Ứng dụng xử lý ảnh vào thiết kế, chế tạo mô hình hệ thống giữ xe thông minh

Mục tiêu nghiên cứu Ứng dụng xử lý ảnh vào thiết kế, chế tạo mô hình hệ thống giữ xe thông minh.. Tổng quan về hệ thống giữ xe thông minh và các thành phần liên quan Cổng kiểm soát là

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC NHA TRANG

KHOA CƠ KHÍ 

ĐỒ ÁN TỐT NGHIỆP

ỨNG DỤNG XỬ LÝ ẢNH VÀO THIẾT KẾ, CHẾ TẠO MÔ HÌNH

HỆ THỐNG GIỮ XE THÔNG MINH

Giảng viên hướng dẫn: TS Nguyễn Thiên Chương

Sinh viên thực hiện: Trình Đình Thi

Mã số sinh viên: 56136412

Khánh Hòa - 2018

TRƯỜNG ĐẠI HỌC NHA TRANG

KHOA CƠ KHÍ

BỘ MÔN CƠ ĐIỆN TỬ



ĐỒ ÁN TỐT NGHIỆP

ỨNG DỤNG XỬ LÝ ẢNH VÀO THIẾT KẾ, CHẾ TẠO MÔ HÌNH

HỆ THỐNG GIỮ XE THÔNG MINH

GVHD: TS Nguyễn Thiên Chương SVTH: Trình Đình Thi

MSSV: 56136412

Khánh Hòa, Tháng 7/ 2018

LỜI CẢM ƠN

Đầu tiên cho em gửi lời cảm ơn đến tất cả các thầy cô giảng viên tại Khoa Cơ Khí

đã hướng dẫn, dạy dỗ tôi trong suốt quá trình học tại trường Đại học Nha Trang Trong suốt thời gian học tập tại trường em xin cảm ơn những thầy cô đã tạo điều kiện thuận lợi cho em học tập, tìm hiểu, khai thác nguồn tri thức về Cơ Điện Tử

Em cảm ơn thầy TS.Nguyễn Thiên Chương đã chấp nhận hướng dẫn em thực hiện

đề tài này - đây là một đề tài mang tính thực tiễn cao Trong suốt quá trình thực hiện thầy luôn tạo điều kiện tốt nhất và thời gian thuận tiện nhất, đồng thời cũng tạo điều kiện để em làm việc với máy móc thiết bị của trường

Em cũng cảm ơn gia đình đã tạo mọi điều kiện để em ăn học nên người Cảm ơn bạn bè đã tạo một môi trường thoải mái, vui vẻ, gần gũi để có tâm lý tốt nhất tiếp thu kiến thức

Do kiến thức còn hạn hẹp, kinh nghiệm chưa nhiều nên chắc chắn bài báo cáo này

sẽ không tránh khỏi thiếu sót Rất mong nhận được sự đóng góp của quý thầy cô cũng như đọc giả để cho luận văn được hoàn chỉnh hơn

Xin chân thành cảm ơn

MỤC LỤC LỜI CẢM ƠN III MỤC LỤC……… IV DANH MỤC CÁC HÌNH VII DANH MỤC CÁC BẢNG XI DANH MỤC CÁC CHỮ VIẾT TẮT XII

MỞ ĐẦU… 1

CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG GIỮ XE THÔNG MINH VÀ XỬ LÝ ẢNH 2

1.1 T ỔNG QUAN VỀ HỆ THỐNG GIỮ XE THÔNG MINH VÀ CÁC THÀNH PHẦN LIÊN QUAN 2

1.1.1 Tổng quan về hệ thống giữ xe thông minh 2

1.1.2 Tổng quan về các thành phần trong hệ thống 3

1.1.2.1 Barrier tự động 3

1.1.2.2 Camera 6

1.2 C ÁC HỆ THỐNG GIỮ XE TRONG NƯỚC 9

1.2.1 Hệ thống giữ xe truyền thống 9

1.2.1.1 Quy trình hoạt động của hệ thống giữ xe thủ công nói chung 9 1.2.1.2 Những hạn chế của hệ thống giữ xe truyền thống 10

1.2.2 Hệ thống giữ xe thông minh 11

1.2.2.1 Hệ thống kiểm soát bãi đỗ xe tự động tại Hầm đậu xe tòa nhà The Manor HCM 11

1.2.2.2 Ưu điểm bãi giữ xe thông minh 12

1.2.3 Các công trình nghiên cứu xử lý ảnh 14

1.3 K ẾT LUẬN 17

CHƯƠNG 2: PHƯƠNG PHÁP VÀ NỘI DUNG NGHIÊN CỨU 18

2.1 P HƯƠNG PHÁP NGHIÊN CỨU 18

2.1.1 Cơ sở lý thuyết về xử lý ảnh 20

2.1.1.1 Tiền xử lý 21

2.1.1.2 Sử dụng các ràng buộc về hình học 22

2.1.1.3 Sử dụng máy học 27

2.1.2 Các công cụ hỗ trợ 38

2.1.2.1 OpenCV 38

2.1.2.2 Ứng dụng Cascade-Trainer-GUI 39

2.1.2.3 Thư viện TESSRACT ORC 39

2.1.2.4 Microsoft SQL Server 2012 40

2.1.3 Xây dựng giải thuật nhận dạng biển số xe 42

2.1.3.1 Quy trình tổng thể 42

2.1.3.2 Tiền xử lý 43

2.1.3.3 Định vị biển số xe 44

2.1.3.4 Định vị ký tự 46

2.1.3.5 Nhận dạng ký tự 48

2.2 Y ÊU CẦU VỀ HỆ THỐNG 49

2.2.1 Yêu cầu phần cứng 49

2.2.1.1 Yêu cầu về cơ khí 49

2.2.1.2 Yêu cầu về camera 50

2.2.2 Yêu cầu về phần mềm 50

2.2.2.1 Yêu cầu về thiết kế 50

2.2.2.2 Yêu cầu về xử lý ảnh 50

2.2.2.3 Yêu cầu về cơ sở dữ liệu 50

2.3 P HƯƠNG ÁN THIẾT KẾ 50

2.3.1 Về mô hình cơ khí 50

2.3.1.1 Phương án 1 51

2.3.1.2 Phương án 2 52

2.3.2 Về cách đọc thông tin người gửi xe 54

2.3.2.1 Phương án 1: Sử dụng công nghệ RFID 54

2.3.2.2 Phương án 2: Sử dụng công nghệ mã vạch Barcode 55

2.3.3 Về phần nhận diện biển số xe 56

2.3.3.1 Phương án 1: Sử dụng ràng buộc hình học 56

2.3.3.2 Phương án 2: Sử dụng máy học 56

2.3.4 Kết luận 56

2.4 C HẾ TẠO PHẦN CƠ KHÍ 57

2.4.1 Các thiết bị sử dụng trong chế tạo mô hình 57

2.4.2 Giới thiệu một số loại vật liệu 59

2.4.2.1 Thép và nhôm 59

2.4.2.2 Một số vật liệu che phủ 60

2.4.3 Chế tạo 62

2.4.3.1 Chế tạo khung trụ Barrier 63

2.4.3.2 Chế tạo tường chắn 69

2.5 C HẾ TẠO PHẦN ĐIỀU KHIỂN 72

2.5.1 Tạo giao diện giám sát chính 72

2.5.2 Tạo giao diện đăng nhập 76

2.5.3 Tạo giao diện thống kê 77

2.5.4 Tạo giao diện phân quyền quản trị 78

2.5.5 Thiết kế bảng lưu trữ thông tin trên SQL server 78

2.5.5.1 Thiết lập các bảng lưu trữ thông tin 79

2.5.5.2 Kết quả các bảng 81

CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THỬ NGHIỆM 83

3.1 N HẬN DẠNG BIỂN SỐ XE 83

3.1.1 Thử nghiệm thuật toán nhận dạng biển số xe 83

3.1.2 Thử nghiệm góc độ chụp ảnh biển số xe 83

3.2 Q UÉT THẺ RFID 84

3.2.1 Thử nghiệm mạch truyền nhận dữ liệu trung gian 85

3.2.2 Thử nghiệm mạch điều khiển động cơ và cấp nguồn 85

3.2.2.1.Thử nghiệm phần cấp nguồn(5V) 85

3.2.2.2.Thử nghiệm phần điều khiển động cơ 86

CHƯƠNG 4: KẾT LUẬN VÀ ĐỀ XUẤT 88

4.1 K ẾT QUẢ ĐẠT ĐƯỢC 88

4.2 N HỮNG VẤN ĐỀ CHƯA ĐẠT ĐƯỢC 88

4.3 Đ Ề XUẤT KIẾN NGHỊ 88

TÀI LIỆU THAM KHẢO 89

PHỤ LỤC… 90

1 G IAO DIỆN VÀ CÁC CHỨC NĂNG PHẦN MỀM 90

1.1 Tồng quan màn hình giám sát hệ thống 90

1.2 Hướng dẫn sử dụng 90

1.2.1 Thêm tài khoản đăng nhập vào hệ thống 91

1.2.2 Đăng ký thông tin thẻ xe cho người gửi xe dài hạn 92

1.2.3 Thống kê thông tin ra vào của khách và nhân viên bằng excel 94 1.2.4 Chế độ offline 96

1.2.5 Ứng dụng giám sát 98

1.2.6 Đăng nhập lại 98

2 C HƯƠNG TRÌNH XỬ LÝ ẢNH 99

3 C HƯƠNG TRÌNH CƠ SỞ DỮ LIỆU 112

DANH MỤC CÁC HÌNH

Hình 1.1: Quy trình tổng thể bãi giữ xe thông minh 2

Hình 1 2: Barrier cần thẳng 3

Hình 1.3: Barrier cần gấp 4

Hình 1.4: Barrier hàng rào 4

Hình 1.5: Cấu tạo bên trong tủ 5

Hình 1.6: Các loại thanh chắn 6

Hình 1.7: Sơ đồ hệ thống Camera IP 7

Hình 1.8: Camera IP 7

Hình 1.9: Đầu ghi hình Analog 8

Hình 1.10: Camera Analog 9

Hình 1.11: Soát vé xe ra vào cổng 9

Hình 1.12: Vé giữ xe 10

Hình 1.13: Soát vé thủ công tại bãi giữ xe truyền thống 11

Hình 1.14: Hệ thống kiểm soát bãi đỗ xe tự động tự động tại hầm đậu xe tòa nhà The Manor Hồ Chí Minh 11

Hình 1.15: Ứng dụng nhận dạng và đếm số lượng đối tượng 15

Hình 1.16: Phát hiện xe ô tô đang di chuyển 15

Hình 1.17: Ứng dụng phát hiện ký tự 16

Hình 1.18: Ứng dụng nhận dạng biển số xe ô tô ANPR 16

Hình 1.19: Ứng dụng nhận dạng biển số xe ô tô Auto_parking 17

Hình 2.1: Sơ đồ tổng quát của một hệ thống xử lý ảnh 20

Hình 2.2: Lược đồ kỹ thuật lọc trung vị 21

Hình 2.3: Lược đồ kỹ thuật lọc trung bình 22

Hình 2.4: Minh họa biến đổi Hough 22

Hình 2.5: Ảnh xám và lược đồ 23

Hình 2.6: Thể hiện sự tương quan lớn 24

Hình 2.7: Thể hiện sự tương quan thấp 25

Hình 2.8: Xác định một vùng ảnh trong một mẫu lớn 25

Hình 2.9: Đặc trưng cạnh 25

Hình 2.10: Đặc trưng đường 26

Hình 2.11: Đặc trưng xung quanh tâm và đặc trưng đường chéo 26

Hình 2.12: Cách tính Integral Image của ảnh 26

Hình 2.13: Ví dụ cách tính nhanh các giá trị mức xám của vùng D trên ảnh 27

Hình 2.14: Margin trong SVM 28

Hình 2.15: Phân lớp các điểm trong mặt phẳng 28

Hình 2.16: Chữ K được tách từ biển số và chuyển thành nhị phân 29

Hình 2.17: Các siêu phẳng a, b, c tạo thánh các phân lớp yếu 29

Hình 2.18: Các siêu phẳng d, e, f, g, h tạo thành các phân lớp yếu 30

Hình 2.19: Tập hợp các phân lớp yếu trở thành phân lớp mạnh 31

Hình 2.20: phần mềm Cascade-Trainer-GUI 31

Hình 2.21: Giao diện của Cascade Trainer GUI 33

Hình 2.22: Nhận dạng ký tự quang học 34

Hình 2.23: Sơ đồ khối nhận dạng ký tự Tesseract 34

Hình 2.24: Biểu tượng ứng dụng Cascade-Trainer-GUI 39

Hình 2.25: Các thành phần chính SQL Server 40

Hình 2.26: Quy trình tổng thể nhận dạng biển số xe 42

Hình 2.27: Lược đồ kỹ thuật lọc trung vị 43

Hình 2.28: Phép lọc trung vị 43

Hình 2.29: Ảnh sau khi nhị phân 44

Hình 2.30: Giao diện Cascade-Trainer-GUI 44

Hình 2.31: Chọn thư mục 45

Hình 2.32: Cài đặt mặc định 45

Hình 2.33: Các file sau khi huấn luyện hoàn thành 45

Hình 2.34: Định vị biển số xe 46

Hình 2.35: Ảnh biển số sau khi nhị phân 47

Hình 2.36: Hàm tìm contours 47

Hình 2.37: Định vị ký tự 48

Hình 2.38: Khởi tạo biến nhận dạng ký tự 48

Hình 2.39: Khai báo địa chỉ chứa file thư viện 49

Hình 2.40: Nhận dạng biển số 49

Hình 2.41: Mô hình phương án 1 51

Hình 2.42: Mô hình phương án 2 53

Hình 2.43: Thép hộp 59

Hình 2.44: Nhôm định hình trụ góc ngoài 60

Hình 2.45: Tấm Formex hay còn gọi là tấm Format 60

Hình 2.46: Tấm nhựa Mica 61

Hình 2.47: Thép hộp vuông 62

Hình 2.48: Miếng nhựa Formex 62

Hình 2.49: Hàn tiếp xúc T1 với T2 63

Hình 2.50: Khung hộp barrier 64

Hình 2.51: Ổ bi mã 16200 64

Hình 2.52: Hàn gá động cơ, gá trục thanh ren 65

Hình 2.53: Lắp đặt trụ thanh ren 65

Hình 2.54: Lắp đặt và kẹp chặt động cơ 66

Hình 2.55: Lắp đặt bánh răng và xích truyền tải 66

Hình 2.56: Lắp thanh chắn loại thẳng cho barrier 67

Hình 2.57: Lắp đặt cửa trụ barrier 67

Hình 2.58: Lắp ráp cảm biến vào trụ barrier 68

Hình 2.59: Trụ barrier hoàn tất 68

Hình 2.60: Khung tường chắn hoàn tất 69

Hình 2.61: Lắp ráp bên ngoài khung 69

Hình 2.62: Khung tường chắn hoàn chỉnh 70

Hình 2.63: Tạo project 72

Hình 2.64: Hộp thoại New Project 72

Hình 2.65: Tạo PictureBox 73

Hình 2.66: Kết quả sắp xếp 73

Hình 2.67: Tạo textbox 73

Hình 2.68: TextBox hiển thị thông tin xe vào 74

Hình 2.69: Tạo comboBox tùy chọn 74

Hình 2.70: Tạo tên nhãn 74

Hình 2.71: Tạo nút bấm 74

Hình 2.72: Giao diện thông tin kết nối Arduino 74

Hình 2.73: Tạo menu các chức năng 75

Hình 2.74: Các menu chức năng 75

Hình 2.75: Tạo các phím chức năng trong menu 75

Hình 2.76: Màn hình giám sát chính 75

Hình 2.77: Tạo cửa sổ mới 76

Hình 2.78: Cửa sổ Add New Item 76

Hình 2.79: Tạo checkBox 77

Hình 2.80: Màn hình đăng nhập 77

Hình 2.81: Tạo dataGirdView 77

Hình 2.82: Giao diện tìm kiếm, thống kê 78

Hình 2.83: Giao diện phân quyền quản trị 78

Hình 2.84: Giao diện kết nối đến Sever trong SQL 79

Hình 2.85: Tạo mới database 79

Hình 2.86: Đặt tên cho database 80

Hình 2.87: Tạo bảng và thiết lập các biến 80

Hình 2.88: Các table đã được tạo 81

Hình 2.89: Các biến trong table thongtinravao 81

Hình 2.90: Các biến trong table Active 81

Hình 2.91: Các biến trong table dangkythe 82

Hình 2.92: Các biến trong table dangnhap 82

Hình 3.1: Thử nghiệm phần cấp nguồn 85

Hình 3.2: Kết quả đo phần cấp nguồn 86

Hình 3.3: Thử nghiệm phần điều khiển động cơ 86

Hình 3.4: Điều khiển động cơ quay nửa vòng dùng A4988 87

Hình P.1: Màn hình giám sát chính 90

Hình P.2: Màn hình đăng nhập 90

Hình P.3: Màn hình giám sát chính 91

Hình P.4: Chức năng quyền quản trị 91

Hình P.5: Bảng quyển đăng nhập 92

Hình P.6: Sửa thông tin 92

Hình P.7: Chức năng đăng ký thẻ 93

Hình P.8: Bảng đăng ký thẻ 93

Hình P.9: Yêu cầu mật khẩu 94

Hình P.10: Chức năng thống kê 94

Hình P.11: Bảng tìm kiếm-xuất file 94

Hình P.12: Chọn phương hướng tìm kiếm 95

Hình P.13: Tìm kiếm đối tượng 95

Hình P.14: Tìm tất cả 95

Hình P.15: Bảng yêu cầu mật khẩu 96

Hình P.16: Chức năng offline 96

Hình P.17: Bảng thêm thủ công 97

Hình P.18: Nhập thông tin xe vào 97

Hình P.19: Nhập thông tin xe ra 97

Hình P.20: Chức năng giám sát hoạt động 98

Hình P.21: Bảng giám sát hoạt động người thay đổi thông tin 98

Hình P.22: Bảng đăng nhập hiện ra 98

DANH MỤC CÁC BẢNG

Bảng 1.1: So sánh hệ thống giữ xe thông minh với truyền thống 12

Bảng 3.1: Bảng thử nghiệm nhận dạng biển số xe 83

Bảng 3.2: Bảng thử nghiệm khoảng cách và góc chụp của camera 84

Bảng 3.3: Bảng thử nghiệm RFID 84

Bảng 3.4: Đánh giá kết quả thực nghiệm truyền nhận dữ liệu hai đầu đọc thẻ vào mạch master lên máy tính 85

DANH MỤC CÁC CHỮ VIẾT TẮT

ANPR Automatic Number Plate Recognition Tự động nhận dạng biển số

ảnh

IIS Microsoft Internet Information Server Máy chủ thông tin internet

của Microsoft

ODBC Open Database Connectivity Mở kết nối cơ sở dữ liệu

RFID Radio Frequency Identification Nhân dạng tần số vô tuyến RDBMS Relational Database Management

System

Hệ thống quản lý cơ sở dữ liệu

RDBMS Relational Database Management

System

Hệ quản trị cơ sở dữ liệu

trúc

MỞ ĐẦU

Lý do chọn đề tài

Hiện nay các trung tâm mua sắm lớn đều có hệ thống giữ xe cho khách hàng đến

tham quan mua sắm quản lý bằng phần mềm Ở TP Nha Trang hiện tại có nhiều nơi vẫn đang sử dụng giữ xe thủ công: người dùng sẽ nhận dạng biển số bằng mắt thường khi

Trong đề tài này em sẽ cố gắng trình bày chi tiết nhất và dễ hiểu nhất Nếu các quý thầy cô cũng như đọc giả muốn tìm hiểu sâu về các giải thuật có thể tìm các tài liệu liên quan, vì đây là những giải thuật phổ biến, được ứng dụng nhiều

Mục tiêu nghiên cứu

Ứng dụng xử lý ảnh vào thiết kế, chế tạo mô hình hệ thống giữ xe thông minh

Đối tượng nghiên cứu

Mô hình hệ thống giữ xe thông minh ứng dụng xử lý ảnh

Phạm vi đề tài

 Ngôn ngữ lập trình C#

 Cơ sở dữ liệu SQL Server

 Nhận dạng trên biển số xe của Việt Nam

 Biển số có chữ đen, nền trắng, có 2 hàng

 Biển số phải còn nguyên vẹn, không bị tróc sơn hay rỉ sét, không bị che khuất

 Góc nghiêng của biển số không quá 300 so với phương ngang

 Hình chụp biển số không bị mờ, ký tự biển số còn phân biệt, nhận dạng được trực quan

 Không bị nhiễu bởi ánh sáng làm ảnh chụp bị chói

CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG GIỮ XE THÔNG MINH VÀ XỬ

LÝ ẢNH 1.1 Tổng quan về hệ thống giữ xe thông minh và các thành phần liên quan

Cổng kiểm soát là nơi quan trọng nhất của bãi xe phục vụ tính năng cơ bản nhất của bãi xe là kiểm soát phương tiện ra vào Đối với các phương pháp kiểm soát truyền thống thì chủ bãi xe sẽ sử dụng vé giấy, có số seri và ghi thông tin biển số xe lên trên vé này khi có xe máy vào, bấm một liên vào xe và đưa liên còn lại cho khách hàng Quy trình này mất 10s cho 1 xe vào và 2 xe ra, cùng với 2 nhân sự

Máy giữ xe thông minh cũng thực hiện quy trình tương tự thông qua áp dụng công nghệ quản lý, ghi nhận thông tin biển số xe, hình ảnh người sử dụng bằng hệ thống camera, sử dụng phần mềm ghi vào hệ thống hoặc vào thẻ xe khi xe vào và phát thẻ xe cho khách Khi xe ra, đọc thông tin từ thẻ hoặc gọi thông tin từ hệ thống thông qua chìa khóa là thẻ xe, đối chiếu hình ảnh lúc vào và hình ảnh thực thông qua hế thống camera

và phần mềm phân tích Quy trình này mất 3s cho 1 xe vào, 3s cho 1 xe ra (đối chiếu thông tin)

1.1.1 Tổng quan về hệ thống giữ xe thông minh

Hệ thống giữ xe thông minh hay còn gọi là bãi giữ xe thông minh dựa trên ứng dụng công nghệ thông tin và điện tử tự động Tự động ghi nhận các thông tin xe vào ra, giúp cho việc kiểm soát xe vào ra một cách nhanh chóng, chính xác giảm thiểu nhân công trong công tác quản lý bãi giữ xe

Hình 1.1: Quy trình tổng thể bãi giữ xe thông minh

 Nguyên lý hoạt động:

Lối vào: Xe vào đúng vị trí quy định, quẹt thẻ vào đầu đọc Khi đó camera sẽ chụp ảnh biển số và phần mềm sẽ nhận diện biên số Nhận diện hoàn tất thì mở thanh chắn vào (Barrier) cho xe vào Biển số xe được nhận diện, kết hợp với thông tin về thẻ, ngày giờ vào…sẽ tạo thành một tấm vé xe điện tử và lưu vào cơ sở dữ liệu trên máy tính Ngoài ra, phầm mềm còn có chức năng nhập bằng tay, để lưu các thông tin xe ra vào trong trường hợp bị mất điện hoặc sự cố lỗi đầu đọc thẻ

Lối ra: Xe vào đúng vị trí quy định, quẹt thẻ vào đầu đọc Khi đó camera sẽ chụp ảnh biển số và phần mềm sẽ nhận diện biển số và so sánh với biển số của xe lúc vào được lưu vào thông cơ sở dữ liệu Nếu trùng khớp thì mở thanh chắn (Barrier) cho xe

ra Nếu sai sẽ phát tín hiệu cảnh báo cho nhân viên biết để xử lý

Hình 1 2: Barrier cần thẳng

Hình 1.3: Barrier cần gấp

Hình 1.4: Barrier hàng rào

 Barrier tự động là gì?

Các loại thanh chắn đã được đưa vào sử dụng ở Việt Nam từ khá lâu Ban đầu nó chỉ được thiết kế đơn giản với cấu tạo là một cần trục dài và một vật nặng được cố định một đầu Sẽ cần một người nâng vật nặng để dóng mở thanh chắn cho phép phương tiện

ra vào Ngày nay, loại thanh chắn này đã được phát triển thành một loại thanh chắn tự động hoạt động với nguồn điện và điều khiển bằng thiết bị cầm tay gọi là barrier tự động (hay barie hoặc barier tự động) theo cách gọi của người Việt Nam

 Cấu tạo của barrier tự động

Về cơ bản, cấu tạo của barrier tự động gồm:

Thân tủ: đây là bộ phận quan trọng nhất của thiết bị, được xem như “trung tâm

đầu não” điều khiển mọi hoạt động của barrier Do điều kiện sử dụng ngoài trời, bởi vậy

tủ barrier sẽ được làm từ hợp kim nhôm và sơn tĩnh điện ngoài cùng để chống trầy xước, chống gỉ sét, rung lắc hay va chạm không cần thiết Bên trong tủ là hệ thống các chi tiết bao gồm: lò xo, bộ động cơ và bảng main của thanh chắn tự động

Hình 1.5: Cấu tạo bên trong tủ

Thanh chắn: Có dạng thanh dài, bên trong rỗng bằng hợp kim nhôm sơn tĩnh điện

và phản quang Chiều dài của thanh chắn có thể điều chỉnh ( ở dạng cần thò thụt) hoặc

cố định Công suất của động cơ barrier quyết định đến chiều dài tối đa của thanh chắn,

đảm bảo quá trình nâng và hạ an toàn Ngoài ra chúng ta có 3 loại thanh chắn phổ biến là: cần thẳng, cần gấp và cần dạng hàng rào

Hình 1.6: Các loại thanh chắn

Thiết bị khác: điều khiển từ xa, điều khiển bàn, cột đỡ đầu cần Để vận hành chính

xác, linh hoạt và độ tự động được tối ưu hóa thì người ta sẽ lắp đặt thêm vòng từ cảm biến đóng mở Bên cạnh đó một số thiết bị an toàn phụ trợ khác như: đèn led báo sáng

sử dụng vào ban đêm, đèn led báo giá với các bãi giữ xe hoặc trạm thu phí đường bộ, những decan phản quang có chữ stop cảnh báo dừng xe hoặc giảm tốc độ để người tham gia giao thông đảm bảo an toàn

1.1.2.2 Camera

Camera là một thiết bị ghi hình Với một chiếc Camera, chúng ta có thể ghi lại được những hình ảnh trong một khoảng thời gian nào đó, lưu trữ và sau đó bạn xem lại bất cứ khi nào bạn muốn Với chức năng cơ bản là ghi hình, Camera được ứng dụng rộng rãi trong lĩnh vực giám sát Một hệ thống các Camera đặt tại những vị trí thích hợp

sẽ cho phép bạn quan sát, theo dõi hoặc kết hợp với một hệ thống để đáp ứng yêu cầu như xử lý ảnh nhận dạng, theo dõi đối tượng

Có ba cách phân loại camera:

 Phân loại theo kĩ thuật hình ảnh

 Phân loại theo đường truyền

 Phân loại theo tính năng sử dụng

Ở đây chúng ta quan tâm đến camera IP và camera Analog

IP có khả năng diễn đặt hình ảnh quan sát được qua máy tính, điện thoại, máy tính bảng mà không cần các thiết bị trung chuyển (đầu ghi hình camera IP)

Camera IP thông thường được tích hợp sẵn một giao diện web để có thể truy cập

và quản lý dựa trên 1 địa chỉ IP xác định thông qua mạng dữ liệu được thiết kế để kết

nối giữa các đô thị Wide area network (viết tắt WAN), Local Area Network (viết tắt

LAN) là một hệ thống mạng cục bộ dùng trong phạm vi nhỏ hoặc Internet Do vậy bạn

hoàn toàn có thể xem camera mà không cần đầu thu hình

 Camera Analog

Camera Analog là một camera sử dụng cảm biến chuyển đổi hình ảnh quang học sang tín hiệu điện (viết tắt CCD) để thu nhận khung hình và sau đó hình ảnh được số hóa để xử lý

Nhưng trước khi có thể truyền tải hình ảnh nó phải chuyển đổi thành tín hiệu Analog, sau đó truyền tải về thiết bị thu tín hiệu Analog Ví dụ như : Tivi, đầu ghi hình Analog…

Hình 1.9: Đầu ghi hình Analog Không giống như camera IP, camera quan sát Analog không được tích hợp giao diện Website (wed), không thể truy cập kết nối trên internet một cách độc lập Mà cần phải có thiết bị trung chuyển là đầu ghi hình Analog hoặc card ghi hình Analog

1.2.1.1 Quy trình hoạt động của hệ thống giữ xe thủ công nói chung

Khách vào: Khi có xe vào nhân viên bảo vệ dùng mắt thường quan sát biển số xe ghi số xe lên vé giấy rồi đưa cho khách hoặc nhân viên bảo vệ dùng phấn ghi số đã in sẵn trên thẻ xe lên một trong các bộ phận dễ nhìn thấy của xe, sau đó đưa vé cho khách Khách ra: Nhân viên bảo vệ thu lại, đối chiếu số thẻ với số được ghi trên xe trước

đó và thu tiền của khách theo mệnh giá vé, sau đó cho xe ra

Hình 1.11: Soát vé xe ra vào cổng

Hình 1.12: Vé giữ xe

1.2.1.2 Những hạn chế của hệ thống giữ xe truyền thống

Về tính hiệu quả: Vì sử dụng vé giấy nên giữ xe truyền thống tốn khá nhiều thời gian ghi vé, kiểm tra và thu tiền vé chính vì thế tình trạng ùn tắc liên tục xảy ra vào giờ cao điểm khi lượng xe ra/vào lớn Nhân viên coi giữ xe luôn phải căng thẳng khi ghi, nhận vé và xác nhận thông tin xe của khách ra/vào bãi giữ xe

Về sự an toàn: Vé giữ xe ở các bãi xe này có thể mua mẫu in sẵn, đặt in riêng, hoặc

sử dụng thẻ tự chế (thẻ bằng mica in hình riêng, hay những tờ vé giấy có hình thù riêng…) các loại vé này rất dễ để làm giả đối với đối tượng có ý định xấu, hoặc khi bị ướt thì các loại vé giấy rất dễ rách, khi khách hàng bảo quản rất dễ nhàu nát và thất lạc, khi bị mất vé giữ xe nếu đối tượng xấu nhặt được thì rất dễ biết được là vé của xe nào

và nguy cơ mất xe sẽ là rất cao

Về mặt thẩm mỹ: Bãi giữ xe thủ công hầu hết đều áp dụng việc ghi số thẻ lên xe khách bằng phấn, hoặc xé đôi vé xe một nửa bấm vào xe khách một nửa đưa khách giữ Điều này khiến thiếu thẩm mỹ và gây khó chịu đối với xe khách hàng khi xe bị ghi bẩn

Về mặt quản lý: Người quản lý bãi xe khó có thể kiểm soát được lượng xe đã vào/ra trong bãi, lượng xe còn tồn trong bãi thậm chí người quản lý cũng khó có thể kiểm soát doanh thu được chính xác…

Ngoài ra trong các bãi giữ xe truyền thống việc chuyển làn trong giờ cao điểm dễ dàng nhưng rất dễ gây tình trạng lộn xộn, mất trật tự, tính thẩm mỹ không cao(Nguồn: http://vietek.com.vn/post/su-khac-biet-giua-bai-giu-xe-thong-minh-va-bai-giu-xe-

truyen-thong/)

Hình 1.13: Soát vé thủ công tại bãi giữ xe truyền thống

1.2.2 Hệ thống giữ xe thông minh

1.2.2.1 Hệ thống kiểm soát bãi đỗ xe tự động tại Hầm đậu xe tòa nhà The Manor HCM

Đây là hệ thống quản lý quản lý tự động bằng thẻ RFID do trung tâm công nghệ cao Việt Nam, thuộc Viện điện tử – tin học – tự động hóa, nghiên cứu thiết kế Hệ thống kiểm soát xe thông minh ứng dụng công nghệ RFID giúp kiểm soát việc vào ra của xe một cách thuận tiện, hệ thống cho phép kiểm soát 4 làn vào/ra tại cùng một cổng ( bao gồm 2 làn ô tô, 2 làn 2 bánh ), hệ thống kết hợp với camera

Hình 1.14: Hệ thống kiểm soát bãi đỗ xe tự động tự động tại hầm đậu xe tòa nhà The

Manor Hồ Chí Minh

1.2.2.2 Ưu điểm bãi giữ xe thông minh

Hệ thống quản lý bãi giữ xe thông minh giúp giảm ùn tắc tại các bãi giữ xe Sử dụng vé xe bằng thẻ từ – không cần ghi vé vì thế quá trình coi giữ xe diễn ra nhanh chóng thuận tiện giải quyết tình trạng ùn tắc tại các bãi giữ xe vào giờ cao điểm Sử dụng camera để chụp hình ảnh xe và ảnh người gửi xe

Tự động nhận dạng biển số và cảnh báo trong các trường hợp có sai khác Tự động lưu các thông tin về loại vé, loại xe, thời điểm vào, thời điểm ra,…

Tự động tính tiền theo các công thức đã thiết lập sẵn Giảm thiểu nhân lực và nâng cao quản lý hệ thống Nâng cao mức độ an ninh, hiện đại và tính tiện lợi cho người sử dụng Việc quản lý bãi xe trở nên đơn giản, tránh tình trạng gian lận Thẻ từ có gắn chip

ID tích hợp nhận diện với đầu đọc thẻ nâng cao tính bảo mật

Như nhiều thiết bị công nghệ hiện đại khác, hệ thống quản lý bãi giữ xe thông minh phục vụ đắc lực cho cuộc sống của con người, hệ thống đem đến hiệu quả cũng như đảm bảo yếu tố văn minh trong văn hóa ứng xử nơi công cộng của xã hội hiện đại (Nguồn:http://vietek.com.vn/post/su-khac-biet-giua-bai-giu-xe-thong-minh-va-bai-giu-xe-truyen-thong)

Bằng thực nghiệm và tìm hiểu sơ bộ về các hệ thống giữ xe thông minh và hệ thống giữ xe truyền thống ở việt nam, em đưa ra bảng so sánh với các tiêu chí căn bản được thể hiện ở bảng dưới đây

Bảng 1.1: So sánh hệ thống giữ xe thông minh với truyền thống

máy tính

→ Giảm tối đa thời gian kiểm tra thông tin xe và khách, xóa

bỏ tình trạng ùn tắc vào giờ cao điểm gửi/lấy xe

- Từ 10-15s cho quá trình nhân viên nhìn biển số xe của khách – ghi lại vào vé khi nhận xe và đối chiếu thông tin trên vé xe, thu tiền khi khách lấy xe

→ Hệ quả: Ùn tắc nghiêm trọng vào giờ cao điểm khách gửi xe/ lấy xe

- Cần ít nhất là 2 người cho việc kiểm soát vé ở lối ra-lối vào bãi đỗ Nhân viên trông xe luôn phải

nhiệm vụ quẹt thẻ từ và nhận

tiền của khách

→ Tiết kiệm 70% chi phí nhân lực cho công việc trông coi xe Kiểm soát bằng hệ thống kỹ thuật tự động và phần mềm nên tránh được tình trạng nhầm lẫn…

căng thẳng vì cần tập trung ghi đúng biển số xe của khách để tránh tình trạng

nhầm lẫn

→ Không đủ nhân lực đáp ứng công việc vào giờ cao điểm và yếu tố rủi ro cao

3 Yếu tố an ninh

- Camera giám sát chụp ảnh biển số xe cũng như nhận diện mặt khách gửi xe; sử dụng thẻ từ nên yếu tố an ninh được đảm bảo

→ Thông tin của khách và xe được lưu trữ bằng phần mềm trên máy tính sẽ dễ giải quyết khi có sự cố; không thể làm

giả thẻ từ

- Ghi vé thủ công – chỉ có biển số xe, không có thông

tin người gửi

→ Dẫn đến tình trạng kẻ gian làm giả vé xe hoặc không đủ thông tin đối chứng với khách khi có sự

cố mất xe

4

Quản lý doanh

thu và báo cáo

công việc của

nhân viên

- Có biểu giá rõ ràng trên bảng LED → Nhân viên không thể gian lận; chủ đầu

tư dễ quản lý doanh thu Có thể xuất file mềm để báo cáo hiệu quả công việc

- Sẽ có tình trạng gian lận trong việc thu phí như nhân viên tự ý nâng giá gửi xe của khách

→ Chủ đầu tư không thể kiểm soát được doanh thu thực Báo cáo công việc phải viết tay

→ mất thời gian và thiếu

số làn kiểm soát xe ra-vào theo ý muốn với độ an toàn

tuyệt đối

- Việc thay đổi làn ra và làn vào bãi đỗ linh hoạt dễ dàng nhưng dễ gây tình trạng lộn xộn, mất trật tự

- Vé xe bằng giấy – không thể tái sử dụng → tình trạng xả rác bừa bãi ảnh hưởng đến môi trường

đến sự yên tâm cho khách gửi

minh đô thị

- Tình trạng lộn xộn, mất trật tự vào giờ cao điểm khi khách gửi xe không có văn hóa xếp hàng

1.2.3 Các công trình nghiên cứu xử lý ảnh

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng Các tri thức nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu được nhiều kết quả khả quan

Xử lý ảnh là một trong những mảng quan trọng nhất trong kỹ thuật thị giác máy tính, là tiền đề cho nhiều nghiên cứu thuộc lĩnh vực này Việc kết hợp giữa thị giác máy tính với các kỹ thuật khác như công nghệ thông tin, truyền thông, điện tử, điều khiển tự động, cơ khí cho chúng ta rất nhiều ứng dụng trong đời sống hàng ngày cũng như trong khoa học, an ninh, quân sự Xử lý ảnh có nhiều ứng dụng thực tế trong các lĩnh vực khác nhau như: Khôi phục hình ảnh, nhận dạng đối tượng, phân loại đối tượng, theo dõi đối tượng… Ở đây tôi chỉ nói đến những nghiên cứu có liên quan đến việc nhận dạng biển

số xe

 Các hệ thống đếm số lượng sản phẩm:

Được sử dụng để phát hiện các sản phẩm không đủ tiêu chuẩn hoặc hệ thống đếm sản phẩm thông qua hình ảnh nhận được từ camera quan sát

Hình 1.15: Ứng dụng nhận dạng và đếm số lượng đối tượng

 Phát hiện đối tượng

Việc quản lý giao thông trên đường cao tốc thì một yêu cầu quan trọng là phát hiện

và đếm số lượng xe ô tô lưu thông từ dữ liệu video thu được thông qua hệ thống camera quan sát để giải quyết bài toán quản lý, điều hành, phân luồng và điều khiển giao thông Đồng thời cũng cần kết hợp với hệ thống nhận dạng biển số xe để phát hiện các xe chạy quá tốc độ hoặc sai làn đường

Hình 1.16: Phát hiện xe ô tô đang di chuyển

Hình 1.18: Ứng dụng nhận dạng biển số xe ô tô ANPR

 Phần mềm nhận dạng Auto_parking phát triển trên ngôn ngữ C#, ứng dụng EmguCV để nhận dạng biển số xe ô tô

Hình 1.19: Ứng dụng nhận dạng biển số xe ô tô Auto_parking

1.3 Kết luận

Từ những tìm hiểu, đánh giá về điểm mạnh điểm yếu của các hệ thống giữ xe đã nêu ở trên, cũng như nhu cầu thiết yếu của người dân khi gửi xe ở các khu giữ xe truyền thông thường xuyên mắc phả tình trạng ùn tắc trong giờ cao điểm, dẫn tới chậm trễ về thời gian gây ảnh hưởng không nhỏ đến cuộc sống của người dân Do đó tôi đã quyết định lựa chon đề tài “Ứng dụng xử lý ảnh vào thiết kế, chế tạo mô hình hệ thống giữ xe thông minh” để giải quyết vấn đề trên

Từ những tìm hiểu tổng quan về hệ thống giữ xe như trên, tối tiến hành đưa ra những nội dung cũng như phương pháp thực hiện đề tài này ở chương sau

F

T

CHƯƠNG 2: PHƯƠNG PHÁP VÀ NỘI DUNG NGHIÊN CỨU

2.1 Phương pháp nghiên cứu

Từ những cơ sở lý thuyết và thực tiễn đã tìm hiểu đề tài sẽ được thực hiện với các bước cụ thể sau:

- Nghiên cứu các cơ sở lý thuyết và mô hình thực tế

- Thiết kế mô hình hệ thống giữ xe thông minh

- Chế tạo cơ khí và mạch điều khiển

- Từ những lý thuyết của xử lý ảnh, cơ sở dữ liệu, viết chương trình điều khiển

hệ thống

- Lắp ráp, thử nghiệm và phân tích kết quả

 Lưu đồ giải thuật luồng xe vào

Chụp ảnh biển số từ camera

Đọc ID thẻ, thông tin trong thẻ và ngày giờ

Nhận dạng được biển số

Mở Barrier vào

Cảm biến có tín hiệu

Đóng Barrier vào

Kết

thúc

Cơ sở dữ

liệu Bắt

đầu

F

T

 Lưu đồ giải thuật luồng xe ra

Chụp ảnh biển số từ camera

Đọc ID thẻ, thông tin trong thẻ và ngày giờ

So sánh biển số

Mở Barrier ra

Cảm biến có tín hiệu

Đóng Barrier ra

Từ những cơ sở trên đề tài được kết cấu từ 4 chương chính:

 Chương 1: Tổng quan về hệ thống giữ xe thông minh

 Tổng quan về hệ thống giữ xe thông minh và các thành phần liên quan đến hệ thống

 Giới thiệu và đánh giá các kết quả nghiên cứu đã có trong nước

 Chương 2: Phương pháp và nội dung nghiên cứu

 Phương pháp nghiên cứu

 Yêu cầu về hệ thống

 Phương án thiết kế

 Chế tạo phần cơ khí

 Chế tạo phần điều khiển

 Chương 3: Kết quả nghiên cứu và thử nghiệm

 Kết quả quá trình thử nghiệm nhận dạng biển số xe

 Kết quả thử nghiệm đọc thẻ RFID và các mạch

 Chương 4: Kết luận và đề xuất

2.1.1 Cơ sở lý thuyết về xử lý ảnh

Xử lý hình ảnh là việc chọn lọc những thông tin mong muốn từ những bức ảnh chụp từ máy ảnh hay máy scan Để chọn lọc những thông tin mong muốn được chứa trong bức ảnh, phương pháp cơ bản được dùng trong xử lý hình ảnh là loại bỏ những phần thông tin ảnh không mong muốn Xử lý hình ảnh kĩ thuật số bắt đầu từ việc phân chia hình ảnh ra thành các phần tử ảnh đơn vị (gọi là Pixel = Picture Element)

Xử lý ảnh là bước cơ bản tiền đề cho nghiên cứu, thật chất là nâng cao chất lượng hình ảnh để cung cấp thông tin số liệu cho ứng dụng thị giác vào điều khiển Bắt đầu từ việc thu nhận hình ảnh từ các thiết bị chuyên dụng và gửi đến dữ liệu máy tính Dữ liệu sẽ được tác động thông qua các thuật toán tương ứng nhằm nâng cao chất lượng ảnh để làm cơ sở cho việc nhận dạng

Hình 2.1: Sơ đồ tổng quát của một hệ thống xử lý ảnh

2.1.1.1 Tiền xử lý

Nhiễu là một trong những vấn đề thường gặp đối với nhiếp ảnh nói riêng hay các loại hình thu nhận tín hiệu nói chung, không chỉ gây ra giảm chất lượng mà còn làm biến dạng thông tin ghi lại

Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh:

 Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến đổi

 Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân  khắc phục bằng các phép lọc

 Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng

kỹ thuật nội suy Kỹ thuật này nhằm tăng cường độ mịn cho ảnh

 Sử dụng các bộ lọc

 Kỹ thuật lọc trung vị:

Ý tưởng: sử dụng một cửa sổ lọc (ma trận 3x3) quét qua lần lượt từng điểm ảnh của ảnh đầu vào input Tại vị trí mỗi điểm ảnh lấy giá trị của các điểm ảnh tương ứng trong vùng 3x3 của ảnh gốc lấp vào ma trận lọc sau đó sắp xếp các điểm ảnh trong cửa

sổ này theo thứ tự tăng dần, gán điểm ảnh nằm chính giữa (trung vị) của dãy giá trị điểm ảnh đã được sắp xếp ở trên cho giá trị điểm ảnh đang xét của ảnh đầu ra output Sơ lược

bước: tính tổng các thành phần trong cửa sổ lọc và sau đó lấy tổng chia cho các phần tử của cửa sổ lọc Sơ lược ý tưởng trên:

Hình 2.3: Lược đồ kỹ thuật lọc trung bình

2.1.1.2 Sử dụng các ràng buộc về hình học

 Phương pháp biến đổi Hough

Phương pháp biến đổi Hough sử dụng biến đổi Hough để phát hiện các đường thẳng song song được xem như các “ứng cử viên” của biển số Sau đó các ràng buộc hình học của biển số được áp dụng để kiểm tra xem các ứng viên này có phải biển số hay không

Những thuật toán dùng biến đổi Hough thường xác định một số điểm đen và dùng biến đổi Hough tác động lên các điểm đó Biến đổi Hough ánh xạ một đường thẳng trong mặt phẳng thành các cặp (r, θ) trong không gian Hough với r là khoảng cách từ gốc tọa

độ tới đường thẳng đó và θ là góc nghiêng của đường thẳng đó so với trục ngang

Hình 2.4: Minh họa biến đổi Hough Phương trình đường thẳng được biểu diễn lại:

Gọi (rm, θm) là cặp giá trị của đường thẳng đi qua nhiều điểm trên ảnh nhất Từ phương trình trên ta có: cosθm/sinθm là hệ số góc của phương trình đường thẳng Gọi α

là góc cần tính, ta có: - cosθm/sinθm = tg(α) <=>-cotg(θm)=tg(α) mà tg(α)=-cotg(900+ α) Vậy góc cần tính: α = θm – 900 Với góc α tìm được, ta sẽ xoay đối tượng về phương ngang hoặc thẳng đứng

 Phương pháp hình thái học

Phương pháp hình thái học dựa vào đặc trưng là biển số xe có độ sáng là tương đối khác so với các hình khác, cũng như sự phân bố mức xám là khá đồng đều Vì vậy khi được nhị phân hóa, vùng biển số có đặc thù hình thái, có thể phân biệt được với các vùng khác Như vậy các bước thực hiện ở đây là:

Hình 2.5: Ảnh xám và lược đồ Xác định ngưỡng xám Thực chất là không có phương pháp nào chọn cho đúng ngưỡng xám để thực hiện Thay vào đó, ngưỡng xám sẽ được quét trong một khoảng nào đó Thông qua lược đồ xám ta nhận thấy vùng biển số thường sẽ có độ sáng tương đối lớn (từ 130-200) vì vậy ta sẽ xác định lược đồ xám lớn nhất trong khoảng này và ngưỡng xám cần chọn sẽ thuộc vùng này nhờ đó ta sẽ giảm được thời gian lặp tìm ngưỡng xám

- Nhị phân hoá ảnh xám đầu vào với ngưỡng xám đã xác định

- Lọc các nhiễu (salt and pepper noise) gây ảnh hưởng xấu tới đối tượng biển số

- Gắn nhãn cho các đối tượng còn lại trong ảnh nhị phân thu được

- Trích ra các đối tượng ứng viên biển số theo tiêu chí cụ thể của biển số xe về chiều cao, chiều rộng, tỉ lệ các cạnh, diện tích, trọng tâm …Cụ thể nghiên cứu đã chọn: 7000 pixel ≤ diện tích ≤ 150000 pixel, 0,68 ≤ chiều cao/chiều rộng ≤ 0,8

 Phương pháp so khớp mẫu

Phương pháp so khớp mẫu thì các mẫu của biển số xe được nhận dạng trước Từ một ảnh đưa vào, tính các giá trị tương quan so với mẫu chuẩn.Thông qua các giá trị tương quan này mà quyết định có hay không tồn tại biển số xe trong ảnh

Ảnh đưa vào sau khi đã qua các bước xử lý cơ bản, sẽ được đưa vào để tính tương quan với các mẫu theo công thức:

Trong đó: cor là tương quan giữa hai mẫu (-1< cor <1) xi là giá trị của ảnh đưa vào tại vị trí thứ i yi là giá trị của ảnh mẫu tại vị trí thứ i N là độ lớn của bức ảnh (chiều dài x chiều rộng)

- Corr(x,y) = 1 có nghĩa là x và y có tương quan mạnh mẽ với nhau và đồng biến.

- Corr(x,y) = -1 có nghĩa là x và y có tương quan mạnh mẽ với nhau nhưng nghịch biến

- Corr(x,y) = 0 nói lên rằng x và y hầu như không có tương quan

- Giá trị của correlation càng gần +1 thì x và y càng tương đồng nhiều Hai ảnh có correlation là 0.946900 => có nhiều điểm giống nhau

Hình 2.6: Thể hiện sự tương quan lớn Ngược lại hai ảnh có correlation là 0.476787

Hình 2.7: Thể hiện sự tương quan thấp

Cơ sở của thuật toán là sự “giống nhau” của các điểm ảnh, cho phép chúng ta tìm một thấy một mẫu nhất định trong một ảnh lớn bằng cách quét tất cả các pixel của tấm ảnh lớn Vùng nào có sự tương quan lớn nhất sẽ được quyết định là vùng giống với mẫu ảnh được đưa vào

Hình 2.8: Xác định một vùng ảnh trong một mẫu lớn

 Đặc trưng Haar-like

Các đặc trưng Haar-Like là những hình chữ nhật được phân thành các vùng khác nhau Mỗi đặc trưng Haar-like là sự kết hợp hai hay ba hình chữ nhật “trắng” hay “đen” như sau:

Hình 2.9: Đặc trưng cạnh

Hình 2.10: Đặc trưng đường

Hình 2.11: Đặc trưng xung quanh tâm và đặc trưng đường chéo

Dùng các đặc trưng trên, ta có thể tính được giá trị của đặc trưng Haar-like là sự chênh lệch giữa tổng của các pixel của các vùng đen và các vùng trắng như trong công thức sau:

f(x) = Tổngvùng đen(các mức xám của pixel) - Tổngvùng trắng(các mức xám của pixel) Như vậy ta có thể thấy rằng, để tính các giá trị của đặc trưng Haar-like, ta phải tính tổng của các vùng pixel trên ảnh Nhưng để tính toán các giá trị của các đặc trưng Haar-like cho tất cả các vị trí trên ảnh đòi hỏi chi phí tính toán khá lớn, không đáp ứng được cho các ứng dụng đòi hỏi tính run-time Do đó Viola và Jones đưa ra một khái niệm gọi

là Integral Image, là một mảng 2 chiều với kích thước bằng với kích của ảnh cần tính các đặc trưng Haar-like, với mỗi phần tử của mảng này được tính bằng cách tính tổng của điểm ảnh phía trên (dòng-1) và bên trái (cột-1) của nó Bắt đầu từ vị trí trên, bên trái đến vị trí dưới, phải của ảnh, việc tính toán này đơn thuần chỉ đựa trên phép cộng số nguyên đơn giản, do đó tốc độ thực hiện rất nhanh

Hình 2.12: Cách tính Integral Image của ảnh Sau khi đã tính được Integral Image, việc tính tổng các giá trị mức xám của một vùng bất kỳ nào đó trên ảnh thực hiện rất đơn giản theo cách sau:

Giả sử ta cần tính tổng các giá trị mức xám của vùng D như trong hình 4, ta có thể tính như sau:

D = A + B + C + D – (A+B) – (A+C) + A

Với A + B + C + D chính là giá trị tại điểm P4 trên Integral Image, tương tự như vậy A+B là giá trị tại điểm P2, A+C là giá trị tại điểm P3, và A là giá trị tại điểm P1 Vậy ta có thể viết lại biểu thức tính D ở trên như sau:

Hình 2.13: Ví dụ cách tính nhanh các giá trị mức xám của vùng D trên ảnh Các ảnh đều được chuyển sang ảnh mức xám nên thuật toán chỉ nhận diện vào các đặc trưng trên chứ không dựa vào màu sắc Có thể ứng dụng vào việc phát hiện bất kỳ vật thể nào, có thể là nắp chai, cây viết, chìa khoá, trái cây, miễn là "huấn luyện" đúng cách

Dựa vào các đặc trưng này mà EmguCV tìm ra các đặc trưng của đối tượng cần nhận dạng, dựa vào các đặc trưng đã rút ra đó để tìm xem trong ảnh có đối tượng cần nhận dạng hay không

2.1.1.3 Sử dụng máy học

Đây là hướng tiếp cận thông minh, sử dụng các giải thuật trong khai mỏ dữ liệu để học tập trên dữ liệu là biển số xe Gồm có các phương pháp sau:

 Phương pháp sử dụng máy học SVM

Đây là phương pháp sử dụng máy học Support Vector Machine (SVM) lên trên

các “ứng viên” được xem như là các vùng có kết cấu rời rạc

Bản chất của phương pháp SVM là chuyển không gian dữ liệu ban đầu thành một không gian mới hữu hạn chiều mà ở đó cho khả năng phân lớp dễ dàng hơn Một quả bất kì nằm trên mặt bàn sẽ được gắn với một tọa độ cụ thể Ví dụ, quả táo nằm cách mép trái 2cm và cách mép dưới 5cm được thể hiện trên trục tọa độ (x, y) tương ứng là (2, 5)

x và y chính là tọa độ trong không gian hai chiều của quả táo Khi đưa lên chiều thứ 3

là z(x, y), ta có thể tính được tọa độ của z trong không gian 3 chiều dựa vào tọa độ x,y ban đầu Điểm làm SVM hiệu quả hơn các phương pháp khác chính là việc sử dụng Kernel Method giúp cho SVM không còn bị giới hạn bởi việc phân lớp một cách

tuyến tính, hay nói cách khác các siêu phẳng có thể được hình thành từ các hàm phi tuyến

Hình 2.14: Margin trong SVM Margin là khoảng cách giữa siêu phẳng đến 2 điểm dữ liệu gần nhất tương ứng với các phân lớp Trong ví dụ quả táo quả lê đặt trên mặt bán, margin chính là khoảng cách giữa cây que và hai quả táo và lê gần nó nhất

Điều quan trọng ở đây đó là phương pháp SVM luôn cô gắng cực đại hóa margin này, từ đó thu được một siêu phẳng tạo khoảng cách xa nhất so với 2 quả táo và lê Nhờ vậy, SVM có thể giảm thiểu việc phân lớp sai (misclassification) đối với điểm dữ liệu mới đưa vào

Là thuật toán quan trọng trong khai khoáng dữ liệu dùng để phân lớp dựa vào cách biểu diễn các điểm trong không gian, thường là các không gian phẳng SVM đã được áp dụng thành công trong rất nhiều ứng dụng như nhận dạng vân tay, nhận dạng mặt người, chữ viết

Hình 2.15: Phân lớp các điểm trong mặt phẳng