TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH KHOA CÔNG NGHỆ THÔNG TIN Y&Y ĐỒ ÁN MÔN HỌC NGHIÊN CỨU XÂY DỰNG HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE TỰ ĐỘNG GVHD: SVTH: Thầy TS. Lê Xuân Trường Lê Hoàng Hiếu 0851010085 Lê Trung Thảo 0851010245 Tháng 2 Năm 2012 TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH KHOA CÔNG NGHỆ THÔNG TIN Đồ Án Môn Học 2012 LỜI CẢM ƠN Y&Y Kiến thức là 1 hành trang quan trọng trên con đường vào đời của mỗi chũng ta , với kiến thức ta có thể lao động , làm việc , nuôi sống bản thân , gia đình , làm người có ích cho xã hội. với mỗi ngày trôi qua , những kiến thức dù là nhỏ bé cũng đều giúp ích cho chúng ta , hoàn thiện con người chúng ta hơn. Để có được nguồn kiến thức hữu ích trong biển khơi tri thức nhận loại , chúng em chân thành cảm ơn các thầy cô khoa công nghệ thông tin – trường đại học mở Tp.Hồ Chí Minh đã dạy dỗ chúng em những tri thức hữu ích trong ngành học của mình . không chỉ có thế , các thầy cô còn dạy dỗ , chỉ bảo cho chúng em những kinh nghiệm hết sức quý giá trên con đường vào đời . đó là những món quà vô giá mà chúng em không thể nào quên , chúng em xin chân thành cảm ơn các thầy cô . Đặc biệt cảm ơn thầy Lê Xuân Trường , đã trực tiếp hướng đẫn em thực hiện đồ án này , dưới sự hướng dẫn của thầy nhóm em đã cơ bản hoàn thành được đồ án , thầy đã giúp em nhiều ý kiến rất hữu ích và tuyệt vời em xin cảm ơn thầy. Nhưng vẫn còn đó những thiếu sót và những điều cần học thêm để hoàn thiện hơn nữa bản thân mình , em mong sẽ luôn được nhận thêm sự chỉ dạy từ các thầy , các cô hơn nữa . em xin được gửi lời cảm ơn chân thành đến thầy. Xin chúc các thầy cô sức khỏe dồi dào và gặt hái được thêm nhiều thành công trên con đường giảng dạy của mình. 3 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN Y&Y .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... .......................................................................................................................................... 4 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 MỤC LỤC CHƯƠNG 1 : TỔNG QUAN 1.1. GIỚI THIỆU ........................................................................................................... 6 1.2. MỤC ĐÍCH LÀM ĐỀ TÀI ......................................................................................... 7 1.3. PHƯƠNG PHÁP NGHIÊN CỨU.................................................................................. 7 1.4. BỐ CỤC BÁO CÁO ................................................................................................. 8 CHƯƠNG 2 : XỬ LÝ NHẬN DẠNG BIỂN SỐ 2.1. NHẬN DẠNG BIỂN SỐ XE ....................................................................................... 9 2.1.1. TRÌNH BÀY KỸ THUẬT RÚT TRÍCH BIỂN SỐ XE .................................................. 10 2.1.1.1. MỤC ĐÍCH:...................................................................................................... 10 2.1.1.2. PHƯƠNG PHÁP: ............................................................................................... 10 2.1.1.3. THỰC HIỆN: .................................................................................................... 11 2.1.1.3.1. GIỚI HẠN VÙNG BIỂN SỐ: ............................................................................. 11 2.1.1.3.2. CHUYỂN ẢNH MÀU THÀNH ẢNH XÁM ........................................................... 12 2.1.1.3.3. LÀM MỜ VÀ MỊN ẢNH ................................................................................... 13 2.1.1.3.4. TÌM KIẾM CÁC CẠNH BẰNG GIẢI THUẬT CANNY ........................................... 14 2.1.1.3.5. THUẬT TOÁN TÌM ĐƯỜNG VIỀN .................................................................... 16 2.1.1.3.6. SỬ DỤNG PHƯƠNG PHÁP HÌNH THÁI HỌC ...................................................... 17 2.1.1.3.7. XÁC ĐỊNH VÙNG BIỂN SỐ ............................................................................. 18 2.1.2. KIỂM TRA BIỂN SỐ XANH ................................................................................. 19 2.1.3. TRÌNH BÀY KỸ THUẬT CÁCH LY KÝ TỰ: ........................................................... 21 2.1.3.1. PHƯƠNG PHÁP THỰC HIỆN: .............................................................................. 21 2.1.4. TRÌNH BÀY KỸ THUẬT NHẬN DẠNG KÝ TỰ: ...................................................... 23 2.1.4.1. PHƯƠNG PHÁP ................................................................................................ 23 2.1.4.2. SO KHỚP MẪU (TEMPLATE MATCHING): .......................................................... 24 2.1.4.3. THỰC HIỆN: .................................................................................................... 24 2.1.4.4. TỔNG KẾT: ...................................................................................................... 27 CHƯƠNG 3 : ỨNG DỤNG DEMO 3. GIỚI THIỆU ............................................................................................................ 28 3.1. VÀI HÌNH ẢNH MINH HỌA ................................................................................... 30 3.1.1. MỞ THƯ MỤC ẢNH VÀ LOAD VÀO LISTBOX ...................................................... 30 3.1.2. LOAD ẢNH VÀO KHUNG VÀ THỰC HIỆN XÁC ĐỊNH BIỂN SỐ ............................... 31 CHƯƠNG 4 : TỔNG KẾT 4.1. ƯU ĐIỂM ............................................................................................................ 33 4.2. HẠN CHẾ ............................................................................................................ 33 4.3. HƯỚNG PHÁT TRIỂN ........................................................................................... 33 5 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Chương 1: TỔNG QUAN 1.1 Giới thiệu Hiện nay , Sự gia tăng các phương tiện giao thông tại Việt Nam đang phát triển với tốc độ chóng mặt , sự thể hiện rõ rệt nhất đó chính là hình ảnh các phương tiện giao thông ngày càng đông đúc hơn ở Việt Nam , nhất là tại các thành phố lớn như Hà Nội và TP.Hồ Chí Minh . Điều này tạo nên 1 áp lực lớn đối với các nhà quản lý đường bộ trong vấn đề quản lý các phương tiện giao thông mà thực tế đây là 1 trong những vấn đề nhức nhối hiện nay của xã hội . Với các hiện trạng trong việc quản lý các phương tiện giao thông hiện nay thì việc nghiên cứu hệ thống nhận dạng biển số xe tự động có ý nghĩa hết sức quan trọng , Hệ thống này có thể được ứng dụng vào nhiều lĩnh vực khác nhau để trợ giúp công tác quản lý các phương tiện giao thông nói chung . Đặc biệt là tại các hệ thống đang bị quá tải như tại các bãi giữ xe công cộng … Trên thế giới , đặc biệt tại các nước phát triển như Mỹ , Hàn Quốc , Nhật Bản … hệ thống nhận dạng biển số xe tự động đã được phát triển , các ứng dụng của hệ thống hết sức phổ biến điển hình là các bãi giữ xe thông minh. Tại Việt Nam , các ứng dụng của hệ thống nhận dạng biển số tự động là hết sức hiếm hoi ngay cả ở các thành phố lớn như Hà Nội và TP.Hồ Chí Minh , những nơi có thể ứng dụng được hệ thống nhận dạng biển số xe tự động 1 cách hiệu quả như các bãi giữ xe , các trạm thu phí giao thông thì vẫn hiện nay vẫn còn đang thực hiện 1 cách thủ công kém hiệu quả và cồng kềnh. Để xây dựng tốt 1 hệ thống nhận dạng biển số xe tự động thì yêu cầu đặt ra là phải nhận dạng được vùng biển số xe mà ở đây nhóm thực hiện sử dụng phương pháp phát 6 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 hiện và làm nổi cạnh kết hợp với phương pháp hình thái học , cách ly các kí tự biển số và nhận dạng biển số bằng phương pháp khớp mẫu kết hợp phương pháp hình thái học. 1.2 Mục đích làm đề tài Hiện nay tại các Trạm thu phí giao thông đường bộ , các bãi giữ xe công cộng và đặc biệt là trong công tác phát hiện vi phạm giao thông thì cách thực hiện vẫn nặng tính thủ công điều này tạo nên 1 áp lực rất lớn cho các nhà quản lý , do đó đề tài này được nghiên cứu để phục vụ cho việc thực hiện công tác quản lý các phương tiện được được nhanh chóng , hiệu quả , chính xác • Thu phí giao thông : Việc lắp đặt hệ thống nhận dạng biển số xe tự động tại các trạm thu phí giao thông tại các đường cao tốc, quốc lộ có thể giúp hỗ trợ hoặc tự động việc thu phí giao thông , đồng thời có thể thu thập các thông tin về giao thông khác nhau … • Bãi giữ xe tự động : việc lắp đặt hệ thống nhận dạng biển số xe tự động tại các bãi giữ xe tự động sẽ giúp tự động hóa hoàn toàn việc thu phí giữ xe , hoặc là 1 phần của hệ thống quản lý bãi giữ xe , giúp giảm thời gian chờ đợi vào bãi giữ … • Quản lý giao thông : hệ thống nhận diện biển số xe tự động đặc biệt có ích trong việc phát hiện , điều tiết giao thông , phát hiện các vi phạm giao thông ... Sau khi hoàn thành , hệ thống nhận dạng biển số xe tự động có thể được kết hợp với các hệ thống cụ thể đối với từng chức năng cụ thể để cho ra đời 1 hệ thống hoàn chỉnh phục vụ các công tác quản lý phương tiện giao thông. 1.3 Phương pháp nghiên cứu Để có thể xây dựng được ứng dụng, các phương pháp sau đã được tìm hiểu và từng bước áp dụng vào đề tài: 7 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Chụp ảnh xe có biển số theo một tiêu chuẩn đặt ra của phần mềm. Nghiên cứu và ứng dụng Thuật toán khác nhau để phát hiện vùng chứa biển số xe theo các bước : giảm vùng dữ liệu đầu vào từ ảnh nguồn sao cho vùng dữ liệu đó có khả năng chứa vùng biển số xe cao nhất , lọc nhiễu trên vùng trích xuất , sử dụng thuật toán tìm kiếm cạnh Canny , thuật toán làm việc trên các vùng liên thông như thuật toán phát hiện viền kết hợp phương pháp hình thái học để phát hiện các vùng có khả năng là biển số , sau đó chọn ra vùng biển số . Từ vùng biển số , sử dụng lại thuật toán phát hiện viền kết hợp các điều kiện phù hợp để tìm ra các chữ số 1 cách chính xác Sử dụng phương pháp so khớp mẫu , so sánh ảnh các kí tự biển số được cắt ra với tập ảnh mẫu để so sánh đối chiếu nhận dạng Áp dụng vào đồ án này nhóm em thực hiện tìm hiểu về bộ thư viện xử lý ảnh mã nguồn mở OpenCV do Intel phát triển để thực hiện phần demo cho đồ án 1.4 Bố cục báo cáo Chương 1: Tổng Quan. Giới thiệu về đề tài, tình trạng ứng dụng hiện nay. Chương 2: Xử lý nhận dạng biển số , các thuật giải , phương pháp nhận dạng biển số Chương 3: Hình ảnh chương trình Demo. Chương 4: Kết luận và hướng phát triển của ứng dụng. 8 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Chương 2: XỬ LÝ NHẬN DẠNG BIỂN SỐ 2.1 Nhận dạng biển số xe Xử lý nhận dạng biển số xe trải qua quá trình tuần tự , bắt đầu từ việc rút trích vùng biển số , kiểm tra xem biển số đó là biển số trắng hay biển số màu mà ở đây cụ thể là biển số xanh (thực tế còn có biển số đỏ và biển số vàng ). Lược đồ các giai đoạn xử lý Nhận Dạng Biển Số Xe 9 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Sau khi rút trích và xác định màu biển số , ta tiến hành cách ly các kí tự trên biển số sao cho chính xác , khít với kí tự nhưng cũng không cắt mất phần nào của kí tự . Bước cuối cùng là nhận dạng kí tự , so sánh , đối chiếu các kí tự đã được cách ly với bộ ảnh đối chiếu , từ đó xác định được biển số xe. 2.1.1 Trình bày kỹ thuật rút trích biển số xe 2.1.1.1Mục đích: Từ bộ ảnh nguồn , ta sử dụng các kĩ thuật thích hợp nhằm xác định vùng chứa biển số xe , sao cho chính xác , có chất lượng tốt nhất nhằm tạo thuận lợi cho quá trình cách ly và nhận dạng kí tự ở các bước sau. 2.1.1.2Phương pháp: Có rất nhiều phương pháp khác nhau để thực hiện nhiệm vụ này. Trong đồ án này sử dụng phương pháp phát hiện viền kết hợp với phương pháp hình thái học để nhận dạng chính xác vùng ảnh chứa biển số và rút trích biển số. trong quá trình thực hiện đồ án , giai đoạn này chỉ được sử dụng để tăng độ chính xác của toàn bộ quá trình nhận dạng biển số xe lên mức cao nhất có thể . Khi tiến hành thử nghiệm nhận dạng mà không trải qua quá trình nhận dạng vùng biển số xe , vẫn có thể nhận diện được các kí tự biển số xe , tuy nhiên tỉ lệ nhận dạng chính xác không cao lắm. Lược đồ sử lý tuần tự trải qua 7 bước : 10 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Biểu đồ dòng xử lý quá trình trích biển số từ ảnh đầu vào 2.1.1.3Thực hiện: 2.1.1.3.1 Giới hạn vùng biển số: Kế thừa từ Khóa luận tốt nghiệp xây dựng hệ thống bãi giữ xe tự ô tô của Võ Ngô Văn Xuân và Trần Hữu Tâm thực hiện , việc giới hạn vùng biển số để làm giảm thời gian xử lý ảnh đồng thời tăng tỉ lệ chính xác của việc trích xuất biển số xe Do điều kiện ảnh đầu vào phải thỏa 1 số tính chất đặc biệt về hướng camera , chiều xe vào, nên ta xác định được rằng vùng chứa biển số xe là vùng ở nửa dưới hình , và được thu hẹp về bề ngang như ở hình minh họa sau: 11 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Hình 2.17 – Cách giới hạn vùng biển số Ta có thể xây dựng 1 module xử lý đặc biệt để tự động nhận dạng vùng có khả năng là biển số xe cao nhất , nhưng do độ phức tạp khi xây dựng module nên nhóm thực hiện đã không chọn phương pháp đó. 2.1.1.3.2 Chuyển ảnh màu thành ảnh xám Ảnh sau khi được giới hạn sẽ tiến hành chuyển ảnh về đạng đa mức xám (Grayscale) Để thực hiện yêu cầu này ta thường áp dụng 1 trong những công thức sau đây : I( x , y ) = 0.3086 * Red( x , y ) + 0.6094 * Green( x , y ) + 0.0820 * Blue( x , y ) I( x , y ) = 0.299 * Red( x , y ) + 0.587 * Green( x , y ) + 0.114 * Blue( x , y ) Với x,y là tọa độ điểm ảnh cần chuyển . Trong báo cáo sử dụng hàm thư viện của Thư viện xử lý ảnh mã nguồn mở OpenCV: 12 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 cv::cvtColor(src_img , gray_img , CV_BGR2GRAY) trong đó : • src_img : ảnh cần chuyển sang đa mức xám. • gray_img : nơi lưu giữ ảnh sau khi đã chuyển sang đa mức xám • CV_BGR2GRAY : Thông số chuyển đổi từ ảnh BGR sang ảnh đa mức xám. Ảnh sau khi chuyển thành ảnh đa mức xám 2.1.1.3.3 Làm mờ và mịn ảnh Bộ lọc Gaussian được sử dụng để làm giảm nhiễu và giảm mức độ chi tiết ( không mong muốn ) như các vùng bẩn nhỏ trên biển số , các hình ảnh bị hạt nhằm chuẩn bị hình ảnh cho bước xử lý tiếp theo . o Lý thuyết Bộ lọc Gaussian: Bộ lọc Gaussian là 1 bộ lọc làm mờ ảnh sử dụng lý thuyết về hàm Gaussian (hay còn được biết đến là dạng phân phối chuẩn trong xác xuất thống kê) để tính toán việc chuyển đổi từng pixcel của hình: 13 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Trong báo cáo sử dụng hàm xử lý của thư viện xử lý ảnh mã nguồn mở OpenCV. cv::GaussianBlur(src_img , des_img , mask_size , sigmaX) trong đó : • Src_img : ảnh nguồn cần làm mờ. • Des_img : nơi lưu giữ ảnh sau khi làm mờ bằng bộ lọc Gaussian • Mask_size : kích thước mặt na lọc • sigmaX : độ lệch theo phương ngang . Ảnh sau khi xử lý bằng bộ lọc Gaussian 2.1.1.3.4 Tìm kiếm các cạnh bằng giải thuật Canny Giải thuật Canny được sử dụng để tách ra các đường nét là khung sườn của bức ảnh , nhằm chuẩn bị cho bước lọc bỏ các khung sườn ảnh không phù hợp ở bước sau Giải thuật Canny là phương pháp tách đường biên được dùng khá phổ biến theo toán tử đạo hàm. Mà đạo hàm lại chịu ảnh hưởng lớn của nhiễu , do đó , ở bước trên ta đã tiến hành lọc nhiễu để đạt được hiệu quả cao nhất trong việc tách khung sườn . Ưu điểm của thuật giải canny so với các phương pháp tách sườn ảnh khác là : 14 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 • Thuật toán nhận diện rất tốt các đường thẳng góc cạnh của các dữ liệu hình ảnh • Các cạnh được đánh dấu gần như giống với các cạnh trong ảnh thật • 1 cạnh trong hình chỉ được đánh dấu 1 lần không trùng lắp, do đó tránh được hiện tượng nhiễu trùng lắp . Trong ứng dụng sử dụng hàm Canny của thư viện xử lý ảnh OpenCV : Cv::Canny(src_img , des_img , threshold1 , threshold2) trong đó : • Src_img : ảnh nguồn , bắt buộc phải là ảnh đa mức xám • Des_img : Ảnh sau khi qua thuật giải Canny • Threshold1 , threshold2 : các thông số ngưỡng của hàm , có thể điều chỉnh theo ý muốn Lưu ý : giải thuật Canny trong thu viện xử lý ảnh OpenCV khi kết thúc sẽ chuyển kết quả thành ảnh nhị phân (tức ảnh mà mỗi pixcel chỉ mang 1 trong 2 giá trị màu là đen hoặc trắng). Hình 2.20 - Ảnh sau khi sử dụng giải thuật Canny 15 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 2.1.1.3.5 Thuật toán tìm đường viền Thuật toán tìm đường viền được sử dụng để tìm ra chính xác các đường nét nối liền với nhau , mà trong đó các thông tin về các điểm thuộc đường viền đều được lưu giữ lại như : tọa độ , số đường viền , kích cỡ đường viền tính theo khung chữ nhật , chiều cao , chiều rộng đường viền … Giải thuật về tìm kiếm đường viền chỉ sử dụng được khi ảnh đầu vào là ảnh nhị phân , ví dụ như ảnh đã qua sử lý bằng giải thuật Canny , hoặc ảnh đã được chuyển về ảnh nhị phân. Trong ứng dụng sử dụng hàm thư viện của thư viện xử lý ảnh OpenCV : cv::findContours(src_img , contours , mode, method) trong đó : • Src_img : ảnh cần lưu giữ lại các thông tin về các đường viền • Contours : vecto lưu giữ thông tin các tọa độ điểm của đường viền • Mode , method : các chế độ lưu giữ , phương thức tìm kiếm thông tin các tọa độ điểm của đường viền Hình 2.22 - Ảnh sau khi áp dụng thuật toán tìm đường viền 16 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 2.1.1.3.6 Sử dụng phương pháp hình thái học Phương pháp hình thái học tức là ta sẽ dựa vào đặc trưng của biển số xe để nhận dạng biển số xe như kích thước , màu sắc , sự đối xứng … Tuy nhiên nhóm thực hiện đồ án nhận thấy rằng đối với các biển số xe ô tô , có thể vì 1 lý do khách quan (các đường nét nằm chồng lấn lẫn nhau , độ sáng không đủ …) mà đường viền không thể được xác định đầy đủ (đứt nét , rời rạc) gây khó khăn cho việc xác định vùng chứa biển số. Do đó nhóm thực hiện tiến hành xác định trực tiếp các đường viền có khả năng cao nhất là các kí tự biển số , từ đó xác định vùng chứa các kí tự này , đó chính là vùng biển số. Để xác định các đường viền có khả năng cao là kí tự , nhóm đã tiến hành thử ở 15 ảnh bất kì trong tập ảnh mẫu và chọn các tiêu chí để xác định các đường viền như sau : • 550px <= diện tích <= 2500px • 0.25 <= tỉ lệ chiều rộng / chiều cao <= 0.74 • 38px < Chiều cao < 65px Và kết quả đạt được là : 17 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Ảnh sau khi lọc bằng các tiêu chuẩn hình thái học 2.1.1.3.7 Xác định vùng biển số Sau khi đã có được ảnh với các đường viền phù hợp với các đặc điểm hình thái học , ta tiến hành xác định vùng biển số bằng cách rất đơn giản là quét hình , lấy ra giá trị của pixcel có tọa độ x nhỏ nhất , y nhỏ nhất , x lớn nhất , y lớn nhất mà chúng có màu đen lưu giữ lại trong 4 giá trị tương ứng xmin , ymin , xmax , ymax. Đoạn code này khá đơn giản , chỉ cần sử dụng 2 vòng lặp để quét hình là ta có thể xác định được 1 cách chính xác. Khi đã có giá trị xmin , ymin , xmax , ymax ta xác định được vùng chứa biển số là vùng có tọa độ góc trên bên trái là A(xmin - 5 , ymin - 5) với chiều rộng là Width = xmax – xmin +10 , chiều cao Height = ymax – ymin +10. Sở dĩ ở đây ta kéo rộng góc trên bên trái và tăng chiều dài , chiều rộng lên 5px là để lấy trọn vùng chứa chữ số , đồng thời đảm bảo ko làm mất phần nào của kí tự trên biển số. 18 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Ảnh sau khi xác định vùng biển số : Ảnh sau khi xác định vùng biển số từ ảnh trích lọc Ảnh vùng biển số ánh xạ từ ảnh trên 2.1.2 Kiểm tra biển số xanh Sau khi trải qua giai đoạn xác định biển số thì dù là biển số xanh , biển số dân dụng bình thường hay biển số quân đội có ảnh nền màu đỏ … đều sẽ được xác định 1 cách chính xác. Nguyên nhân là do phương pháp xác định vùng biển số đã trình bày ở trên dựa hoàn toàn vào cách xác định đường viền , do đó không bị ảnh hưởng bởi màu sắc , đây là 1 ưu điểm lớn của phương pháp xác định biển số bằng xác định viền. Tuy nhiên ta vẫn phải kiểm tra màu sắc của biển số để chỉnh sửa ảnh , chuẩn bị cho bước tiếp theo là cách ly và nhận dạng kí tự . Phương pháp xác định biển số màu như sau (cụ thể ở đây là biển số màu xanh): Ta sẽ nhìn sự khác nhau giữa biển số gốc màu xanh và màu trắng để tiện cho việc đối chiếu , so sánh : 19 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 Ta chuyển ảnh về dạng ảnh đa mức xám Sau đó ta chuyển ảnh thành ảnh nhị phân , đẻ chuyển ảnh đa mức xám thành ảnh nhị phân ta cần xác định ngưỡng T để chuyển Để làm rõ hơn thì ta có lý thuyết về ảnh đa mức xám : ảnh đa mức xám là ảnh có giá trị điểm ảnh trong khoảng [0,255] ( với 0 là màu đen , 255 là màu trắng ) với 1 ngưỡng T xác định thì các điểm ảnh nào lớn hơn hoặc bằng ngưỡng T sẽ được chuyển thành màu trắng , giá trị = 255 , điểm ảnh nào nhỏ hơn ngưỡng T thì sẽ được chuyển thành màu đen , giá trị = 0 . ở báo cáo này sử dụng phương pháp tìm ngưỡng tự động Otsu ảnh sau khi nhị phân hóa sử dụng phương pháp Otsu : Để xác định biển số xanh , ta xác định tấm biển số đó có số pixcel đen > số pixcel trắng như trên hình ta thấy. Để đếm số pixcel trắng và đen ta phải quét qua toàn bộ ảnh , lưu lại số pixcel trắng , số pixcel đen rồi sau đó tiến hành so sánh. ( Công đoạn này chỉ đơn giản là quét và đếm số lượng pixcel ) . Sau khi xác định được biển số xanh ta thực biện bước cuối cùng để chuẩn bị cho việc tách ảnh các kí tự đó là nhị phân hóa lại ảnh biển số xe nền xanh với ngưỡng trung gian là 128 nhưng đảo ngược (tức chữ màu trắng -> đen , và nền đen -> nền trằng) để tương tự như ảnh biển số thường : 20 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo Đồ Án Môn Học 2012 2.1.3 Trình bày kỹ thuật cách ly ký tự: Sau khi nhận dạng được vùng biển số, bước tiếp theo đó là cách ly kí tự , đây là bước quan trọng nhất trong quá trình nhận diện kí tự , kĩ thuật cách ly phải làm sao đảm bảo lấy được trọn vẹn kí tự , không bị mất kí tự , mất 1 phần kí tự hoặc lấy nhầm kí tự để khi ta tiến hành nhận dạng thì kết quả nhận dạng sẽ đạt hiệu quả cao nhất. 2.1.3.1Phương pháp thực hiện: Có nhiều cách để thực hiện cách ly ký tự , nhưng chúng em chọn phương pháp giống như đã nêu ở phần trích lọc biển số , đó là phương pháp phát hiện viền kết hợp với phương pháp hình thái học . Với hình ảnh đã được nhị phân hóa ở bước kiểm tra biển số nền xanh là ảnh nguồn , ta sử dụng lại hàm xác định và lưu giữ thông tin viền cv::findContours kết hợp với đặc điểm hình thái của vùng kí tự nằm trên biển số là : • 550px <= Diện tích <= 2500px • 0.25 <= tỉ lệ chiều rộng / chiều cao <= 0.74 • 38px < Chiều cao < 65px Ta sẽ có được 1 mảng các đường viền phù hợp với các đặc điểm hình thái trên được lưu giữ lại dùng để xử lý ở bước tiếp theo : 21 SVTH: Lê Hoàng Hiếu – Lê Trung Thảo