Xây dựng hệ thống nhận dạng biển số xe

A.Lời nói đầu
Cùng với sự phát triển của nền kinh tế trên thế giới đó là sự phát triển của công nghệ
khoa học kĩ thuật.Trong đó,kĩ thuật xử lý ảnh và nhận dạng ảnh đã có những bước tiến bộ
không ngừng. Chúng ta có thể đã quá quen thuộc với những dòng máy ảnh được quảng
bá là có tích hợp công nghệ nhận diện hình ảnh(nhận diện khuôn mặt, nụ cười, ánh
mắt…), các dòng máy Laptop(máy tính xách tay) có tích hợp công nghệ nhận diện khuôn
mặt, hay dấu vân tay nhằm phục vụ cho cơ chế bảo mật…
Việc xử lý và nhận dạng biển số xe đóng góp vai trò to lớn và có nghĩa quan trọng trong
công tác quản lý đường bộ nói chung cũng như trong việc xây dựng hệ thống giám sát tự
động đối với các phương tiện giao thông.
Do đó,nhóm em quyết định chọn “Xây dựng hệ thống nhận dạng biển số xe” làm đề tài
đồ án của mình,với mục đích nghiên cứu trợ giúp cho công tác kiểm soát,quản lý phương
tiện giao thông một cách hiệu quả.Qua đó,nhóm em xin chân thành cảm ơn thầy Vũ Song
Tùng đã nhiệt tình giúp đỡ và hướng dẫn chúng em hoàn thành tốt đề tài này.
Trong quá trình thực hiện đồ án môn học,mặc dù có nhiều cố gắng nhưng do thời gian và
kinh nghiệm còn hạn chế khó tránh khỏi những thiếu sót.Nhóm em mong nhận được sự
góp ý từ các thầy cô để có thể bổ sung và hoàn thiện đồ án trong những bước phát triển
tiếp theo sau này.
Nhóm chúng em xin chân thành cảm ơn!
Nhóm thực hiện đề tài:Nhóm 1-KSTN-ĐTVT-K54
1
Chương 1:Tổng quan đề tài
1.1.Đặt vấn đề
Đối với hệ thống giao thông quốc gia thì vấn đề quản lý là giám sát phương tiện giao
thông là vấn đề cốt lõi nhất.Ở một nước vẫn là nền kinh tế nông nghiệp Việt Nam thì có
đến 90% phương tiện lưu thông trên đường bộ là xe máy,do vậy việc quản lý xe máy là
một điều cần thiết.Mỗi một xe máy lưu thông đều được cấp một biến số riêng biệt,do đó
chỉ cần nhận dạng được biển số xe và đối chiếu với kho dữ liệu biển số là có thể biết
được thông tin về chiếc xe đó,như chủ phương tiện,thời gian đăng kí,số lần vi phạm giao
thông,…
Như vậy,yêu cầu đặt ra là phải thiết kế một hệ thống nhận dạng biển số xe một cách

nhanh chóng và chính xác nhất.
1.2.Mục tiêu đề tài
Nhóm chỉ đặt ra mục tiêu là thiết kế hệ thống nhận dang biển số tĩnh ( phương tiện giao
thông sẽ dừng lại ở một vị trí cố định như bãi gửi xe,bãi đỗ xe…) từ dữ liệu đưa vào là
ảnh chụp từ camera giám sát.Sau đó,hệ thống sẽ xuất ra dãy chữ và số trên biển để lưu
hoặc đối chiếu với kho dữ liệu.Để giải quyết vấn đề này,đồ án phải giải quyết 3 bài toán
riêng rẽ:cắt và cách ly các kí tự,nhận dạng các kí tự và xuất ra dãy chữ,số.Sau khi hoàn
thành bài toán cơ bản,nhóm sẽ nghiên cứu và phát triển thêm việc nhận dạng biển số xe
động(xe đang lưu thông trên đường).
1.3.Tông quan báo cáo
Trong báo cáo nhóm sẽ trình bày chi tiết về:
 Cơ sở lý thuyết thực hiện đồ án.
 Nêu ra các giải pháp và lựa chọn.
 Thiết kế hệ thống.
 Kết quả đạt được,kinh nghiệm rút ra.
 Hạn chế còn tồn tại và hướng phát triển.

1.4.Mô tả công việc
Công việc của toàn nhóm được phân chia rõ ràng,mỗi người thực hiện một công việc cụ
thể, sau đó nhóm trưởng tổng hợp kết quả công việc của mỗi thành viên.Sau đó mọi
2
người trong nhóm sẽ nhóm họp lại để bổ sung, góp ý cho nhau. Các công việc cụ thể của
các thành viên như sau:
 Nguyễn Khắc Thái :trưởng nhóm,có nhiệm vụ phân chia công việc,tập hợp và
chỉnh sửa lại code từng phần,và thiết kế giao diện người dùng GUI.
 Nguyễn Đức Nam : Thực hiện công việc cắt ảnh kí tự.
 Nguyễn Thị Thu Thúy:Thực hiện công việc viết báo cáo,nghiên cứu thêm phần cắt
ảnh kí tự.
 Đào Xuân Thùy : Thực hiện công việc nhận dạng kí tự
 Nguyễn Văn Tùng:Thực hiện việc lọc nhiễu,và bổ sung nhận dạng kí tự.

Chương 2.Cơ sở lý thuyết
Giới thiệu chương
Chương này sẽ đề cập đến cơ sở lý thuyết của các phần mềm sử dụng trong đồ án và các
thuật toán liên quan đến việc nhận dạng biển số xe.
2.1.Giới thiệu phần mềm Matlab
MATLAB – phần mềm nổi tiếng của công ty MathWorks, là ngôn ngữ lập trình cấp cao
cho mục đích tính toán kỹ thuật, chương trình tích hợp tính toán, đồ hoạ và lập trình trong
một môi trường dễ sử dụng nơi mà tất cả các vấn đề và lời giải được biểu diễn dưới dạng
ghi chú toán học.
MATLAB là một hệ thống tương tác mà tất cả các phần tử dữ liệu cơ bản là một mảng
không yêu cầu về mặt kích thước. Đây là một thuận lợi cho phép người sử dụng giải
quyết các bài toán trong kỹ thuật đặc biệt là các công thức được xây dựng từ ma trận hay
vector.
Ngoài MATLAB cơ bản với các khả năng rất phong phú, phần mềm MATLAB còn
được trang bị thêm các ToolBox – các gói chương trình (thư viện) cho các lĩnh vực ứng
dụng rất đa dạng như xử lý tín hiệu, nhận dạng hệ thống, xử lý ảnh, mạng nơ ron, logic
mờ, tài chính, tối ưu hóa, phương trình đạo hàm riêng, sinh tin học, Đây là các tập hợp
mã nguồn viết bằng chính MATLAB dựa theo các thuật toán mới, hữu hiệu mà người
dùng có thể chỉnh sửa hoặc bổ sung thêm các hàm mới.
3
2.1.2.Giới thiệu Image Processing ToolBox của Matlab
Image Processing Toolbox là tật hợp các hàm của MATLAB có nhiệm vụ thu thập và
xử lý hình ảnh số từ các thiết bị thu hình hoặc ảnh chụp có sẵn.
Image Processing ToolBox chấp nhận các file ảnh dữ liệu đầu vào định dạng như:
BMP ( Microsoft Windows Bitmap), JPG, JPEG( Joint Photographic Experts
Group),PNG,TIFF,…
MatLab coi ảnh như một ma trận hai chiều, mỗi phần tử là một phần tử hình pixel, do
đó ta có thể xử lý hình như đối với ma trận, các phần tử ma trận có thể là double (64 bit),
uint 16 (16 bit), uint 8 (8 bit). Ảnh index được biễu diễn bởi hai ma trận, một ma trận dữ
liệu ảnh X và một ma trận màu (còn gọi là bản đồ màu). Ma trận có thể là kiểu uint8,

uint16, double. Ma trận màu là một ma trận kích thước m x 3 gồm các thành phần thuộc
kiểu double có giá trị trong khoảng [0 1]. Mỗi hàng của ma trận xác định thành phần red,
green, blue của một màu trong tổng m màu được sử dụng trong ảnh. Gía trị của một phần
tử trong ma trận dữ liệu ảnh cho biết màu của điểm ảnh đó nằm ở hàng nào trong ma trận.
Đôi khi ảnh bị mờ, không nét, bị nhiễu cần phải xử lý hoặc cần phải tách một chi tiết
nào đó ra khỏi ảnh. Sau đây là một số hàm xử lý ảnh cho phép thực hiện các công việc
này một cách dễ dàng. Chú ý là các hàm này chỉ thực hiện độc lập, còn muốn thực hiện
thời gian thực cần phải dùng các ngôn ngữ lập trình như VB, Delphi, ta cũng có thể biến
đổi các hàm xử lý ảnh .m ra hàm .c để giảm bớt thời gian lập trình, còn có một cách để xử
lý thời gian thực là lập trình xử lý trong MATLAB, sau đó dùng Toolbox Com Builder
biến chương trình thành COM Object rồi ghép vào các ngôn ngữ lập trình.
Một số hàm xử lý ảnh :
Đọc, ghi và hiển thị ảnh:
- Imread: đọc ảnh
- Imwrite: ghi ảnh.
- Imshow: hiển thị ảnh
- Imview: ảnh cho phép hiển thị ảnh trên các cửa sổ riêng.
4
Đổi màu và loại ảnh:
rgb2gray: đổi ảnh màu RGB ra ảnh cường độ xám.
gray2ind: đổi ảnh trắng đen (gray scale) thành ảnh indexed.
im2bw: đổi sang ảnh nhị phân.
Xử lý hình học:
- Imcrop(A), imcrop(A.rec): xén ảnh A theo hình chữ nhật định bởi con chuột hay bởi
thông số kèm theo trong hàm.
- Imresize (A, m, mothod): thay đổi kích thước ảnh A theo tỉ lệ m và theo phương pháp
nội suy method.
- Imrotate (A, angle, method): quay ảnh A một góc angle và dùng phương pháp nội suy
method.
Lọc nhiễu:

Các hàm lọc nhiễu dùng để tăng chất lượng ảnh. Có các phương pháp lọc tuyến tính,
lọc trung vị và lọc thích nghi.
- Lọc tuyến tính: pixel ảnh biến đổi là tổ hợp tuyến tính các pixel lân cận của pixel gốc,
các hàm thường dùng là conv2 (tích chập), concn, filter2.
- Lọc trung vị: là loại lọc phi tuyến, gồm các hàm medfilt2, ordfilt2.
- Lọc thích nghi: wiener2.
2.1.2.Giới thiệu GUI của Matlab
Giao diện người dùng (graphical user interface GUI) cho phép thực hiện các lệnh trong
Matlab thông qua menu, nút nhấn tương tự như các ngôn ngữ Visual Basic Lập trình
GUI được thực hiện nhờ công cụ GUIDE (GUI Development Environnment) hoặc bằng
cách soạn một file M.
5

Cửa số GUIDE
- Create New GUI: Tạo hộp thoại GUI mới theo một trong các loại sau:
- Blank GUI (Default): Hộp thoại GUI trống không có một điều
khiển uicontrol nào cả.
- GUI with Uicontrols: Hộp thoại GUI với một vài uicontrol như
button, … Chương trình có thể chạy ngay.
- GUI with Axes and Menu: Hộp thoại GUI với một uicontrol axes
và button, các menu để hiển thị đồ thị.
- Modal Question Dialog: Hộp thoại đặt câu hỏi Yes, No.
- Open Existing GUI: mở một project có sẵn.Trong hướng dẫn này, các bạn tạo một
project mới nên sẽ chọn Blank GUI.
2.2.Một số giải pháp sử dụng xử lý biển số xe
2.2.1.Thuật toán xác định vùng chứa biển số xe
Mục đích của bước này là Từ bức ảnh chụp được trong bước thu nhận ảnh, áp dụng
các thuật toán để trích ra vùng nhỏ nhất chứa biển số xe.
6
Các phương pháp: có nhiều phương pháp khác nhau để thực hiện nhiệm vụ này

nhưng tất cả đều có thể qui về 3 phương pháp chính sau đây:
- Phương pháp dùng chuyển đổi Hough: dựa vào đặc trưng cạnh biên trích được, áp
dụng các phương pháp xác định đường thẳng nhờ phép biến đổi Hough để phát hiện các
cặp đường thẳng gần song song ghép thành một ảnh biển số.
- Phương pháp hình thái học: dựa vào đặc trưng hình thái của biển số xe như màu sắc,
độ sáng, sự đối xứng… để xác định và trích ra ảnh biển số.
- Phương pháp khớp mẫu: xem biển số là một đối tượng có khung nền riêng và sử dụng
các cửa sổ dò để trích từng đối tượng đó qua mạng noron (neural network), trí tuệ nhân
tạo (artificial intelligence) chẳng hạn để phân loại có phải là vùng biển số hay không.
Phương pháp hình thái học
Nội dung của phương pháp: Dựa vào đặc trưng quan trọng là biển số xe máy có độ
sáng (tức mức xám khi chuyển bức ảnh về dạng xám) là tương đối khác so với các vùng
khác trong bức ảnh, cũng như sự phân bố mức xám là khá đồng đều trên biển số và vì vậy
khi được nhị phân hoá, vùng biển số là một đối tượng có đặc thù hình thái, có thể phân
biệt được với các vùng khác . Nhờ vậy các bước thực hiện ở đây là:
- Xác định ngưỡng xám. Thực chất là không có phương pháp nào chọn cho đúng
ngưỡng xám để thực hiện. Thay vào đó, ngỡng 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:
7
7000 pixel ≤ diện tích ≤ 150000 pixel
0,68 ≤ chiều cao/chiều rộng ≤ 0,8
Ưu điểm: Phương pháp này có ưu điểm khá đơn giản,và dựa vào đặc điểm biển số sẽ có

thể chọn chính xác được vùng chứa biển số.
Nhược điểm:Cần một thời gian lớn(cỡ ~ 500 – 1000ms) để thực hiện .
Phương pháp biến đổi Hough
Các bước thực hiện:
- Dò đặc trưng biên ngang, dọc: làm nổi bật các viền bao của tất cả các đối tượng trong
ảnh trong đó có viền bao biển số. Phương pháp là sử dụng các bộ lọc gradient để trích
được các đặc trưng cạnh biên này. Nghiên cứu này sử dụng bộ lọc Sobel để tiến hành dò.
- Dùng chuyển đổi Hough tìm các đoạn thẳng ngang dọc trên cở sở của ảnh nhị phân
biên cạnh thu được từ bước trên. Ở đây sẽ chọn các đường thẳng cách đều nhau 5 pixel
để dò đường, và loại bỏ các đoạn thẳng nhỏ hơn ngưỡng, cụ thể là có ít hơn 30 pixel
thuộc nó.
- Tách các đoạn thẳng ngang, dọc có thể là cạnh của biển số.
- Trích ứng viên biển số: thành lập các hình chữ nhật là ứng viên cho biển số với tiêu
chí cụ thể là: các bộ 4 đoạn thẳng thu được sẽ qua đánh giá về kích thƣớc:
80< chiều rộng <400
63< chiều cao <350
0.63< chiều cao/ chiều rộng <0.8
Ưu điểm:Phương pháp này không phụ thuộc vào màu sắc của biển số xe
Nhược điểm: Phương pháp này phụ thuộc rất lớn vào bước trích đặc trưng biên cạnh dẫn
đến là các đoạn thẳng ứng viên thu được thường ngắn hơn nhiều so với chiều dọc cũng
như chiều ngang của biển số.
2.2.1.Thuật toán cách ly kí tự
8
Mục đích của bước này là tách được các ảnh đơn chứa các kí tự số chuẩn bị cho bước
nhận dạng.
Cũng có nhiều phương pháp đê thực hiện bước cách ly như :tách tĩnh,lượng tử hóa
vectơ(vector quantization), lược đồ chiếu ngang và dọc (vertical and horizontal
projection), mạng noron (neural network), trí tuệ nhân tạo (AI), hình thái học
(Morphology)
Phương pháp hình thái học: mỗi 1 ký tự trên biển số sẽ là 1 đối tượng có đặc điểm

hình thái học cụ thể như là chiều cao, chiều rộng, tỉ lệ 2 chiều…biến đổi tương đối ít (nếu
ảnh biển số được đưa về cùng một kích cỡ) mà dựa vào đó ta có thể tách ra được cụ thể
từng ký tự một.Từ đó ta có các bước thực hiện thuật toán tách kí tự từ ảnh xám biển số
sau đây:
- Đưa ảnh xám biển số về cùng độ phân giải 160x210 sau đó thực hiện xóa biên ảnh
biển số.
- Xác định ngưỡng xám để nhị phân bức ảnh biển số. Khâu này rất quan trọng quyết
định tính chính xác của việc nhận dạng kí tự. Nghiên cứu đã chọn ngưỡng xám theo các
bước
sau:
• Nâng cao tính tương phản của ảnh biển số bằng thuật toán cân bằng hóa lược đồ xám
(histogram equalization).
• Dùng thuật toán Otsu để xác định ngƣỡng xám của bức ảnh mới này, đây là ngưỡng
xám cần tìm.
- Lọc nhiễu để loại bỏ bớt các đối tượng và gán nhãn cho các đối tượng còn lại.
- Tách ra các ký tự thông qua đặc tính về hình thái học, cụ thể là:
8 pixel ≤ chiều rộng ≤ 45 pixel
45 pixel ≤ chiều cao ≤ 85 pixel
Ưu điểm: - Không phụ thuộc vào độ nghiêng của biển số.
- Không phụ thuộc vào nhiễu.
9
- Biển số có thể không làm sạch được nhưng vẫn nhận dạng chính xác.
Nhược điểm: - Phụ thuộc vào độ chính xác của ảnh nhị phân có lấy hết được ảnh ký
tự từ ảnh xám.
2.2.2.Thuật toán nhận dạng kí tự
Mục đích: đưa ra được kí tự chữ hoặc số từ file ảnh đơn cắt ở trên.
Phương pháp phổ biến nhất để nhận dạng ký tự là sử dụng mạng noron,tức là huấn
luyện cho máy tính để nhận dạng các ký tự.
Phương pháp Hình thái học :các ký tự đều có những đặc điểm hình thái đặc biệt có thể
phân biệt với nhau chẳng hạn như “O” có lỗ trống ở giữa, “8 có 2 lỗ trống hay “X” đối

xứng 2 trục dọc và ngang…Đặc biệt khâu này được thực hiện trên cơ sở xây dựng cây
nhị phân tối ưu của các đặc điểm hình thái nên đảm bảo tính khoa học và tính chính xác
cao. Từ thực tế thực hiện, nghiên cứu đưa ra thuật toán của khâu này như sau:
- Quan sát chọn ra các đặc tính phân biệt ký tự để xây dựng ma trận đặc tính.
- Xây dựng cây nhị phân tối ưu từ ma trận đặc tính và tập ký tự thu được từ bước tách
ký tự.
- Quan sát cây nhị phân và kiểm tra xem số đặc tính như vậy đã đủ để nhận dạng chưa,
thiếu (dư) thì phải bổ sung (bỏ đi) và quay lại bước đầu tiên.
- Tiến hành nhận dạng các ký tự trên cơ sở cây nhị phân tốiưu tìm được.
Qua tiến hành các bước của thuật toán trên, nghiên cứu đã sử dụng nhóm các đặc tính
để phân biệt các ký tự là chữ số và các ký tự là chữ cái. Cụ thể đối với chữ số: số điểm
cắt dọc 1/2, tục dọc, trục ngang, số lỗ tròn, vị trí lỗ tròn; đối với chữ cái: số lỗ tròn, mở
trên hay đóng trên, mở dưới hay đóng dưới, trục dọc, trục ngang, số điểm cắt dọc 1/2 và
số điểm cắt ngang 1/2.
Ưu điểm: Tốc độ xử lý cao,rút gọn thời gian xử lý.
Nhược điểm: Thuật toán khá phức tạp.
10
Sau khi cân nhắc kĩ và phụ thuộc vào khả năng của các thành viên,trong đồ án này,nhóm
đã sử dụng phương pháp thực hiện việc tách và cách ly vùng chứa kí tự biển số xe
chung,sau đó thực hiện nhận dạng kí tự theo phương pháp Hình thái học.
Chương 4.Kết quả đạt được và kinh nghiệm rút ra
4.1.Kết quả đạt được
Nhóm đã hoàn thành sản phẩm theo đúng thời hạn đã định ra.Phần mềm nhận dạng được
hầu hết(98%) biển số xe lưu thông ở trong địa bàn Hà Nội,và xuất ra đúng dãy kí tự biển
số xe.
11
Giao diện người dùng hệ thống nhận dạng biển số xe
4.2.Kinh nghiệm rút ra
- Khi viết code cho phần mềm bằng chương trình Matlab,cần chú thích rõ ràng cho mỗi
hàm sử dụng và mỗi file.

- Trong quá trình làm việc theo nhóm, ngay khi được phân nhóm và công việc thì cần
tiến hành họp nhóm để bàn bạc tìm hiểu công việc cần thực hiện để có thể phân chia
công việc hợp lý. Nhóm trưởng cần phải là người đủ uy tín để chỉ huy cả nhóm thực
hiện công việc, biết tạo áp lực lên các thành viên để đảm bảo công việc thực hiện nhanh,
đúng tiến độ.
- Trong mỗi giai đoạn cần phải phân chia công việc hợp lý, mỗi thành viên cần có ý
thức thực hiện công việc được giao.
12
Chương 5:Kết luận
5.1.Những điểm hạn chế
- Sự khác nhau giữ tỉ lệ chiều dài/chiều rộng của từng kí tự gây ra sai lệch khi nhận
dạng.
- Để phần mềm có thể nhận dạng tốt biển sỗ xe,yêu cầu biển số phải được chụp một
cách rõ nét,ít bụi bẩn và đặc biệt không bị lóa(do sẽ bị sai lệch khi chuyển sang ảnh nhị
phân), hướng chụp ảnh nếu không nghiêng quá góc 45%.
- Với ảnh có kích thước nhỏ,sẽ khó nhận dạng hơn,yêu cầu biển số xe phải chiếm kích
thước >40% diện tích của ảnh đưa vào.
- Với một số ảnh không rõ nét,thì có thể có sự nhận dạng sai giữa chữ“O” và số “0”,chữ
“G” và số “6” hay chữ “I” và số “1”.
5.2.Hướng phát triển của đề tài
- Trong tương lai,nhóm hướng tới hoàn thiện hệ thống hơn như việc có thể chụp ảnh
trực tiếp từ camera hay từ video ghi lại phương tiện giao thông trên đường thay vì phải
đưa ảnh chụp sẵn vào.
- Sản phẩm sẽ được ứng dụng rộng rãi không chỉ với xe máy ,mà còn với ô tô ,xích lô…
5.3.Lời kết.
Qua lần thực hiện đồ án 1,nhóm hi vọng sẽ hoàn thiện sản phẩm trong một tương lai
không xa và có khả năng ứng dụng trong thực tế giúp giám sát tốt hơn phương tiện giao
thông.Cùng với đó,phát triển chương trình thành module phần cứng trên hệ vi xử lý dành
riêng cho xử lý tín hiệu số để không còn phụ thuộc vào máy tính, giảm nhỏ kích thước
đồng thời kết hợp giao tiếp với camera và các cảm biến để có thể trở thành một thiết bị

nhận dạng biển số hoạt động độc lập có thể sử dụng cho các ứng dụng cụ thể đã nêu trên.
Trong quá trình làm việc đã giúp nhóm rút ra được nhiều kinh nghiệm quý báu và giúp
các thành viên trao dồi thêm nhiều kiến thức, kỹ năng cần thiết cho học tập và làm việc
sau này.
Một lần nữa xin chân thành cảm sự đóng góp các ý kiến quý báu của thầy cô và các
bạn!.
13
Tài liệu tham khảo:
1.
plate.Lần truy cập cuối 31/5/2012.
2. Lê Dũng,“Lý thuyết xử lý và nhận dạng ảnh,mạng nơron và nhận dạng chữ viết”,
Luận văn thạc sĩ chuyên ngành điện tử viễn thông, Đại học Bách Khoa Hà
Nội,năm 2000 .
3. Nhập môn xử lý ảnh số. Ths. Lương Mạnh Bá, Pts. Nguyễn Thanh Thủy. Nxb
KHKT 2003.
4. Internet và một số tạp chí khoa học.
14