Ứng dụng mạng nơ-ron trong nhận dạng biển số ô tô

Header Page 1 of 126.

1

BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC ĐÀ NẴNG

NGUYỄN VĂN LÂM

ỨNG DỤNG MẠNG NƠ-RON TRONG NHẬN DẠNG BIỂN SỐ
Ô TÔ

Chuyên ngành: KỸ THUẬT ĐIỆN TỬ
Mã số: 60.52.70

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT

Đà Nẵng - Năm 2011

Footer Page 1 of 126.


2

Header Page 2 of 126.

Công trình ñược hoàn thành tại
ĐẠI HỌC ĐÀ NẴNG

Người hướng dẫn khoa học: TS. Phạm Văn Tuấn

Phản biện 1: ............................................................................. Phản
biện 2: .............................................................................

Luận văn sẽ ñược bảo vệ trước Hội ñồng chấm Luận văn tốt nghiệp
thạc sĩ Kỹ Thuật ñiện tử họp tại Đại học Đà Nẵng vào ngày …...…
tháng …...… năm …...….

Có thể tìm hiểu luận văn tại:
-

Trung tâm Thông tin-Học liệu, Đại học Đà Nẵng

-

Trung tâm Học liệu, Đại học Đà Nẵng

Footer Page 2 of 126.


Header Page 3 of 126.

3
MỞ ĐẦU

Với sự phát triển nhanh công nghiệp sản xuất phương tiện ñã
làm cho số lượng các phương tiện giao thông phát triển nhanh chóng
về số lượng. Tại Việt Nam theo thống kê từ TRUNG TÂM ĐĂNG
KIỂM 50-07V. Số lượng ô tô ñang lưu hành tại Việt nam tính ñến
hết 31/01/2010 là 1.147.765 chiếc. Một con số ñáng kể nếu so với
tình hình giao thông phức tạp như hiện nay của nước ta. Điều này ñòi

hỏi nhiều hơn nguồn nhân lực từ các cơ quan quản lý ñể ñảm bảo quá
trình giao thông diễn ra an toàn và thuận lợi.
Xuất phát từ nhu cầu trên có rất nhiều giải pháp ñã ñược ñưa
ra ñể kiểm soát các phương tiện giao thông như sử dụng Chip chuyên
dụng ñể gắn lên phương tiện, sử dụng ñịnh vị toàn cầu GPS... Nhưng
các giải pháp này lại khá tốn kém, khó triển khai và nâng cấp, ñòi hỏi
các thiết bị và kỹ thuật phức tạp. Khi kỹ thuật Xử Lý Ảnh ra ñời và
phát triển mạnh mẽ thì việc sử dụng kỹ thuật này vào hệ thống kiểm
soát phương tiện dựa trên cơ sở nhận dạng biển số phương tiện tỏ ra
nhiều ưu ñiểm vượt trội như chi phí triển khai thấp. Các thiết bị ñơn
giản dễ lắp ñặt, dễ mở rộng cho nhiều ứng dụng khác nhau như xây
dựng trạm thu thuế, nhà giữ xe tự ñộng, kiểm soát vi phạm tại các
nút giao thông phức tạp.
Cùng với sự phát triển của trí tuệ nhân tạo, việc ứng dụng
mạng nơ-ron vào việc nhận dạng mẫu ký tự trong kỹ thuật xử lý ảnh
trở nên hiệu quả và nhanh chóng. Như vậy việc kết hợp kỹ thuật xử
lý ảnh và ứng dụng mạng Nơ-ron ñể xây dựng hệ quyết ñịnh trong
nhận dạng biển số phương tiện mà cụ thể ở ñây là biển số Ô tô là giải
pháp tối ưu nhất hiện nay. Với sự phát triển nhanh về tốc ñộ chụp, ñộ

Footer Page 3 of 126.


Header Page 4 of 126.

4

phân giải của các thiết bị thu nhận ảnh, tốc ñộ tính toán các bộ vi xử
lý cũng như giá thành làm cho việc triển khai các ứng dụng xử lý ảnh
trở nên dễ dàng, tin cậy chi phí thấp và tốc ñộ nhanh.

1. Mục ñích nghiên cứu :
•

Nghiên cứu giải pháp nhận dạng biển số ô tô bằng mạng
nơ-ron

2. Nội dung nghiên cứu
•

Nghiên cứu các kỹ thuật nhận dạng biển số ô tô dùng kỹ
thuật xử lý ảnh và mạng nơ-ron. Đặt tiền ñề nghiên cứu
sâu hơn ñể ñưa ra các ứng dụng cụ thể.

•

Xây dựng phương pháp và thuật toán ñể thực hiện nhận
dạng, qua ñó nghiên cứu các hạn chế và nhược ñiểm của
hệ thống ñể tiến hành tối ưu.

•

Viết phần mềm mô phỏng quá trình nhận dạng biển số
trên các ảnh ñược thu thập trên thực tế ñể tạo tiền ñề cho
việc xây dựng phần mềm nhận dạng trực tiếp qua
Camera.

3. Đối tượng nghiên cứu
Tập trung chính vào ñối tượng nghiên cứu là kỹ thuật xử lý
ảnh và mạng nơ-ron trên cơ sở nghiên cứu:
•

Thuật Toán nhận dạng biển số

4. Phạm vi nghiên cứu
Do các hạn chế về thời gian cũng như thiết bị, ñề tài sẽ tập
trung nghiên cứu trên một tập các ảnh số ñược thu thập theo nguyên
tắc sau :
Các ảnh ñược thu thập theo 3 thể loại :

Footer Page 4 of 126.


Header Page 5 of 126.

5

- Tập 1 gồm các ảnh xe Ô tô có biển số rõ nét, ảnh chất
lượng cao và vùng biển số không bị nhiễu hay che khuất.
- Tập 2 gồm các xe ñược chụp với góc lệnh ±200 so với máy
ảnh.
- Tập 3 gồm các ảnh xe có biển số bị nhòe do ñược chụp ở
khoảng cách xa hay bị mờ do quá trình di chuyển.
- Đề tài sẽ tiến hành nghiên cứu xây dựng thuật toán dựa trên
các tiêu chí ảnh ñầu vào ñược thu thập qua ba tập ảnh như trên.
5. Phương pháp nghiên cứu
•

Thu thập một số lượng hữu hạn các ảnh xe ô tô từ máy
ảnh.

•

Tiến hành phân tích, xây dựng giải pháp nhận dạng gồm
có :
- Tiền xử lý
- Trích ñặc trưng
- Huấn luyện mô hình
- Kiểm thử trên cơ sở dữ liệu thu thập ñược gồm cơ sở
dữ liệu chuẩn và ảnh tự chụp trong thực tế.

6. Ý nghĩa khoa học của ñề tài
Kiểm chứng tính khả thi và khả năng ứng dụng kỹ thuật xử
lý ảnh và mạng nơ-ron vào bài toán nhận dạng biển số. Đặt nền tảng
nghiên cứu sâu hơn nhằm phát triển các ứng dụng thực tiễn.
7. Ý nghĩa thực tiễn của ñề tài

Footer Page 5 of 126.


Header Page 6 of 126.

6

Kỹ thuật xử lý ảnh ñã và ñang ñược ứng dụng rộng rãi trong
các thiết bị từ dân dụng ñến chuyên dụng. Việc sử dụng xử lý ảnh ñể
nhận dạng biển số Ô tô sẽ góp phần giải quyết ñược một phần của
bài toán tắt nghẽn giao thông như hiện nay và tự ñộng hóa một số
công việc liên quan ñến quản lý Ô tô. Tạo tiền ñề cho việc phát triển
và triển khai các giải pháp nhận dạng khác như biển số xe máy, nhận
dạng tài liệu..

CHƯƠNG 1. TỔNG QUAN VỀ CÁC HƯỚNG NHẬN DẠNG
DỰA TRÊN KỸ THUẬT XỬ LÝ ẢNH.
Như chúng ta ñã biết về các hệ thống nhận dạng biển số xe ô
tô trong thực tế. Chương này sẽ tiến hành phân tích sâu hơn về các
hệ thống này, quá trình phát triển nghiên cứu, các ưu nhược ñiểm của
hệ thống nhận dạng biển số xe ô tô.
1.1

Sơ lượt về hệ thống nhận dạng biển số

1.2

Kiến trúc tổng quan của một hệ thống nhận dạng biển số

ô tô
Hệ thống nhận dạng biển số thường có các bước sau :
- Thu nhận ảnh ( Có thể chụp từ Camera thường hay
camera hồng ngoại).
- Tách biển số có trong ảnh, chỉnh sửa góc lệnh.
- Phân ñoạn các ký tự [10].
- Nhận dạng
- Kiểm tra cú pháp.

Footer Page 6 of 126.


Header Page 7 of 126.
1.3

7

Các ứng dụng liên quan ñến hệ thống nhận dạng biển số

Ô tô.
Bài toán nhận dạng biển số ô tô có thể ñược áp dụng rộng rãi
trong nhiều ứng dụng thực tế khác nhau như :
- Hệ thống tự ñộng thu thuế xe
- Hệ thống bãi giữ xe thông minh
- Kiểm soát và quản lý xe trên các ñiểm giao thông
- Nhiều ứng dụng khác...
1.4

Những khó khăn trong nhận dạng biển số ô tô
- Độ phân giải ảnh quá thấp
- Ảnh quá tối hay bị che khuất bởi các vật khác, do sự chói

sáng hay phản chiếu ñối với ánh sáng của biển số. Biển số bị dính
bẩn hay biến dạng
- Các kiểu Font khác nhau của các ký tự khác nhau.

Footer Page 7 of 126.


8

Header Page 8 of 126.

Các giải pháp công nghệ

1.5

CHƯƠNG 2. NGHIÊN CỨU PHƯƠNG PHÁP TIỀN XỬ LÝ,
TÁCH VÙNG VÀ KÝ TỰ CỦA BIỂN SỐ.
2.1

Sơ ñồ khối hệ thống

2.2

Tách vùng biển số
Ở bước này ta ñịnh nghĩa một khu vực biển số dựa trên ñặc

tính của sự xuất hiện nhiều các cạnh ngang và cạnh dọc do biên của
các ký tự trên biển số gây ra trên một diện tích nhỏ quanh biển số.
2.2.1

Các phép biến ñổi cơ bản dùng ñể tách vùng biển số

a. Ma trận tích chập phát hiện biên theo chiều ngang và chiều
dọc

b. Ma trận tích

− 1 0 1

0 1
0 1 


 − 1 − 1 − 1




mhe =  0
0
0  mve =  − 1
−1
 1

1
1Sobel


;
chập tìm
biên
 − 1 − 2 − 1


0
0
Gx =  0
1
2
1 


;

 − 1 0 1



G ve =  − 2 0 2 
 − 1 0 1



c. Bộ Phép lọc làm trơn theo chiều ngang và chiều dọc
Bộ lọc này dùng ñể làm trơn các cụm ñiểm ảnh có ñộ sáng cao
giống biển số ñể chúng ta có thể nhóm chúng lại ñược với nhau ñể
thực hiện bước tiếp theo trong phát hiện vùng biển số.

Footer Page 8 of 126.


Header Page 9 of 126.

(a) Ảnh Gốc

(d) Ảnh phát hiện
biên Sobel
2.2.2

9

(b) Ảnh làm trơn
phương x

(c) Ảnh làm trơn
phương y

(e) Ảnh phát hiện
biên theo phương y

(f) Ảnh phát hiện biên
theo phương x

Tìm biển số dựa vào ñồ thị hình chiếu theo chiều ngang và
chiều dọc
Khi chiếu theo chiều ngang, chúng ta sẽ có một ñồ thị biểu

diễn cường ñộ tổng thể của bức ảnh như ta thấy ở hình bên dưới.

Hình 2.1 Hình chiếu theo phương y của ảnh

Footer Page 9 of 126.


Header Page 10 of 126.

10

Phương pháp tìm khu vực biển số dựa trên phương pháp
thông kê này gồm có 2 giai ñoạn:
-

Giai ñoạn ñầu ta phải tìm ñược “dải ngang chứa biển số”
có kích thước lớn hơn kích thước của biển số thật. Sau
ñó vùng này sẽ ñược tìm góc lệch do vị trí của Camera
gây ra. Chỉnh sửa góc lệch. Kết quả của bước này cho ta

ñược một vùng chứa biển số nhưng có kích thước lớn
hơn kích thước biển số thật ở trên vùng ñó.

-

Giai ñoạn hai của quá trình này là ta phải tinh chỉnh vị trí
của biển số, ñể vùng ảnh ta nhận ñược là chỉ có vùng
giới hạn trong ñường biên của biển số với các ký tự mà
thôi.

a. Tìm dải ngang chứa biển số.

Hình 2.3 Phân tích hình chiếu tìm dải ngang chứa biển số
Giá trị lớn nhất của py(y) có thể cho ta vị trí của “dải chứa
biển số” và nó ñược tính như sau:

ybm = arg max {p y ( y )}
y0 ≤ y≤ y1

Ta gọi yb0 và yb1 là tọa ñộ trên và tọa ñộ dưới của “dải ngang
chứa biển số”. thì yb0 và yb1 sẽ ñược tính như sau:

Footer Page 10 of 126.


11

Header Page 11 of 126.

yb 0 = max {y | p y ( y ) ≤ c y . p y ( ybm )}

y 0 ≤ y ≤ y bm

yb1 = max {y | p y ( y ) ≤ c y . p y ( ybm )}
y bm ≤ y ≤ y1

Với cy là hệ số ñể tìm chân của ñỉnh py(y). cy là hệ số quan
trọng trong việc tìm chiều cao của biển số. Ở ñây với tọa trên của dải
ta chọn c1=0.55, c2=0.44 (việc chọn này ñược dựa vào thực tế và
ñược ñiều chỉnh ñể thích nghi với nhiều kích thước biển số khác
nhau).
b. Tìm biển số dựa vào dải ngang chứa biển số
Ta dựa vào sự thay ñổi từ ñen thành trắng và từ trắng thành ñen
trên các biên của biển số. Hình vẽ biểu thị ñồ thị hình chiếu dọc của
ảnh ñược mô tả như hình bên dưới.
Và ñể phát hiện tọa ñộ biên, ở ñây ta phải tìm cách sao cho các
ñặc tính này ñược hiển thị rõ. Giải pháp ñưa ra ở ñây là ta tìm vi
phân của p(x, y) ta ñược p’(x,y). Vì ñồ thị hình chiếu là không liên
tục và số lượng mẫu không tiến ñến vô cùng, vì vậy ta ñưa ra một
hàm rời rạc với h là bước lấy vi phân (ví dụ ta chọn h = 4). Thì hàm
rời rạc ñể tìm p’ ñược tính:
p x' ( x ) =

p x ( x ) − p x ( x − h)
h

Với h = 4 thì ta có ví dụ hình cụ thể như bên dưới.
Biên trái và biên phải của biển số có thể ñược phát hiện bằng
cách phân tích vi phân của p’ như sau:

Footer Page 11 of 126.

Header Page 12 of 126.

12

Hình 2.4 Phân tích hình chiếu tìm biển số
c. Phân tích ñặc tính ñể trích chọn biển số.
Để lựa chọn ñược ñối tượng ảnh biển số ta phải xác ñịnh các
trọng số mô tả ñặc tính của nó. Và ñể làm ñiều này ta phải xác ñịnh
ñược biểu thức ñể tính toán trọng số mô tả ñặc tính của từng ñối
tượng. Có rất nhiều ñặc tính ràng buộc ñể ñánh giá. Nhưng ta chỉ dựa
và một số ñặc tính ñược tính như sau:

α = 0.15.α1 + 0.25.α2 + 0.4.α + 0.4.α4
3

Footer Page 12 of 126.


Header Page 13 of 126.

13

Bảng 2.3. Bảng thông tin trích chọn ñặc tính
Đặc tính

Ảnh minh họa

Mô tả

α1 = yb0 − yb1

Chiều cao của dải.
Các dải có chiều
cao nhỏ hơn sẽ
ñược xem xét tiếp

α2 =

1
p y ( ybm )

py(ybm): Giá trị ñỉnh
của ñồ thị hình
chiếu theo trục y.
Các dải có giá trị
lớn nhất lớn hơn
giá trị này sẽ ñược
xem xét.

α3 =

1

Đặc tính này tương
tự ñặc tính trên.
Tuy nhiên ở ñây
không chỉ xét giá
trị ñỉnh mà còn xét

cả vùng ñược giới
hạn bỏi yb0 và yb1.

yb1

∑p

y = yb 0

y

( y)

`

α4 =

x p 0 − x p1
yb 0 − yb1

−

Footer Page 13 of 126.

Trên hầu hết các
quốc gia thì biển số
một hàng này có tỉ
số chiều rộng và
chiều cao là 5. Nên
ta sẽ lấy tỉ số này

làm ñặc tính ñể
ñánh giá.


14

Header Page 14 of 126.
2.3

Giải thuật tìm góc lệnh

2.3.1

Phát hiện góc lệch
Thực hiện tách biên ảnh, sau ñó dùng biến ñổi Hough ñể tìm

ñường thẳng có mật ñộ cao nhất :

Hình 2.11. Tìm góc lệnh cho biển số
2.3.2

Chỉnh góc lệch
Dùng ma trận tích chập Shear ñể chỉnh góc lệch
1
A = S x
 0

Sy
1
0

0 1 − tan(θ ) 0
0 = 0
1
0
1  0
0
1 

Hình 2.13. Ảnh biển số ñược xoay

Footer Page 14 of 126.


Header Page 15 of 126.

15

2.4

Phân ñoạn các ñối tượng trên biển số

2.4.1

Phân ñoạn dùng hình chiếu dọc

2.4.2

Tách các ñối tượng ký tự bằng phân ñoạn theo chiều dọc

Dựa vào ñồ thị hình chiếu của biển số và khoảng cách trống giữa
các ký tự giúp ta có thể phân ñoạn các ký tự một cách dễ dàng.

Hình 2.14. Phân ñoạn biển số
Sau khi biển số ñược phân ñoạn dựa vào ñồ thị hình chiếu thì
các phân ñoạn ta thu ñược luôn chứa thêm các phần tử không mong
muốn như nhiễu hay biên biển số, các phân ñoạn không chứa ký
tự…Vì vậy ta phải tiền hành loại bỏ các ñối tượng này.
Bước 1. Tách khối dùng thuật toán kết nối nhãn

Footer Page 15 of 126.


16

Header Page 16 of 126.

Mẫu 0
Mẫu 1
Mẫu 2
Mẫu 3

Hình 2.15 Phân ñoạn ký tự
2.4.3

Phân tích ñặc tính của các ñối tượng ñược tách ñể tìm ký
tự chính.
Nếu chúng ta giả thiết rằng các mẫu ký tự không có sự khác

biệt về ñộ chói và ñộ tương phản quá nhiều thì ta có thể loại bỏ các

ñối tượng có ñộ chói và ñộ tương phản quá giá trị trong dải cho phép.
Với f(x,y) là ñối tượng thứ i trong các mẫu ñược phân ñoạn
thì chúng ta sẽ ñịnh nghĩa các ñặc tính tĩnh như sau:
Độ sáng toàn cục:
wi

hi

pb(i ) = ∑∑ f ( x, y )
x =0 y =0

Độ tương phản toàn cục có thể ñược tính như ñộ lệch chuẩn
của ñộ sáng toàn cục:
wi

hi

∑∑ ( p
pc( i ) =

Footer Page 16 of 126.

x =0 y =o

(i)
b

− f ( x, y )) 2

wi .h i

17

Header Page 17 of 126.

Thường ảnh ñược chụp và lưu trữ ở không gian màu RGB vì
vậy ta sẽ chuyển RGB sang không gian HSV[13] và xem Hue như một
ñặc tính ñể lựa chọn.
Chúng ta tính Hue, Saturation toàn cục bằng công thức:
wi

hi

ph( i ) = ∑∑ h( x, y )
x =0 y =0

wi

hi

ps(i ) = ∑∑ s( x, y )
x =0 y = 0

Để xác ñịnh các giá trị ngưỡng hợp lệ của các ñối tượng ta
phải tiến hành tính trung bình các giá trị tìm ñược trên tập các mẫu
_

thực tế. Ví dụ pb =

n −1

∑p

(i )
b

i =0

, với n là số mẫu. Một ñối tượng không

ñược có sai số quá 16% so với giá trị pb trung bình. Theo ñó ta có các
giá trị ngưỡng ñể loại bỏ ñối tượng là:
_

- Độ sáng: pb(i ) − pb < 0.16
_
pb

- Tương phản (CON):

_

pc(i ) − pc
_

< 0.1

pc
_

- HUE: ph(i ) − ph < 0.1 45
_
ph

- Saturation(SAT):

_

ps( i ) − ps
_

< 0.24

ps

- Chiều Cao (HEI):

_

hi( i ) − h
_

h

Footer Page 17 of 126.

< 0.2

Header Page 18 of 126.

18

- Tỉ số Chiều Rộng vào Cao(WHR): 0.1 <

wi
< 0.92
hi

Nếu ñối tượng ñược tách không thỏa một trong các ñiều kiện
trên thì sẽ ñược xem là không hợp lệ.
2.5

Phân ngưỡng thích nghi và chuẩn hóa ký tự\

2.5.1

Chuẩn hóa ñộ sáng và ñộ tương phản

2.5.2

Chuẩn hóa kích thước và phương pháp thay ñổi kích
thước ảnh

2.5.3

Phân Tích ñặc tính ñể tiến hành lựa chọn ký tự

CHƯƠNG 3. ỨNG DỤNG MẠNG NƠ-RON ĐỂ NHẬN DẠNG

KÝ TỰ
3.1

Trích chọn ñặc tính ảnh ký tự ñể ñưa vào mạng Nơ-ron.

3.1.1

Trích chọn trực tiếp
Cách ñơn giản nhất ñể trích chọn các ñặc tính từ ảnh bitmap

là dựa vào ñộ sáng của ảnh. Ta sẽ biến ma trận các ñiểm ảnh thành
vectơ mô tả ảnh ñể ñưa vào mạng nơ-ron.

Hình 3.1. Trích chọn trực tiếp

Footer Page 18 of 126.


19

Header Page 19 of 126.
3.1.2

Hình thành vectơ ñầu vào bằng phát hiện kiểu biên của ký
tự
Cấu trúc của vectơ ñặc tính ñược mô tả bởi biểu thức sau:

x = ( h0 @ r0 , h1 @ r0 ,...hη −1 @ r0 , h0 @ r1 , h1 @ r1 ,...hη −1 @ r1 ,....h0 @ rρ −1 , h1 @ rρ −1 ,...hη −1 @ rρ −1 )
14444244443 1444424444
3 1444442444443

vùng r0

vùng r1

vùng rρ −1

h j @ ri có nghĩa là số lần xảy ra của kiểu biên hj trên vùng ri
3.2

Tìm xương ảnh ký tự và phân loại ảnh ký tự dựa vào cấu

trúc xưng.
3.2.1

Khái niệm xương ảnh

3.2.2

Thuật toán tìm xương

3.2.3

Hình thành vectơ ñặc tính dựa vào phân tích cấu trúc
xương của các ký tự

Bảng 3.1. Bảng thống kê cấu trúc ký tự dựa trên ñặc tính xương
SL

Điểm cuối

0

BDO08

1

PQ69

ADOPQR09

EFKPQTXY469

2

ACGIJLMNRSUV
WZ123457

B8

ABHR8

Footer Page 19 of 126.

Vòng kép kín

Điểm giao

CEFGHIJKLMNSTUVWX CDGIJLMNOSUVWZ
YZ123457
012357

Header Page 20 of 126.
3

EFTY

4

HKX

20

3.3

Mạng Nơ-ron

3.4

Thuật toán Lan truyền ngược (Back-propagation)

3.5

Cách tổ chức mạng và thông tin huấn luyện.

3.5.1

Số lớp của mạng
Mạng nơ-ron ñược chọn ở ñây gồm có 3 lớp:
Lớp 1: Với ảnh 8*13 thì số nơ-ron ñầu vào ( Lớp 1) là

8*13=104 nơ-ron.
Lớp 3: Ta thấy bài toán nhận dạng của ta gồm có các ký tự:
0123456789abcdefghijklmnopqrstuvwxyz. Ta thiết kế sao
cho 1 nơ-ron ñầu ra sẽ mang giá trị của một ký tự. Vì vậy ta có 36
nơ-ron ở ñầu ra. Khi huấn luyện mạng, ñầu ra mong muốn cho một
ký tự sẽ có giá trị là 1.
3.5.2

Chọn các thông số mạng
Tại số Nơ-ron ẩn là 20 thì cho lỗi phản hồi thấp nhất so với

các vùng lân cận. Vì vậy ta chọn số lớp ẩn là 20 lớp.
Ta lựa chọn mức ngưỡng của lớp ñầu ra là 1. Với ñầu vào ta
thấy ảnh là ảnh nhị phân nên ñầu vào của nó là 0 hoặc 1.
Mạng ñược huấn luyện với các thông số:

Footer Page 20 of 126.


21

Header Page 21 of 126.

- Số vòng lặp = 8000,
- Mức lỗi 0.01,
- Số Nơ-ron ẩn 50
- Tốc ñộ học 0.8Tập mẫu huấn luyện
3.6

Phân tích cú pháp biển số

CHƯƠNG 4. KIỂM TRA VÀ ĐÁNH GIÁ KẾT QUẢ
4.1

Xây dựng tập ảnh

4.2

Tính toán ñộ chính xác của phép nhận dạng

4.2.1

Hàm ñánh giá theo kiểu ñúng hoặc sai.

4.2.2

Hàm ñánh giá theo kiểu trọng số.

4.3

Sơ ñồ khối quá trình nhận dạng

4.4

Kết quả nhận dạng và ñánh giá
Từ các thuật toán nhận dạng ñã ñưa ra ở các mục trên. ở ñây

ta sẽ kiểm tra tính ổn ñịnh và các ưu nhược ñiểm của thuật toán ñể có
thể nâng cao tính ổn ñịnh vào hướng phát triển tiếp theo của ñề tài.

4.4.1 Độ chính xác của thuật toán
Khi thực hiện trên tập ảnh mẫu ñược thu thập ở trên, ta có
ñược kết quả theo ñánh giá R(S) như sau:
Bảng 4.1 Bảng kết quả kiểm thử
Số

biển

Footer Page 21 of 126.

Tổng số ký

R(S) theo

R(S) theo


22

Header Page 22 of 126.
số

tự

Gtf(P)

Gw(P)

Tập 1

68

470

69.21%

87.2%

Tập 2

52

352

41,32%

46.87%

Tập 3

40

279

48,53%

51.64%

Trung
bình

177

1254

53.02%

73.02%

Từ bảng kết quả kiểm thử ở trên ta thấy hệ thống nhận dạng
tốt ñối với ảnh rõ tuy nhiên trong môi trường ảnh bị mờ hoặc bị xoay
thì tỉ lệ nhận dạng không tốt vì các yếu tố của môi trường tác ñộng
làm cho hệ thống dễ sai nhầm.
4.4.2

Phân tích lỗi nhận dạng

a. Lỗi do mạng Nơ-ron.
Việc cấu hình một mạng nơ-ron ñạt kết quả tốt ñặt ra rất
nhiều yêu cầu. Từ [7] ta thấy rằng cấu hình mạng cần một số lượng
mẫu nhận dạng lớn.Tổ chức và huấn luyện tốt. Tuy nhiên từ các yêu
cầu về thời gian, các ñiều kiện khách quan mà việc huấn luyện mạng
chưa ñạt ñược kết quả tốt.
b. Lỗi do tìm vị trí của biển số.
Thuật toán tìm biển số như ta ñã ñưa ra ban ñầu có ưu ñiểm
là có thể tìm hết tất cả các biển số có thể trên ảnh. Tuy nhiên nó lại

Footer Page 22 of 126.

Header Page 23 of 126.

23

làm cho thuật toán chiếm nhiều thời gian hơn nếu ñồ thị hình chiếu
của ảnh có nhiều ñỉnh.( Hình 4.4).

Hình 4.4. Đồ thị hình chiếu có nhiều ñỉnh
Ở ñây ta thấy rằng vị trí của biển số không phải là ñỉnh có
giá trị cao nhất trên ñồ thị hình chiếu. Nếu ñỉnh do biển số gây ra là
ñỉnh có giá trị ñứng sau các ñỉnh khác, khi các ñỉnh cao hơn càng
nhiều thì việc phân tích các ñỉnh cao này sẽ tốn nhiều thời gian.
a. Lỗi do tìm góc nghiêng
Đối với bài toán nhận dạng biển số xe, các xe ta chụp phải
tuân theo các tiêu chuẩn ở ñầu bài. Tuy nhiên với các ảnh ñược chụp
có kích thước biển số lớn và biển số bị lệch sẽ làm cho biển số ta
tách ñược có ñường biên nhỏ.

Footer Page 23 of 126.


24

Header Page 24 of 126.

Hình 4.2. Ảnh bị nghiêng
Ở ñây vì kích thước của ảnh lớn. Các thông số về tách dải
ngang chứa biển số và biển số không phù hợp sẽ làm biển số ta tách
ra ñược chứa một ít về biên:

Số ño góc lệch : -0.14288194
Hình 4.6 Tìm góc lệch lỗi

Footer Page 24 of 126.


Header Page 25 of 126.

25

Ta thấy góc lệch tìm ñược là -0.14288194. Đây là một góc
lệch sai. Nhìn vào hình ta nhận ra rằng khi thông tin về các ký tự
ñậm và rõ nét cộng thêm các ñường biên bị ñứt có thể gây ra lỗi.
b. Lỗi do các vít cố ñịnh biển số.
Với các biển số ñược cố ñịnh bằng vít mà vị trí của nó làm
cho 2 ký tự trên biển số bị dính liền thì sẽ gây ra lỗi. Ví dụ ta có hình
sau:

Hình 4.7. Lỗi do vít ñịnh vị biển số
Từ ảnh trên ta thấy 2 ký tự 9 và 9 dính với nhau. Chính ñiều
này làm cho thuật toán phân ñoạn dựa vào ñồ thị hình chiếu sẽ bị lỗi.
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
Sau thời gian thực hiện ñề tài, luận văn ñã hoàn thành ñược
các công việc cơ bản sau ñây:
- Nghiên cứu lý thuyết về hệ thống nhận dạng biển số,
trình bày các ứng dụng cũng như những khó khăn gặp
phải khi áp dụng hệ thống nhận dạng biển số vào thực
tế.

Footer Page 25 of 126.