Nhận dạng, phân loại, xử lý ảnh biển số xe bằng phần mềm

MỤC LỤC
MỤC LỤC............................................................................................................1

DANH MỤC HÌNH VẼ 5
DANH MỤC BẢNG BIỂU

7

DANH MỤC CÁC TỪ VIẾT TẮT 8
LỜI CẢM ƠN

9

LỜI MỞ ĐẦU

10

CHƯƠNG I: GIỚI THIỆU VỀ ĐỀ TÀI

11

1.1 Lý do chon đề tài:..............................................................................................................11
1.2 Lịch sử nghiên cứu:...........................................................................................................11
1.3 Mục đích nghiên cứu, đối tượng và phạm vi nghiên cứu của đồ án:........................12
1.3.1 Mục đích nghiên cứu:................................................................................................12
1.3.2 Đối tượng nghiên cứu:...............................................................................................12
1.3.3 Phạm vi nghiên cứu:..................................................................................................12

CHƯƠNG II: TỔNG QUAN VỀ HỆ THỐNG XỬ LÝ ẢNH 14
2.1 Tổng quan về xử lý ảnh:...................................................................................................14
2.1.1 Một số khái niệm và các vấn đề cơ bản trong xử lý ảnh......................................15

2.1.1.1 Một số khái niệm cơ bản:.......................................................................................15
2.1.1.2 Biểu diễn ảnh:17
2.1.1.5 Phân tích ảnh:

18

2.2 Thu nhận ảnh:...................................................................................................................19
2.2.1 Các thiết bị thu nhận ảnh:........................................................................................19
2.2.1.1 Lý thuyết về camera: 19
2.2.1.2 Bộ cảm biến ảnh:

20

2.2.2 Hệ tọa độ màu:...........................................................................................................22
2.2.2.1 Khái niệm:

22

2.2.2.2 Biến đổi hệ tọa độ màu:

23

2.2.3 Lấy mẫu và lượng tử hóa:.........................................................................................23
2.2.3.1 Giới thiệu:

23

2.2.3.2 Lấy Mẫu:

23

2.2.3.3 Lượng tử hóa:25
2.2.4 Một số phương pháp biểu diễn ảnh:........................................................................26
2.2.4.1 Biểu diễn mã loạt dài:
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

26
Page 1


2.2.4.2 Biểu diễn mã xích:

27

2.2.4.3 Biểu diễn mã tứ phân:

27

2.2.5 Các định dạng ảnh cơ bản:.......................................................................................28
2.2.5.1 Khái niệm chung:

28

2.2.5.2 Quy trình đọc một tệp ảnh: 28
2.2.6 Khái niệm ảnh đen trắng và ảnh màu:...................................................................29
2.2.6.1 Ảnh đen trắng:
2.2.6.2 Ảnh màu:

30

30

2.3 Các phương pháp phát hiện ảnh:...................................................................................31
2.3.1 Giới thiệu biên và kỹ thuật phát hiện biên.............................................................31
2.3.1.1 Một số khái niệm:....................................................................................................31
2.3.1.2 Phân loại các kỹ thuật phát hiện biên:

32

2.3.2 Phương pháp phát hiện biên cục bộ:.......................................................................33
2.3.2.1 Phương pháp Gradient:
2.3.2.2 Kỹ thuật Laplace:

33

34

2.3.2.3 Một số phương pháp khác: 34
2.4 Phân vùng ảnh:..................................................................................................................34
2.4.1 Giới thiệu:....................................................................................................................34
2.4.2 Phân vùng ảnh theo ngưỡng biên độ:.....................................................................35
2.4.3 Phân vùng ảnh theo miền đồng nhất:.....................................................................36
2.4.3.1 Phương pháp tách cây tứ phân:

36

2.4.3.2 Phương pháp cục bộ: 38
2.4.3.3 Phương pháp tổng hợp:

39

2.4.3.1 Phương pháp cấu trúc:

39

2.4.4.2 Tiếp cận theo tính kết cấu: 40
2.5 Nhận dạng ảnh:.................................................................................................................40
2.5.1 Giới thiệu:....................................................................................................................40
2.5.2 Khái niệm nhận dạng:...............................................................................................41
2.5.3 Mô hình và bản chất của quá trình nhận dạng:....................................................41
2.5.3.1 Mô hình:

41

2.5.3.2 Bản chất của quá trình nhận dạng: 42
2.5.4 Nhận dạng theo cấu trúc:..........................................................................................44
2.5.4.1 Biểu diễn định tính: 44
2.5.4.2 Phương pháp nhận dạng theo cấu trúc:
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

46

Page 2


2.5.5 Nhận dạng dựa theo mạng Nơron:..........................................................................46
2.5.5.1 Giới thiệu mạng nơron:..........................................................................................46
2.5.5.2 Nơron sinh học và Nơron Nhân tạo:

48

2.5.5.2.2 Cấu trúc nơron nhân tạo:...........................................................................50

CHƯƠNG III: TỔNG QUAN VỀ HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE
MÁY 52
3.1 Khái quát chung về hệ thống nhận dạng biển số xe máy:...........................................52
3.2 Chụp hình bằng camera:.................................................................................................53
3.3. Tách biển số:.....................................................................................................................55
3.3.1 Tổng quan về tách biển số:.......................................................................................55
3.3.2 Tìm vùng màu trắng:.................................................................................................57
3.3.3 Xác định vùng chứa biển số:....................................................................................58
3.3.4 Cắt vùng chứa biển số:..............................................................................................59
3.3.5 Tìm góc nghiêng và xoay:.........................................................................................60
3.3.5.1 Biến đổi Radon:

60

3.3.5.1.1 Tổng quan về biến đổi Radon:...................................................................60
3.3.5.1.2 Các bước thực hiện:.....................................................................................61
3.3.5.2 Tìm góc nghiêng và xoay:

62

3.3.6 Cắt biển số chính xác:................................................................................................64
3.4 Phân đoạn ký tự:...............................................................................................................64
3.4.1 Tổng quan về phân đoạn ký tự:...............................................................................64
3.4.2 Nhị phân biển số xe:...................................................................................................65
3.4.3 Chuẩn hóa biển số:.....................................................................................................65

3.4.4 Phân đoạn ký tự:........................................................................................................66
3.4.4.2 Chương trình phân vùng từng ký tự:

68

3.5 Nhận dạng ký tự:..............................................................................................................69
3.5.1 Tổng quát nhận dạng ký tự:.....................................................................................69
3.5.2 Lựa chọn phương pháp:............................................................................................69
3.5.2.1 Phương pháp nhận dạng cổ điển:

69

3.5.2.2 Phương pháp ứng dụng mạng Nơron:

70

3.5.3 Giới thiệu về mạng Nơron ( neural networks):......................................................70
3.5.3.1 Khái niệm về mạng Nơron: 70
3.5.3.2 Mô hình của một mạng nơron nhân tạo:
3.5.3.3 Thiết kế 1 mạng Nơron:
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

70

71

Page 3

3.5.3.3.1 Thu thập dữ liệu:..........................................................................................71
3.5.3.3.2 Các bước thực hiện:.....................................................................................71
3.5.3.4 Cơ sở ký thuyết và giải thuật cho huấn luyện mạng lan truyền ngược: 71
3.5.3.4.1 Cấu trúc mạng lan tryền ngược:................................................................71
3.5.3.4.2 Huấn luyện mạng lan truyền ngược:.........................................................74
3.5.4 Ứng dụng mạng lan truyền ngược vào nhận dạng ký tự :...................................75
3.5.4.1 Thiết kế mạng lan truyền ngược:
3.5.4.2 Quá trình nhận dạng:

76

76

3.5.4.3 Phương pháp tăng khả năng tổng quát của mạng:77
3.5.4.4 Huấn luyện mạng lan truyền ngược:

78

CHƯƠNG IV: KẾT QUẢ MÔ PHỎNG CHẠY BẰNG PHẦN MỀM

80

MATLAB VÀ CODE CỦA CHƯƠNG TRÌNH 80
4.1 Kết quả mô phỏng chạy bằng phần mềm matlab:.......................................................80
4.1.1 Giao diện giới thiệu của chương trình:.......................................................................80
4.1.2 Giao diện chính của chương trình:..........................................................................80
4.1.3 Hướng dẫn sử dụng chương trình:..........................................................................81
4.1.3.1 Test bằng ảnh trong thư viện:
4.1.3.1 Test ảnh bằng camera:

81

83

4.2 Code chương trình:...........................................................................................................84
4.2.1 Code hiển thị giao diện của chương trình:.............................................................84
4.2.2 Code chương trình chính:.........................................................................................84
4.2.2.1 Chương trình test bằng camera:

84

4.2.2.2 Chương trình test bằng ảnh trong thư viện:

KẾT LUẬN

94

TÀI LIỆU THAM KHẢO

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

91

95

Page 4


DANH MỤC HÌNH VẼ

Hình 2.1: Sơ đồ tổng quát một hệ thống xử lý ảnh 14
Hình 2.1.1.1a: Hình ảnh thể hiện một điểm ảnh
15
Hình 2.1.1.1b: ảnh màu RGB 16
Hình 2.1.1.1c:: Hình ảnh được chuyển sang mức xám
16
Hình 2.1.1.1d: Ảnh được nhị phân
17
Hình 2.1.1.1e:: Lượt đồ mức xám của ảnh xám tương ứng 17
Hình 2.2.1.1: Hình ảnh CCD camera 19
Hình 2.2.1.2b: Hình ảnh màn hình video
21
Hình 2.2.1.2c: Hình ảnh máy tính
21
Hình 2.22.1: Hệ tọa độ RGB
22
Hình 2.2.3.2c: Các dạng mẫu điểm ảnh25
Hình 2.2.3.3: Khuông lượng tử theo L mức xám
26
Hình 2.2.4.2: Hướng các điểm biên và mã tương ứng A11070110764545432.
Hình 2.2.6: Biểu diễn mức xám của ảnh số. 29
Hình 2.3.1.1: Đường biên của ảnh
31
Hình 2.3.1.2: Các bước xử lý và phân tích ảnh
32
Hình 3.2.1: Tính đạo hàm theo Gradient
33
Hình 2.4.2: Lược đồ rắn lượn và cách chọn ngưỡng 36
Hình 2.4.3.2: Khái niệm 4 liên thông và 8 liên thông 38
Hình 2.5.3.1b: Mô hình cấu trúc của đối tượng nhà 42

Hình 2.5.3.2b: Sơ đồ tổng quát một hệ thống nhận dạng 43
Hình 2.5.5.2.2a: Mô hình nơron nhân tạo
50
Hình 3.1: Sơ đồ quá trình nhận dạng biển số xe máy
52
Hình 3.2.1: Hình ảnh chụp từ camera 53
Hình 3.2.2: Số điểm ảnh (pixel) 54
Hình 3.3.1a: Sơ đồ tổng quát của khối tách biển số 55
Hình 3.3.1b: Sơ đồ chi tiết của khối tách biển số
56
Hình 3.3.2a: Ảnh tối và ảnh sáng
57
Hình 3.3.2b: Ảnh sau khi nhị phân
57
Hình 3.3.3a: Hình dạng biển số khi bị nghiêng
58
Hình 3.3.3b: Biển số sau khi nhị phân 59
Hình 3.3.4a: Hình thể hiện vùng ảnh cần tách ra với biên an toàn
59
Hình 3.3.4b: Ảnh chụp ban đầu 59
Hình 3.3.4c: Ảnh sau khi cắt thô60
Hình 3.3.5.1.1a: Phương pháp biến đổi Radon
60
Hình 3.3.5.1.1b: Hình chiếu đơn giản theo góc θ
61
Hình 3.3.5.1.1c: Phương pháp biến đổi Radon dưới dạng hình học
61
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

27

Page 5


Hình 3.3.5.1.2a: Biến đổi ảnh về ảnh nhị phân
61
Hình 3.3.5.1.2b: Thực hiện biến đổi Radon trên ảnh biên 62
Hình 3.3.5.2a: Ảnh được tách biên biên nhị phân 62
Hình 3.3.5.2b: Ảnh biển số sau khi xoay về phương thẳng đứng. 63
Hình 3.3.5.2c: Giải thuật tìm góc nghiêng biển số. 63
Hình 3.3.6: Biển số sau khi cắt hoàn chỉnh 64
Hình 3.4.1: Sơ đồ khối phân đoạn ký tự
64
Hình 3.4.2: Ảnh sau khi được nhị phân.
65
Hình 3.4.3a: Ảnh biển số sau khi được chuẩn hóa 65
Hình 3.4.3b: Thuật giải chuẩn hóa biển số
65
Hình 3.4.4a: Tổng số các bít theo 1 hàng của biển số 66
Hình 3.4.4b: Hình thể hiện thông số Min_area
67
Hình 3.4.4c: Hình thể hiện thông số Digit_width
67
Hình 3.4.4d: Các ký tự được cắt khỏi biển số 67
Hình 3.4.4e: Giải thuật phân vùng ký tự
68
Hình 3.5.3.1: Mô tả toán học tổng quát của mạng Nơron 70
Hình 3.5.3.2a: Nơron 1 ngõ vào 71
Hình 3.5.3.2b: Nơron nhiều ngõ vào 71

Hình 3.5.3.4.1a: Cấu tạo 1 nơron
72
Hình 3.5.3.4.1b: Hàm truyền logsig
72
Hình 3.5.3.4.1c: Hàm truyền tansig
72
Hình 3.5.3.4.1d: Hàm truyền purelin (tuyến tính) 73
Hình 3.5.3.4.1e: Cấu trúc mạng 1 lớp 73
Hình 3.5.3.4.1f: Cấu trúc mạng 2 lớp 74
Hình 3.5.4.1: Cấu trúc mạng dùng để nhận dạng ký tự số. 76
Hình 3.5.4.2: Hình minh họa hoạt động của mạng trong nhận dạng
Hình 3.5.4.3a: Trường hợp quá khớp 77
Hình 3.5.4.3b: Hàm xấp xỉ khi mạng ngừng học sớm.
78
Hình 3.5.4.4: Hàm lỗi khi ngừng học sớm để huấn luyện mạng. 79
Hình 4.1.1: Giao diện giới thiệu của chương trình chạy bằng matlab
Hình 4.1.2: Giao diện chính của chương trình chạy bằng matlab 80
Hình 4.1.3: Hướng dẫn bật giao diện chính 81
Hình 4.1.3.1a: Hướng dẫn chọn ảnh trong thư viện 81
Hình 4.1.3.1b: Chọn một ảnh trong thư viện 82
Hình 4.1.3.1c: Kết quả nhận dạng
82
Hình 4.1.3.1d: Kết quả khi xuất ra file Excel 82
Hình 4.1.3.2a: Chọn camera
83
Hình 4.1.3.2b: Chọn mở camera 83
Hình 4.1.3.2c: Chọn chạy để nhận dạng biển số
84
Hình 1.3.2d: Kết quả xuất ra Excel
84

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

77

80

Page 6


DANH MỤC BẢNG BIỂU
Bảng 2.5.4.1a: Các từ vựng cơ bản trong ngôn ngữ PLD 45
Bảng 2.5.4.1b. Các phép toán bằng ngôn ngữ PLD 46
Bảng 2.5.5.2.1: So sánh khả năng làm việc của bộ não và máy tính
Bảng 2.5.5.2.2b: Các hàm truyền H(s) thường dùng 51

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

50

Page 7


DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt

Viết đầy đủ

Ý nghĩa

VGA

Video Graphics Array

Card màn hình hay còn có
thể gọi là card đồ họa

SXGA

Super Extended Graphics Array

Độ phân giải màn hình

RGB

Red-Green-Blue

Đỏ- xanh lục- xanh lam

CCD

Charge Coupled Device

Linh kiện tích điện kép

VCR

Videocassette recorder

Thiết bị ghi hình

SVGA

Super Video Graphics Array

Độ phân giải màn hình

NTSC

National Television System Committee

Ủy ban quốc gia về các hệ
thống truyền hình

CMY

Cyan- Magenta- Yellow

Xanh- hồng- vàng

IMG

Imagine

Định dạng ảnh

BMP

Bitmap

Định dạng tập tin hình ảnh

GIF

Graphics Interchange Format

Định dạng Trao đổi Hình
ảnh

JPEG

Joint Photographic Experts Group

Nén hình ảnh

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 8


LỜI CẢM ƠN
Trong thời gian làm đồ án tốt nghiệp, em đã nhận được nhiều sự giúp đỡ, đóng
góp ý kiến và chỉ bảo nhiệt tình của thầy cô và bạn bè.
Em xin gửi lời cảm ơn chân thành đến thầy Th.s Nguyễn Tường Thành, giảng
viên bộ môn kỹ thuật điện tử truyền thông khoa Kỹ thuật và công nghệ trường Đại học
Quy Nhơn, người đã tận tình hướng dẫn, chỉ bảo em trong suốt quá trình em làm đồ
án.

Em cũng xin chân thành cảm ơn các thầy cô trong trường Đại học Quy Nhơn nói
chung và Khoa kỹ thuật và công nghệ nói riêng đã dạy dỗ cho em kiến thức về các
môn đại cương cũng như các môn chuyên ngành, giúp em có được cơ sở lý thuyết
vững vàng và tạo điều kiện cho em hoàn thành đồ án tốt nghiệp này.
Cuối cùng, em xin chân thành cảm ơn gia đình và bạn bè, đã luôn tạo điều kiện,
quan tâm, giúp đỡ, động viên em trong suốt quá trình học tập và hoàn thành đồ án tốt
nghiệp.
Em xin chân thành cảm ơn!!
Sinh viên thực hiện
Hồ Xuân Hiền

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 9


LỜI MỞ ĐẦU
Xử lý và nhận dạng ảnh là một lĩnh vực từ lâu được nhiều người quan tâm. Nó đã
được ứng dụng vào nhiều lĩnh vực như:
- Trong y học, cải thiện ảnh X- quang và nhận dạng đường biên mạch máu từ ảnh
chụp bằng tia X , ứng dụng vào các xét nghiệm lâm sang như phát hiện và nhận dạng u
não, nội soi cắt lớp…
- Trong thiên văn học, hệ thống chụp hình gắn trên tàu vũ trụ hạn chế về kích
thước và trọng lượng, do đó chất lượng hình ảnh nhận được bị giảm chất lượng như bị
mờ, méo hình học và nhiễu nền. Các hình ảnh đó được xử lý bằng máy tính.
- Trong các lĩnh vực công nghiệp, người máy ngày càng đóng vai trò quan trọng.
Chúng thực hiện các công việc nguy hiểm, đòi hỏi có tốc độ và độ chính xác cao vượt
quá khả năng con người. Người máy sẽ trở nên tinh vi hơn và thị giác máy tính đóng
vai trò quan trọng hơn. Người ta sẽ không chỉ đòi hỏi người máy phát hiện và nhận

dạng các bộ phận công nghiệp mà còn phải “hiểu ” được những gì chúng “ thấy ” và
đưa ra hành động phù hợp. Xử lý ảnh sẽ tác động đến thị giác của máy tính.
- Ngoài ra, xử lý và nhận dạng còn được ứng dụng trong lĩnh vực khác ít được
nói đến hơn. Công an giao thông thường hay chụp ảnh trong môi trường không thuận
lợi, ảnh thường bị nhòe nên cần được xử lý và nhận dạng để có thể nhìn thấy biển số
xe.
Trong đồ án tốt nghiệp này em xin trình bày một đề tài là Nhận dạng, phân loại,
xử lý ảnh biển số xe bằng phần mềm.
Em xin chân thành cảm ơn Th.s Nguyễn Tường Thành đã tận tình hướng dẫn em
trong suốt thời gian làm đồ án và quý thầy cô khoa Kỹ thuật và công nghệ trường Đại
học Quy Nhơn đã truyền dạy những kiến thức quý báu trong chương trình đào tạo đại
học chính quy và giúp đỡ kinh nghiệm cho đồ án hoàn thành được thuận lợi.

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 10


CHƯƠNG I: GIỚI THIỆU VỀ ĐỀ TÀI

1.1 Lý do chon đề tài:
Lĩnh vực xử lí ảnh số, bao gồm xử lí, phân tích và nhận biết tự động bằng máy
tính, đã và đang có sự phát triển mạnh mẽ trong cả lý thuyết và các ứng dụng thực tế.
Xử lí ảnh được ứng dụng trong nhiều lĩnh vực quan trọng như: viễn thông, truyền
thông, chụp ảnh y tế, sinh học, khoa học vật liệu, rô-bốt, sản xuất, các hệ thống cảm
biến thông minh, tự động diều khiển, đồ hoạ, in ấn…Sự phát triển mạnh này có thể
được thấy rõ qua số lượng các bài báo, báo cáo khoa học về xử lí ảnh hàng năm cũng
như qua số lượng các đầu sách viết về xử lí ảnh số.
Như chúng ta đã biết, ngày nay xe máy là phương tiện giao thông chính và số

lượng ngày càng tăng. Vì vậy vấn đề quản lý giao thông, bảo đảm an ninh, thu phí giao
thông…đòi hỏi và cần thiết có sự hỗ trợ của khoa học kỹ thuật. Một trong những sự hỗ
trợ đầy hiệu quả đó là làm sao giúp những người quản lý nhận dạng biển số xe được dễ
dàng, nhanh chóng và thuận lợi nhất.
Nhận dạng biển số xe trở thành một ứng dụng hữu ích, được đưa vào trong
những lĩnh vực như: quản lí giao thông, kiểm tra an ninh, thu phí giao thông, trạm gác
cổng, quản lý các bãi giữ xe một cách tự động…Nó không chỉ giúp những người quản
lý có khả năng bao quát được tất cả khách hàng, đối tượng theo dõi của mình mà còn
giúp tiết kiệm thời gian làm việc đáng kể. Ngoài ra với phương pháp này sẽ giúp giảm
được nhiều người trông giữ xe để phân công họ vào việc khác.
Từ những lý do trên em quyết định lựa chọn đề tài Nhận dạng, phân loại, xử lý
ảnh biển số xe bằng phần mềm.
1.2 Lịch sử nghiên cứu:
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng
ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo
được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề nâng cao
chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh. Việc nâng
cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải
thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá
trình xử lý ảnh số thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 11


chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên,
lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng
ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như mạng nơron 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 nhiều kết quả khả quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự nhiên
từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp ảnh).
Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR). Gần
đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy ra từ Camera,
sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. (Máy
ảnh số hiện nay là một thí dụ gần gũi). Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh;
có thể quét từ ảnh chụp bằng máy quét ảnh.
1.3 Mục đích nghiên cứu, đối tượng và phạm vi nghiên cứu của đồ án:
1.3.1 Mục đích nghiên cứu:
Hệ thống nhận dạng biển số xe là một ứng dụng dựa trên kỹ thuật xử lí ảnh số.
Mục đích của nhận dạng biển số xe là thực hiện các bước xử lí để từ một ảnh đầu vào,
máy tính có thể nhận ra chính xác biển số xe trên ảnh. Nhận dạng biển số xe trở thành
một ứng dụng hữu ích, được đưa vào trong những lĩnh vực như: quản lí giao thông,
kiểm tra an ninh, thu phí giao thông, trạm gác cổng, quản lý các bãi giữ xe một cách tự
động.
1.3.2 Đối tượng nghiên cứu:
Đây là một trong những ứng dụng xử lí ảnh nhận được nhiều sự quan tâm nghiên
cứu về cả hai mặt lý thuyết và thực hiện chương trình. Đề tài của em bao gồm các quá
trình xử lí: phân vùng biển số, tách các ký tự, nhận biết các kí tự, phần mềm quản lý
cơ sở dữ liệu biển số xe máy. Mục đích của phần mềm quản lý cơ sở dữ liệu biển số xe
máy là thu nhận chuỗi biển số sau khi đã được nhận dạng, lưu vào cơ sở dữ liệu để
người dùng dễ dàng quản lý và theo dõi thông qua các báo cáo chi tiết các lượt xe vào
- ra. Mục đích của phần mềm quản lý cơ sở dữ liệu là theo dõi số lượt vào - ra, tính
tiền lưu bãi.
1.3.3 Phạm vi nghiên cứu:
Chủ yếu dựa vào các tài liệu và chạy mô phỏng nhận dạng biển số xe máy trên
máy tính bằng phần mềm matlab, chưa có mô hình thực tế.
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 12


Việc có nhiều biển số xe với định dạng và độ sáng khác nhau gây khó khăn cho
việc nhận dạng. Do quá trình nhận dạng dựa vào phương pháp xử lý ảnh và trích xuất
biển số từ ảnh chụp nên độ sáng khác nhau làm tăng độ phức tạp trong quá trình nhận
dạng.
Do thời gian thực hiện đề tài không cho phép nên người thực hiện giới hạn các
biển số và điều kiện như sau:
 Biển số có chữ đen, nền trắng, có 2 hàng, số ký tự là 9.
 Biển số phải còn nguyên vẹn, không bị tróc sơn hay rỉ sét, không bị che khuất.
 Góc nghiêng của biển số không quá 45˚ so với phương ngang.
 Hình chụp biển số không bị mờ, ký tự biển số còn phân biệt, nhận dạng được
bằng trực quan.
 Không bị nhiễu bởi ánh sáng làm ảnh chụp bị chói.

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 13


CHƯƠNG II: TỔNG QUAN VỀ HỆ THỐNG XỬ LÝ ẢNH

2.1 Tổng quan về xử lý ảnh:
Ngày nay kỹ thuật xử lí ảnh đã được ứng dụng rộng rãi ở rất nhiều lĩnh vực,
trong sản xuất cũng như trong đời sống. Ví dụ các hệ thống xử lí ảnh vệ tinh để phân
tích không gian vũ trụ, hệ thống thăm dò địa chất, hệ thống phân tích tế bào sinh học
và gần gũi nhất với chúng ta là các phần mềm hiển thị và xử lí ảnh chuyên dụng như

Photoshop, ACD See…
Một hệ thống xử lý ảnh là hệ thống thực hiện các chức năng thu nhận ảnh đầu
vào, thực hiện phép xử lý để tạo ảnh hoặc kết quả phân tích, nhận dạng ở đầu ra đáp
ứng các yêu cầu và các ứng dụng cụ thể.
Trong phạm vi đồ án, Em xin giới hạn trong việc giới thiệu một hệ thống xử lý
ảnh ứng dụng nhận dạng và ra quyết định trên thực tế.

Thu nhận
ảnh

Camera

Phân tích
ảnh

Nhận
dạng ảnh

Lưu trữ
Hình 2.1: Sơ đồ tổng quát một hệ thống xử lý ảnh
Sơ đồ khối tổng quát của hệ thống này được thể hiện trong hình 2.1, trong đó gồm ba
khối chức năng cơ bản:
 Khối thu nhận ảnh: thực hiện chức năng thu nhận ảnh và thực hiện quá trình số
hóa (lưu giữ theo định dạng yêu cầu).
 Khối phân tích ảnh: trước hết hệ thống tiến hành bước tiền xử lý ảnh với mục
đích tăng cường, cải thiện chất lượng ảnh, làm nổi các đặc trưng cơ bản của ảnh hay
làm cho ảnh gần giống nhất với trạng thái gốc. Sau đó, là quá trình phân tích ảnh và
trích chọn đặc trưng của ảnh ví dụ như biên, điểm gấp khúc, điểm kết thúc, điểm chữ
thập…
SVTH: Hồ Xuân Hiền

Lớp: KT ĐT-TT K37A

Page 14


 Khối nhận dạng: dựa vào các đặc trưng đã thu nhận từ quá trình phân tích ảnh
trước đó thực hiện quá trình nhận dạng, đưa ra các quyết định ứng với các ứng dụng cụ
thể.
2.1.1 Một số khái niệm và các vấn đề cơ bản trong xử lý ảnh
2.1.1.1 Một số khái niệm cơ bản:
a) Phần tử ảnh (Pixel – Picture Element):
Ảnh trong thực tế là một ảnh liên tục về không gian và giá trị độ sáng. Để có thể
xử lý ảnh bằng máy tính cần thiết phải số hóa ảnh. Trong quá trình số hóa, người ta
biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hóa
về không gian) và lượng hóa thành phần giá trị. Trong quá trình này người ta sử dụng
khái niệm Pixel để biểu diễn các phần tử của bức ảnh. Ở đây, cũng cần phân biệt khái
niệm pixel hay đề cập đến trong các hệ thống đồ họa máy tính. Để tránh nhầm lẫn ta
tạm thời gọi khái niệm pixel này là pixel thiết bị.
Khái niệm pixel thiết bị có thể xem xét như sau: khi ta quan sát màn hình (trong
chế độ đồ họa), màn hình không liên tục mà gồm nhiều điểm nhỏ, gọi là pixel. Mỗi
pixel bao gồm một cặp tọa độ x, y và màu. Cặp tọa độ x, y tạo nên độ phân giải
(resolution). Như màn hình máy tính có nhiều độ phân giải khác nhau, hiện tại phổ
biến là màn hình VGA có độ phân giải 640x480 hay XSGA độ phân giải 1024x768.

Hình 2.1.1.1a: Hình ảnh thể hiện một điểm ảnh
b) Ảnh màu (Color Image):
Ảnh màu chứa thông tin màu cho mỗi phần tử ảnh. Thông thường giá trị màu này
dựa trên các không gian màu (color space) trong đó không gian màu thườngđược dùng
là RGB tương ứng với ba kênh màu đỏ (Red) – xanh lá cây (Green) – xanh da trời
(Blue). Tùy thuộc vào số bit, được sử dụng để lưư trữ màu ta có số lượng màu khác

nhau, ví dụ 8 bit, 16 bit, 24 bit (True Color). Nếu ta sử dụng nhỏ hơn 24 bit để lưu trữ
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 15


màu thì ta phải có 1 bảng Palette màu, nó tương tự như một bảng Lookup Table cho
phép ánh xạ giữa một vị trí trong bảng với một tổ hợp của không gian màu RGB. Ví
dụ như sử dụng 8 bit tương ứng với 256 màu thì ta phải có bảng ánh xạ 256 màu đó
tương ứng với 256 tổ hợp Red – Green – Blue.

Hình 2.1.1.1b: ảnh màu RGB
c) Mức xám của ảnh:
Mức xám (Gray level) là kết quả sự mã hóa tương ứng một cường độ sáng của
mỗi điểm ảnh với một giá trị số - kết quả của quá trình lượng tử hóa. Ảnh đa mức xám
là ảnh có sự chuyển dần mức xám từ trắng sang đen. Thực tế, một giá trị mức xám
chính là sự tổ hợp của ba giá trị RGB (Red- Green – Blue). Thông thường mỗi điểm
ảnh trong bức ảnh đa xám thường được mã hóa 8 bit, tương ứng với 256 mức xám.

Hình 2.1.1.1c:: Hình ảnh được chuyển sang mức xám

d) Ảnh nhị phân:
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 16


Ảnh nhị phân chỉ có 2 mức đen trắng phân biệt tức là dùng 1 bit mô tả 21 mức

khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1.

Hình 2.1.1.1d: Ảnh được nhị phân
e) Lược đồ mức xám:
Lược đồ này (Hình 2.1.1.1e) đơn giản cho ta biết tần suất xuất hiện của mỗi điểm
ảnh ( pixel ) trong một bức ảnh ứng với mức xám tương ứng. Ví dụ, một ảnh đa mức
xám sử dụng 8 bit, có 256 mức xám từ o tới 255. Lược đồ mức xám sẽ có trục hoành
chạy từ 0 tới 255 và trục tung chính là tổng số điểm ảnh có mức xám tương ứng. Biểu
đồ này tuy đơn giản nhưng có nhiều ứng dụng trong các bài toán giãn độ tương phản
và phân ngưỡng ảnh ( biến từ ảnh mức xám sang ảnh nhị phân).

Hình 2.1.1.1e:: Lượt đồ mức xám của ảnh xám tương ứng
2.1.1.2 Biểu diễn ảnh:
Trong biểu diễn ảnh, người ta thường dùng các phần tử đặc trưng của ảnh là
pixel. Nhìn chung có thể xem một hàm hai biến chứa thông tin như biểu diễn một ảnh.
Các mô hình biểu diễn ảnh cho ta một mô tả logic hay định lượng các tính chất của
hàm này. Trong biểu diễn ảnh cần chú ý tới đặc tính trung thực của ảnh hoặc các tiêu
chuẩn “thông minh” để đo chất lượng của ảnh hoặc tính hiệu quả của các kỹ thuật xử
lý.
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 17


Một số mô hình thường được dùng để biểu diễn ảnh như: mô hình toán học, mô
hình thống kê,v.v.... Trong mô hình toán học, ảnh hai chiều biểu diễn nhờ các hàm hai
biến trực giao gọi là hàm cơ sở. Với mô hình thống kê, một ảnh được coi như một
phần tử của một tập hợp đặc trưng bởi các đại lượng như: kỳ vọng toán học, hiệp biến,
phương sai và mômen.

2.1.1.3 Tăng cường ảnh - Khôi phục ảnh:
Tăng cường ảnh là bước quan trọng, tạo tiền đề cho xử lý ảnh. Nó gồm một loạt
các kỹ thuật như: lọc độ tương phản, khử nhiễu, nổi màu…
Khôi phục ảnh nhằm loại bỏ các suy giảm trong ảnh.
2.1.1.4 Biến đổi ảnh:
Trong xử lý ảnh do số điểm ảnh lớn các tính toán nhiều (độ phức tạp tính toán
cao) đòi hỏi dung lượng bộ nhớ lớn, thời gian tính toán lâu. Các phương pháp khoa
học kinh điển áp dụng cho xử lý ảnh hầu hết khó khả thi. Người ta sử dụng các phép
toán tương đương hoặc biến đổi sang miền xử lý khác để dễ tính toán. Sau khi xử lý dễ
dàng hơn được thực hiện, dùng biến đổi ngược để đưa về miền xác định ban đầu, các
biến đổi thường gặp trong xử lý ảnh gồm:
 Biến đổi Fourier, Cosin, Sin
 Biến đổi (mô tả) ảnh bằng tích chập, tích Kronecker
 Các biến đổi khác như KL (Karhumen Loeve), Hadamard
2.1.1.5 Phân tích ảnh:
Phân tích ảnh liên quan đến việc xác định các độ đo định lượng của ảnh để đưa ra
một mô tả đầy đủ về ảnh. Một số kỹ thuật hay dùng là dò biên, dán nhãn vùng liên
thông, phân vùng ảnh…
2.1.1.6 Nhận dạng ảnh:
Nhận dạng là quá trình liên quan đến các mô tả đối tượng mà người ta muốn đặc
tả nó. Quá trình nhận dạng thường đi sau quá trình trích chọn các đặc tính chủ yếu của
đối tượng. Có hai kiểu mô tả đối tượng:
 Mô tả tham số (Nhận dạng theo tham số)
 Mô tả theo cấu trúc (Nhận dạng theo cấu trúc)
Trên thực tế, người ta đã áp dụng kỹ thuật này để nhận dạng khá thành công
nhiều đối tượng khác nhau như: nhận dạng vân tay, nhân dạng chữ (chữ cái, chữ sỗ có
dấu…).
2.2 Thu nhận ảnh:
2.2.1 Các thiết bị thu nhận ảnh:

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 18


Hai thành phần cho công đoạn này là linh kiện nhạy với phổ năng lượng điện từ
trường, loại thứ nhất tạo tín hiệu điện ở đầu ra tỷ lệ với mức năng lượng mà bộ cảm
biến (đại diện là camera); loại thứ hai là bộ số hoá.
2.2.1.1 Lý thuyết về camera:

Hình 2.2.1.1: Hình ảnh CCD camera
Tổng quát có hai kiểu camera: kiểu camera dùng đèn chân không và kiểu camera
chỉ dùng bán dẫn. Đặc biệt là trong lĩnh vực này, camera bán dẫn thường hay được
dùng hơn camera đèn chân không. Camera bán dẫn cũng được gọi là CCD camera do
dùng các thanh ghi dịch đặc biệt gọi là thiết bị gộp (Charge-Coupled Devices- CCDs).
Các CCD này chuyển các tín hiệu ảnh sang từ bộ cảm nhận ánh sáng bổ trợ ở phía
trước camera thành các tín hiệu điện mà sau đó được mã hóa thành tín hiệu TV. Loại
camera chất lượng cao cho tín hiệu ít nhiễu và có độ nhậy cao với ánh sáng. Khi chọn
camera cần chú ý đến các thấu kính từ 18 đến 108 mm.
Sau đây là danh sách các nhà sản xuất:
- Pulnix America Inc, 770 Lucerne Drive, Sunnyvale, CA 84086. Tel. 408-7731550; fax 408-737-2966.
- Sony Corp. of America, Component Products Co., 10833 Valley View St.,
Cypress, CA 90630. Fax 714-737-4285.
- Parasonic, industrial camera division: 201-329-6674.
- JVC Professional: 1-800-JVC-5825.
2.2.1.2 Bộ cảm biến ảnh:
Máy chụp ảnh, camera có thể ghi lại hình ảnh (phim trong máy chụp, vidicon
trong camera truyền hình). Có nhiều loại máy cảm biến (Sensor) làm việc với ánh sáng
nhìn thấy và hồng ngoại như: Micro Densitometers, Image Dissector, Camera Divicon,

linh kiện quang điện bằng bán dẫn. Các loại cảm biến bằng chụp ảnh phải số hoá là
phim âm bản hoặc chụp ảnh. Camera divicon và linh kiện bán dẫn quang điện có thể
cho ảnh ghi trên băng từ có thể số hoá. Trong Micro Densitometer phim và ảnh chụp
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 19


được gắn trên mặt phẳng hoặc cuốn quang trống. Việc quét ảnh thông qua tia sáng (ví
dụ tia Laser) trên ảnh đồng thời dịch chuyển mặt phim hoặc quang trống tương đối
theo tia sáng. Trường hợp dùng phim, tia sáng đi qua phim.
Bây giờ chúng ta đề cập đến tất cả các khối trong hệ thống:
a) Thiết bị nhận ảnh:
Chức năng của thiết bị này là số hóa một băng tần số cơ bản của tớn hiệu truyền
hình cung cấp từ một camera, hoặc từ một đầu máy VCR. Ảnh số sau đó được lưu trữ
trong bộ đệm chính. Bộ đệm này có khả năng được địa chỉ hóa (nhờ một PC) đến từng
điểm bằng phần mềm. Thông thường thiết bị này có nhiều chương trình con điều khiển
để có thể lập trình được thông qua ngôn ngữ C. Khi mua một thiết cần chú ý cácc điểm
sau:
 Thiết bị có khả năng số hóa ảnh ít nhất 8 bit (256 mức xỏm) và ảnh thu được phải
có kích thước ít nhất là 512×512 điểm hoặc hơn.
 Thiết bị phải chứa một bộ đệm ảnh để lưu trữ một hoặc nhiều ảnh có độ phân giải
512×512 điểm ảnh.
 Thiết bị phải được kèm một bộ đầy đủ thư viện các chương trình con có khả năng
giao diện với các chương trình C viết bằng Turbo C hoặc Microsoft C.
 Sổ tay hướng dẫn sử dụng phải được kèm theo, gồm cả dạng chứa trên đĩa và khi
in.
 Một số thiết bị cho phép tuỳ chọn sử dụng cả hai chế độ văn bản và đồ hoạ trên
cùng một màn hình hoặc hai màn hình riêng biệt. Mặc dù chi tiết này là không cần

thiết, nhưng nó sẽ rất có giá trị trong trường hợp bị giới hạn về không gian lắp đặt hoặc
khả năng tài chính.

b) Màn hình video:

Hình 2.2.1.2b: Hình ảnh màn hình video
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 20


Một số nhà sản xuất (như Sony) sản xuất các loại màn hình đen trắng chất lượng
cao. Nên sử dụng loại màn hình chất lượng cao, vì màn hình chất lượng thấp có thể
làm bạn nhầm lẫn kết quả. Một màn hình 9 inch là đủ cho yêu cầu làm việc. Để hiển
thị ảnh màu, nên dùng một màn hình đa hệ.
c) Máy tính:

Hình 2.2.1.2c: Hình ảnh máy tính
Cần có một máy tính Pentium 4 hoặc cấu hình cao hơn. Để chắc chắn, các máy
này phải có sẵn các khe cắm cho phần xử lý ảnh. Các chương trình thiết kế và lọc ảnh
có thể chạy trên bất kỳ hệ thống nào. Các chương trình con hiển thị ảnh dựng vỉ mạch
VGA và có sẵn trên đĩa kèm theo. Các chương trình con hiển thị ảnh cũng hỗ trợ cho
hầu hết các vỉ mạch SVGA.
Kết quả nhận dạng được lưu dưới dạng chuỗi các ký tự (character string) được
đưa vào chương trình quản lý cơ sở dữ liệu biển số xe máy. Tại đây cán bộ trông xe sẽ
tiến hành các thao tác nghiệp vụ như: in vé xe, thu tiền, lưu vào cơ sở dữ liệu. Tuỳ
thuộc vào kết quả xử lý của chương trình quản lý hệ thống Barrier sẽ được tiến hành
đóng mở tương ứng.
2.2.2 Hệ tọa độ màu:

2.2.2.1 Khái niệm:
Tổ chức quốc tế về chuẩn hóa màu CIE (Commission Internationale d’Eclairage)
đưa ra một số chuẩn để biểu diễn màu. Các hệ này có các chuẩn riêng. Hệ chuẩn màu
CIE-RGB dùng 3 màu cơ bản R, G, B và ký hiệu

để phân biệt với các chuẩn

khác. Như đã nêu trên, một màu là tổ hợp của các màu cơ bản theo một tỷ lệ nào đó.
Như vậy, mỗi pixel ảnh màu ký hiệu
=
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

, được viết:
(T: ký hiệu chuyển vị)
Page 21


Người ta dùng hệ tọa độ ba màu R-G-B (tương ứng với hệ tọa độ x-y-z) để biểu
diễn màu như sau:
Z

Y

X

Hình 2.22.1: Hệ tọa độ RGB

Trong cách biểu diễn này ta có công thức:
đỏ + lục + lơ =1

Công thức này gọi là công thức Maxwell. Trong hình trên, tam giác tạo bởi ba
đường đứt đoạn gọi là tam giác Maxwell. Màu trắng trong hệ tọa độ này được tính bởi:
=(

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

+

+

)=1

Page 22


2.2.2.2 Biến đổi hệ tọa độ màu:
Hệ tọa độ màu do CIE đề xuất có tác dụng như một hệ quy chiếu và không biểu
diễn hết các màu. Trên thực tế, phụ thuộc vào các ứng dụng khác nhau người ta đưa ra
các hệ biểu diễn màu khác nhau. Thí dụ:
Hệ NTSC: dùng 3 màu R, G, B áp dụng cho màn hình màu, ký hiệu

.

Hệ CMY (Cyan Magenta Yellow): thường dùng cho in ảnh màu.
Hệ YIQ: cho truyền hình màu.
Việc chuyển đổi giữa các không gian biểu diễn màu được thực hiện theo nguyên
tắc sau: Nếu gọi X là không gian biểu diễn các màu ban đầu; X’ không gian biểu diễn
màu mới A là ma trận biểu diễn phép biến đổi. Ta có quan hệ sau:
X’ = A.X

2.2.3 Lấy mẫu và lượng tử hóa:
2.2.3.1 Giới thiệu:
Một ảnh g(x, y) ghi được từ Camera là ảnh liên tục tạo nên mặt phẳng hai chiều.
Ảnh cần chuyển sang dạng thích hợp để xử lí bằng máy tính. Phương pháp biến đổi
một ảnh (hay một hàm) liên tục trong không gian cũng như theo giá trị thành dạng số
rời rạc được gọi là số hoá ảnh. Việc biến đổi này có thể gồm hai bước:
Bước 1: Đo giá trị trên các khoảng không gian gọi là lấy mẫu
Bước 2: Ánh xạ cường độ (hoặc giá trị) đo được thành một số hữu hạn các mức rời
rạc gọi là lượng tử hoá.
2.2.3.2 Lấy Mẫu:
Lấy mẫu là một quá trình, qua đó ảnh được tạo nên trên một vùng có tính liên tục
được chuyển thành các giá trị rời rạc theo tọa độ nguyên. Quá trình này gồm 2 lựa
chọn:
- Một là: khoảng lấy mẫu.
- Hai là: cách thể hiện dạng mẫu.
Lựa chọn thứ nhất được đảm bảo nhờ lý thuyết lấy mẫu của Shannon. Lựa chọn thứ
hai liên quan đến độ đo (Metric) được dùng trong miền rời rạc.
a) Khoảng lấy mẫu (Sampling Interval):
Ảnh lấy mẫu có thể được mô tả như việc lựa chọn một tập các vị trí lấy mẫu
trong không gian hai chiều liên tục. Đầu tiên mô tả qua quá trình lấy mẫu một chiều
với việc sử dụng hàm delta:
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 23


Tiếp theo chúng ta định nghĩa hàm răng lược với các khoảng Δx như sau:

với r là số nguyên, Δx : khoảng lấy mẫu

Như vậy, hàm răng lược là chuỗi các xung răng lược từ (-∞ đến +∞). Giả sử hàm một
chiều g(x) được mô tả (gần đúng) bằng g(r Δx ) tức là:
g(x)≈g(rΔx)
Khi đó tín hiệu lấy mẫu được mô hình hoá:

Trong thực tế, r không thể tính được trong khoảng vô hạn (từ − ∞ đến +∞) mà là
một số lượng NΔx mẫu lớn cụ thể. Như vậy, để đơn giản có thể nói hàm liên tục g(x)
có thể biểu diễn trên một miền với độ dài NΔx mẫu thành chuỗi như sau:

Điều kiện khôi phục ảnh lấy mẫu về ảnh thật được phát biểu từ định lý lẫy mẫu của
Shannon.
b) Định lý lấy mẫu Shannon:
Giả sử g(x) là một hàm giới hạn giải (Band Limited Function) và biến đổi Fourier
của nó là G

=0 đối với các giá trị

>

. Khi đó g(x) có thể được khôi phục lại

từ các mẫu được tạo tại các khoảng Δx đều đặn. Tức là

Δx
Định lý lẫy mẫu của Shannon có thể mở rộng cho không gian hai chiều. Hàm
răng lược hai chiều khi đó được xác định:

SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 24


Hàm lấy mẫu hai chiều thu được:

Và Δx, Δy được chọn thoả mãn các điều kiện tương ứng theo định lý lấy mẫu của
Shannon khi đó sẽ:

Δx

; Δy

c) Các dạng lấy mẫu (Tesselation):
Dạng lẫy mẫu (Tesselation) điểm ảnh là cách bài trí các điểm mẫu trong không
gian hai chiều. Một số dạng mẫu điểm ảnh được cho là dạng chữ nhật, tam giác, lục
giác. Mỗi một mẫu, ngoài việc thể hiện hình dáng còn cho biết đặc điểm liên thông của
chúng. Ví dụ, mẫu chữ nhật có liên thông 4 hoặc 8 (nói về các mẫu liền kề); mẫu lục
giác có liên thông 6; mẫu tam giác có liên thông 3 hoặc 6.

a) Mẫu điểm ảnh chữ nhật

b) Mẫu điểm ảnh tam giác

c) Mẫu điểm ảnh luc giác

Hình 2.2.3.2c: Các dạng mẫu điểm ảnh
Trong trường hợp này ta chỉ xét các mẫu điểm ảnh hình chữ nhật, đặc biệt là
dạng hình vuông. Nhiều trường hợp ứng dụng có dùng đến các các mẫu tam giác hoặc
lục giác.
2.2.3.3 Lượng tử hóa:

Lượng tử hoá là một quá trình lượng hoá tín hiệu thật dùng chung cho các loại xử
lý tín hiệu trên cơ sở máy tính. Vấn đề này đã được nghiên cứu kỹ lưỡng và có nhiều
lời giải lý thuyết dưới nhiều giả định của các nhà nghiên cứu như Panter và Dite
(1951), Max (1960), Panter (1965).
Các giá trị lấy mẫu Z là một tập các số thực từ giá trị Zmin đến lớn nhất Zmax.
Mỗi một số trong các giá trị mẫu Z cần phải biến đổi thành một tập hữu hạn số bit để
máy tính lưu trữ hoặc xử lý.
SVTH: Hồ Xuân Hiền
Lớp: KT ĐT-TT K37A

Page 25