Phát triển hệ thống bãi giữ xe ô tô tự động dựa trên kỹ thuật thị giác máy tính nghiên cứu khoa học

ĐỒN THANH NIÊN CỘNG SẢN HỒ CHÍ MINH
BAN CHẤP HÀNH TP. HỒ CHÍ MINH
----------------------

CƠNG TRÌNH DỰ THI
GIẢI THƯỞNG SINH VIÊN NGHIÊN CỨU KHOA HỌC EURÉKA
LẦN THỨ 21 NĂM 2019

TÊN CÔNG TRÌNH:

PHÁT TRIỂN HỆ THỐNG
BÃI GIỮ XE Ơ TƠ TỰ ĐỘNG
DỰA TRÊN KỸ THUẬT THỊ GIÁC MÁY TÍNH
LĨNH VỰC NGHIÊN CỨU: CƠNG NGHỆ THƠNG TIN
CHUN NGÀNH: TRÍ TUỆ NHÂN TẠO

Mã số cơng trình: …………………………….


BCH. ĐỒN TP. HỒ CHÍ MINH
_____

TP. Hồ Chí Minh, ngày 19 tháng 09 năm 2019

PHIẾU ĐĂNG KÝ DỰ THI
GIẢI THƯỞNG SINH VIÊN NGHIÊN CỨU KHOA HỌC EURÉKA
LẦN THỨ 21 NĂM 2019

____

1. Tên cơng trình:

“Phát triển hệ thống bãi giữ xe ô tô tự động dựa trên kỹ thuật thị giác máy tính”
 Đánh dấu chọn nếu cơng trình nghiên cứu từ những vấn đề gợi ý, đặt hàng của doanh nghiệp,
cơ quan hoặc các tổ chức, cá nhân. (gửi kèm đơn, công văn hoặc hợp đồng đặt hàng)

2. Lĩnh vực nghiên cứu: Công nghệ thông tin
3. Chuyên ngành đăng ký dự thi: Trí tuệ nhân tạo
4. Tóm tắt cơng trình, những vấn đề mới (không quá 100 từ) :
Đề tài phát triển hệ thống bãi giữ xe ô tô tự động dựa trên kỹ thuật thị giác máy tính, bằng các
công cụ, phương pháp sau:
- Sử dụng MFC làm môi trường hiện thực hóa thuật tốn.
- Sử dụng thư viện mã nguồn mở OpenCV
- Sử dụng thuật toán nhận dạng ký tự SVM (trong đó dùng HOG để rút trích đặc trưng ảnh)
- Phương pháp phân tích giá trị điểm ảnh.
- Phương pháp đánh dấu các thành phẩn liên kết.
Kết quả đạt được: Xây dựng được gói phần mềm nhận dạng biển số xe, Xây dựng được gói phần
mềm nhận dạng chỗ trống trong bãi xe.

5. Tên giảng viên hướng dẫn (ghi rõ họ tên, học hàm, học vị, đơn vị công tác):
TS.GVCC Lê Xuân Trường – Trưởng khoa Công nghệ thơng tin trường Đại học Mở
TP. Hồ Chí Minh.
6.. Tác giả, nhóm tác giả :

 Tác giả:
- Họ tên : Nguyễn Trung Hậu
- Nam/Nữ : Nam
- Năm sinh (ngày tháng năm) : 1997
- Địa chỉ: 108 Hòa Thạnh An Phú Thuận, Châu Thành, Đồng Tháp.
- Điện thoại : 0789 620 520
- Email:
- Khoa - Ngành: Công nghệ thông tin – Khoa học máy tính

- Trường : Đại học Mở thành phố Hồ Chí Minh
- Tỉnh/ Thành phố: Hồ Chí Minh

Ảnh 3 x4
(đóng dấu
giáp lai)


7. Cam kết của tác giả, nhóm tác giả: Tơi xin cam đoan đề tài này là cơng trình nghiên
cứu khoa học của tơi (hoặc nhóm chúng tơi). Các số liệu, kết quả nêu trong đề tài là trung
thực và có nguồn gốc. Chúng tơi xin chịu trách nhiệm trước Ban tổ chức Giải thưởng và
pháp luật về các kết quả nghiên cứu của đề tài này.
Xác nhận của đại diện nhà trường
TM. Ban tổ chức cấp trường
(ký tên, đóng dấu)

Tác giả
Ký tên


i
MỤC LỤC
DANH MỤC CÁC HÌNH ....................................................................................................... iv
DANH MỤC CÁC BẢNG ......................................................................................................vii
DANH MỤC CÁC THUẬT NGỮ TIẾNG ANH VÀ CHỮ VIẾT TẮT ................................... viii
TỔNG QUAN ĐỀ TÀI ........................................................................................ 1
1.1. Giới thiệu .................................................................................................................. 1
1.2. Mục tiêu và phương pháp nghiên cứu .................................................................... 2
1.2.1. Mục tiêu ............................................................................................................. 2
1.2.2. Phương pháp nghiên cứu ................................................................................. 2

1.3. Đối tượng và phạm vi nghiên cứu .......................................................................... 3
1.3.1. Đối tượng ........................................................................................................... 3
1.3.2. Phạm vi .............................................................................................................. 3
1.4. Đóng góp của đề tài .................................................................................................. 4
1.4.1. Đóng góp về mặt khoa học ............................................................................... 4
1.4.2. Đóng góp về mặt kinh tế xã hội ........................................................................ 4
1.5. Bố cục báo cáo .......................................................................................................... 4
CƠ SỞ LÝ THUYẾT .......................................................................................... 6
2.4. Thư viện MFC phát triển ứng dụng trên Windows bằng môi trường Visual
C++ .................................................................................................................................. 6
2.5. Ảnh đa mức xám: ...................................................................................................... 6
2.6. Phương pháp phân ngưỡng(Threshold) ............................................................... 7
2.7. Bộ lọc Erosion ........................................................................................................... 7
2.8. Bộ lọc Dilation ........................................................................................................ 10
2.9. Các phép hình thái học........................................................................................... 13
2.9.1. Opening ............................................................................................................ 13
2.9.2. Closing .............................................................................................................. 13
2.9.3. White Top-Hat ................................................................................................. 14
2.9.4. Black Top-Hat .................................................................................................. 14


ii
2.10. Kỹ thuật Directional Filtering ............................................................................. 15
2.10.1. Kỹ thuật Directional Closing ...................................................................... 16
2.10.2. Kỹ thuật Directional Opening .................................................................... 16
2.11. Phương pháp đánh dấu các thành phần liên kết (Connected components
labeling) ......................................................................................................................... 17
2.11.1. Tính liên kết điểm ảnh .................................................................................. 17
2.11.2. Đánh dấu các thành phần liên kết ............................................................... 20
2.12. Bộ lọc điểm ảnh khác nhau(Difference Filter) .................................................. 20

2.13. Thuật toán SVM(Support Vector Machine) ....................................................... 21
2.13.1. Phân lớp dữ liệu ............................................................................................ 21
2.13.2. Định nghĩa thuật tốn SVM .......................................................................... 22
2.13.3. Chuẩn hóa ảnh ............................................................................................... 23
HIỆN THỰC HỆ THỐNG ................................................................................ 25
3.1. Tổng quan hệ thống: .............................................................................................. 25
3.1.1. Quy trình xử lý nhận dạng biển số xe ............................................................ 25
3.1.2. Quy trình xử lý nhận dạng chỗ trống ............................................................ 26
3.2. Cách lắp đặt camera ............................................................................................... 27
3.3. Giao diện thực nghiệm của chương trình: ........................................................... 28
3.3.1. Giao diện chương trình xử lý nhận dạng biển số xe ..................................... 28
3.3.2. Giao diện chương trình xử lý nhận dạng chỗ trống ..................................... 29
3.4. Cách thức xử lý ....................................................................................................... 29
3.4.1. Xử lý phát hiện biển số: .................................................................................. 29
3.4.2. Phân tách các biển số thành các ký tự hình ảnh: .......................................... 34
3.4.3. Nhận dạng ký tự: ............................................................................................. 37
3.4.4. Nhận dạng chỗ trống....................................................................................... 37
KẾT QUẢ THỰC NGHIỆM ............................................................................. 43
4.1. Tổng quan hoạt động của hệ thống ...................................................................... 43
4.2. Nhận dạng biển số xe ............................................................................................. 43
4.3. Nhận dạng chỗ trống trong bãi xe ........................................................................ 46


iii
KẾT LUẬN ...................................................................................................... 47
5.1. Kết quả đạt được .................................................................................................... 47
5.2. Kiến nghị ................................................................................................................. 47
TÀI LIỆU THAM KHẢO ...................................................................................................... 49

iv

DANH MỤC CÁC HÌNH
Hình 2.1. Ảnh màu trước khi chuyển qua ảnh đa mức xám (a) và ảnh sau khi chuyển
qua ảnh đa mức xám (b)..................................................................................................... 7
Hình 2.2. Ảnh sau khi chuyển sang nhị phân .................................................................... 7
Hình 2.3. Tập hợp các phần tử của hình ảnh gốc M ......................................................... 8
Hình 2.4. Phần tử cấu trúc dạng hình vng 3x3 ............................................................. 8
Hình 2.5. Ảnh minh họa các trường hợp xét điểm ảnh với cấu trúc phần tử 3x3 ......... 9
Hình 2.6. Ảnh nhị phân sau khi sử dụng bộ lọc Erosion ................................................ 10
Hình 2.7. Kết quả khi sử dụng bộ lọc Erosion ................................................................. 10
Hình 2.8. Tập hợp các phần tử của hình ảnh gốc M ....................................................... 11
Hình 2.9. Phần tử cấu trúc dạng hình vng 3x3 ........................................................... 12
Hình 2.10. Ảnh nhị phân sau khi sử dụng bộ lọc Dilation.............................................. 12
Hình 2.11. Kết quả sau khi sử dụng bộ lọc Dilation ....................................................... 12
Hình 2.12. Ảnh nhị phân trước (a) và sau (b) khi qua phép Opening .......................... 13
Hình 2.13. Ảnh nhị phân trước (a) và sau (b) khi qua phép Closing ............................ 14
Hình 2.14. Ảnh đa mức xám trước (a) và sau (b) khi qua phép White Top-Hat ......... 14
Hình 2.15. Ảnh đa mức xám trước (a) và sau (b) khi qua phép White Top – Hat ....... 15
Hình 2.16. Phần tử có cấu trúc theo phương ngang a) và theo phương đứng b). ....... 15
Hình 2.17. Ảnh trước (a) và sau (b) khi dùng kỹ thuật Directional Closing ................ 16
Hình 2.18. Ảnh lần lượt qua bộ lọc Horizontal Closing (a), Vertical Opening (b) và
Vertical Opening (c) .......................................................................................................... 16
Hình 2.19. Liên kết 4 hướng ............................................................................................. 18
Hình 2.20. Liên kết 8 hướng .................................................................................... 19
Hình 2.21. Thành phần kiên kết ............................................................................. 19


v
Hình 2.22. Ảnh nền (a), ảnh lớp phủ (b) và ảnh sau khi qua bộ lọc điểm ảnh khác

nhau (c) .............................................................................................................................. 21
Hình 2.23. Mơ tả các mặt phân cách phân chia dữ liệu trong khơng gian 2 chiều ....... 22
Hình 2.24. Mô tả kết quả phân chia dữ liệu của thuật tốn SVM trong khơng gian 2
chiều ................................................................................................................................... 23
Hình 2.25. Mô tả ánh xạ dữ liệu từ không gian 2 chiều vào khơng gian đa chiều ........ 23
Hình 3.1. Mơ hình hoạt động tổng quan của phần xử lý nhận dạng biển số. ............... 25
Hình 3.2. Mơ hình hoạt động tổng quan của phần xử lý nhận chỗ trống...................... 26
Hình 3.3. Cách lắp đặt camera............................................................................................ 27
Hình 3.4. Giao diện chương trình nhận dạng biển số. .................................................... 28
Hình 3.5. Giao diện chương trình nhận dạng chỗ trống trong bãi đậu xe .................... 29
Hình 3.6. Ảnh xe màu (a) và ảnh đa mức xám (b). ......................................................... 30
Hình 3.7. Kết quả (c) phép tính giữa các phần tử trong ảnh nguồn (a) với các phần tử
trong phép White Top – Hat của chính nó ...................................................................... 30
Hình 3.8. Kết quả (c) của phép tính Both Top – Hat sau khi lấy hiệu với các phần tử
trong phép Black Top – Hat của chính ảnh nguồn ......................................................... 31
Hình 3.9. Hình ảnh sau khi qua bộ lọc Black Top – Hat từ bộ lọc Both Top - Hat ........ 31
Hình 3.10. Hình ảnh kết quả sau khi áp dụng kỹ thuật Directional Closing ................. 32
Hình 3.11. Kết quả thu được sau khi áp dụng kỹ thuật Vertical Opening .................... 32
Hình 3.12. Kết quả thu được sau khi áp dụng kỹ thuật Horizontal Opening ............... 33
Hình 3.13. Ảnh nhị phân sau khi loại bỏ các khu vực khơng cần thiết ......................... 33
Hình 3.14. Biển số tìm được sau khi qua các bước xử lý. .............................................. 34
Hình 3.15. Biển số xe thu được sau khi chuyển sang ảnh nhị phân .............................. 35
Hình 3.16. Biểu đồ histogram theo phương ngang của biển số. ................................... 35


vi
Hình 3.17. Ảnh thu được sau khi cắt sát theo phương ngang. ...................................... 35
Hình 3.18. Biểu đồ histogram theo phương dọc của biển số. ........................................ 36
Hình 3.19. Biểu đồ thể hiện khối blob khơng hợp lệ. ..................................................... 36
Hình 3.20. Biểu đồ histogram theo phương dọc sau khi loại bỏ các đối tượng khơng

hợp lệ. ................................................................................................................................. 36
Hình 3.21. Hình ảnh sau khi cắt sát theo phương ngang và phương dọc. .................... 36
Hình 3.22. Hình ảnh các ký tự sau khi được phân tách. ................................................. 37
Hình 3.23. Kết quả nhận dạng ký tự. ............................................................................... 37
Hình 3.24. Ảnh nền a) và ảnh b) lớp phủ trước khi chuyển sang ảnh đa mức xám .... 38
........................................................................................................................................... 38
Hình 3.25. Ảnh nền a) và ảnh b) lớp phủ sau khi chuyển sang ảnh đa mức xám và
điều chỉnh kích thước ....................................................................................................... 38
Hình 3.26. Ảnh kết quả sau khi qua bộ lọc các điểm ảnh khác nhau ............................ 39
Hình 3.27. Ảnh kết quả sau quá trình nhị phân hóa ....................................................... 39
Hình 3.28. Ảnh kết quả sau khi qua bộ lọc dilation ........................................................ 40
Hình 3.29. Ảnh kết quả sau khi qua bộ lọc erosion ........................................................ 41
Hình 3.30. Hình ảnh bãi xe được cắt thành ma trận dãy xe A a) và ma trận dãy xe B b)
............................................................................................................................................ 41
Hình 3.31. Biểu đồ histogram của dãy xe A a) và dãy xe B b) ....................................... 42
Hình 3.32. Kết quả nhận dạng chỗ trống ......................................................................... 42


vii

DANH MỤC CÁC BẢNG
Bảng 4.1 Kết quả thực nghiệm........................................................................................................ 43
Bảng 4.2 Kết quả phần phát hiện biển số ................................................................................... 43
Bảng 4.3 Kết quả phần cắt biển số ................................................................................................ 43
Bảng 4.4 Kết quả phần nhận dạng biển số ................................................................................. 44
Bảng 4.5 Kết quả nhận dạng chi tiết ký tự biển số .................................................................. 45
Bảng 4.6 Các ký tự nhận dạng sai .................................................................................................. 45
Bảng 4.7 Kết quả nhận dạng chỗ trống........................................................................................ 46

viii

DANH MỤC CÁC THUẬT NGỮ TIẾNG ANH VÀ CHỮ VIẾT TẮT
API (Application Programming Interface)

Giao diện lập trình ứng dụng

MFC (Microsoft Foundation Class)

Thư viện lập trình

OCR (Optical character recognition)

Nhận dạng ký tự quang học

OOP (Object Oriented Programming)

Lập trình hướng đối tượng

SVM(Support Vector Machines)

Máy học

HOG (Histogram Of Oriented Gradients)

Biểu đồ đặc trưng

VAMA (VN Automobile Manufacturers’ Association) Tên tổ chức phi chính phủ

1

TỔNG QUAN ĐỀ TÀI
1.1. Giới thiệu
Trước đây, nếu việc sử dụng ô tô tại Việt Nam được xem là “xa xỉ” thì giờ đây,
với sự phát triển nhanh chóng của đất nước, thị trường ô tô ở nước ta đang bùng nổ
mạnh mẽ. Hiện nay, theo thống kê của VAMA (VIETNAM AUTOMOBILE
MANUFACTURERS’ ASSOCIATION) tổng số lượng ô tô bán ra trên toàn thị trường
trong năm 2017 là 272,747 xe, đến cuối năm 2018 là 286,390 xe tăng 5.0% so với
năm 2017 và trong tháng 1 năm 2019 số lượng ô tô được bán ra thị trường đã là
33,510 xe tăng 28.7% so với cùng kỳ năm 2018, con số mà VAMA thống kê hiện tại
không bao gồm các hãng xe nổi tiếng như Audi, Range Rover, Porsche, hay các dòng
xe nhập khẩu từ Trung Quốc chính vì vậy những con số này có thể sẽ cịn cao hơn
nữa.
Trong khi số lượng xe ơ tơ ngày càng tăng nhanh thì quy mơ bãi đậu xe ở nước
ta cịn hạn chế, trong đó đa phần các bãi đậu xe cịn sử dụng phương pháp thủ công,
truyền thống trong việc gửi, nhận xe, điều này gây khó khăn cho người sử dụng trong
việc tìm bãi đậu xe cịn trống hay tìm chỗ trống trong bãi đậu. Đặc biệt gửi, nhận xe
bằng thẻ từ, thẻ giấy…gây lãng phí rất nhiều thời gian cho người sử dụng và cả nhà
đầu tư. Mặt khác, quản lý thủ công sẽ khiến cho các nhà đầu tư phải tốn chi phí rất
cao trong vấn đề th nhân cơng lao động.
Nắm bắt được nhu cầu cấp thiết đó, vào tháng 10 năm 2017 tập đồn viễn
thơng qn đội Viettel đã cho thí điểm ứng dụng thu phí tự động qua smartphone
trên ứng dụng MyParking. Ứng dụng này cho phép người sử dụng biết được những
bãi xe hiện đang còn chỗ trống và đặt chỗ, đặc biệt là với ứng dụng MyParking người
sử dụng có thể thanh tốn phí đậu xe qua điện thoại di động; rút ngắn thời gian tìm
kiếm, cũng như thanh tốn cho cả người sử dụng và nhà đầu tư. Tuy nhiên, hình thức


2

gửi xe “bán tự động” này còn hạn chế trong việc cần có người quản lý ghi nhận chỗ
trống, ghi nhận biển số và phải liên tục cập nhật vào hệ thống.
Chính vì vậy, việc phát triển hệ thống bãi giữ xe tự động là một giải pháp phù
hợp để giải quyết vấn đề gửi, nhận xe hiện nay cho những nơi có nhu cầu gửi xe lớn
như siêu thị, chung cư, trung tâm thương mại,…
Trong đó, để rút ngắn thời gian và tránh gián đoạn xe ra vào tại các trạm, hạn
chế việc dừng xe để quét thẻ, ghi thơng tin biển số hoặc tìm kiếm chỗ đậu hợp lý. Việc
nhận dạng biển số xe tự động, cập nhật chỗ trống trong bãi đậu là cấp thiết trong bối
cảnh hiện nay.
1.2. Mục tiêu và phương pháp nghiên cứu
1.2.1. Mục tiêu
Dựa vào kiến thức đã học, đồng thời nghiên cứu thêm tài liệu để xây dự hệ
thống bãi giữ ô tô tự động trong việc nhận dạng biển số khi xe ra vào bãi. Song song
đó, nghiên cứu nhận dạng chỗ trống trong bãi đậu xe và thông báo cho người dùng
trước khi xe vào bãi.
1.2.2. Phương pháp nghiên cứu
-

Khảo sát hiện trạng, phân tích nguyên nhân.

-

Rút trích những đặc trưng của ảnh đầu vào và cho kết quả như mong muốn,
thông qua việc sử dụng các phương pháp trong thư viện xử lý ảnh mã
nguồn mở OpenCV:
+ Bộ lọc điểm ảnh Erosion, Dilation, Opening, Closing, Top-Hat….
+ Khử nhiễu.
+ Sử dụng thuật toán SVM(Support Vector Machines) để đào tạo và nhận
dạng ký tự quang học.

-

Phân tích các điểm ảnh từ ảnh kết quả:
+ Xác định vị trí biển số.


3
+ Phân tách các ký tự biển số.
+ Nhận dạng ký tự biển số xe.
+ Nhận dạng chỗ trống trong bãi đậu xe.
1.3. Đối tượng và phạm vi nghiên cứu
1.3.1. Đối tượng
Để có thể xây dựng hệ thống theo đúng mục tiêu đã đề ra, đề tài đã nghiên cứu,
sử dụng các thư viện lập trình, thuật tốn sau:
-

Thư viện MFC là mơi trường hiện thực thuật tốn.

-

Thư viện xử lý ảnh mã nguồn mở OpenCV.

-

Thuật toán SVM trong nhận dạng ký tự.

-

Phương pháp phát hiện vị trí của biển số xe trên ảnh tĩnh.

-

Phương pháp cắt sát ký tự và phân tách các ký tự biển số xe.

-

Ảnh đa mức xám chứa đối tượng xe, biển số xe.

1.3.2. Phạm vi
Để hệ thống được vận hành tốt nhất có thể, tại bãi giữ xe cần sắp xếp và bố trí
camera, phân làn phù hợp để xe ra vào nhằm thu được ảnh đầu vào thõa mãn các yêu
cầu sau:
− Phải thu được ảnh chính diện của phần đầu xe bao gồm biển số xe (biển số
ngang).
− Khoảng cách từ camera đến biển số xe thích hợp và cố định sao cho ảnh
hiện rõ các ký tự.
− Điểu kiện ánh sáng tốt đảm bảo hiện rõ các ký tự biển số xe.
− Biển số xe không bị che, bị mất hay mờ bất kỳ ký tự nào.
− Độ nghiêng của biển số xe so với phương ngang không được quá 𝟏𝟎°


4
1.4. Đóng góp của đề tài
1.4.1. Đóng góp về mặt khoa học
Hiện thực thuật toán nhận dạng biển số xe, bao gồm phát hiện biển số, phân
tách biển số thành các thứ tự riêng biệt, nhận dạng ký tự biển số.
Hiện thực thuật toán nhận dạng chỗ trống trong bãi xe ơ tơ.
Cả 2 thuật tốn là cơ sở để xây dựng hệ thống bãi giữ xe ơ tơ hồn tồn tự động
trong việc gửi nhận xe.
1.4.2. Đóng góp về mặt kinh tế xã hội

Giải pháp bãi giữ xe tự động không chỉ mang lại lợi nhuận cao cho các nhà đầu
tư mà cịn mang đến sự tiện ích, thoải mái cho người sử dụng như:
-

Rút ngắn thời gian tìm bãi xe trống: người sử dụng có thể nhanh chóng tìm
kiếm được những bãi xe hiện cịn chỗ đậu;

-

Giảm lưu lượng giao thơng đường phố: việc dễ dàng tìm kiếm bãi đậu sẽ hạn
chế việc lái xe hàng giờ đồng hồ để tìm chỗ đậu của các lái xe;

-

Thanh tốn tiện lợi: người dùng có thể thanh tốn chi phí trực tuyến qua
điện thoại hoặc tài khoản ngân hàng mà khơng phải mất nhiều thời gian
trong việc thanh tốn bằng tiền mặt;

-

Tăng độ an toàn: việc sử dụng camera khi vận hành hệ thống sẽ ghi nhận
quá trình xe ra vào bãi, giúp nhà đầu tư và cả người sử dụng có thể kiểm
sốt được tồn bộ diễn biến xảy ra đối với ơ tơ;

-

Giảm thiểu chi phí quản lý: việc tự động hóa ở giai đoạn gửi nhận, thanh
tốn sẽ lược bỏ những hoạt động mang tính thủ cơng giúp tiết kiệm chi phí
th nhân cơng lao động.

1.5. Bố cục báo cáo
➢ Chương 1: Tổng quan


5
Giới thiệu tổng quan đề tài, mục tiêu, phương pháp và phạm vi nghiên cứu.
➢ Chương 2: Cơ sở lý thuyết
Trình bày cơ sở lý thuyết, những thuật tốn, phương thức được sử dụng trong đề
tài.
➢ Chương 3: Hiện thực hệ thống
Trình bày cách hiện thực hệ thống, mơ hình hoạt động cách thức xử lý.
➢ Chương 4: Kết quả đạt được
Trình bày kết quả đạt được của đề tài.
➢ Chương 5: Kết luận
Đánh giá kết quả và đề xuất kiến nghị.


6

CƠ SỞ LÝ THUYẾT
2.1. Thư viện MFC phát triển ứng dụng trên Windows bằng môi trường Visual C++
Thư viện MFC (Microsoft Foundation Class) là thư viện tập hợp các lớp hướng
đối tượng (Class, OOP) đóng gói các hàm API (Application Programming Interface)
của Windows và các kiểu dữ liệu đặc biệt.
Thư viện API của Windows là cơ sở để xây dựng thư viện MFC, trong một ứng
dụng MFC ta không gọi trực tiếp các hàm Windows API mà sẽ tạo các Object từ các
lớp của MFC, sau đó gọi hàm của Object này. Đa số các hàm trong MFC trùng tên với
các hàm trong API.
Bằng thư viện MFC sẽ giúp lập trình viên xây dựng các ứng dụng nhanh hơn, ít
tốn chi phí và cơng sức hơn.

2.2. Ảnh đa mức xám:
Ảnh đa mức xám là ảnh mang sắc thái của màu xám, mỗi điểm ảnh trong ma trận
ảnh đa mức xám chứa giá trị từ 0 đến 255.Với khả năng thể hiện 256 sắc thái của
màu xám và cần rất ít thơng tin để cấu tạo nên ảnh hồn chỉnh nên ảnh đa mức xám
rất thích hợp cho việc xử lý ảnh.
Có rất nhiều cách để chuyển một ảnh màu sang ảnh đa mức xám.

(a)

(b)


7
Hình 2.1. Ảnh màu trước khi chuyển qua ảnh đa mức xám (a) và ảnh sau khi chuyển
qua ảnh đa mức xám (b)
2.3. Phương pháp phân ngưỡng (Threshold)
Từ một giá trị ngưỡng quy định, sau khi áp dụng phương pháp phân ngưỡng
[13] ảnh đa mức xám sẽ được chuyển thành ảnh nhị phân. Ảnh nhị phân là ảnh chỉ
chứa các giá trị đen hoặc trắng. Trong đó, những điểm ảnh trong ảnh đa mức xám có
giá trị lớn hơn hoặc bằng ngưỡng sẽ được chuyển sang giá trị 1 hoặc 255 (trắng),
những điểm ảnh có giá trị nhỏ hơn ngưỡng sẽ mang giá trị 0 (đen).

Hình 2.2. Ảnh sau khi chuyển sang nhị phân
2.4. Bộ lọc Erosion
Frame ảnh sau khi được phân ngưỡng sẽ cho kết quả là một ảnh nhị phân. Tuy
nhiên ảnh nhị phân này đôi khi sẽ chứa một số điểm ảnh dư thừa xung quanh đối
tượng, bộ lọc Erosion [8] sẽ giúp loại bỏ những điểm ảnh dư thừa này và giúp cho
việc xác định đối tượng dễ dàng hơn.
Bộ lọc Erosion hoạt động tốt trên ảnh nhị phân, thông thường bộ lọc Erosion sử
dụng phần tử cấu trúc dạng hình vng có kích thước 3x3.

8
Phép co trên ảnh nhị phân của bộ lọc erode có cơng thức như sau:
𝑀 ⊖ 𝑁 = {𝑐|(𝑁)𝑐 ⊆ 𝑀}

(1)

Trong đó:
M gọi là tập hợp các phần tử của hình ảnh gốc.
N gọi là tập hợp các điểm c sao cho Nc là tập con của M.
c gọi là tâm điểm của phần tử cấu trúc N.
Phép co nhị phân của ảnh M với phần tử cấu trúc N là quỹ tích các điểm được
tạo ra bởi tâm điểm của phần tử cấu trúc N khi tịnh tiến trên hình ảnh M.
Ví dụ:

Hình 2.3. Tập hợp các phần tử của hình ảnh gốc M
N có phần tử cấu trúc 3x3 ta có mơ tả như sau:

Hình 2.4. Phần tử cấu trúc dạng hình vng 3x3


9

Hình 2.5. Ảnh minh họa các trường hợp xét điểm ảnh với cấu trúc phần tử 3x3
Đề tài xét theo tuần tự các điểm ảnh của ảnh nhị phân mà bộ lọc nhận được.
Tương ứng với mỗi điểm ảnh ta đặt phần tử cấu trúc lên sao cho trọng tâm của phần
tử cấu trúc ngay tại điểm ảnh đó. Nếu các điểm ảnh trong ảnh nhị phân trùng với
phần tử cấu trúc và đều là điểm ảnh trắng thì điểm ảnh đầu vào đó sẽ được bỏ qua.
Ngược lại nếu có bất kì điểm ảnh nào trong ảnh nhị phân là màu đen thì điểm ảnh

đầu vào sẽ bị thiết lập thành màu đen.


10

Hình 2.6. Ảnh nhị phân sau khi sử dụng bộ lọc Erosion
Ảnh nhị phân sau khi qua bộ lọc Erosion thì các điểm ảnh dư thừa sẽ bị loại bỏ
đi.

(a) Ảnh trước khi qua bộ lọc Erosion (b) Ảnh sau khi sử dụng bộ lọc Erosion
Hình 2.7. Kết quả khi sử dụng bộ lọc Erosion
2.5. Bộ lọc Dilation
Ảnh nhị phân khi qua bộ lọc Erosion đã bị mất các điểm ảnh dư thừa, tuy
nhiên đối với các đối tượng nhỏ có điểm ảnh thưa thớt thì việc qua bộ lọc Erosion lại
bị thu hẹp điểm ảnh trắng, việc này gây ra bất lợi mất tính liên kết điểm ảnh.


11
Chính vì vậy, giải pháp đưa ra là sẽ sử dụng bộ lọc Dilation [9]. Bộ lọc Dilation sẽ
mở rộng các điểm ảnh màu trắng và thu hẹp các điểm ảnh màu đen, giúp lấy lại
đường viền của những đối tượng mà Erosion đã biến đổi.
Phép dãn trên ảnh nhị phân của bộ lọc Dilation có cơng thức như sau:
𝑀 ⊕ 𝑁 = {𝑐|(𝑁)𝑐 ∩ 𝑀 ≠ ∅}

(2)

Trong đó:
M là ma trận điểm ảnh của ảnh nhị phân.
N là phần tử cấu trúc.
c là tâm điểm của phần tử cấu trúc N trên tập hợp M.

Phép giãn nhị phân tập hợp của tất cả các điểm c sao cho phản xạ của Nc giao
với tập M tại ít nhất một điểm.
Bộ lọc Dilation áp dụng cấu trúc phần tử ngược lại so với Erosion.
Ví dụ:

Hình 2.8. Tập hợp các phần tử của hình ảnh gốc M


12

Hình 2.9. Phần tử cấu trúc dạng hình vng 3x3

Hình 2.10. Ảnh nhị phân sau khi sử dụng bộ lọc Dilation
Sau khi sử dụng bộ lọc Dilation, ảnh nhị phân chứa các điểm ảnh chuyển động đã
được vẽ viền lại, khiến các đối tượng chuyển động hiển thị rõ và mang tính liên kết
điểm ảnh cao hơn.

(a) Ảnh nhị phân

(b) Ảnh sau khi qua bộ lọc Dilation

Hình 2.11. Kết quả sau khi sử dụng bộ lọc Dilation


13
2.6. Các phép hình thái học
Vì đặc trưng của biển số là mang độ tương phản cao giữa các ký tự với màu nền
và màu xe vì vậy cần nâng cao độ tương phản của ảnh để xác định vùng biển số. Để
nâng cao độ tương phản cũng như phân tách các ký tự cần sử dụng các phép hình
thái học sau:

2.6.1. Opening
Ảnh sẽ qua bộ lọc Erosion, sau đó qua bộ lọc Dilation [2]. Với A là tập hợp các
phần tử của đầu vào, B là phần tử có cấu trúc. Kết quả của sau khi qua bộ lọc Erosion
các phần tử trong tập hợp A có kích thước nhỏ hơn phần tử cấu trúc B sẽ bị loại bỏ
ngược lại được giữ nguyên.
𝑀𝑜𝑁 = (𝑀 ⊖ 𝑁) ⊕ 𝑁

(a)

(3)

(b)

Hình 2.12. Ảnh nhị phân trước (a) và sau (b) khi qua phép Opening
2.6.2. Closing
Ảnh qua bộ lọc Dilation trước, sau đó qua bộ lọc Erosion [2]. Những phần tử có cấu
trúc nhỏ hơn phần tử cấu trúc B sẽ được lấp đầy.

M●N = (M ⊕ N) ⊖ N

(4)


14

(a)

(b)

Hình 2.13. Ảnh nhị phân trước (a) và sau (b) khi qua phép Closing

2.6.3. White Top-Hat
Phép tốn này sẽ trích xuất các vùng sáng trong ảnh. Những vùng nhỏ hơn cấu trúc
B và có giá trị điểm ảnh sáng hơn vùng xung quanh.
𝑇𝑤 (M) = M - M ○ N

(a)

(5)

(b)

Hình 2.14. Ảnh đa mức xám trước (a) và sau (b) khi qua phép White Top-Hat
2.6.4. Black Top-Hat
Phép tốn trích xuất các vùng tối trong ảnh [4]. Những vùng nhỏ hơn phần tử
cấu trúc B và có giá trị điểm ảnh nhỏ hơn vùng xung quanh.
𝑇𝑏 (M) = M ● N – M

(6)