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

Chia sẻ: Hồ Hiền | Ngày: | Loại File: DOCX | Số trang:100

Thêm vào BST

Báo xấu

274
lượt xem 49
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

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.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Đề tài: Nhận dạng, phân loại, xử lý ảnh biển số xe bằng phần mềm

MỤC LỤC MỤC LỤC............................................................................................................1 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 1
DANH MỤC HÌNH VẼ DANH MỤC BẢNG BIỂU SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 2
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 RedGreenBlue 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 ĐTTT K37A Page 3
LỜI CẢM ƠN Trong thơi gian lam đô an tôt nghiêp, em đa nhân đ ̀ ̀ ̀ ́ ́ ̣ ̃ ̣ ược nhiêu s ̀ ự giup đ ́ ỡ, đong ́ ́ ́ ́ ̀ ̉ ̉ ̣ ̀ ̉ ̀ ̀ ̣ gop y kiên va chi bao nhiêt tinh cua thây cô va ban be. ̀ Em xin gửi lời cam ̀ ́ ̀ Th.s Nguyễn Tường Thành, giang ̉ ơn chân thanh đên thây ̉ ̣ ̣ ̣ ử truyên thông khoa viên bô môn ky thuât điên t ̃ ̀ ̣ ̣ ường Đaị Ky thuât va công nghê tr ̃ ̀ ̣ hoc Quy Nh ơn, ngươi đa tân tinh h ̀ ̃ ̣ ̀ ương dân, chi bao em trong suôt qua trinh em lam ́ ̃ ̉ ̉ ́ ́ ̀ ̀ đô an. ̀́ ̉ ơn cac thây cô trong tr Em cung xin chân thanh cam ̃ ̀ ́ ̀ ường Đai hoc Quy Nh ̣ ̣ ơn noí ̣ ̣ ́ ̃ ̣ chung và Khoa ky thuât va công nghê noi riêng đa day dô ̃ ̀ ́ ưc vê cac ̃ cho em kiên th ́ ̀ ́ ̣ ương cung nh môn đai c ̃ ư cac môn chuyên nganh, giup em co đ ́ ̀ ́ ́ ược cơ sở ly thuyêt ́ ́ vưng vang va tao điêu kiên ̃ ̀ ̀ ̣ ̀ ̣ cho em hoàn thành đồ án tốt nghiệp này. ́ ̀ ̀ ̉ ơn gia đinh va ban be, đa luôn tao điêu kiên, Cuôi cung, em xin chân thanh cam ̀ ̀ ̣ ̀ ̃ ̣ ̀ ̣ ́ ỡ, đông viên em trong suôt qua trinh hoc tâp va hoan thanh đô an tôt quan tâm, giup đ ̣ ́ ́ ̀ ̣ ̣ ̀ ̀ ̀ ̀ ́ ́ ̣ nghiêp. Em xin chân thành cảm ơn!! Sinh viên thực hiện Hồ Xuân Hiền SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 4
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 ĐTTT K37A Page 5
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, rôbốt, 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 6
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 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 đ ồ 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 7
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. 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 ĐTTT K37A Page 8
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. 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 ĐTTT K37A Page 9
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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 10
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 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. SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 11
Hình 2.1.1.1c:: Hình ảnh được chuyển sang mức xám d) Ảnh nhị phân: 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 12
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. 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 13
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: 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 : SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 14
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 (ChargeCoupled 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. 408773 1550; fax 4087372966. Sony Corp. of America, Component Products Co., 10833 Valley View St., Cypress, CA 90630. Fax 7147374285. Parasonic, industrial camera division: 2013296674. JVC Professional: 1800JVC5825. 2.2.1.2 Bộ cả m 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 15
phim và ảnh chụp 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 : SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 16
Hình 2.2.1.2b: Hình ảnh màn hình video 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 17
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 CIERGB 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 , được viết: =(T: ký hiệu chuyển vị) Người ta dùng hệ tọa độ ba màu RGB (tương ứng với hệ tọa độ xyz) để biểu diễn màu như sau: 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: =(++ ) = 1 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 18
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) : SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 19
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: 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 ( r Δ x ) 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 SVTH: Hồ Xuân Hiền Lớp: KT ĐTTT K37A Page 20