Link tải miễn phí đồ án
MỤC LỤC
CHƯƠNG 1: TỔNG QUAN 12
1. Giới thiệu: 12
2. Đặt vấn đề: 12
3. Phát biểu bài toán: 13
4. Mục tiêu luận văn: 14
5. Phạm vi giải quyết của đề tài: 14
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 15
1. Các hệ thống nhận dạng biển số xe (License Plate Recognition) : 15
2. Xử lý ảnh: 16
2.1. Các loại ảnh cơ bản: 16
2.2. Kỹ thuật chuyển ảnh sang ảnh mức xám (Gray Level): 17
2.3. Lược đồ mức xám (Histogram): 17
2.4. Xử lý ảnh bằng thuật toán K-means: 19
2.5. Lọc trung vị (Median): 21
2.6. Bộ lọc BlobsFiltering: 21
3. Mạng Neural nhân tạo: 22
3.1. Giới thiệu: 22
3.2. Ứng dụng của Neural Network: 24
3.3. Mô hình một Neural nhân tạo: 25
3.4. Mạng Neural một lớp: 27
3.5. Mạng Neural truyền thẳng 3 lớp: 27
4. Thiết lập mạng Neural: 28
4.1. Các bước chuẩn bị thiết lập mạng: 29
4.2. Các bước thiết kế mạng: 30
5. Phân loại cấu trúc mạng: 31
5.1. Mạng có cấu trúc tiến: 31
5.2. Mạng hồi quy (recurrent network): 33
6. Cơ sở lý thuyết và giải thuật huấn luyện cho mạng lan truyền ngược: 33
6.1. Cấu trúc mạng lan truyền ngược: 33
6.2. Huấn luyện cho mạng lan truyền ngược: 36
6.3. Vấn đề quá khớp và năng lực của mạng: 41
6.4. Hai phương pháp cải thiện tính tổng quát hóa: 44
6.5. Kết luận: 46
6.6. Ứng dụng mạng Neural trong lĩnh vực nhận dạng: 46
CHƯƠNG 3: HỆ THỐNG NHẬN DẠNG TRỰC TUYẾN BẢNG SỐ XE 49
1. Mô hình tổng quát hệ thống nhận dạng trực tuyến xe mô tô hai bánh: 49
2. Thu nhận ảnh (1): 50
3. Trích biển số, xử lý ảnh biển số và tách ký tự chữ số xe mô tô (2), (3): 52
4. Nhận dạng ký tự đơn trên biển số bằng mạng Neural nhân tạo (4): 64
2.1. Mô hình mạng: 64
2.2. Huấn luyện mạng: 64
5. Xây dựng hệ thống: 66
CHƯƠNG 4: THỬ NGHIỆM VÀ ĐÁNH GIÁ 71
1. Dữ liệu thử nghiệm: 71
2. Kết quả thử nghiệm: 71
3. Đánh giá kết quả: 72
4. Một số kết quả minh họa thử nghiệm thuật toán: 74
CHƯƠNG 5: KẾT LUẬN 76
1. Các mặt đã đạt được: 76
2. Các mặt còn hạn chế: 76
3. Đề xuất hướng phát triển: 76
PHỤ LỤC: 78
1. Thư viện AForge: 78
2. Cảm biến phát hiện chuyển động: 81
3. Giao tiếp cổng COM: 85
TÀI LIỆU THAM KHẢO 87
DANH SÁCH CÁC HÌNH
Hình 2.1: Ảnh nhận từ camera (a) và ảnh đã chuyển sang ảnh mức xám (b) 17
Hình 2.2: Lược đồ mức xám của các loại ảnh. 18
Hình 2.3: Mô hình toán học tổng quát của mạng Neural 23
Hình 2.4: Neural một ngõ vào 25
Hình 2.5: Neural có nhiều ngõ vào 25
Hình 2.6: Các hàm truyền cơ bản. 26
Hình 2.7: Mô hình mạng Neural một lớp 27
Hình 2.8: Mạng Neural truyền thẳng 3 lớp 28
Hình 2.9: Cấu trúc mạng Neural tiến 31
Hình 2.10: Cấu tạo một Neural 33
Hình 2.11: Hàm truyền logsig 34
Hình 2.12: Hàm truyền tansig 34
Hình 2.13: Hàm truyền pureline (tuyến tính) 35
Hình 2.14: Cấu trúc mạng một lớp 35
Hình 2.15: Mạng 2 lớp dùng Neural tagsig và pureline 36
Hình 2.16: Mạng bị quá khớp với mẫu học 42
Hình 2.17: Mạng được ngưng tiến trình huấn luyện đúng lúc 45
Hình 3.1: Mô hình hệ thống nhận dạng xe trực tuyến. 49
Hình 3.2: Mô hình chụp ảnh xe. 50
Hình 3.3: Phân tích phổ ngang cho ảnh chứa biển số. 53
Hình 3.4: Tách dòng chứa biển số. 54
Hình 3.5: Phân tích phổ ngang cho ảnh chứa biển số. 54
Hình 3.6: Tách biển số 55
Hình 3.7: Một số ảnh sau khi tách được biển số. 57
Hình 3.8: Ảnh bảng số 58
Hình 3.9: Ảnh bảng số (Gray level) 58
Hình 3.10: Ảnh bảng số (K-mean) 58
Hình 3.11: Ảnh bảng số (Invert) 58
Hình 3.12: Ảnh bảng số (Median) 59
Hình 3.13: Ảnh bảng số (BlobsFiltering) 59
Hình 3.14: Lược đồ chiếu ngang để tách dòng 60
Hình 3.15: Lược đồ chiếu dọc để tách ký tự. 60
Hình 3.16: Kết quả tách ký tự. 60
Hình 3.17: Một số hình ảnh tách ký tự. 63
Hình 3.18: Chuẩn hóa ký tự về 20 x 10 64
Hình 3.19: Huấn luyện chữ. 65
Hình 3.20: Huấn luyện số. 66
Hình 3.21: Giao diện chương trình nhận dạng xe mô tô hai bánh 68
Hình 3.22: Chụp ảnh xe 69
Hình 3.23: Nhận dạng biển số và lưu thông tin vào cơ sở dữ liệu. 70
Hình 4.1: Các bước trích biển số trong trường hợp 1 74
Hình 4.2: Các bước trích biển số trong trường hợp 2 75
DANH SÁCH CÁC BẢNG
Bảng 3.1: Bảng mô tả thông tin ảnh biển số xe mô tô 51
Bảng 4.1: Mô tả tập ảnh IMG_TEST 71
Bảng 4.2: Cấu hình máy tính chạy thử nghiệm 71
Bảng 4.3: Bảng thống kê kết quả thử nghiệm trên tập dữ liệu. 72
TÓM TẮT LUẬN VĂN
Luận văn “Nhận dạng trực tuyến xe mô tô hai bánh” sẽ tập trung nghiên cứu những phần sau:
• Dùng cảm biến phát tia hồng ngoại để phát hiện xe vào đúng vị trí
• Xây dựng vi điều khiển giao tiếp máy tính thông qua cổng nối tiếp, ra lệnh cho máy tính tác động vào camera chụp ảnh.
• Nhận ảnh có chứa biển số thông qua camera
• Trích ảnh biển số và tách ký tự.
• Nhận dạng ký tự trên ảnh biển số.
• Lưu thông tin xe vào cơ sở dữ liệu (số xe, ngày giờ gửi,…)
Do thời gian thực hiện đề tài có giới hạn, chắc chắn không thể tránh khỏi sai sót, tui rất mong sự chỉ bảo và hướng dẫn thêm của quý Thầy Cô và các bạn.
DANH SÁCH CÁC TỪ KHÓA
License Plate Recognition: Hệ thống nhận dạng biển số xe
Histogram: Biểu đồ mức xám
Fast Fourier Transform: Phân tích phổ tần số
Back Propagation Neural Network : mạng Nơron tiến đa mức lan truyền ngược.
CHƯƠNG 1: TỔNG QUAN
1. Giới thiệu:
Ngày nay công nghệ thông tin là ngành khoa học mới nhưng có tốc độ phát triển rất nhanh trên toàn thế giới, sự phát triển của nó thể tính bằng từng giây, từng phút một. Những ứng dụng của công nghệ thông tin cũng rộng khắp trong tất cả các lĩnh vực khoa học như: giáo dục, y tế, kinh tế, văn hóa,…nó góp phần giúp đời sống con người ngày càng hiện đại, giảm đi những công việc nặng nhọc trong đời sống hằng ngày. Nhận dạng và xử lý ảnh cũng là một trong những chuyên ngành của tin học có tầm ứng dụng to lớn. Có thể kể ra hàng loạt các lĩnh vực đã áp dụng kỹ thuật nhận dạng ảnh như: xử lý ảnh chụp vệ tinh, dự báo thời tiết, điều khiển giao thông công cộng, nhận dạng chữ viết tay, phân tích chữ ký, nhận dạng vân tay, nhận dạng mặt người,…Ở đề tài này tui sẽ trình bày phương pháp nhận dạng xe mô tô hai bánh thông qua camera, sau đó qua các quá trình xử lý ảnh, tách ký tự, nhận dạng ký tự ta sẽ nhận được kết quả của biển số xe. Đây là đề tài được nhiều cơ quan trong nước quan tâm khi xe mô tô đang là phương tiện đi lại chủ yếu của người dân.
2. Đặt vấn đề:
Thực tế hiện nay, các bãi giữ xe mô tô 2 bánh ở nước ta đều quản lí bằng cách thức thủ công đơn giản nhất đó là trong bãi giữ xe sẽ có ít nhất là 3 người: một người đọc biển số, một người khác sẽ ghi biển số xe vào thẻ giữ xe, sau đó sẽ bấm vào xe một phần vé xe, phần còn lại sẽ đưa cho chủ xe giữ. Sau đó xe trong bãi sẽ do nhiều người trông chừng tùy theo bãi xe đó rộng hay hẹp, có nhiều hay ít góc khuất,…
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
MỤC LỤC
CHƯƠNG 1: TỔNG QUAN 12
1. Giới thiệu: 12
2. Đặt vấn đề: 12
3. Phát biểu bài toán: 13
4. Mục tiêu luận văn: 14
5. Phạm vi giải quyết của đề tài: 14
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 15
1. Các hệ thống nhận dạng biển số xe (License Plate Recognition) : 15
2. Xử lý ảnh: 16
2.1. Các loại ảnh cơ bản: 16
2.2. Kỹ thuật chuyển ảnh sang ảnh mức xám (Gray Level): 17
2.3. Lược đồ mức xám (Histogram): 17
2.4. Xử lý ảnh bằng thuật toán K-means: 19
2.5. Lọc trung vị (Median): 21
2.6. Bộ lọc BlobsFiltering: 21
3. Mạng Neural nhân tạo: 22
3.1. Giới thiệu: 22
3.2. Ứng dụng của Neural Network: 24
3.3. Mô hình một Neural nhân tạo: 25
3.4. Mạng Neural một lớp: 27
3.5. Mạng Neural truyền thẳng 3 lớp: 27
4. Thiết lập mạng Neural: 28
4.1. Các bước chuẩn bị thiết lập mạng: 29
4.2. Các bước thiết kế mạng: 30
5. Phân loại cấu trúc mạng: 31
5.1. Mạng có cấu trúc tiến: 31
5.2. Mạng hồi quy (recurrent network): 33
6. Cơ sở lý thuyết và giải thuật huấn luyện cho mạng lan truyền ngược: 33
6.1. Cấu trúc mạng lan truyền ngược: 33
6.2. Huấn luyện cho mạng lan truyền ngược: 36
6.3. Vấn đề quá khớp và năng lực của mạng: 41
6.4. Hai phương pháp cải thiện tính tổng quát hóa: 44
6.5. Kết luận: 46
6.6. Ứng dụng mạng Neural trong lĩnh vực nhận dạng: 46
CHƯƠNG 3: HỆ THỐNG NHẬN DẠNG TRỰC TUYẾN BẢNG SỐ XE 49
1. Mô hình tổng quát hệ thống nhận dạng trực tuyến xe mô tô hai bánh: 49
2. Thu nhận ảnh (1): 50
3. Trích biển số, xử lý ảnh biển số và tách ký tự chữ số xe mô tô (2), (3): 52
4. Nhận dạng ký tự đơn trên biển số bằng mạng Neural nhân tạo (4): 64
2.1. Mô hình mạng: 64
2.2. Huấn luyện mạng: 64
5. Xây dựng hệ thống: 66
CHƯƠNG 4: THỬ NGHIỆM VÀ ĐÁNH GIÁ 71
1. Dữ liệu thử nghiệm: 71
2. Kết quả thử nghiệm: 71
3. Đánh giá kết quả: 72
4. Một số kết quả minh họa thử nghiệm thuật toán: 74
CHƯƠNG 5: KẾT LUẬN 76
1. Các mặt đã đạt được: 76
2. Các mặt còn hạn chế: 76
3. Đề xuất hướng phát triển: 76
PHỤ LỤC: 78
1. Thư viện AForge: 78
2. Cảm biến phát hiện chuyển động: 81
3. Giao tiếp cổng COM: 85
TÀI LIỆU THAM KHẢO 87
DANH SÁCH CÁC HÌNH
Hình 2.1: Ảnh nhận từ camera (a) và ảnh đã chuyển sang ảnh mức xám (b) 17
Hình 2.2: Lược đồ mức xám của các loại ảnh. 18
Hình 2.3: Mô hình toán học tổng quát của mạng Neural 23
Hình 2.4: Neural một ngõ vào 25
Hình 2.5: Neural có nhiều ngõ vào 25
Hình 2.6: Các hàm truyền cơ bản. 26
Hình 2.7: Mô hình mạng Neural một lớp 27
Hình 2.8: Mạng Neural truyền thẳng 3 lớp 28
Hình 2.9: Cấu trúc mạng Neural tiến 31
Hình 2.10: Cấu tạo một Neural 33
Hình 2.11: Hàm truyền logsig 34
Hình 2.12: Hàm truyền tansig 34
Hình 2.13: Hàm truyền pureline (tuyến tính) 35
Hình 2.14: Cấu trúc mạng một lớp 35
Hình 2.15: Mạng 2 lớp dùng Neural tagsig và pureline 36
Hình 2.16: Mạng bị quá khớp với mẫu học 42
Hình 2.17: Mạng được ngưng tiến trình huấn luyện đúng lúc 45
Hình 3.1: Mô hình hệ thống nhận dạng xe trực tuyến. 49
Hình 3.2: Mô hình chụp ảnh xe. 50
Hình 3.3: Phân tích phổ ngang cho ảnh chứa biển số. 53
Hình 3.4: Tách dòng chứa biển số. 54
Hình 3.5: Phân tích phổ ngang cho ảnh chứa biển số. 54
Hình 3.6: Tách biển số 55
Hình 3.7: Một số ảnh sau khi tách được biển số. 57
Hình 3.8: Ảnh bảng số 58
Hình 3.9: Ảnh bảng số (Gray level) 58
Hình 3.10: Ảnh bảng số (K-mean) 58
Hình 3.11: Ảnh bảng số (Invert) 58
Hình 3.12: Ảnh bảng số (Median) 59
Hình 3.13: Ảnh bảng số (BlobsFiltering) 59
Hình 3.14: Lược đồ chiếu ngang để tách dòng 60
Hình 3.15: Lược đồ chiếu dọc để tách ký tự. 60
Hình 3.16: Kết quả tách ký tự. 60
Hình 3.17: Một số hình ảnh tách ký tự. 63
Hình 3.18: Chuẩn hóa ký tự về 20 x 10 64
Hình 3.19: Huấn luyện chữ. 65
Hình 3.20: Huấn luyện số. 66
Hình 3.21: Giao diện chương trình nhận dạng xe mô tô hai bánh 68
Hình 3.22: Chụp ảnh xe 69
Hình 3.23: Nhận dạng biển số và lưu thông tin vào cơ sở dữ liệu. 70
Hình 4.1: Các bước trích biển số trong trường hợp 1 74
Hình 4.2: Các bước trích biển số trong trường hợp 2 75
DANH SÁCH CÁC BẢNG
Bảng 3.1: Bảng mô tả thông tin ảnh biển số xe mô tô 51
Bảng 4.1: Mô tả tập ảnh IMG_TEST 71
Bảng 4.2: Cấu hình máy tính chạy thử nghiệm 71
Bảng 4.3: Bảng thống kê kết quả thử nghiệm trên tập dữ liệu. 72
TÓM TẮT LUẬN VĂN
Luận văn “Nhận dạng trực tuyến xe mô tô hai bánh” sẽ tập trung nghiên cứu những phần sau:
• Dùng cảm biến phát tia hồng ngoại để phát hiện xe vào đúng vị trí
• Xây dựng vi điều khiển giao tiếp máy tính thông qua cổng nối tiếp, ra lệnh cho máy tính tác động vào camera chụp ảnh.
• Nhận ảnh có chứa biển số thông qua camera
• Trích ảnh biển số và tách ký tự.
• Nhận dạng ký tự trên ảnh biển số.
• Lưu thông tin xe vào cơ sở dữ liệu (số xe, ngày giờ gửi,…)
Do thời gian thực hiện đề tài có giới hạn, chắc chắn không thể tránh khỏi sai sót, tui rất mong sự chỉ bảo và hướng dẫn thêm của quý Thầy Cô và các bạn.
DANH SÁCH CÁC TỪ KHÓA
License Plate Recognition: Hệ thống nhận dạng biển số xe
Histogram: Biểu đồ mức xám
Fast Fourier Transform: Phân tích phổ tần số
Back Propagation Neural Network : mạng Nơron tiến đa mức lan truyền ngược.
CHƯƠNG 1: TỔNG QUAN
1. Giới thiệu:
Ngày nay công nghệ thông tin là ngành khoa học mới nhưng có tốc độ phát triển rất nhanh trên toàn thế giới, sự phát triển của nó thể tính bằng từng giây, từng phút một. Những ứng dụng của công nghệ thông tin cũng rộng khắp trong tất cả các lĩnh vực khoa học như: giáo dục, y tế, kinh tế, văn hóa,…nó góp phần giúp đời sống con người ngày càng hiện đại, giảm đi những công việc nặng nhọc trong đời sống hằng ngày. Nhận dạng và xử lý ảnh cũng là một trong những chuyên ngành của tin học có tầm ứng dụng to lớn. Có thể kể ra hàng loạt các lĩnh vực đã áp dụng kỹ thuật nhận dạng ảnh như: xử lý ảnh chụp vệ tinh, dự báo thời tiết, điều khiển giao thông công cộng, nhận dạng chữ viết tay, phân tích chữ ký, nhận dạng vân tay, nhận dạng mặt người,…Ở đề tài này tui sẽ trình bày phương pháp nhận dạng xe mô tô hai bánh thông qua camera, sau đó qua các quá trình xử lý ảnh, tách ký tự, nhận dạng ký tự ta sẽ nhận được kết quả của biển số xe. Đây là đề tài được nhiều cơ quan trong nước quan tâm khi xe mô tô đang là phương tiện đi lại chủ yếu của người dân.
2. Đặt vấn đề:
Thực tế hiện nay, các bãi giữ xe mô tô 2 bánh ở nước ta đều quản lí bằng cách thức thủ công đơn giản nhất đó là trong bãi giữ xe sẽ có ít nhất là 3 người: một người đọc biển số, một người khác sẽ ghi biển số xe vào thẻ giữ xe, sau đó sẽ bấm vào xe một phần vé xe, phần còn lại sẽ đưa cho chủ xe giữ. Sau đó xe trong bãi sẽ do nhiều người trông chừng tùy theo bãi xe đó rộng hay hẹp, có nhiều hay ít góc khuất,…
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links
Tags: code nhận diện biển số xe qua ảnh bằng c visual studio, đề tài ứng dụng xử lý ảnh nhận diện biển số xe bằng c#, thiết bị nhận dạng biển số xe máy, code project nhận dạng biển số xe, code chương trình nhận dang kí tự viết tay, code nhận dạng biển số xe C#, bài toán phân loại bằng k means full code, code nhận dạng vân tay C#, nhận dạng phân loại sản phẩm bằng hình ảnh