I. Tổng Quan Về Hệ Thống Nhận Dạng Biển Số Xe Tại Việt Nam
Ngày nay, tại các thành phố lớn, sự gia tăng nhanh chóng của phương tiện giao thông tạo ra những khó khăn lớn trong công tác quản lý và xử lý vi phạm. Nguồn nhân lực có hạn không thể đáp ứng được nhu cầu. Do đó, cần thiết phải có các hệ thống quản lý, giám sát giao thông tự động, hiệu quả. Hệ thống nhận dạng biển số xe (ANPR/ALPR) Việt Nam là một giải pháp thích hợp. Các hệ thống này đã được nghiên cứu và ứng dụng rộng rãi ở nhiều nước phát triển, nhưng ở Việt Nam, chúng chỉ mới được quan tâm gần đây. Đề tài "Thiết kế hệ thống nhúng nhận dạng biển số xe" nhằm góp phần vào việc nghiên cứu lĩnh vực này tại Việt Nam, hướng đến mục tiêu nhận dạng chính xác biển số xe ô tô. Mục tiêu là thiết kế thành công một hệ thống nhận dạng chính xác biển số của các phương tiện lưu thông tại Việt Nam. Hệ thống sẽ được thiết kế trên cơ sở xây dựng các giải thuật cho 3 quá trình: (1) phát hiện biển số; (2) phân tách ký tự; (3) nhận dạng ký tự. Cuối cùng, hệ thống sẽ nhúng trên kit ARM Beagle Board với sự hỗ trợ của phần mềm thư viện OpenCV.
1.1. Giới thiệu về Hệ thống nhận diện biển số xe ALPR
Hệ thống nhận dạng biển số xe (ALPR) là một công cụ quan trọng trong quản lý giao thông thông minh. Nó giúp tự động hóa quá trình kiểm soát xe cộ, giảm thiểu sự can thiệp của con người và tăng cường hiệu quả. Hệ thống này ngày càng trở nên quan trọng hơn trong bối cảnh giao thông ngày càng phức tạp.
1.2. Tình hình nghiên cứu và ứng dụng ALPR tại Việt Nam
Mặc dù đã phổ biến trên thế giới, việc nghiên cứu và ứng dụng giải pháp nhận diện biển số xe tại Việt Nam còn khá mới mẻ. Các nghiên cứu hiện tại tập trung vào việc tối ưu hóa thuật toán cho biển số xe đặc trưng của Việt Nam và tích hợp với các hệ thống quản lý giao thông hiện có. Các hệ thống nhận dạng biến số phương tiện thường bao gồm 3 quá trình chính: 1) phát hiện biến số, 2) phân tách ky tự và, 3) nhận dang ký tự. Đến thời điểm hiện nay, đã có rất nhiều phương pháp được nghiên cứu và thực hiện trong mỗi quá trình nói trên bởi các nhà kỹ thuật ở nhiêu nước trên thê giới.
1.3. Mục tiêu và phạm vi nghiên cứu Hệ thống ALPR
Mục tiêu chính của nghiên cứu là xây dựng một hệ thống nhận dạng biển số xe hoạt động chính xác và hiệu quả trên biển số xe Việt Nam. Hệ thống được thiết kế để nhận dạng biển số xe dân sự có nền trắng chữ đen, loại biển số một hàng. Hệ thống có thé xử lý theo thời gian thực với khoảng < 15 frames / s. Su dụng camera có độ phân giải ảnh < 640x480 pixel. Không thiết kế phan cứng mà sử dung kit có sẵn BeagleBoard xM.
II. Thách Thức và Vấn Đề Của Hệ Thống Nhận Dạng Biển Số Xe
Các hệ thống nhận dạng biển số xe đối mặt với nhiều thách thức. Điều kiện ánh sáng thay đổi, góc chụp khác nhau, và chất lượng hình ảnh kém đều ảnh hưởng đến độ chính xác. Biển số xe bị mờ, bẩn, hoặc bị che khuất cũng gây khó khăn. Các thuật toán cần phải đủ mạnh mẽ để xử lý các tình huống này. Ngoài ra, tính bảo mật và khả năng tích hợp với các hệ thống hiện có cũng là những yếu tố quan trọng cần xem xét. Phát hiện biến số : đây là quá trình đầu tiên và quan trọng nhất trong một hệ thống nhận dạng biển số xe vì nó ảnh hưởng trực tiếp đến hiệu suất của toàn bộ hệ thống.
2.1. Các yếu tố ảnh hưởng đến độ chính xác nhận dạng
Độ chính xác của hệ thống nhận dạng biển số xe phụ thuộc vào nhiều yếu tố như chất lượng hình ảnh, điều kiện ánh sáng, góc chụp, và tình trạng của biển số. Ảnh có độ phân giải thấp, ánh sáng yếu, hoặc biển số bị mờ, bẩn sẽ làm giảm độ chính xác của hệ thống.
2.2. Vấn đề bảo mật và an ninh của hệ thống nhận dạng
Bảo mật hệ thống nhận dạng biển số xe là một vấn đề quan trọng. Dữ liệu về biển số xe cần được bảo vệ khỏi truy cập trái phép và sử dụng sai mục đích. Các biện pháp bảo mật như mã hóa dữ liệu, kiểm soát truy cập, và giám sát hoạt động hệ thống cần được triển khai.
2.3. Khả năng tích hợp với các hệ thống quản lý giao thông
Hệ thống nhận dạng biển số xe cần có khả năng tích hợp với các hệ thống quản lý giao thông khác như hệ thống thu phí tự động, hệ thống giám sát giao thông, và hệ thống quản lý bãi đỗ xe. Khả năng tích hợp giúp tăng cường hiệu quả và tự động hóa các quy trình.
III. Phương Pháp Phát Hiện Biển Số Xe Tự Động Chính Xác Nhất
Phát hiện biển số là bước đầu tiên và quan trọng nhất trong quy trình nhận dạng biển số xe. Một phương pháp trích biển số xe dựa trên sự kết hợp giữa phương pháp đặc trưng cạnh (Edges Satistics) và hình thái học (Morphology) đã được hai tác giả B.Changping giới thiệu năm 2004, đã thu được kết quả rat cao [1]. Phương pháp gồm 4 quá trình: phát hiện cạnh, phân tích đặc trưng cạnh, xác định vị trí biển số dựa trên sự phân cấp, và trích biển số dựa trên phương pháp hình thái học. Kết quả trích vùng biển số xe đạt 99.6% trên tong s6 9825 anh duoc str dung. Một phương pháp khác được ứng dụng dé phát hiện biến số là Sliding Concentric Windows (SCW) [2]. Nội dung chính của phương pháp là sử dụng hai cửa số đồng tâm có kích thước khác nhau, quét toàn bộ ảnh từ trái qua phải và từ trên xuống dưới.
3.1. Sử dụng thuật toán phát hiện cạnh Edge Detection
Thuật toán phát hiện cạnh giúp xác định ranh giới của các đối tượng trong ảnh, bao gồm cả biển số xe. Các thuật toán phổ biến bao gồm Sobel, Canny, và Laplacian. Việc lựa chọn thuật toán phù hợp phụ thuộc vào đặc điểm của ảnh và yêu cầu về độ chính xác. Tại mỗi điểm pixel trung tâm của hai cửa số, các giá trị thống kê là độ lệch chuẩn hoặc giá tri trung bình sẽ được tính toán. Nếu giá tri này vượt quá ngưỡng được thiết lập bởi người sử dụng thì điểm pixel đó được xem là thuộc vùng biên số xe. Phương pháp này cũng thu được kết quả cao, đạt 96,5 %.
3.2. Áp dụng phép toán hình thái học Morphological Operations
Phép toán hình thái học giúp loại bỏ nhiễu và làm nổi bật các đặc trưng của biển số xe. Các phép toán thường dùng bao gồm giãn nở (dilation), co (erosion), và đóng (closing). Các phép toán này giúp cải thiện độ chính xác của quá trình phát hiện biển số. Một phương pháp phát hiện biển số phương tiện khác nữa là sử dụng thuật toán Support Vector Machine (SVM) kết hợp với thuật toán hình thái học [3]. Phương pháp này làm tăng đáng kế độ chính xác trong việc trích biển số xe với đầu vào là các chuỗi video.
3.3. Kết hợp SVM Support Vector Machine và hình thái học
Điểm nổi bật của phương pháp là sử dụng thuật toán hình thái học để tìm các đối tượng có thể là biến số xe. Tiếp đó, thuật toán SVM được ứng dung dé xác minh chính xác đối tượng nào là biển số xe, đối tượng nào không phải. Ngoài ra, một số phương pháp khác cũng đã được giới thiệu trong bước này như là kết hợp thuật toán Hough Transform (HT) với thuật toán Contour [4], Wavelet Transform (WT) [5], Time-delay Neural Network (TDNN) [6].
IV. Phân Tách Ký Tự Biển Số Xe Phương Pháp và Kỹ Thuật Hiệu Quả
Sau khi phát hiện biển số, bước tiếp theo là phân tách các ký tự trên biển số. phương pháp đơn giản va pho biển nhất dé tách rời các ký tự là sử dụng các hình chiếu theo chiều ngang (horizontal projection ) và hình chiếu theo chiều doc (vertical projection) [4]. Tại các vi trí có các giá tri nhỏ nhất trong hình chiếu ngang sẽ giúp ta tach được hàng trên biến số, và tại những vị trí có giá trị nhỏ nhất trong hình chiếu đứng sẽ giúp ta tách được các ký tự.
4.1. Sử dụng hình chiếu ngang và hình chiếu dọc để phân tách
Phương pháp sử dụng hình chiếu ngang và dọc giúp xác định vị trí của các ký tự trên biển số. Các giá trị nhỏ nhất trong hình chiếu ngang và dọc tương ứng với khoảng trống giữa các ký tự, cho phép phân tách chúng một cách dễ dàng. Phương pháp hình thái học cũng được sử dụng để tách riêng từng ký tự [3] [7] [8]. Phương pháp dựa vào đặc điểm: mỗi ký tự trên biến số sẽ là một đối tượng có đặc điểm hình thái học cụ thể như là chiều cao, chiều rộng, ti lệ hai chiều . là biễn đôi tương đối ít (nếu ảnh biển số được đưa về cùng một kích cỡ), dựa vào đó ta có thé tách được cụ thé từng ký tự một [7].
4.2. Ứng dụng thuật toán tiền xử lý ảnh để tăng độ chính xác
Các thuật toán tiền xử lý ảnh như làm mờ, tăng độ tương phản, và khử nhiễu giúp cải thiện chất lượng hình ảnh và tăng độ chính xác của quá trình phân tách ký tự. Các thuật toán này giúp loại bỏ các yếu tố gây nhiễu và làm nổi bật các ký tự trên biển số. Ngoài ra, một số phương pháp khác cũng được sử dụng trong bước này như là Markov Random Field, local/adaptive thresholding.
4.3. Kỹ thuật điều chỉnh góc nghiêng biển số xe
Điều chỉnh góc nghiêng của biển số giúp cải thiện độ chính xác của quá trình phân tách ký tự. Các thuật toán điều chỉnh góc nghiêng giúp đưa biển số về vị trí thẳng đứng, giúp cho việc phân tách ký tự trở nên dễ dàng hơn. Anh tiền xử ly có ký tự bị mat khi biển số có đỉnh ốc lớn.
V. Nhận Dạng Ký Tự Biển Số Xe Bằng Công Nghệ AI Hiện Đại
Công nghệ AI, đặc biệt là nhận dạng biển số xe bằng deep learning, đóng vai trò quan trọng trong việc nhận dạng ký tự biển số. Phương pháp pho biến để nhận dạng ký ty là sử dung mang noron nhân tao (Artifical Neutral Network). Nhiều công trình nghiên cứu cua các nhà kỹ thuật sử dụng phương pháp này đã thu được kết quả cao. Phương pháp SVM cũng được sử dung để nhận dạng ký tự.
5.1. Sử dụng mạng nơ ron nhân tạo Artificial Neural Network
Mạng nơ-ron nhân tạo là một công cụ mạnh mẽ trong việc nhận dạng ký tự. Chúng có khả năng học hỏi và thích nghi với các biến thể khác nhau của ký tự, giúp tăng độ chính xác của quá trình nhận dạng. Nhiều công trình nghiên cứu cua các nhà kỹ thuật sử dụng phương pháp này đã thu được kết quả cao như trình bày trong bang 1 dưới day là kêt qua cua một sô nghiên cứu sử dụng mang noron truyén thăng nhiều lớp (Multiplayer Feedfoward Neutral Network - MFNN).
5.2. Ứng dụng thuật toán Support Vector Machine SVM
Thuật toán SVM là một phương pháp học máy mạnh mẽ có thể được sử dụng để nhận dạng ký tự. Nó có khả năng phân loại dữ liệu một cách chính xác, ngay cả trong các tình huống phức tạp. Các tác giả trong bài báo [10] đã thiết kế một hệ thống nhận dạng biến số xe Hàn Quốc băng phương pháp SVM với kết quả rất ân tượng. Hệ thong bao gồm 4 bộ nhận dạng ký tự dựa trên SVM để nhận dạng các ký tự hàng trên, các chữ số hàng trên, các ký tự hàng dưới, và các chữ sô hàng dưới.
5.3. Tối ưu hóa thuật toán nhận dạng ký tự cho biển số Việt Nam
Để đạt được độ chính xác cao nhất, cần tối ưu hóa thuật toán nhận dạng ký tự cho biển số xe Việt Nam. Điều này bao gồm việc sử dụng bộ dữ liệu huấn luyện lớn và đa dạng, cũng như điều chỉnh các tham số của thuật toán để phù hợp với đặc điểm của biển số Việt Nam.
VI. Ứng Dụng Thực Tế và Triển Vọng Hệ Thống Nhận Dạng Biển Số Xe
Hệ thống nhận dạng biển số xe có nhiều ứng dụng thực tế trong quản lý giao thông, an ninh, và các lĩnh vực khác. Chúng có thể được sử dụng để kiểm soát ra vào bãi đỗ xe, thu phí tự động, giám sát giao thông, và hỗ trợ điều tra tội phạm. Triển vọng của hệ thống này là rất lớn, với tiềm năng ứng dụng rộng rãi trong các thành phố thông minh và các hệ thống giao thông thông minh (ITS).
6.1. Ứng dụng trong quản lý bãi đỗ xe thông minh
Hệ thống quản lý bãi đỗ xe thông minh sử dụng camera nhận diện biển số xe để tự động hóa quá trình kiểm soát ra vào, tính phí, và tìm kiếm xe. Điều này giúp giảm thiểu thời gian chờ đợi, tăng cường an ninh, và cải thiện trải nghiệm của người dùng.
6.2. Kiểm soát giao thông và thu phí tự động bằng ALPR
Hệ thống thu phí tự động sử dụng nhận dạng biển số xe để tự động tính phí và trừ tiền từ tài khoản của người dùng. Điều này giúp giảm ùn tắc giao thông, tiết kiệm chi phí vận hành, và tăng cường hiệu quả thu phí.
6.3. Hỗ trợ an ninh và điều tra tội phạm
An ninh giao thông và điều tra tội phạm có thể được hỗ trợ bằng hệ thống nhận diện biển số xe. Hệ thống có thể được sử dụng để theo dõi các phương tiện nghi vấn, phát hiện xe bị đánh cắp, và cung cấp bằng chứng trong các vụ án hình sự.
