Hệ Thống Phát Hiện và Nhận Diện Biển Báo Giao Thông Trên Kit Friendly ARM

Luận văn thạc sĩ nghiên cứu kỹ thuật điện tử hệ thống phát hiện và nhận diện biển báo giao thông trên kit friendly arm, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện pháp

• Tác giả: Trần Quang Hoàng Giang
• Người hướng dẫn: TS. Trương Quang Vinh
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Hệ Thống Phát Hiện và Nhận Diện Biển Báo Giao Thông Trên Kit Friendly ARM
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2016
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CÁM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• DANH SÁCH CÁC CHỮ VIẾT TẮT
• DANH SÁCH BẢNG
• DANH SÁCH HÌNH
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Giới thiệu tổng quan
• 1.2. Mục tiêu đề tài
• 1.3. Một số thách thức và giới hạn đề tài
• 1.3.1. Một số thách thức
• 1.3.2. Giới hạn đề tài
• 2. CHƯƠNG 2: TÌNH HÌNH NGHIÊN CỨU
• 2.1. Cơ bản về giải thuật nhận dạng biển báo giao thông
• 2.2. Các công trình nghiên cứu liên quan
• 2.2.1. Các công trình nghiên cứu dựa trên thông tin màu sắc, hình dạng
• 2.2.2. Các công trình nghiên cứu sử dụng thuật toán máy học
• 2.3. Phân tích tổng quan lý thuyết
• 2.3.2. Phát hiện biển báo
• 2.3.3. Giới thiệu thư viện mã nguồn mở OpenCV
• 3. CHƯƠNG 3: NỘI DUNG
• 3.1. Giải thuật đề nghị
• 3.1.1. Ảnh đầu vào
• 3.1.3. Phát hiện biển
• 3.1.5. Kết quả mô phỏng
• 3.1.6. Một số phương pháp tối ưu
• 3.2. Thiết kế hệ thống nhúng phát hiện và nhận dạng biển báo
• 3.2.1. Kit nhúng Tiny4412
• 3.2.2. Cài đặt thư viện, hệ điều hành trên kit Tiny4412
• 3.2.3. Các bước biên dịch cài đặt OpenCV
• 3.2.4. Porting ứng dụng lên kit nhúng
• 4. CHƯƠNG 4: THỬ NGHIỆM ĐÁNH GIÁ
• 4.1. Phương pháp thử nghiệm
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Hệ Thống Nhận Diện Biển Báo Giao Thông ARM 55 ký tự

An toàn giao thông là vấn đề cấp thiết. Tai nạn giao thông gia tăng do nhiều yếu tố, bao gồm ý thức người tham gia giao thông và cơ sở hạ tầng. Tuy nhiên, việc hỗ trợ người lái xe phát hiện và nhận diện biển báo giao thông có thể giảm thiểu tai nạn. Hệ thống này là một phần quan trọng của ADAS (Advanced Driver-Assistance Systems), cung cấp thông tin và cảnh báo, hướng tới lái xe tự động. Luận văn này tập trung vào xây dựng hệ thống sử dụng thư viện OpenCV trên Kit Friendly ARM Tiny4412.

1.1. Tầm Quan Trọng của Phát Hiện Biển Báo Giao Thông

Phát hiện và nhận diện biển báo giao thông thời gian thực đóng vai trò then chốt trong việc cải thiện an toàn giao thông. Hệ thống hỗ trợ lái xe giúp người lái tập trung hơn vào việc điều khiển phương tiện, giảm nguy cơ tai nạn do xao nhãng hoặc không nhận biết kịp thời các biển báo quan trọng. Việc này đặc biệt quan trọng trong điều kiện giao thông phức tạp và mật độ cao, nơi yêu cầu phản ứng nhanh nhạy của người lái.

1.2. Mục Tiêu Xây Dựng Hệ Thống Nhận Diện Biển Báo trên ARM

Mục tiêu chính của luận văn là phát triển một giải thuật hiệu quả cho việc phát hiện và nhận diện biển báo giao thông phù hợp với điều kiện Việt Nam. Giải thuật này sẽ được mô phỏng trên PC trước khi triển khai trên Kit Friendly ARM Tiny4412. Ngoài ra, luận văn cũng hướng đến xây dựng cơ sở dữ liệu hình ảnh và video về biển báo giao thông Việt Nam để phục vụ cho việc nghiên cứu và phát triển trong lĩnh vực giao thông thông minh.

II. Thách Thức và Giới Hạn Phát Hiện Biển Báo 57 ký tự

Việc phát hiện biển báo giao thông gặp nhiều thách thức do sự phức tạp của biển báo và môi trường xung quanh. Biển báo chịu tác động của thời tiết, ánh sáng, và có thể bị che khuất. Biển báo giao thông Việt Nam cũng không có quy chuẩn thống nhất. Luận văn tập trung vào 3 loại biển báo chính: cấm (20 biển), nguy hiểm (22 biển), và hiệu lệnh (10 biển). Hệ thống được thử nghiệm trên Kit nhúng Friendly ARM Tiny 4412 với camera độ phân giải 640x480, tốc độ xử lý < 20 frames/s.

2.1. Các Yếu Tố Ảnh Hưởng Độ Chính Xác Nhận Diện Biển Báo

Nhiều yếu tố có thể ảnh hưởng đến độ chính xác của hệ thống nhận diện biển báo giao thông. Màu sắc biển báo có thể bị phai mờ theo thời gian, tầm nhìn hạn chế do thời tiết xấu, độ sáng thay đổi theo thời gian và góc nhìn, nhiễu do các vật thể cùng màu sắc, và biển báo có thể bị hư hỏng. Ngoài ra, hình ảnh thu được từ camera trên xe có thể bị mờ do chuyển động và rung.

2.2. Giới Hạn Về Loại Biển Báo và Hiệu Năng Hệ Thống ARM

Luận văn giới hạn phạm vi nghiên cứu vào 3 loại biển báo giao thông chính: biển báo cấm, biển báo nguy hiểm và biển hiệu lệnh. Hệ thống được xây dựng trên Kit nhúng Friendly ARM Tiny4412 với các giới hạn về phần cứng và hiệu năng. Mục tiêu là đạt được tốc độ xử lý thời gian thực dưới 20 frames/s với camera độ phân giải 640x480.

III. Phương Pháp Phát Hiện Biển Báo Màu Sắc và Hình Dạng 60 ký tự

Các giải thuật nhận diện biển báo giao thông thường dựa trên hai giai đoạn chính: phát hiện và nhận diện. Giai đoạn phát hiện là then chốt. Luận văn xem xét các phương pháp dựa trên màu sắc và hình dạng biển báo. Một bài báo của Ghica (1995) sử dụng ngưỡng phân đoạn màu. Fang [2] tính toán giá trị Hue của không gian màu HSI. Zimmermann [3] phát hiện biển báo dựa trên hình dạng đối tượng.

3.1. Phân Đoạn Màu Sắc Sử Dụng Không Gian Màu HSV Achrom

Một phương pháp hiệu quả để phát hiện biển báo giao thông là sử dụng phân đoạn màu sắc trong không gian màu HSV (Hue, Saturation, Value). Thuật toán HSV Achrom có thể được sử dụng để phân tách các vùng màu sắc khác nhau trong ảnh, dựa trên các ngưỡng giá trị Hue, Saturation và Value. Phương pháp này đặc biệt hữu ích trong việc xác định các biển báo có màu sắc đặc trưng như đỏ, vàng hoặc xanh.

3.2. Sử Dụng Đặc Trưng Hình Dạng với Affine Moment Invariant

Ngoài màu sắc, hình dạng cũng là một đặc trưng quan trọng để nhận diện biển báo giao thông. Phương pháp Affine Moment Invariant có thể được sử dụng để trích xuất các đặc trưng hình dạng không thay đổi theo phép biến đổi affine (ví dụ: xoay, co giãn). Điều này giúp hệ thống có thể nhận diện biển báo ngay cả khi chúng bị biến dạng hoặc thay đổi kích thước.

IV. Nhận Diện Biển Báo Giao Thông Dùng Thuật Toán SVM 58 ký tự

Sau khi phát hiện, biển báo cần được nhận diện. Yin S, Ouyang P, et al. [4] sử dụng phương pháp biến đổi Hough và RIBP. Cuối cùng, mạng ANN (Artificial Neural Network) được sử dụng để phân loại. Luận văn sử dụng thuật toán Support Vector Machines (SVMs) để nhận diện biển báo giao thông. SVMs có tốc độ phân lớp nhanh và độ chính xác cao. Các véc tơ đặc trưng được tạo ra ở một vùng ứng cử sẽ được nhóm lại sử dụng ANN dựa trên phương pháp K-means.

4.1. Ưu Điểm của SVM trong Bài Toán Nhận Diện Biển Báo

Thuật toán Support Vector Machines (SVM) là một phương pháp học máy có giám sát, rất hiệu quả trong bài toán phân loại. SVM có khả năng xử lý dữ liệu phi tuyến tính và đạt độ chính xác cao trong nhiều ứng dụng, bao gồm cả nhận diện biển báo giao thông. Ngoài ra, SVM còn có ưu điểm là tốc độ phân lớp nhanh, phù hợp với yêu cầu thời gian thực của hệ thống.

4.2. Huấn Luyện và Tối Ưu Hóa Mô Hình SVM trên Kit ARM

Để sử dụng SVM hiệu quả, cần phải huấn luyện mô hình trên một tập dữ liệu lớn các hình ảnh biển báo giao thông. Quá trình huấn luyện bao gồm việc trích xuất các đặc trưng từ hình ảnh và tìm ra các siêu phẳng phân tách tốt nhất giữa các lớp (loại biển báo). Việc tối ưu hóa mô hình SVM trên Kit ARM là rất quan trọng để đảm bảo hiệu năng tốt và tốc độ xử lý nhanh.

V. Thiết Kế và Triển Khai Hệ Thống Nhúng Trên Kit ARM 59 ký tự

Hệ thống nhúng được xây dựng trên Kit nhúng Tiny4412 với vi xử lý Samsung Exynos4412 ARM Cortex-A9. Hệ thống thu thập hình ảnh qua camera, phát hiện, theo dõi và nhận dạng biển báo, hiển thị kết quả. Quá trình gồm: tiền xử lý, phát hiện, nhận dạng. Thuật toán dựa trên đặc trưng màu sắc (HSV Achrom) và hình dạng (Affine Moment Invariant). Kết quả thực nghiệm cho thấy thuật toán đáp ứng được thời gian thực, hiệu suất cao.

5.1. Lựa Chọn và Cấu Hình Kit Friendly ARM Tiny4412

Kit Friendly ARM Tiny4412 là một nền tảng phần cứng phù hợp cho việc phát triển các ứng dụng hệ thống nhúng, bao gồm cả hệ thống nhận diện biển báo giao thông. Việc lựa chọn kit này cần dựa trên các tiêu chí như hiệu năng, khả năng tương thích với các thư viện phần mềm, và chi phí. Cấu hình kit bao gồm việc cài đặt hệ điều hành, trình biên dịch và các công cụ phát triển cần thiết.

5.2. Porting và Tối Ưu Hóa OpenCV cho Ứng Dụng Nhận Diện

OpenCV là một thư viện mã nguồn mở mạnh mẽ cho xử lý ảnh và thị giác máy tính. Việc porting OpenCV lên Kit ARM và tối ưu hóa nó cho ứng dụng nhận diện biển báo giao thông là một bước quan trọng. Tối ưu hóa bao gồm việc sử dụng các kỹ thuật như biên dịch chéo, vector hóa và tối ưu hóa bộ nhớ để cải thiện tốc độ xử lý và hiệu năng của hệ thống.

VI. Kết Quả Thử Nghiệm và Ứng Dụng Thực Tế 52 ký tự

Luận văn trình bày kết quả thử nghiệm hệ thống trên Kit Friendly ARM. Hệ thống có thể nhận diện biển báo giao thông trong điều kiện thời tiết khác nhau. Các thử nghiệm được thực hiện trong môi trường thực tế với nhiều loại biển báo. Đề tài có thể được áp dụng trong ứng dụng giao thông thông minh, xe tự hành, và hệ thống hỗ trợ lái xe.

6.1. Đánh Giá Độ Chính Xác và Tốc Độ Nhận Diện trong Thực Tế

Việc đánh giá độ chính xác và tốc độ nhận diện của hệ thống trong điều kiện thực tế là rất quan trọng. Các thử nghiệm cần được thực hiện với nhiều loại biển báo giao thông, trong các điều kiện ánh sáng và thời tiết khác nhau. Kết quả đánh giá sẽ cho thấy khả năng ứng dụng thực tế của hệ thống và các điểm cần cải thiện.

6.2. Triển Vọng Ứng Dụng và Phát Triển Hệ Thống trong Tương Lai

Hệ thống nhận diện biển báo giao thông có nhiều triển vọng ứng dụng trong lĩnh vực giao thông thông minh, bao gồm hệ thống hỗ trợ lái xe nâng cao (ADAS), xe tự hành và các ứng dụng di động. Trong tương lai, hệ thống có thể được phát triển thêm các tính năng như nhận diện biển báo giao thông thời gian thực trên ứng dụng di động hoặc tích hợp với các hệ thống bản đồ và định vị.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA TP HCM TRẦN QUANG HOÀNG GIANG HỆ THỐNG PHÁT HIỆN VÀ NHẬN DIỆN BIỂN BÁO GIAO THÔNG TRÊN KIT FRIENDLY ARM Chuyên ngành: Kỹ Thuật Điện Tử Mã số: 60 52 02 03 LUẬN VĂN THẠC SĨ TP. Hồ Chí Minh, tháng 01 năm 2016 Công trình được hoàn thành tại: Trường Đại học Bách Khoa –ĐHQG-HCM Cán bộ hướng dẫn khoa học : TS Trương Quang Vinh. (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 1 : PGS.TS Lê Tiến Thường.

(Ghi rõ họ, tên, học hàm, học vị và chữ ký) Cán bộ chấm nhận xét 2 : TS. (Ghi rõ họ, tên, học hàm, học vị và chữ ký) Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. tháng 01 năm 2016 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ) 1. Lê Chí Thông 2.TS Lê Tiến Thường 3.

UV: TS Nguyễn Minh Sơn 5. Trương Quang Vinh Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có). CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN- ĐIỆN TỬ ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập – Tự do – Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: TRẦN QUANG HOÀNG GIANG MSSV: 13141117 Ngày, tháng, năm sinh: 25/09/2988 Nơi sinh: Quảng Ngãi Chuyên ngành: Kỹ Thuật Điện Tử Mã số: 60 52 02 03 I. TÊN ĐỀ TÀI: HỆ THỐNG PHÁT HIỆN VÀ NHẬN DIỆN BIỂN BÁO GIAO THÔNG TRÊN KIT FRIENDLY ARM NHIỆM VỤ VÀ NỘI DUNG: Tìm hiểu, xây dựng giải thuật và thiết kế hệ thống phát hiện và nhận diện biển báo giao thông tại Việt Nam, thực hiện trên kít nhúng FriendlyARM.

NGÀY GIAO NHIỆM VỤ: 17/08/2015 III. NGÀY HOÀN THÀNH NHIỆM VỤ: 04/12/2015 IV. CÁN BỘ HƯỚNG DẪN: TS. TRƯƠNG QUANG VINH Tp.

HCM, ngày …… tháng …… năm 2016 CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên và chữ ký) (Họ tên và chữ ký) TRƯỞNG KHOA ĐIỆN ĐIỆN TỬ (Họ tên và chữ ký LỜI CÁM ƠN Em xin gởi đến TS. Trương Quang Vinh lời cảm ơn chân thành với sự trân trọng và lòng biết ơn sâu sắc về sự hướng dẫn đầy chu đáo và nhiệt tình. Thầy đã dẫn dắt, tạo cho em cách tư duy và làm việc một cách khoa học, hướng em đến đề tài khoa học mới mẻ, tiếp cận với các công nghệ hiện đại. Em xin chân thành cám ơn các thầy cô ngành Kỹ Thuật Điện Tử đã hết lòng dạy dỗ và truyền đạt cho em những kiến thức quý báu.

Con xin gởi đến cha mẹ lòng kính trọng và biết ơn sâu sắc nhất. Cha mẹ đã nuôi nấng dạy dỗ con nên người và là chỗ dựa tinh thần vững chắc cho con trong cuộc đời. Tôi xin cảm ơn các bạn đã cùng học tập, giúp đỡ, động viên và cùng tôi bước trên con đường nghiên cứu này. Hồ Chí Minh, tháng 01 năm 2016 Học viên TRẦN QUANG HOÀNG GIANG -i- TÓM TẮT LUẬN VĂN Luận văn trình bày hệ thống nhúng phát hiện và nhận dạng biển báo giao thông hỗ trợ lái xe an toàn thuận tiện hơn.

Hệ thống sử dụng bộ thư viện mã nguồn mở OpenCV do Intel phát triển và được thực hiện trên kit Friendly Arm Tiny 4412 với vi xử lý Samsung Exynos4412 ARM Cortex-A9 (Quad-Core) 1. Hệ thống thu thập hình ảnh biển báo thông qua camera được gắn trên xe từ đó phát hiện, theo dõi và nhận dạng biển báo hiển thị lên màn hình cho tài xế biết được loại biển báo. Quá trình phát hiện và nhận dạng trải qua ba giai đoạn chính: tiền xử lý, phát hiện và nhận dạng. Thuật toán dựa trên đặc trưng về màu sắc, hình dạng của từng loại biển báo để phân đoạn màu sử dụng thuật toán HSV Achrom, phân đoạn hình học với phương pháp Affine Moment Invariant sau đó phân loại biển báo trước khi đưa vào giai đoạn nhận dạng.

Phương pháp nhận dạng sử dụng thuật toán phân lớp Support Vector Machines (SVMs) có tốc độ phân lớp nhanh và độ chính xác cao. Kết quả thực nghiệm cho thấy thuật toán đáp ứng được cho thời gian thực, mang lại hiệu suất cao và có thể áp dụng vào thực tế. - ii - ABSTRACT This thesis presents an embedded system to detect and recognize traffic signs supporting driving more safety and convenient. The system uses the open source OpenCV library developed by Intel and implemented on Friendly Arm development kit named “Tiny 4412” with Samsung Exynos ARM Cortex-A9 (Quad-Core) 1.5Ghz micro-processor.

The system capture traffic signs through a camera mounted on moving vehicle, then detect, tracking and recognize signs, display the result on the screen. The system is based on three major stages: pre-processing, detection and recognition. The algorithm is based on the characteristics of color, shape. The color segmentation using HSV Achrom algorithms, shape segmentation using Affine Invariant Moment method before feed to classification stage.

Recognition method using Support Vector Machines (SVMs) classifier with fast speed and high accuracy. Experimental results show that the algorithm can be used for real-time applications, providing high performance and can be applied in reality. - iii - LỜI CAM ĐOAN Tôi xin cam đoan các kết quả đề tài thực hiện chưa từng công bố trong bất kỳ công trình khoa học trước đây. Người cam đoan TRẦN QUANG HOÀNG GIANG - iv - MỤC LỤC 1.

CHƢƠNG 1: GIỚI THIỆU .1 Giới thiệu tổng quan .2 Mục tiêu đề tài .3 Một số thách thức và giới hạn đề tài.1 Một số thách thức .2 Giới hạn đề tài. CHƢƠNG 2: TÌNH HÌNH NGHIÊN CỨU .1 Cơ bản về giải thuật nhận dạng biển báo giao thông .2 Các công trình nghiên cứu liên quan .1 Các công trình nghiên cứu dựa trên thông tin màu sắc, hình dạng .2 Các công trình nghiên cứu sử dụng thuật toán máy học.3 Phân tích tổng quan lý thuyết .2 Phát hiện biển báo .3 Giới thiệu thư viện mã nguồn mở OpenCV. CHƢƠNG 3: NỘI DUNG .1 Giải thuật đề nghị .1 Ảnh đầu vào .3 Phát hiện biển.5 Kết quả mô phỏng .6 Một số phương pháp tối ưu .2 Thiết kế hệ thống nhúng phát hiện và nhận dạng biển báo.1 Kit nhúng Tiny4412 .2 Cài đặt thư viện, hệ điều hành trên kit Tiny4412 .3 Các bước biên dịch cài đặt OpenCV.4 Porting ứng dụng lên kit nhúng. CHƢƠNG 4: THỬ NGHIỆM ĐÁNH GIÁ .1 Phương pháp thử nghiệm: .109 TÀI LIỆU THAM KHẢO.

112 - vi - DANH SÁCH CÁC CHỮ VIẾT TẮT VIẾT TẮT VIẾT ĐẦY ĐỦ GIẢI THÍCH SVM Support Vector Machine Máy véc-tơ hỗ trợ RGB Red Green Blue Hệ màu RGB HSV Hue Saturation Value Hệ màu HSV Luminance, Chroma: Blue, YCbCr Green (Y), Blue (Cb), Red (Cr) Chroma: Red - vii - DANH SÁCH BẢNG Bảng 1.1 Danh sách biển cấm được thử nghiệm.2 Danh sách biển báo nguy hiểm được thử nghiệm .3 Danh sách các biển báo hiệu lệnh được thử nghiệm .1 Bảng giá trị thông thường của Hue và Saturation .1 Giá trị các ngưỡng trong phân đoạn màu .2 Số lượng thread xử lý các contour .3 Bảng so sánh các kit phát triển nhúng .1 Kết quả thử nghiệm .100 - viii - DANH SÁCH HÌNH Hình 1.1 Biển báo bị phai mờ .2 Biển báo bị sương mù bao phủ.3 Biển báo bị che khuất .4 Biển báo thiếu sáng .5 Biển báo trùng màu nền (quảng cáo ) .6 Quá nhiều biển báo cùng lúc .1 Hệ thống nhận diện biển báo của Hoferlin, K.2 Giải thuật nhận diện biển báo của Yin, et.3 Hệ thống nhận diện biển báo của Bùi Minh Thành, et.4 Các giai đoạn nhận diện biển báo .5 Đặc trưng Haar-like.6 Lưu đồ giải thuật nhận diện của Lê Thanh Tâm, et.7 Bài toán phát hiện và nhận diện biển báo .8 Không gian màu HSV .9 Biểu diễn màu sắc Hue .10 Khoảng cách Euclid của hai véc tơ .11 H_out theo RED .12 H_out theo Green .13 H_out theo Blue .14 Lưu đồ giải thuật Shadow High Light Invariant .15 HSV Achrom - HSV color space .16 Chromatic Zone của màu đỏ .17 Phân đoạn bên trong của biến báo .18 Lưu đồ thuật toán Watershed [7] .19 Phát hiện vùng ứng cử dính liền bởi thuật toán watershed .20 Kiến trúc tổng quát của Artificial Neural Network .21 Quá trình xử lí của một ANN .22 Ví dụ về hàm chuyển đổi đầu vào tìm kết quả .23 Minh họa mẫu vector hỗ trợ (support vector) .24 Tổng quan OpenCV .1 Sơ đồ tổng quan hệ thống nhận dạng .2 Ví dụ tạo vùng mặt nạ .3 Minh họa vùng ảnh cần xử lý .4 Ảnh trước khi áp dụng bộ lọc Gaussian .5 Ảnh sau khi áp dụng bộ lọc Gaussian .6 Sơ đồ khối phát hiện biển báo .7 Ngưỡng giá trị S và V đối với màu đỏ trong Chromatic Zone .8 Lưu đồ giải thuật phân đoạn màu .9 Phát hiện biển báo ngược chiều .10 Ảnh gốc chuẩn bị phân đoạn màu .11 Ảnh sau khi phân đoạn màu .12 Minh họa lấy toàn bộ đối tượng sau khi phân đoạn màu .13 Minh họa lấy phần bên trong để tách đối tượng .14 Minh họa loại bỏ đối tượng dựa trên diện tích .15 Minh họa biển báo hiệu lệnh .16 Biển báo hiệu lệnh sau khi phân đoạn màu .17 Lấy phần bên trong sau khi phân đoạn màu.18 Lấy toàn bộ phần bên trong và bên ngoài của đối tượng .19 Hình minh họa kết quả trích xuất đặc trưng.20 Mô phỏng giải thật với biển báo cấm ô tô rẽ phải.21 Ảnh gốc và ảnh phân đoạn màu bị đứt cạnh .22 Ảnh gốc và ảnh phân đoạn màu sau giãn nở .23 Minh họa thread và process .24 Kít nhúng FriendlyARM Tiny 4412 .25 Bo mạch Tiny4412 .26 Chạy SD-Flasher.27 SD-Flasher chọn Mini4412/Tiny4412 .28 SD-Flasher relayout .29 SD-Flasher Fuse .30 Chép các file boot image lên SD card .31 Cài đặt Qt Creator từ Ubuntu Software Center .32 Giao diện của Qt Creator.33 Thêm Tool chains vào QT Creator .34 Thêm qmake của Qt Everywhere vào Qt Creator .35 Build configuration cho kit ARM .36 Cmake Opencv Desktop Use default compiler .37 Cmake Opencv Desktop Configure .38 Cmake Opencv Desktop Generate .39 Cmake Opencv ARM tùy chọn cross compiler .40 Cmake Opencv ARM đường dẫn tới cross compiler .41 Cmake Opencv kit configure .42 Cmake Opencv kit generating .43 Copy thư viện opencv lên kit .44 Copy thư viện qte lên kit .45 Chỉnh sửa đường dẫn thư viện build cho kit .46 Copy ứng dụng xuống kit .47 Chỉnh sửa file rcS .48 Chỉnh sửa file appscript .1 Nhận diện biển báo bị chói nắng .2 Nhận diện biển báo có màu sơn mờ, bong tróc .3 Nhận diện biển báo lúc trời tối, sơn phai màu .4 Nhận diện biển báo có viền trùng màu nền .5 Nhận diện biển báo ánh sáng không đồng đều, bóng râm .6 Nhận diện biển báo mờ, blur do di chuyển .7 Nhận diện biển báo bị blur 1 .