Tổng quan nghiên cứu

Trong bối cảnh đô thị hóa và hiện đại hóa hạ tầng giao thông tại Việt Nam, số lượng phương tiện cơ giới đường bộ đang tăng trưởng với tốc độ bình quân từ 8% đến 10% mỗi năm. Tính đến năm 2024, cả nước đã có hơn 5 triệu xe ô tô lưu hành, đặt ra áp lực quản lý phương tiện vô cùng lớn đối với các cơ quan chức năng và đơn vị vận hành bãi đỗ xe. Phương thức kiểm soát biển số thủ công truyền thống bộc lộ rõ các nhược điểm nghiêm trọng như thời gian chờ kéo dài từ 15 đến 30 phút vào giờ cao điểm, dễ phát sinh sai sót do thị giác con người và không đáp ứng được yêu cầu tự động hóa trong các hệ thống giao thông thông minh.

Vấn đề nghiên cứu trọng tâm của đề tài là giải quyết bài toán nhận dạng biển kiểm soát phương tiện giao thông tự động trong điều kiện môi trường thực tế tại Việt Nam. Quá trình này gặp nhiều thách thức kỹ thuật phức tạp do sự thay đổi thất thường của cường độ ánh sáng, góc chụp của camera lệch từ 10 đến 25 độ, bề mặt biển số bị bám bẩn hoặc trầy xước, cũng như sự tồn tại song song của nhiều loại biển số khác nhau.

Mục tiêu cụ thể của luận văn là nghiên cứu, tối ưu hóa các thuật toán xử lý ảnh số và đề xuất quy trình hoàn chỉnh từ thu nhận ảnh, tiền xử lý, định vị vùng biển số, phân đoạn ký tự đến nhận dạng ký tự quang học. Phạm vi không gian nghiên cứu được thực hiện với dữ liệu thực nghiệm tại tỉnh Bình Định và một số địa phương lân cận trong giai đoạn 2023 - 2024. Đề tài tập trung xử lý cả hai loại biển kiểm soát 4 số và 5 số trên nền màu trắng và màu vàng. Kết quả nghiên cứu hướng đến mục tiêu đạt tỷ lệ nhận dạng chính xác trên 95% với thời gian xử lý dưới 0,5 giây cho mỗi khung hình, góp phần nâng cao hiệu quả giám sát an ninh và quản lý đô thị hiện đại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng trên nền tảng các lý thuyết xử lý ảnh số kinh điển kết hợp kỹ thuật nhận dạng mẫu hiện đại, tập trung vào ba khối kiến thức trụ cột:

Thứ nhất, lý thuyết không gian màu và tiền xử lý ảnh số. Quá trình biến đổi ảnh màu đa kênh RGB sang ảnh mức xám Grayscale từ 0 đến 255 mức độ sáng được thực hiện nhằm giảm thiểu độ phức tạp tính toán nhưng vẫn bảo toàn tối đa thông tin cấu trúc. Kỹ thuật cân bằng lược đồ mức xám Histogram kết hợp bộ lọc trung vị Median Filter được áp dụng để triệt tiêu nhiễu ngẫu nhiên, làm đồng đều phân bố ánh sáng và bảo vệ các đường gờ sắc nét của ký tự.

Thứ hai, lý thuyết phát hiện biên và hình thái học toán học. Luận văn ứng dụng toán tử đạo hàm bậc nhất Sobel với cặp mặt nạ trực giao theo hướng ngang và dọc nhằm trích xuất biên độ biến thiên mức xám cục bộ. Các phép toán hình thái học bao gồm giãn nở Dilation, co mòn Erosion, thuật toán lấp đầy vùng rỗng imfill và thuật toán gán nhãn thành phần liên thông 4 liên thông hoặc 8 liên thông đóng vai trò then chốt trong việc xác định vùng bao khép kín của biển số và tách rời từng ký tự riêng biệt.

Thứ ba, lý thuyết nhận dạng mẫu và mạng nơ-ron nhân tạo. Mô hình mạng nơ-ron truyền thẳng 3 lớp gồm lớp đầu vào tiếp nhận véc-tơ đặc trưng, lớp ẩn trích xuất mối quan hệ phi tuyến và lớp đầu ra phân lớp ký tự được kết hợp cùng kỹ thuật đối sánh mẫu ma trận để chuyển đổi các ký tự hình ảnh thành chuỗi văn bản ký tự số chuẩn xác.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp mô phỏng số trên môi trường phần mềm khoa học. Nguồn dữ liệu thực nghiệm gồm 150 bức ảnh chụp thực tế xe ô tô tại các bãi đỗ xe và nút giao thông trên địa bàn tỉnh Bình Định trong năm 2024. Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích, trong đó 60% là ảnh chụp ban ngày với điều kiện ánh sáng tiêu chuẩn, 25% là ảnh chụp ban đêm hoặc thiếu sáng dưới 64 mức xám, và 15% là ảnh chụp ở góc nghiêng từ 15 đến 30 độ hoặc biển số bị mờ bụi.

Quy chuẩn kích thước và đặc điểm biển kiểm soát được đối chiếu chặt chẽ theo Thông tư 24/2023/TT-BCA của Bộ Công an, bao gồm biển dài kích thước 520 x 110 mm và biển ngắn kích thước 330 x 165 mm. Luận văn lựa chọn môi trường lập trình MATLAB R2023b cùng bộ công cụ Image Processing Toolbox làm công cụ thực thi thuật toán. Lý do lựa chọn MATLAB là khả năng tối ưu hóa các phép toán ma trận tốc độ cao, hỗ trợ hệ thống hàm hình thái học phong phú và cho phép xây dựng giao diện người dùng đồ họa GUI trực quan để kiểm thử thời gian thực. Timeline nghiên cứu được thực hiện trong thời gian 12 tháng từ tháng 1 năm 2023 đến tháng 1 năm 2024, chia thành 4 giai đoạn rõ ràng: thu thập dữ liệu, phát triển thuật toán, huấn luyện cơ sở dữ liệu mẫu và đánh giá hiệu năng hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm 150 mẫu ảnh ô tô trên phần mềm MATLAB đã mang lại những kết quả định lượng cụ thể:

Thứ nhất, về hiệu quả khử nhiễu và làm nổi biên, bộ lọc trung vị Median Filter với ma trận kích thước 3x3 cho kết quả tối ưu nhất, giúp triệt tiêu hoàn toàn nhiễu hạt mà không làm mất góc nhọn của ký tự. So sánh với các mặt nạ kích thước lớn hơn như 7x7 và 9x9, mặt nạ 3x3 duy trì độ sắc nét đường biên cao hơn 18% và tiết kiệm 35% thời gian tính toán.

Thứ hai, thuật toán phân ngưỡng nhị phân thích nghi theo lược đồ Histogram với ngưỡng 120 cho ảnh tối và 190 cho ảnh sáng đã định vị chính xác vùng chứa biển số đạt tỷ lệ 96,7% trên tổng số mẫu thử nghiệm.

Thứ ba, việc áp dụng bộ lọc hình học với tỷ lệ khung hình chiều cao trên chiều rộng từ 0,75 đến 0,91 đối với biển 2 hàng và diện tích pixel trắng trong khoảng 16.000 đến 61.000 pixel đã loại bỏ thành công 98,2% các đối tượng gây nhiễu ngoại cảnh như đèn pha, lưới tản nhiệt hoặc logo nhà sản xuất.

Thứ tư, giai đoạn phân đoạn và nhận dạng ký tự đạt độ chính xác trung bình 95,3% đối với ký tự chữ cái và 96,8% đối với chữ số tự nhiên. Thời gian xử lý trung bình cho toàn bộ quy trình từ ảnh đầu vào đến văn bản đầu ra là 0,38 giây trên một bức ảnh.

Thảo luận kết quả

Hiệu năng vượt trội của hệ thống bắt nguồn từ sự kết hợp tuần tự và bổ trợ chặt chẽ giữa toán tử vi phân Sobel và các phép toán hình thái học. Khi áp dụng kỹ thuật giãn nở Dilation theo hai chiều ngang và dọc, các khoảng cách giữa những ký tự liền kề được liên kết thành một khối liên thông duy nhất, cho phép hàm lấp đầy imfill tạo ra mặt nạ nhị phân hoàn hảo của biển số.

Toàn bộ dữ liệu thực nghiệm có thể được trình bày trực quan thông qua bảng so sánh độ chính xác giữa các điều kiện ánh sáng và biểu đồ cột thể hiện thời gian xử lý của từng khối chức năng. Biểu đồ phân tích độ nhạy cho thấy tỷ lệ nhận dạng đạt đỉnh 98% ở điều kiện ánh sáng ban ngày và giảm nhẹ xuống khoảng 91,4% khi góc chụp nghiêng trên 20 độ hoặc ánh sáng yếu dưới 50 Lux. Tỷ lệ nhận dạng nhầm lẫn giữa các ký tự có cấu trúc tương đồng như số 8 với chữ B, số 0 với chữ D chỉ chiếm khoảng 3,5% và hoàn toàn có thể khắc phục bằng cách tăng cường độ phân giải của mẫu học.

So sánh với các giải pháp nhận dạng biển số quốc tế truyền thống chỉ đạt độ chính xác khoảng 88% khi áp dụng tại Việt Nam do không tương thích với biển số 2 hàng và font chữ đặc thù, thuật toán đề xuất trong luận văn đã nâng cao độ chính xác thêm 7,3%, đồng thời giảm dung lượng bộ nhớ tiêu thụ tới 30% so với các mô hình mạng nơ-ron học sâu nhiều tầng.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và đưa kết quả nghiên cứu vào ứng dụng thực tiễn quy mô lớn, luận văn đưa ra 4 nhóm giải pháp cụ thể:

  1. Nâng cấp hệ thống thu nhận hình ảnh đầu vào: Các ban quản lý bãi đỗ xe và trạm thu phí cần lắp đặt camera độ phân giải chuẩn từ Full HD đến 4K có tích hợp đèn chiếu sáng hồng ngoại tầm xa 15 đến 20 mét trong quý 1 năm 2025. Giải pháp này giúp giảm thiểu 90% hiện tượng chói lóa đèn xe ban đêm và cung cấp ảnh đầu vào có độ tương phản cao.

  2. Chuyển đổi mã nguồn và tối ưu hóa giải thuật thời gian thực: Đội ngũ kỹ sư phần mềm cần chuyển giao thuật toán từ môi trường MATLAB sang ngôn ngữ lập trình C++ kết hợp thư viện OpenCV trong vòng 6 tháng tới. Mục tiêu là rút ngắn thời gian xử lý xuống dưới 0,15 giây mỗi phương tiện, đáp ứng tốt yêu cầu nhận dạng xe chạy với tốc độ lên tới 60 km/h trên các làn thu phí không dừng.

  3. Chuẩn hóa cơ sở dữ liệu mẫu ký tự theo quy chuẩn mới: Các cơ quan nghiên cứu và doanh nghiệp công nghệ cần xây dựng bộ dữ liệu mở với hơn 10.000 ảnh biển số xe 4 số và 5 số theo đúng quy định tại Thông tư 24/2023/TT-BCA trước quý 3 năm 2025. Việc mở rộng tập mẫu huấn luyện sẽ nâng độ chính xác nhận dạng tổng thể lên ngưỡng mục tiêu 99%.

  4. Tích hợp giải pháp tính toán biên trên phần cứng nhúng: Doanh nghiệp phát triển giải pháp giao thông thông minh nên tích hợp trực tiếp thuật toán vào các vi mạch System on Chip hoặc vi xử lý chuyên dụng trong giai đoạn 2025 - 2026. Hướng đi này giúp tiết kiệm 40% chi phí đầu tư máy chủ trung tâm và tăng tính độc lập cho từng trạm kiểm soát.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu này mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

  1. Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Viễn thông, Công nghệ Thông tin, Kỹ thuật Điều khiển và Tự động hóa: Luận văn cung cấp tài liệu tham khảo với hơn 80 trang phân tích chi tiết từ lý thuyết toán học xử lý ảnh đến mã nguồn thực thi thuật toán trên MATLAB.

  2. Kỹ sư phát triển phần mềm và hệ thống thị giác máy tính: Tài liệu là hướng dẫn thực hành hữu ích để áp dụng trực tiếp các giải thuật trích xuất vùng quan tâm, lọc hình thái học và phân đoạn ký tự vào các dự án thương mại như trạm thu phí tự động ETC và bãi xe thông minh.

  3. Doanh nghiệp và nhà thầu triển khai giải pháp an ninh, quản lý đô thị: Cung cấp cơ sở kỹ thuật, định mức thời gian xử lý và tiêu chuẩn phần cứng để xây dựng phương án kiểm soát phương tiện ra vào tại các khu công nghiệp, tòa nhà văn phòng với thời gian đáp ứng dưới 0,5 giây.

  4. Giảng viên và nhà nghiên cứu tại các trường đại học kỹ thuật: Có thể sử dụng luận văn làm học liệu giảng dạy cho các học phần Xử lý ảnh số, Nhận dạng mẫu và Thị giác máy tính với 4 chương nội dung kết hợp hài hòa giữa lý thuyết và thực nghiệm gắn liền điều kiện Việt Nam.

Câu hỏi thường gặp

  1. Thuật toán trong luận văn có nhận dạng được cả biển số xe 4 số và 5 số không?
    Thuật toán được thiết kế chuyên biệt để nhận dạng song song cả hai mẫu biển số 4 số theo chuẩn cũ và 5 số theo chuẩn hiện hành. Hệ thống hỗ trợ xử lý cả dạng biển dài 1 hàng kích thước 520 x 110 mm và biển ngắn 2 hàng kích thước 330 x 165 mm với độ chính xác trên 95% ở điều kiện ánh sáng tiêu chuẩn.

  2. Vì sao bộ lọc trung vị kích thước 3x3 lại được ưu tiên hơn các ma trận 5x5 hay 9x9?
    Ma trận lọc trung vị kích thước 3x3 loại bỏ hiệu quả nhiễu muối tiêu ngẫu nhiên mà vẫn giữ nguyên độ mảnh và góc sắc của nét chữ. Các ma trận kích thước 5x5 hoặc 9x9 làm mờ biên độ tương phản tới 25%, gây khó khăn cho toán tử Sobel trong việc định vị đường bao chính xác.

  3. Hệ thống xử lý như thế nào khi biển số xe bị nghiêng hoặc chụp từ góc chéo?
    Hệ thống sử dụng thuật toán biến đổi Radon kết hợp kỹ thuật xoay hình học để tự động phát hiện góc nghiêng và nắn chỉnh biển số về phương nằm ngang chuẩn. Khoảng bù góc nghiêng hỗ trợ hiệu quả từ âm 30 độ đến dương 30 độ, giúp tỷ lệ phân đoạn ký tự đạt trên 91,4%.

  4. Thuật toán có phân biệt được biển số nền trắng và biển số nền vàng kinh doanh vận tải không?
    Có. Thông qua bước trích xuất không gian màu kết hợp phân tích lược đồ mức xám Histogram, hệ thống phân loại chính xác biển xe cá nhân nền trắng chữ đen và biển xe kinh doanh nền vàng chữ đen với độ chính xác đạt 97,8% trên 150 mẫu thử nghiệm.

  5. Giải pháp trong luận văn có thể chuyển giao lên phần cứng nhúng để chạy thực tế không?
    Hoàn toàn khả thi. Các giải thuật tiền xử lý, Sobel, Dilation và nhận dạng mẫu đều là các phép toán xử lý ảnh kinh điển với độ phức tạp tính toán thấp. Khi chuyển giao sang ngôn ngữ C++ trên các dòng chip nhúng, thời gian xử lý có thể tối ưu xuống dưới 0,1 giây mỗi khung hình.

Kết luận

  • Luận văn đã nghiên cứu toàn diện và hiện thực hóa thành công hệ thống nhận dạng biển kiểm soát phương tiện giao thông tự động ứng dụng các thuật toán xử lý ảnh số tối ưu.
  • Đề xuất quy trình định vị và tách biển số chính xác dựa trên biến đổi mức xám, phân ngưỡng Histogram thích nghi và lọc hình học với tỷ lệ thành công đạt 96,7%.
  • Ứng dụng hiệu quả toán tử Sobel, phép toán giãn nở hình thái học và thuật toán gán nhãn liên thông để phân đoạn và nhận dạng ký tự với độ chính xác 95,3%.
  • Xây dựng hoàn chỉnh giao diện người dùng đồ họa GUI trên phần mềm MATLAB, đạt thời gian xử lý trung bình 0,38 giây trên một bức ảnh với độ tin cậy cao.
  • Đóng góp giải pháp kỹ thuật bám sát thực tiễn quản lý phương tiện tại Việt Nam, đáp ứng đầy đủ các tiêu chuẩn kỹ thuật theo Thông tư 24/2023/TT-BCA.

Trong kế hoạch phát triển 6 đến 12 tháng tới, hướng nghiên cứu tiếp theo sẽ tập trung vào việc nhúng mô hình học sâu lên phần cứng chuyên dụng nhằm tăng tốc độ nhận dạng phương tiện tốc độ cao. Các nhà nghiên cứu, kỹ sư và doanh nghiệp quan tâm có thể khai thác trực tiếp kết quả của đề tài để phát triển các giải pháp quản lý giao thông thông minh toàn diện.