Nghiên cứu nhận dạng biển số xe ô tô Cộng hòa Dân chủ Nhân dân Lào

Nghiên cứu nhận dạng biển số xe ô tô Cộng hòa Dân chủ Nhân dân Lào. Ứng dụng công nghệ thông tin trong giao thông, an ninh và quản lý đô thị.

• Tác giả: Khamphoumy Phonevilay
• Người hướng dẫn: Ts. Huân - Trưởng Khoa Hệ Thống Thông Tin
• Trường học: Trường Đại học Công nghệ Thông tin và Truyền thông Đại học Thái Nguyên
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên cứu nhận dạng biển số xe ô tô Cộng hòa Dân chủ Nhân dân Lào
• Loại tài liệu: Luận văn tốt nghiệp
• Năm xuất bản: 2016
• Địa điểm: Thái Nguyên

Tóm tắt

I. Tổng Quan Nghiên Cứu Ứng Dụng Nhận Dạng Biển Số Xe Lào

Nghiên cứu về nhận dạng biển số xe Lào đang ngày càng trở nên quan trọng trong bối cảnh giao thông ngày càng phát triển. Bài toán này không chỉ mang tính học thuật mà còn có ý nghĩa thực tiễn lớn, đặc biệt trong việc quản lý giao thông, đảm bảo an ninh và xây dựng các hệ thống giao thông thông minh. Công nghệ nhận dạng biển số xe giúp tự động hóa quá trình kiểm soát phương tiện, giảm tải cho lực lượng chức năng và nâng cao hiệu quả quản lý. Các nghiên cứu tập trung vào các phương pháp xử lý ảnh, nhận dạng ký tự quang học (OCR) và ứng dụng trí tuệ nhân tạo (AI) để đạt được độ chính xác và tốc độ cao. Theo tài liệu gốc, quá trình xử lý ảnh và nhận dạng có thể xem như là các thao tác trên ảnh đầu vào để cho ra kết quả mong muốn. Kết quả này có thể là một ảnh hoặc một thuộc tính nào đó của ảnh.

1.1. Giới Thiệu Biển Số Xe Ô Tô Cộng Hòa Dân Chủ Nhân Dân Lào

Biển số xe Lào có định dạng và quy định riêng, khác biệt so với các quốc gia khác. Việc hiểu rõ mẫu biển số xe Lào là bước quan trọng để xây dựng hệ thống nhận dạng chính xác. Hiện nay, có nhiều loại biển số xe khác nhau, được cấp cho các loại phương tiện khác nhau. Nghiên cứu cần tập trung vào việc thu thập và phân tích data biển số xe Lào để huấn luyện mô hình nhận dạng hiệu quả. Đặc biệt, cần chú ý đến các ký tự, màu sắc và kích thước của biển số. Theo tài liệu, việc nghiên cứu về biển số xe Lào là quyết vấn đề mục phương thông (thể chế) và các thống (quốc gia).

1.2. Tổng Quan Về Xử Lý Ảnh Trong Nhận Dạng Biển Số Xe

Xử lý ảnh là bước quan trọng đầu tiên trong quy trình nhận dạng biển số xe. Các kỹ thuật xử lý ảnh như lọc nhiễu, tăng cường độ tương phản, và nhị phân hóa ảnh giúp cải thiện chất lượng ảnh, tạo điều kiện thuận lợi cho việc tách ký tự và nhận dạng ký tự. Nghiên cứu cũng cần xem xét các phương pháp biến đổi ảnh để làm nổi bật các đặc trưng quan trọng của biển số. Các thuộc tính như Pixel, Độ phân giải và Mức xám cần được hiểu rõ trong phần xử lý ảnh. Cần hiểu rõ định nghĩa về Chu tuyến, điểm trong điểm ngoài.

II. Thách Thức Giải Pháp Nhận Dạng Biển Số Xe Ô Tô Lào

Việc nhận diện biển số xe Lào đặt ra nhiều thách thức, bao gồm sự đa dạng về font chữ, điều kiện ánh sáng không ổn định, góc nhìn khác nhau và ảnh hưởng của thời tiết. Các hệ thống OCR biển số xe Lào cần được thiết kế để có khả năng xử lý các tình huống này một cách hiệu quả. Nghiên cứu cần tập trung vào việc phát triển các thuật toán mạnh mẽ, có khả năng chống nhiễu và thích ứng với các điều kiện khác nhau. Điều này đòi hỏi sự kết hợp giữa các kỹ thuật xử lý ảnh truyền thống và các phương pháp học máy hiện đại. Theo tài liệu, sự tăng trưởng kinh tế và phát triển khoa học kỹ thuật tạo ra nhiều thách thức trong quản lý giao thông.

2.1. Các Yếu Tố Ảnh Hưởng Đến Độ Chính Xác Nhận Dạng Biển Số

Độ chính xác của hệ thống nhận dạng biển số xe chịu ảnh hưởng bởi nhiều yếu tố, bao gồm chất lượng ảnh đầu vào, độ phân giải của camera, và hiệu quả của các thuật toán xử lý ảnh. Cần phân tích các yếu tố này một cách kỹ lưỡng để tìm ra các giải pháp tối ưu. Ngoài ra, cần xem xét ảnh hưởng của các yếu tố bên ngoài như ánh sáng, thời tiết và bụi bẩn. Việc xây dựng một hệ thống nhận dạng biển số xe đáng tin cậy đòi hỏi sự chú trọng đến từng chi tiết. Việc tìm hiểu về các mỗi liên kết (Boundaries) cũng cần thiết.

2.2. Giải Pháp Ứng Dụng AI Deep Learning Trong OCR Biển Số Xe

Việc ứng dụng trí tuệ nhân tạo và deep learning đang mở ra những hướng đi mới trong nhận dạng biển số xe. Các mô hình deep learning có khả năng tự học và trích xuất các đặc trưng quan trọng từ ảnh, giúp cải thiện đáng kể độ chính xác và tốc độ nhận dạng. Nghiên cứu cần tập trung vào việc xây dựng và huấn luyện các mô hình deep learning phù hợp với đặc điểm của biển số xe Lào. Các mô hình như CNN (Convolutional Neural Network) và RNN (Recurrent Neural Network) đang được sử dụng rộng rãi trong lĩnh vực này. Tình trạng thiếu dữ liệu biển số xe là một thách thức lớn.

2.3. Sử Dụng OpenCV Xây Dựng Ứng Dụng Nhận Dạng Biển Số Xe

OpenCV là một thư viện mã nguồn mở mạnh mẽ, cung cấp nhiều công cụ và thuật toán hữu ích cho việc xử lý ảnh và nhận dạng biển số xe. Sử dụng OpenCV giúp giảm thiểu thời gian phát triển và tăng tính linh hoạt của hệ thống. Theo tài liệu, OpenCV được những ai sử dụng và OpenCV có nguồn gốc từ đâu. OpenCV cung cấp nhiều hàm hỗ trợ xây dựng ứng dụng nhận dạng biển số. Hàm cvLoadImage, cvCxtColor, cvNamedWindow là những hàm quan trọng.

III. Hướng Dẫn Nhận Dạng Biển Số Xe Lào Bằng Phần Mềm OCR

Việc xây dựng một hệ thống nhận dạng biển số xe Lào hiệu quả đòi hỏi sự kết hợp giữa kiến thức lý thuyết và kỹ năng thực hành. Hướng dẫn này sẽ cung cấp các bước chi tiết để xây dựng một hệ thống phần mềm nhận dạng biển số xe Lào sử dụng các công cụ và thuật toán phổ biến. Từ việc thu thập dữ liệu, xử lý ảnh, tách ký tự, đến nhận dạng ký tự và đánh giá hiệu suất, tất cả các bước sẽ được trình bày một cách rõ ràng và dễ hiểu. Hướng dẫn này dành cho các nhà nghiên cứu, sinh viên và các chuyên gia trong lĩnh vực xử lý ảnh và trí tuệ nhân tạo.

3.1. Các Bước Xử Lý Ảnh Cơ Bản Trong Nhận Dạng Biển Số

Các bước xử lý ảnh cơ bản bao gồm: tiền xử lý ảnh (loại bỏ nhiễu, tăng cường độ tương phản), nhị phân hóa ảnh (chuyển ảnh thành ảnh đen trắng), tách vùng biển số (xác định vị trí của biển số trong ảnh), và chuẩn hóa kích thước biển số. Các bước này giúp cải thiện chất lượng ảnh và tạo điều kiện thuận lợi cho các bước tiếp theo. Việc lựa chọn các thuật toán phù hợp phụ thuộc vào đặc điểm của ảnh đầu vào và yêu cầu của hệ thống. Theo tài liệu, cần có kiến thức về lọc trung bình và lọc trung vị.

3.2. Kỹ Thuật Tách Ký Tự Nhận Dạng Ký Tự Quang Học OCR

Tách ký tự là quá trình phân tách các ký tự riêng lẻ trên biển số. Nhận dạng ký tự quang học (OCR) là quá trình chuyển đổi hình ảnh của ký tự thành văn bản. Các kỹ thuật tách ký tự phổ biến bao gồm: tách ký tự dựa trên ngưỡng, tách ký tự dựa trên đường viền, và tách ký tự dựa trên học máy. Các công cụ OCR phổ biến bao gồm: Tesseract OCR và Google Cloud Vision API. Theo tài liệu, cần nắm vững các kỹ thuật Tách ký tự như tích cạnh và tính toán các đặc trưng của ảnh.

IV. Ứng Dụng Thực Tiễn Hệ Thống Nhận Dạng Biển Số Xe Ô Tô Lào

Ứng dụng nhận dạng biển số xe đang được triển khai rộng rãi trong nhiều lĩnh vực, bao gồm: quản lý giao thông, kiểm soát bãi đỗ xe, và giám sát an ninh. Một hệ thống nhận dạng biển số xe có thể tự động ghi lại thông tin về phương tiện, giảm tải cho lực lượng chức năng và nâng cao hiệu quả quản lý. Việc tích hợp hệ thống nhận dạng biển số xe với các hệ thống khác như hệ thống thanh toán tự động và hệ thống báo động giúp tạo ra các giải pháp toàn diện. Nghiên cứu cần tập trung vào việc đánh giá hiệu quả và độ tin cậy của các ứng dụng thực tế.

4.1. Ứng Dụng Nhận Dạng Biển Số Trong Quản Lý Giao Thông Thông Minh

Trong lĩnh vực quản lý giao thông thông minh, nhận dạng biển số xe được sử dụng để: theo dõi lưu lượng giao thông, phát hiện vi phạm giao thông, và điều khiển đèn tín hiệu giao thông. Hệ thống có thể tự động phát hiện các xe vượt đèn đỏ, đi sai làn đường, hoặc đỗ xe trái phép. Thông tin này có thể được sử dụng để xử phạt vi phạm và cải thiện tình hình giao thông. Cần xem xét các yếu tố liên quan đến sự riêng tư và bảo mật dữ liệu.

4.2. Ứng Dụng Nhận Dạng Biển Số Trong Kiểm Soát Bãi Đỗ Xe Thông Minh

Trong lĩnh vực kiểm soát bãi đỗ xe thông minh, nhận dạng biển số xe được sử dụng để: tự động mở cổng, ghi lại thời gian đỗ xe, và thanh toán phí đỗ xe. Hệ thống giúp giảm thiểu thời gian chờ đợi và nâng cao trải nghiệm người dùng. Ngoài ra, hệ thống có thể được tích hợp với các ứng dụng di động để cho phép người dùng tìm kiếm và đặt chỗ đỗ xe trực tuyến. Điều này giúp tối ưu hóa việc sử dụng không gian đỗ xe và giảm thiểu ùn tắc giao thông.

V. Đánh Giá So Sánh Các Phương Pháp Nhận Dạng Biển Số Xe Lào

Nghiên cứu cần đánh giá và so sánh các phương pháp nhận dạng biển số xe khác nhau để xác định phương pháp nào phù hợp nhất với đặc điểm của biển số xe Lào. Các tiêu chí đánh giá bao gồm: độ chính xác, tốc độ, khả năng chống nhiễu, và chi phí triển khai. Việc so sánh các phương pháp giúp đưa ra các khuyến nghị về việc lựa chọn và triển khai hệ thống nhận dạng biển số xe hiệu quả. Nghiên cứu cũng cần xem xét các yếu tố ảnh hưởng đến hiệu suất của hệ thống trong các điều kiện thực tế.

5.1. So Sánh Hiệu Suất Của Các Thuật Toán OCR Cho Biển Số Xe Lào

Các thuật toán OCR khác nhau có hiệu suất khác nhau trong việc nhận dạng biển số xe. Nghiên cứu cần so sánh hiệu suất của các thuật toán như Tesseract OCR, Google Cloud Vision API, và các thuật toán học máy tự phát triển. Các tiêu chí so sánh bao gồm: độ chính xác, tốc độ, và khả năng xử lý các ký tự bị mờ hoặc bị biến dạng. Việc so sánh giúp xác định thuật toán nào phù hợp nhất với yêu cầu của ứng dụng.

5.2. Đánh Giá Độ Tin Cậy Khả Năng Chống Nhiễu Của Hệ Thống

Độ tin cậy và khả năng chống nhiễu là các yếu tố quan trọng trong việc đánh giá hệ thống nhận dạng biển số xe. Nghiên cứu cần đánh giá khả năng của hệ thống trong việc xử lý các ảnh bị nhiễu, bị mờ, hoặc bị ảnh hưởng bởi ánh sáng không ổn định. Các phương pháp đánh giá bao gồm: sử dụng bộ dữ liệu thử nghiệm với các loại nhiễu khác nhau, và đánh giá hiệu suất của hệ thống trong các điều kiện thực tế. Kết quả đánh giá giúp xác định các điểm yếu của hệ thống và đề xuất các giải pháp cải thiện.

VI. Kết Luận Hướng Phát Triển Nghiên Cứu Nhận Dạng Biển Số Xe Lào

Nghiên cứu về nhận dạng biển số xe Lào đang ngày càng phát triển và có nhiều tiềm năng ứng dụng trong tương lai. Việc tiếp tục nghiên cứu và phát triển các thuật toán mới, xây dựng các bộ dữ liệu lớn hơn, và cải thiện hiệu suất của hệ thống là rất quan trọng. Ngoài ra, cần xem xét các vấn đề liên quan đến sự riêng tư và bảo mật dữ liệu. Việc hợp tác giữa các nhà nghiên cứu, các doanh nghiệp, và các cơ quan chính phủ là cần thiết để thúc đẩy sự phát triển của lĩnh vực này. Kết quả luận văn là sản phẩm nghiên cứu của cá nhân.

6.1. Xu Hướng Phát Triển Của Công Nghệ Nhận Dạng Biển Số Xe

Các xu hướng phát triển của công nghệ nhận dạng biển số xe bao gồm: sử dụng deep learning và trí tuệ nhân tạo để cải thiện độ chính xác và tốc độ nhận dạng, tích hợp hệ thống nhận dạng biển số xe với các hệ thống khác như hệ thống thanh toán tự động và hệ thống báo động, và phát triển các ứng dụng di động cho phép người dùng tìm kiếm và đặt chỗ đỗ xe trực tuyến. Ngoài ra, cần xem xét các vấn đề liên quan đến sự riêng tư và bảo mật dữ liệu. Theo tài liệu, kết quả có thể được hoàn thiện trong tương lai.

6.2. Đề Xuất Các Hướng Nghiên Cứu Tiềm Năng Trong Tương Lai

Các hướng nghiên cứu tiềm năng trong tương lai bao gồm: nghiên cứu các thuật toán nhận dạng biển số xe có khả năng xử lý các ký tự bị mờ hoặc bị biến dạng, xây dựng các bộ dữ liệu lớn hơn và đa dạng hơn cho biển số xe Lào, và phát triển các ứng dụng nhận dạng biển số xe cho các thiết bị di động. Ngoài ra, cần xem xét các vấn đề liên quan đến sự riêng tư và bảo mật dữ liệu. Việc ứng dụng machine learning và AI nhận dạng biển số xe Lào là cần thiết.

Trích đoạn nội dung tài liệu

phần mở đầu, tả lige tham khảo, mục lọc được tỉnh bây trong3 phần chính: ChongI: Téng quan vé xi ý ảnh và bài toán nhận dạng biễn số xe ở ô tô Cảng hòa đần chủ nhân dân Lào. Chuong I: Mét s6 vin dé trong nhận dạng ảnh biễn s xe 6 t6 Cộng hòa dân chủ nhân đân Lào. eChương TH: Chương trình nhận dạng biển số xe 6 15 Cộng hòa dân chủ shin din Lio Mic dé cé nhiềucổ gắng nhưng do hạn chế về thời gian công như kinh "nghiệm nên báo cáo này chắc chấn còn nhiễo thiếu sốt rất mong nhận được sự ốp của các thầy cô và các bạn đề ứng dụng mã báo cáo đề cập được hoàn thiện hơn. Thai Nguyên, ngày 24 tháng 8 năm 2016 Hạc viên Phonerilay KHAMPHOUMY.

CHUONG I: TONG QUAN VE XU LY ANH VA BAI TOAN NHAN DANG BIEN SO XE 6 TÔ Ở CỌNG HÒA DẦN CHỦ NHÂN Dá 11 TỎNG QUAN VẺ XỬ LÝ ẢNH Qed trình xở ý nhận dạng ảnh được xem như là quá tình thao tắc ảnh đầu vào nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xổ lý ảnh có thể là một ảnh “tốt hơu" hoặc là một kết luận. "Xử lý ảnh Kết luận. Quá ùnh sửlý ảnh 111 Mỹ sm cơ bản trong xử lý nh "Như đã đề cập trong phần giới thiệu, chúng ta đã thấy được một cách khái quất các vấn đề chính trong xử lý ảnh.

ĐỂ hiểu chỉ tt hơn, troớc tiên ta xem xét các khái niệm (thuật ngỡ) thường đồng trong xử lý ảnh đỏ là phẫn tử ảnh ( pixe), độ phân giải cia éah ( resolution), ảnh số (digitize image) va méc xém ( grey level) 1.1 Phin teh (Pixel (Picture Element) Ab trong thye tf fa mét dn lién tye về không gian và về giá tri độ sing Để cổ thể xử lý ảnh bằng máy tính cần thiết phải tến hành số hoá ảnh. Trong quá trình số hoá, người ta biển đổi tín hiệu liên tục sang tín hiệu ri rạc thông qua qua trình lẤy mẫu (ời rạc hoá về không gian) và lượng hoá thành phẫn giá trị mà về nguyén tie mit thang không phân biệt được bai điểm kề nhau. Trong quá tỉnh này, người ta sở dụng khái niệm Picture element ma ta quen gọi hay viết fa Pixel ~ phần tử ảnh. đây cũng cần phân biệt khái niệm pixel hay đề cập đến trong các hệ thống đỗ hoạ mấy tính.

Đã tránh nhằm lẫn ta tạm goi khái niệm phrel này là pbel thiết bị Khái niệm pixel thiết bị có thể xem xết như sau: kh ta quan sắt mẫn hình ( 10 trong chế độ đồ họa), màn hình không liên tục mà gồm nhiều điểm nhỏ, gọi là pixel. Mi pixel gỗm một cặp oạ độ x, y và mẫu. Cấp toạ độ x, y tạo nên độ phần giải ( resoluticn). Màn bình mấy tính có shi Logi với độ phân giải khác nhau: màn hình CGA cổ độ phân giả là 320x200; rân hình VGA là 640x550, Nh vay, mot ảnh là một tập hợp các điểm ảnh.

Khi được số hoá, nỗ thường được biểu diễn bởi bằng bai chiề Tín): n đồng và p cột Ta nổi ảnh pm, saxp pixels. Người ta thường ký hiệu Iặcy) để chỉ một pixel. Mét pixel có thể lưu trở trên 1, 4, 8 bay 24 bít 111.12 Độ phân giải của ảnh (8ecohuion) Độ phân gidi (Resolution) cia aah la mật độ điểm ảnh được Ấn định trên một ảnh số được hiễn thị. Trong đó khoảng cách giữa các điểm ảnh phải được chọn.

sao cho mắt người vẫn thấy được cự lên tục côa ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đô chính là độ phân giải và được phân bổ theo trục x và y trong không gian hai chiều Độ phân giải của ảnh trên màn bình CGÀ (Color Graphic Adaptor) la mot lưới điểm theo chiều ngang màn hình: 300 điểm chiều đọc * 200 điểm ảnh (820200). Rẽ răng, cing min hinh CGA 12” ta nhận thấy mịn hơn mẫn hình CGA 17" 45 phin giải 320200. Điều mày do công một mật độ (độ phân giả) “hưng diện tích màn hình rộng hơn th độ mịn điền tục của các điểm) kêm hơn, 1.3 Mize xéon (Gray Level ‘Mim ft qua sym hod wong ing mot cvimg 49 sáng của mỗi điểm ảnh với một giá trị số - kết quả của quá trình lượng hoá.

Cách mã hoá kinh điễn thường đùng 16, 32 hay 64 mốc. Mã hoá 256 mức là phỗ dụng nhất đo lý do kỹ thuật Vì '56 (0.255), nên với 256 mức, mỗi pixel sẽ được mã hoá bởi § bít ul 1.4 Sử dạng các Bộ lọc + Kỹ thuật lọc trong vị `Ýtưởng: sử dụng một cửa số lọc (ma trận 3x3) quết qua lần lượt từng điểm. ảnh của ảnh đầu vào ingut Tại vị trí mỗi điểm ảnh lấy gi tị của các điểm ảnh tương ứng trong vòng 3x3 của ảnh gốc lắp vào mua trận lọc, sau đồ sắp xếp các điểm ảnh trong cổa số này theo thứ ty tăng dẫn, gản điểm ảnh nằm chính giữa (trong vì) của dãy giá trị điểm ảnh đã được sắp xắp ở trên cho giá trị điễm ảnh đang. sét oda ảnh đầu ra output.

Sơ lược ý tưởng trên: Quết cửa số lạc — điện “Xã lý thành phần trong giá trì vào của sổ lọc cửa sổ lọc Lm lại thành phần “Xã lý thành phần trong cửa ginchooutpst E——| 26 toe Bins 1.2 KY thud le trong vĩ +f thudt foc trong bình ` trởng: Tương ty như kỹ thuật lọ trong vỉ, sử dụng một cửa s lọc (ma trân 3x3) quết qua lần lượt từng điểm ảnh của ảnh div vio input. Tai vị tri mỗi điểm ảnh lấy giá trị của các diém ảnh tương ứng trong vùng 3x3 của ảnh gốc lip ‘vdo ma trậnlọc. Với hai bước: tính tổng các thành phần trong cổa s lạc và sau độ lấy tổng chia cho các phần tờ của của số lọ. Sơ lượcÝ trởng tiên Quê căn số điện giá Xế l thành phần vi côn sổ lọc trong ofa Gan gid tri trong bin Tinh giá trị trung bình các cho ảnh đầu ra.

thành phân trong cửa số lọc Hinh 1.3 Kỹ thuật lọc trừng binh 12 41.2 Quan hệ giữa các điễm ảnh "Một ảnh giả sử được iễu diễn bằng bàm đọ y). Tập con các điểm ảnh là S; cặp điểm ảnh có quan hệ với nhau kỹ hiện là pq. Chúng ta nêu một số các khái 1.1 Các lân cận của điềm ảnh (Image Neighbors) Giả sử cô điểm ảnh tại toạ độ (xy). p cô 4 điểm lân cận gằn nhất theo chiên đồng và ngang (có thể coi như lân cặn 4 hướng chí: Đông, Tây, Nam, Bắc) (G13).y-D(y+Ð(@°1g)) =NG) Trong đó: Số 1 là giá trị logic; Na(p) tập 4 điểm lân cận của p.

Đông Nam Tây (-ly-D) @œy-D) œ1x-) (Ly) (my) ey) @œ1x:) Gyr) (@&*ly+D) Bắc Các lần cận chéo: Cc điểm lân cận chéo N/Œ) (Có th coi lân cận chéo la 4 hướng: Đông— Nam, Đông Bắc, Tây ~ Nam, Tây ~ Bắc) NgØ)= (G1321), 6°17-1) G1321) 6°1z+Ð} Tập kết hợp: Ngíp) = Na(P)~ ẤP) là tập hợp § điểm ln cận của điểm ảnh p. Chúý *u (y) nằm ở biên (mép) ảnh; một số điểm sẽ nằm ngoàinh, 1.2 Các mối liên kết điêm ảnh: Các mỗi liên kết được sử dụng để xác định giới han Boundaries) cba adi tượng vật thể hoặc xác định ving trong một ảnh. Một liên kết được đặc trơng bởi tính liên kề giữa các điểm và mức xám của chúng, Giá sử V là tập các giá trị mức xám. Một ảnh có các giá tị cường độ sáng từ thang mức xám từ 32 đến 64 được mô = 64}, B 53 loại liên kết a) Liên kết 4: Hai điểm ảnh p và q được nói là liên kết 4 với các giá trì cường độ sắng V nu q nằm trong một các lân cận của p, tóc q thuộc N4) Đ) Liên kết S: Hai điểm ảnh p và q nằm trong một các ân cận Ÿ của p, tốcq thuộc Ng?) ©) Liên kết m (liên kết hỗn hợp): Hai điểm ảnh p và q với các giá trị cường.

độ sáng V được nổi là tiên kết m nếu q thuộc NưŒ) hoặc q thude NP) 1.23 Đo Eăoảng cách giữa các điễm ảnh Khodng cich D(p.q) giữa bai điểm anh p toa 46 (x, y), q toa độ Œ, 9 là hàm khoảng cách (Diztance) hoặc Metic nếu 2) Dip.q) = 0 nếu và chỉ nếu p = g) 5)D@4)=D(G) ©) D(pz) <= Da) + D(q;3; là một điểm ảnh khác. Khoảng cách Euclide: Khoảng cách Euclide giữa hai điểm anh p(x, y) và. (S1 được định nghĩa như san: Đạp, )= [6-3 = @- HT" Khoảng cách khốt: Khoảng cách Dạ(p.g) được gọi là khoảng cách khối đổ thị (City ~ Block Digance) và được xác định nhự sau De® —sl*~y—t Gi tri khoảng cảch gia cic diém ah r gid tri bản kính r giữa điểm ảnh tờ tâm điểm ảnh đến tâm điểm ảnh qkhác. Vĩ dụ: Màn hình CGA 12" (12" * 2,54 cm = 30,48 em = 304,8mm) độ phân giải 320 * 200; tỷ lệ 4/3 (chiều dài chiều sông).

Theo định lý Piago về tam giác vuông, đường chéo sẽ lấy tỷ lệ § phần G/43: đường chéolchiée dii/chiéu rong min hinh); Khi đô độ di thật là (805/244/183) chiều rộng màn hình 183m ứng với mãn hình CGA 200 diém ảnh heo chiếu đọc. "Nhờ vậy, khoäng cách điểm ảnh lân cận cña CGA 12” là khoảng Imm. 4 Khoảng cách Ds(p.q) còn gọi là khoảng cách bản cờ (Ches ~ Board Distance) gta diém anh p.q duos xác định như sau: Da(p. ty-t) đất tượng ảnh.1 Định nghĩa Chu ngồn Chu tuyến của một đổi trọng ảnh là di y cắc điểm của đổi tượng ảnh Đị.Psao cho ð và P2 là các lãng giồng của nhau (~1,.n-1) và P là 8 lắng giềng của P„, Vỉ 5Q không thuộc đối tượng ảnh và Q là 4-láng giềng của P; (hay nối cách khác Vì tủ Pi là biên 4).

Bộ, “Tổng các khoảng cách giữa hai điểm kể tiếp của chu tuyển là độ dài của chu tuyến và kí hiệu Len(C) và hướng PẼy¡ là hướng chấn nỗu P,và Pạ là các 4 lắng giềng (ường hợp côn lạ tủ P.ñ là hướng lê. Trong bình dưới đây biểu diễn chư tuyến của anh, trong đó, P là điểm khởi đầu chu tuyển.4 Vĩ đụ về chư yền của đối tương ảnh 11.32 Định nghĩa Chu nền đối ngẫu Hai chu tuyển C <PiP›. Qu được gọi là đối ngẫu của “hao nế và chỉ nếu Yi S sao cho a)P; va Q; là 4-láng giềng của nhau. Ð) Các điểm P, là vùng thủ Q, là nên và ngược lại 1.3 Đi nghĩa Chư ng ngoài Chu tuyến C được gọi là chu tuyến ngoài (Hình 1.33) nếu và chỉ nếu 3)Chu tuyến đối ngẫu Cˆ là chu tuyến của các điểm nên t) Độ đãi của nhỏ hơn độ đãi CẺ 15 11.