ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA
TRẦN THU MAI
XÂY DỰNG ỨNG DỤNG TỰ ĐỘNG PHÁT HIỆN VÀ
NHẬN DẠNG BIỂN BÁO GIAO THÔNG ĐƯỜNG BỘ
LUẬN VĂN THẠC SĨ KỸ THUẬT
Đà Nẵng - Năm 2017
ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA
TRẦN THU MAI
XÂY DỰNG ỨNG DỤNG TỰ ĐỘNG PHÁT HIỆN VÀ
NHẬN DẠNG BIỂN BÁO GIAO THÔNG ĐƯỜNG BỘ
Chuyên ngành : Khoa học máy tính
Mã số : 60.48.01.01
LUẬN VĂN THẠC SĨ KỸ THUẬT
Người hướng dẫn khoa học: TS. TRẦN THẾ VŨ
Đà Nẵng - Năm 2017
i
LỜI CAM ĐOAN
Tôi xin cam đoan kết quả của luận văn này là công trình nghiên cứu của riêng cá
nhân tôi dưới sự hướng dẫn trực tiếp của TS.Trần Thế Vũ.
Mọi tài liệu tham khảo trong luận văn đều được trích dẫn rõ ràng tên tác giả, tên
công trình, thời gian và địa điểm công bố.
Các nội dung nghiên cứu, kết quả trong đề tài này là trung thực và chưa từng
được ai công bố trong bất kỳ công trình nào khác.
Người cam đoan
Trần Thu Mai
ii
TÓM TẮT LUẬN VĂN
XÂY DỰNG ỨNG DỤNG TỰ ĐỘNG PHÁT HIỆN VÀ NHẬN DẠNG BIỂN
BÁO GIAO THÔNG ĐƯỜNG BỘ
Học viên: Trần Thu Mai
Mã số: 60.48.01.01
Khóa: 31
Chuyên ngành: Khoa học máy tính
Trường Đại học Bách khoa - ĐHĐN
Tóm tắt - Ngày nay, công nghệ thông tin đang phát triển và ứng dụng rộng rãi trong
nhiều lĩnh vực, trong đó có lĩnh vực giao thông. Hệ thống tự động phát hiện và nhận
dạng biển báo giao thông áp dụng các kỹ thuật xử lý ảnh và thị giác máy tính đã và đang
được nhiều nhà nghiên cứu quan tâm.
Trong luận văn, để đáp ứng được yêu cầu bài toán phát hiện và nhận dạng biển
báo giao thông phải thực hiện thông qua nhiều giai đoạn.
Giai đoạn thứ nhất là thu thập dữ liệu ảnh đầu vào cho việc nhận dạng bằng cách
là chụp ảnh và quay lại các video có biển báo trên các tuyến đường sau đó điều chỉnh các
hình ảnh về cùng một kích thước là 640x480 để tiện cho việc xử lý sau này. Hình ảnh
sau khi được điều chỉnh về cùng một kích thước sẽ được chuyển sang không gian màu
HSV để xử lý phân đoạn màu dựa trên đặc trưng màu của biển báo là màu đỏ và màu
xanh lơ.
Trong giai đoạn phát hiện biển báo, kỹ thuật dò biên và phân tích hình dạng đặc
trưng của đối tượng được áp dụng để tìm ra các vùng có khả năng là biển báo. Tiếp theo
đó các vùng này sẽ được cắt ra phục vụ cho việc nhận dạng.
Để huấn luyện và nhận dạng đối tượng mô hình máy học được xây dựng kết hợp
với rút trích đặc trưng Surf gán các điểm nổi bật và hướng cho các đối tượng. Sau khi đã
có bộ mô tả thì phần tạo lập chỉ mục và so khớp dữ liệu được áp dụng để nhận dạng
đúng loại biển báo trong danh sách dữ liệu mẫu.
Trong luận văn đã huấn luyện và nhận dạng khoảng 30 biển báo giao thông thuộc
các nhóm: biển báo cấm, biển báo nguy hiểm, biển báo chỉ dẫn và biển báo hiệu lệnh.
Kết quả đạt trên 90% đối với từng loại biển báo.
Từ khóa - Tự động phát hiện và nhận dạng biển báo giao thông; thị giác máy tính;
không gian màu HSV; máy học; đặc trưng Surf.
iii
BUILDING APPLICATION FOR TRAFFIC ROAD SIGN AUTOMATIC
DETECTION AND RECOGNITION
Abstract - Nowadays, information technology is developing and widely applied in
many fields, including the field traffic. The detection and recognition of traffic control
signs system using handle image technique and computer vision have been attracted by
many researchers.
In this thesis, the detection and recognition of traffic control signs problem is
resolved through many phase.
The first phase, input image data is collected for recognition by the way taking a
picture and video there are traffic signs on the routes, then the images are adjusted to the
same size is 640x480. Images that are adjusted to the same size will be switched to the
HSV color space to process the color segment based on the red and blue.
The traffic sign detection phase, the detection of object edge and analysis of the
edge shape technique are used to figure out the image areas which are capable of the
traffic signs. Then these areas will be croped for for recognition.
To train and recognition object, machine learning model are built in conjunction
with Surf feature to calculate keypoint and direction of objects. Once a descriptor was
created, the indexing and matching are applied to recognition the traffic sign in the
sample data list.
In the thesis, have been trained and recognited about 30 traffic signs in the
following groups: forbidden sign, hazardous sign, instructive sign, command sign.
Results of over 90% for each type of signs.
Keyworks - The detection and recognition of traffic control signs; computer vision;
HSV color space; machine learning; Surf feature.
iv
MỤC LỤC
LỜI CAM ĐOAN ............................................................................................................ i
TÓM TẮT LUẬN VĂN ................................................................................................ ii
MỤC LỤC ................................................................................................................... iiiv
DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT ........................................................ vii
DANH MỤC CÁC BẢNG .......................................................................................... viii
DANH MỤC CÁC HÌNH ............................................................................................. ix
CHƯƠNG 1. MỞ ĐẦU ...................................................................................................1
1.1. Lý do chọn đề tài ...................................................................................................1
1.1.1. Bối cảnh chung ...............................................................................................1
1.1.2. Phương pháp thực hiện ...................................................................................2
1.2. Mục tiêu và nhiệm vụ của đề tài ...........................................................................3
1.2.1. Mục tiêu ..........................................................................................................3
1.2.2. Nhiệm vụ.........................................................................................................3
1.3. Đối tượng và phạm vi nghiên cứu .........................................................................3
1.3.1. Đối tượng nghiên cứu .....................................................................................3
1.3.2. Phạm vi nghiên cứu ........................................................................................4
1.4. Phương pháp nghiên cứu.......................................................................................4
1.4.1. Phương pháp lý thuyết ....................................................................................4
1.4.2. Phương pháp thực nghiệm ..............................................................................4
1.5. Mục đích và ý nghĩa của đề tài .............................................................................4
1.5.1. Mục đích .........................................................................................................4
1.5.2. Ý nghĩa khoa học và thực tiễn đề tài ..............................................................5
1.6. Bố cục luận văn .....................................................................................................5
CHƯƠNG 2. NGHIÊN CỨU TỔNG QUAN .................................................................7
2.1. Báo hiệu giao thông đường bộ ..............................................................................7
2.2. Tổng quan về xử lý ảnh .........................................................................................7
2.2.1. Xử lý ảnh là gì? ...............................................................................................7
2.2.2. Một số khái niệm trong xử lý ảnh ...................................................................8
2.3. Các mô hình màu ..................................................................................................9
2.3.1. Giới thiệu ........................................................................................................9
2.3.2. Mô hình màu RGB..........................................................................................9
2.3.3. Mô hình màu HLS ........................................................................................10
2.3.4. Mô hình màu IHLS .......................................................................................10
2.3.5. Mô hình màu HSV ........................................................................................11
v
2.4. Lọc số ảnh ...........................................................................................................13
2.4.1. Lọc số ảnh là gì? ...........................................................................................13
2.4.2. Nhân chập ảnh với phép lọc số ảnh ..............................................................13
2.4.3. Một số kỹ thuật lọc nhiễu .............................................................................14
2.4.3.1. Lọc trung bình .......................................................................................14
2.4.3.2. Lọc trung vị [5]......................................................................................15
2.4.3.3. Lọc thông thấp .......................................................................................16
2.4.3.4. Lọc thông cao ........................................................................................16
2.5. Các phép toán hình thái học ................................................................................16
2.5.1. Giới thiệu ......................................................................................................16
2.5.2. Phép toán giãn nở (dilation)..........................................................................16
2.5.3. Phép toán co (erosion) ..................................................................................17
2.5.4. Phép toán mở và đóng (opening, closing) ....................................................17
2.6. Phân vùng ảnh .....................................................................................................17
2.6.1. Phân vùng theo ngưỡng biên độ ...................................................................18
2.6.2. Phân vùng theo miền đồng nhất....................................................................19
2.6.2.1. Phương pháp tách cây tứ phân ..............................................................19
2.6.2.2. Phương pháp cục bộ ..............................................................................21
2.6.2.3. Phương pháp tổng hợp ..........................................................................21
2.6.3. Phân vùng theo kết cấu bề mặt .....................................................................21
2.6.4. Phân vùng dựa trên sự phân lớp điểm ảnh....................................................22
2.6.4.1. Mô hình bài toán....................................................................................22
2.6.4.2. Thuật toán ..............................................................................................22
2.7. Phát hiện biên ......................................................................................................23
2.7.1. Phát hiện biên trực tiếp .................................................................................23
2.7.1.1. Kỹ thuật phát hiện biên Gradient ..........................................................23
2.7.1.2. Kỹ thuật phát hiện biên Laplace [4] ......................................................25
2.7.1.3. Kỹ thuật phát hiện biên Canny [4] ........................................................25
2.7.2. Phát hiện biên gián tiếp.................................................................................26
2.8. Máy học (machine learning) ...............................................................................27
2.8.1. Giới thiệu ......................................................................................................27
2.8.2. Các loại giải thuật .........................................................................................27
2.9. Các hướng tiếp cận nhận dạng hình ảnh .............................................................28
2.9.1. Giới thiệu ......................................................................................................28
2.9.2. Đặc trưng HOG .............................................................................................28
2.9.3. Đặc trưng Sift (Scale invariant feature transform) .......................................30
vi
2.9.3.1. Xây dựng không gian tỉ lệ .....................................................................30
2.9.3.2. Dò tìm cực trị cục bộ .............................................................................31
2.9.3.3. Loại bỏ keypoint có độ tương phản (contrast) thấp ..............................31
2.9.3.4. Loại bỏ keypoint nằm trên biên cạnh ....................................................32
2.9.3.5. Gán hướng cho keypoint .......................................................................33
2.9.3.6. Miêu tả đặc trưng...................................................................................33
2.9.4. Đặc trưng Surf (Speed Up Robust Features) ................................................33
2.9.4.1. Giới thiệu ...............................................................................................33
2.9.4.2. Xác định điểm nổi bật [12][17] .............................................................34
2.9.4.3. Gán hướng cho điểm nổi bật và mô tả đặc trưng Surf [12]...................35
2.9.4.4. Lập chỉ mục và so khớp.........................................................................36
CHƯƠNG 3. GIẢI PHÁP ĐỀ XUẤT XÂY DỰNG HỆ THỐNG ..............................37
3.1. Sơ đồ tổng quát giải quyết bài toán .....................................................................37
3.2. Thu thập dữ liệu ..................................................................................................37
3.3. Xử lý dữ liệu đầu vào ..........................................................................................38
3.4. Phát hiện và nhận dạng đối tượng .......................................................................39
3.4.1. Phát hiện và trích xuất vùng đặc trưng .........................................................39
3.4.1.1. Đặc trưng biển báo ................................................................................39
3.4.1.2. Phương pháp phát hiện biển báo ...........................................................39
3.4.1.3. Trích xuất vùng đặc trưng .....................................................................43
3.4.2. Nhận dạng đối tượng biển báo bằng đặc trưng Surf .....................................44
CHƯƠNG 4. TRIỂN KHAI VÀ ĐÁNH GIÁ KẾT QUẢ ............................................46
4.1. Môi trường triển khai ..........................................................................................46
4.2. Kết quả thực nghiệm ...........................................................................................46
4.3. Đánh giá ..............................................................................................................52
KẾT LUẬN ...................................................................................................................53
DANH MỤC TÀI LIỆU THAM KHẢO ......................................................................54
QUYẾT ĐỊNH GIAO ĐỀ TÀI.
BẢN SAO KẾT LUẬN CỦA HỘI ĐỒNG, BẢN SAO NHẬN XÉT CỦA CÁC
PHẢN BIỆN
vii
DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT
CÁC CHỮ VIẾT TẮT:
Adaboots
Adaptive Boosting
CMYK
Cyan, Magenta, Yellow an Key
HLS
Hue, Luminance and Saturation
HOG
Histograms of Oriented Gradients
HSV
Hue, Saturation and Value
IHLS
Improved Hue, Luminance and Saturation
OpenCV
Open Source Computer Vision
RGB
Red, Green and Blue
SIFT
Scale-Invariant Feature Transform
SURF
Speed Up Robust Features
viii
DANH MỤC CÁC BẢNG
Số hiệu
bảng
Tên bảng
Trang
3.1
Bảng một số biển báo cấm và kí hiệu tương ứng
37
3.2
Bảng một số biển báo nguy hiểm và kí hiệu tương ứng
38
3.3
Bảng một số biển báo hiệu lệnh và chỉ dẫn
38
4.1
Tập dữ liệu kiểm tra
46
ix
DANH MỤC CÁC HÌNH
Số hiệu
hình
Tên hình
Trang
1.1
Khảo sát số lượng xe tự lái từ năm 2015-2020 [24]
1
2.1
Sơ đồ tổng quát của một hệ thống xử lý ảnh
8
2.2
Không gian màu RGB
9
2.3
Mô hình màu RGB
10
2.4
Mô hình màu HLS
10
2.5
Mô hình màu HSV
12
2.6
Lược đồ rắn lượn và cách chọn ngưỡng
19
2.7
Minh họa khái niệm liên thông
21
2.8
Minh họa xác định điểm biên
26
2.9
Minh họa chia khối trên ảnh khi trích đặc trưng HOG
28
2.10
Minh họa xây dựng không gian tỉ lệ
31
2.11
Dò tìm cực trị cục bộ
31
2.12
Xấp xỉ đạo hàm cấp 2 hàm Gaussian bằng hộp lọc
34
2.13
Vùng hình tròn xung quanh và hướng đại diện cho điểm đặc
trưng
35
2.14
4x4 hình vuông con xung quanh điểm đặc trưng
36
2.15
Ví dụ về đốm sáng trên nền tối hơn và đốm tối trên nền sáng
hơn
36
3.1
Sơ đồ tổng quát giải quyết bài toán
37
3.2
Kết quả chuyển từ mô hình RGB sang mô hình HSV
40
3.3
Minh họa kết quả phân đoạn màu đỏ
40
3.4
Minh họa kết quả phân đoạn màu xanh lơ
41
3.5
Kết quả minh họa cho phép giãn nở
41
3.6
Minh họa cho kết quả tìm biên
42
3.7
Minh họa kết quả vẽ đường bao định vị và cắt vùng ảnh
binary
43
3.8
Minh họa vùng ứng viên được cắt ra trên ảnh gốc
43
3.9
Minh họa ảnh sau khi thực hiện phép lọc trung vị
44
3.10
Hình minh họa kết quả sau khi loại bỏ vùng bên ngoài biển
báo
44
3.11
Hình minh họa kết quả nhận dạng biển báo
45
x
Số hiệu
Tên hình
hình
Trang
4.1
Kết quả thử nghiệm với biển báo cấm ở góc nhìn thẳng
48
4.2
Kết quả thử nghiệm với biển báo cấm ở góc nhìn nghiêng
48
4.3
Kết quả thử nghiệm với biển báo cấm bị sáng chói
49
4.4
Kết quả thử nghiệm với biển báo nguy hiểm ở góc nhìn
thẳng
49
4.5
Kết quả thử nghiệm với biển báo nguy hiểm ở góc nhìn
nghiêng
50
4.6
Kết quả thử nghiệm với biển báo nguy hiểm bị sáng chói
50
4.7
Kết quả thử nghiệm với hình ảnh không chứa biển báo
51
4.8
Kết quả thử nghiệm không nhận dạng được biển báo
51
1
Chương 1. MỞ ĐẦU
1.1. Lý do chọn đề tài
1.1.1. Bối cảnh chung
Trong bối cảnh hiện nay song hành cùng với sự phát triển của các thành tựu khoa
học kỹ thuật hiện đại, sự năng động trong cơ chế kinh tế thị trường, sự chăm chút bồi
bổ nâng cao đời sống văn hóa thì vấn đề về giao thông cũng từng bước được cải thiện
và phát triển mạnh mẽ góp phần vào sự phát triển chung của toàn xã hội.
Giao thông luôn là một trong những vấn đề nóng của xã hội. Nóng từ quy mô
phát triển đến chất lượng cơ sở hạ tầng. Nhưng để tham gia giao thông một cách an
toàn, bên cạnh việc tuân thủ các luật giao thông đường bộ, thì một vấn đề quan trọng
không kém đó là việc ghi nhớ hết ý nghĩa của các biển báo hiệu giao thông đường bộ.
Các biển báo hiệu này được dùng để thông báo, chỉ dẫn người tham giao thông điều
khiển phương tiện lưu thông nhằm đảm bảo an toàn. Hiện nay, số lượng biển báo hiệu
ở nước ta rất nhiều, việc ghi nhớ hết ý nghĩa của các biển báo hiệu là điều không dễ
[19]. Theo một số khảo sát cho thấy, sự mong muốn có một hệ thống có khả năng cảnh
báo được trang bị trên xe giúp tài xế ý thức hơn về những nguy hiểm tiềm ẩn khi điều
khiển phương tiện lưu thông đang là vấn đề cấp thiết. Hơn nữa việc ứng dụng công
nghệ cao trong việc tạo ra các loại xe tự điều khiển là xu hướng thiết yếu của xã hội
phát triển [20][24].
Hình 1.1. Khảo sát số lượng xe tự lái từ năm 2015-2020 [24]
2
Để xe tự điều khiển được an toàn bên cạnh việc kiểm soát tay lái, tốc độ, phanh,
phát hiện các xe đi trên đường, phát hiện các chướng ngại vật trên đường, nhận dạng
con đường và làn đường xe chạy, … thì việc phát hiện và giải thích các tín hiệu giao
thông hay đơn giản hơn là việc phát hiện và nhận dạng các biển báo hiệu giao thông
đường bộ là rất quan trọng để giúp hệ thống vận chuyển với một đôi mắt robot hoặc
một camera trong khi lái xe trên đường. Việc phát hiện và nhận dạng được các biển
báo sẽ cung cấp thông tin phản hồi cho hệ thống giúp xe tự điều khiển an toàn hơn và
đúng theo các quy luật đã được ban hành.
1.1.2. Phương pháp thực hiện
Vấn đề xây dựng một hệ thống nhận dạng biển báo giao thông là một vấn đề
lớn và có nhiều hướng tiếp cận để giải quyết bài toán. Vấn đề này được các quốc gia
phát triển về ngành tự động hóa quan tâm từ sớm và cũng đã cho nhiều kết quả khả
quan.
Phương pháp mô tả một hệ thống thị giác máy tính (Computer Vision) xử lý
việc phát hiện, theo vết và nhận dạng các biển báo giao thông dựa trên màu sắc, hình
dạng và thông tin trong thời gian thực. Phương pháp tiếp cận này sử dụng các đặc
trưng Haar kết hợp với bộ tăng tốc Adaboost để phát hiện biển báo. Sau khi phát hiện
và theo vết biển báo thì biển báo được phân loại bằng mô hình Bayes. Với phương
pháp này có thể phát hiện và phân loại được một số biển báo giao thông với tỉ lệ chính
xác cao trong điều kiện 10frames/1 giây [18] [7];
Dựa trên nền tảng chung cho việc nhận dạng và theo vết các biển báo giao
thông đó là thông tin màu sắc. Phương pháp tiếp cận này gồm hai thành phần. Phần
đầu sử dụng một tập phân phối Gauss để phát hiện đường và các biển báo giao thông.
Phần thứ hai là theo vết đối tượng đã được xác định ở bước trước đó. Kết quả thử
nghiệm cho thấy rằng hệ thống đề xuất nhận dạng trung bình trong thời gian thực với
các đối tượng ở gần tuy nhiên với điều kiện tác động của ánh sáng, bóng của các đối
tượng xung quanh, thời tiết,... sẽ làm giảm hiệu năng của việc phát hiện và nhận dạng
đối với phương pháp này [14][16];
Phương pháp áp dụng thuật toán xử lý ảnh và máy học để tự động phát hiện
và nhận dạng biển báo giao thông đường bộ sử dụng đặc trưng cục bộ HOG và mạng
Nơ-ron nhân tạo cũng được nghiên cứu qua với khả năng nhận dạng cũng rất khả quan
[9][13][1][22][23].
Với mong muốn góp phần vào việc ứng dụng các công nghệ tự động cho điều
khiển giao thông. Sau khi nghiên cứu, tìm hiểu các bài báo trong nước và quốc tế liên
quan đến cùng mảng đề tài, tôi đã chọn đề tài “Xây dựng ứng dụng tự động phát hiện
và nhận dạng biển báo giao thông đường bộ”.
3
1.2.
Mục tiêu và nhiệm vụ của đề tài
1.2.1. Mục tiêu
Trong đề tài, mục tiêu chính là thiết kế và xây dựng một hệ thống dựa trên máy
tính để có thể tự động phát hiện và nhận dạng các báo hiệu giao thông. Trước hết, tôi
sẽ đưa ra cái nhìn tổng quan về các phương pháp giải quyết vấn đề nhận dạng báo hiệu
giao thông đường bộ cho xe tự lái trên cơ sở lý thuyết. Sau đó, sẽ đi sâu nghiên cứu để
có thể phát hiện và nhận dạng được các báo hiệu giao thông. Sản phẩm kết quả của đề
tài là một chương trình đơn giản với đầu vào có thể là một hình ảnh được chụp từ máy
chụp ảnh, một video với hình ảnh có chứa biển báo giao thông đường bộ hoặc một
hình ảnh nhận được từ camera lắp đặt bên ngoài, kết quả đầu ra sẽ là thông tin cảnh
báo dưới dạng hình ảnh và văn bản.
1.2.2. Nhiệm vụ
Để thực hiện được mục tiêu của đề tài, nhiệm vụ cơ bản đặt ra là phải nghiên cứu
và nắm được ý nghĩa của các loại báo hiệu giao thông đường bộ hiện nay. Tìm hiểu
các phương pháp, thuật toán nhận dạng hình ảnh mà cụ thể là nhận dạng biển báo giao
thông.
Về lý thuyết
-
Tìm hiểu về lý thuyết nhận dạng hình ảnh;
-
Xử lý hình ảnh thu được từ tập dữ liệu ban đầu: bao gồm tập dữ liệu hình
ảnh, video, hình ảnh thu được từ camera;
-
Tìm hiểu các bước phát hiện báo hiệu giao thông, các phương pháp máy học
có liên quan để phát hiện đối tượng hình ảnh;
-
Tìm hiểu các bước nhận dạng báo hiệu giao thông: gồm quá trình phân tích
thành phần chính và huấn luyện để nhận dạng biển báo hiệu giao thông.
Về thực tiễn
1.3.
-
Khảo sát, tìm hiểu và thu thập tài liệu thực tế các hình ảnh về báo hiệu giao
thông hiện tại;
-
Xây dựng chương trình nhận dạng báo hiệu giao thông với đầu vào là một
hình ảnh, một video với hình ảnh có chứa các báo hiệu giao thông đường bộ
hoặc một hình ảnh nhận được từ camera lắp đặt bên ngoài, kết quả đầu ra sẽ
là thông tin cảnh báo dưới dạng hình ảnh và văn bản.
Đối tượng và phạm vi nghiên cứu
1.3.1. Đối tượng nghiên cứu
Các báo hiệu giao thông đường bộ đang được sử dụng;
4
Các lý thuyết xử lý ảnh. Các phương pháp và giải thuật phát hiện hình ảnh như:
phương pháp tiếp cận dựa trên màu sắc cho phép giảm thiểu kết quả sai lệch khi
nhận dạng [15][6], phương pháp tiếp cận dựa trên màu xám tập trung vào các
hình dạng của đối tượng để phát hiện và nhận dạng ra nó [10][11]. Bên cạnh đó,
còn nghiên cứu thêm về không gian màu, phương pháp phân đoạn màu, kỹ
thuật phát hiện biên đối tượng, phân tích hình dáng và phương pháp trích đặc
trưng ảnh. Lý thuyết máy học;
Thư viện xử lý ảnh và thị giác máy tính nguồn mở OpenCV.
1.3.2. Phạm vi nghiên cứu
Nghiên cứu các phương pháp đã được đề xuất để phát hiện và nhận dạng các
báo hiệu giao thông đường bộ;
Nghiên cứu các bài báo, các nghiên cứu khoa học trong nước và thế giới liên
quan tới đề tài.
1.4.
Phương pháp nghiên cứu
1.4.1. Phương pháp lý thuyết
Nội dung các văn bản liên quan đến việc ban hành, quy chuẩn và ý nghĩa báo
hiệu giao thông đường bộ;
Đọc, phân tích, tổng hợp tài liệu từ những bài báo và những nghiên cứu khoa
học liên quan đã được công bố ở Việt Nam và trên thế giới. Kế thừa những
phương pháp đạt kết quả tốt và phù hợp với nội dung cần đạt được của đề tài.
Phát triển và cải tiến phương pháp đã có ở những đề tài trước để xây dựng
chương trình hướng tới kết quả tốt hơn.
1.4.2. Phương pháp thực nghiệm
Triển khai ứng dụng bắt đầu bằng việc thu thập dữ liệu (ảnh, video), thiết kế và
xây dựng một hệ thống dựa trên máy tính để có thể tự động phát hiện và nhận dạng các
báo hiệu giao thông từ việc cài đặt các mô-đun phát hiện và trích đặc trưng đối tượng,
huấn luyện và nhận dạng các báo hiệu giao thông cho đến khi hoàn thành hệ thống.
1.5.
Mục đích và ý nghĩa của đề tài
1.5.1. Mục đích
Nghiên cứu, xây dựng một hệ thống dựa trên máy tính để có thể tự động phát
hiện và nhận dạng các báo hiệu giao thông ứng dụng các công nghệ tự động cho điều
khiển giao thông.
5
1.5.2. Ý nghĩa khoa học và thực tiễn đề tài
Về khoa học: dựa vào các nghiên cứu khoa học, bài báo liên quan đã được công
bố trong nước và quốc tế, áp dụng và đề xuất phương pháp nhận dạng các báo
hiệu giao thông đường bộ.
Về thực tiễn: mô phỏng thành công phương pháp phát hiện và nhận dạng các báo
hiệu giao thông đường bộ ứng dụng vào công nghệ tự động cho điều khiển giao
thông.
1.6.
Bố cục luận văn
Bố cục luận văn gồm 4 chương như sau:
CHƯƠNG 1. MỞ ĐẦU
Nội dung chương 1 tập trung vào việc giới thiệu đề tài, lý do chọn đề
tài, mục tiêu, nhiệm vụ, đối tượng, phạm vi, phương pháp, mục đích và ý nghĩa
của đề tài
1.1.
Lý do chọn đề tài
1.2.
Mục tiêu và nhiệm vụ đề tài
1.3.
Đối tượng và phạm vi nghiên cứu
1.4.
Phương pháp nghiên cứu
1.5.
Mục đích và ý nghĩa của đề tài
1.6.
Bố cục luận văn
CHƯƠNG 2. NGHIÊN CỨU TỔNG QUAN
Trong chương 2 giới thiệu về cơ sở lý thuyết. Trình bày các biển báo
giao thông đường bộ Việt Nam, giới thiệu các phương pháp tổng quan xử lý
ảnh. Trình bày các lý thuyết về không gian màu, kỹ thuật phân đoạn và lọc ảnh
để giảm nhiễu. Bên cạnh đó còn trình bày kỹ thuật phát hiện biên và các
phương pháp trích đặc trưng ảnh
2.1.
Báo hiệu giao thông đường bộ
2.2.
Các phương pháp tổng quan
2.3.
Máy học
2.4.
Các hướng tiếp cận nhận dạng hình ảnh
CHƯƠNG 3. GIẢI PHÁP ĐỀ XUẤT XÂY DỰNG HỆ THỐNG
Chương 3 tập trung trình bày các bước xây dựng hệ thống. Nội dung
bắt đầu bằng sơ đồ tổng quát các bước xây dựng hệ thống, tiếp sau đó là thu
6
thập dữ liệu, phân đoạn màu phát hiện vùng ứng viên và cuối cùng là huấn
luyện và nhận dạng biển báo giao thông
3.1.
Sơ đồ tổng quát giải quyết bài toán
3.2.
Thu thập dữ liệu
3.3.
Xử lý dữ liệu đầu vào
3.4.
Phát hiện và nhận dạng đối tượng
CHƯƠNG 4. TRIỂN KHAI VÀ ĐÁNH GIÁ KẾT QUẢ
Chương 4 trình bày môi trường triển khai. Kết quả thực nghiệm của
chương trình và đánh giá
4.1.
Môi trường triển khai
4.2.
Kết quả thực nghiệm
4.3.
Đánh giá
7
Chương 2. NGHIÊN CỨU TỔNG QUAN
2.1.
Báo hiệu giao thông đường bộ
Biển báo giao thông đường bộ hay còn được gọi là hệ thống báo hiệu đường bộ
là hệ thống rất nhiều biển báo giao thông được đặt ven đường cung cấp thông tin cụ
thể cho người tham gia giao thông. Theo Quy chuẩn QCVN 41:2016/BGTVT - Quy
chuẩn kỹ thuật quốc gia về báo hiệu đường bộ [21], biển báo bao gồm 6 nhóm: biển
báo cấm, biển báo nguy hiểm và cảnh báo, biển hiệu lệnh, biển chỉ dẫn trên đường ôtô
không phải là đường cao tốc, biển phụ - biển viết bằng chữ, biển chỉ dẫn trên đường
cao tốc. Trong đề tài này chỉ nghiên cứu trên 4 nhóm chính sau:
Biển báo cấm: là loại biển báo giao thông nhằm báo những điều cấm, hoặc
hạn chế mà người tham gia giao thông phải tuyệt đối tuân theo. Nhóm biển
báo cấm có dạng hình tròn (trừ biển số 122 "dừng lại" có hình bát giác đều)
Hầu hết các biển đều có viền đỏ, nền màu trắng, trên nền có hình vẽ màu đen
đặc trưng cho điều cấm hoặc hạn chế sự đi lại của các phương tiện cơ giới,
thô sơ và người đi bộ. Nhóm biển báo cấm gồm 40 kiểu, đánh số từ 101 đến
140;
Biển báo nguy hiểm và cảnh báo: để cảnh báo các tình huống nguy hiểm có
thể xảy ra được dùng để báo cho người sử dụng, chủ yếu là người lái xe cơ
giới biết được tính chất của sự nguy hiểm trên tuyến đường phía trước để
phòng ngừa. Khi gặp biển báo nguy hiểm người lái xe phải giảm tốc độ.
Nhóm biển báo này có dạng hình tam giác đều, viền đỏ, nền vàng, hình vẽ
màu đen gồm 47 kiểu được đánh số từ 201 đến 247;
Biển hiệu lệnh: là biển báo cho người tham gia giao thông biết các điều bắt
buộc phải chấp hành. Nhóm biển báo này có dạng hình tròn, nền xanh với
hình vẽ màu trắng gồm 10 kiểu, được đánh số từ 301 đến 310;
Biển chỉ dẫn trên đường ôtô không phải là đường cao tốc: chỉ dẫn hướng
đi hoặc các điều cần thiết nhằm giúp người tham gia giao thông trong việc
điều khiển phương tiện và hướng dẫn giao thông trên đường được thuận lợi,
đảm bảo an toàn. Nhóm biển báo này có dạng hình vuông hoặc hình chữ
nhật, nền xanh, hình vẽ màu trắng gồm 47 kiểu được đánh số từ 401 đến 447.
2.2.
Tổng quan về xử lý ảnh
2.2.1. Xử lý ảnh là gì?
Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò
quan trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử
8
lý ảnh và đồ họa phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc sống,
đóng một vai trò quan trọng trong tương tác người máy.
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho
ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh
“tốt hơn” hoặc một kết luận.
Sơ đồ tổng quát của một hệ thống xử lý ảnh:
Thu nhận
ảnh
Số hóa
Tiền xử lý
Phân tích
ảnh
Nhận dạng
ảnh
Hình 2.1: Sơ đồ tổng quát của một hệ thống xử lý ảnh
2.2.2. Một số khái niệm trong xử lý ảnh
Ảnh và điểm ảnh: gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian
và độ sáng. Để xử lý bằng máy tính, ảnh cần phải được số hóa. Số hóa ảnh là sự biến
đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí
(không gian) và độ sáng (mức xám). Khoảng cách giữa các điểm ảnh đó đựợc thiết lập
sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy
gọi là điểm ảnh và ảnh được xem như là 1 tập hợp các điểm ảnh;
Mức xám của ảnh: mức xám của điểm ảnh là cường độ sáng của nó được
gán bằng giá trị số tại điểm đó. Giá trị mức xám thông thường: 16, 32, 64, 128, 256;
Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với
mức xám ở các điểm ảnh có thể khác nhau;
Ảnh nhị phân: là ảnh chỉ có 2 mức đen trắng phân biệt, tức dùng 1 bit mô
tả 21 mức khác nhau. Mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1;
Điểm biên: một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh
hoặc đột ngột về mức xám (hoặc màu);
Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo
thành một đường biên hay đường bao;
Ý nghĩa của đường biên: đường biên là một loại đặc trưng cục bộ tiêu biểu
trong phân tích, nhận dạng ảnh. Người ta sử dụng biên làm phân cách các vùng xám
cách biệt.
- Xem thêm -