Luận văn Nhận dạng xe trên cơ sở thị giác máy tính

át hiện xe sẽ bị ảnh hưởng ít nhiều.
 Điều kiện ghi nhận ảnh: sự xuất hiện của xe trong các điều kiện chiếu sáng 
khác nhau (bao gồm kiểu chiếu sáng, cường độ sáng và màu sắc của nguồn 
sáng) cũng như các đặc tính của hệ thống thu thập dữ liệu ảnh (camera, máy 
ảnh, hệ thống gương phản xạ, thấu kính, …) góp phần ảnh hưởng không nhỏ 
đến kết quả phát hiện xe của hệ thống.
Trang 96
Võ Hồng Phong Luận văn tốt nghiệp
 Nền ảnh và điều kiện của môi trường ghi nhận ảnh: hai vấn đề này là đáng 
được qua tâm bởi sự ảnh hưởng của nó đến quá trình phát hiện là không nhỏ. 
Khi nền ảnh càng chứa nhiều thành phần (bao gồm nhiều chi tiết rối rắm, 
màu sắc, hình dáng phức tạp giống với đối tượng – nhưng không phải đối 
tượng - , …) hoặc môi trường không đồng nhất về ánh sáng (ngược sáng, ảnh 
bị bóng râm che một phần hoặc toàn phần lên đối tượng) hoặc sự biến đổi 
liên tục, xuất hiện rồi biến mất quá nhanh, nhanh hơn tốc độ ghi hình của 
camera, thì vấn đề phát hiện càng thêm khó khăn và phức tạp.
 Những yếu tố nêu trên vẫn có giá trị với trường hợp “ảnh” thu được nhờ vào 
các phương phát phát hiện khác với hướng tiếp cận khác để thu được kết quả 
tin cậy. Khi đó, phụ thuộc và thuộc tính riêng của loại “nguồn sáng” này mà 
người ta sẽ sử dụng thêm các phương pháp xử lý mới.
 Sự biến đổi – xuất hiện liên tục và quá nhanh – nhanh hơn tốc độ ghi hình 
của camera thì vấn đề phát hiện càng thêm khó khăn và phức tạp. Một số xe 
đột ngột xuất hiện trong khung ảnh cũng như biết mất khỏi tầm thị trường 
của camera là một trong những khó khăn khó có thể tránh khỏi trong quá 
trình thực thi hệ thống. Trong trường hợp này, yêu cầu các xe quan sát phải 
có thời gian xuất hiện trong tầm thị trường của camera ít nhất vài giây để 
camera có thể quan sát tốt và thực hiện tác vụ phát hiện và nhận dạng.
b) Các khó khăn về tốc độ thực thi và tốc độ hệ thống
Việc lựa chọn cách giải quyết sao cho hệ thống phát hiện bám theo đối tượng 
trong phạm vi thị trường của camera, điều kiện cho phép là tốt nhất là một thử thách 
khi đã có nhiều cách và phương pháp tiếp cận khác nhau. Bên cạnh đó còn phải kể 
đến sự trả giá cho công nghệ (hiệu quả cao nhưng bù lại tốc độ chậm và ngược lại).
Trang 97
Võ Hồng Phong Luận văn tốt nghiệp
4.3 PHÂN TÍCH KẾT QUẢ ĐẠT ĐƯỢC
Với các ưu điểm và khuyết điểm vừa nêu, sau đây là một số hướng giải quyết 
khả thi:
 Sau một thời gian tìm hiểu, một vài cách khắc phục lia góc máy (khi ghi hình 
video) có thể được khắc phục bằng cách bổ sung các tính năng: cân chỉnh 
biểu đồ màu histogram (xử lý cân bằng độ sáng) để có ảnh thích hợp rồi mới 
cho chương trình xử lý phát hiện đối tượng trong ảnh. Nhưng nếu bổ sung 
tính năng này thì tốc độ đáp ứng của hệ thống sẽ bị giảm rõ rệt. Đó có thể gọi 
là sự trả giá để đổi lại cho tính năng tốt.
 Về vấn đề tốc độ hoạt động chung của hệ thống, do phụ thuộc vào nhiều yếu 
tố như: tốc độ của thiết bị thu nhận (tốt nếu như tiếp nhận được nhiều hơn 15 
khung hình trong một giây); tốc độ phân tích ảnh; tốc độ xử lý và ra quyết 
định và tốc độ dịch chuyển của của đối tượng cần phát hiện có trong ảnh… 
nên nhìn chung sẽ có nhiều vấn đề cần xem xét thêm tùy vào hướng phát 
triển và ứng dụng cụ thể của hệ thống.
 Tính hiệu quả của hệ thống có thể được cải thiện tốt hơn bằng cách lập trình 
linh hoạt hơn và tối ưu về mã code, có tính đến các ưu tiên và xử lý tốt các 
tình huống sự cố ngoài ý muốn (ngoại cảnh,…), không loại trừ xét đến các số 
liệu ghi nhận và thống kê để góp phần khắc phục và hoàn thiện hệ thống.
Trang 98
Võ Hồng Phong Luận văn tốt nghiệp
CHƯƠNG 5
KẾT LUẬN
5.1 KẾT QUẢ ĐẠT ĐƯỢC VÀ Ý NGHĨA
Qua quá trình nghiên cứu, thử nghiệm, và thực hiện đề tài trong thời gian cho 
phép với những công cụ lập trình hỗ trợ, học viên đã hoàn thành hệ thống phát hiện 
và nhận dạng đối tượng xe với các kết quả cụ thể.
5.1.1 Kết quả đạt được
• Lựa chọn và thực hiện thành công phương pháp phát hiện và nhận dạng xe 
với nhiều phương pháp khác nhau đã và đang được nghiên cứu phát triển - 
với Visual C++ là ngôn ngữ lập trình mới, theo xu hướng phát triển phần 
mềm trên nền tảng .NET Framework phiên bản 1.1 và cao hơn.
• Phối hợp tương đối tốt giữa ngôn ngữ lập trình trên Visual C++ .NET của 
Thị giác máy tính với lý thuyết Xử lý ảnh số.
• Tiếp cận thành công các thuật toán Xử lý quang học trong việc ước lượng và 
định lượng các thông số trực tuyến của tình trạng giao thông.
Trang 99
Võ Hồng Phong Luận văn tốt nghiệp
• Là cơ hội tốt mà qua đó học viên đã có những tìm hiểu thêm về lĩnh vực xử 
lý ảnh số, thị giác máy tính và cách ứng dụng vào thực tế quan sát đối tượng 
xe trong cảnh quang giao thông.
5.1.2 Ý nghĩa
• Mô hình hóa được ở mức cơ sở hệ thống quan trắc trực tuyến hệ thống giao 
thông sử dụng camera và các công cụ lập trình tiên tiến kèm theo. Từ đó, 
người thực hiện có thể dễ dàng tiếp cận được phương thức quản lý và hiệu 
chỉnh tình trạng giao thông ở mức hợp lý, phù hợp hơn với ngữ cảnh giao 
thông trong nước.
• Hệ thống có thể được phát triển thêm ở cấp độ cao hơn với cách bố trí lệnh 
code hợp lý hơn nhằm tăng tốc độ cho hệ thống, bên cạnh đó cũng phải đảm 
bảo độ tin cậy và chính xác cho hệ thống, nhằm đáp ứng được nhu cầu 
nghiên cứu học thuật và áp dụng nó trong thực tế.
• Hệ thống hóa phương pháp phát hiện và nhận dạng đối tượng nói chung và 
đối tượng xe nói riêng sẽ tạo bước phát triển mới cho phương thức quan trắc 
giao thông theo hướng hiện đại. Có thể triển khai ở điều kiện giao thông 
trong nước, từ đó nâng cao khả năng điều tiết giao thông như các nước có 
trình độ cao hơn đã và đang thực hiện. 
5.2 HƯỚNG PHÁT TRIỂN
• Có những đối tượng khác nhau trong một số tình huống khác nhau mà ta có 
thể chọn lựa phương pháp nhận biết sao cho phù hợp giữa hai phương pháp 
nhận dạng dựa trên hình dáng của vật thể hoặc nhận biết theo màu sắc. Tuy 
Trang 100
Võ Hồng Phong Luận văn tốt nghiệp
nhiên, có sự kết hợp phù hợp từ hai phương pháp trên dựa vào ảnh thu được 
từ camera sẽ giúp hệ thống cải thiện đáng kể khả năng phát hiện đúng đối 
tượng, từ đó nâng cao độ tin cậy cho hệ thống.
• Hệ thống cũng có thể phát triển theo hướng nhận dạng đối tượng (object 
recognition), nghĩa là khi nhận dạng được hình dáng xe, sẽ tiếp tục “huấn 
luyện” trực tuyến để tiếp tục trích xuất ra những đặc trưng chỉ có đối tượng 
xe đó mới có (có thể dựa vào bảng số xe, vết lồi lõm riêng,…). Từ đó tiếp tục 
quan sát và nhận dạng bám theo đối tượng xe đó. Việc nhận dạng bám theo 
xe này trong môi trường giao thông “hỗn loạn” sẽ là một vấn đề thú vị có 
nhiều ứng dụng.
• Hệ thống cũng có thể được lập trình theo hướng tích hợp trên vi mạch sử 
dụng ngôn ngữ lập trình hệ thống nhúng, hệ thống tích hợp trên vi mạch 
(SoC - System on Chip),… sẽ là một ứng dụng mang tính linh hoạt hơn. Bởi 
vì khi đó hệ thống không còn nhất thiết phải chạy trên nền tảng máy tính 
- .NET Frameworks và các máy tính nữa. Được như vậy, thì đề tài sẽ có tính 
ứng dụng linh hoạt cao hơn vào các lĩnh vực thực tế cuộc sống và các hoạt 
động đảm bảo an toàn giao thông cho cả hệ thống giao thông cũng như từng 
cá thể xe riêng biệt đang tham gia lưu thông trên hệ thống giao thông đó.
• Theo nhận định của bản thân học viên, thì đây là một lĩnh vực hay, lý thú, có 
nhiều ứng dụng thực tế và bên cạnh đó vẫn còn nhiều vấn đề cần hoàn thiện 
thêm. Vì khả năng thực hiện có hạn và thời gian không nhiều cho luận văn 
nên không tránh khỏi sơ sót và nhầm lẫn. Xin Quý Thầy Cô và các anh chị 
học viên cũng như các bạn thông cảm. Mong rằng với những ai ham thích và 
có hứng thú với hướng nghiên cứu này có thể chia sẻ với học viên để cùng 
nhau tiếp tục tìm hiểu, phát triển thêm để nâng cao tính hữu dụng thực tế cho 
Trang 101
Võ Hồng Phong Luận văn tốt nghiệp
đề tài. Đó cũng là một trong những mục tiêu chủ chốt và là lợi ích của ngành 
học này.
Lời cuối cùng kết lại nội dung quyển luận văn này, học viên xin chân thành cám ơn 
đến tất cả các thầy cô, các anh và các bạn đã quan tâm theo dõi.
Trang 102
Võ Hồng Phong Luận văn tốt nghiệp
PHẦN C
PHỤ LỤC
Trang 103
Võ Hồng Phong Luận văn tốt nghiệp
TÀI LIỆU THAM KHẢO VÀ TRÍCH DẪN
[1] Jaesik Choi. Realtime On-Road Vehicle Detection with Optical Flows and Haar-like 
feature detector. Computer Science Department ‘s paper report, 2000.
[2] Margrit Betke, Esin Haritaoglu. Real Time Multiple Vehicle Detection and Tracking 
from a moving vehicle. Machine Vision and Applications, Springer, 2000.
[3] Vadim Pisarevsky. OpenCV Object Detection Theory and Practice. Intel Corporation, 
Software and Solutions Group.
[4] Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky. Empirical Analysis of 
Detection Cascades of Boosted Classifiers for Rapid Object Detection. MRL 
Technical Report, December 2002.
[5] Yali Amit. 2D Object Detection and Recognition, Models, Algorithms, and Networks. 
The MIT Press, 306 pages, 2002.
[6] Emanuele Trucco, Alessandro Verri. Introductory for Techniques for 3-D Computer 
Vision. Prentice Hall, 341 pages, 2002.
[7] Florian Adolf. How to build a cascade of boosted classifiers based on Haar-like 
features. 2003.
[8] Intel Corporation. OpenCV with Visual C++.NET 2003. OpenCV user guide.
[9] Julien Meynet. Fast Face Detection Using AdaBoost. 95 pages, 16th July 2003.
[10] Paul Viola, Michael Jones. Rapid Object Detection using a Boosted Cascade of 
Simple Features . 2001
[11] Qing Chen. Real-time Vision-based Hand Gesture Recognition Using Haar-like 
Features - Technology Conference, IMTC 2007.
[12] David A. Forsyth & Jean Ponce. Computer Vision: A Modern Approach. Prentice 
Hall, 693 pages, 2003.
Trang 104
Võ Hồng Phong Luận văn tốt nghiệp
CÁC WEBSITE THAM KHẢO
[link 1] Intel OpenCV Group
[link 2] SharperCV
[link 3] Camera Calibration
Introduction & Chapter 1: Camera Models and Calibration
Chapter 2: Calibration
Chapter 3: Undistortion
Chapter 4: Putting Calibration All Together
Chapter 5: Rodrigues Transform
Chapter 6: Exercises
Trang 105