Xử lý ảnh số: Nhận dạng và xác định biển báo

Ngày nay khi công nghệ thông phát triển và có rất nhiều ứng dụng trong thực tế, và bài toán nhận dạng ảnh là một bài toán lớn và có rất nhiều ý nghĩa trong thực tế, ví dụ như nhận dạng khuôn mặt người, biển báo… Mục tiêu của đề tài này là nhân dạng biển báo cấm đậu xe trong hệ thống biển báo Việt Nam. Xét đề tài : Nhận dạng và xác định biển báo . Ta có sơ đồ phân tích như sau : Đặc trưng của biển báo cấm đỗ xe : Có 2 vùng liên thông màu xanh (h.1). Kết hợp với màu đỏ viền thì chỉ có 1 vùng liên thông và không có lỗ hổng (h.4). Khung hình (h.B) được lấy bằng cách làm đầy vùng liên thông màu xanh 2 lần (h.2-h.3). h.B h.1 h.2 h.3 h.4 Từ đó ta có sơ đồ phân tích để xác định biển báo cấm đỗ xe như sau: Thuật toán : xác định biển báo cấm đỗ xe . b.4 b.3 b.1 b.2 Đánh giá thuật toán: Ưu điểm: Đơn giản, ngắn. Tốc độ nhanh, kết quả chính xác. Xác định được trong tất cả biển báo mà không cần xác định loại biển báo. Không phải so sánh với mẫu. Có thể xác định được trong trường hợp biển báo bị biến dạng . Nhược điểm: Chưa phân biệt được biển báo và phần ảnh có bố cục & phân bố màu giống biển báo (giải quyết phức tạp). Các hàm sử dụng trong chương trình : Xác định biển báo cấm đỗ xe . Hàm chính : main(‘đường dẫn tới ảnh’) Ví dụ : main('C:\1.jpg') Ảnh đưa vào : Hàm “buoc1.m” : chuyển màu xanh dương về 1 , những màu khác về 0. Kết quả: Hàm “del_h.m” : xóa đối tượng nhỏ & hàm “imfill.m” : làm đầy đối tượng . Hàm “buoc2.m” : sử dụng hàm “lthong_vuong.m” để làm đầy vùng liên thông 2 lần. Kết quả : Dùng hàm “cuctri.m” : để lấy số thành phần liên thông và điểm min,max của khung trên ảnh ban đầu. Từ những khung hình lấy được những vùng liên thông là 2. Hàm “buoc3.m” : kết hợp với vùng màu đỏ ta được những khung hình sau : Hàm “buoc4.m” : Sau khi kiểm tra khung ảnh có thành phần liên thông là 1 thì đóng khung lên ảnh ban đầu . Ta được ảnh kết quả với vị trí khung màu đỏ: