Xử lý ảnh để phát hiện khói cho cảnh báo cháy rừng

Trang bìa Nhiệm vụ đồ án i Nhận xét giáo viên hướng dẫn ii Nhận xét giáo viên phản biện iv Lời mở đầu vi Lời cảm ơn vii Mục lục viii Liệt kê hình vẽ x Liệt kê bảng xii CHƯƠNG I: TỔNG QUAN 1.1 Tổng quan chung đề tài nghiên cứu 1.2 Mục tiêu đề tài 1.3 Nhiệm vụ nghiên cứu đề tài 1.4 Giới hạn đề tài 1.5 Phương pháp nghiên cứu CHƯƠNG II: NHẬN DẠNG ĐỐI TƯỢNG 2.1 Hệ thống xử lý ảnh khói lửa 2.2 Tiền xử lý ảnh 11 2.2.1 Thu thập liệu 11 2.2.2 Lọc trung bình 14 2.2.3 Chuyển đổi ảnh RGB sang HSV 18 2.2.4 Tăng cường ảnh 25 2.3 Phân ngưỡng tách ảnh 30 2.3.1 Phân ngưỡng 30 2.3.2 Tách khói 33 viii 2.3.3 Phân đoạn vùng 40 2.4 Nhận dạng khói 41 CHƯƠNG III: THIẾT KẾ - THI CÔNG HỆ THỐNG CẢNH BÁO 46 3.1 Sơ đồ khối hệ thống 47 3.2 Tính tốn thiết kế 48 3.3 Lập trình phần mềm 59 CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM 63 4.1 Kết thu thập liệu 64 4.3 Kết nhận dạng 66 4.4 Kết cảnh báo thông qua thiết bị 68 CHƯƠNG V: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 70 5.1 Kết luận 71 5.2 Hạn chế hướng phát triển 71 5.2.1 Hạn chế 71 5.2.2 Hướng phát triển 71 ix LIỆT KÊ HÌNH VẼ Hình Trang Hình 2.1: Hình khói lửa tự nhiên Hình 2.2: Hình mẫu video thử nghiệm phương pháp Wavelet Hình 2.3: Sự phân tán đường bao diện tích đám khói chuẩn Hình 2.4: Hình mẫu thể xác khu vực phát khói Hình 2.5: Sơ đồ khối hệ thống xử lý ảnh để nhận dạng khói 10 Hình 2.6: Sơ đồ thuật tốn mơ tả lọc trung bình 14 Hình 2.7: Ảnh lọc nhiễu 15 Hình 2.8: Thực với nhiều lọc khác 16 Hình 2.9: Các màu sở 17 Hình 2.10: Mơ hình khơng gian màu RGB 18 Hình 2.11: Không gian màu HSV 19 Hình 2.12: Hình nón biểu diễn màu HSV dựa RGB 20 Hình 2.13: (a) Trụ HSV ; (b) Nón HSV 20 Hình 2.14: So sánh HSV – RGB 21 Hình 2.15: Sơ đồ chuyển đổi RGB sang HSV 21 Hình 2.16: Ví dụ chuyển đổi từ ảnh RGB sang HSV 23 Hình 2.17: Tách ảnh HSV thành kênh màu 24 Hình 2.18: Sơ đồ kỹ thuật tăng cường ảnh 24 Hình 2.19: Biểu diễn Histogram 25 Hình 2.20: Giá trị xám ngõ vào 26 Hình 2.21: Ảnh sau cân Histogram 27 Hình 2.22: Cân Histogram cho ảnh liệu 28 Hình 2.23: Lươc đồ xám ảnh có tách biệt mức xám ngưỡng t0 30 Hình 2.24: Kết phân đoạn dựa ngưỡng tồn cục 31 Hình 2.25: Ảnh phân đoạn chuyển sang nhị phân 32 Hình 2.26: Ví dụ phép toán co ảnh nhị phân với phần tử cấu trúc phẳng 34 Hình 2.27: Ví dụ phép giãn nhị phân ảnh với phần tử cấu trúc phẳng 34 Hình 2.28: Phương pháp lập bảng tìm kiếm 35 Hình 2.29: Lọc nhỏ cho ảnh nhị phân (a) ta ảnh (b) vùng nhỏ bị 36 Hình 2.30: Lọc nhỏ cho ảnh nhị phân (c) ta ảnh (d) vùng nhỏ bị 36 Hình 2.31: Ảnh sau lọc trơn (b) từ ảnh nhị phân (a) 38 Hình 2.32: Kết việc thực lấp đầy vùng ảnh 39 Hình 2.33: Sơ đồ tổng quát hệ thống nhận dạng ảnh 41 x Hình 2.34: Các bước tiến hành xây dựng thuật tốn chương trình 42 Hình 3.1: Sơ đồ khối hệ thống cảnh báo 47 Hình 3.2: Phần cứng hệ thống cảnh báo khói 48 Hình 3.3: Hình dạng đóng gói thực tế ESP 8266v1 49 Hình 3.4: Sơ đồ chân Module wifi 8266 v1 50 Hình 3.5: Hình dạng đóng gói USB TTL CP2102 53 Hình 3.6: Sơ đồ chân CP2102 USB - TTL 54 Hình 3.7: Dạng đóng gói Led đơn 54 Hình 3.8: Giao diện Form Web Server 56 Hình 3.9: Sơ đồ kết nối phần cứng 59 Hình 3.10: Sơ đồ mạch in hệ thống cảnh báo 60 Hình 3.11: Lưu đồ truyền liệu từ Máy tính 61 Hình 3.12: Lưu đồ nhận liệu hiển thị Led 62 Hình 3.13: Giao diện chương trình nạp Fimware cho Esp 8266 62 Hình 3.15: Giao diện phần mềm lập trình cho Module Wifi ESP 8266 62 Hình 4.1: Kết nhận dạng ảnh có khói hiển thị vùng khói ảnh gốc 66 Hình 4.2: Kết nhận dạng ảnh khơng có khói 66 Hình 4.3: Kết nhận dạng có lửa hiển thị vùng có lửa gốc 67 Hình 4.4: Giao diện nhận dạng 69 xi LIỆT KÊ BẢNG Bảng .Trang Bảng 2.1: Các bước thực chọn ngưỡng tự động 30 Bảng 2.2: Các tiền đề phân vùng 39 Bảng 2.3: Quá trình thực tách ghép vùng 40 Bảng 3.1: Tập lệnh AT Module Wifi ESP 50 Bảng 3.2: Các lệnh AT IP Client 51 Bảng 3.3: Các lệnh IP server 52 Bảng 3.4: Thông số hoạt động Led đơn 55 Bảng 4.1: Các trạng thái khói lửa thu thập 64 Bảng 4.2: Bảng kết nhận dạng 68 xii ĐỒ ÁN TỐT NGHIỆP CHƯƠNG I TỔNG QUAN CHƯƠNG I: TỔNG QUAN Page ĐỒ ÁN TỐT NGHIỆP 1.1 Tổng quan chung đề tài nghiên cứu Ngày với phát triển mạnh mẽ công nghệ xử lý ảnh, người ngày phát triển lĩnh vực thị giác máy tính nhằm giải vấn đề của người, xã hội Nhận dạng khói lửa cảnh báo cháy rừng khơng nằm ngồi vấn đề này, dùng cơng nghệ xử lý ảnh để phân tích phát khói lửa hồn tồn ngăn chặn,giảm thiểu thiệt hai gây người xảy vụ cháy rừng năm [1] Hoả hoạn mà đặc biệt cháy rừng gây thiệt hại nghiêm trọng cho tài sản mang lại nhiều hậu khủng khiếp tinh thần thể chất cho người khơng thể phát dập tắt kịp thời Trong thập kỷ qua, cảm biến khác phát triển, chẳng hạn cảm biến độ ẩm, cảm biến nhiệt độ cảm biến khói, sử dụng để phát dự báo cháy Chúng sử dụng rộng rãi khứ khơng cịn quan tâm nhiều hạn chế sau : Đầu tiên, chúng thường đưa nhiều cảnh báo sai thiếu thông tin cháy Thứ hai, chúng có phạm vi giám sát hẹp Hơn nữa, cảnh báo cháy gửi cảm biến xa đám cháy thơng tin quy mơ, vị trí tốc độ đám cháy khơng cung cấp.Vì vậy, để cung cấp thơng tin hữu ích cháy dựa thị giác máy tính, nhiều phương pháp phát hỏa hoạn dựa công nghệ Ảnh Số thời gian thực nghiên cứu phát triển với tham gia hàng trăm nhà khoa hoc, nhà nghiên cứu giới Một số phương pháp tích hợp vào hệ thống camera giám sát đưa vào thương mại hệ thống FireVu, FireVu Dome liên doanh D-Tec; hệ thống Signi Video FSE Fire Safety Systems Ltd; Fire Detection Camera Sunin Unitech… Trong tình hình cháy nổ nước ta ngày diễn biến phức tạp: số vụ, quy mô, thiệt hại không ngừng tăng phổ biến hệ thống camera giám sát an ninh việc tích hợp giải thuật phát lửa khói vào hệ thống camera có sẵn giải pháp tối ưu mặt kinh tế tăng cường khả phòng chống cháy nổ cho doanh nghiệp, cơng ty hộ gia đình [1] Tuy nhiên, Việt Nam chưa có dự án hay nghiên cứu thức vấn đề “ Phát cảnh báo hỏa hoạn công nghệ xử lý ảnh ” nhu cầu, lợi ích kinh tế tính thực tiễn đề tài lớn Cho nên nhiệm vụ đề tài tốt nghiệp giải vấn đề kiểm chứng thực tế 1.2 Mục tiêu đề tài CHƯƠNG I: TỔNG QUAN Page ĐỒ ÁN TỐT NGHIỆP Thu thập liệu bao gồm ảnh tĩnh ảnh có khói lửa thành tập liệu nhận dạng giúp cho việc phân loại nhận dạng khói Xây dựng thuật tốn xử lý ảnh để nhận biết đối tượng khói lửa mơi trường Matlab.Phân tích nhận dạng trạng thái đặc trưng khói lửa.Cảnh báo thơng qua thiết bị điều khiển Web Server dùng Module thu phát wifi 1.3 Nhiệm vụ nghiên cứu đề tài - Xây dựng thu thập tập sở liệu bao gồm hình ảnh tĩnh chuẩn RGB để nhận dạng - Sử dụng mơ hình khơng gian màu chuẩn HSV để chọn ngưỡng tách ngưỡng cho liệu thu thập - Thực việc nhận dạng khói thơng qua kết trích đặc trưng dựa màu sắc khói - Thiết kế phần cứng để cảnh báo cho đối tượng nhận dạng gửi liệu từ web server để điều khiển thiết bị cảnh báo 1.4 Giới hạn đề tài - Camera thu nhận liệu gắn trục cố định xoay 180 360 độ, hướng chếch xuống so với mặt đất góc 45 độ Khoảng cách thu nhận liệu giới hạn phạm vi [1m – 4m] - Nhận dạng trạng thái khói lửa: khói ít, khói nhiều, có lửa… - Sử dụng khơng gian màu chuẩn HSV để trích đặc trưng nhận dạng - Chỉ xử lý xác hình ảnh thu từ Camera mơi trường, ánh sáng, không sương mù… 1.5 Phương pháp nghiên cứu - Thu thập liệu: Dữ liệu thu thập hình ảnh tĩnh, xây dựng thành tập liệu Dữ liệu lưu máy tính để xử lý CHƯƠNG I: TỔNG QUAN Page ĐỒ ÁN TỐT NGHIỆP - Xử lý liệu: Áp dụng thuật tốn để tìm đặc trưng màu sắc khói - Nhận dạng: Đưa đặc trưng thu vào không gian màu HSV để nhận dạng khói - Tính tốn thiết kế phần cứng: Dùng Web server điều khiển Led thông qua Module thu phát Wifi Esp 8266, cấp nguồn nạp liệu USB TTL CP 2102 CHƯƠNG I: TỔNG QUAN Page ĐỒ ÁN TỐT NGHIỆP CHƯƠNG II NHẬN DẠNG ĐỐI TƯỢNG CHƯƠNG II: NHẬN DẠNG ĐỐI TƯỢNG Page ĐỒ ÁN TỐT NGHIỆP - Data Offest- 4bit: độ dài phần header tính theo đơn vị từ 32 bít Tham số vị trí bắt đầu nguồn liệu - Reserved- bít - Flags : bít điều khiển  URG: Vùng trỏ khẩn có hiệu lưc  ACK: Vùng báo nhận ACK number có hiệu lực  PSH: Chức PUSH  RST: Khởi động lại liên kết  SYN: Đồng hóa số liệu  FIND: khơng cịn đủ liệu trạm nguồn - Window- 2byte: số byte liệu byte ACK number mà chạm nguồn sẵn sang để nhận - Checksum: checksum cho phẩn header lẫn liệu - Urgent Pointer – 2byte: cờ URG bật giá trị trường số 16 bít mà số thứ tự gói tin cần dịch trái - Option -2byte: vùng tùy chọn, khai báo option TCP có độ dài tối đa vùng TCP data segment - Padding-: phẩn chèn thêm vào header để đảm bảo phần header ln kết thúc mốc 32 bít - TCP data: chứa liệu, tầng có độ dài tối đa ngầm định 536 byte Gía trị khai báo phẩn Option CHƯƠNG III: THIẾT KẾ -THI CÔNG HỆ THỐNG CẢNH BÁO Page 58 ĐỒ ÁN TỐT NGHIỆP Hình 3.9: Sơ đồ kết nối phần cứng Hình 3.10: Sơ đồ mạch in hệ thống cảnh báo 3.3 Lập trình phần mềm CHƯƠNG III: THIẾT KẾ -THI CÔNG HỆ THỐNG CẢNH BÁO Page 59 ĐỒ ÁN TỐT NGHIỆP Chương trình điều khiển Led dùng Web Server thông qua Module Wifi thực gồm phần chính: Đầu tiên gửi liệu chương trình Matlab để cảnh báo việc Led sáng ,muốn thực điều này,chương trình Matlab gọi địa IP tác động cho Led sáng/tắt.Thứ dùng Web Server điều khiển Led thông qua Module Wifi ,bằng cách thiết lập thơng số,và lập trình cho Module Wifi, cho Web Server gửi lệnh điều khiển xuống, Module Wifi đưa chân ngõ GPIO  Lưu đồ giải thuật: BEGIN -PC KHỞI TẠO PHẦN MỀM CHỌN CỔNG,CHỌN TỐC ĐỘ GỬI DỮ LIỆU Hình 3.11: Lưu đồ truyền liệu từ Máy tính CHƯƠNG III: THIẾT KẾ -THI CÔNG HỆ THỐNG CẢNH BÁO Page 60 ĐỒ ÁN TỐT NGHIỆP BEGIN – MODULE WIFI KHỞI TẠO TRUYỀN DỮ LIỆU KHỞI TẠO PIN, LED CÓ DỮ LIỆU S Đ NHẬN DỮ LIỆU HIỂN THỊ TRÊN LED Hình 3.12: Lưu đồ nhận liệu hiển thị Led  Cơng cụ lập trình: Để cấu hình cho Module Wifi ESP 8266 v1 hoạt động tốt, cần nạp Fimware cho Module Wifi Cắm USB TTL vào máy tính sau đó, chạy file ESP8266Flasher.exe lên ( ý bạn cần cài driver cho USB TTL trước) CHƯƠNG III: THIẾT KẾ -THI CÔNG HỆ THỐNG CẢNH BÁO Page 61 ĐỒ ÁN TỐT NGHIỆP Hình 3.11: Giao diện chương trình nạp Fimware cho Esp 8266 Ta chạy file ESPlorer.jar lên, ý cần cài thêm java Hiện giao diện sau: Hình 3.12: Giao diện phần mềm lập trình cho Module Wifi ESP 8266 CHƯƠNG III: THIẾT KẾ -THI CÔNG HỆ THỐNG CẢNH BÁO Page 62 ĐỒ ÁN TỐT NGHIỆP CHƯƠNG IV KẾT QUẢ THỰC NGHIỆM CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 63 ĐỒ ÁN TỐT NGHIỆP 4.1 Kết thu thập liệu Do giới hạn thời gian thực đề tài nên số lượng đối tượng thực thí nghiệm giới hạn phân bố yêu cầu chưa hợp lý nhất, tổng số đối tượng tham gia thí nghiệm khoảng 30 hình tĩnh chụp Camera điện thoại Tiến hành thực mô trạng thái tự nhiên khói lửa như: khói ít, khói nhiều, có lửa, hay khơng có khói lửa Các trường hợp thu thập liệu đề tài mô tả Bảng 4.1 Bảng 4.1: Các trạng thái khói lửa thu thập Đối tượng Khơng có khói Khói Khói nhiều Có lửa CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 64 ĐỒ ÁN TỐT NGHIỆP CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 65 ĐỒ ÁN TỐT NGHIỆP Tất liệu sau thu thập tổng hợp thành tập liệu lớn bao gồm tất trạng thái vốn có khói lửa như: khói ít, khói nhiều, lửa, khơng có khói lửa 4.2 Kết nhận dạng Kết nhận dạng ảnh đề tài phụ thuộc vào trình chọn ngưỡng tách ngưỡng ảnh.Để làm tốt điều cần dựa vào đặc trưng màu sắc đối tượng, dựa sở không gian màu HSV lược đồ cho kênh màu HSV ảnh để chọn ngưỡng xác với đối tượng Với đối tượng nhận dạng ảnh ta chọn ngưỡng màu khơng gian màu HSV để phát đối tượng cách xác Tiến hành nhận dạng tất ảnh tập liệu cho ta kết sau: (a) CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM (b) Page 66 ĐỒ ÁN TỐT NGHIỆP Hình 4.1: Kết nhận dạng ảnh có khói hiển thị vùng khói ảnh gốc (a) Ảnh gốc ; (b) vùng có khói ảnh gốc (a) (b) Hình 4.2: Kết nhận dạng ảnh khơng có khói (a) Ảnh gốc khơng có khói ; (b) giao diện nhận dạng khơng khói (a) (b) Hình 4.3: Kết nhận dạng có lửa hiển thị vùng có lửa gốc CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 67 ĐỒ ÁN TỐT NGHIỆP (a) Ảnh gốc có lửa ; (b) Vùng có lửa ảnh gốc Bảng 4.2: Bảng kết nhận dạng True Positive False Negative True Negative False Positive Hiệu suất Ánh sáng yếu Lý tưởng Ánh sáng trung bình Lý tưởng 93 99 0 0 0 89 100 40 0 11 93% 99% 89% 100% 83% Có chuyển động Ánh sáng mạnh Khơng gian mở Trong đó: Hiệu suất=(số lần đúng)/(tổng số lần thực nghiệm) True positive: có khói lửa báo động xác có khói lửa False positive: khơng có khói lửa báo động sai có khói lửa True negative: khơng có khói lửa khơng báo động False negative: có khói lửa khơng báo động Hiệu suất trung bình là: 92,8 % Độ ℎạ = ố ầ ố ầ + ố ầ Độ nhạy là: 96 % Nhận xét: Trong điều kiện ánh sáng trung bình chương trình hoạt động tối ưu nhất, chương trình nhận biết khói tốt Trong mơi trường có ánh sáng yếu, chương CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 68 ĐỒ ÁN TỐT NGHIỆP trình phát lửa bắt đầu cháy Do chương trình xuất phát từ ý tưởng phát đối tượng từ tập liệu gồm ảnh tĩnh nên đưa vào mơi trường có nhiều chuyển động ánh sáng mạnh chương trình cho nhiều kết sai,và chương trình xử lí chậm phải kiểm tra nhiều đối tượng mà không phân biệt đâu đối tượng Ngồi chất lượng Camera thực nghiệm không thật tốt nên kết chưa thể cách tối ưu Hình 4.4: Giao diện nhận dạng Giao diện bao gồm tùy chọn OPEN IMAGE - mở hình ảnh offline có liệu khói, Detect phân tích ảnh đưa khung hình ảnh nhị phân vùng nghi có khói, vùng nghi có khói ảnh gốc Chương trình hoạt động sau: nhấn mở hình ảnh từ liệu có sẵn, nhấn Detect kết hiển thị giao diện GUI 4.3 Kết cảnh báo thông qua thiết bị Phần cứng hệ thống cảnh báo tốt, hoạt động ổn định.Chương trình Matlab truyền liệu điều khiển Led sáng tắt để cảnh báo có khói hay khơng có khói thơng qua Webserver.Chỉ cần thiết bị truy cập vào mạng Wifi Laptop, Smart phone …chúng ta điều khiển Led mạng CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM Page 69 ĐỒ ÁN TỐT NGHIỆP CHƯƠNG V KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CHƯƠNG V: KẾT LUẬN & HƯỚNG PHÁT TRIỂN Page 70 ĐỒ ÁN TỐT NGHIỆP 5.1 Kết luận Trong đề tài này, từ tập ảnh liệu khói lửa ,bằng phương pháp xử lý đặc trưng màu sắc áp dụng thuật toán xử lý ảnh,chúng ta nhận biết đối tượng đưa cảnh báo sớm.Trong hệ thống xử lý ảnh nhận biết ảnh có khói ít, khói nhiều, có lửa…Sau hệ thống cảnh báo thiết kế để điều khiển thiết bị nhằm mục đích đưa tín hiệu cảnh báo cho đối tượng vừa nhận dạng.Tuy nhiên thời gian làm đề tài ngắn nên hạn chế định 5.2 Hạn chế hướng phát triển 5.2.1 Hạn chế - - Phương pháp nhận dạng dựa đặc trưng màu sắc chịu ảnh hưởng nhiều yếu tố nhiễu, chất lượng camera hay môi trường xung quanh: ánh sáng, sương mù, đám mây….nên khả phát đối tượng chưa thật xác.Vì khả nhận dạng đối tượng bên ngồi tập mẫu khơng cao Tốc độ xử lý hệ thống xử lý ảnh cảnh báo qua thiết bị chưa thật tối ưu 5.2.2 Hướng phát triển - - Ứng dụng chương trình nhúng vào hệ thống camera an ninh để tăng tính tích hợp đa hệ thống Nhưng để thực điều ta phải cải thiện độ xác chương trình tốc độ xử lí chương trình Tính chất nhạy với chuyển động chương trình ứng dụng vào việc chống trộm vào ban đêm nơi có khơng gian lớn vắng vẻ Ngồi chương trình ứng dụng vào việc cảnh báo cháy rừng với việc kết hợp với camera chất lượng cao gắn tháp canh rừng, hệ thống phát cháy rừng sớm báo cho kiểm lâm đơn vị có trách nhiệm để dập tắt kịp thời trước lửa ngồi tầm kiểm sốt CHƯƠNG V: KẾT LUẬN & HƯỚNG PHÁT TRIỂN Page 71 ĐỒ ÁN TỐT NGHIỆP TÀI LIỆU THAM KHẢO [1] [2] [3] [4] [5] [6] [7] Nguyễn Quang Hoan (2006), Xử lý ảnh, NXB Bưu Chính Viễn Thơng Nguyễn Thanh Hải (2014), Giáo trình xử lý ảnh, NXB Ðại Học Quốc Gia TP HCM N Fujiwara and K Terada (2004), “Extraction of a smoke region using fractal coding”, IEEE International Symposium on Communications and Information Technology B U Toreyin, Y Dedeoglu, and A E Cetin (2005), “Wavelet based real-time smoke detection in video,” in EUSIPCO B.U Toreyin, Y Dedeoglu, U Gudukbay, A.E Cetin (2006), “Computer vision based method for real-time fire and flame detection”, Pattern Recognition Letters Y Le Maoult_, T Sentenac, J J Orteu and J P Arcens (2007), “Fire Detection: A New Approach Based on a Low Cost CCD Camera in the Near Infrared”, Trans IChemE, Part B, Process Safety and Environmental Protection Ziyou Xiong, Rodrigo Caballero, Hongcheng Wang, Alan M Finn, Muhidin A Lelic, and Pei-Yuan Peng (2009), “Video-based Smoke Detection: Possibilities, Techniques, and Challenges” xiii ... thống xử lý ảnh: Từ việc tìm hiểu chọn lọc áp dụng phương pháp để nhận dạng khói cho đề tài dựa vào đặc trưng màu sắc khói lửa.Dưới sơ đồ tổng quát cho trình xử lý ảnh để nhận biết đối tượng khói. .. Tiền xử lý ảnh Trích đặc trưng Nhận dạng ảnh Kết Hình 2.5: Sơ đồ khối hệ thống xử lý ảnh để nhận dạng khói CHƯƠNG II: NHẬN DẠNG ĐỐI TƯỢNG Page 10 ĐỒ ÁN TỐT NGHIỆP 2.2 Tiền xử lý ảnh Bước trình xử. .. xử lý ảnh để nhận dạng đối tượng tiền xử lý Sau thu nhận, ảnh nhiễu, độ tương phản thấp nên cần đưa vào tiền xử lý để nâng cao chất lượng Chức tiền xử lý lọc nhiễu, nâng độ tương phản để làm ảnh