1. Trang chủ
  2. » Tất cả

176-Văn Bản Của Bài Báo-702-1-10-20200820.Pdf

6 2 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 6
Dung lượng 1,91 MB

Nội dung

524(1) 1 2016 Đặt vấn đề Ngày nay, phòng chống cháy rừng đang là vấn đề được xã hội rất quan tâm Cháy rừng là thảm họa, gây thiệt hại lớn đối với tính mạng và tài sản của con người, tài nguyên rừng và[.]

Xây dựng giải pháp cảnh báo sớm tình trạng cháy rừng Nguyễn Chí Ngơn*, Lưu Trọng Hiếu, Phạm Bảo Nhân Phạm Duy Nghiệp, Nguyễn Chánh Nghiệm Trường Đại học Cần Thơ Ngày nhận 16.10.2015, ngày chuyển phản biện 20.10.2015, ngày nhận phản biện 19.11.2015, ngày chấp nhận đăng 24.11.2015 Nghiên cứu cung cấp giải pháp cảnh báo sớm tình trạng cháy rừng cách nhận dạng khói Ở điểm quan sát, webcam có khả quét góc rộng 3600 để nhận diện khói bốc lên từ khu vực có cháy cảnh báo cho đơn vị, cá nhân liên quan nhiều hình thức khác Phần cứng thiết bị cảnh báo bao gồm: (i) đế xoay kiểm soát điều khiển PID tích hợp vi điều khiển ATTINY 2131, (ii) webcam kết nối với máy tính Phần mềm cài đặt máy tính có khả điều khiển đế xoay qt tuần hồn góc 3600 (để khỏi phải lắp nhiều camera), xử lý hình ảnh thu từ webcam, lọc thông tin nhận diện khói Thuật tốn trừ áp dụng để phân tách đối tượng khỏi khung nền, sau thuật toán co giãn, nhận diện cạnh áp dụng để xác định vị trí khói bốc lên Kết ban đầu cho thấy, giải pháp đề xuất khả thi hồn tồn triển khai vào thực tế Từ khóa: nhận dạng khói, phịng chống cháy rừng, xử lý ảnh Chỉ số phân loại 2.2 Đặt vấn đề Developing a solution for early detection of forest fire Ngày nay, phòng chống cháy rừng vấn đề xã hội quan tâm Cháy rừng thảm họa, gây thiệt hại lớn tính mạng tài sản người, tài nguyên rừng môi trường sống Cháy rừng tác động đến quốc gia mà ảnh hưởng đến khu vực tồn cầu Các giải pháp phịng chống cháy nhà khoa học tập trung tìm phương pháp phát cảnh báo sớm để có giải pháp phòng ngừa chữa cháy kịp thời Phương pháp phòng chống cháy dựa vệ tinh robot tự hành đề xuất [1-3] Tuy nhiên, giải pháp lại tốn nhiều chi phí cho thiết bị Phương pháp sử dụng cảm biến hồng ngoại phòng chống cháy nổ cho rừng hầm mỏ trình bày [4-6] Tuy nhiên, cháy xảy ra, cơng tác cứu hộ trở nên khó khăn phức tạp Ở Việt Nam nay, giải pháp phòng chống cháy rừng thực phương pháp công nghệ thông tin địa lý GIS (Geographical Information System) [7, 8] nhằm đo đạc tính tốn dự đốn vùng xảy cháy theo cấp khác Tuy nhiên, giải pháp phịng chống cháy ngun nhân từ phía người Summary This paper proposes a method for early detection of forest fire based on smoke detection At each observation point, a webcam that can rotate in 3600 is used to detect the very early flowing up smoke to alarm the officers The hardware system includes two different parts: (i) a rotatable base that is controlled by a PID controller integrated on ATTINY 2131 microcontroller, (ii) a high resolution webcam connected to a computer A software program is executed to control the rotation of the base in 3600 and detect the smoke in the image captured by the webcam by the background subtraction after noise elimination to recognize the right position of smoke Experimental results have shown that the proposed system is feasible and applicable for early detection of forest fire Keywords: computer vision, early detection of forest fire, smoke detection Classification number 2.2 Theo số liệu thống kê Cục Kiểm lâm, giai đoạn 10 năm (2002-2011), nước xảy *Tác giả liên hệ: Email: ncngon@ctu.edu.vn 4(1) 1.2016 52 điểm ảnh chứa giá trị bit thể màu xanh dương (blue) Điều giúp miêu tả điểm ảnh nhiên, chuẩn màu nhạy cảm với ánh sáng Để kh webcam chuyển từ chuẩn RGB sang HSV dựa theo V: = max(R, G, B), V−min (R,G,B) , S: = 7.380 vụ cháy rừng; diện tích rừng bị thiệt hại 49.837 Bình qn 715 vụ/năm, diện tích rừng bị thiệt hại (R,G,B) gần 5.000 ha/năm [9] Trong đó, phương pháp Đặt: cơng cụ hỗ trợ cơng việc phịng chống cháy rừng r ∶= ( VR)/(V − X), tập trung tìmđối phương và- G)/(V cảnh báo sớm để có nước ta cịn khánhà thơ khoa sơ nênhọc có hiệu tương thấp pháp phát − g𝑔𝑔hiện ∶= (V - X), − ∶= (𝑉𝑉 − 𝐺𝐺)/(𝑉𝑉 − giải kịpbộthời Phương pháp phòng chống 𝑋𝑋), cháy dựa Cách phổpháp biến phòng để kiểmngừa tra khu chữa rừng làcháy cán − 𝑟𝑟 ∶= (𝑉𝑉 − 𝐵𝐵)/(𝑉𝑉 − 𝑋𝑋), tinhnhân robot tự vệ hành đềtra xuất kiểm lâmvệhoặc viên bảo rừngđược tuần hoặcbởi [1-3] Tuy nhiên, giải pháp lại tốn + b, G = X thiếtkém lập nhiều tháp mộtthiết số vịbị.tríPhương đặc biệt.pháp Tuy sử dụng chicanh phí ởcho hồng � ngoại phịng Nếu:các R =cảm V thìbiến H≔ −nhiên, g, elsekhi nhiên, diện cháy tích rừng bao gồm vựcmỏ trình bày [4-6] Tuy chống nổ thường cho rừng cáckhu hầm + r, B=X rộngcháy lớn nên người tác khơng sátnên khó khu khănNếu: xảy ra, cơng cứuthể hộquan trở phức G = tạp V thìỞHViệt ≔ � Nam nay, − b, else rừng chỉgiải bằngpháp phương pháp Kếtrừng mộttại thực phương phòng chống cháy + 𝑔𝑔, 𝑅𝑅 pháp = 𝑋𝑋 công khunghệ vực rừng rộngtin lớnđịa thường bị tàn phá cháy rừng � 8] nhằm đo đạc Hoặc: 𝐻𝐻 ≔ [7, thông lý GIS (Geographical Information System) − 𝑔𝑔Do 𝑔𝑔∶=∶= 𝐺𝐺)/(𝑉𝑉 −𝑋𝑋), 𝑋𝑋), −)/( 𝑅𝑅, 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 (𝑉𝑉(𝑉𝑉−−𝐺𝐺)/(𝑉𝑉 −dựng xảy−tính đề xây phátrahiện ( − ), giải tốnđó,dựvấn đốn vùng nàohệcóthống thể xảy cháy theo 5− cấp ∶= khác Tuy − nhiên, − 𝑟𝑟 báo 𝑟𝑟∶=∶=(𝑉𝑉 (𝑉𝑉−cháy −𝐵𝐵)/(𝑉𝑉 𝐵𝐵)/(𝑉𝑉 −𝑋𝑋), 𝑋𝑋),đặt cách cấp − cảnh sớm rừng−được + b, G=X pháp khơng thể5phịng chống cháy ngun nhân từ phía conHngười Nếu: =≔(VHthì ≔ − ), =X X thiết Nghiên cứu trình bày giải pháp thiết kế ++ b,b,một GG= − RH ∶= − )/( Hoặc: − g, else Nếu:RTheo R= =VVthì H≔ sốthìliệu thống Cục Kiểm lâm, giai đoạn 610 năm (2002-2011), � � 1kê Nếu: thí nghiệm đánh H giá≔và hồn khả nhận biết −g,g, else else + G= X giá −thiện b, + r,lượt Bquân = X trị chuẩn m Với: 𝑹𝑹, 𝑮𝑮, 𝑩𝑩 𝑯𝑯, 𝑺𝑺, 𝑽𝑽 lần nước xảy 7.380 vụ cháy rừng; diện tích rừng bị thiệt hại 49.837 Bình Nếu: R = V H ≔ Nếu: G = V H ≔ cảnh báo cháy rừng dựa nhận +r,r,việc =X Xdiện khói sử 1+trên BB= Với:Phương R, G, Bpháp H,trừ S,1 V giá − g, else 3− b, đó, else �tích Nếu: G=vụ/năm, =VVthìthì Hdiện (4)các trị Nếu: Gwebcam ≔≔�chi (4) 715 rừng bị thiệt hại gần 5.000 ha/năm [9] Trong dụng đểHgiảm phí thực Thiết bị thí else chuẩn màu (R,phương G, B) và+pháp (H, S,khác ,+ r,V).=Bnhau = X để cảnh báo cháy rừn 3−−b,b, else Có nhiều Nếu: G = cháy V H ≔ở nước phương cơng việc phịng chống ta else Hoặc: ≔rừng +𝑔𝑔, 𝑔𝑔, gọn =𝑋𝑋hỗ 𝑋𝑋 trợ nghiệm đượcpháp thiết kế nhỏ lắp đặt công điểm 3+ 𝑅𝑅𝑅𝑅cụ =và − b, − khu ,cháyrừng Phương phápkhả trừ để dự đoán rừng, lắp đặt cảm biến n �sáthiệu Hoặc: ≔�có Hoặc: ≔ thôsátsơ𝐻𝐻 nên tương thấp Cách quan để𝐻𝐻 giám từ cao.đối Phần cứng phổ biến để kiểm tra+một , = −𝑅𝑅,𝑅𝑅, 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 5−rừng 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 Tuy nhiên, giải pháp xác định đư ≔ thiếtpháp Có nhiều phương khác canh để cảnh bộthể kiểm nhântrục viênPhần bảomềm vệ rừng tuần tra tháp báo cháy thiếtcán bị có xoaylâm tồnhoặc quanh điHoặc: H − lập , (do khả báokhả sớm Trong bá Hoặc: Hngười) ≔ thông tin địa lýkhu GIS để cảnh dự đốn H H nối máymột tínhsốkết với camera chịu trách diện nhiệmtích nhận vị trí đặc biệt Tuy nhiên, rừngrừng thường bao gồm vực rất(5) rộng Hoặc:HH ≔ (5) Hoặc: ≔ phương pháp cảnh báo cháy rừng cách định m kh rừng, đặtphương nhiệt độ đánh giá người quan sát khucháy diệnlớn khói H nên 6mọi rừng chỉ,hoặc pháp , lắp ,cảm , biến làđể giá trị củaxác chuẩn Với: Hoặc: H ≔ Trong phương pháp này, nhận diện đối tượng dựa t Với: 𝑹𝑹, 𝑮𝑮, 𝑩𝑩 𝑯𝑯, 𝑺𝑺, 𝑽𝑽 giá trị chuẩn màu (R, G, B) (H, S, V) vị tàn trí màu Tuy nhiên, pháp Với:Kết 𝑹𝑹, 𝑮𝑮, 𝑩𝑩 vàmột 𝑯𝑯, 𝑺𝑺, lần rừng lượt giálớn trị chuẩn (R,6 G, B)giải (H, S, V).đều khu𝑽𝑽vực rộng thường bị phá cháy rừng xảy Dokhơng đó, thể xác Phương pháp trừ Nội dung nghiên cứu cũđược vậy, thu thập liệu khung ba định cháy ngột (do Phương pháp trừ , , liệu vàmột ,cách ,Vìđột làcách giá trịcảnh củavà chuẩn Với: Phương pháp trừ vấn đề xây dựng hệ thống phát cảnh báo sớm cháy rừng đặt raviệc Cóvà nhiều phương pháp khác đểngười) báo cháymàu rừn Các liệu ban đầu liệu khả rừng cảnh báo sớm Trong báo này, nhóm tác Bài báo nghiên cứu giải phápnhau phịng chống cháy Cónhiều nhiều phương pháp khác cảnh báo cháy rừng thơng địalý lýGIS GIS Phương pháp trừ Có phương pháp khác đểđể cảnh báo cháy thông tintin địa cấp thiết Nghiên cứu trình bày giải pháp thiết kế thí nghiệm đánh giá hồn dự đốn khả cháy rừng, lắp đặt cảm biến nh giả đề xuất phương pháp cảnh báo cháy rừng Đặt 𝝆𝝆 giá trị trung bình khung ảnh σ độ sai ln rừng hình ảnh dựa phương pháp trừ Đầu dự đoán khả cháy rừng, lắp đặt cảm biến nhiệt độ để đánh giá vị trí Có nhiều phương pháp khác để cảnh báo cháy rừng đểđểdự đoán khả cháy rừng, lắp đặt cảm biến nhiệt độ để đánh giá vị trí thiện khả nhận biết cảnh báo cháy rừng dựa trêncác việcgiải nhận diện khói sửkhông dụng thể xác nhiên, pháp định ch cách xác định khói thơng qua giải thuật trừ Trong tiên, hình ảnh nhận từ webcam chuyển tađốn có: Tuy nhiên, giải pháp xác định cháy cách đột ngột dự khả cháy rừng, lắp đặt cảm biến nhiệt Tuy nhiên, giải pháp xác định cháy cách đột ngột webcam để giảm chi phí thực Thiết bị thíphương nghiệm thiết kế cảnh nhỏ gọn lắp Trong báo này, người) vànày, khả báo để sớm ∑m ρi nhận diện đối tượng dựa so pháp đổi sang hệ màuvà HSV, sau cảnh phương pháp trừ Trong i=1 (dođặt người) vàkhả khả cảnh báo sớm Trong báo này, nhóm tácrừng giả đề xuất nhiên, giải pháp xácđịnh định cháy (do người) báo sớm báo này, nhóm tác giả đềbằng xuất =các ρpháp điểm quan sát để giám sát rừng từ cao Phần cứng thiết bị cảnh báo cháy cách m sánh dữmliệu cũ liệu Vì vậy,xác việc thu khói thơng áp dụng chuẩn màu Trong phương pháp phươngpháp phápbộ cảnhbáo báo cháy rừng cách xác định khói thơng quacảnh giảithuật thuật trừtượng người) vàthông khả báo sớm Trong dựa báo này, phương cảnh cháy rừng cách xác định khói qua giải trừ tồn trục Phần mềm máy tính kết camera chịu nhiệm pháp này, nhận diệnquan đối sonh sá thậpphương nối liệu với khung ban đầu hết trách sức trọng Các này,xoay 30 khung hìnhquanh đầu dùng làm liệu nền, m Trong phương pháp này, nhận diện đối tượng dựa so sánh liệu pháp cảnh báo cháy rừng cách xác định khói thơng q Trong phương pháp này, nhận diện đối tượng dựa so sánh liệu ∑ |ρ−ρ | Vìi=2 vậy,lài−1 việc thunền thập liệu khung ban đầu hết sứ ban=đầu liệu cácnhận khungdiện hìnhkhói so sánh độ lệch điểm ảnh với liệuσ với m > m cũ liệu Vì vậy, việc thu thập liệu khung ban đầu quan trọng phương pháp này, nhận diện đối tượng dựa so sánh cũ dữdung liệu vậy,quả việc thập pháp liệu bannày đầu quan trọng đầu làm−1 dữtrung liệu Nội nghiên cứu 30và khung hìnhmới trước.VìKết củathu phương nàykhung ĐặtVì ρ làvậy, giá trị bình củadữkhung ảnh σban độđầu q Các liệu ban đầu liệu việc thu thập liệukhung khung Các liệu ban đầu liệu Bàinhiễu báobằng nghiên cứupháp giải phịng chống cháy rừng hình ảnh dựa giá trị trung bình ảnh σ độ sai Đặt lọc phương co pháp giãn ảnh Sau đó, sai lệch chuẩn khung ảnh, ta có: Khi khung ảnh (n+1) cập nhật Các giá trị 𝜌𝜌𝑛𝑛+1 Đặt 𝝆𝝆 giá trị trung bình khung ảnh σ độ sai lệch chuẩn khung ảnh, đầu liệu Đặt 𝝆𝝆 giá trị trung bình khung ảnh σ độ sai lệch chuẩn khung ảnh, phương pháp Đầu ảnh nhận thuật toán nhận diệntrừ cạnh áp tiên, dụng hình Tọa độ vị trí có: từ webcam chuyển đổi dựa m nhật tacó: có: làcập trung bình củamàu khung Đặt tacủa ∑giá ρtrị cạnh lưu lại trước khiphương xuấtpháp để trừ so sang hệ màu HSV, sau áp trên: chuẩn này.ảnh σ độ sai lệ i i=1dụng m m ρ = ∑ ρ m ∑ ρ i i=1 = α ρ + (1 − α)ρ ρ có: i m n+1 kếti=1 n(6) Trong phương pháp này, 30 khung hình đầu đượcn+1 dùng làm liệu nền, khung = (6) ρ= ρsánh { mm mm { {{ { { ∑m ρ i |ρ i=1 (1 − α)σn = mα − ρquả hình tiếp so sánh độ lệch điểm ảnh với 30 khung trước phương ρmσn+1 = hình n+1Kết n | +của Chuyển đổitheo hệ màu m∑i=2|ρ−ρ i−1 | với m 1nhận pháp lọc nhiễu phương pháp co giãn đó, thơng thuật tốn σmảnh = Với α làSau độ lớn số>của giá diện trị cập nhật (1-α) ∑m |ρ−ρ ∑m |ρ−ρ | | i−1 i=2 i−1 i=2 m−1 màu RGB sử dụng nhiều hình σmChuẩn = với m > (7) σm = với m > (7) m cạnh áp dụng Tọa độ vị trí cạnh lạitrên trước để tốnlưu dựa tấtkhi giáxuất trị trước m−1 m−1 ảnh phim ảnh Mỗi điểm ảnh chứa giá trị σ = ∑i=2|ρ−ρ i−1 | với m > ảnh (n+1) cập nhật Các giá trị mKhi khung so sánh kết Khi m−1 khung ảnh (n+1) cập nhật Các giá trị + bit thể màu: đỏ (red), xanh Khikhung khung ảnh (n+1) đượccập cậpnhật nhật Các giátrị 𝜌𝜌𝑛𝑛+1 Những điểm ảnh với trịcần sai lệch giá trị sai lệch 𝜎𝜎giá Chuyển đổi hệ(blue) màu Khi ảnh (n+1) Các giá vàvà trị sai lệch 𝜎𝜎𝑛𝑛+1 cần vàgiá giá trị sai lệch cần cậpdựa nhậttrên dựa 𝜌𝜌𝑛𝑛+1 𝜎𝜎𝑛𝑛 𝑛𝑛+1 cập nhật dựa trên: (green) xanh dương Điều giúp miêu tảtrị𝜌𝜌𝑛𝑛+1 thành đối tượng cần xác định khung chung+khv đượccập cập nhật dựa trên: Khi khung ảnh (n+1) cập nhật Các ảnh giá trị Chuẩn màu RGB sửnhiên, dụngchuẩn nhiều hình ảnh phim ảnh Mỗi nhật dựa trên: điểm ảnh sinh động đẹp mắt Tuy màu trên: ρn+1 = α ρn+1 + (1 − α)ρn Nếu σ > 2σ => ρ đối tượng, cập nhật dựa trên: điểm ảnh chứa giá trị bit thể màu:n+1 đỏ (red), xanhn+1 (8) (green) nhạy với ánh sáng α.ρcảm ρsẽ (13−− α)ρ (8) ρn+1 == α ++(1 α)ρ ρnày n+1 n khắc phục điều đó, n+1 n+1 nĐể | | σ + (1 − α)σ = α ρ − ρ n+1 n+1 n = ρ σ = σ , ρ xanh dương (blue) Điều giúp miêu tả điểm ảnh sinh động đẹp mắt Tuyn màu từ webcam chuyển từ α)σ chuẩn RGB sang ρn+1n+1 n n = α nρn+1 +n+1 (1 − α)ρ | | + (1 − = α ρ − ρ (9) σ | | + (1 − α)σ = α ρ − ρ (9) σảnh n+1 n+1 n n n+1 n+1 n n Với α độ lớn thông số giá HSV dựa theo [10]:màu nhạy cảm với ánh sáng Để khắc phục điều đó, ảnh màu từtrị cập nhật (1 nhiên, chuẩn | +trị |giá (1 − α)σ =trên α ρn+1 −cũđược ρgiá Vớiα αlàlàđộđộlớn lớnthông thôngsốsốcủa củagiá giátrịtrịmới mớicập cậpnhật nhậtvàσvà (1-α) làgiá tính Với (1-α) cũ tính n+1 nđược dựa tất cảtrị trước đó.nnền, lặp lại (8), (9) ≤trị 2𝜎𝜎 => 𝜌𝜌𝑛𝑛+1 hình 𝜎𝜎𝑛𝑛+1 webcam chuyển từ chuẩn RGB sang HSV dựa theo [10]: tốndựa dựatrên trêntấttấtcảcảcác cácgiá giátrịtrịtrước trướcđó Với nhiên, α độtồn lớntại thông số giá trị khơng cập nhật (1-α tốn Tuy hợp V: = max(R, G, B), (1)cập nhật Với α độ lớn thơngtrường số giá trị hình thay đổi g dựa tất giá trị trước V−min (R,G,B) điểm ảnh đến với giá trị sai lệch dựa Những lâu, điều dẫn bị hịa lẫn+vào , giá (2) S: =điểm 𝜎𝜎𝑛𝑛+1 cóthể thểđược định nghĩa Những điểm ảnhvới với giátrịtrịsai sailệch lệchdựa dựatrên trên𝜌𝜌𝑛𝑛+1 𝜌𝜌𝑛𝑛+1vàvà 𝜎𝜎𝑛𝑛+1 cótrị nghĩa Những ảnh (R,G,B) thành tượng cầnđịnh xác định khung giáđối giới hạn cho biến sai lệch với: ảnh chung khô thành đốitượng tượngcần cầnxác xácđịnh địnhhoặc hoặckhung khungảnh ảnhchung chung không chuyển Những điểm ảnh=> vớiρgiá trị sai lệch dựa thành đối không didi Đặt: + Nếu σn+1 >chuyển 2σ n+1 đối tượng, 53 Nếu σn+1 2σ => ρn+1 đốitượng, tượng, thành tượng cần xác định (3) khung ảnh chung không 4(1) 1.2016 Nếu 2σ => làlàđối rσ∶= (> V> R) /(V −ρX), n+1 n+1 = ρn(σvàmin σ,n+1 =đối max σ ���) σρ′nn+1 n = σn , = ρ σ = σ , (10) ρ Nếu σ > 2σ => ρ đối tượng, = σn ,n- X), (10) ρn+1 n+1=−ρngnvà n+1 n+1 n+1 ∶=σ(V - G)/(V n+1 = ρ σ = σ , ρn+1 n ≤ n+1 =>n hình nền, lặp lại (8), (9) Phương i−1pháp mi=2 trung bình khung vàtrừσmkhung là>độ1sai lệch ảnh,lệch ta Đặt với σmtrị = ∑ | ảnhcủa Đặtlà𝝆𝝆giálàtrịgiá trung bình ảnhchuẩn σcủalàkhung độ sai chuẩn khung i−1 i=2|ρ−ρ Có nhiều phương pháp m−1 với m > 1khác để cảnh báo cháy rừng thông tin địa lý GIS để σm = có: ∑ |ρ−ρ | (7) ảnh, (7) m−1 ta có: ệch chuẩn dựảnh, đoán khả cháy rừng, lắp đặt cảm biến nhiệt độ để đánh giá vị trí Tuy ∑m ρ icủa khung m ρm = i=1 ∑ (6) i=1 ρi Khi nhiên, m ngột giá (do trịcon sai lệch khung (n+1) cậpthểnhật Các ảnh giải pháp không xác định đượcgiá cháytrịmột cách + đột (6) + cần ρm = m giá trị sai lệch cần Khi khung ảnh (n+1) cập nhật Các giá trị + + người) khả cảnh báo sớm Trong báo này, nhóm tác giả đề xuất phương cập nhật dựa trên: ∑m (6) i=2|ρ−ρ i−1 | với m > cập nhật dựa trên: σm = báo+ cháy cách xác định khói thơng(7) qua giải thuật trừ Trong m−1m ρ =|pháp α.cảnh ρn+1 (1 rừng − α)ρ (8) ∑i=2|ρ−ρ n+1i−1 n giá trị cũ toán dựa cảtrên cácsựgiá - Áp 2(7) lần để tìm điểm phương pháp này, nhận diện đốitrên tượngtấtdựa so sánh dụng liệu cũphân ngưỡng liệu σm = (1-α) với m > 1tính ρ = α ρ + (1 − α)ρ (8) n+1 n+1 n m−1 |ρvậy, σn+1 + −vàα)σ =được α.Vì − (9) giá ntrị ban sai lệch Khi khungtrịảnh (n+1)đó cập nhật Cácρ giá trị (1 n+1việc n |thập trước thu dữ+liệu khung đầu hết +sứccần quanlàtrọng liệu ban ảnh cạnhCác tiềm (7) | | σ + (1 − α)σ = α ρ − ρ (9) cập nhật dựan+1 trên: n+1 nnền số giá n trị cập nhật (1-α) giá trị cũ tính tốn Vớiđầu α lànàyđộ lớnliệuthơng Hồn thiện quảtính Khi khung ảnh (n+1) cập nhật Các giá trị và(8) giá-chuẩn trị lệch 𝜎𝜎 cần Với α độ lớn thông số giá trị cập (1-α) sai giá trị cũkết toáncách loại bỏ cạnh điểm ảnh với giá trị sai lệch dựa ρn+1 = α ρn+1 Những + (1 − α)ρ 𝑛𝑛+1 𝑛𝑛+1 dựa giá trị trị trung bìnhtrước khung ảnhtrên σ𝜌𝜌lànhật độ sai lệch củaảnh khung ảnh, takhông Đặtntất làcảgiácác điểm nhỏ có kết nối ảnh đủ lớn cập nhật dựa giá σtrị 𝜎𝜎−𝑛𝑛+1 cần giá trịnghĩa trước thành đối tượng cần (9) định |+ |ρvà (1tất −trên: α)σ = α.lệch ρntrên có: n+1 sai n+1dựa n sốcó trường hợp, ∑m α độ lớnđịnh thông số+của giá nhậtgiá vàkhông (1-α) làdigiá trị cũdựa đượctrên tính tốn Trong xác khung ảnhncập chung chuyển i i=1 thể địnhkhung nghĩanền Những ảnh với trị sai lệch −trịρα)ρ ρVới + + n+1 = α ρn+1 ρm (1 =điểm (6) được(8) m dựa tất cácthành giá trị trước cho kết nhận diện tốt được, vậy, vị trí tọa độ thểchuyển định nghĩa ảnhcần vớixác giáđịnh trị saihoặc lệchkhung dựa đốiđiểm tượng ảnh chung (8) + khơng + códi (9) σn+1 = α |ρNhững n+1 − ρn | + (1 − α)σn đối tượng nhận diện lưu lại hiển thị thành tượng cần xác định chung không di chuyển Nếu > 2σ => ρn+1 tượng, ∑m |ρ−ρ n+1 i−1 | vàđốikhung có nhật thểảnh nghĩa i=2 Nhữngα điểm ảnh vớiσđối giá sai lệch dựa Với độ lớn thông số giá trị+1làhoặc cập vàđịnh (1-α) giá trị cũ + với m> lênlàtrong 30 khung hình Giá trị tìm σmtrị=(9) (7)tính = ρ> σ=> = σlà (10) ρn+1 m−1 Nếu σtất 2σkhung ρtrị tượng, thành đối dựa tượng cần xác định chung không di chuyển nhoặc n+1ảnh n , đối n+1 n+1 tốn giá trước giá trị cũ tính dựa vào thực nghiệm Nếu σn+1 > 2σ => ρ đối tượng, = ρn σn+1 = σn , (10) ρn+1n+1 và(9) giá trị sai lệch Khi=> khung ảnh (n+1) cập nhật Các giá trị σ=n+1 ρ hình nền, lặp lại (8), (9) σn+1 σn ,≤ 2σ ρn+1 = ρn vàhoặc +(10) + cần Thiết kế phần cứng n+1 ≤ => hình nền, lặp lại (8), + + Những điểm ảnhđược vớicậpgiá nhậttrịdựasai trên:lệch dựa 𝜌𝜌𝑛𝑛+1 𝜎𝜎𝑛𝑛+1 định nghĩa Tuy nhiên, tồn trường hợpnền, hình khơng thay giá trị thời gian lắp đặt ≤ => hình lặp lại (8), Hệđổi thống thiết kế nhỏ gọn có khả +là hình + hợp tồn tạiρ định trường hình khơng thay(9) ≤đốiTuy => nhiên, nền, lặp+lại(1hoặc (8), (9) thành tượng khung ảnh chung không di chuyển thể +được định nghĩa +ρcần =xác α − trị α)ρ (8)) Vì vậy, giá +1 có n+1đó n+1 n lâu, điều dẫn đến giá sai lệch bị hòa lẫn vào nhiễu ( → nhiên, tồnnền trường hợp hình thay trongquan mộttrắc thờitrong gian cáctrịtrạm rừng nhằm đáp ứng khả đổi giá trị => thời gian lâu, đókhơng dẫnthời đến Tuy nhiên, tồn> tạiTuy trường hợpρhình thay đổi giáđiều trị gian đổi giá Nếu σn+1 2σ không đối tượng, ông di chuyển = max (σ σ���) (11) (9) σ′n n+1 |vào |ρbị σ + (1 − α)σ − ρ min≤,= nα => σ 2σ ρ hình nền, lặp lại (8), (9) n+1 n+1 n n trị giới hạn cho biến sai lệch với: n+1 n+1 lâu, điều dẫn đến giá trị sai lệch hịa lẫn nhiễu ( → ) Vì vậy, giá (cảnh→ báo ) sớm khói lâu, điều đó= đến giávào trị sai lệch bị hịaVìlẫnvậy, vào nhiễu Vì vậy,cómột giáxảy Vì vậy, hệ giá trị lệch sẽdẫn bị hòa lẫn nhiễu ρnbiến vàsai σlệch , lớn (10) n+1 n+1Với ασlànđộ thông số giá trị cập nhật (1-α) giámáy trị cũ tính tính tốn trịρgiới hạn=cho sai với: thống kết hợp webcam quan sát thiết trị giới hạn cho biến sai lệch với: giới cho biến sai lệch với: ′ hạn Nếu giá σ′ n+1trị>dựa βσ(10) đốitrị tượng, tất ρcản+1 cáclàgiá trước n => kế nhằm đáp ứng khả quan sát (11) cảnh báo cháy σn = max(σmin , σn ) ρn+1 ρnmax và=> σ(σ =, σ σnlà hình nền, lặp lại (8), (9) (11) (12) 𝜌𝜌𝑛𝑛+1 = max𝜎𝜎 (σ𝑛𝑛+1 ,σσ≤ )=2𝜎𝜎 σ′nhoặc ′n= n+1 ���) (11) Trong hệ thống, Webcam Logitech HD Pro C920 n ′ = max(σmin , σn ) (11) có thể đượcmột định nghĩa ảnh với giá trị sai lệch dựa minđiểm nhợp Tuy nhiên,σntồn Những trường hình khơng thay +đổivàgiá thời gian + trị có độ phân giải 1080p, kết nối máy tính chuẩn thành đối xác định khung ảnh chung khôngnhiễu di chuyển → ) Vì vậy, Nếu σthời ≤gian βσ′nđến =>′tượng ρgiá làtrịhình nền, lặpsẽ lại (8)hịa (9) lâu,một điều dẫn sai lệch bị lẫn vào n+1 n+1cần iá trịrất ′ 𝑛𝑛 quay phim 30 khung hình USB, có( 𝜎𝜎 khả Nếu σ > βσ => ρ đối tượng, Nếu σ > βσ => ρ đối tượng, ′ n+1 n n+1 n+1 n n+1 Nếu σcho >biến 2σ => ρ ρn+1 làlà đốivới: tượng, Nếu σhạn đối tượng, n+1βσ n+1 > n =>sai n+1 lệch nhiễumột ( 𝜎𝜎𝑛𝑛giá →[1]trị 0ρρ ).giới Vì= vậy, giây chụp ảnh đạt Webcam =ρρ2015) ρ σ =n=σσn , (12) (12)15 megapixels n+1 =và σ= σ (10)được [2] ρn+1 on Aug ρn nnvà vàσρnn+1 σvàn+1 (12) n+1 = n+1 n+1n+1= σnn trục Yaw 1800 đặt bệ xoay 3600 theo trục Pitch, hệ thống bao qt tồn (σmin ,𝒏𝒏+𝟏𝟏 σ ���) (11) σ′n = maxNếu ′ ρ ′ ≤=> n≤≤ => làlàhình nền,lặp lặplại lạilặp (8),lại (9).(8)theo Nếu 𝝆𝝆 hình nền, (9) βσ là𝒏𝒏+𝟏𝟏 nền, (8) (9) +𝜷𝜷𝝈𝝈 + hình n ′𝒏𝒏 => n+1 Nếuσ𝝈𝝈 𝝈𝝈n+1 ≤ 𝜷𝜷𝝈𝝈 => 𝝆𝝆 hình nền, lặp lại (8) (9) 𝒏𝒏+𝟏𝟏 𝒏𝒏 𝒏𝒏+𝟏𝟏 tầm nhìn theo chiều kim đồng Bộgiá điều khiển cấp (11) nhiên, tồn trường hợpβhình nềnlớn, khơngkhu thayvực đổi giá trị mộtcàng thời gian rấtlại Thayhồ β trọng số, đối tượng nhỏ đổi [1] TrongTuy Trong β trọng số, β lớn, khu vực đối tượng nhỏ lại Thay đổi giá thấp bao vi điều khiển có hiệu chỉnh PID cho lâu, điều đótìm dẫnsố, đếnkết giá trị saitốt lệchlớn, bịkhu hòa lẫn vào ( khói → ).gồm Vì vậy, mộttrường giá Trong βphép là2015) trọng β vực đốinhiễu trị β cho cho nhận dạng môi [2] on Aug trị β cho phép tìm kết tốt cho nhận dạng khói mơi trường trục xoay Vận tốc chiều trục xoay điều khiển trịnhỏ giới hạn cho biếnđổi sai giá lệch trị với:β cho phép tìm tượng lại Thay Nhận dạng khói Nhận dạng khói từ máy tính thơng qua chuẩn RS232 kết quảKết tốt cho nhận dạng khóitrừ mơi trường pháp tiếp tục xử Kết σquả của(σphương phương pháp trừ tiếp tục xử lý lý để để loại loại bỏ bỏ nhiễu nhiễu nhận nhận dạng dạng ′ = max , σ ) (11) n n đối Đầu Nhận dạng khói đối tượng tượng Đầu tiên, tiên, dữ liệu liệu ảnh ảnh được co, co, giãn giãn để để loại loại bỏ bỏ điểm điểm ảnh ảnh quá mờ mờ hoặc khơng khơng rõ Phương trình miêu tả tốn trình rõ ràng ràng Phương trình miêu tả thuật thuật tốnđược nàyxử trình ′bày bày dựa dựa theo: theo: Kết phương pháp trừ tiếp tục ′ ((x, y)) = min��x′,y′�in element� input((x + x ′ , y + y ′ )) output (13) output x, y = input x + x , y + y (13) lý để loại bỏ nhiễu nhận tượng Đầu tiên, ��x′dạng ,y′ �in đối element� liệu ảnh co giãn để loại bỏ điểm ảnh q mờ hoặcoutput khơng(x, rõyràng Phương′ trình miêu tảinput thuật (toán )) = max x + x′ , y + y′ ) ��x′ ,y′′ �in element� input(x + x ′ , y + y ′ ) ( output x, y = max ��x ,y �in element� trình bày dựa theo: (14) (14) Sau khung co giãn, khói xác định phương pháp nhận diện Sau khung được co giãn, ′ ′ )khói xác định phương pháp nhận diện (x,dựa ) =theo ( output ykhi input x + x , y + y ′ ′ cạnh [11, 12] Phương pháp ,y �in element� cạnh dựa theo��x[11, 12] Phương ′pháp′ này, này, về tổng tổng quát, quát, được thể thể(a)hiện qua qua 55 bước bước sau: sau: (b) Ứng lọc Gauss để làm mượt ảnh loại bỏ nhiễu Hình 1: trục xoay webcam: (a) mặt trước, (b) mặt sau ( (Ứng ) input x + x , y + y output x, y) =dụng max ′ ′ dụng��xbộ Gauss để làm mượt ảnh loại bỏ nhiễu ,y �inlọc element� Tìm Tìm cường cường độ độ độ độ dốc dốc của bức ảnh ảnh Khi đế xoay, máy tính thiết lập để webcam không Thực phương pháp non-maximum suppression để dò biên ảnh lưu để liệudòảnh, điều giúp giảm nhiễu Thực phương pháp non-maximum suppression biên củanày ảnh Sau- khung co giãn, khói xác ảnh tiềm trình tínnăng hiệu truyền liệu - Áp Áp dụng dụng phân phân ngưỡng ngưỡng 22 lần lần để để tìm tìm ra các điểm điểm ảnhxửlà làlýcạnh cạnh tiềm định phương pháp nhận diện cạnh dựa theo [11, Hoàn Hoàn thiện thiện kết kết quả bằng cách cách loại loại bỏ bỏ các cạnh cạnh trong điểm điểm ảnh ảnh nhỏ nhỏ và không có 12] Phương pháp này, tổng quát, thể qua Kết kết nối ảnh đủ lớn kết nối ảnh đủ lớn bước -sau: thể cho kết nhận tốt Kết diện phần mềm - Trong Trong số trường trường hợp, hợp, một khung khung nền không thiết cho kế kếtphần quảcứng nhận diện tốt nhóm được, vậy, vị trí tọa độ đối tượng nhận diện lưu lại hiển tác giả kiểm chứng nhiều thí nghiệm - Ứng dụng lọc Gauss để làm mượt ảnh loại được, vậy, vị trí tọa độ đối tượng nhận diện lưu lại hiển thị thị Nghiên cứu lên 30 khung hình Giá trị tìm dựa vào thực nghiệm giả kếtnghiệm thí nghiệm bỏ nhiễu lên 30 khung hình Giá trị nàynày, tìmnhóm đượctácdựa vàotrình bày thực thực tế điển hình Do hạn chế điều kiện ngoại cảnh, thực tế độ độ dốc ảnh - Tìm cường Thiết kế phần cứng thí nghiệm này, nhóm tác giả định sử dụng Thiết kế phần cứng Hệ thống thiết kế nhỏ gọn có khả lắp trắc - Thực phương pháp non-maximum suppression tự dàn dựng đoạn quan clip miêu khói cháy rừng có Hệ thống thiết kế nhỏ gọn có khả clip lắp đặt đặt các4trạm trạm quan trắctảtrong rừng nhằm đáp ứng khả cảnh báo sớm có khói xảy Vì vậy, hệ thống để dị biên ảnh sẵnkhói mạng đểVì kiểm tramột giải hệ thuật Đặc điểm rừng nhằm đáp ứng khả cảnh báo sớm có xảy vậy, thống máy tính kết hợp webcam quan sát thiết kế nhằm đáp ứng khả quan sát máy tính kết hợp webcam quan sát thiết kế nhằm đáp ứng khả quan sát và cảnh báo cháy Trong hệ thống, Webcam Logitech HD Pro C920 có độ phân giải cảnh báo cháy Trong hệ thống, Webcam Logitech HD Pro C920 có độ phân giải 1080p, tính quay phim 30 khung hình 1080p, kết kết nối nối máy máy chuẩn chuẩn USB, USB, có có khả khả 4(1)tính 1.2016 54 quay phim 30 khung hình giây chụp ảnh đạt 15 megapixels Webcam mỗi0 giây chụp ảnh đạt 0được 15 megapixels Webcam được đặt đặt trên bệ bệ có thể xoay xoay 360 theo trục Yaw 1800 theo trục Pitch, hệ thống bao qt tồn tầm 360 theo trục Yaw 180 theo trục Pitch, hệ thống bao qt tồn tầm nhìn theo chiều kim đồng hồ Bộ điều khiển cấp thấp bao gồm vi điều khiển có hiệu đoạn clip camera ghi lại cảnh cháy rừng đặt vị trí quan sát từ cao, phù hợp với mục tiêu nghiên cứu Thí nghiệm Đoạn phim khói sử dụng dựa theo [13], theo đó, 30 khung ảnh liên tục ban đầu dùng làm liệu nền, từ khung ảnh tiếp theo, độ lệch so sánh với hình gốc Từ hình 2, phương pháp nhận diện trừ lọc nhiễu nhận diện cạnh cho kết tốt Kết thực nghiệm cho thấy, giải thuật cho kết tốt đoạn (a) Trong thí nghiệm này, hình ảnh ban đầu cần xác định hình 3(a) Các thuật tốn trừ ảnh, co giãn, nhận diện cạnh thể hình 3(b), (c), (d) Việc lặp lại 30 khung ảnh liên tục, kết so sánh thể hình 3(e) Tuy nhiên, khác với thí nghiệm 1, khói thí nghiệm rõ ràng nên hình 3(b) 3(c) khơng thể sai lệch lớn (a) (b) (c) (d) (b) (c) (d) (e) Hình 3: thí nghiệm 2: (a) ảnh gốc, (b) trừ ảnh, (c) co giãn ảnh, (d) nhận diện cạnh, (e) kết nhận dạng Thí nghiệm (e) Hình 2: thí nghiệm 1: (a) ảnh gốc, (b) trừ ảnh, (c) co giãn ảnh, (d) nhận diện cạnh, (e) kết nhận dạng Thí nghiệm Thí nghiệm dựa đoạn phim cháy rừng theo [13] Đây đoạn clip mô tả đám cháy bang Colorado, Hoa Kỳ Nhận diện đoạn phim cho kết khả quan, thuật tốn khơng nhận diện nhầm hình xung quanh (rừng) với đám cháy 4(1) 1.2016 Thí nghiệm dựa đoạn phim cháy rừng theo [14] Đây đoạn clip miêu tả khói dãy núi Alps Trong thí nghiệm này, đoạn phim quay từ khoảng cách xa mờ Tuy nhiên, liệu lưu lại sau 30 khung hình cho kết khả quan Thuật tốn nhận diện tốt vị trí có cháy diễn Các bước tiến hành thí nghiệm diễn tương tự thí nghiệm Tuy nhiên, dễ dàng nhận rằng, khung hình kết nhận diện khói khơng rõ ràng Vì vậy, kết lưu lại 30 khung cần thiết 55 (a) (b) (c) (d) (a) (b) (c) (d) (e) (e) Hình 5: thí nghiệm 4: (a) ảnh gốc, (b) trừ ảnh, (c) co giãn ảnh, Hình 4: thí nghiệm 3: (a) ảnh gốc, (b) trừ ảnh, (c) co giãn ảnh, (d) nhận diện cạnh, (e) kết nhận dạng (d) nhận diện cạnh, (e) kết nhận dạng Thí nghiệm Thí nghiệm Thí nghiệm dựa đoạn phim cháy rừng theo [15] Đoạn clip miêu tả khói bốc lên tương đối mờ Thí nghiệm dựa đoạn phim cháy rừng theo cánh rừng Pháp vào sáng sớm Phương pháp [16] Đoạn clip thể vụ cháy diễn trừ hiển thị kết không rõ ràng, nhiên sau co giản ảnh, kết nhận tương đối rõ nét Trong thí nghiệm này, hình 5(b) 5(c) cho kết lúc, phương pháp nhận diện cho kết tốt gần lúc nhận dạng đám khói bốc lên cao rõ nét phương pháp co giãn ảnh Kết sau trừ co giãn cho thông tin tốt độ rõ ràng khói bay lên Tuy nhiên, Các bước tiến hành thí nghiệm tương tự thí nghiệm trước Kết thí nghiệm cho thí nghiệm này, vệt khói mờ khơng thể nhận diện thấy tính khả thi phương pháp nhận diện đám cháy lúc 4(1) 1.2016 56 đầu tư thêm từ tổ chức, cá nhân nhằm hoàn thiện sản phẩm, đưa vào sản xuất với giá thành thấp, nhằm xây dựng mạng lưới cảnh báo cháy rừng cho đất nước (a) (b) (c) (d) Tài liệu tham khảo [1] H.K Preislera, D Schweizerb, R Cisnerosc, T Procterd, M Ruminskie and L Tarnayf (2015), “A statistical model for determining impact of wildland fires on Particulate Matter (PM2.5) in Central California aided by satellite imagery of smoke”, Environ, Pollution, pp.340-349 [2] S Karmaa, E Zorbaa, G.C Pallisa, G Statheropoulosa, I Baltaa, K Mikedia, J Vamvakaria, A Pappaa, M Chalarisb, G Xanthopoulosc, M Statheropoulosa (2015), “Use of unmanned vehicles in search and rescue operations in forest fires: Advantages and limitations observed in a field trial”, Inter of Journal of Diaster Risk, pp.307-312 [3] Y.S Chung, H.V Le (1984), “Detection of forest-fire smoke plumes by satellite imagery”, Atmospheric Environment, pp.21432151 [4] M Denera, Y Özköka, C Bostancioglub (2015), Fire detection systems in Wireless Sensor Network, World Conference on Technology, Innovation and Entrepreneurship (e) Hình 6: thí nghiệm 5: (a) ảnh gốc, (b) trừ ảnh, (c) co giãn ảnh, (d) nhận diện cạnh, (e) kết nhận dạng Bài báo đề xuất giải pháp cảnh báo cháy rừng dựa phương pháp nhận diện khói Các thí nghiệm thực tế ban đầu từ thực nghiệm từ đoạn phim ngắn mạng cho kết khả quan Tuy nhiên, thí nghiệm cịn vài hạn chế: thời gian xử lý máy tính tương đối lâu (gần phút); khối phần cứng chưa linh hoạt, điều khiển từ máy tính Thuật tốn cịn hạn chế chưa nhận diện mây bay tầm thấp, sương mù gió to Nhóm tác giả tiến hành khoảng 10 thí nghiệm khác nhau, từ kết luận, thuật tốn đạt thành cơng mức gần 80% Kết luận đề nghị Chúng nghiên cứu thiết kế chế tạo thử nghiệm thiết bị dùng để cảnh báo cháy rừng phương pháp nhận diện khói Các kết thực nghiệm nhà trời cho thấy, thuật toán đáp ứng yêu cầu đề ra, với khả bật sau: (i) thiết bị nhỏ gọn, có khả bao qt tồn tầm nhìn theo chiều kim đồng hồ; (ii) hệ thống có khả nhận diện khói trường hợp khói mờ Thơng qua cơng bố này, nhóm nghiên cứu kêu gọi 4(1) 1.2016 [5] W Krülla, Robert Toberaa, I Willmsa, H Essenb, N.V Wahlb (2012), Early Forest Fire Detection and Verification using Optical Smoke, Gas and Microwave Sensors, Inter Symposium on Safety Science and Technology [6] S Bhattacharjeea, P Roya, S Ghosha, S Misraa, M.S Obaidat (2012), “Wireless sensor network-based fire detection, alarming, monitoring and prevention system for Bord-and-Pillar coal mines”, Journal of Systems and Software, pp.571-581 [7] Xuân Hiền Trần (2007), Ứng dụng công nghệ GIS việc cung cấp thông tin dự báo cháy rừng địa bàn tỉnh Lâm Đồng, Trung tâm Dự báo Khí tưởng thủy văn tỉnh Lâm Đồng [8] Nguyễn Thanh Thủy (2011), Ứng dụng Viễn thám GIS nghiên cứu dự báo cháy rừng tỉnh Bắc Kạn [9] Chủ động phòng cháy chữa cháy rừng, tongcuclamnghiep.gov, truy cập ngày 27.7.2015 [10] A.R Smith (1978), “Color gamut transform pairs”, Computer Graphics, 12, pp.12-19 [11] R.T Collins, A.J Lipton, T Kanade (1999), “A system for video surveilliance and monitoring”, American Nuclear Society 8th Internal Topical Metting on Robotics and Remote systems, Pittsburgh, PA pp.25-29 [12] John Canny (1986), “A computational approach to Edge detection”, IEEE trans on Pattern Analysis and Machine Intelligence, 8, pp.697-714 [13] https://www.youtube.com/watch?v=RGu8_tPkIGk (accesed on Aug 2015) [14]ehttp://footage.framepool.com/en/shot/289209480-campfire-coniferous-forest-smoke-alps (accesed on Aug 2015) [15]ehttp://www.shutterstock.com/fr/video/clip-1721386-stockfootage-fog-drifts-across-woods-at-bottom-of-hill.html?src=recommended/1634170:3/3p (accesed on Aug2015) [16]ehttp://www.shutterstock.com/fr/video/clip-410893-stockfootage-start-a-forest-fire.html?src=recommended/1721386:2/3p (accesed on Aug 2015) 57 ... hìnhmới trước.VìKết củathu phương nàykhung ĐặtVì ρ làvậy, giá trị bình củadữkhung ảnh σban độđầu q Các liệu ban đầu liệu việc thu thập liệukhung khung Các liệu ban đầu liệu Bàinhiễu báobằng nghiên... dụng hình Tọa độ vị trí có: từ webcam chuyển đổi dựa m nhật tacó: có: làcập trung bình củamàu khung Đặt tacủa ∑giá ρtrị cạnh lưu lại trước khiphương xuấtpháp để trừ so sang hệ màu HSV, sau áp... ρmσn+1 = hình n+1Kết n | +của Chuyển đổitheo hệ màu m∑i=2|ρ−ρ i−1 | với m 1nhận pháp lọc nhiễu phương pháp co giãn đó, thơng thuật toán σmảnh = Với α làSau độ lớn số >của giá diện trị cập nhật

Ngày đăng: 16/02/2023, 17:49

w