(Luận văn) nghiên cứu một số kỹ thuật phát hiện bất thường phục vụ cho giám sát khu vực giới nghiêm của trường văn hóa i

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN VIỆT BẮC lu an n va p ie gh tn to NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG PHỤC VỤ CHO GIÁM SÁT KHU VỰC GIỚI NGHIÊM CỦA TRƯỜNG VĂN HÓA I w Chuyên ngành: Khoa học máy tính d oa nl Mã số: 48 01 01 va an lu ll u nf LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH oi m z at nh z Giáo viên hướng dẫn: PGS TS Đỗ Năng Toàn m co l gm @ an Lu THÁI NGUYÊN - 2020 n va ac th si i LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn cơng trình nghiên cứu thật cá nhân, thực hướng dẫn khoa học PGS.TS Đỗ Năng Toàn Các số liệu thông tin thứ cấp sử dụng luận văn trích dẫn rõ ràng Tơi hồn tồn chịu trách nhiệm tính xác thực nguyên luận văn Học viên lu Nguyễn Việt Bắc an n va p ie gh tn to d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC BẢNG iv DANH MỤC CÁC HÌNH v PHẦN MỞ ĐẦU Chương 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG 1.1 Khái quát xử lý ảnh lu an 1.1.1 Các khái niệm n va 1.1.2 Các bước xử lý ảnh số tn to 1.2 Khái quát Video 17 gh 1.2.1 Giới thiệu 17 p ie 1.2.2 Một số thuộc tính đặc trưng video 18 w 1.2.3 Các dạng chuẩn kiến trúc Video 20 oa nl 1.3 Bài toán phát bất thường 26 d 1.4 Phân tích yêu cầu toán 27 an lu Kết luận chương 28 u nf va Chương 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG 29 2.1 Phát bất thường dựa vào kỹ thuật trừ ảnh 29 ll oi m 2.1.1 Kỹ thuật trừ ảnh dựa vào điểm ảnh 30 z at nh 2.1.2 Trừ ảnh phân khối 31 2.1.3 Phương pháp biểu đồ 33 z 2.1.4 Phương pháp thống kê 37 @ gm 2.1.5 Trừ ảnh dựa vào đặc trưng 38 l 2.2 Phát bất thường dựa vào kỹ thuật trừ 39 m co 2.2.1 Không gian màu (Color space) 39 an Lu 2.2.2 Mơ hình (Background modeling) 40 2.2.3 Lựa chọn ngưỡng (Threshold selection) 41 n va 2.2.4 Thao tác trừ (Subtraction operation) 43 ac th si iii Kết luận chương 45 Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM 46 3.1 Phân tích lựa chọn cơng cụ 46 3.3 Một số kết chương trình 50 PHẦN KẾT LUẬN 53 TÀI LIỆU THAM KHẢO 54 lu an n va p ie gh tn to d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si iv DANH MỤC CÁC BẢNG Bảng 1.1 Các tiêu chuẩn Video số 20 Bảng 1.2 Mô tả kiểu CIF QCIF 21 Bảng 1.3 Một số ràng buộc MPEG-1 23 Bảng 1.4 Các tham số có MB sở 25 lu an n va p ie gh tn to d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si v DANH MỤC CÁC HÌNH Hình 1.1 Q trình xử lý ảnh Hình 1.2 Các bước hệ thống xử lý ảnh Hình 1.3 Ảnh thu nhận ảnh mong muốn Hình 1.4 Dãn độ tương phản 10 Hình 1.5 Quá trình hiển thị chỉnh sửa, lưu trữ ảnh thơng qua DIB 16 Hình 1.6 Sự chuyển đổi mơ hình biểu diễn ảnh 17 Hình 1.7: Cấu trúc phân cấp video 17 lu Hình 1.8: Minh họa việc chuyển đổi lia 18 an Hình 1.9: Các ảnh khác có biểu đồ màu 18 va n Hình 1.10: Các ảnh khác có biểu đồ màu 19 tn to Hình 1.11 MacroBlock 21 ie gh Hình 1.12 Chuỗi khung H 261 22 p Hình 1.13 Nhóm ảnh MPEG-1 24 nl w Hình 2.1: Các cửa sổ sở thuật toán so sánh thực 33 d oa Hình 2.2: So sánh biểu đồ hai ảnh 34 an lu Hình 2.3: Mẫu vector cho di chuyển camera 38 va Hình 2.4: Các khơng gian màu phân lớp điểm ảnh (a) hệ tọa ll u nf độ RGB, (b) hệ tọa độ RGB chuẩn hóa 40 oi m Hình 2.5: Sơ đồ thuật giải kỹ thuật trừ 43 z at nh Hình 2.6: Sự biến đổi điểm ảnh i không gian màu (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa 45 z Hình 3.1: Sơ đồ thuật giải 47 @ m co l gm Hình 3.2: Sơ đồ hoạt động chương trình 50 an Lu n va ac th si PHẦN MỞ ĐẦU Ngày nay, phát triển công nghệ thông tin xâm nhập vào hầu hết mặt đời sống xã hội với ứng dụng rộng rãi hỗ trợ người nhiều lĩnh vực, có lĩnh vực an toàn an ninh, chống xâm nhập Có nhiều phương pháp nhằm đảm bảo an ninh cho hiệu cao, có phương pháp áp dụng hệ thống camera để quan sát chuyển động đối tượng khu vực Ngày với tiến vượt bậc khoa học, ta xây dựng hệ thống cảnh bảo tự động phát đối tượng mà lu an không cần có người phải trực dõi camera, điều giúp cho người n va giảm thiểu thời gian sức lực đồng thời cho kết xác tn to Có nhiều phương pháp phát đối tượng vùng quan sát camera Mục tiêu đề tài tìm hiểu hệ thống hóa số kỹ thuật phát p ie gh dựa vào phần cứng dựa vào kỹ thuật xử lý ảnh w bất thường dựa vào camera Đồng thời nghiên cứu thực nghiệm chương trình oa nl dựa vào kỹ thuật hệ thống hóa d Nội dung luận văn bao gồm phần mở đầu, phần kết luận ba chương lu va an với bố cục nội dung sau: ll bất thường u nf Chương Khái quát xử lý ảnh, xử lý video toán phát m oi Trình bày khái xử lý ảnh toán phát bất thường dựa vào z at nh sai khác vùng quan sát camera z Chương Một số kỹ thuật trừ ảnh phát bất thường cho việc phát vùng khác biệt hay bất thường m co Chương Chương trình thử nghiệm l gm @ Chương hệ thống hóa số kỹ thuật trừ ảnh, kỹ thuật trừ dùng nghiêm an Lu Phần mềm đầu vào ảnh, trích xuất từ video quan sát vùng giới n va ac th si Chương KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG 1.1 Khái quát xử lý ảnh 1.1.1 Các khái niệm 1.1.1.1 Xử lý ảnh Xử lý ảnh lĩnh vực mang tính khoa học cơng nghệ Tuy ngành khoa học mẻ so với nhiều ngành khoa học khác, tốc độ phát lu triển nhanh, nhiều viện nghiên cứu, ứng dụng an n va Những năm trở lại với phát triển phần cứng máy tính, xử lý dụng sống Xử lý ảnh đồ hoạ đóng vai trò quan trọng gh tn to ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng áp p ie tương tác người - máy Mục đích xử lý ảnh nâng cao chất lượng ảnh phục vụ người oa nl w xử lý ảnh liệu dạng hình ảnh để máy tính hiểu từ đưa d định cần thiết XỬ LÝ ẢNH Kết luận ll u nf Ảnh va an lu Ảnh “Tốt hơn” oi m z at nh Hình 1.1 Q trình xử lý ảnh Xử lý ảnh có nhiều ứng dụng đời sống như: nhận dạng ảnh, vệ tinh z 1.1.1.2 Điểm ảnh l gm @ dự báo thời tiết, viễn thám, ảnh y tế, khoa học hình sự, điện ảnh… m co Điểm ảnh (Pixel) phần tử ảnh số toạ độ (x, y) với độ xám màu định Kích thước khoảng cách điểm ảnh an Lu chọn thích hợp cho mắt người cảm nhận liên tục không gian mức n va ac th si xám (hoặc màu) ảnh số gần ảnh thật Mỗi phần tử ma trận gọi phần tử ảnh 1.1.1.3 Ảnh Ảnh số tập hợp điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần giống với ảnh thật Ảnh tạo nên từ hàng trăm ngàn hàng triệu ô vuông nhỏ - coi nhân tố ảnh thường biết tên gọi điểm ảnh Máy tính hay máy in sử dụng ô vuông nhỏ để hiển thị hay in ảnh Để làm điều máy tính hay máy in chia hình, trang lu giấy thành mạng lưới chứa ô vuông, sau sử dụng giá trị chứa an va file ảnh để định mầu sắc, độ sáng tối pixel mạng lưới n đó, sở để ảnh số hình thành Việc kiểm soát, định địa theo gh tn to mạng lưới gọi bit mapping ảnh số gọi ảnh ie bitmap p 1.1.1.4 Mức xám ảnh nl w Định nghĩa: Mức xám (grey level) điểm ảnh cường độ sáng d oa gán giá trị số điểm an lu Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức va 256 mức phổ dụng kỹ thuật máy tính dùng byte (8 bit) để biểu oi m trị đến 255) ll u nf diễn mức xám: Mức xám dùng byte biểu diễn: 28=256 mức, tức từ giá z at nh Ảnh đen trắng: ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám điểm ảnh khác z Ảnh nhị phân: ảnh có hai mức đen trắng phân biệt tức dùng bit @ l gm mơ tả 21 mức khác Nói cách khác: điểm ảnh ảnh nhị phân m co Ảnh màu: khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo giá trị màu: 28*3 = 224 ≈ 16,7 triệu màu an Lu nên giới màu, người ta thường dùng ba byte để mô tả mức màu, n va ac th si 1.1.1.5 Độ phân giải ảnh Định nghĩa: Độ phân giải (Resolution) ảnh mật độ điểm ảnh ấn định ảnh số hiển thị Theo định nghĩa, khoảng cách điểm ảnh phải chọn cho mắt người thấy liên tục ảnh Việc lựa chọn khoảng cách thích hợp tạo nên mật độ phân bổ, độ phân giải phân bố theo trục x y khơng gian hai chiều Ví dụ: Độ phân giải ảnh hình CGA (Color Graphic Adapter) lưới điểm theo chiều ngang hình: 320 điểm chiều dọc × lu an 200 điểm ảnh (320×200) Rõ ràng, hình CGA 12” ta nhận thấy mịn n va hình CGA 17” độ phân giải 320×200 Lý do: mật độ (độ tn to phân giải) diện tích hình rộng độ mịn (liên tục điểm) gh p ie 1.1.2 Các bước xử lý ảnh số d oa nl w Một hệ thống xử lý ảnh có sơ đồ tổng quát sau: ll u nf va an lu oi m z at nh Hình 1.2 Các bước hệ thống xử lý ảnh z Sau trình bày số kỹ thuật xử lý ảnh cần thiết phục vụ cho việc @ m co 1.1.2.1 Thu nhận ảnh l phần khác giới thiệu mức gm cài đặt chương trình thử nghiệm (theo bước hình 2), cịn thành cho ảnh đen trắng an Lu Các thiết bị thu nhận ảnh bao gồm camera, scanner thiết bị thu nhận n va ac th si 41 , , Trong đó: Rfi liệu ảnh tham chiếu vector giá trị trung bình kênh màu điểm ảnh i hệ tọa độ màu RGB RGB chuẩn hóa vector độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB RGB chuẩn hóa lu Các phương trình sau cho thấy cách tính tốn vector giá trị trung an n va bình độ lệch tiêu chuẩn điểm ảnh i không gian màu RGB RGB tn to chuẩn hóa: p ie gh , nl w , d oa Trong đó: N số ảnh xét an lu 2.2.3 Lựa chọn ngưỡng (Threshold selection) u nf va Khi quan sát thay đổi điểm ảnh ảnh cảnh ll tĩnh, chúng mô hình hóa cách đơn giản phân phối m oi Gaussian Từ quan sát này, giá trị ngưỡng điểm ảnh i ánh xạ hàm z at nh độ lệch tiêu chuẩn điểm ảnh @ giá trị ngưỡng điểm ảnh i hệ tọa độ màu RGB với độ tin cậy 68% Nếu độ tin cậy 95% Ngồi an Lu cho trước, xác định độ tin cậy Ví dụ m co RGB chuẩn hóa Các số l gm Thi (2.22) z , xác định miền giá trị ngưỡng Chúng ta tính giá trị n va ac th si 42 ngưỡng điểm ảnh i cách đơn giản cách sử dụng số Hầu hết kỹ thuật trừ đánh địa việc xác định giá trị ngưỡng, có vài phương pháp lại cho thấy cách sử dụng giá trị ngưỡng định trước thao tác trừ ảnh Trong phương pháp đề xuất, thấy hiệu việc sử dụng giá trị ngưỡng định trước để trừ đối tượng cho cảnh Các phương trình (5), (6) hàm định, so sánh khác kênh màu điểm ảnh i giá trị ngưỡng định trước hệ tọa độ màu RGB RGB chuẩn hóa lu an n va p ie gh tn to đó: oa nl w Trong d hàm định mô tả điểm ảnh i không gian màu lu vector sai khác ảnh ảnh tham chiếu u nf va an c số lượng kênh màu Ở đây, u hàm đơn vị bươc nhảy ll điểm ảnh i hệ toạ độ màu RGB RGB chuẩn hóa Do đó, oi m z at nh Ngược lại, Sử dụng phương trình (5), (6), xác định điểm ảnh i z sau: m co l gm @ an Lu n va ac th si 43 Trong B ảnh ảnh ứng với bóng ảnh phân đoạn đối tượng ứng ứng với bóng, H ảnh phân đoạn đối tượng khơng có bóng C1, c2 số lượng kênh màu Trong hệ tọa độ RGB RGB chuẩn hóa, khoản biến thiên chúng Phương pháp đề xuất sử dụng phương trình (3-8) để phân biệt cách xác H B cách điều chỉnh c1, c2 Ví dụ, xem xét tất kênh màu hệ tọa độ Điều tất kênh màu điểm ảnh i thỏa mãn Hoặc có Trong trường hợp xét đặc tính lu hai kênh màu an n va hệ tọa độ màu, ta xác định c1, c2 tn to 2.2.4 Thao tác trừ (Subtraction operation) p ie gh Thao tác trừ mơ tả hình vẽ đây: d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu Hình 2.5: Sơ đồ thuật giải kỹ thuật trừ n va ac th si 44 Trong đó: vectơ giá trị trung bình độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB vectơ giá trị trung bình độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB chuẩn hóa số ngưỡng xác định không gian màu Dấu ‘-’ biểu diễn thao tác trừ ảnh cho ảnh Dấu ‘>’ so sánh khác Phương pháp xét gần giống với kỹ thuật trừ thông thường có hai bước Bước xâu chuỗi bước trừ xâu chuỗi Tuy nhiên, thấy hình 2.5, lu an bước lại có hai bước nhỏ thuật toán đề xuất Trong bước đầu tiên, n va xâu chuỗi ảnh tạo ảnh tham chiếu hệ tọa độ màu RGB tn to RGB chuẩn hóa Trong bước thứ hai, thực việc trừ ảnh ie gh cho ảnh tham chiếu hệ tọa độ màu Trong bước xâu chuỗi nền, p mơ hình hóa sử dụng phương trình (1) Tiếp xác định nl w ngưỡng điểm ảnh i thơng qua phương trình (4) Sau mơ hình oa thực không gian màu, ta phân biệt đối tượng với bóng từ cảnh d hệ tọa độ RGB sử dụng phương trình (5) Tiếp đó, lượng tử lu va an hóa ảnh kết thành ảnh nhị phân Như thấy hình vẽ 2.5, u nf ảnh nhị phân tạo sử dụng ảnh mặt nạ hệ tọa độ ll RGB chuẩn hóa Khi áp dụng ảnh mặt nạ vào ảnh tham chiếu ảnh m oi hệ tọa độ RGB chuẩn hóa thời điểm, loại z at nh bỏ bóng đối tượng cách đơn giản bóng có ảnh hưởng z luminance Thơng qua hai bước này, dễ dàng đạt ảnh @ gm đối tượng (H) khơng có bóng Hình vẽ 2.6 cho thấy thay đổi m co l điểm ảnh i theo thời gian hệ tọa độ màu RGB RGB chuẩn hóa Sự biến đổi điểm ảnh i theo thời gian khác kênh màu an Lu n va ac th si 45 Hình 2.6: Sự biến đổi điểm ảnh i không gian màu lu an (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa , Green , Blue n va Trong hệ tọa độ RGB: Red tn to Trong hệ tọa độ RGB chuẩn hóa: Red , Green , Blue p ie gh oa nl w Kết luận chương d Trong chương này, luận văn trình bày hệ thống số kỹ thuật phát an lu bất thường, ưu nhược điểm kỹ thuật Từ tảng đó, luận văn đưa ll u nf va sử dụng kỹ thuật trừ để giải toán chương oi m z at nh z m co l gm @ an Lu n va ac th si 46 Chương CHƯƠNG TRÌNH THỬ NGHIỆM 3.1 Phân tích lựa chọn cơng cụ Như ta biết, tốn phát đối tượng xâm nhập bất thường toán quan trọng then chốt lĩnh vực giám sát tự động Yêu cầu toán phát bất thường vùng quan sát camera Do camera đặt cố định góc quan sát cố định nên hai ảnh tương lu đồng sử dụng kỹ thuật trừ Do chưa quan tâm đến đối tượng xâm an nhập để đơn giản ta sử dụng kỹ thuật trừ điểm ảnh Để trừ cần va n tiền xử lý, chuyển ảnh màu sang ảnh xám trừ (việc trừ tính theo độ Trên sở phân tích yêu cầu toán, xem xét thuật p ie gh tn to lệch trị tuyệt đối) nl w giải đề xuất sau Ý tưởng thuật giải lấy hình ảnh trực tiếp từ d oa webcam khoảng thời gian (xem ảnh tại) so sánh an lu với ảnh trước kỹ thuật trừ trừ Đánh giá sai khác trừ u nf va điểm ảnh tương ứng tìm thấy sai khác lớn chúng ta lưu lại hai ảnh cảnh báo Ngược lại, giải phóng nhớ mà ảnh cũ ll m oi chiếm giữ xem ảnh nhận ảnh Sơ đồ thuật giải z at nh sau: z m co l gm @ an Lu n va ac th si 47 lu an n va p ie gh tn to w Hình 3.1: Sơ đồ thuật giải oa nl Đầu tiên ảnh chụp từ webcam lưu vào biến old Tiếp theo, d ảnh khác lấy từ webcam khoảng thời gian liền sau lưu vào lu va an biến cur So sánh cur old cách so sánh màu điểm ảnh Nếu u nf sai khác lớn ngưỡng (tùy theo chất lượng camera ll ánh sáng hệ thống mà ngưỡng khác nhau) đưa m oi cảnh báo đồng thời lưu lại hai ảnh Cuối gán old = cur quay trở z at nh lại bước z Môi trường Windows cung cấp cho ta hai cách lập trình với video: @ gm cách thứ dùng VFW (Video For Windows) API Cách thứ hai dùng lớp l AVICap Windows VFW API hỗ trợ cho trình bắt giữ (capture) video m co từ webcam AVICap cung cấp cách tiếp cận dựa thông điệp đơn giản, cho xây dựng AVICap có số khả như: an Lu phép truy cập, điều khiển luồng liệu audio, video Một ứng dụng n va ac th si 48 - Thu liệu audio, video vào file có mở rộng avi - Kết nối hủy kết nối với thiết bị vào thời gian thực thi - Xem trực tiếp liệu video từ thiết bị đầu vào theo phương pháp preview overlay - Chỉ định tốc độ thu liệu - Hiển thị dialogbox cho phép người sử dụng điều khiển liệu video đầu vào - Sao chép hình ảnh palette lên clipboard - Thu ảnh đơn lưu dạng DIB lu AVICap hỗ trợ khả thu liệu dạng ảnh tĩnh đơn hay an n va theo dạng stream với nhiều frame ảnh Các frame ảnh cách cần lưu đĩa mà sử dụng trực tiếp từ buffer nhớ, điều gh tn to khoảng thời gian xác định hay tùy ý Việc thu stream ảnh khơng p ie cho phép lập trình viên mềm dẻo việc xử lý ứng dụng khác Ngoài lớp AVICap cho phép ứng dụng định hàm callback oa nl w sử dụng trình bắt giữ d Status Callback: gọi có thay đổi trạng thái q trình thu lu an video u nf va Error Callback: gọi có lỗi xảy q trình thu video Frame Callback: gọi trước frame ảnh preview ll oi m Video Stream Callback: gọi thu frame ảnh z at nh trình streaming video Audio Stream Callback: gọi liệu audio ghi đầy z @ buffer thường thực theo trình tự sau: an Lu - Kết nối vào capture driver m co - Tạo capture window l gm Khi xây dựng ứng dụng video dùng lớp AVICap, ứng dụng n va - Liệt kê capture driver cài đặt hệ thống ac th si 49 - Lấy thông tin khả capture driver - Lấy thông tin trạng thái capture window - Trình bày dialogbox để thiết lập thơng số video - Lấy thiết lập thông số video format - Cho phép preview video - Cho phép overlay video - Đặt tên cho capture file - Cấp phát trước vùng nhớ đĩa cho capture file - Định dạng audio capture lu - Thay đổi thông số video capture an va - Thu liệu n - Thêm chuỗi thông tin vào capture file to Tiếp theo, tìm hiểu số hàm AVICap Windows thường p ie gh tn Thêm hàm callback vào ứng dụng dùng: oa nl w - Hàm tạo capture window d hWndC = capCreateCaptureWindow( an lu (LPSTR) “My Capture Window”, // tên cửa sổ 0, 0, 160, 120, u nf va WS_CHILD | WS_VISIBLE, // kiểu cửa sổ // vị trí cửa sổ ll oi m (HWND) hwndParent, - Kết nối vào capture driver z at nh (int) nID); z m co - Kích hoạt chế độ Preview video: l capDriverDisconnect(hWndC); gm - Hủy bỏ kết nối với capture driver @ fOK = capDriverConnect(hWndC,0); an Lu Đầu tiên cần phải đặt tốc độ bắt giữ hình ảnh, sau kích hoạt n va chế độ Preview video Thí dụ thiết lập tốc độ hiển thị frame chế độ ac th si 50 preview 66 miliseconds frame(tức khoảng 15 fps) thiết lập chế độ preview cho capture window CapPreviewRate(hWndC,66); CapPreview(hWndC, TRUE); CapPreview(hWndC, FALSE); 3.3 Một số kết chương trình Chương trình phát đối tượng xâm nhập AntiThief cài đặt ngôn ngữ lập trình C# Sau số hàm lớp chương trình Lớp ImageProcessing: Chức lớp xử lý hình ảnh thu lu từ camera an va Chức chương trình kết nối với camera, hiển thị n hình ảnh thu từ webcam lên form Khi phát có đối tượng xâm nhập gh tn to chương trình tự động đưa cảnh báo lưu lại ảnh có chứa đối tượng xâm p ie nhập Sau sơ đồ hoạt động chương trình: oa nl w Bắt đầu d Kết nối với webcam va an lu ll u nf Lựa chọn webcam (Nếu có nhiều) oi z at nh z gm @ Có đối tượng đột nhập? m Bắt đầu quan sát m co l Tự động đưa cảnh báo Lưu lại hình ảnh đối tượng an Lu Hình 3.2: Sơ đồ hoạt động chương trình n va ac th si 51 Khi khởi động chương trình có giao diện sau: lu an n va to gh tn Trong hộp thoại properties cho phép thiết lập thông số cho p ie ảnh đầu Chúng ta thay đổi loại ảnh, kích cỡ ảnh đầu ra, chất lượng ảnh (tùy theo camera mà thơng số khác nhau) Nhấn oa nl w nút Apply để áp dụng nhân nút OK để đóng hộp thoại Khi chương d trình bắt đầu hiển thị hình ảnh thu lên form: ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si 52 Khi nhấn vào nút bắt đầu chương trình bắt đầu quan sát, phát có đối tượng xâm nhập xuất thơng báo lưu lại hình ảnh có chứa đối tượng xâm nhập vào thư mục wanted: lu an n va p ie gh tn to d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si 53 PHẦN KẾT LUẬN Luận văn nhằm tìm hiểu hệ thống hóa số kỹ thuật phát bất thường dựa vào camera Trên sở cài đặt chương trình thử nghiệm phát bất thường khu vực giới nghiêm trường Văn hóa I, cụ thể luận văn đạt số kết sau: Trình bày khái quát xử lý ảnh, xử lý video toán phát bất thường Hệ thống hóa số kỹ thuật đánh giá sai khác hai khung hình nhằm phát đối tượng xâm nhập bất thường lu an Cài đặt chương trình thử nghiệm dựa kỹ thuật trừ Đánh giá sai n va khác hai khung hình dựa vào kỹ thuật trừ ảnh dựa vào điểm ảnh tn to Cụ thể chương trình cài đặt thực giám sát khu vực giới gh nghiêm Trường Văn hóa I có kết xác Phát bất thường, p ie lưu lại bất thường w Do thời gian có hạn nên số vấn đề mà luận văn chưa giải oa nl Trong tương lai gần, tác giả phát triển kết nghiên d cứu tìm hiểu thêm để mở rộng hoàn thiện đề tài nhằm lu va an áp dụng cho thực tiễn: u nf Kết hợp kỹ thuật trừ ảnh kỹ thuật xử lý ảnh khác trích chọn ll đặc trưng ảnh, dò biên v v để nhận dạng đối tượng xâm nhập bất thường m oi Nghiên cứu phát triển chương trình thành hệ thống giám sát đối tượng z at nh hệ thống có nhiều camera z m co l gm @ an Lu n va ac th si 54 TÀI LIỆU THAM KHẢO Ngô Đức Vĩnh (2016), Kỹ thuật xử lý vùng quan sát phát bất [1] thường đối tượng hệ thống camera giám sát, Luận án tiến sĩ, Trường ĐH Khoa học Cơng nghệ Đỗ Năng Tồn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái [2] Nguyên, NXB Khoa học Kỹ thuật, 2008 [3] Alper Yilmaz, Omar Javed and Mubarak Shah, Object Tracking: A survey, ACM Computing Surveys Vol 38 No4, Article 13, 12,2006 [4] Badatosh Chanda, Dwijesh Dutta Majumder, Digital Image Processing lu an and Analysis, Prentice Hall of India, 2001 C Stauffer and W Grimson Adaptive background mixture models for n va [5] tn to realtime tracking In Proc of the IEEE Computer Society Conference on gh Computer Vision and Pattern Recognition, 2005 Comaniciu,D ,Ramesh,V , and Meer, P Kernel-based object tracking p ie [6] Dorin Comaniciu, Peter Meer “Mean shift analysis and application”, oa nl [7] w IEEE Trans Patt Analy Mach Intell 25 564-575,2003 d Proceedings of the seventh IEEE International Conference on Computer lu Hampapur, A , Jain, R , Weymouth, T , Digital Video Segmentation, u nf va [8] an Vision, 1999, Vol 2, 1197-1203 ll Proc ACM Multimedia 94, San Francisco CA, 1994, pp 357 – 364 Jyrpi Korki - Anttila (2002), “Automatic color enhancement and sence oi m [9] z at nh change detection of digital video”, Dept of Automation and Systems, Lab of Media Technology, Hensiki University of Technology z [10] Katharina Quast and Andre Kaup, “AUTO GMM-SAMT: An Automatic gm @ Object Tracking System for Video Surveillance in Trafic Scenarios”, l EURASIP Journal on Image and Video Processing, Volume 2011 m co [11] NanLu, Jihong Wang, Q H Wu and Li Yang, “An improved motion n va Journal of Computer Science, 35:1,IJCS_35_1_16 an Lu detection method for real time surveillence”, IAENG International ac th si 55 [12] Shahraray, B , Scene Change Detection and Content-Based Sampling of Video Sequences, Digital Video Compression: Algorithms and Technologies, A Rodriguez, R Safranek, E Delp, Editors, Proc SPIE 2419, 1995, pp – 13 [13] Serby, D Koller-Meier, S and Gook L V Probabilistic object tracking using multiple features In IEEE International Conference of Pattern Recognition (ICPR), 184-187, 2004 [14] Veenman, C , Reinders, M , and Backer, E Resolving motion correspondence for densely moving points IEEE Trans Patt Analy lu an Mach Intell 23,1,54-72, 2001 n va [15] Xiong, W , Lee, J C -M , Ip, M C , Net comparison: a fast and tn to effective method for classifying image sequences, SPIE Conf Storage CA, 1995, pp 318 – 328 p ie gh and Retrieval for Image and Video Databases III, Proceedings, San Jose, d oa nl w ll u nf va an lu oi m z at nh z m co l gm @ an Lu n va ac th si