nghiên cứu hệ thống camera phát hiện và tự động bám theo đối tượng di chuyển

báo cáo về nghiên cứu hệ thống camera phát hiện và tự động bám theo đối tượng di chuyển

NGHIÊN CỨU HỆ THỐNG CAMERA PHÁT HIỆN VÀ TỰ ĐỘNG

BÁM THEO ĐỐI TƯỢNG DI CHUYỂN

RESEARCH A CAMERA SYSTEM FOR AUTOMATIC DETECT AND TRACKING OF MOVING OBJECTS

SVTH: Phạm Quang Sơn, Lê Đoàn Trương

Lớp 05DT1, 05DT3, Khoa Điện tử Viễn thông, Trường Đại học Bách Khoa

GVHD: Ths Nguyễn Duy Nhật Viễn

Khoa Điện tử Viễn thông, Trường Đại học Bách Khoa

TÓM TẮT

Camera tự động phát hiện và bám theo đối tượng di chuyển có ứng dụng rộng rãi cho hệ thống giám sát và an ninh Hệ thống được trình bày trong báo cáo này bao gồm một camera gắn trên một cơ cấu cơ khí có thể quay 360 độ được điều khiển bởi hệ thống nhúng Hệ thống có nhiệm vụ phát hiện và bám đối tượng đang di chuyển, thông qua điều khiển động cơ DC sao cho ảnh của đối tượng thu được ở chính giữa tâm camera Hình ảnh thu được sẽ truyền lên internet thông qua giao thức HTTP theo kiểu stream Báo cáo cũng giới thiệu về phương pháp xử lí ảnh, tự động tìm kiếm và nhận dạng đối tượng di động Các kết quả nghiên cứu được thực hiện bằng mô hình thực tế và kết quả đạt được như mong muốn

ABSTRACT

Camera, which automatically detects and tracks motion objects, is used widely for the security and surveillance system The System introduced in this paper consists of mechanical structure mounted Camera which can rotate 360 degree and be controlled by an embedded system The target of system is to move camera when anything moves in the vision area of camera

to the center of image The received images will be transmitted over the Internet through HTTP protocol, this image is mjpeg type This paper also introduces about Image Processing Method, Technique which automatically detect and track motion objects All research results were obtained

by using a practical model and we produced the excellent results as well as we expected

1 Đặt vấn đề

Phát hiện đối tuợng di chuyển và bám theo là một trong những ứng dụng quan trọng của hệ thống an ninh và hệ thống giám sát Ngày nay việc giám sát bằng camera rất phổ biến nhưng việc cho hệ thống tự động phát hiện ra đối tượng và bám theo đối tượng là rất khó khăn vì: Xây hệ thống xử lý ảnh trên nền vi điều khiển khó thực hiện, việc lập trình

và mở rộng các ứng dụng có nhiều hạn chế và không thừa hưỡng được những phần mềm

hỗ trợ xử lý ảnh cũng như các thư viện có sẵn

Để giải quyết vấn đề trên, đề tài nghiên cứu vấn đề thu thập và xử lý ảnh trên hệ thống nhúng linux Với cách làm này, hệ thống dễ dàng thu nhận được hình ảnh từ webcam dạng jpeg và xử lý ảnh nhờ các thư viện có sẵn hỗ trợ cho linux như libjpg, uvc lib, opencv…

2 Hệ thống nhúng

Linux nhúng là hệ điều hành được cài đặt trên các thiết bị nhúng với cấu trúc điển hình như sau:

Hình 1 Cấu trúc tổng quát của một hệ thống Linux

Hình 2 Cấu trúc phần cứng hỗ trợ linux nhúng Hình 3 Chức năng phần cứng

Thiết bị phần cứng được sử dụng trong đề tài này là KIT ARM9 với các tính năng sau: CPU AT91SAM9260 32 bit, 180Mhz là bộ xử lý thực hiện điều hành, xử lý tất cả mọi hoạt động của hệ thống SDRAM là chip MT48LC16M16A2, 32M làm nhiệm vụ load kenel, làm bộ đệm, bộ nhớ tạm thời trong quá trình hoạt động FLASH là chip K9F2G08UOM 256M làm nhiệm vụ lưu trữ boot loader, lưu trữ nhân của hệ điều hành Console dùng UART0 để truy cập và thao tác trên hệ thống

Các thiết bị ngoại vi tùy theo ứng dụng mà kết nối như ethernet DM9161EA 10/100 duplex, usb host, usb device, sd card 4GB, uart, ADC Extension Connector

3 Thuật toán xử lý ảnh

3.1 JPEG

3.1.1 Khái niệm:

Chuẩn JPEG mô tả một họ kỹ

thuật nén ảnh cho tone liên tục (mức

xám hay màu) của ảnh JPEG khai

thác độ dư thừa sinh lý thị giác trong

ảnh JPEG được tiến nhất trí với giải

pháp DCT thích nghi để cải thiện và

tăng cường ảnh

3.1.2 Mã hóa JPEG:

Hình 4 Sơ đồ mã hóa JPEG

3.1.3 Chuyển đổi Cosin rời rạc DCT (Discrete Cosine Transform)

DCT thuận:

otherwise

or f

j i f v j u

i v

u v

u

F

1

0 0

2

1 )

(

) , ( 16 ).

1 2 ( cos 16 ).

1 2 ( cos 4

) ( ) ( ,

7

0 7

DCT ngược:

otherwise

or f

v u F v j u

i v

u j

i

f

1

0 0

2

1 )

(

) , ( 16

).

1 2 ( cos 16

).

1 2 ( cos ) ( ) ( 4

1 )

,

(

7

0 7

0

~

3.2 Thuật toán phát hiện sự chuyển động và bám theo đối tượng

3.2.1 Thuật toán phát hiện sự chuyển động

Có nhiều phương pháp tiếp cận

để phát hiện chuyển động trong hình ảnh

video liên tục Có thể so sánh khung hình

hiện tại với hình nền chúng ta chụp từ

ban đầu khi bật camera hoặc từ khung

hình trước Đối với phương pháp thứ

nhất thì đơn giản và giảm được việc xử

lý Tuy nhiên, cách tiếp cận có một bất

lợi lớn - điều gì sẽ xảy ra, ví dụ nếu có

một đối tượng đang di chuyển ở frame

đầu tiên, nhưng sau đó nó đã biến mất

Phương pháp thứ hai thì xử lý phức tạp

hơn, xử lý nhiều hơn nhưng lại thích nghi

với mọi môi trường, kể cả môi trường ít

thay đổi hoặc thay đổi nhiều Nhược

điểm là nếu đối tượng di chuyển một

cách rất chậm thì hệ thống không phát

hiện ra Nhưng có thể giải quyết bằng

cách tăng số khung hình trên giây Trong

đề tài này giới thiệu theo phương pháp

thứ hai

Giả sử rằng chúng ta có một bản

gốc 24 bpp RGB là hình ảnh hiện tại

(img1) và khung hình trước đó (img2),

một bản sao màu xám của nó

(gray_img1) và (gray_img2) Trước hết,

chúng ta hãy tìm những khu vực nơi hai khung hình khác nhau bằng cách trừ từng pixel

Begin

Thu khung hình hiện tại, và trước

đó Chuyển thành ảnh xám

So sánh từng pixel của 2 ảnh xám

Giá trị > ngưỡng cho truớc

Pixel ảnh đầu ra màu đen

Pixel ảnh đầu ra màu trắng

Số điểm trắng >

mức báo động

Không có

sự di chuyển

End

Có sự di chuyển

N

N

Y

Y

Hình 5 Lưu đồ thuật toán phát hiện sự chuyển động

của 2 khung hình xám kia và so sánh với một ngưỡng cho trước Tiếp đó, chúng ta sẽ nhận được một hình ảnh ở đầu ra (result) với các

điểm ảnh màu trắng nơi mà những điểm ảnh

của khung hiện tại khác với khung hình trước

đó với một ngưỡng cho trước ở trên còn lại

màu đen Ta có thể đếm các điểm ảnh màu

trắng và nếu số điểm ảnh của nó lớn hơn một

mức độ báo động xác định trước chúng ta có

thể báo hiệu về một sự kiện chuyển động

Lưu đồ thuật toán được thể hiện ở hình 5

3.2.2 Thuật toán bám theo đối tượng

Khi có sự di chuyển giữa 2 khung hình

ta sẽ xác định được tọa độ lớn nhất và nhỏ nhất

trên một hàng mà ở đó pixel của hai khung

hình có giá trị khác nhau, sau đó ta sẽ tìm được

giá trị trung bình của các tọa độ kia đó là tâm

của đối tượng di chuyển Nếu tâm này nằm

ngoài điểm ảnh mà định nghĩa trước là điểm

min và max thì điều khiển động cơ quay sang

trái hoặc phải tùy vào là vượt điểm max hoặc

min Lưu đồ thuật toán được thể hiện ở hình 6

4 Kết quả

Kết quả thi công phần cứng hệ thống cũng như thuật toán xử lý ảnh được thể hiện bằng các hình ảnh dưới đây

4.1 Thi công hệ thống

Hình 7 Hình ảnh thật hệ thống

4.2 Kết quả thực hiện thuật toán xử lý ảnh

Hình 8 Ảnh đầu vào 1 và Ảnh đầu vào 2

Hệ thống gồm webcam độ phân giải 5.0 Mpxl, tiêu cự f = 3.58mm, tín hiệu ra 30 hình/s Quá trình xử lý điều khiển thực hiện bởi chip AT91SAM9260 tốc độ 180MHz Phần mềm được viết bằng ngôn ngữ C chạy trên nền Linux

Begin

Xác định tọa độ điểm khác biệt trên

1 hàng Xác định tâm

Tâm > xmax

Quay phải động

cơ 1 bước

Tâm < xmin

Quay trái động

cơ

1 bước

End

Y

N

Y

N

Hình 6 Lưu đồ thuật toán bám theo đối tượng

Hình 9 Ảnh sau khi chuyển sang gray

Hình 10 Ảnh đầu ra và tâm của sự thay đổi

Kết luận

Bài báo đã xây dựng được thuật toán xử lý ảnh và điều khiển bám theo đối tượng chính xác Mô hình thực nghiệm cho kết quả tốt khẳng định tính đúng đắn của thuật toán

TÀI LIỆU THAM KHẢO

[1] Ths Nguyễn Duy Nhật Viễn (2006), “Giáo trình xử lý ảnh”, Ch 3 Tr 26-39

[2] Andrew Kirillov, Software Developer (4/2007), “Motion Detection Algorithms” [3] http://www.codeproject.com/KB/audio-video/Motion_Detection.aspx