Chương trình nhận dạng đối tượng sử dụng thuật toán Camshift

sử dụng thư viện và các hàm trong opencv để xây dựng chương trình và thuật toán.chương trình đã xây dựng thành công, tính được tâm đối tượng, góc cũng như size của đối tượng. địa chỉ mail liên hệ thêm levandatqt94gmail.com.

NGHIÊN CỨU KHOA HỌC SINH VIÊN

ĐỀ TÀI: VIẾT CHƯƠNG TRÌNH NHẬN DẠNG ĐỐI TƯỢNG SỬ DỤNG THUẬT

TOÁN CAMSHIFT Sinh viên thực hiện: Lê Văn Đạt Người hướng dẫn : CN Trịnh Tuấn Dương

NỘI DUNG CHÍNH

PHẦN I: GIỚI THIỆU CHUNG

PHẦN I: GIỚI THIỆU CHUNG

Giới hạn của nghiên cứu

 Nghiên cứu tập trung chủ yếu vào xây dựng

phần mềm điều khiển sử dụng thư viện OpenCV

 Viết chương trình nhận dạng đối tượng sử

dụng thuật toán Camshift

PHẦN II: TỔNG QUAN VỀ XỬ LÝ

ẢNH VÀ OPENCV

I TỔNG QUAN XỬ LÝ ẢNH

1.Khái niệm:

• Nâng cao chất lượng hình ảnh theo một tiêu chí nào đó (Cảm nhận của con người)

• Phân tích ảnh để thu được các thông tin đặc trưng

giúp cho việc phân loại ảnh (image

classification), nhận dạng ảnh (image

recognition).

• Hiểu ảnh đầu vào để có những mô tả về ảnh ở

mức cao hơn, sâu hơn.

Mô hình hệ thống xử lý ảnh

I TỔNG QUAN XỬ LÝ ẢNH

2 Ứng dụng của xử lý ảnh

Ứng dụng của xử lý ảnh

I TỔNG QUAN XỬ LÝ ẢNH

3 Chuyển đổi không gian màu RGB sang HSV

Hàm rgb2hsv và hsv2rgb chuyển đổi ảnh giữa các không gian màu RGB và HSV

 H: (Hue) vùng màu.

 S: (Saturation) Độ bão hoà màu.

 V( hay B): Độ sáng.

Hàm rgb2hsv chuyển đổi bản đồ màu hoặc ảnh

RGB sang không gian màu HSV Hàm hsv2rgb thi hành thao tác ngược lại.

Chuyển đổi không gian màu RGB sang

HSV

II TÌM HIỂU OPENCV

1 Khái niệm

• OpenCV viết tắt của Open Source Computer Vision Library.Nó chứa hơn 500 hàm sử dụng trong thị giác máy

• Tập hợp các hàm C và một số lớp C++ giải quyết các bài toán, thuật toán cơ bản trong xử lý ảnh

• Đa nền tảng, đã porting được trên rất nhiều nền tảng khác nhau: Windows, Linux, Embedded

Linux, iOS, Android…

II TÌM HIỂU OPENCV

2 Cấu trúc thư viện OpenCV

II TÌM HIỂU OPENCV

3 Các hàm Histograms and Matching

Biều đồ này đơn giản cho chúng ta biết số điểm ảnh (pixel) trong một ảnh đa mức xám có một giá trị mức xám tương ứng

Thông số: số bins (=256 với ảnh đa mức xám)

III XÂY DỰNG THUẬT TOÁN

Chọn vị trí ban

đầu của Search

Window.

Dùng thuật toán Mean Shift

Track_Bắt vật thể

III XÂY DỰNG THUẬT TOÁN

Sơ đồ thuật toán chung

1 Back Projection

Đây là một phương pháp sử dụng biểu đồ Histograms

của một hình ảnh để hiển thị lên các xác suất của màu sắc có thể xuất hiện trong mỗi điểm ảnh.

gian HSV

và có được biểu đồ Histogram của nó, và bình thường hóa nó

chiếu lại của hình ảnh.

1 Back Projection

2 Meanshift

Định nghĩa:

Meanshift là 1 thuật toán và là một kỹ thuật phân nhóm không tham số mà không đòi hỏi kiến thức về số lượng của các cụm, và không hạn chế các hình dạng của các cụm

2 Meanshift

a Khởi tạo các lĩnh vực, bao gồm các tâm và

bán kính

b Tính tâm khối lượng hiện tại

c Di chuyển tâm của quả cầu đến tâm hiện tại chúng

d Lặp lại bước b và c, cho đến khi hội tụ, đó là, tâm đối tượng hiện tại sau khi tính toán, là

điểm trùng với tâm của hình cầu

2 Meanshift

Bằng cách sử dụng hàm OpenCV camshift ()

Phần IV : KẾT QUẢ VÀ HƯỚNG PHÁT

TRIỂN

1.Kết quả

Thuật toán sử dụng để nhận hình ảnh từ

webcam tiến hành khử nhiễu, histogram, sử

dụng thuật toán CamShift, tính toán tọa độ

tâm, kích cỡ, góc

Dưới những điều kiện ánh sáng nhất định đối

tượng có thể được tìm ra nhanh chóng chính

xác mà ít bị ảnh hưởng của nhiễu

Phần IV : KẾT QUẢ VÀ HƯỚNG PHÁT

TRIỂN

Tuy nhiên chương trình còn hạn chế : Xử lý ảnh

phụ thuộc rất nhiều vào chất lượng hình ảnh và

tốc độ chụp hình của webcam

Phần IV : KẾT QUẢ VÀ HƯỚNG PHÁT

TRIỂN

CẢM ƠN THẦY CÔ VÀ CÁC

BẠN ĐÃ LẮNG NGHE !!!!