Đo tốc độ xe dựa vào camera giám sát

Đề tài được chia ra làm 4 chương, trong đó chương 1, chương 2 và chương 3 là các chương lý thuyết. Chương 4 trình bày kết quả mô phỏng . Chương 1: Giới thiệu về video và camera giám sát Chương mở đầu, là chương trình bày các khái niệm tổng quát về như thế nào là tín hiệu video số, các chuẩn video thông dụng, và sử dụng chuẩn video cho đề tài là .AVI. Giới thiệu về camera số, các chức năng chính của camera mà người sử dụng cần biết và sử dụng các tính năng đó. Bên cạnh đó là phân loại các camera, các hệ thống camera quan sát được sử dụng trong thực tế. Chương 2: Phát hiện và theo vết đối tượng Chương này tập trung tìm hiểu thế nào là phát hiện và theo vết đối tượng chuyển động trong video. Tìm hiểu một số phương pháp phát hiện và theo vết đối tượng đó là phương pháp trừ nền, phương pháp ước lượng optical flow. Đối với mỗi phương pháp, ta đi tìm hiểu các khái niệm, các tính chất, đặc biệt là các giải thuật cụ thể cho từng phương pháp. Nêu các ưu điểm, nhược điểm của các giải thuật của từng phương pháp. Đối với phần theo vết đối tượng, ta tìm hiểu các thuật toán được dùng rộng rãi trong việc theo vết đối tượng chuyển động, tập trung vào thuật toán phân mảnh vùng. Việc nghiên cứu vấn đề lý thuyết giúp ta xây dựng thuật toán phát hiện và theo vết đối tượng, là vấn đề quan trọng để thực hiện đề tài này. Chương 3: Xác định vận tốc đối tượng chuyển động Chương này trình bày về việc hiệu chỉnh camera. Đây là bước quan trọng để thực hiện đề tài. Giới thiệu về công cụ hiệu chỉnh camera, các tính chất của việc hiệu chỉnh. Giới thiệu công cụ hiệu chỉnh camera Camera Calibration của Scaramuzza, công cụ này được tích hợp với chương trình Matlab, thuận tiện cho việc hiệu chỉnh. Qua đó, giúp việc sử dụng và phân tích đối tượng chuyển động trong camera được tốt hơn. Chương 4: Kết quả mô phỏng xác định vận tốc xe máy Trình bày các bước hiệu chỉnh camera được sử dụng cho đồ án này, sau đó mô phỏng chương trình xác định vận tốc của xe máy do em tự thực hiện việc quay thử nghiệm.

LỜI CAM ĐOAN LỜI CAM ĐOAN Tên : Lớp : ĐỒNG NGỌC VŨ 08DT4 Tôi xin cam đoan nội dung đồ án chép đồ án công trình có từ trước Nếu vi phạm xin chịu hình thức kỷ luật Khoa Đà Nẵng, ngày tháng năm 2014 Ký tên Đồng Ngọc Vũ LỜI CẢM ƠN Em xin chân thành cảm ơn thầy cô khoa Điện tử - Viễn thông, Đại học Bách khoa Đà Nẵng, đặc biệt thầy giáo TS NGUYỄN LÊ HÙNG hướng dẫn tận tình cho em suốt thời gian làm đồ án MỤC LỤC MỤC LỤC CHƢƠNG TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT 1.1 Giới thiệu chƣơng………………………….……… ……………… ……… 1.2 Tổng quan video số.……………………………………………… ……… 1.2.1 Khái niệm video.……………………………………………… ….…… 1.2.2 Tín hiệu Video số ……………………………………………………………4 1.2.3 Chuẩn Video số AVI ……………………….……………………… …… 1.3 Tổng quan camera số ……………………………………………… …… 1.3.1 Khái niệm camera số ………………………………………………………5 1.3.2 Các chức camera……… ………….………………….…… 1.3.3 Phân loại camera………………………………………………………………6 1.4 Hệ thống camera giám sát………………………………………… … ………8 1.5 Kết luận chƣơng……………………………………………………… ………12 CHƢƠNG PHÁT HIỆN VÀ THEO VẾT ĐỐI TƢỢNG 2.1 Giới thiệu chƣơng……………………………………………………… ….…13 2.2 Các phƣơng pháp phát đối tƣợng……………………… ………………13 2.2.1 Tổng quan phát đối tƣợng…………………………….…………… 13 2.2.2 Phƣơng pháp trừ nền…………………………………………………………14 2.2.2.1 Tổng quan trừ nền…………………………….……………………… 14 2.2.2.2 Giải thuật Frame Difference……………………………………………….15 2.2.2.3 Giải thuật Running Gaussian Average…………… ………………………16 2.2.2.4 Giải thuật Codebook……………………………………………………….18 2.2.3 Phƣơng pháp ƣớc lƣợng Opticalflow……….……………………………… 18 2.2.3.1 Tổng quan ƣớc lƣợng Opticalflow………….………………………… 18 MỤC LỤC 2.2.3.2 Thuật toán Opticalflow…………………………………………………….19 2.3 Theo vết đối tƣợng…………………………… ………………………………20 2.3.1 Tổng quan theo viết đối tƣợng……………………………………………20 2.3.2 Phƣơng pháp phân mảnh vùng (Region Segmentation)… …………………22 2.3.2.1 Giới thiệu Region………….……………………………………………22 2.3.2.2 Phân mảnh dựa theo vùng (Region-Based Segmentation………….………23 2.3.2.3 Các hàm phân vùng Matlab……………………….…………………23 2.3.3 Bộ lọc Kalman…………………………………………………………….…24 2.3.4 Thuật toán theo vết Mean Shift………… ………………………………… 25 2.4 Xây dựng thuật toán phát theo vết đối tƣợng chuyển động…… …… 26 2.5 Kết luận chƣơng………………………………………… ……………………27 CHƢƠNG XÁC ĐỊNH VẬN TỐC ĐỐI TƢỢNG CHUYỂN ĐỘNG 3.1 Giới thiệu chƣơng………………………………………………… ………….28 3.2 Hiệu chỉnh camera để xác đinh vận tốc……… ………………………………28 3.2.1 Tổng quan hiệu chỉnh camera…………………………………………….28 3.2.2 Phân loại………………………………….………………………………… 29 3.2.3 Các phƣơng pháp hiệu chỉnh camera……….…………………………… …29 3.2.4 Hiệu chỉnh Camera…………………………….………………………… …32 3.3 Xây dựng thuật toán xác định vận tốc……………………………………….…36 3.3.1 Giới thiệu…………………………………………………………………….36 3.3.2 Phƣơng pháp tính khoảng cách………………… ……………………… …36 3.3.3 Thuật toán xác định vận tốc đối tƣợng chuyển động ……………………37 3.4 Kết luận chƣơng……………………………………… ………………………38 MỤC LỤC CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY 4.1 Giới thiệu chƣơng………………………………… ……………………….…39 4.2 Lƣu đồ thuật toán chƣơng trình…………………… ………………………….39 4.3 Cài đặt chƣơng trình.…………………… …………………….………………40 4.3.1 Yêu cầu hệ thống.…………………………………………………………….40 4.3.2 Hiệu chỉnh Camera……………………… ……………………………….…41 4.4 Kết mô xác định vận tốc……………………………………………46 4.5 Kết luận chƣơng………………………………….…………………….………53 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN ĐỀ TÀI………… ……………………55 TÀI LIỆU THAM KHẢO………………………………………….………………57 PHẦN PHỤ LỤC……………………………………… …………………………59 Danh mục DANH MỤC TỪ VIẾT TẮT Tên đầy đủ Từ viết tắt ATM Automated teller machine AVI Audio Video Interleave Camshift Continue Adaptive Meanshift CCD Charge Couple Device CF CompactFlash CMOS Complementary Metal Oxide Semiconductor DVR Digital Video Recorder JPEG Joint Photographic Experts Group JPG Joint Photographic Group MMC Multimedia Card NVR Network Video Recorder PTZ Pan, Tilt, Zoom SD Secure Digital Danh mục DANH MỤC BẢNG Số hiệu Tên bảng Trang bảng 2.1 Bảng so sánh hai hướng tiếp cận 23 2.2 Bảng giá trị sử dụng hàm bwconncomp 24 2.3 Bảng kết trả hàm bwconncomp 24 3.1 Mô tả phương pháp hiệu chỉnh camera 30 4.1 Kết truy xuất vết đối tượng phương pháp trừ 49 4.2 Khoảng cách di chuyển dist frame 51 DANH MỤC HÌNH Tên hình Số Trang 1.1 Cấu trúc phân đoạn video 1.2 Chuỗi ảnh video số 1.3 Một số loại camera 1.4 Mô hình hệ thống camera quan sát Analog 1.5 Mô hình hệ thống camera quan sát IP 10 1.6 Mô hình hệ thống camera quan sát kết hợp Analog IP 11 2.1 Tổng quan khối xử lý phát đối tượng 13 2.2 Kết thực thuật toán Frame Difference 16 2.3 Kết thực thuật toán Running Gaussian Average 17 2.4 Kết thực thuật toán Codebook 18 3.1 Độ xác đo lường tọa độ 3D 31 3.2 Độ xác đo lường tọa độ 2D 31 3.3 Bàn cờ dùng cho hiệu chỉnh camera 33 3.4 Mô hình hệ thống Camera Calibration 33 3.5 Tọa độ điểm p 34 4.1 Lưu đồ thuật toán xác định vận tốc 39 4.2 Lưu đồ thuật toán phương pháp trừ 40 4.3 Giao diện công cụ hiệu chỉnh camera 41 4.4 Các ảnh mẫu nạp 42 4.5 Kết tìm góc hình chữ nhật hình mẫu thứ 44 4.6 Kết tìm góc chữ nhật kèm theo trục x-y 44 4.7 Kết hiệu chỉnh camera 45 4.8 Phần mềm GOM Player 47 4.9 Phần mềm Xilisoft Video Converter Ultimate 47 4.10 Hình mẫu tham chiếu phương pháp trừ 48 4.11 Thể frame video 51 LỜI MỞ ĐẦU LỜI MỞ ĐẦU Bước vào cuối kỷ XX, đặc biệt đầu kỷ XXI với phát triển không ngừng khoa học công nghệ, nhiều loại thiết bị máy móc đời, lượng thông tin mà người cần trao đổi hay lưu trữ lớn, người cần có trình xử lý lưu trữ để phục vụ cho việc trao đổi thông tin Lĩnh vực xử lý ảnh công việc mà cần đòi hỏi phát triển không ngừng nghỉ Hiện nay, có nhiều công cụ hỗ trợ để việc xử lý ảnh có hiệu hơn, có tính bảo mật tốt hơn, mà có nhiều ứng dụng áp dụng vào thực tiễn đời sống người Không dừng lại công việc xử lý vết nhòe, tái chế phục hồi ảnh bị hư hỏng mà lĩnh vực xử lý ảnh phát triển nhiều ứng dụng mang lại tiến vượt bậc nhận dạng khuôn mặt, nhận dạng vân tay, nhận dạng đối tượng chuyển động… Việc tiếp thu phát triển ứng dụng vào thực tiễn quan trọng Ngày nay, việc áp dụng camera vào đời sống có ý nghĩa thực tiễn Nó giúp người tiết kiệm thời gian quan sát công việc, vị trí quan trọng Có ý nghĩa quan trọng việc trợ giúp cảnh sát theo dõi phương tiện tham gia giao thông nút điểm giao thông, quản lý phương tiện mà không cần tham gia trực tiếp, từ giúp phát phương tiện giao thông vi phạm luật giao thông Ở Việt Nam, vấn đề giao thông vấn đề nan giải Lượng người phương tiện tham gia giao thông lớn đa chủng loại, bên cạnh ý thức tham gia giao thông hầu hết người yếu Chỉ lực lượng cảnh sát quản lý tốt được, việc sử dụng camera giám sát giao thông cần thiết, có ý nghĩa thực tiễn Ở nước ta, công trình giao thông phát triển, đặc biệt hầm đường bộ, việc ứng dụng camera giám sát quan trọng cảnh sát giao thông dừng xử lý phương tiện vi phạm hầm điều LỜI MỞ ĐẦU Vì việc xác định vận tốc xe dựa vào video ghi lại phục vụ cho mục đích xử lý quản lý tốc độ phương tiện tham gia giao thông nút giao thông, hầm đường bộ, góp phần vào việc làm giảm tai nạn giao thông vượt tốc độ Và ý tưởng cho em tìm hiểu thực đề tài : “Đo tốc độ xe dựa vào camera giám sát” Nội dung đồ án : bao gồm chương, trình bày vấn đề xác định vận tốc xe hầm đường dựa liệu video thu từ camera  Chương : Giới thiệu video camera giám sát Chương trình bày khái niệm video số, khái niệm, tính camera ứng dụng hệ thống camera quan sát vào thực tế  Chương : Phát theo vết đối tượng Chương trình bày số phương pháp để xác định đối tượng phương pháp trừ opticalflow, phương pháp theo vết đối tượng phân mảnh vùng  Chương : Xác định vận tốc đối tượng chuyển động Chương tìm hiểu công cụ hiệu chỉnh camera, phương pháp xác định vận tốc đối tượng  Chương : Kết mô xác định vận tốc xe máy Đây chương trọng tâm đồ án, trình bày bước cài đặt chương trình, chạy mô trình phần mềm Matlab Đánh giá kết thu nêu nhận xét ưu điểm, nhược điểm Em xin chân thành cảm ơn nhà trường tạo điều kiện, cám ơn dạy bảo tận tình thầy cô khoa Điện Tử Viễn Thông, đặc biệt TS NGUYỄN LÊ HÙNG giúp em hoàn thành đồ án tốt nghiệp Tuy cố gắng nhiều nội dung đồ án nhiều thiếu sót cần phải khắc phục phát triển thêm nữa, mong quý thầy cô bạn đọc góp ý thêm cho em CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY Hình 4.8 Phần mềm GOM Player Hình 4.9 Phần mềm Xilisoft Video Converter Ultimate 47 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY  Sử dụng video thử nghiệm “vid22” Các thông số video : so frame cua video la : 31 frame toc frame cua video la :30.0003 frame/giay dai cua video la :1.0333 (giay) kich thuoc cua video la : 1280 x 720  Vận tốc thực video : 40km/h  Hình mẫu tham chiếu sử dụng (Sử dụng phần mềm Phần mềm GOM Player để cắt trực tiếp từ video): Hình 4.10 Hình mẫu tham chiếu phương pháp trừ 48 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY Bảng 4.1 Kết truy xuẩt vết đối tượng phương pháp trừ STT Ảnh gốc Ảnh nhị phân frame 10 15 49 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY 20 25 30 31 50 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY dur Hình 4.11 Thể frame video Bảng 4.2 Khoảng cách di chuyển dist frame Cặp frame liên tiếp Khoảng cách thực D (m) 1-2 0.1404 2-3 0.8600 3-4 0.9394 4-5 1.3032 5-6 1.2496 6-7 1.1464 7-8 1.0011 8-9 0.6241 9-10 0.6007 10-11 0.4552 11-12 0.3600 12-13 0.2985 13-14 0.3736 14-15 0.1580 15-16 0.4429 16-17 0.2465 17-18 0.2309 18-19 0.1918 19-20 0.1860 20-21 0.1922 51 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY 21-22 0.1739 22-23 0.1709 23-24 0.1663 24-25 0.1625 25-26 0.1490 26-27 0.1465 27-28 0.1383 28-29 0.1610 29-30 0.1285 30-31 0.1644 ∑D 12.3809 (m) Tổng khoảng cách di chuyển đƣợc sau 31 frame giới thực : D = 12.3809 (m) Tổng thời gian 31 frame (thời gian video )là dur = 1.0333 (giay) Khoảng thời gian frame : t  dur 1.0333   0.0344 (giay) nFrames  31  Do vận tốc thực đối tƣợng chuyển động : v D = 11.9819 (m/giay) dur Kết thu đƣợc từ chƣơng trình v = 43.1339 (km/h) tƣơng ứng với vận tốc v = 11.9819 (m/giay) Vân tốc thực video thử nghiệm 40 km/h Do sai số phƣơng pháp : % 40  43.1339 x 100% = 7.74 % 40 Đối với phƣơng pháp trừ sai số chấp nhận đƣợc 52 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY Bên cạnh phƣơng pháp tính này, kiểm tra lại cách tính vận tốc trung bình đối tƣợng chuyển động frame với Có 31 frame, từ kết quãng đƣờng di chuyển thu đƣợc từ bảng 4.2, ta tính vận tốc frame Với 31 frame, ta tính đƣợc 30 vận tốc cho cặp frame liên tiếp, từ có tính vận tốc trung bình cho đoạn đƣờng Gọi vi vận tốc frame i frame i+1 (for i=1 to i=30) vi  Di 1  Di t với t khoảng thời gian frame Do vận tốc trung bình cho đoạn đƣờng là: i 30 vtb  v i 0 i nFrames  Sử dụng bảng tính excel, ta tính thực nghiệm, kết cho thấy vận tốc tính đƣợc xấp xĩ v = 11.9819 (m/giay) Do sai số chấp nhận đƣợc 4.5 KẾT LUẬN CHƢƠNG Qua chƣơng mô phƣơng pháp trừ nền, giúp ta hiểu đƣợc bƣớc để chạy chƣơng trình, bƣớc để thực việc hiệu chỉnh camera Và từ kết ta thu nhận đƣợc, ta đánh giá ƣu nhƣợc điểm phƣơng pháp thực Thực với điều kiện ảnh không thay đổi phƣơng pháp trừ ảnh cho kết tốt, chấp nhận đƣợc với sai số không lớn Tuy nhiên ảnh mẫu ảnh động phƣơng pháp không cho kết thực tốt Khi ta nghĩ tới số phƣơng pháp khác tối ƣu hơn, ví dụ phƣơng pháp quang học Opticalflow Khi ảnh tĩnh phƣơng pháp trừ thực có số lợi so với phƣơng pháp khác : Phƣơng pháp thực nhanh, đơn giản; sai số nằm phạm vi cho phép 53 CHƢƠNG KẾT QUẢ MÔ PHỎNG XÁC ĐỊNH VẬN TỐC XE MÁY Tuy vậy, tùy theo yêu cầu sử dụng phƣơng pháp hợp lý Trong phạm vi đề tài này, em thực phƣơng pháp trừ Một số phƣơng pháp khác đƣợc tìm hiểu đề tài 54 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI KẾT LUẬN Qua việc thực đề tài này, giúp hiểu nhiều khái niệm lý thuyết Về phần lý thuyết, tìm hiểu khái niệm video số, camera giám sát, qua tìm hiểu nhận dạng phương pháp giúp phát đối tượng chuyển động video phương pháp trừ nền, phương pháp ước lượng Opticalflow, tìm hiểu phương pháp theo vết đối tượng, phương pháp phân mảnh vùng giải thuật phương pháp Bên cạnh tìm hiểu sử dụng tốt số phần mềm bổ trợ, kết hợp với chương trình Matlab để thực tốt yêu cầu đặt Đề tài hoàn thành số mục tiêu phát truy vết đối tượng chuyển độngqua frame video, xác định vận tốc đối tượng chuyển động yêu cầu Hoàn thiện thực thi chương trình, cài đặt thành công thuật toán nghiên cứu, cụ thể phương pháp trừ PHẠM VI ỨNG DỤNG Đề tài có phạm vi ứng dụng hệ thống giám sát y tế, hệ thống xác định tốc độ giao thông (qua hầm đường bộ) HẠN CHẾ Bên cạnh kết đạt được, đề tài số hạn chế cần khắc phục như: - Chưa thực thi phương pháp khác, để có đánh giá, so sánh nhận định phương pháp, giải thuật - Đối với video có kích thước lớn, độ phân giải lớn việc thực thi chương trình chưa tối ưu - Việc xác định đối tượng chuyển động, dừng lại việc xác định đối tượng chiếm vùng lớn 55 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI - Việc tính vận tốc cho chuyển động thẳng không gian 2-D (2 chiều x-y), chưa xác đối tượng chuyển động theo chiều sâu HƯỚNG PHÁT TRIỂN Trong trình thực đề tài này, hạn chế trình độ, đề tài chưa thực xây dựng nhiều phương pháp khác phần lý thuyết đạt Việc sử dụng phương pháp chưa cho thấy đâu giải pháp tối ưu, chưa có nhận định việc kết hợp lúc phương pháp để cải thiện kết Hy vọng tương lai, phát triển giúp đề tài có tính thực tiễn cao hơn: - Xác định đối tượng chuyển động với hướng cụ thể - Xây dựng thuật toán cải thiện chất lượng video trừ nhiễu, loại bỏ bóng tối ưu hóa thuật toán để tang tốc độ xử lý chất lượng sản phẩm - Ứng dụng kỹ thuật camera stereo để xác định vị trí xác đối tượng di chuyển theo chiều sâu (3-D), từ có nhiều chức yêu cầu phát triển Một lần em xin cảm ơn thầy giáo TS NGUYỄN LÊ HÙNG thuộc khoa Điện tử - Viễn Thông, trường Đại học Bách Khoa Đà Nẵng hướng dẫn tận tình giúp em hoàn thành tốt đồ án 56 TÀI LIỆU THAM KHẢO TÀI LIỆU THAM KHẢO [1] Nguyễn Xuân Tường Huy, Nguyễn Hoàng Vũ, Tìm hiểu kỹ thuật phát người video giám sát lớp học [2] Trần Công Chiến (Kỷ yếu hội thảo quốc gia lần thứ 14, Cần Thơ, 07-08 tháng 10 năm 2011), báo: "Một kỹ thuật phát bám sát đối tượng" [3] X Armangué, J Salvi and J Batlle (2002), “A comparative review of cameracalibrating methods with accuracyevaluation”, IEEE International Conference on Image Processing [4] C Braillon, C Pradalier, J Crowley, C Laugier, „Real-time moving obstacle detection using optical flow models’, Proc of the IEEE Intelligent Vehicle Symp., 2006, pp.466-471 [5] Tsai, R.Y.(1987), A versatile camera calibration techniquefor high-accuracy 3D machine vision metrology using offthe-shelf TV cameras and lenses [6] B.K.P Horn, B.G Schunk, „Determining Optical Flow‟,Artificial Intelligence, Vol 2, 1981, pp 185-203 [7] Davide Scaramuzza,Omnidirectional Camera and Calibration Toolbox for Matlab [8] P Viola and M J Jones (2004), “Robust real-time face detection”, International Journal of ComputerVision, vol.57(2), pp.137-154 [9] J.Y Bouget, Camera Calibration Toolbox For Matlab (http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/updates.html) [10] Gibson J.J., „On the analysis of change in Optic array‟, Scandinavian J Psychol [11] Gonzaleg, R.C Woods, R.E (1992),Digital Image Processing [12] Gonzaleg, R.C Woods, R.E, Digital Image Processing using Matlab [13] H Hung Huynh, J Sequeira, M Daniel, and J Meunier (2010), “Enhancing the recognition of medication intake using a stereo camera”, in Third International Conference on Communications and Electronics [14] Jain,A.K (1989),Fundamentals of Digital Image Processing, Prentic-Hall, 57 TÀI LIỆU THAM KHẢO Englewood Cliffs, N.J [15] Massimo Piccardi (2004), “Background subtraction techniques: a review”, IEEE International Conference on Systems, Man and Cybernetics [16] M Isard and A Blake (1997), “Condensation - Conditional Density Propagation for Visual Tracking”, International Journal of Computer Vision (IJCV), vol.29(1), pp 5-28 58 PHẦN PHỤ LỤC PHẦN PHỤ LỤC Mã nguồn chương trình cho phương pháp trừ nền: Videopro_sub.m %copyright mvi = mmreader('vid22.avi');% doc video dau vao refBg = imread('vid22.jpg');% Lay anh nen mau nFrames = mvi.NumberOfFrames;% so frame cua video) display([' so frame cua video la :',num2str(nFrames), ' frame']); fRate = mvi.FrameRate;% so frame tren giay display([' toc frame cua video la :',num2str(fRate), ' frame/giay']); dur = mvi.Duration;% dai cua video (s) display([' dai cua video la :',num2str(dur), ' (giay)']); wdth = mvi.Width; heigh=mvi.Heigh; display([' kich thuoc cua video la : Width: ',num2str(wdth) , 'x ',num2str(heigh)]); tempCt(1:nFrames) =struct('centerPosition',zeros(1,1)); for i = 1:nFrames temp = read(mvi,i);% doc tung frame cua video exBg=imabsdiff(temp,refBg);% lay tung frame cua video %tru cho anh nen level =graythresh(exBg);% Lay nguong tu dong bw = im2bw(exBg,level);% chuyen sang anh nhi phan bw1 = bwmorph(bw,'majority',5);%thuc hien voi lan de %co tin cay 59 PHẦN PHỤ LỤC % -% lay frame nhi phan i de kiem tra %if (i==1 || i==5 || i==10 || i==15 || i==20|| i==25 ||i==29 || i==30) figure,imshow(bw1); % tinh thoi gian tai frame i de trich xuat anh doi chieu %voi frame nhi phan %t=(i*dur)/nFrames %end % -%%ham phan manh vung cc = bwconncomp(bw1); numPixels = cellfun(@numel,cc.PixelIdxList); [biggest,idx] = max(numPixels); stats = regionprops(cc,'centroid'); tempCt(i).centerPosition = stats(idx).Centroid; end m =zeros(2,nFrames); for i=1:nFrames m(1,i) = tempCt(i).centerPosition(1);% ma tran toa x m(2,i) = tempCt(i).centerPosition(2);% ma tran toa y end M = cam2world(m, ocam_model);% tim toa thu 3(z) dtemp(1:nFrames-1) = struct('distant',zeros(1)); for i=1:nFrames-1 x1=M(1,i); y1=M(2,i); z1=M(3,i); x2=M(1,i+1); y2=M(2,i+1); 60 PHẦN PHỤ LỤC z2=M(3,i+1); = (x1-x2)*(x1-x2)+(y1-y2)*(y1-y2) +(z1-z2)*(z1-z2); dtemp(i).distant = sqrt(tp); end tF = nFrames/fRate D=0; % tinh khoang cach di chuyen for i=1:nFrames-1 display([' frame thu ',num2str(i+1)]); D=D+7*dtemp(i).distant ; display([' khoang cach :',num2str(D)]); t=(i*dur)/nFrames; display([' tai thoi gian :',num2str(t)]); display([' **-*-*-*-*-*-*-*-*-*-*-*-**']); end display([' tong khoang cach di chuyen duoc :',num2str(D),' m']); display([' dai cua video la :',num2str(dur), ' (giay)']); vt=D/tF; display([' van toc xe la :', num2str(vt*3.6), ' km/h']); 61 [...]... 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT Vì vậy sử dụng camera IP hay camera Analog sẽ tuỳ thuộc vào từng nhu cầu cụ thể của mỗi khách hàng 1.5 KẾT LUẬN CHƢƠNG Trong chƣơng mở đầu này, chúng ta đã tìm hiểu đƣợc tổng quát về video số và camera giám sát Nhận định đƣợc tầm quan trọng của camera, việc sử dụng camera giám sát vào thực tiễn là tối quan trọng, phục vụ cho việc quan sát, theo dõi những không... Giải pháp camera quan sát hiện nay sử dụng hai công nghệ chính là Camera quan sát công nghệ Analog (gọi tắt là Camera Analog) và Camera quan sát công nghệ IP (gọi tắt là Camera IP) Đặc điểm phân biệt chính của hai hệ thống Camera quan sát này nhƣ sau:  Hệ thống camera quan sát Analog: Trong ứng dụng camera quan sát analog truyền thống, các camera bắt tín hiệu hình ảnh analog và truyền tín hiệu analog... Hình 1.4 Mô hình hệ thống camera quan sát Analog 9 CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT  Hệ thống camera quan sát IP: Trong thế giới IP, mỗi IP camera cũng sẽ bắt tín hiệu hình ảnh analog nhƣng ngay lập tức nó chuyển đổi sang tín hiệu kỹ thuật số ngay bên trong camera Một số xử lý kỹ thuật số có thể xảy ra ngay khi vào camera, ví dụ nhƣ nén và phát hiện chuyển động,… Hình ảnh video kỹ thuật... các đối tƣợng xem và sắp xếp tốc độ thay đổi này Tính toán lƣu lƣợng quang học khác biệt ở 2 giai đo n: - Đo đạc các cƣờng độ dẫn xuất không- thời gian - Tích hợp vận tốc bình thƣờng vào vận tốc đầy đủ Phƣơng pháp luồng quang học tính toán chuyển động giữa hai khung ảnh đƣợc thực hiện tại thời gian t và δt tại tất cả các vị trí voxel Những phƣơng pháp đƣợc gọi là khác biệt bởi vì chúng đều dựa trên khai...CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT 1.1 GIỚI THIỆU CHƢƠNG Chƣơng này trình bày các khái niệm tổng quát về nhƣ thế nào là tín hiệu video số, các chuẩn video thông dụng, và sử dụng chuẩn video cho đề tài là AVI Giới thiệu về camera số, các chức năng chính của camera mà ngƣời sử dụng cần biết và... hiện đối tƣợng di chuyển trong vùng hoạt động của nó Camera có thể lập trình để hoạt động, nên có thể làm tất cả công việc - Camera có khả năng quan sát đêm: Khoảng cách quan sát của camera tùy thuộc vào công suất của đèn hồng ngoại, khoảng cách quan sát của camera dao động khoảng 10 ÷ 300m 1.4 Hệ thống Camera quan sát Với sự phát triển của kinh tế hiện nay, sự phát triển chóng mặt về cơ sở hạ tầng,... tin về chuyển động của đối tƣợng nhƣ đƣờng đi, tốc độ hay hƣớng chuyển động Do nhu cầu phân tích tự động video cùng với khả năng tính toán của máy tính cũng đƣợc nâng cao, các kỹ thuật theo vết đối tƣợng đã thu hút đƣợc nhiều sự quan tâm, vì thế các ứng dụng kỹ thuật theo vết đối tƣợng rất phong phú nhƣ :  Nhận dạng dựa trên chuyển động  Tự động phát hiện đối tƣợng dùng trong giám sát tự động 20 CHƢƠNG... thống camera là việc quan trọng Ở các cơ quan, nhà máy, xí nghiệp, văn phòng, khu dân cƣ, nhà hàng, khách sạn…v.v việc lắp đặt hệ thống camera giám sát, giúp theo dõi, quản lý đƣợc các công việc diễn ra hằng ngày Hệ thống camera giúp ngƣời sử dụng kiểm soát đƣợc không gian và thời gian, tiết kiệm đƣợc chi phí và có thể lƣu trữ đƣợc 8 CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT Giải pháp camera quan sát. .. Camera không dây đƣợc sử dụng để lắp đặt tại các khu vực có địa hình phức tạp Đối với khoảng cách xa hàng ngàn mét cần phải sử dụng các thiết bị đặc biệt hoạt động ở tần số cao và giá thành đắt 7 CHƢƠNG 1 TỔNG QUAN VỀ VIDEO VÀ CAMERA GIÁM SÁT - Camera mạng (IP camera) : đƣợc kết nối trực tiếp vào mạng, tín hiệu hình ảnh và điều khiển đƣợc truyền qua mạng vì thế ngƣời dùng có thể điều khiển và giám sát. .. sản phẩm của mình  Thiết lập chế độ phơi sáng: Tất cả các camera số thông thƣờng luôn đƣợc mặc định ở chế độ tự động hoàn toàn Các loại máy ảnh số cao cấp phải có thêm chế độ mở thấu kính và chế độ phơi sáng ƣu tiên  Trình đơn (menu): Khi đánh giá camera, ngƣời sử dụng cũng nên quan tâm đến các chức năng thiết lập nhƣ: Độ phân giải, chế độ marco, điều chỉnh phơi sáng, xem lại hình đã chụp có dễ dàng