1. Trang chủ
  2. » Luận Văn - Báo Cáo

Phát hiện chuyển động bằng phương pháp trừ nền

67 974 7

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 67
Dung lượng 1,46 MB

Nội dung

1 MỞ ĐẦU Trong thời đại ngày công nghệ thông tin thâm nhập vào toàn lĩnh vực đời sống xã hội Xã hội phát triển nhu cầu công nghệ thông tin ngày cao, liệu số không xa lạ người Trong lĩnh vực ứng dụng công nghệ thông tin trợ giúp người nhiều Hiện nay, thông tin hình ảnh đóng vai trò quan trọng trao đổi thông tin, phần lớn thông tin mà người thu nhận thông qua thị giác Trong lĩnh vực công nghệ thông tin lĩnh vực giám sát tự động thu hút nhiều quan tâm nhóm nghiên cứu nước Cùng với phát triển sức mạnh máy tính, hệ thống giám sát tự động ngày tinh vi đại trợ giúp người nhiều lĩnh vực an ninh, giám sát giao thông v.v Thời gian qua, hệ thống giám sát camera trở thành lĩnh vực nghiên cứu phát triển Trước nhu cầu giám sát, đảm bảo an ninh mục tiêu, trụ sở, nhà riêng… tổ chức, cá nhân ngày cao thúc đẩy việc nghiên cứu, ứng dụng sản phẩm giám sát thông qua camera theo dõi Bài toán đặt xây dựng đưa vào sử dụng hệ thống giám sát đủ mạnh, có độ xác cao, phù hợp với mục đích đối tượng sử dụng Một số ứng dụng quan trọng hệ thống giám sát camera lĩnh vực như: Các thiết bị giám sát an ninh chuyên dụng sử dụng lực lượng vũ trang; thiết bị giám sát an ninh dân dụng; thiết bị giám sát, phân luồng giao thông; công nghệ nghiên cứu, chế tạo Robot thông qua việc phân tích cử động người… Ở nước ta nay, lĩnh vực giám sát Video có bước phát triển đáng kể Tuy nhiên dựa tảng phần cứng chưa áp dụng nhiều thực tế Việc giải toán theo hướng tiếp cận sử dụng phần mềm chưa quan tâm phát triển Một hệ thống giám sát camera bao gồm nhiều chức năng: Phát chuyển động, phân loại, theo dấu, cảnh báo, phân tích hành động Phát chuyển động xác định chức quan trọng hệ thống giám sát camera Nó chức trích xuất đối tượng chuyển động mà có ý nghĩa quan trọng ứng dụng thị giác máy tính mã hóa video dựa đối tượng, phân tích chuyển động người tương tác người – máy Xuất phát từ nhu cầu thực tế, học viên báo cáo xin ý kiến thầy giáo hướng dẫn nghiên cứu luận văn là: “Phát chuyển động phương pháp trừ nền” Kết nghiên cứu xây dựng giải thuật phát chuyển động phần mềm phát cảnh báo có đối tượng đột nhập vào khu vực giám sát cách nhanh chóng hiệu Trên sở nhằm xây dựng hệ thống giám sát camera trụ sở đơn vị sử dụng nghiên cứu thuật toán phát chuyển động Nội dung luận văn gồm chương: Chương 1: Khái quát Video phát chuyển động Chương 2: Nội dung giải thuật phát chuyển động Chương 3: Chương trình thử nghiệm phát chuyển động Chương KHÁI QUÁT VỀ VIDEO VÀ PHÁT HIỆN CHUYỂN ĐỘNG 1.1 Các khái niệm video [3] Video tập hợp khung hình, khung hình ảnh Shot (lia) đơn vị sở video Một lia đơn vị vật lý dòng video, gồm chuỗi khung hình liên tiếp, chia nhỏ hơn, ứng với thao tác camera đơn Scene (cảnh) đơn vị logic dòng video, cảnh gồm lia liên quan không gian liền kề thời gian, mô tả nội dung ngữ nghĩa tình tiết Hình 1.1: Cấu trúc phân đoạn video Khi phim chiếu, khung hình hiển thị tốc độ định Tốc độ thường thấy định dạng video khác 30 25 hình/s Như video có số khung hình tương ứng 108000 90000 Dù video định dạng có dung lượng lớn xử lý với tất khung hình thật không hiệu Phân đoạn trình phân tích chia nội dung hình ảnh video thành đơn vị sở gọi lia (shot) Việc lấy mẫu chọn gần khung video đại diện cho lia (hoặc nhiều tùy theo mức độ phức tạp nội dung hình ảnh lia) gọi khung - khóa Khung – khóa khung hình đại diện mô tả nội dung shot Quá trình phân đoạn liệu video tiến hành phân tích, phát chuyển đổi từ lia sang lia khác phát ranh giới lia (đó đo khác khung hình liền kề) Trong hình ví dụ chuyển đổi lia: Hình 1.2: Chuyển đổi Lia khung hình thứ thứ Một số thuộc tính đặc trưng video: Video có đặc trưng là: Color (màu), Texture (kết cấu), Shape (hình dạng), Motion (chuyển động) 1.1.1 Màu (Color) Màu thuộc tính quan trọng ảnh Biểu đồ màu, biểu diến phân bố màu, đặc trưng màu phổ biến Biểu đồ màu không phụ thuộc vào quay, dịch chuyển ảnh chiều nhìn ảnh Tính hiệu lại phụ thuộc vào hệ màu phương pháp định lượng dùng Có vấn đề với biểu đồ màu không biểu diễn thông tin không gian phân bố điểm ảnh, hai ảnh có biểu đồ màu có nội dung khác Hình 1.3: Bốn khung hình khác song có biểu đồ màu 1.1.2 Kết cấu (Texture) Đây đặc trưng quan trọng bề mặt, nơi xảy việc lặp lại mẫu Có hai dạng biểu diễn texture phổ biến: biểu diễn dạng ma trận đồng thời biểu diễn Tamura Ma trận đồng thời mô tả hướng khoảng cách điểm ảnh, nhờ thống kê có nghĩa trích chọn Ngược lại, người ta thấy entropy mô men chênh lệch nghịch đảo lại có khả phân biệt tốt Biểu diễn Tamura thúc đẩy nhờ nghiên cứu tâm lý việc thu nhận trực giác người bao gồm đại lượng đo tính thô, độ tương phản, hướng, tính trơn, tính cân đối độ ráp Các đặc trưng Tamura hấp dẫn việc hiểu nội dung ảnh biểu đạt trực quan Ngoài có số dạng biểu diễn khác trường ngẫu nhiên Markov, biến đổi Gabor, biến đổi gợn sóng, 1.1.3 Hình dáng (Shape) Các đặc trưng hình dáng biểu diễn sử dụng phân tích hình dáng truyền thống bất biến mô men, mô tả Fourier, mô hình học tự động quay lui thuộc tính hình học Các đặc trưng phân chia thành đặc trưng toàn cục đặc trưng cục Đặc trưng toàn cục đặc trưng thuộc tính thu từ toàn hình dáng ảnh, chẳng hạn chu vi, tính tròn, mô men trung tâm, hướng trục Đặc trưng cục đặc trưng thu từ việc thao tác với phần ảnh, không phụ thuộc vào toàn ảnh 1.1.4 Chuyển động (Motion) Motion thuộc tính quan trọng video Thông tin chuyển động sinh kỹ thuật ghép khối luồng ánh sáng Các đặc trưng chuyển động mô men trường chuyển động, biểu đồ chuyển động tham số chuyển động toàn cục trích chọn từ vectơ chuyển động Các đặc trưng mức cao phản ánh di chuyển camera quét camera (pan), nghiêng (tilt), phóng to (zoom out), thu nhỏ (zoom in) trích chọn 1.2 Phát đối tượng chuyển động gì? Đó trình đưa vết đối tượng chuyển động từ khung hình video Quá trình thực chất trình xử lý chuỗi ảnh liên tiếp đoạn video để phát đối tượng chuyển động đoạn hình ảnh theo mô hình đây: Các khung hình video PHÁT HIỆN CÁC VÙNG ẢNH NỔI (FOREGROUND DETECTION) XỬ LÝ CÁC VÙNG ẢNH NỔI (FOREGROUND PROCESSING) Các đối tượng chuyển động, tính chất chúng Hình 1.4: Tổng quan khối xử lý toán phát đối tượng 1.2.1 Thiết kế khối xử lý Mô hình tổng quan khối xử lý cho toán phát đối tượng chuyển động Khởi tạo cập nhật Các khung hình Video Ảnh PHÁT HIỆN ĐIỂM ẢNH NỔI MÔ HÌNH ẢNH NỀN (Mô hình trừ ảnh nền, Mô hình chênh lệch tạm thời, Mô hình Gause) Cập nhật Biểu đồ điểm ảnh khung ảnh TIỀN XỬ LÝ MỨC ĐIỂM ẢNH (Loại nhiễu, Phát bóng vật thể, Phát ánh sáng thay đổi đột ngột) Vùng điểm ảnh làm PHÂN TÍCH SỰ LIÊN KẾT CÁC KHỐI TIỀN XỬ LÝ MỨC VÙNG ẢNH NỔI Các khối đánh dấu (Kết hợp vùng ảnh liên kết với nhau, loại bỏ vùng nhỏ không liên quan) Các khối lọc, làm ĐƯA RA TÍNH CHẤT CỦA ĐỐI TƯỢNG (Diện tích đối tượng, Tâm khổi, Biểu đồ màu, Viền đổi tượng) Vết đối tượng tính chất chúng Hình 1.5: Mô hình chi tiết khối xử lý 1.2.1.1 Khối phát vùng ảnh Trong phần thiết kế xử lý cho khối phát vùng ảnh ta sử dụng mô hình ảnh (Background Model) nhằm tích hợp phương pháp trừ ảnh nền, mô hình chênh lệch tạm thời mô hình thống kê Gausse nhằm giải vấn đề phát vùng ảnh Khởi tạo cập nhật Các khung hình Video Ảnh A PHÁT HIỆN ĐIỂM ẢNH NỔI B MÔ HÌNH ẢNH NỀN (Mô hình trừ ảnh nền, Mô hình chênh lệch tạm thời, Mô hình Gause) Cập nhật Biểu đồ điểm ảnh khung ảnh Hình 1.6: Khối phát vùng ảnh Sơ đồ khối xử lý nhằm phát vùng ảnh Trong mô hình trừ ảnh với phương thức khởi tạo cập nhật khung hình ảnh nhằm đưa đầu vào: ảnh cho trình xử lý phát điểm ảnh Sau có ảnh nền, thao tác xử lý bên khối phát điểm ảnh đơn giản thực việc trừ ảnh, lấy khung hình so sánh với ảnh để đưa biểu đồ điểm ảnh lên từ ảnh Biểu đồ điểm ảnh với khung ảnh đầu vào trình xử lý Trong sơ đồ xử lý này, khối xử lý mô hình ảnh coi khối xử lý quan trọng Khối thực tích hợp phương pháp xử lý khác trình bày nhằm đưa mô hình ảnh phục vụ cho bước xử lý Cụ thể mô hình sử dụng khối xử lý là: - Tương hợp mô hình trừ ảnh - Tương hợp mô hình pha trộn Gausse - Mô hình chênh lệch tạm thời Các mô hình thực dạng thư viện xử lý, tích hợp vào hệ thống Khi gặp điều kiện quan sát khác nhau, hệ thống linh động sử dụng thư viện xử lý để đưa hiệu cao Dưới số sở lý thuyết mô hình đề cập 1.2.1.1.1 Mô hình trừ ảnh thích hợp Thuật toán trừ ảnh thích hợp thực sau: Gọi I n (x) cường độ điểm ảnh vị trí x thời điểm khung hình thứ n chuỗi khung hình video I (n  [0,255]) Gọi Bn (x) giá trị cường độ ảnh tương ứng cho vị trí x ước lượng qua chuỗi hình ảnh từ I đến I n1 Theo phương pháp trừ ành điểm ảnh vị trí x khung hình video thuộc lớp ảnh thõa mãn : | I n ( x)  Bn ( x) | Tn ( x ) (1.1) Trong công thức Tn (x ) biểu diễn ngưỡng ước lượng qua khung hình từ I đến I n1 Công thức sử dụng để tạo đồ vùng ảnh lên Biểu diễn điểm ảnh ma trận điểm ảnh lên có giá trị điểm ảnh có giá trị cho điểm ảnh Điểm ảnh Bn (x) ban đầu khởi tạo với khung hình B0  I Do thay đổi khung cảnh thu nên khung ảnh ngưỡng liên tục cập nhật theo công thức sau: Bn ( x)  (1   ) I n ( x), x  BG Bn1 ( x)   Bn ( x)  (1   ) I n ( x), x  FG Tn ( x)  (1   ) I n ( x), x  BG Tn1 ( x)   Tn ( x), x  FG (1.2) (1.3) 10 Trong ký hiệu BG vùng ảnh FG vùng ảnh lên   thuộc khoảng [0.0, 1.0],  số điểm ảnh khác từ khung hình so sánh với ảnh 10100001000110000100010111  01000010111100111100110101   11100010010110100100110011    01000100101001000100111110 01001011011110110000000000   10001010101000100100101101  10001000100100110001001001    Ma trận minh họa cho thao tác trừ ảnh đại diện cho điểm ảnh nổi, đại diện cho điểm ảnh Hình minh họa mô tả cho kết thuật toán trừ ảnh này: Hình 1.7: Minh họa thuật toán trừ ảnh a ảnh lấy từ khung hình b ảnh c kết phép trừ ảnh 1.2.1.1.2 Mô hình Stauffer Grimson Stauffer Grimson [6] đưa phương pháp trộn mô hình lại để giải vấn đề ánh sáng thay đổi, hành động lặp lại, lộn xộn từ khung cảnh thực tế Mục đích họ chứng minh: mô hình ảnh hợp xử lý khung hình liên tục thời gian Do đó, họ sử dụng phương pháp pha trộn phân tán Gauss để biểu diễn điểm ảnh mô hình Theo luận điểm đó, thực tích hợp phương pháp vào hệ thông giám sát 53 l - Tính giá trị biến dài vt ( x, y ) : Tương tự vậy, ta sử dụng thủ tục huấn luyện tín hiệu ổn định điều chỉnh để tính giá trị biến dài vtl ( x, y ) cho frame Công thức tính biến dài sau: vtl1 ( x, y )  p, if vts ( x, y )  vtl1 ( x, y ) v ( x, y )   l s l vt 1 ( x, y )  p, if vt ( x, y )  vt 1 ( x, y ) l t t: bội số α l vt ( x, y ) : giá trị biến dài l vt 1 ( x, y ) : giá trị biến dài trước Giá trị khởi tạo biến dài: v0l ( x, y )   ( x, y ) Sau giá trị biến ngắn biến dài tính Giá trị biến tốt Vt ( x, y ) tính cho frame sau: Vt ( x, y )  N  min(vts ( x, y ), vtl ( x, y )) Cuối cùng, ta xác định pixel đối tượng chuyển động biến mặt nạ nhị phân phát đối tượng chuyển động Dt ( x, y ) từ khối chuyển động frame theo công thức tính sau: 1, if  t ( x, y )  Vt ( x, y ) D ( x, y )   otherwise 0, D( x, y )  chứng tỏ, pixel pixel đối tượng chuyển động, ngược lại, D( x, y)  , pixel Như ta trích xuất đối tượng chuyển động thông qua tập pixel có D ( x, y )  if(TERM_N * subdata[ i* ws + j] == vsmask[i*ws +j]) ; else if(TERM_N * subdata[ i* ws + j] > vsmask[i*ws +j]) vsmask[i*ws +j]+= SHORT_TERM_P; else vsmask[i*ws +j]-= SHORT_TERM_P; 54 if(vsmask[i*ws +j] == vlmask[i*ws +j] ) ; else if(vsmask[i*ws +j] > vlmask[i*ws +j] ) vlmask[i*ws +j]+= LONG_TERM_P; else vlmask[i*ws +j]-= LONG_TERM_P; if(TERM_N * MIN(vsmask[i*ws +j],vlmask[i*ws +j]) < subdata[i*ws +j]) vmask[i*ws +j] = 255; else vmask[i*ws +j] = 0; 55 Hình 2.8 Lược đồ giải thuật phát đối tượng chuyển động 56 Chương CHƯƠNG TRÌNH THỬ NGHIỆM PHÁT HIỆN CHUYỂN ĐỘNG 3.1 Chương trình demo phát chuyển động Như trình bày phần trên, giải toán phát đột nhập camera theo dõi dựa kết giải toán phát chuyển động Học viên nghiên cứu xây dựng phần mềm phát đột nhập camera theo dõi dựa giải thuật phát chuyển động trình bày Chương 2, học viên giới thiệu tính chương trình phát đột nhập từ đoạn video đầu vào học viên quay địa điểm, thời gian khác để minh họa cho chương trình: Hình 3.1 Giao diện chương trình demo Chương trình viết ngôn ngữ lập trình Visual C++ tảng công cụ Microsoft Visual Studio 2013 Chương trình cài đặt thuật toán phát chuyển động trình bày Chương bổ sung phần định nghĩa khu vực theo dõi (Definition Controlled Areas) vùng hình tròn màu đỏ Tính chương trình demo: Phát tất chuyển động video liệu đầu vào Trong chương trình Demo, học viên sử dụng liệu đầu vào đoạn video thu từ camera ghi hình nhiều thời điểm khung cảnh khác Do yêu cầu đặt toán 57 thực tế tiết kiệm kinh phí đảm bảo xử lý thời gian thực, nên việc sử dụng camera theo dõi không cần thiết phải dùng loại đắt tiền hình ảnh chất lượng cao mà cần sử dụng camera thu video với liệu lưu trữ dạng file avi, kích thước: 640x480, số frame: < 25 fps (đây liệu lưu trữ camera kỹ thuật số) Các lựa chọn chương trình: - Show background: Hiện hình ảnh trình cập nhật liên tục thuật toán để tạo tối ưu Nền tối ưu frame chứa pixel không thay đổi giá trị (những đối tượng không biến động) đảm bảo thời gian tính toán nhỏ giới hạn chấp nhận Sau 50 frame bắt đầu khởi tạo đâu tiên, sau thời gian tính toán, thuật toán trả thay đổi a) Nền ban đầu b) Nền sau thời gian ngắn Hình 3.2 Mô tả việc xây dựng tối ưu thuật toán - Show video: Hiện hình ảnh thật thu từ video Sau 200 frame (khoảng 4s) thuật toán bắt đầu phát đối tượng chuyển động Những đối tượng chuyển động đánh dấu hình tròn màu xanh 58 Hình 3.3 Phát đánh dấu đối tượng chuyển động - Definition Controlled Areas: Định nghĩa khu vực giám sát hình tròn màu đỏ kéo thả video xử lý Những đối tượng chuyển động xác định vào vùng hình tròn cảnh báo đối tượng chuyển động màu xanh chuyển sang hình tròn màu đỏ cảnh báo đối tượng đột nhập vào khu vực cần theo dõi if( feret.x > door.x && feret.y > door.y 59 && (feret.width + feret.x < door.x + door.width) && (feret.height + feret.y < door.y + door.height)) DrawRect(img,feret,CV_RGB(255,0,0),1); //neu vi pham ve mau else DrawRect(img,feret,CV_RGB(0,0,255),1); //neu khong ve mau xanh //feret – Đối tượng chuyển động //door – Định nghĩa vùng giám sát Hình 3.4 Phát đánh dấu chữ nhật màu đỏ đối tượng vào khu vực giám sát - Các tham số đầu vào nhận giá trị khác nhằm tạo tính linh hoạt trình cài đặt phầm mềm sử dụng điều kiện, môi trường khác video đầu vào Người dùng thử nghiệm điều kiện, môi trường định với tham số đầu vào khác nhằm tìm tham số đầu vào mà hiệu xử lý hình ảnh để phát chuyển động tốt - Kết thử nghiệm: Chương trình thử nghiệm với liệu đầu vào video mẫu quay thời điểm, khung cảnh điều kiện khác Chương trình phát tất đối tượng chuyển động, phát đánh dấu đối tượng chuyển động vùng cần theo dõi Quá trình xử lý đảm bảo thời gian thực giới hạn chấp nhận 60 Học viên cài đặt thuật toán phát chuyển động, bổ sung, cải tiến tốc độ cập nhật (tùy vào điều kiện, cập nhật theo frame 3, đến frame cập lần Điều giảm thời gian tính toán trình tạo tối ưu); cải tiến thuật toán tính ngưỡng để xác định xác đối tượng chuyển động; bổ sung phần định nghĩa khu vực giám sát Như vậy, chương trình demo xây dựng tính để giải toán đặt ra: Phát chuyển động phương pháp trừ 3.2 Bài toán Phát đột nhập camera theo dõi Giả định có mục tiêu quan trọng cần bảo vệ, xung quanh tường rào chắn, có cổng vào Yêu cầu xây dựng hệ thống tự động phát có đối tượng đột nhập vào mục tiêu bảo vệ Giải toán: - Khảo sát bên trong, bên mục tiêu Xây dựng 02 mô hình camera giám sát vòng vòng mục tiêu + Vòng ngoài: Giám sát phát đối tượng đột nhập từ bên vào mục tiêu thông qua cửa chính, vượt hàng rào bảo vệ + Vòng trong: Giám sát cửa vào cầu thang máy, cầu thang tầng, cửa phòng quan trọng - Lên sơ đồ camera theo dõi bao quát hết mục tiêu, giả định dùng camera lắp đặt địa điểm để quan sát tất hướng xâm nhập mục tiêu từ bên ngoài, dùng camera quan sát điểm bên mục tiêu (4 cửa thang máy cầu thang bộ, phòng quan trọng) - Xây dựng phầm mềm tích hợp việc xử lý đồng thời camera giám sát để đưa đối tượng xâm nhập vào mục tiêu Việc xử lý camera thực chương trình demo giới thiệu phần trên, đó, camera định nghĩa vùng giám sát riêng Trên sở lắp đặt, kiểm tra thử nghiệm với thời điểm khác để lựa chọn giá trị ngưỡng phù hợp để trình xử lý, phát đối tượng đột nhập đạt hiệu tối ưu 61 - Khi phát đối tượng xâm nhập vào khu vực giám sát, chương trình phần mềm tự động cảnh báo theo chế độ người quan sát cài đặt như: âm báo động, tô màu đối tượng, lưu đoạn video có đối tượng đột nhập ổ cứng máy tính… Học viên giới thiệu demo chương trình với tính phát đột nhập đưa hướng phát triển hoàn thiện chương trình phát đột nhập hệ thống camera theo dõi 3.3 Một số kết thực nghiệm Chương trình thử nghiệm với video đầu vào quay nhiều khung cảnh, điều kiện thời điểm khác Định dạng liệu đầu vào: file.avi, kích thước: 480 x 320, 25fps Kết chương trình phát toàn chuyển động đối tượng video, phát tất đối tượng xâm nhập vào vùng định nghĩa giám sát Thời gian xử lý phát đối tượng chuyển động chậm không đáng kể so với tốc độ video gốc chấp nhận Với điều kiện tốt, thời gian cập nhận nhanh, đó, việc phát đối tượng xác thời gian ngắn Sau số minh họa kết chương trình phát xâm nhập với trường hợp video đầu vào khác Trường hợp 1: Video có đối tượng, đối tượng chuyển động tách rời nhau, điều kiện ánh sáng tương đối tốt, việc tạo tối ưu nhanh, phát nhanh đối tượng chuyển động Hình 3.5 Phát đối tượng chuyển động đơn lẻ điều kiện ánh sáng tốt 62 - Trường hợp 2: Video có nhiều đối tượng, đối tượng chuyển động quy luật khác nhau, điều kiện ánh sáng tương đối tốt, việc tạo tối ưu chậm so với trường hợp 1, nhiên tốc độ tượng đối nhanh, phát nhanh đánh dấu tất đối tượng chuyển động Hình 3.6 Cập nhật nhiều đối tượng chuyển động, điều kiện ánh sáng tốt Hình 3.7 Phát chuyển động điều kiện có nhiều đối tượng chuyển động với quy luật khác nhau, ánh sáng tốt 63 - Trường hợp 3: Video có nhiều đối tượng, đối tượng chuyển động quy luật khác nhau, điều kiện ánh sáng tương đối yếu, việc tạo tối ưu chậm so với trường hợp 2, phát đánh dấu đối tượng chậm phát tất đối tượng chuyển động Hình 3.8 Quá trình cập nhật điều kiện ánh sáng yếu Hình 3.9 Phát chuyển động điều kiện nhiều đối tượng chuyển động với quy luật khác nhau, ánh sáng yếu - Trường hợp 4: Video đầu vào có nhiều phương tiện giao thông chuyển động với vận tốc khác tương đối cao, điều kiện ánh sang tương đối tốt, trình tạo tối ưu nhanh, phát nhanh tất phương tiện giao thông chuyển động video 64 Hình 3.10 Phát phương tiện giao thông chuyển động với tốc độ tượng đối cao điều kiện ánh sáng tốt 65 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Giám sát bảo vệ mục tiêu quan trọng toán đặt từ sớm nhằm đảm bảo tuyệt đối an toàn cho mục tiêu Trong thời đại ngày nay, mục tiêu truyền thống cần giám sát bảo vệ như: mục tiêu quan trọng trị, kinh tế, an ninh, quốc phòng mà việc giám sát, bảo vệ mục tiêu áp dụng rộng rãi phổ cấp hóa xã hội tổ chức, quan, công ty cá nhân người dùng Khoa học công nghệ phát triển hỗ trợ đắc lực cho người công việc khó khăn, nguy hiểm Công nghệ thông tin công nghệ điện tử ngày cho phép sử dụng thiết bị phần cứng (các loại camera giám sát, máy tính, đường truyền…) phần mềm hỗ trợ hiệu cho việc giám sát bảo vệ mục tiêu Bài toán phát đột nhập camera theo dõi quy toán phát chuyển động nghiên cứu từ sớm, xuất từ kỹ thuật ảnh số đời Đã có nhiều nghiên cứu trước để giải toán phát chuyển động, nhiên mặt thời gian kết phát chuyển động chưa tối ưu Qua trình tìm hiểu, nghiên cứu toán phát chuyển động, học viên đạt số kết sau: - Tìm hiểu lịch sử phát triển ảnh số kỹ thuật xử lý ảnh số, ứng dụng - Tìm hiểu nắm khái niệm ảnh số kỹ thuật xử lý ảnh số; loại camera giám sát; lịch sử phát triển toán phát chuyển động ứng dụng thực tế toán - Tìm hiểu thuật toán phát chuyển động dựa phương pháp trừ sử dụng ước lượng Entropy TS Shih-Chia Huang công bố tạp chí IEEE tháng 1/2011 (Institute of Electrical and Electronics Engineers – Viện kỹ nghệ điện điện tử) - Cài đặt thử nghiệm thành công chương trình phát chuyển động dựa thuật toán tác giả Shih-Chia Huang đưa Trong đó, học viên cải tiến để tăng 66 tốc độ cập nhật nền, cải tiến thuật toán tính ngưỡng chuyển động, bổ sung tính định nghĩa vùng giám sát để phù hợp với yêu cầu toán thực tế - Thử nghiệm phát chuyển động với số môi trường, điều kiện thời điểm khác để kiểm chứng tính đắn thuật toán Hướng phát triển Trong thời gian tới, tập chung nghiên cứu, hoàn thiện thêm nội dung sau: - Hoàn thiện chương trình phát cảnh báo đối tượng xâm nhập vào khu vực bảo vệ với tính năng: xử lý đồng thời video từ hệ thống camera quan sát, định nghĩa vùng giám sát cho phù hợp với điều kiện thực tế, cảnh báo âm thanh, hình ảnh lưu trữ video đối tượng đột nhập - Kiểm thử chương trình phát chuyển động môi trường, điều kiện thời gian khác để kiểm tra tính hiệu ứng dụng thực tế chương trình - Xây dựng mô hình chương trình phát cảnh báo đối tượng xâm nhập xử lý đồng thời với nhiều camera khác áp dụng cho toán cụ thể - Nghiên cứu thuật toán theo dõi đối tượng (Tracking Object) kết hợp với thuật toán phát chuyển động để giải toán nâng cao hơn: phát theo dõi đối tượng vùng camera quan sát; đếm lưu lượng giao thông, sản phẩm… 67 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thông tin, Đại học Cần Thơ, Nhà xuất Khoa học Kỹ thuật, 2010 [2] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái Nguyên, Nhà xuất Khoa học Kỹ thuật, 2008 [3] Nguyễn Thị Lan Hương (2006), Phát – phân loại – theo dõi đối tượng chuyển động hệ thống giám sát, Luận văn Đại học Tiếng Anh [4] Shih-Chia Huang, An Advanced Motion Detection Algorithm with Video Quality Analysis for Video Surveillance Systems, IEEE Transactions on circuits and systems for video technology, Vol 21, No 1, January 2011 [5] Http://opencv.org [6] C.Stauffer and W.Grimson, "Adaptive Background mixture models for Real-time tracking" pp 750-755, 2009 [...]... GIẢI THUẬT PHÁT HIỆN CHUYỂN ĐỘNG 2.1 Một số giải thuật phát hiện chuyển động Phương pháp trừ nền áp dụng trong bài toán phát hiện chuyển động nghiên cứu để tạo ra những mô hình nền tối ưu nhằm tăng khả năng phát hiện đối tượng chuyển động cũng như giảm bớt độ phức tạp tính toán của giải thuật Một số giải thuật sử dụng phương pháp trừ nền đã được nghiên cứu và công bố như: Giải thuật trừ nền cơ bản... biến động, nhiều đối tượng chuyển động Có rất nhiều cách tiếp cận bài toán phát hiện chuyển động khác nhau Nhưng quy về mức tổng quát, có ba phương pháp phát hiện chuyển động chính hiện nay là: Phương pháp trừ nền - Background Subtraction, Phương pháp dựa vào sự biến đổi giá trị theo thời gian - Temporal Differencing và Phương pháp luồng quang học - Optical Flow, cụ thể như sau: - Phương pháp trừ nền: ... là phương pháp thông dụng nhất, phương pháp này xác định sự sai khác do đối tượng chuyển động tạo ra bằng các trừ từng bit tương ứng của hai frame liên tiếp nhau trong chuỗi video thu được từ camera Phương pháp này thích ứng với môi trường động có nhiều đối tượng chuyển động phức tạp, phát hiện chuyển động biên độ nhỏ và ít phụ thuộc vào vận tốc cũng như kích thước của đối tượng chuyển động 23 - Phương. .. không di chuyển, camera thu ảnh có nhiều nhiễu, không thể phát hiện được sự thay đổi lớn trong một vùng ảnh nhỏ và thay đổi nhỏ trong một vùng ảnh lớn 2.1.2 Giải thuật trừ nền trung bình (Running Average): Phương pháp trừ nền trung bình là một cải tiến của phương pháp trừ nền cơ bản Thay vì giữ nguyên giá trị khung hình nền B(x,y) trong phép trừ nên, phương pháp trừ nền trung bình cải tiến bằng việc... Xây dựng nền tối ưu: Vấn đề quan trọng nhất đối với bài toán phát hiện chuyển động sử dụng phương pháp trừ nền là xây dựng được nền tối ưu Nền tối ưu là những frame chứa những pixel của những đối tượng hầu như không thay đổi (đối tượng tĩnh) Vấn đề tối ưu nền bao gồm cả việc cập nhật nền mới sau mỗi lần thực hiện phép toán trừ nền Việc lựa chọn nền tối ưu trong giải thuật đề cập được thực hiện thông... Sơ đồ phát hiện các đối tượng chuyển động (3)- Khi phát hiện được đối tượng chuyển động, ta thực hiện chức năng theo dõi đối tượng chuyển động Đối tượng chuyển động sẽ được theo dõi khi chuyển động trong vùng camera theo dõi: New Blob Position FG mask Frames Blob Tracking Module Blobs (Id,Pos,Size) Hình 1.18 Sơ đồ khối của chức năng tracking 1 hoặc 1 nhóm đối tượng (4)- Tổng hợp hệ thống phát hiện và... tượng chuyển động Đánh giá: Ưu điểm: Việc cập nhật liên tục giá trị nền thông qua việc sử dụng tham số  đã làm tăng độ chính xác cho việc phát hiện đối tượng chuyển động so với thuật toán trừ nền cơ bản Cài đặt giải thuật đơn giản, độ phức tạp tính toán đơn giản, tốc độ xử lý nhanh Nhược điểm: Phương pháp này chưa giải quyết được những hạn chế của phương pháp trừ nền cơ bản đó là: kết quả phát hiện. .. nghiên cứu các phương pháp xử lý ảnh video kỹ thuật số để tự động phát hiện, cảnh báo khi có đối tượng đột nhập thông qua hệ thống camera theo dõi Để phát hiện được đối tượng chuyển động, trước hết bài toán đặt ra là phát hiện tất cả các chuyển động trong vùng camera theo dõi, sau đó phân tích và đưa ra những cảnh báo khác nhau khi đối tượng vào những khu vực giám sát Bài toán phát hiện chuyển động (Motion... đổi của môi trường, nhưng nó bị phụ thuộc vào tốc độ và kích thước và số lượng đối tượng chuyển động Phương pháp này được áp dụng hiệu quả nhất trong trường hợp phát hiện và theo dõi một đối tượng chuyển động - Phương pháp luồng quang học: Phương pháp này chỉ ra sự chuyển động dự kiến của đối tượng trong ảnh Phương pháp cho kết quả khá tốt với những ảnh đầu vào phức tạp Tuy nhiên, nó đòi hỏi độ phức tạp... dụng phương pháp biến đổi cosin rời rạc 35 2.2 Giải thuật phát hiện chuyển động Ở bài toán phát hiện chuyển động sử dụng phương pháp trừ nền và sử dụng giá trị Entropy đối với những khối pixel (một frame video được chia thành nhiều khối pixel) Xử lý ở mức khối pixel giá trị Entropy kết hợp với các phép toán hình thái học “giãn ảnh” và “co ảnh” để xác định tất cả các khối có chứa pixel của đối tượng chuyển ... GIẢI THUẬT PHÁT HIỆN CHUYỂN ĐỘNG 2.1 Một số giải thuật phát chuyển động Phương pháp trừ áp dụng toán phát chuyển động nghiên cứu để tạo mô hình tối ưu nhằm tăng khả phát đối tượng chuyển động giảm... Differencing Phương pháp luồng quang học - Optical Flow, cụ thể sau: - Phương pháp trừ nền: Đây phương pháp thông dụng nhất, phương pháp xác định sai khác đối tượng chuyển động tạo trừ bit tương... toán phát chuyển động Nội dung luận văn gồm chương: Chương 1: Khái quát Video phát chuyển động Chương 2: Nội dung giải thuật phát chuyển động Chương 3: Chương trình thử nghiệm phát chuyển động

Ngày đăng: 12/12/2016, 22:40

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thông tin, Đại học Cần Thơ, Nhà xuất bản Khoa học và Kỹ thuật, 2010 Sách, tạp chí
Tiêu đề: Giáo trình Lý thuyết thông tin
Nhà XB: Nhà xuất bản Khoa học và Kỹ thuật
[2] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái Nguyên, Nhà xuất bản Khoa học và Kỹ thuật, 2008 Sách, tạp chí
Tiêu đề: Giáo trình xử lý ảnh
Nhà XB: Nhà xuất bản Khoa học và Kỹ thuật
[3] Nguyễn Thị Lan Hương (2006), Phát hiện – phân loại – theo dõi đối tượng chuyển động trong hệ thống giám sát, Luận văn Đại học.Tiếng Anh Sách, tạp chí
Tiêu đề: Phát hiện – phân loại – theo dõi đối tượng chuyển động trong hệ thống giám sát
Tác giả: Nguyễn Thị Lan Hương
Năm: 2006
[4]. Shih-Chia Huang, An Advanced Motion Detection Algorithm with Video Quality Analysis for Video Surveillance Systems, IEEE Transactions on circuits and systems for video technology, Vol 21, No. 1, January 2011.[5]. Http://opencv.org Sách, tạp chí
Tiêu đề: An Advanced Motion Detection Algorithm with Video Quality Analysis for Video Surveillance Systems
[6] C.Stauffer and W.Grimson, "Adaptive Background mixture models for Real-time tracking" pp. 750-755, 2009 Sách, tạp chí
Tiêu đề: Adaptive Background mixture models for Real-time tracking

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w