Xây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minhXây dựng ứng dụng phân tích lưu lượng xe trong hệ thống giao thông thông minh
1 MỞ ĐẦU Trong năm gần đây, với phát triển kinh tế - xã hội, nhiều công trình giao thông xây dựng khắp Việt Nam để phục vụ nhu cầu lại nhân dân, đồng thời đáp ứng gia tăng không ngừng số lượng phương tiện tham gia giao thông Chúng ta phải đối mặt với vấn đề cấp bách giao thông, đặc biệt tai nạn giao thông, ùn tắc giao thông thành phố lớn Hà Nội Thành phố Hồ Chí Minh Để giải vấn đề này, cố gắng bước xây dựng hệ thống giao thông đồng ứng dụng khoa học kỹ thuật hệ thống điều khiển giao thông Hiện nay, giới hệ thống giám sát thông minh hình ảnh phát triển chứng minh hiệu định số lĩnh vực giám sát hoạt động người, giám sát giao thông, Nhiều hệ thống nghiên cứu phát triển, ví dụ hệ thống giám sát giao thông cho biết số lượng phương tiện lưu thông qua đoạn đường, thông tin tốc độ, đường phương tiện Tuy nhiên, hệ thống gặp phải số khó khăn hiệu việc quan sát phụ thuộc vào điều kiện môi trường quan sát, kiểu chuyển động đối tượng hay lý khách quan khác Vì vậy, hệ thống nhiều nhà khoa học,trung tâm nghiên cứu giới Việt Nam quan tâm phát triển Xuất phát từ thực tế trên, việc nghiên cứu đưa giải pháp phân tích lưu lượng, mật độ xe giao lộ hình ảnh thu từ camera, hổ trợ việc điều khiển tín hiệu đèn giao thông vô thiết thực Được hướng dẫn TS Ngô Quốc Việt tiến hành nghiên cứu đề tài “Xây dựng ứng dụng phân tích lƣu lƣợng xe hệ thống giao thông thông minh” Việc lựa chọn đề tài với mục đích sau: Nghiên cứu phương pháp tiền xử lý xử lý video nhằm xác định đối tượng chuyển động, kỹ thuật xử lý xác định lưu lượng mật độ, ước lượng vận tốc chuyển động phương tiện giao thông, tài liệu liên quan đến số nghiên cứu xử lý ảnh số video Sử dụng thư viện mã nguồn mở OpenCV(Open Computer vision) xây dựng chương trình thực nghiệm đếm số lượng loại xe, xác định vận tốc dòng xe, mật độ dòng xe Luận văn trình bày với chương với nội dung sau: Chƣơng - TỔNG QUAN NGHIÊN CỨU Chƣơng - CƠ SỞ LÝ THUYẾT Chƣơng - PHÂN TÍCH LƢU LƢỢNG XE Chƣơng - THỰC NGHIỆM VÀ ĐÁNH GIÁ Chƣơng - TỔNG QUAN NGHIÊN CỨU 1.1 Giới thiệu hệ thống giám sát thông minh 1.2 Một số hệ thống giám sát giao thông ứng dụng công nghệ xử lý ảnh giới 1.3 Một số hệ thống giám sát giao thông ứng dụng công nghệ xử lý ảnh Việt Nam 1.4 Giới thiệu toán phân tích lƣu lƣợng xe - Đầu vào hệ thống hình ảnh từ video thu điểm quan sát - Đầu hệ thống thông tin chuyển động, số lượng, mật độ, phương tiện giám sát Hình 1.2: Sơ đồ khối thiết kế hệ thống phân tích lƣu lƣợng xe Tóm lại việc phân tích lưu lượng xe hình ảnh hiểu việc phân tích xử lý hình ảnh video qua việc giải toán sau: Bài toán phát đối tƣợng chuyển động Phát đối tượng chuyển động bước toán phân tích hình ảnh video, cụ thể việc tách các đối tượng chuyển động từ hình ảnh đối tượng Phương pháp thường sử dụng toán là: phương pháp trừ ảnh nền, phương pháp dựa thống kê, phương pháp chênh lệch tạm thời, phương pháp dựa luồng thị giác,… Bài toán nhận dạng theo vết chuyển động xe Yêu cầu toán nhận dạng theo dõi chuyển động xe xác định thông tin dòng xe, bao gồm: số lượng loại xe vào vùng quan sát, mật độ dòng xe, tốc độ chuyển động trung bình dòng xe 1.5 Kết chƣơng Chương trình bày tổng quan nghiên cứu hệ thống giám sát giao thông ứng dụng công nghệ xử lý ảnh giới nước, giới thiệu toán phân tích lưu lượng xe trình bày luận văn Chƣơng - CƠ SỞ LÝ THUYẾT 2.1 Các khái niệm 2.1.1 Video 2.1.2 Xử lý ảnh video 2.1.3 Bộ lọc hình thái (Morphology Filter) 2.2 Phát theo vết đối tƣợng chuyển động Đối tượng Phát Theo vết chuyển đối giám sát Hình 2.5: Sơ đồ khối Hệ thống theo vết đối tƣợng chuyển động 2.2.1 Phát đối tượng chuyển động Phát đối tượng chuyển động trình đưa vết đối tượng chuyển động từ khung hình video [5] Quá trình thực chất trình xử lý chuỗi ảnh liên tiếp đoạn video để phát đối tượng chuyển động đoạn hình ảnh theo hình 2.6 Hình 2.6: Tổng quan khối xử lý toán phát đối tƣợng 2.2.2 Theo vết đối tượng chuyển động Các phƣơng pháp sử dụng theo vết đối tƣợng Theo vết dựa vào mô hình: Hệ thống theo vết dựa vào mô hình 2D3D Độ xác cao, số lượng đối tượng theo dõi Theo vết đối tượng dựa vào miền: Nhận dạng miền liên kết với ảnh, khối mà có liên kết với mục tiêu theo dõi Theo vết đối tượng dựa vào đường bao động (Active Contour): Đường viền bao đối tượng theo dõi, liên tục cập nhật tự động Hạn chế cách tiếp cận xử lý với trường hợp nhập nhằng Theo vết đối tượng dựa vào đặc trưng: Các đặc trưng tâm, màu sắc đối tượng 2.3 Một số phƣơng pháp phát đối tƣợng chuyển động 2.3.1 Phương pháp trừ 2.3.2 Phương pháp Frame Difference 2.3.3 Phương pháp Temporal Median Filter 2.3.4 Phương pháp Gaussian Mixture Model 2.4 Giải bài toán phát đối tƣợng chuyển động Trong luận văn học viên sử dụng phương pháp Frame Difference kết hợp với số lọc ảnh để phát đối tượng chuyển động Hình 2.14: Sơ đồ phát đối tƣợng chuyển động phƣơng pháp Frame difference Mô tả thuật toán: Bƣớc – Trích xuất khung hình Đầu tiên đọc khung hình Fi từ video đầu vào Kiểm tra khung khung hình tham chiếu Fi-1(khung hình trước) có khác rỗng: Nếu khung hình Fi-1 rỗng ta gán Fi-1 = Fi quay lại bước 1, ngược lại khung hình Fi-1 khác rỗng sang bước Bƣớc – Trừ ảnh Tính toán độ sai khác khung hình Fi, Fi-1 cách áp dụng công thức (2.2) Bƣớc – Lấy ngƣỡng Ta có: Ii(x,y) cường độ sáng pixel (x,y) thuộc khung Fi Ii-1(x,y) cường độ sáng pixel (x,y) thuộc khung Fi-1 Để cho mặt nạ nhị phân đối tượng chuyển động B(x, y), ta lấy ngưỡng sau: ( ) { | ( | ( ) ) ( ( )| )| (2.12) Bƣớc – Áp dụng lọc: Bước cuối áp dụng lọc hình thái (như trình bày phần 2.1.3) Các lọc hình thái closing, opening áp dụng để loại bỏ nhiễu, lấp lỗ trống loại bỏ khối chuyển động có kích thước nhỏ so với đối tượng cần xử lý Sau bước trên, kết nhận mặt nạ đối tượng chuyển động Mặt nạ đối tượng chuyển động ảnh nhị phân với điểm ảnh thuộc đối tượng chuyển động mang giá trị điểm ảnh thuộc mang giá trị Mặt nạ nhị phân phát bước đối số đầu vào cho thuật toán tính mật độ dòng xe trình bày mục 3.3 Bƣớc 5: Biểu diễn đối tƣợng: Sau phát vùng điểm ảnh thuộc đối tượng chuyển động áp dụng phương pháp xử lý để loại bỏ khu vực nhiễu, điểm ảnh nhóm lại thành khối đại diện cho đối tượng, từ khối đại diện cho đối tượng tiến hành xác định tính chất đối tượng như: hình bao, đường viền, diện tích, vị trí, 2.5 Kết chƣơng Chương trình bày sở lý thuyết lọc xử lý ảnh, phương pháp phát hiện, theo dõi đối tượng chuyển động, giải toán phát đối tượng chuyển động 10 Chƣơng - PHÂN TÍCH LƢU LƢỢNG XE 3.1 Ƣớc lƣợng số lƣợng phƣơng tiện giao thông 3.1.1 Giới thiệu toán List vehicle tracking V v = getVehicleFromV() False prev= OldPosision(v) Check v is cur = currentPosision(v) end of list? True Passed counting Vehicle counting False prev = cur Hình 3.1: Sơ đồ phƣơng pháp đếm xe đề xuất Đầu vào: danh sách xe theo vết (danh sách xe theo vết kết đầu thuật toán theo vết chuyển động xe trình mục 3.4) Đầu ra: số lượng loại xe Điều kiện để xe đếm hợp lệ là: 13 3.2 Xác định vận tốc trung bình dòng xe 3.2.1 Tính vận tốc xe Để tính vận tốc xe xe phải theo vết chuyển động dựa thuật toán theo vết chuyển động xe trình bày mục 3.4.3 Khi xe theo vết di chuyển qua vùng quan sát vận tốc xe tính cách dựa vào thời gian xe di chuyển qua vùng quan sát chiều dài vùng quan sát xác định trước theo mét Hình 3.3: Mô tả vùng quan sát để tính tốc độ xe Chiều dài vùng quan sát người dùng định nghĩa trước xác định cách dựa vào chiều dài vạch kẻ đường khoảng cách vạch kẻ đường hình 3.4[4] Hình 3.4: Mô tả kích thƣớc vạch kẻ đƣờng, đơn vị tính mét (Nguồn: Quy chuẩn kỹ thuật quốc gia báo hiệu đường năm 2012) 14 Trong hình 3.3: L1 chiều dài vạch kẻ đường, L2 khoảng cách hai vạch kẻ đường Chiều dài L1 = 1m ÷ 3m; L2 = 3m ÷ 9m tỷ lệ L1 : L2 = 1:3 Tốc độ khung hình giây video số khung hình để xe di chuyển qua vùng quan sát sử dụng để tính thời gian xe di chuyển qua vùng quan sát, cụ thể thời gian xe di chuyển qua vùng quan sát tính dựa vào tỉ số số khung hình để xe di chuyển qua vùng quan sát tốc độ khung hình giây video ta có công thức: ( ) Trong đó: ∆t thời gian để xe di chuyển qua vùng quan sát(thời gian từ xe bắt đầu vào vùng quan sát đến xe khỏi vùng quan sát) n số khung hình để xe di chuyển qua vùng quan sát fps số khung hình giây video Vận tốc xe xác định dựa vào chiều dài vùng quan sát( ) thời gian để xe di chuyển qua vùng quan sát (∆t) tính theo theo công thức: ( Trong đó: tốc độ xe đơn vị tính km/h ) 15 LROI chiều dài vùng quan sát tính theo mét Hệ số 3.6 hệ số chuyển đổi từ m/s đến km/h ∆t thời gian để xe di chuyển qua vùng quan sát(thời gian từ xe bắt đầu vào vùng quan sát đến xe khỏi vùng quan sát) 3.2.2 Tính vận tốc trung bình dòng xe Vận tốc trung bình dòng xe vận tốc trung bình tất xe, tính theo công thức: ∑ Trong : ( ) vận tốc trung bình dòng xe vận tốc xe thứ i tổng số số lượng xe 3.2.3 Thuật toán tính vận tốc trung bình dòng xe 3.3 Xác định mật độ dòng xe 3.3.1 Tính mật độ dòng xe Diện tích mặt đường bị xe chiếm dụng tính toán cách sử dụng phương pháp phép trừ 16 Hình 3.5: Hình minh họa tính diện tích chiếm dụng mặt đƣờng xe Theo phương pháp này, hình ảnh khu vực giám sát F xử lý để tìm FG, Diện tích khu vực chiếm dụng mặt đường xe FG tính công thức ( ) Mật độ dòng xe tính cách lấy giá tỉ số tổng số điểm ảnh thuộc tất đối tượng xe FG tổng số điểm mặt đường BG sau nhân cho 100 để tính mật độ theo phần trăm công thức (3.5): ( ) ( ) 3.3.2 Thuật toán đánh giá mật độ xe 3.4 Giải toán nhận dạng theo vết chuyển động xe 3.4.1 Khái quát toán nhận dạng theo vết đối tượng 3.4.2 Nhận dạng xe dựa kích thước đường bao đối tượng 3.4.3 Theo vết chuyển động xe tính lưu lượng xe 17 M=danh sách chuyển động, T = {} Sai Còn mi M chưa xét ? Đúng Có tj chưa cập? nhật? Đọc mi Đúng Đúng Thêm mi vào T rỗng? T Xóa tj Sai Sai mi khớp tj Đúng Cập nhật tj = mi Tính lƣu lƣợng xe Hình 3.6: Sơ đồ thuật toán theo vết, tính lƣu lƣợng xe Các bước thực hiện: Bƣớc 1: Rút trích thông tin đối tƣợng chuyển động Gọi M danh sách chứa đối tượng chuyển động Các đối tượng thuộc danh sách M ký hiệu mi Mỗi đối tượng mi chứa thông tin như: Nhãn đối tượng(là ID đối tượng), tâm đường bao đối tượng, dài, rộng, diện tích,… Gọi T danh sách đối tượng chuyển động theo vết Các đối tượng thuộc danh sách T ký hiệu tj Mỗi đối tượng tj chứa thông tin như: số ID đối tượng, thông tin tương tự mi , 18 lifetime(Số khung hình đối tượng giám sát), active(số khung hình theo vết), inactive(số khung hình không cập nhật, dấu) Các đối tượng thuộc danh sách M so khớp đặc trưng với đối tượng cần theo vết danh sách T, để xác định xem đối tượng cần theo vết T đối tượng danh sách M khung hình thực bƣớc Bƣớc 2: So sánh cập nhật danh sách theo vết Sau có danh sách đối tượng M từ ảnh nhị phân chứa đối tượng chuyển động khung hình tại, danh sách T rỗng mi thêm vào danh sách T để quản lý theo vết Ngược lại, danh sách T có đối tượng thao tác so khớp đối tượng kiểm tra điều kiện thực Để so khớp mi với tj, khoảng cách Euclide sử dụng để đánh giá khoảng cách tâm mi với tâm tất tj Nếu mi tj có khoảng cách tâm nhỏ phải nhỏ ngưỡng cho trước mi trùng khớp với tj Ngưỡng xác định khoảng cách lớn tâm đối tượng hai khung hình Trong trường hợp có nhiều đối tượng tj thỏa đặc trưng khoảng cách với mi ta sử dụng thêm đặc trưng kích thước đường bao để xác định xác đối tượng tj phù hợp Thực so khớp: 19 Nếu mi không trùng với tj mi xem đối tượng thực bƣớc 3.1 thêm đối tượng vào danh sách T Nếu mi trùng khớp với tj mi đối tượng theo dõi ta thực bƣớc 3.2 Nếu tất đối tượng danh sách T so khớp đối tượng danh sách M mà tồn đối tượng tj không cập nhật lại thông tin thực bƣớc 3.3: xóa đối tượng tj khỏi danh sách Bƣớc 3.1: Thêm đối tƣợng vào danh sách T Khi thêm mi vào danh sách T, số đối tượng tj số lớn tj quản lý tăng thêm Nếu tj đối tượng có số Các thông tin nhãn, đường bao đối tượng, tâm đường bao đối tượng,… tj gán dựa vào thông tin đối tượng mi Nếu mi M chưa xét quay lại bƣớc để xử lý đối tượng tiếp theo, ngược lại kết thúc Bƣớc 3.2: Cập nhật thông tin đối tƣợng danh sách T phân tích lƣu lƣợng xe Trong bước 2, xác định có tồn mi trùng với tj Mi xem đối tượng theo dõi thông tin mi đượng sử dụng để cập nhật lại thông tin vị trí cho tj Khi cập nhật lại thông tin cho tj, số đối tượng tj không thay đổi, thông tin nhãn, tâm đường bao, lấy từ đối tượng mi 20 Tính lưu lượng xe như: Số lượng phương tiện sử dụng thuật toán trình bày mục 3.1, Vận tốc trung bình dòng xe trình bày mục 3.2, mật độ dòng xe trình bày mục 3.3 Nếu mi M chưa xét quay lại bƣớc để xử lý đối tượng tiếp theo, ngược lại kết thúc Bƣớc 3.3: Xóa đối tƣợng khỏi danh sách T Với đối tượng tj không cập nhật lại thông tin tj đánh dấu không cập nhật cách tăng giá trị không cập nhật(inactive) tj lên 1, inactive tj lớn ngưỡng cho trước xoá tj khỏi danh sách T Nếu mi M chưa xét quay lại bƣớc để xử lý đối tượng tiếp theo, ngược lại kết thúc 3.5 Kết chƣơng Chương trình bày phương pháp ước lượng số lượng phương tiện giao thông, mật độ vận tốc dòng xe, giải toán nhận dạng theo vết chuyển động nhằm ước lượng số lượng, vận tốc, mật độ dòng xe 21 Chƣơng - THỰC NGHIỆM VÀ ĐÁNH GIÁ 4.1 Kết đạt đƣợc qua thực nghiệm 4.1.1 Môi trường liệu thực nghiệm 4.1.2 Kết thực nghiệm đếm số lượng xe Hình 4.2: Kết thực nghiệm đếm xe chƣơng trình Bảng 4.1 Bảng kết đếm số lƣợng xe video01 Tổng số xe Xe lớn (ô tô) Xe nhỏ (xe máy) Thực tế 12 11 Phần mềm 12 11 100% 100% 100% 0% 0% 0% Độ xác Sai số 22 Bảng 4.4 So sánh ảnh hƣởng mật độ đến kết đếm xe Thực tế Dữ liệu Mật độ xe đếm tổng số xe video01 Thấp, xe rời rạc Phần mềm đếm tổng số xe Độ Sai số xác 12 12 100% 0% 79 81 97.5% 2.5% 146 128 87.7% 12.3% Trung bình, video02 có vài xe chồng lấp video03 Cao, nhiều xe bị chồng lấp 4.1.3 Kết thực nghiệm tính vận tốc dòng xe Hình 4.4: Kết thực nghiệm tính vận tốc dòng xe video03 23 4.1.4 Kết thực nghiệm tính mật độ dòng xe Hình 4.6: Kết thực nghiệm tính mật độ dòng xe video03 4.2 Đánh giá kết 4.2.1 Đánh giá kết đếm số lượng xe Tại bảng 4.4 ta tiến hành so sánh kết đếm xe video: video01, video02 video03 ta thấy mật độ xe tăng cao số lượng xe bị chồng lấp tăng lên ảnh hưởng đến độ xác việc đếm xe, xe không chồng lấp lên độ xác lên tới 100%, mật độ xe tăng lên, xe có chồng lấp bóng xe làm chồng chấp, thuật toán tách khối chồng lấp chưa áp dụng, dẫn đến sai số tăng lên Số lượng xe đếm hệ thống có xu hướng thấp số lượng thực tế, lý do xe nhỏ(xe máy, xe đạp) chồng lấp vào tạo thành khối hệ thống hiểu sai xe lớn(ô tô, xe tải) 24 Các vấn đề xe chồng lấp khắc phục cách áp dụng thuật toán xử lý bóng xe, tách khối 4.2.2 Đánh giá kết tính vận tốc dòng xe Quan sát hình 4.4 thực nghiệm tính tốc độ video03 có mật độ xe cao ta thấy chức tính vận tốc dòng xe hoạt động tốt, hầu hết xe qua vùng quan sát tính vận tốc vận tốc trung bình dòng xe ước lượng 43,20 km/h Do video03 có mật độ xe cao xe có tượng chồng lấp lên có tượng vài xe không tính vận tốc chồng lấp nhiên quan tâm đến vận tốc trung bình dòng xe nên tượng vài xe không tính vận tốc không ảnh hưởng nhiều đến kết vận tốc trung bình dòng xe 4.2.3 Đánh giá kết tính mật độ dòng xe Hình 4.6 thực nghiệm video03 có mật độ xe cao, ta thấy chức tính mật độ dòng xe hoạt động tốt, mật độ trung bình dòng xe tính toán cập nhật theo thời gian thực, số lượng xe vào vùng quan sát tăng lên mật độ dòng xe tăng lên tương ứng Khi số lượng phương tiện tăng lên xe có tượng chồng lấp lên kết việc tính toán mật độ dòng xe bị ảnh hưởng mật độ dòng xe tính cách lấy giá tỉ số tổng số điểm ảnh thuộc tất đối tượng xe tổng số điểm mặt đường nên xe có tượng chồng lấp tỉ số bị thay đổi 25 4.3 Kết chƣơng Chương trình bày môi trường diệu video thực nghiệm, ngôn ngữ sử dụng xây dựng chương trình thực nghiệm, tiến hành thực nghiệm so sánh đánh giá kết thực nghiệm 26 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Kết luận Luận văn tập trung nghiên cứu, tìm hiểu giải vấn đề phát đối tượng chuyển động, nhận dạng theo vết đối tượng chuyển động từ tiến hành đếm số lượng xe, vận tốc dòng xe, mật độ dòng xe Về toán phát đối tượng chuyển động, luận văn nêu tổng quát cách thức phát đối tượng chuyển động trong video Cùng với đó, luận văn đưa bốn phương pháp để phát đối tượng chuyển động là: phương pháp trừ nền, Phương pháp Frame Difference, phương pháp Temporal Median Filter phương pháp Gaussian Mixture Model Nghiên cứu lọc hình thái hữu ích việc xử lý kết phát chuyển động mặt nạ đối tượng chuyển động xác Về toán phân tích lưu lượng xe luận văn tìm hiểu cách thức nhận dạng theo vết đối tượng chuyển động, đề xuất đếm số lượng xe cách sử dụng vạch ảo(Counting line) đường vị trí tại, vị trí trước xe Tính vận tốc xe cách dựa vào thời gian xe di chuyển qua vùng quan sát chiều dài vùng quan sát xác định trước theo mét Mật độ xe ước lượng cách đánh giá tỉ số tổng số điểm ảnh thuộc tất đối tượng xe tổng số điểm ảnh mặt đường Xét mặt thực tiễn luận văn hoàn thành mục tiêu đặt như: xây dựng thành công chương trình thực nghiệm xử lý kết đếm số lượng loại xe, xác định vận tốc dòng xe, mật độ dòng xe đánh giá kết 27 đạt Đồng thời luận văn góp phần hệ thống hóa kỹ thuật, phương pháp phát hiện, nhận dạng theo vết đối tượng, dựa kỹ thuật có luận văn nêu giải pháp để phân tích lưu lượng xe tuyến đường, từ góp phần tạo tiền đề cho nghiên cứu nhận dạng giám sát giao thông dựa thị giác máy tính tương lai Chương trình phân tích lưu lượng xe luận văn sau xây dựng hoàn thiện ứng dụng hệ thống giám sát giao thông, hệ thống phân tích lưu lượng, mật độ, vận tốc xe tuyến đường hỗ trợ cho hệ thống điều khiển đèn giao thông thông minh dựa theo thông tin lưu lượng phương tiện tham gia giao thông Hƣớng phát triển Trong tương lai luận văn tiếp tục nghiên cứu theo hướng nhận dạng phương tiện điều kiện ánh sáng khác nhau(Sương mù, mưa, ban đêm, ) từ giúp việc phân tích lưu lượng xe tốt bị ảnh hưởng điều kiện ánh sáng môi trường Nghiên cứu thuật toán xử lý bóng, thuật toán xử lý đối tượng chồng lấp nhằm tăng độ xác việc phân tích lưu lượng xe [...]... phân tích lưu lượng xe trên các tuyến đường, từ đó góp phần tạo tiền đề cho những nghiên cứu về nhận dạng và giám sát giao thông dựa trên thị giác máy tính trong tương lai Chương trình phân tích lưu lượng xe trong luận văn sau khi xây dựng hoàn thiện có thể ứng dụng trong các hệ thống giám sát giao thông, các hệ thống phân tích lưu lượng, mật độ, vận tốc xe trên các tuyến đường hoặc hỗ trợ cho hệ thống. .. các tuyến đường hoặc hỗ trợ cho hệ thống điều khiển đèn giao thông thông minh dựa theo thông tin lưu lượng phương tiện tham gia giao thông 2 Hƣớng phát triển Trong tương lai luận văn có thể tiếp tục nghiên cứu theo hướng nhận dạng các phương tiện trong các điều kiện ánh sáng khác nhau(Sương mù, mưa, ban đêm, ) từ đó giúp việc phân tích lưu lượng xe tốt hơn ít bị ảnh hưởng bởi điều kiện ánh sáng môi trường... xe nhỏ (xe máy, xe đạp) chồng lấp vào nhau tạo thành khối khi đó hệ thống sẽ hiểu sai là 1 xe lớn(ô tô, xe tải) 24 Các vấn đề xe chồng lấp có thể khắc phục bằng cách áp dụng các thuật toán xử lý bóng xe, tách khối 4.2.2 Đánh giá kết quả tính vận tốc dòng xe Quan sát hình 4.4 thực nghiệm tính tốc độ trên video03 có mật độ xe cao ta thấy chức năng tính vận tốc dòng xe hoạt động khá tốt, hầu hết các xe. .. nghiệm đếm số lượng xe Hình 4.2: Kết quả thực nghiệm đếm xe của chƣơng trình Bảng 4.1 Bảng kết quả đếm số lƣợng xe trong video01 Tổng số xe Xe lớn (ô tô) Xe nhỏ (xe máy) Thực tế 12 1 11 Phần mềm 12 1 11 100% 100% 100% 0% 0% 0% Độ chính xác Sai số 22 Bảng 4.4 So sánh ảnh hƣởng của mật độ đến kết quả đếm xe Thực tế Dữ liệu Mật độ xe đếm tổng số xe video01 Thấp, các xe rời rạc Phần mềm đếm tổng số xe Độ chính... rằng khi mật độ xe tăng cao và số lượng các xe bị chồng lấp tăng lên nó sẽ ảnh hưởng đến độ chính xác của việc đếm xe, khi các xe không chồng lấp lên nhau độ chính xác lên tới 100%, khi mật độ xe tăng lên, các xe có sự chồng lấp hoặc bóng xe làm chồng chấp, thuật toán tách khối chồng lấp chưa được áp dụng, dẫn đến sai số tăng lên Số lượng xe đếm được của hệ thống có xu hướng thấp hơn số lượng thực tế,... khi xe bắt đầu vào vùng quan sát đến khi xe ra khỏi vùng quan sát) 3.2.2 Tính vận tốc trung bình dòng xe Vận tốc trung bình dòng xe là vận tốc trung bình của tất cả các xe, được tính theo công thức: ∑ Trong đó : ( ) là vận tốc trung bình của dòng xe là vận tốc của xe thứ i là tổng số số lượng xe 3.2.3 Thuật toán tính vận tốc trung bình của dòng xe 3.3 Xác định mật độ dòng xe 3.3.1 Tính mật độ dòng xe. .. trong mục 3.4 Bƣớc 1: Lấy 1 xe v trong danh sách xe V đã theo vết Bƣớc 2 : Tính vị trí tọa độ điểm trọng tâm trong khung hình trước đó của xe v và vị trí tọa độ điểm trọng tâm trong khung hình hiện tại của xe v: 12 Nếu vị trí tọa độ điểm trọng tâm trong khung hình trước đó của xe v thuộc mặt phẳng A và vị trí tọa độ điểm trọng tâm trong khung hình hiện tại của xe v thuộc mặt phẳng B thì tăng số lượng. .. rất hữu ích trong việc xử lý kết quả phát hiện chuyển động để cho ra mặt nạ đối tượng chuyển động chính xác hơn Về bài toán phân tích lưu lượng xe luận văn đã tìm hiểu cách thức nhận dạng và theo vết đối tượng chuyển động, đề xuất đếm số lượng xe bằng cách sử dụng 1 vạch ảo(Counting line) trên đường và vị trí hiện tại, vị trí trước đó của xe Tính vận tốc xe bằng cách dựa vào thời gian xe di chuyển... thì Mi sẽ được xem như là đối tượng đang theo dõi và thông tin của mi sẽ đượng sử dụng để cập nhật lại thông tin tại vị trí mới cho tj Khi cập nhật lại thông tin cho tj, chỉ số đối tượng của tj sẽ không thay đổi, các thông tin nhãn, tâm đường bao, sẽ được lấy từ đối tượng mi 20 Tính lưu lượng xe như: Số lượng phương tiện sử dụng thuật toán được trình bày mục 3.1, Vận tốc trung bình dòng xe trình bày... 3.3.1 Tính mật độ dòng xe Diện tích mặt đường bị xe chiếm dụng được tính toán bằng cách sử dụng phương pháp phép trừ nền 16 Hình 3.5: Hình minh họa tính diện tích chiếm dụng mặt đƣờng của xe Theo phương pháp này, hình ảnh của khu vực giám sát F được xử lý để tìm ra FG, Diện tích các khu vực chiếm dụng mặt đường của xe FG được tính bằng công thức ( ) Mật độ của dòng xe được tính bằng cách lấy giá tỉ ... thiện ứng dụng hệ thống giám sát giao thông, hệ thống phân tích lưu lượng, mật độ, vận tốc xe tuyến đường hỗ trợ cho hệ thống điều khiển đèn giao thông thông minh dựa theo thông tin lưu lượng. .. CỨU 1.1 Giới thiệu hệ thống giám sát thông minh 1.2 Một số hệ thống giám sát giao thông ứng dụng công nghệ xử lý ảnh giới 1.3 Một số hệ thống giám sát giao thông ứng dụng công nghệ xử lý ảnh Việt... phân tích lưu lượng xe tuyến đường, từ góp phần tạo tiền đề cho nghiên cứu nhận dạng giám sát giao thông dựa thị giác máy tính tương lai Chương trình phân tích lưu lượng xe luận văn sau xây dựng