Phát hiện chuyển động bằng phương pháp trừ nền

Mục lục Chương KHÁI QUÁT VỀ VIDEO VÀ PHÁT HIỆN CHUYỂN ĐỘNG 1.1 Các khái niệm video 1.2 Phát đối tượng chuyển động gì? 1.3 Giới thiệu toán phát chuyển động 1.4 Một số giải thuật phát chuyển động 1.4.1 Giải thuật trừ (Simple Background Subtraction): 1.4.2 Giải thuật trừ thích nghi (Adaptive Subtraction): Chương NỘI DUNG CHÍNH CỦA GIẢI THUẬT PHÁT HIỆN CHUYỂN ĐỘNG 11 2.1 Mơ hình 11 2.2 Nội dung giải thuật .11 2.3 Nguyên Lý 13 2.3.1 Module Mơ hình 14 2.3.2 Module cảnh báo chuyển động .16 2.3.3 Module Trích xuất đối tượng 20 Chương Kết phát chuyển động .22 3.1 Chương trình phát chuyển động 22 3.2 Chạy thử nghiệm 23 Kết luận 27 TÀI LIỆU THAM KHẢO .28 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 khơng xa lạ người Trong lĩnh vực ứng dụng công nghệ thông tin trợ giúp người nhiều Hiện nay, thơng tin hình ảnh đóng vai trò quan trọng trao đổi thơng tin, phần lớn thông tin mà người thu nhận thông qua thị giác Trong lĩnh vực cơng nghệ thơng tin lĩnh vực giám sát tự động thu hút nhiều quan tâm nhóm nghiên cứu ngồi 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 khơng có 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, nhóm chúng em xin ý kiến cô giáo hướng dẫn nghiên cứu tập lớn 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: Kết phát chuyển động Chương KHÁI QUÁT VỀ VIDEO VÀ PHÁT HIỆN CHUYỂN ĐỘNG 1.1 Các khái niệm video 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 Một số thuộc tính đặc trưng video: Video có đặc trưng là: Color (màu), Texture (kết cấu), Shape (hình dạng), Motion (chuyển động) 1.2 Phát đối tượng chuyển động gì? Đó q 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 mơ hình đây: Các khung hình video PHÁT HI Ệ N CÁC VÙNG ẢNH N ỔI (FOREGROUND DETECTION ) X Ử LÝ CÁC VÙNG ẢNH N ỔI (FOREGROUND PROCESSING ) Các đ ối tượng chuyển động, tính chất chúng Hình 1.2: Tổng quan khối xử lý toán phát đối tượng 1.3 Giới thiệu toán phát chuyển động Ra đời từ năm 1960 qua trình hồn thiện phát triển, ngày hệ thống giám sát chuyển động hệ thống trợ giúp đắc lực cho người thực theo dõi, giám sát Bài toán phát chuyển động giới nghiên cứu từ sớm Cho tới thời điểm nay, có nhiều giải thuật phát chuyển động công bố, số giải thuật công bố năm qua chứng minh có độ xác tương đối cao, thời gian tính tốn thấp xử lý mơi trường biến động, nhiều đối tượng chuyển động Có nhiều cách tiếp cận toán phát chuyển động khác Nhưng quy mức tổng quát, có ba phương pháp phát chuyển động là: Phương pháp trừ - Background Subtraction, Phương pháp dựa vào biến đổi giá trị theo thời gian - Temporal 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 ứng hai frame liên tiếp chuỗi video thu từ camera Phương pháp thích ứng với mơi trường động có nhiều đối tượng chuyển động phức tạp, phát chuyển động biên độ nhỏ phụ thuộc vào vận tốc kích thước đối - tượng chuyển động Phương pháp dựa vào biến đổi giá trị theo thời gian: Phương pháp dựa vào biến đối giá trị ảnh theo thời gian để xác định đối tượng chuyển động (Ví dụ: Temporal Gradient – dựa biến đối Gradient theo thời gian Khả chuyển động đối tượng theo phương pháp đo thay đổi tức thời cường độ hình ảnh) Phương pháp thích ứng với thay đổi mơi trường, bị phụ thuộc vào tốc độ kích thước số lượng đối tượng chuyển động Phương pháp áp dụng hiệu - trường hợp phát theo dõi đối tượng chuyển động Phương pháp luồng quang học: Phương pháp chuyển động dự kiến đối tượng ảnh Phương pháp cho kết tốt với ảnh đầu vào phức tạp Tuy nhiên, đòi hỏi độ phức tạp tính tốn cao Chính điều tạo khó khăn việc áp dụng, triển khai thực tế Một hệ thống phát chuyển động camera mơ tả Sơ đồ tổng quát sau: Input: Chuỗi video đầu vào thu từ camera Output: - Phát đối tượng chuyển động - Trích xuất đối tượng chuyển động - Theo dõi đối tượng chuyển động Chuỗi video đầu vào hình thành từ frame khác tùy thuộc vào thông số kỹ thuật camera (16fps, 24fps, 25fps…) Giải thuật tính tốn xử lý frame Yêu cầu toán phát chuyển động là: - Phát tất chuyển động vùng camera - Hệ thống phải xử lý thời gian thực với độ trễ chấp nhận được, có nghĩa giải thuật tối ưu phải đạt được: tốc độ tính tốn chấp nhận được, u cầu nhớ thấp - Hệ thống có tính linh hoạt, tương thích với điều kiện, mơi trường quan sát khác 1.4 Một số giải thuật phát chuyển động Phương pháp trừ áp dụng toán phát chuyển động nghiên cứu để tạo mơ hình tối ưu nhằm tăng khả phát đối tượng chuyển động giảm bớt độ phức tạp tính tốn giải thuật Một số giải thuật sử dụng phương pháp trừ nghiên cứu công bố như: Giải thuật trừ - Simple background Subtraction; Giải thuật trừ thích nghi - Running Average; Giải thuật Σ-Δ - Σ-Δ Estimation; Giải thuật Σ-Δ cải tiến - Multiple Σ-Δ Estimation; Giải thuật thống kê khác biệt - Simple Statistical Difference; Giải thuật trừ thích nghi với biến đổi cosine rời rạc - Running Average with Discrete Cosine Transform 1.4.1 Giải thuật trừ (Simple Background Subtraction): Phương pháp trừ phương pháp so sánh ảnh đơn giản Phương pháp dựa sai khác hai ảnh (trừ hai ảnh theo bit tương ứng) so sánh sai khác với giá trị ngưỡng cho trước Trường hợp sai khác lớn giá trị ngưỡng cho, có nghĩa có sai khác pixel ảnh Ta đưa kết luận có đối tượng chuyển động Thuật tốn tổng q pixel (x,y): Chuỗi video đầu vào D(x,y) = (hiệu hai frame nhỏ giá trị ngưỡng ) đưa kết luận pixel nền, ngược lại, D(x,y) = (hiệu hai frame lớn ngưỡng cho trước) đưa kết luận pixel đối tượng chuyển động Tập hợp pixel ta có hình ảnh đối tượng chuyển động Đánh giá: Ưu điểm: Thuật toán đơn giản, thời gian tính tốn nhanh Thuật tốn hữu dụng trường hợp cần xác định thay đổi phận, mà xác định thay đổi tồn khung hình Nhược điểm: Độ xác thuật toán thấp Đặc biệt, thuật toán đưa kết khơng xác trường hợp đối tượng đoạn video khơng di chuyển, camera thu ảnh có nhiều nhiễu, khơng thể phát thay đổi lớn vùng ảnh nhỏ thay đổi nhỏ vùng ảnh lớn 1.4.2 Giải thuật trừ thích nghi (Adaptive Subtraction): Phương pháp trừ thích nghi cải tiến phương pháp trừ Thay giữ nguyên giá trị khung hình B(x,y) phép trừ nên, phương pháp trừ thích nghi cải tiến việc cập nhật liên tục giá trị khung hình nhằm tăng tính xác cho kết phát đối tượng chuyển động Thuật toán tổng quát pixel (x,y): D(x,y) = (hiệu hai khung hình nhỏ giá trị ngưỡng ) đưa kết luận pixel nền, ngược lại, D(x,y) = (hiệu hai khung hình lớn ngưỡng cho trước) đưa kết luận pixel đối tượng chuyển động Tập hợp pixel ta có hình ảnh đối tượng chuyển động Đánh giá: Ưu điểm: Việc cập nhật liên tục giá trị thơng qua β làm tăng độ xác cho việc phát đối tượng chuyển động so với thuật toán trừ Cài đặt giải thuật đơn giản, độ phức tạp tính tốn đơn giản, tốc độ xử lý nhanh Nhược điểm: Phương pháp chưa giải hạn chế phương pháp trừ là: kết phát khơng xác trường hợp đối tượng đoạn video không di chuyển, camera thu ảnh có nhiều nhiễu, khơng thể phát thay đổi lớn vùng ảnh nhỏ thay đổi nhỏ vùng ảnh lớn 10  Module Mô hình xây dựng mơ hình tối ưu thơng qua việc sử dụng thuật toán so sánh nhanh xác hai để tạo pixel tối ưu cho mơ hình nền, pixel tối ưu pixel có biến đổi giá trị Việc tạo mơ hình tối ưu sở cho việc xử lý phát chuyển động bước nhanh chóng xác  Module Cảnh báo chuyển động xây dựng để xác định xác khối ảnh chứa đối tượng chuyển động Ảnh chia thành khối, khối chứa pixel đối tượng chuyển động gọi khối chuyển động (motion block) Yêu cầu đặt tốn xác định xác đẩy đủ tất khối chuyển động Module Cảnh báo chuyển động dựa phương pháp đánh giá giá trị Entropy khối phép toán hình thái học “co ảnh” “giãn ảnh” (morphological erosion and dilation operations) để xác định khối chuyển động Module Cảnh báo chuyển động loại bỏ việc kiểm tra pixel đối tượng chuyển động toàn ảnh nền, mà tập trung vào khối chuyển động Vì vậy, Module Cảnh báo chuyển động giảm đáng kể độ phức tạp tính tốn q trình xử lý phát chuyển động, giúp cho Module Trích xuất đối tượng xử lý, trích xuất đối tượng chuyển động từ khối chuyển động  Module Trích xuất đối tượng kiểm tra tất khối chuyển động phát Module Cảnh báo chuyển động Việc kiểm tra phát chuyển động sử dụng giải thuật lựa chọn ngưỡng hiệu Kết Module xây dựng mặt nạ nhị phân phát chuyển động (Binary motion detection mask), từ trích xuất đối tượng chuyển động 14 2.3.1 Module Mơ hình Module Mơ hình chia thành phần sau: - Khởi tạo mơ hình - Lựa chọn - Cập nhật mơ hình Hình 2.2 Lược đồ Mơ đun mơ hình 2.3.1.1 Khởi tạo mơ hình Như trình bày Phần trên, video đầu vào chia thành frame theo thứ tự thời gian Video thơng thường có chuẩn như: 24 fps, 25 fps, 30 fps, 48 fps… Thơng thường, ta xử lý ảnh có kích thước 640 x 480 24 fps 15 Hình 2.3 Mơ tả frame video đầu vào 2.3.1.2 Lựa chọn Lựa chọn nền: - Xác định pixel thuộc ứng cử viên (background candidates) pixel có giá trị không thay đổi frame liên tiếp Thủ tục sử dụng thuật toán so sánh nhanh pixel hai frame liên tiếp 2.3.1.3 Cập nhật mơ hình Việc xác định tối ưu có ý nghĩa quan trọng giải thuật phát chuyển động sử dụng phương pháp trừ Trong phần trên, ta xác định pixel Mt(x,y) Và để đảm bảo việc phát xác nhanh đối tượng chuyển động, mơ hình phải cập nhật liên tục để tạo tối ưu cho việc so sánh xác định đối tượng chuyển động Thủ tục tiến hành cập nhập vị trí pixel tối ưu Mt(x,y) (tại điểm đen) tương ứng với vị trí pixel mơ hình Bt(x,y) thơng qua việc áp dụng cơng thức dịch chuyển thích nghi để làm “mịm” mơ hình Q trình cập nhật tiến hành tất frame video đầu vào Chúng nhận thấy, trình xử lý video đầu vào quay khung cảnh, điều kiện, thời gian khác nhau, không thiết phải cập nhật liên tục frame video đầu vào cần lựa chọn frame cập nhật lần, chí điều kiện ánh sáng tốt frame cập nhật lần, chương trình đảm bảo khả phát tất chuyển động Việc cập nhật cải tiến tốc độ xử lý cập nhật thuật toán 16 2.3.2 Module cảnh báo chuyển động Module xây dựng để xác định đối tượng chuyển động Để làm điều này, trước tiên, frame video phân chia thành khối pixel thủ tục tiến hành xử lý sở khối Ta đưa định nghĩa khối chuyển động khối mà có khả chứa đối tượng chuyển động Module xác định tất khối chuyển động để từ tìm đối tượng chuyển động Module chia thành hai phần chính: (1) Sử dụng giá trị Entropy khối để xác định xem khối có khả chứa đối tượng chuyển động hay không (2) Sử dụng phép tốn hình thái học “co ảnh” “giãn ảnh” để xác định khối khối chứa đối tượng chuyển động 2.3.2.1 Xác định giá trị Entropy khối Entropy đại lượng toán học dùng để đo lượng tin không chắn (hay lượng ngẫu nhiên) kiện hay phân phối ngẫu nhiên cho trước Một số tài liệu tiếng anh gọi Uncertainty Measure [1] (Theo định nghĩa Giáo trình Lý thuyết thơng tin, tác giả: TS Lê Quyết Thắng, Ths Phan Tấn Tài, Ks Dương Văn Hiếu – Đại học Cần Thơ 2010) Entropy x giá trị mong đợi độ ngạc nhiên mà x nhận Trong trường hợp này, biến x độ lệch màu sắc frame ảnh đến ảnh thời Nếu độ lệch màu sắc khơng có biến đổi giá trị độ lệch nằm khoảng (Entropy nhỏ ngưỡng cho trước) ta coi khơng có thay đổi màu sắc x Ngược lại, 17 Entropy lớn ngưỡng kết luận có sai khác màu sắc x Ví dụ: "Một dòng chữ ln có ký tự "a" có entropy 0, ký tự ln "a" Một dòng chữ có hai ký tự ngẫu nhiên hồn tồn có entropy 1bit cho ký tự" Khối chuyển động khối có độ lệch màu sắc ảnh đến ảnh thời biến đổi ngẫu nhiên (sẽ giá trị khác nhau) nên Entropy > (Lấy ngưỡng 1) Ngược lại, Entropy = tức giá trị màu biến đổi nhau, khơng đổi thay đổi khoảng nhỏ h Như vậy, tốn phát chuyển động, ta sử dụng giá trị Entropy để xác định xem pixel có phải đối tượng chuyển động không Khi giá trị Entropy điểm ảnh có thay đổi ngưỡng đó, ta kết luận pixel đối tượng chuyển động, ngược lại, giá trị entropy không thay đổi thay đổi khoảng nhỏ (nhỏ giá trị ngưỡng) ta xác định pixel đối tượng chuyển động Tính giá trị Entropy phân phối Như vậy, ta sử dụng giá trị Entropy độ lệch (hiệu tuyệt đối) frame ảnh thời nền, hay nói khác độ lệch màu sắc hai frame video Việc xác định giá trị Entropy độ lệch sở để xác định pixel đối tượng chuyển động 4 4 4 18 25 2 Mức xám khối này: V = 7, tương ứng với vector xám rời rạc: {1, 2, 3, 4, 5, 6, 25} Hình 2.4 Minh họa giá trị Entropy frame với ngưỡng T = Hình 2.4 Minh họa khối dựa giá trị Entropy, mật độ thay đổi rõ rệt khối frame Với ngưỡng T = 1, khối có khả chứa đối tượng chuyển động phát (phần hình màu đỏ) 2.3.2.2 Sử dụng phép tốn hình thái học: Sử dụng phép tốn hình thái học “co ảnh” (Erosion) “giãn ảnh” (Dilation) giúp ta xác định khối (khối không chứa pixel đối tượng chuyển động) khối chứa chuyển động hoàn toàn Trong Phần trên, ta xác định khối có khả chứa đối tượng chuyển động Tuy nhiên, để kết luận xác khối chứa chuyển động ta cần sử dụng hai phép tốn hình thái học “co ảnh” “giãn ảnh” Phép toán “co ảnh” loại bỏ số thành phần phụ ảnh Trong trường hợp khối chuyển động, ta loại bỏ số thành phần phụ 19 khối mà khối khối chuyển động ta khẳng định khối chứa pixel đối tượng chuyển động Phép tốn hình thái học “giãn ảnh” nhằm khơi phục lại kích thước khối để đảm bảo kích thước đối tượng chuyển động không bị thay đổi Các phép tốn hình thái học:  Phép “co ảnh” theo cấu trúc nguyên tố B với đối tượng chuyển động A ta ảnh A’ đối tượng chuyển động:  Phép “giản ảnh” theo cấu trúc nguyên tố B với ảnh A’ ta thu ảnh A’’ ảnh A đối tượng chuyển động (khôi phục lại ảnh ban đầu): Hình 2.5 Lược đồ Module cảnh báo đối tượng 2.3.3 Module Trích xuất đối tượng Kết Module cảnh báo đối tượng chuyển động cho phép xác định khối pixel chứa đối tượng chuyển động thông qua giá trị 20 Entropy phép tốn hình thái học Tuy nhiên, để loại bỏ thành phần nhiễu xác định xác đối tượng chuyển động, cần phải sử dụng giá trị ngưỡng phù hợp Giá trị ngưỡng ngày cho phép xác định xác pixel đối tượng chuyển động frame (thể biến mặt nạ nhị phân phát chuyển động) Hình 2.6 Lược đồ Module trích xuất đối tượng 21 Chương Kết phát chuyển động 3.1 Chương trình phát chuyển động Như trình bày phần trên, kết giải toán phát chuyển động: Hình 3.1 Giao diện chương trình demo Chương trình viết tảng cơng cụ Matlap 2019 Chương trình cài đặt thuật tốn phát chuyển động trình bày Chương Tính chương trình: Phát tất chuyển động video liệu đầu vào Trong chương trình, sử dụng liệu đầu vào đoạn video thu từ camera ghi hình nhiều thời điểm khung cảnh khác Các lựa chọn chương trình: - Lựa chọn sử dụng camera video 22 - Lựa chọn sử dụng thuật toán trừ đơn giản hay thuật tốn trừ thích nghi 3.2 Chạy thử nghiệm Chúng ta có kết sau Hình 3.2 Phát đánh dấu đối tượng chuyển động - Ở kết đầu tiên: Hiện hình ảnh a) Nền ban đầu b) Nền chọn 23 Hình 3.3 Mơ tả việc xây dựng thuật toán - Ở kết bên dưới: Hiện hình ảnh thật thu từ video dạng nhị phân Sau khoảng thời gian thuật toán bắt đầu phát đối tượng chuyển động Những đối tượng chuyển động đánh dấu hình vng Thử nghiệm thực tế Ban đầu, chạy dùng thuật tốn trừ đơn giản với ngưỡng 20: Hình 3.4 Kết thuật toán trừ đơn giản với ngưỡng 20 Có thể thấy sau chạy, chũng ta nhận thấy chương trình nhận diện sai vài vị trí, ứng với vị trí bóng vật Để có giá trị xác sử dụng thuật tốn trừ nên thích nghi tăng ngưỡng lên, tăng ngưỡng lên 40: 24 Hình 3.5 Kết thuật tốn trừ đơn giản với ngưỡng 40 Sau tăng ngưỡng lên thấy nhận diện vật Như sử dụng chương trình để thử nghiệm vật thể Để tăng độ xác, sử dụng chương để chạy thử nghiệm nhiều vật thể, với ngưỡng 40 Hình 3.6 Kết thuật tốn trừ đơn giản nhiều đối tượng 25 Có thể thấy thuật tốn dự đốn xác đoạn video này, nhiên điều giải thích video thứ có chất lượng tốt video thứ Cho nên có nhiễu Ở tơi sử dụng thuật tốn trừ đơn giản, thay đổi ngưỡng đầu vào để nhận dạng đổi tưởng cách xác Tuy nhiên giữ nguyên mức ngưỡng cũ (20) sử dụng thuật tốn trừ thích nghi Hình 3.7 Kết thuật tốn trừ thích nghi với ngưỡng 20 Có thể thấy, với thuật tốn trừ thích nghi với ngưỡng 20 Chúng ta thu kết với độ nhiễu thấp so với việc sử dụng thuật toán trừ nên đơn giản Điều giải thích tối ưu thuật tốn trừ nên thích nghi mà tơi nhắc đến Phần 26 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 cơng việc khó khăn, nguy hiểm Cơng 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 tốn phát chuyển động, nhiên mặt thời gian kết phát chuyển động chưa tối ưu Qua trình tìm hiểu, nghiên cứu tốn phát chuyển động, nhóm chúng tơi 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 27  Cài đặt thử nghiệm thành cơng chương trình phát chuyển động dựa thuật toán tác giả Shih-Chia Huang đưa Thử nghiệm phát chuyển động với số môi trường, điều kiện thời điểm khác để kiểm chứng tính đắn thuật tốn TÀI LIỆU THAM KHẢO Tiếng Việt [1] Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thơng tin, Đại học Cần Thơ, Nhà xuất Khoa học Kỹ thuật, 2010 [2] Đỗ Năng Tồn, 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 28 ... động, nhiều đối tượng chuyển động Có nhiều cách tiếp cận toán phát chuyển động khác Nhưng quy mức tổng quát, có ba phương pháp phát chuyển động là: Phương pháp trừ - Background Subtraction, Phương. .. tượng chuyển động Phương pháp áp dụng hiệu - trường hợp phát theo dõi đối tượng chuyển động Phương pháp luồng quang học: Phương pháp chuyển động dự kiến đối tượng ảnh Phương pháp cho kết tốt với... 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: Kết phát chuyển động Chương KHÁI