Ngày nay, sự phát triển của công nghệ thông tin đã xâm nhập vào hầu hết các mặt của đời sống xã hội với những ứng dụng rộng rãi hỗ trợ con người trên nhiều lĩnh vực, trong đó có lĩnh vực về an toàn an ninh, chống xâm nhập. Có nhiều phương pháp nhằm đảm bảo an ninh sao cho hiệu quả cao, trong đó có phương pháp áp dụng các hệ thống camera để quan sát sự chuyển động của các đối tượng trong khu vực. Ngày nay với sự tiến bộ vượt bậc của khoa học, ta có thể xây dựng một hệ thống cảnh bảo tự động phát hiện đối tượng mà không cần có người phải trực tiếp theo dõi camera, điều này giúp cho con người giảm thiểu được thời gian và sức lực đồng thời vẫn cho một kết quả chính xác. Có nhiều phương pháp phát hiện đối tượng trong vùng quan sát của camera như dựa vào phần cứng và dựa vào các kỹ thuật xử lý ảnh. Mục tiêu của đề tài tìm hiểu và hệ thống hóa một số kỹ thuật phát hiện bất thường dựa vào camera. Đồng thời nghiên cứu và thực nghiệm chương trình dựa vào một trong những kỹ thuật đã hệ thống hóa. Nội dung luận văn bao gồm phần mở đầu, phần kết luận và ba chương với bố cục nội dung như sau: Chương 1. Khái quát về xử lý ảnh, xử lý video và bài toán phát hiện bất thường Trình bày khái quá về xử lý ảnh và bài toán phát hiện bất thường dựa vào sự sai khác trong vùng quan sát được của camera. Chương 2. Một số kỹ thuật trừ ảnh trong phát hiện bất thường Chương này hệ thống hóa một số kỹ thuật trừ ảnh, kỹ thuật trừ nền dùng cho việc phát hiện vùng khác biệt hay bất thường. Chương 3. Chương trình thử nghiệm Phần mềm đầu vào ảnh, trích xuất từ video quan sát được trong vùng giới nghiêm.
ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN VIỆT BẮC NGHIÊN CỨU MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG PHỤC VỤ CHO GIÁM SÁT KHU VỰC GIỚI NGHIÊM CỦA TRƯỜNG VĂN HÓA I Chuyên ngành: Khoa học máy tính Mã số: 48 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giáo viên hướng dẫn: PGS TS Đỗ Năng Tồn THÁI NGUYÊN - 2020 i LỜI CAM ĐOAN Tôi xin cam đoan: Luận văn cơng trình nghiên cứu thật cá nhân, thực hướng dẫn khoa học PGS.TS Đỗ Năng Toàn Các số liệu thông tin thứ cấp sử dụng luận văn trích dẫn rõ ràng Tơi hồn tồn chịu trách nhiệm tính xác thực nguyên luận văn Học viên Nguyễn Việt Bắc ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC BẢNG iv DANH MỤC CÁC HÌNH v PHẦN MỞ ĐẦU Chương 1: KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG 1.1 Khái quát xử lý ảnh 1.1.1 Các khái niệm 1.1.2 Các bước xử lý ảnh số 1.2 Khái quát Video 17 1.2.1 Giới thiệu 17 1.2.2 Một số thuộc tính đặc trưng video 18 1.2.3 Các dạng chuẩn kiến trúc Video 20 1.3 Bài toán phát bất thường 26 1.4 Phân tích u cầu tốn 27 Kết luận chương 28 Chương 2: MỘT SỐ KỸ THUẬT PHÁT HIỆN BẤT THƯỜNG 29 2.1 Phát bất thường dựa vào kỹ thuật trừ ảnh 29 2.1.1 Kỹ thuật trừ ảnh dựa vào điểm ảnh 30 2.1.2 Trừ ảnh phân khối 31 2.1.3 Phương pháp biểu đồ 33 2.1.4 Phương pháp thống kê 37 2.1.5 Trừ ảnh dựa vào đặc trưng 38 2.2 Phát bất thường dựa vào kỹ thuật trừ 39 2.2.1 Không gian màu (Color space) 39 2.2.2 Mơ hình (Background modeling) 40 2.2.3 Lựa chọn ngưỡng (Threshold selection) 41 2.2.4 Thao tác trừ (Subtraction operation) 43 iii Kết luận chương 45 Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM 46 3.1 Phân tích lựa chọn cơng cụ 46 3.3 Một số kết chương trình 50 PHẦN KẾT LUẬN 53 TÀI LIỆU THAM KHẢO 54 iv DANH MỤC CÁC BẢNG Bảng 1.1 Các tiêu chuẩn Video số 20 Bảng 1.2 Mô tả kiểu CIF QCIF 21 Bảng 1.3 Một số ràng buộc MPEG-1 23 Bảng 1.4 Các tham số có MB sở 25 v DANH MỤC CÁC HÌNH Hình 1.1 Q trình xử lý ảnh Hình 1.2 Các bước hệ thống xử lý ảnh Hình 1.3 Ảnh thu nhận ảnh mong muốn Hình 1.4 Dãn độ tương phản 10 Hình 1.5 Quá trình hiển thị chỉnh sửa, lưu trữ ảnh thông qua DIB 16 Hình 1.6 Sự chuyển đổi mơ hình biểu diễn ảnh 17 Hình 1.7: Cấu trúc phân cấp video 17 Hình 1.8: Minh họa việc chuyển đổi lia 18 Hình 1.9: Các ảnh khác có biểu đồ màu 18 Hình 1.10: Các ảnh khác có biểu đồ màu 19 Hình 1.11 MacroBlock 21 Hình 1.12 Chuỗi khung H 261 22 Hình 1.13 Nhóm ảnh MPEG-1 24 Hình 2.1: Các cửa sổ sở thuật toán so sánh thực 33 Hình 2.2: So sánh biểu đồ hai ảnh 34 Hình 2.3: Mẫu vector cho di chuyển camera 38 Hình 2.4: Các khơng gian màu phân lớp điểm ảnh (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa 40 Hình 2.5: Sơ đồ thuật giải kỹ thuật trừ 43 Hình 2.6: Sự biến đổi điểm ảnh i không gian màu (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa 45 Hình 3.1: Sơ đồ thuật giải 47 Hình 3.2: Sơ đồ hoạt động chương trình 50 PHẦN MỞ ĐẦU Ngày nay, phát triển công nghệ thông tin xâm nhập vào hầu hết mặt đời sống xã hội với ứng dụng rộng rãi hỗ trợ người nhiều lĩnh vực, có lĩnh vực an tồn an ninh, chống xâm nhập Có nhiều phương pháp nhằm đảm bảo an ninh cho hiệu cao, có phương pháp áp dụng hệ thống camera để quan sát chuyển động đối tượng khu vực Ngày với tiến vượt bậc khoa học, ta xây dựng hệ thống cảnh bảo tự động phát đối tượng mà khơng cần có người phải trực dõi camera, điều giúp cho người giảm thiểu thời gian sức lực đồng thời cho kết xác Có nhiều phương pháp phát đối tượng vùng quan sát camera dựa vào phần cứng dựa vào kỹ thuật xử lý ảnh Mục tiêu đề tài tìm hiểu hệ thống hóa số kỹ thuật phát bất thường dựa vào camera Đồng thời nghiên cứu thực nghiệm chương trình dựa vào kỹ thuật hệ thống hóa Nội dung luận văn bao gồm phần mở đầu, phần kết luận ba chương với bố cục nội dung sau: Chương Khái quát xử lý ảnh, xử lý video tốn phát bất thường Trình bày khái q xử lý ảnh toán phát bất thường dựa vào sai khác vùng quan sát camera Chương Một số kỹ thuật trừ ảnh phát bất thường Chương hệ thống hóa số kỹ thuật trừ ảnh, kỹ thuật trừ dùng cho việc phát vùng khác biệt hay bất thường Chương Chương trình thử nghiệm Phần mềm đầu vào ảnh, trích xuất từ video quan sát vùng giới nghiêm Chương KHÁI QUÁT VỀ XỬ LÝ ẢNH, XỬ LÝ VIDEO VÀ BÀI TOÁN PHÁT HIỆN BẤT THƯỜNG 1.1 Khái quát xử lý ảnh 1.1.1 Các khái niệm 1.1.1.1 Xử lý ảnh Xử lý ảnh lĩnh vực mang tính khoa học công nghệ Tuy ngành khoa học mẻ so với nhiều ngành khoa học khác, tốc độ phát triển nhanh, nhiều viện nghiên cứu, ứng dụng Những năm trở lại với phát triển phần cứng máy tính, xử lý ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng áp dụng sống Xử lý ảnh đồ hoạ đóng vai trò quan trọng tương tác người - máy Mục đích xử lý ảnh nâng cao chất lượng ảnh phục vụ người xử lý ảnh liệu dạng hình ảnh để máy tính hiểu từ đưa định cần thiết Ảnh XỬ LÝ ẢNH Ảnh “Tốt hơn” Kết luận Hình 1.1 Quá trình xử lý ảnh Xử lý ảnh có nhiều ứng dụng đời sống như: nhận dạng ảnh, vệ tinh dự báo thời tiết, viễn thám, ảnh y tế, khoa học hình sự, điện ảnh… 1.1.1.2 Điểm ảnh Điểm ảnh (Pixel) phần tử ảnh số toạ độ (x, y) với độ xám màu định Kích thước khoảng cách điểm ảnh chọn thích hợp cho mắt người cảm nhận liên tục không gian mức xám (hoặc màu) ảnh số gần ảnh thật Mỗi phần tử ma trận gọi phần tử ảnh 1.1.1.3 Ảnh Ảnh số tập hợp điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần giống với ảnh thật Ảnh tạo nên từ hàng trăm ngàn hàng triệu ô vuông nhỏ - coi nhân tố ảnh thường biết tên gọi điểm ảnh Máy tính hay máy in sử dụng ô vuông nhỏ để hiển thị hay in ảnh Để làm điều máy tính hay máy in chia hình, trang giấy thành mạng lưới chứa ô vuông, sau sử dụng giá trị chứa file ảnh để định mầu sắc, độ sáng tối pixel mạng lưới đó, sở để ảnh số hình thành Việc kiểm sốt, định địa theo mạng lưới gọi bit mapping ảnh số gọi ảnh bitmap 1.1.1.4 Mức xám ảnh Định nghĩa: Mức xám (grey level) điểm ảnh cường độ sáng gán giá trị số điểm Các thang giá trị mức xám thơng thường: 16, 32, 64, 128, 256 (Mức 256 mức phổ dụng kỹ thuật máy tính dùng byte (8 bit) để biểu diễn mức xám: Mức xám dùng byte biểu diễn: 28=256 mức, tức từ giá trị đến 255) Ảnh đen trắng: ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám điểm ảnh khác Ảnh nhị phân: ảnh có hai mức đen trắng phân biệt tức dùng bit mô tả 21 mức khác Nói cách khác: điểm ảnh ảnh nhị phân Ảnh màu: khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên giới màu, người ta thường dùng ba byte để mơ tả mức màu, giá trị màu: 28*3 = 224 ≈ 16,7 triệu màu 1.1.1.5 Độ phân giải ảnh Định nghĩa: Độ phân giải (Resolution) ảnh mật độ điểm ảnh ấn định ảnh số hiển thị Theo định nghĩa, khoảng cách điểm ảnh phải chọn cho mắt người thấy liên tục ảnh Việc lựa chọn khoảng cách thích hợp tạo nên mật độ phân bổ, độ phân giải phân bố theo trục x y khơng gian hai chiều Ví dụ: Độ phân giải ảnh hình CGA (Color Graphic Adapter) lưới điểm theo chiều ngang hình: 320 điểm chiều dọc × 200 điểm ảnh (320×200) Rõ ràng, hình CGA 12” ta nhận thấy mịn hình CGA 17” độ phân giải 320×200 Lý do: mật độ (độ phân giải) diện tích hình rộng độ mịn (liên tục điểm) 1.1.2 Các bước xử lý ảnh số Một hệ thống xử lý ảnh có sơ đồ tổng qt sau: Hình 1.2 Các bước hệ thống xử lý ảnh Sau trình bày số kỹ thuật xử lý ảnh cần thiết phục vụ cho việc cài đặt chương trình thử nghiệm (theo bước hình 2), thành phần khác giới thiệu mức 1.1.2.1 Thu nhận ảnh Các thiết bị thu nhận ảnh bao gồm camera, scanner thiết bị thu nhận cho ảnh đen trắng 41 , , Trong đó: Rfi liệu ảnh tham chiếu vector giá trị trung bình kênh màu điểm ảnh i hệ tọa độ màu RGB RGB chuẩn hóa vector độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB RGB chuẩn hóa Các phương trình sau cho thấy cách tính tốn vector giá trị trung bình độ lệch tiêu chuẩn điểm ảnh i không gian màu RGB RGB chuẩn hóa: , , Trong đó: N số ảnh xét 2.2.3 Lựa chọn ngưỡng (Threshold selection) Khi quan sát thay đổi điểm ảnh ảnh cảnh tĩnh, chúng mơ hình hóa cách đơn giản phân phối Gaussian Từ quan sát này, giá trị ngưỡng điểm ảnh i ánh xạ hàm độ lệch tiêu chuẩn điểm ảnh , Thi giá trị ngưỡng điểm ảnh i hệ tọa độ màu RGB RGB chuẩn hóa Các số với (2.22) cho trước, xác định độ tin cậy Ví dụ độ tin cậy 68% Nếu độ tin cậy 95% Ngồi cịn xác định miền giá trị ngưỡng Chúng ta tính giá trị 42 ngưỡng điểm ảnh i cách đơn giản cách sử dụng số và Hầu hết kỹ thuật trừ đánh địa việc xác định giá trị ngưỡng, có vài phương pháp lại cho thấy cách sử dụng giá trị ngưỡng định trước thao tác trừ ảnh Trong phương pháp đề xuất, thấy hiệu việc sử dụng giá trị ngưỡng định trước để trừ đối tượng cho cảnh Các phương trình (5), (6) hàm định, so sánh khác kênh màu điểm ảnh i giá trị ngưỡng định trước hệ tọa độ màu RGB RGB chuẩn hóa Trong đó: hàm định mô tả điểm ảnh i không gian màu c số lượng kênh màu Ở đây, u hàm đơn vị bươc nhảy và vector sai khác ảnh ảnh tham chiếu điểm ảnh i hệ toạ độ màu RGB RGB chuẩn hóa Do đó, Ngược lại, Sử dụng phương trình (5), (6), xác định điểm ảnh i sau: 43 Trong B ảnh ảnh ứng với bóng ảnh phân đoạn đối tượng ứng ứng với bóng, H ảnh phân đoạn đối tượng khơng có bóng C1, c2 số lượng kênh màu Trong hệ tọa độ RGB RGB chuẩn hóa, khoản biến thiên chúng Phương pháp đề xuất sử dụng phương trình (3-8) để phân biệt cách xác H B cách điều chỉnh c1, c2 Ví dụ, xem xét tất kênh màu hệ tọa độ Điều tất kênh màu điểm ảnh i thỏa mãn Hoặc có hai kênh màu Trong trường hợp xét đặc tính hệ tọa độ màu, ta xác định c1, c2 2.2.4 Thao tác trừ (Subtraction operation) Thao tác trừ mơ tả hình vẽ đây: Hình 2.5: Sơ đồ thuật giải kỹ thuật trừ 44 Trong đó: vectơ giá trị trung bình độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB vectơ giá trị trung bình độ lệch tiêu chuẩn kênh màu điểm ảnh i hệ tọa độ màu RGB chuẩn hóa số ngưỡng xác định không gian màu Dấu ‘-’ biểu diễn thao tác trừ ảnh cho ảnh Dấu ‘>’ so sánh khác Phương pháp xét gần giống với kỹ thuật trừ thơng thường có hai bước Bước xâu chuỗi bước trừ xâu chuỗi Tuy nhiên, thấy hình 2.5, bước lại có hai bước nhỏ thuật toán đề xuất Trong bước đầu tiên, xâu chuỗi ảnh tạo ảnh tham chiếu hệ tọa độ màu RGB RGB chuẩn hóa Trong bước thứ hai, thực việc trừ ảnh cho ảnh tham chiếu hệ tọa độ màu Trong bước xâu chuỗi nền, mơ hình hóa sử dụng phương trình (1) Tiếp xác định ngưỡng điểm ảnh i thơng qua phương trình (4) Sau mơ hình thực khơng gian màu, ta phân biệt đối tượng với bóng từ cảnh hệ tọa độ RGB sử dụng phương trình (5) Tiếp đó, lượng tử hóa ảnh kết thành ảnh nhị phân Như thấy hình vẽ 2.5, ảnh nhị phân tạo sử dụng ảnh mặt nạ hệ tọa độ RGB chuẩn hóa Khi áp dụng ảnh mặt nạ vào ảnh tham chiếu ảnh hệ tọa độ RGB chuẩn hóa thời điểm, loại bỏ bóng đối tượng cách đơn giản bóng có ảnh hưởng luminance Thơng qua hai bước này, dễ dàng đạt ảnh đối tượng (H) khơng có bóng Hình vẽ 2.6 cho thấy thay đổi điểm ảnh i theo thời gian hệ tọa độ màu RGB RGB chuẩn hóa Sự biến đổi điểm ảnh i theo thời gian khác kênh màu 45 Hình 2.6: Sự biến đổi điểm ảnh i không gian màu (a) hệ tọa độ RGB, (b) hệ tọa độ RGB chuẩn hóa Trong hệ tọa độ RGB: Red , Green Trong hệ tọa độ RGB chuẩn hóa: Red , Blue , Green , Blue Kết luận chương Trong chương này, luận văn trình bày hệ thống số kỹ thuật phát bất thường, ưu nhược điểm kỹ thuật Từ tảng đó, luận văn đưa sử dụng kỹ thuật trừ để giải toán chương 46 Chương CHƯƠNG TRÌNH THỬ NGHIỆM 3.1 Phân tích lựa chọn cơng cụ Như ta biết, tốn phát đối tượng xâm nhập bất thường toán quan trọng then chốt lĩnh vực giám sát tự động Yêu cầu toán phát bất thường vùng quan sát camera Do camera đặt cố định góc quan sát cố định nên hai ảnh tương đồng sử dụng kỹ thuật trừ Do chưa quan tâm đến đối tượng xâm nhập để đơn giản ta sử dụng kỹ thuật trừ điểm ảnh Để trừ cần tiền xử lý, chuyển ảnh màu sang ảnh xám trừ (việc trừ tính theo độ lệch trị tuyệt đối) Trên sở phân tích yêu cầu toán, xem xét thuật giải đề xuất sau Ý tưởng thuật giải lấy hình ảnh trực tiếp từ webcam khoảng thời gian (xem ảnh tại) so sánh với ảnh trước kỹ thuật trừ trừ Đánh giá sai khác trừ điểm ảnh tương ứng tìm thấy sai khác lớn chúng ta lưu lại hai ảnh cảnh báo Ngược lại, giải phóng nhớ mà ảnh cũ chiếm giữ xem ảnh nhận ảnh Sơ đồ thuật giải sau: 47 Hình 3.1: Sơ đồ thuật giải Đầu tiên ảnh chụp từ webcam lưu vào biến old Tiếp theo, ảnh khác lấy từ webcam khoảng thời gian liền sau lưu vào biến cur So sánh cur old cách so sánh màu điểm ảnh Nếu sai khác lớn ngưỡng (tùy theo chất lượng camera ánh sáng hệ thống mà ngưỡng khác nhau) đưa cảnh báo đồng thời lưu lại hai ảnh Cuối gán old = cur quay trở lại bước Môi trường Windows cung cấp cho ta hai cách lập trình với video: cách thứ dùng VFW (Video For Windows) API Cách thứ hai dùng lớp AVICap Windows VFW API hỗ trợ cho trình bắt giữ (capture) video từ webcam AVICap cung cấp cách tiếp cận dựa thông điệp đơn giản, cho phép truy cập, điều khiển luồng liệu audio, video Một ứng dụng xây dựng AVICap có số khả như: 48 - Thu liệu audio, video vào file có mở rộng avi - Kết nối hủy kết nối với thiết bị vào thời gian thực thi - Xem trực tiếp liệu video từ thiết bị đầu vào theo phương pháp preview overlay - Chỉ định tốc độ thu liệu - Hiển thị dialogbox cho phép người sử dụng điều khiển liệu video đầu vào - Sao chép hình ảnh palette lên clipboard - Thu ảnh đơn lưu dạng DIB AVICap hỗ trợ khả thu liệu dạng ảnh tĩnh đơn hay theo dạng stream với nhiều frame ảnh Các frame ảnh cách khoảng thời gian xác định hay tùy ý Việc thu stream ảnh khơng cần lưu đĩa mà sử dụng trực tiếp từ buffer nhớ, điều cho phép lập trình viên mềm dẻo việc xử lý ứng dụng khác Ngoài lớp AVICap cho phép ứng dụng định hàm callback sử dụng q trình bắt giữ Status Callback: gọi có thay đổi trạng thái trình thu video Error Callback: gọi có lỗi xảy trình thu video Frame Callback: gọi trước frame ảnh preview Video Stream Callback: gọi thu frame ảnh trình streaming video Audio Stream Callback: gọi liệu audio ghi đầy buffer Khi xây dựng ứng dụng video dùng lớp AVICap, ứng dụng thường thực theo trình tự sau: - Tạo capture window - Kết nối vào capture driver - Liệt kê capture driver cài đặt hệ thống 49 - Lấy thông tin khả capture driver - Lấy thông tin trạng thái capture window - Trình bày dialogbox để thiết lập thông số video - Lấy thiết lập thông số video format - Cho phép preview video - Cho phép overlay video - Đặt tên cho capture file - Cấp phát trước vùng nhớ đĩa cho capture file - Định dạng audio capture - Thay đổi thông số video capture - Thu liệu - Thêm chuỗi thông tin vào capture file Thêm hàm callback vào ứng dụng Tiếp theo, tìm hiểu số hàm AVICap Windows thường dùng: - Hàm tạo capture window hWndC = capCreateCaptureWindow( (LPSTR) “My Capture Window”, // tên cửa sổ WS_CHILD | WS_VISIBLE, // kiểu cửa sổ 0, 0, 160, 120, // vị trí cửa sổ (HWND) hwndParent, (int) nID); - Kết nối vào capture driver fOK = capDriverConnect(hWndC,0); - Hủy bỏ kết nối với capture driver capDriverDisconnect(hWndC); - Kích hoạt chế độ Preview video: Đầu tiên cần phải đặt tốc độ bắt giữ hình ảnh, sau kích hoạt chế độ Preview video Thí dụ thiết lập tốc độ hiển thị frame chế độ 50 preview 66 miliseconds frame(tức khoảng 15 fps) thiết lập chế độ preview cho capture window CapPreviewRate(hWndC,66); CapPreview(hWndC, TRUE); CapPreview(hWndC, FALSE); 3.3 Một số kết chương trình Chương trình phát đối tượng xâm nhập AntiThief cài đặt ngơn ngữ lập trình C# Sau số hàm lớp chương trình Lớp ImageProcessing: Chức lớp xử lý hình ảnh thu từ camera Chức chương trình kết nối với camera, hiển thị hình ảnh thu từ webcam lên form Khi phát có đối tượng xâm nhập chương trình tự động đưa cảnh báo lưu lại ảnh có chứa đối tượng xâm nhập Sau sơ đồ hoạt động chương trình: Bắt đầu Kết nối với webcam Lựa chọn webcam (Nếu có nhiều) Bắt đầu quan sát Có đối tượng đột nhập? Tự động đưa cảnh báo Lưu lại hình ảnh đối tượng Hình 3.2: Sơ đồ hoạt động chương trình 51 Khi khởi động chương trình có giao diện sau: Trong hộp thoại properties cho phép thiết lập thơng số cho ảnh đầu Chúng ta thay đổi loại ảnh, kích cỡ ảnh đầu ra, chất lượng ảnh (tùy theo camera mà thông số khác nhau) Nhấn nút Apply để áp dụng nhân nút OK để đóng hộp thoại Khi chương trình bắt đầu hiển thị hình ảnh thu lên form: 52 Khi nhấn vào nút bắt đầu chương trình bắt đầu quan sát, phát có đối tượng xâm nhập xuất thơng báo lưu lại hình ảnh có chứa đối tượng xâm nhập vào thư mục wanted: 53 PHẦN KẾT LUẬN Luận văn nhằm tìm hiểu hệ thống hóa số kỹ thuật phát bất thường dựa vào camera Trên sở cài đặt chương trình thử nghiệm phát bất thường khu vực giới nghiêm trường Văn hóa I, cụ thể luận văn đạt số kết sau: Trình bày khái quát xử lý ảnh, xử lý video toán phát bất thường Hệ thống hóa số kỹ thuật đánh giá sai khác hai khung hình nhằm phát đối tượng xâm nhập bất thường Cài đặt chương trình thử nghiệm dựa kỹ thuật trừ Đánh giá sai khác hai khung hình dựa vào kỹ thuật trừ ảnh dựa vào điểm ảnh Cụ thể chương trình cài đặt thực giám sát khu vực giới nghiêm Trường Văn hóa I có kết xác Phát bất thường, lưu lại bất thường Do thời gian có hạn nên cịn số vấn đề mà luận văn chưa giải Trong tương lai gần, tác giả phát triển kết nghiên cứu tìm hiểu thêm để mở rộng hồn thiện đề tài nhằm áp dụng cho thực tiễn: Kết hợp kỹ thuật trừ ảnh kỹ thuật xử lý ảnh khác trích chọn đặc trưng ảnh, dị biên v v để nhận dạng đối tượng xâm nhập bất thường Nghiên cứu phát triển chương trình thành hệ thống giám sát đối tượng hệ thống có nhiều camera 54 TÀI LIỆU THAM KHẢO [1] Ngô Đức Vĩnh (2016), Kỹ thuật xử lý vùng quan sát phát bất thường đối tượng hệ thống camera giám sát, Luận án tiến sĩ, Trường ĐH Khoa học Cơng nghệ [2] Đỗ Năng Tồn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái Nguyên, NXB Khoa học Kỹ thuật, 2008 [3] Alper Yilmaz, Omar Javed and Mubarak Shah, Object Tracking: A survey, ACM Computing Surveys Vol 38 No4, Article 13, 12,2006 [4] Badatosh Chanda, Dwijesh Dutta Majumder, Digital Image Processing and Analysis, Prentice Hall of India, 2001 [5] C Stauffer and W Grimson Adaptive background mixture models for realtime tracking In Proc of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2005 [6] Comaniciu,D ,Ramesh,V , and Meer, P Kernel-based object tracking IEEE Trans Patt Analy Mach Intell 25 564-575,2003 [7] Dorin Comaniciu, Peter Meer “Mean shift analysis and application”, Proceedings of the seventh IEEE International Conference on Computer Vision, 1999, Vol 2, 1197-1203 [8] Hampapur, A , Jain, R , Weymouth, T , Digital Video Segmentation, Proc ACM Multimedia 94, San Francisco CA, 1994, pp 357 – 364 [9] Jyrpi Korki - Anttila (2002), “Automatic color enhancement and sence change detection of digital video”, Dept of Automation and Systems, Lab of Media Technology, Hensiki University of Technology [10] Katharina Quast and Andre Kaup, “AUTO GMM-SAMT: An Automatic Object Tracking System for Video Surveillance in Trafic Scenarios”, EURASIP Journal on Image and Video Processing, Volume 2011 [11] NanLu, Jihong Wang, Q H Wu and Li Yang, “An improved motion detection method for real time surveillence”, IAENG International Journal of Computer Science, 35:1,IJCS_35_1_16 55 [12] Shahraray, B , Scene Change Detection and Content-Based Sampling of Video Sequences, Digital Video Compression: Algorithms and Technologies, A Rodriguez, R Safranek, E Delp, Editors, Proc SPIE 2419, 1995, pp – 13 [13] Serby, D Koller-Meier, S and Gook L V Probabilistic object tracking using multiple features In IEEE International Conference of Pattern Recognition (ICPR), 184-187, 2004 [14] Veenman, C , Reinders, M , and Backer, E Resolving motion correspondence for densely moving points IEEE Trans Patt Analy Mach Intell 23,1,54-72, 2001 [15] Xiong, W , Lee, J C -M , Ip, M C , Net comparison: a fast and effective method for classifying image sequences, SPIE Conf Storage and Retrieval for Image and Video Databases III, Proceedings, San Jose, CA, 1995, pp 318 – 328 ... khơng ph? ?i tiêu chuẩn mã hóa thực cho Audio, Video hay multimedia MPEG-7 dạng phát triển lên từ phiên MPEG-1 phát triển 1.3 B? ?i tốn phát bất thường Một toán quan trọng then chốt lĩnh vực giám sát. .. đ? ?i tượng có vận tốc khơng phù hợp v? ?i mơ hình xem bất thường Bất thường ngữ cảnh bất thường xác định có xem xét đến thơng tin từ ngữ cảnh th? ?i gian khơng gian Ví dụ, giám sát khu vực gi? ?i nghiêm. .. quan sát khu vực thông tin mật Cán nhân viên yếu theo d? ?i phát bất thường thông qua camera Việc phát bất thường ngư? ?i quản lý nhìn vào chúng, so sánh v? ?i đặc ? ?i? ??m trước để phát bất thường Hiện việc