MỞ ĐẦU 1. Tổng quan tình hình nghiên cứu Tai nạn giao thông là một vấn nạn đe dọa nghiêm trọng tính mạng con người, không chỉ là vấn nạn ở Việt Nam ta mà là một hiện tượng mang tính toàn cầu. Nhiều nghiên cứu trên thế giới cho thấy rằng một trong những nguyên nhân chính gây ra tai nạn giao thông là do lái xe ngủ gật. Ngủ gật là hành vi do sự mệt mỏi của cơ thể, có biểu hiện đầu gục xuống giống như tư thế cúi gằm mặt, mắt lim dim trong giây lát, rồi bất chợt tỉnh lại; trong khoảng thời gian ngắn ngủi ấy, cơ thể rơi vào trạng thái vô thức, tài xế mất đi khả năng điều khiển xe, chạy không ổn định, lấn làn và lái xe không kịp phản xạ để tránh tình huống nguy hiểm khi tới gần chướng ngại vật hoặc phương tiện giao thông khác.
Hiện nay, việc sử dụng các hệ thống trợ giúp theo dõi mức độ cảnh giác của lái xe và cảnh báo lái xe lúc mệt mỏi, ngủ gật được đặc biệt quan tâm nhằm giảm thiểu vấn nạn này. Tuy nhiên, việc phát hiện lái xe ngủ gật gặp khó khăn khi mặt người trong tình trạng nghiêng so với camera thu nhận. Ngoài ra, trạng thái lắc lư của xe hay chớp mắt của lái xe càng gây khó khăn cho việc giải quyết bài toán này. Do đó, để góp phần làm giảm thiểu tai nạn giao thông do tình trạng ngủ gật của lái xe, nhóm đã chọn đề tài “ Nghiên cứu sử dụng xử lý ảnh để nhận dạng trạng thái của khuôn mặt “” tạo ra một hệ thống phát hiện buồn ngủ hiệu quả và thân thiện có thể giúp dành lại cuộc sống cho nhiều người, làm cho cuộc sống dễ dàng và an toàn hơn.
Lý do lựa chọn đề tài Báo cáo về “Rối loạn giấc ngủ và tai nạn giao thông” tại hội nghị khoa học thường niên Hội Hô hấp Việt Nam và Chương trình đào tạo y khoa liên tục 2015, giáo sư Telfilo Lee Chiong (Trung tâm Nationnal Jewish Health, Mỹ)[5], cho biết thiếu ngủ là một trong những nguyên nhân chính gây tai nạn giao thông trên thế giới. Ước tính khoảng 10-15% tai nạn xe có liên quan đến thiếu ngủ. Nghiên cứu về giấc ngủ ở các tài xế 19 quốc gia châu Âu cho thấy tỷ lệ buồn ngủ khi lái xe cao, trung bình 17%. Trong đó 10,8% người buồn ngủ khi lái xe ít nhất một lần trong tháng, 7% từng gây tai nạn giao thông do buồn ngủ, 18% suýt xảy ra tai nạn do buồn ngủ.
10 Hầu hết tài xế gây tai nạn đều có thời gian thức kéo dài, ngủ ít hơn 5 giờ vào đêm trước khi gặp nạn. Ở Việt Nam đến nay nước ta chưa có nghiên cứu chính thức nào về số lượng tai nạn giao thông liên quan đến tình trạng thiếu ngủ của tài xế. Dù vậy một số báo cáo cho thấy rất nhiều vụ tai nạn nghiêm trọng do tài xế buồn ngủ, mệt mỏi dẫn đến mất lái và gây tai nạn. Nhận thấy được việc ngủ gật của các tài xế đặc biệt là các tài xế lái xe đường dài là vô cùng nguy hiểm.
Để hỗ trợ cảnh báo cho tải xế dấu hiệu buồn ngủ hạn chế tai nạn đáng tiếc, nhóm đã thực hiện đề tài “ Nghiên cứu sử dụng công nghệ xử lý ảnh nhận dạng trạng thái của khuôn mặt” và đưa ra cảnh báo cho tài xế khi có dấu hiệu mất tập trung. Mục tiêu của đề tài Nhằm giảm số lượng các vụ tai nạn giao thông liên quan đến việc ngủ gật của các tài xế và cảnh báo trực tiếp tại buồng lái để có cách giải quyết kịp thời cũng như truyền dữ liệu liên tục về đơn vị quản lý để xử lý các vi phạm của tài xế. Phạm vi giới hạn của đề tài Lập hệ thống cảnh báo qua chuông báo khi phát hiện dấu hiệu của trạng thái ngủ gật với điều kiện tài xế phải ngồi trong vùng nhận dạng của máy ảnh, điều kiện ánh sáng tương đối ổn định không có sự thay đổi đột ngột Chuyển thông tin lên dịch vụ lưu trữ DropBox, có thể trực tiếp theo dõi trạng thái của tài xế bất cứ khi nào và bất kể ở đâu có kết nối internet. Phương pháp nghiên cứu Đây là một đề tài thuộc lĩnh vực điện tử vì vậy chúng nhóm tác giả chọn phương pháp thực nghiệm khoa học, quan sát các hiện tượng thực tế sau đó đưa ra giải pháp, từ giải pháp sử dụng các thiết bị có sẵn để tạo ra sản phẩm hoàn chỉnh và thử nghiệm.
Kết quả nghiên cứu hoàn toàn khách quan và chính xác. Sau đó dựa vào kết quả có được bằng thực nghiệm để đối chứng, so sánh, từ đó rút ra kết luận. Các bước cụ thể như sau: - Đưa ra giả thuyết khoa học; - Xây dựng kế hoạch nghiên cứu; 11 - Chọn đối tượng thí nghiệm; - Bố trí thí nghiệm; - Tiến hành thực nghiệm; - Theo dõi các chỉ tiêu của thiết bị; - Kết quả và tham vấn, rút ra kết luận. - Nghiên cứu các hiện tượng thực tế (thông qua khảo sát thực tế, tin tức, sách báo…) - Nghiên cứu các tài liệu và phân tích.
- Nghiên cứu các phương pháp xử lý ảnh. - Nghiên cứu các loại linh kiện, thiết bị điện tử và kĩ thuật có thể sử dụng, phân tích ưu nhược điểm của các loại linh kiện, thiết bị và kĩ thuật để đưa ra giải pháp phù hợp. - Xây dựng hệ thống, nguyên lý hoạt động, đánh giá. 12 CHƯƠNG I: CƠ SỞ LÝ THUYẾT 1.
Cơ sở xử lý ảnh số 1. Các khái niệm cơ bản về xử lý ảnh 1. Khái niệm ảnh số Ảnh số là hình ảnh được ghi lại bởi các bộ cảm biến trên các máy ảnh kĩ thuật số và được lưu lại dưới dạng dữ liệu trong bộ nhớ của máy (có thể là thẻ nhớ, đĩa,…) Ảnh số tập hợp hữu hạn các điểm ảnh dùng để mô tả ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh.
Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y trong không gian hai chiều.Ảnh có độ phân giải càng cao thì càng thể hiện rõ nét các đặt điểm của tấm hình càng làm cho tấm ảnh trở nên thực và sắc nét hơn. Phân loại ảnh số Ảnh số gồm 3 loại cơ bản : • Ảnh màu (color image): mỗi điểm ảnh có giá trị gồm 3 màu đỏ (R-red) + xanh lục (G-green) + xanh dương (B-blue).
Mỗi màu có giá trị từ 0 đến 255, nghĩa là mỗi điểm ảnh cần 24bits để biểu diễn.1: Ảnh màu Lena • Ảnh xám (gray image): giá trị mỗi điểm ảnh nằm trong giải giá trị từ 0 đến 255, nghĩa là cần 8 bits để biểu diễn mỗi điểm ảnh này. Ảnh này thường được sử dụng trong việc xử lý ảnh.2: Ảnh xám Lena • Ảnh nhị phân (binary image): giá trị mỗi điểm ảnh là 0 hoặc 1, nghĩa là trắng hoặc đen.3: Ảnh nhị phân Lena Khi muốn chuyển đổi từ ảnh màu sang ảnh xám ta có công thức : 𝑅+𝐺+𝐵 𝐺𝑅𝐴𝑌 = 3 1. Các phương pháp nhận dạng biên ảnh Biên trong một hình ảnh có thể được định nghĩa như là đường bao quanh của ảnh hoặc đường viền ngăn cách khu vực ảnh liền kề có đặc điểm tương đối khác biệt theo một số tính năng quan tâm, Biên có thông tin quan trọng góp phần hướng tới phân tích và nhận dạng hình ảnh. 14 Biên cũng có thể hiểu là tập hợp của các điểm có sự thay đổi đột ngột về mức xám của ảnh xám (hoặc màu đối với ảnh màu).
Ví dụ trong ảnh nhị phân, một điểm đen được coi là điểm biên nếu lân cận nó là có ít nhất một điểm trắng. Có 3 loại đường biên chính là đường biên lý tưởng, đường biên bậc thang và đường biên thực Hình 1.4: Các loại biên cơ bản trong ảnh số Quy trình phát hiện biên: Bước 1: Lọc nhiễu do ảnh ghi vào từ các thiết bị thường có nhiễu Bước 2: Làm nổi biên sử dụng các phương pháp phát hiện biên Bước 3: Định vị biên Bước 4: Liên kết và trích chọn biên Có nhiều phương pháp để phát hiện biên của ảnh cơ bản, nhưng có 4 phương pháp thường được sử dụng là : • Phương pháp phát Gradient • Phương pháp phát hiện biên Laplace • Phương pháp phát hiện biên Canny 15 1. Kỹ thuật Gradient Tìm biên dựa vào sự biến thiên về giá trị độ sáng của ảnh xám. - Gradient là một vector có các thành phần biểu thị tốc độ thay đổi giá trị của điểm ảnh theo 2 hướng x và y, nó đại diện cho sự thay đổi về hướng và độ lớn của một vùng ảnh.
Nói cách khác phương pháp Gradient là phương pháp dò biên cục bộ bằng cách tìm kiếm các điểm ảnh có giá cực đại và cực tiểu khi lấy đạo hàm bậc nhất của ảnh trong không gian hai chiều. - Việc xấp xỉ đạo hàm bậc nhất theo các hướng x và y được thực hiện thông qua 2 ma trận nhân chập tương ứng sẽ cho ta các kỹ thuật phát hiện biên khác nhau (Roberts, Sobel, Prewitt,. ❖ Phương pháp phát hiện biên Robert • Chỉ có bốn điểm ảnh đầu vào cần phải được kiểm tra để xác định giá trị của mỗi điểm ảnh đầu ra, và chỉ phép trừ và phép cộng được sử dụng trong tính toán. • Lý do chính để sử dụng phương pháp Robert là nó rất tính toán rất nhanh.
• Nhược điểm chính của phương pháp Robert là sử dụng một mặt nạ nhỏ, và rất nhạy cảm với nhiễu. Nó cũng tạo ra phản hồi rất yếu với biên thực, trừ khi các biên này rất sắc nét. ❖ Phương pháp phát hiện biên Sobel Ở đây chúng ta sử dụng hai mặt nạ nhân chập 3 * 3 theo hướng x, y với hình ảnh đa mức xám.5: Tính nhận chập Hình 1.6: Kết quả của phép lọc Sobel theo phương x, phương y 17 ❖ Phương pháp phát hiện biên Prewitt Phương pháp Prewitt gần giống với Sobel. Đây là phương pháp lâu đời nhất, cổ điển nhất.