Nghiên Cứu Kỹ Thuật Xử Lý Video và Ứng Dụng Vào Xây Dựng Phần Mềm Giám Sát Trang Trại

Luận văn thạc sĩ nghiên cứu nghiên cứu một số kỹ thuật xử lý video và ứng dụng vào xây dựng phần mềm giám sát quản lý tự động, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Phạm Trần Thiện
• Người hướng dẫn: TS. Phạm Việt Bình
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Kỹ Thuật Xử Lý Video và Ứng Dụng Trong Phần Mềm Giám Sát Trang Trại
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2008
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Nghiên Cứu Xử Lý Video Ứng Dụng Giám Sát

Trong thế kỷ 21, sự phát triển của công nghệ thông tin đã thúc đẩy mạnh mẽ các lĩnh vực đời sống xã hội. Sự tiến bộ nhanh chóng của phần cứng và thiết bị liên quan đến thu nhận và hiển thị mở ra nhiều hướng phát triển cho phần mềm, đặc biệt trong lĩnh vực giám sát tự động. Ngày nay, lĩnh vực này thu hút sự quan tâm lớn. Các vấn đề như dự đoán, cảnh báo đối tượng xâm nhập, hiện tượng tự nhiên, hành vi của con người và động vật thông qua hệ thống camera giám sát trở nên cấp thiết. Dữ liệu thu thập từ camera dưới dạng video được nghiên cứu để đưa ra các phương pháp, thuật toán và phần mềm ứng dụng. Với tiến bộ trong lưu trữ dữ liệu video và công nghệ máy tính, các ứng dụng liên quan đến hệ thống thông tin video ngày càng nổi bật. Video, một phương tiện phức tạp, có đặc trưng về thời gian và không gian. Thông tin về vị trí, khoảng cách và mối quan hệ thay đổi theo thời gian và không gian được chứa đựng trong dữ liệu video. Để khai thác hiệu quả thông tin này, cần nghiên cứu sâu hơn về phân tích và đánh giá thông tin trên video, cũng như xây dựng thuật toán xử lý.

1.1. Vai Trò Của Xử Lý Video Trong Giám Sát Trang Trại

Xử lý video đóng vai trò then chốt trong việc tự động hóa quá trình giám sát trang trại. Nó cho phép phân tích hình ảnh từ camera để phát hiện các sự kiện quan trọng như chuyển động bất thường của vật nuôi, xâm nhập trái phép hoặc các dấu hiệu bệnh tật. Điều này giúp giảm thiểu sự can thiệp của con người và tăng cường hiệu quả quản lý. Sự kết hợp giữa phần mềm và phần cứng tạo nên một hệ thống giám sát hoàn chỉnh, có khả năng phản ứng nhanh chóng với các tình huống khẩn cấp. Theo luận văn, 'Video chính là dãy các khung ảnh, các khung ảnh này thay đổi qua thời gian và theo không gian'. Việc phân tích chuỗi khung ảnh này giúp chúng ta hiểu được diễn biến và hành vi trong trang trại.

1.2. Thách Thức Trong Xử Lý Video Cho Trang Trại

Mặc dù tiềm năng lớn, việc triển khai xử lý video trong giám sát trang trại đối mặt với nhiều thách thức. Điều kiện ánh sáng thay đổi, thời tiết khắc nghiệt và sự đa dạng trong hành vi của vật nuôi đòi hỏi các thuật toán xử lý mạnh mẽ và linh hoạt. Dung lượng dữ liệu video lớn cũng đặt ra yêu cầu về khả năng lưu trữ và xử lý hiệu quả. Theo Phạm Trần Thiện, 'Để khai thác tốt được thông tin trong dữ liệu video thì cần tìm hiểu, nghiên cứu nhiều hơn nữa các vấn đề liên quan đến phân tích, đánh giá thông tin trên dữ liệu video và xây dựng thuật toán cho xử lý các vấn đề này'.

II. Các Kỹ Thuật Xử Lý Ảnh Nền Tảng Giám Sát Hiệu Quả

Xử lý ảnh là nền tảng cơ bản của xử lý video. Trong giám sát trang trại, các kỹ thuật xử lý ảnh được sử dụng để cải thiện chất lượng hình ảnh, trích xuất các đặc trưng quan trọng và phát hiện đối tượng. Các kỹ thuật cơ bản bao gồm lọc nhiễu, tăng cường độ tương phản, phân đoạn ảnh và nhận dạng đối tượng. Mỗi kỹ thuật có vai trò riêng trong việc biến đổi hình ảnh thô thành thông tin hữu ích cho việc giám sát và quản lý. Việc lựa chọn và kết hợp các kỹ thuật xử lý ảnh phù hợp là yếu tố then chốt để xây dựng một hệ thống giám sát hiệu quả.

2.1. Kỹ Thuật Trừ Nền Background Subtraction Trong Giám Sát

Kỹ thuật trừ nền là một phương pháp quan trọng để phát hiện chuyển động trong video. Bằng cách so sánh khung hình hiện tại với một mô hình nền được xây dựng trước đó, hệ thống có thể xác định các vùng có sự thay đổi đáng kể, cho thấy sự xuất hiện của đối tượng mới hoặc chuyển động của đối tượng. Phương pháp này đặc biệt hữu ích trong việc phát hiện vật nuôi đi lạc hoặc xâm nhập trái phép vào trang trại. Tuy nhiên, kỹ thuật này đòi hỏi mô hình nền phải được cập nhật liên tục để thích ứng với sự thay đổi của môi trường.

2.2. Kỹ Thuật Nhận Dạng Đối Tượng Object Detection Trong Video

Nhận dạng đối tượng là quá trình xác định và khoanh vùng các đối tượng cụ thể trong video. Trong giám sát trang trại, kỹ thuật này có thể được sử dụng để nhận diện từng con vật nuôi, xác định vị trí của chúng và theo dõi hành vi của chúng theo thời gian. Các thuật toán nhận dạng đối tượng hiện đại, như mạng nơ-ron tích chập (CNN), có khả năng đạt được độ chính xác cao, ngay cả trong điều kiện ánh sáng yếu hoặc góc nhìn phức tạp. 'Ảnh sau khi được phân vùng có thể được nhận dạng theo những phương pháp nhất định như phương pháp neural, để tìm ra mẫu hình dạng mà đối tượng đó thuộc về.'

III. Đánh Giá Vận Động Phân Tích Hành Vi Vật Nuôi Tự Động

Đánh giá vận động là một bước quan trọng trong phân tích video giám sát trang trại, cho phép hệ thống hiểu được hành vi của vật nuôi. Bằng cách theo dõi chuyển động của từng con vật, hệ thống có thể phát hiện các hành vi bất thường, chẳng hạn như dấu hiệu bệnh tật, động dục hoặc sinh nở. Các thuật toán đánh giá vận động thường sử dụng thông tin về dòng quang học (optical flow) hoặc sự thay đổi vị trí của đối tượng giữa các khung hình liên tiếp. Thông tin này sau đó được phân tích để đưa ra các quyết định giám sát và quản lý.

3.1. Phương Pháp Phát Hiện Chuyển Động Nổi Bật Trong Trang Trại

Phát hiện chuyển động nổi bật tập trung vào việc xác định các vùng trong video có sự thay đổi đáng kể về chuyển động so với các vùng xung quanh. Phương pháp này hữu ích trong việc phát hiện các sự kiện bất thường, chẳng hạn như vật nuôi chạy trốn hoặc xâm nhập trái phép. Các thuật toán phát hiện chuyển động nổi bật thường sử dụng các bộ lọc không gian-thời gian để xác định các vùng có sự thay đổi nhanh chóng về cường độ hoặc hướng chuyển động. 'Mô tả kết quả của phát hiện vận động nổi bật. Vùng sai khác khi đối tượng vận động'.

3.2. Thuật Toán Đánh Giá Vận Động Toàn Diện Của Vật Nuôi

Đánh giá vận động toàn diện cố gắng mô tả chi tiết chuyển động của toàn bộ vật nuôi trong video. Điều này đòi hỏi các thuật toán phức tạp hơn, có khả năng theo dõi từng con vật riêng lẻ và phân tích quỹ đạo chuyển động của chúng. Thông tin này có thể được sử dụng để phát hiện các hành vi nhóm bất thường, chẳng hạn như vật nuôi tụ tập lại một chỗ hoặc di chuyển theo một hướng không tự nhiên. Từ đó đưa ra cảnh báo sớm về nguy cơ dịch bệnh hoặc các vấn đề an toàn khác.

IV. Ứng Dụng Phần Mềm Giám Sát và Quản Lý Trang Trại Tự Động

Các kỹ thuật xử lý video và đánh giá vận động có thể được tích hợp vào một phần mềm giám sát trang trại hoàn chỉnh. Phần mềm này có khả năng tự động phát hiện các sự kiện quan trọng, cảnh báo cho người quản lý và cung cấp thông tin chi tiết về hành vi của vật nuôi. Ứng dụng phần mềm giúp giảm thiểu sự can thiệp của con người, tăng cường hiệu quả quản lý và cải thiện sức khỏe vật nuôi. Phần mềm có thể bao gồm các chức năng như theo dõi vị trí vật nuôi, phân tích hành vi, phát hiện bệnh tật và cảnh báo xâm nhập.

4.1. Thiết Kế Giao Diện Phần Mềm Thân Thiện Cho Người Dùng

Giao diện phần mềm cần được thiết kế một cách trực quan và dễ sử dụng, cho phép người quản lý dễ dàng theo dõi trạng thái của trang trại và nhận được các cảnh báo kịp thời. Giao diện có thể bao gồm các bản đồ hiển thị vị trí vật nuôi, biểu đồ hiển thị các chỉ số sức khỏe và các công cụ phân tích hành vi. Khả năng tùy chỉnh và cấu hình linh hoạt cũng là một yếu tố quan trọng để đáp ứng nhu cầu riêng của từng trang trại. 'Cửa sổ chương trình thực hiện. Menu một số chức năng của chương trình .'

4.2. Tích Hợp Dữ Liệu Phân Tích Toàn Diện Hoạt Động Trang Trại

Phần mềm cần có khả năng tích hợp dữ liệu từ nhiều nguồn khác nhau, chẳng hạn như camera giám sát, cảm biến môi trường và hệ thống quản lý vật nuôi. Việc tích hợp dữ liệu cho phép phân tích toàn diện hoạt động trang trại, giúp người quản lý đưa ra các quyết định dựa trên thông tin chính xác và đầy đủ. Ví dụ, phần mềm có thể kết hợp thông tin về nhiệt độ, độ ẩm và hành vi của vật nuôi để phát hiện sớm các dấu hiệu bệnh tật.

V. Kết Quả Thực Nghiệm Đánh Giá Hiệu Quả Hệ Thống Giám Sát

Để đánh giá hiệu quả của hệ thống giám sát, cần tiến hành các thử nghiệm thực tế trên trang trại. Các thử nghiệm này có thể bao gồm việc so sánh hiệu quả quản lý trước và sau khi triển khai hệ thống, đánh giá độ chính xác của các thuật toán phát hiện sự kiện và đo lường mức độ hài lòng của người dùng. Kết quả thử nghiệm sẽ cung cấp thông tin quan trọng để cải thiện và tối ưu hóa hệ thống giám sát.

5.1. Tiêu Chí Đánh Giá Hiệu Quả Hệ Thống Giám Sát Trang Trại

Các tiêu chí đánh giá hiệu quả hệ thống giám sát có thể bao gồm độ chính xác của việc phát hiện các sự kiện quan trọng (như phát hiện vật nuôi đi lạc hoặc xâm nhập trái phép), thời gian phản ứng của hệ thống khi có sự cố xảy ra, và khả năng giảm thiểu thiệt hại do các sự cố gây ra. Ngoài ra, cần đánh giá cả chi phí triển khai và vận hành hệ thống, cũng như mức độ dễ sử dụng và bảo trì.

5.2. Phân Tích Ưu Nhược Điểm Của Các Phương Pháp Xử Lý Video

Phân tích ưu nhược điểm của các phương pháp xử lý video là cần thiết để lựa chọn phương pháp phù hợp nhất cho từng ứng dụng cụ thể. Ví dụ, kỹ thuật trừ nền có ưu điểm là đơn giản và dễ triển khai, nhưng lại dễ bị ảnh hưởng bởi sự thay đổi của môi trường. Ngược lại, các thuật toán nhận dạng đối tượng hiện đại có độ chính xác cao hơn, nhưng lại đòi hỏi nhiều tài nguyên tính toán hơn. 'Thuộc tính của file video dạng avi .'

VI. Tương Lai Phát Triển Công Nghệ Giám Sát Trang Trại

Trong tương lai, công nghệ giám sát trang trại sẽ tiếp tục phát triển mạnh mẽ, nhờ sự tiến bộ của các lĩnh vực như trí tuệ nhân tạo (AI), học sâu (deep learning) và Internet of Things (IoT). Các hệ thống giám sát sẽ ngày càng thông minh hơn, có khả năng tự động phân tích dữ liệu, đưa ra dự đoán và đề xuất các giải pháp tối ưu. Các ứng dụng mới như giám sát sức khỏe vật nuôi thông qua phân tích hình ảnh và âm thanh, và quản lý tài nguyên dựa trên dữ liệu thời gian thực sẽ trở nên phổ biến.

6.1. Ứng Dụng Trí Tuệ Nhân Tạo Trong Giám Sát Trang Trại Thông Minh

Trí tuệ nhân tạo sẽ đóng vai trò then chốt trong việc xây dựng các hệ thống giám sát trang trại thông minh. Các thuật toán AI có thể được sử dụng để phân tích dữ liệu từ camera giám sát, cảm biến môi trường và các nguồn khác, để phát hiện các xu hướng và dự đoán các sự kiện có thể xảy ra. Ví dụ, AI có thể được sử dụng để dự đoán nguy cơ dịch bệnh dựa trên thông tin về hành vi của vật nuôi và điều kiện thời tiết.

6.2. Kết Hợp IoT và Xử Lý Video Cho Giám Sát Toàn Diện

Sự kết hợp giữa IoT và xử lý video sẽ cho phép giám sát trang trại một cách toàn diện hơn. Các cảm biến IoT có thể được sử dụng để thu thập dữ liệu về nhiệt độ, độ ẩm, ánh sáng và các yếu tố môi trường khác. Dữ liệu này có thể được kết hợp với dữ liệu video để tạo ra một bức tranh đầy đủ về trạng thái của trang trại, cho phép người quản lý đưa ra các quyết định dựa trên thông tin chính xác và đầy đủ.

Trích đoạn nội dung tài liệu

Chương 1:- TỔNG QUAN VỀ XỬ LÝ ẢNH VÀ VIDEO 1.1 Tổng quan về xử lý ảnh Trong công nghệ thông tin, xử lý ảnh và đồ họa đã chiếm một vị rất quan trọng bởi vì các đặc tính đầy hấp dẫn của nó đã tạo nên một sự phân biệt với các lĩnh vực khác. Chúng giới thiệu các phương pháp và kỹ thuật để tạo ra các ảnh và xử lý các ảnh này. Trong thực tế 79% thông tin mà con người thu nhận được qua thị giác đều bắt nguồn từ ảnh [1]. Ngày nay, xử lý ảnh là lĩnh vực đã và đang ngày càng phát triển mạnh mẽ và cũng đã có nhiều thành tựu minh chứng cho sự phát triển này.

Điển hình, trong y học, xử lý ảnh số được dùng để phát hiện và nhận dạng khối u, cải thiện ảnh X quang , nhận dạng đường biên mạch máu từ những ảnh chụp mạch bằng tia X. Trong lĩnh vực khoa học kỹ thuật, xử lý ảnh đã và đang có những đóng góp quan trọng, đặc biệt là trong lĩnh vực robot. Robot thông minh ngày nay không thể thiếu yếu tố xử lý ảnh, đó là các vấn đề về nhận dạng các đối tượng ngoài môi trường, từ việc nhận dạng có thể giải quyết rất nhiều bài toán như tránh vật cản, dò đường. Bên cạnh đó, xử lý ảnh cũng đang góp phần quan trọng vào lĩnh vực an ninh như: quan sát và cảnh báo tự động đối tượng đột nhập.

Góp phần vào lĩnh vực sản xuất như: giám sát và cảnh báo tự động liên quan đến sản phẩm,… 1.1 Xử lý ảnh và sơ đồ tổng quát Hệ thống xử lý ảnh số bao gồm một phạm vi rộng các kiến thức về phần cứng, phần mềm và cơ sở lý thuyết. Các bước cơ bản của xử lý ảnh số được mô tả trong sơ đồ dưới đây: (LUAN.trai 8 TIEU LUAN MOI download : skknchat@gmail. Các bước cơ bản trong xử lý ảnh số Thu thập ảnh: Trong hệ thống xử lý ảnh số, camera là một thiết bị rất quan trọng có chức năng quan sát và thu nhận ảnh đầu vào của hệ thống. Nó thường được coi là hộp đen trong đó có các quá trình biến đổi để chuyển một ảnh thành dạng lưu trữ trong máy tính.

Các bước xử lý này bao gồm sự phát sáng, thấu kính, sensor, các phần tử quang điện và bộ số hoá, mỗi thành phần này phối hợp nhằm đưa ra ảnh số cuối cùng. Điểm đặc biệt quan trọng trong nhận dạng ảnh là đặc tính thời gian của camera, vì vậy quá trình xử lí ảnh có vai trò như bộ lấy mẫu trong hệ thống nhận dạng ảnh. Ảnh số được thu nhận bằng một cảm biến ảnh có khả năng biến thông tin về cường độ sáng và mức xám của ảnh thực thành tín hiệu điện áp dưới dạng analog. Tín hiệu này sau đó được số hóa để trở thành tín hiệu số.

Cảm biến nhìn chung gồm 2 thành phần chính. Thành phần thứ nhất tạo ra tín hiệu điện ở đầu ra tỉ lệ với mức năng lượng mà nó nhận được. Thành phần thứ 2 là bộ số hóa, là phần tử biến đổi tín hiệu tương tự thành tín hiệu số. Tùy thuộc vào thành phần số hóa thực chất là bộ chuyển đổi ADC, chúng ta có các tín hiệu với số bit khác nhau: 4 bit, 8bit, 10 bit, 12 bit., tương ứng ta sẽ được các ảnh có 16, 256 mức xám khác nhau,.

Tiền xử lý ảnh : Sau khi ảnh số được thu thập dưới dạng tín hiệu số, cần phải trải qua giai đoạn tiền xử lý. Chức năng chủ yếu của tiền xử lý là cải thiện ảnh, nâng cao các tính chất của ảnh giúp cho các quá trình xử lý về sau được thuận tiện hơn. Các công đoạn cơ bản của tiền xử lý là: nâng cao độ tương phản, lọc nhiễu.trai 9 TIEU LUAN MOI download : [e-mail] Phân vùng ảnh: Bước tiếp theo của quá trình xử lý là phân vùng ảnh. Ảnh sau khi đã được cải thiện, sẽ trở nên thuận tiện hơn cho việc phân ngưỡng và phân vùng.

Nhiệm vụ chính của phân ngưỡng và phân vùng ảnh là tách ảnh đầu vào thành các đối tượng, vật thể riêng biệt. Kết quả của quá trình phân vùng ảnh, ta sẽ được một tập hợp các điểm ảnh có liên kết với nhau thành các đối tượng, được đánh số phân biệt, thuận tiện cho các quá trình xử lý cao hơn. Đầu ra của quá trình phân vùng ảnh là các pixel chưa được lọc, bao gồm liên kết của 1 vùng hoặc tất cả các điểm ảnh trong vùng đó. Số liệu này cần được biến đổi thành dạng thích hợp cho máy tính xử lý.

Phân tích ảnh: đây là giai đoạn xử lý bậc cao trong hệ thống xử lý ảnh số. Ảnh sau khi được phân vùng thành các đối tượng riêng biệt, đã được đánh số phân biệt, sẽ được phân tích để phục vụ những mục đích khác nhau như: Xác định các đặc trưng hình học của đối tượng: dựa trên cơ sở đối tượng đã được xác định và phân biệt, ta có thể thực hiện xác định các đặc trưng hình học của mỗi đối tượng đấy, như: vị trí, kích thước, hướng,. và số đối tượng hay mật độ đối tượng trong ảnh. Đây là các đặc trưng được dùng nhiều trong hệ thống thị giác máy (machine vision).

Nhận dạng : các đối tượng có thể là các vật thể có hình dạng nhất định, hoặc các kí tự số, chữ cái, dấu vân tay,.Ảnh sau khi được phân vùng có thể được nhận dạng theo những phương pháp nhất định như phương pháp neural, để tìm ra mẫu hình dạng mà đối tượng đó thuộc về. Để hướng dẫn hoạt động của từng module xử lý, cần có một hệ cơ sở kiến thức để kiểm tra hoạt động và tương tác giữa các module. Hệ này có nhiệm vụ kiểm soát hoạt động của từng module và sắp xếp trình tự hoạt động của chúng trong từng thời điểm, giải quyết bài toán xung đột.2 Một số vấn đề cơ bản của xử lý ảnh 1.1 Các khái niệm cơ bản của xử lý ảnh Ảnh: Là một tập hợp hữu hạn các điểm ảnh kề nhau. Ảnh thường được biểu diễn bằng một ma trận hai chiều, mỗi phần tử của ma trận tương ứng với một điểm ảnh.

- Ảnh nhị phân (đen trắng): là ảnh có giá trị mức xám của các điểm ảnh được biểu diễn bằng 1 bit (giá trị 0 hoặc 1).trai 10 TIEU LUAN MOI download : [e-mail] Ví dụ về biểu diễn ảnh nhị phân: 0 1 1 0   1 1 1 0   0 0 1 1 0 1 1 1  - Ảnh xám: giá trị mức xám của các điểm ảnh được biểu diễn bằng 8 bit (giá trị từ 0 đến 255). Ví dụ về biểu diễn ảnh xám: 0 5 12 0   15 94 21 0   0 0 156 9 0 11 245 12  - Ảnh màu: thông thường, ảnh màu được tạo nên từ 3 màu tương ứng với màu đỏ (RED), xanh lá cây (GREEN), xanh lam (BLUE). Tất cả các màu trong tự nhiêu đều có thể được tổng hợp từ 3 thành phần màu trên theo các tỷ lệ khác nhau. Điểm ảnh (pixel): Ảnh trong tự nhiên là những tín hiệu liên tục về không gian và giá trị độ sáng.

Để có thể lưu trữ và biểu diễn ảnh bằng máy tính, con người phải tiến hành biến đổi các tín hiệu liên tục đó thành một số hữu hạn các tín hiệu rời rạc thông qua quá trình lượng tử hóa và lấy mẫu thành phần giá trị độ sáng. Một điểm ảnh là một giá trị biểu diễn cho mức xám hay cường độ ảnh tại một vị trí sau khi đã biến đổi ảnh thành một số hữu hạn các tín hiệu rời rạc. Mức xám: Là kết quả của sự biến đổi tương ứng giá trị độ sáng của một điểm ảnh với một giá trị số nguyên dương. Tùy thuộc vào số giá trị biểu diễn mức xám mà mỗi điểm ảnh sẽ được biểu diễn trên 1, 4, 8, 24 hay 32 bit.

Số lượng bit biểu diễn mức xám càng lớn thì chất lượng ảnh càng cao nhưng sẽ tốn dung lượng bộ nhớ nhiều hơn để lưu trữ và cần một hệ thống mạnh hơn để xử lý. Một số định dạng ảnh hiện nay như: BMP (Bitmap): Là ảnh được mô tả bởi một ma trận các giá trị số xác định màu và bảng màu của các điểm ảnh tương ứng khi hiển thị. Ưu điểm của ảnh Bitmap là tốc độ vẽ và tốc độ xử lý nhanh. Nhược điểm của nó là kích thước rất lớn.trai 11 TIEU LUAN MOI download : [e-mail] JPEG (Joint Photographic Experts Group): Đây là một định dạng ảnh được hỗ trợ bởi nhiều trình duyệt web.

Ảnh JPEG được phát triển để nén dung lượng và lưu trữ ảnh chụp, và được sử dụng tốt nhất cho đồ họa có nhiều màu sắc, ví dụ như là ảnh chụp được scan. Tập tin ảnh JPEG là ảnh Bitmap đã được nén lại. GIF (Graphics Interchange Format): Ảnh GIF được phát triển dành cho những ảnh có tính chất thay đổi. Nó được sử dụng tốt nhất cho đồ họa có ít màu, ví dụ như là ảnh hoạt hình hoặc là những bức vẽ với nhiều đường thẳng.

WMF (Windows Metafiles): Là một tập hợp các lệnh GDI dùng để mô tả ảnh và nội dung ảnh. Có hai ưu điểm khi sử dụng ảnh WMF: kích thước tập tin WMF nhỏ và ít phụ thuộc vào thiết bị hiển thị hơn so với ảnh Bitmap. Điểm ảnh và các lân cận: Mỗi frame ảnh thu về được biểu diễn dưới dạng I(x,y) trong đó x,y là tọa độ của điểm ảnh trên frame và I là mức xám tương ứng của điểm ảnh đó. Như vậy 1 frame ảnh thu được sẽ được biểu diễn dưới dạng một ma trận 2 chiều n x m với n là số điểm ảnh trên 1 hàng, m là số hàng trong 1 frame.

Mỗi điểm ảnh có các lân cận xung quanh. Nếu hiển thị mỗi điểm ảnh dưới dạng một ô vuông, mỗi điểm có chung biên với 4 điểm lân cận, và có chung góc với 4 điểm lân cận khác. Hai điểm lân cận gọi là "liên kết 4" nếu chúng có chung biên với nhau, và "liên kết 8" nếu chung góc và chung biên với nhau. [i-1,j] [i-1,j-1] [i-1,j] [i-1,j+1] [i,j-1] [i,j] [i,j+1] [i,j-1] [i,j] [i,j+1] [i+1,j] [i+1,j-1] [i+1,j] [i+1,j+1] (a) Liên kết 4 (b) Liên kết 8 Hình 1.

Những liên kết giữa các điểm ảnh Đường liên kết: Đường liên kết là đường nối từ điểm ảnh [i1, j1] đến điểm ảnh [in,jn], qua một chuỗi các điểm ảnh [i1, j1 ], [i2, j2 ],.,[in,jn] trong đó mỗi điểm ảnh liên kết với điểm ảnh trước nó. Từ đó ta có đường liên kết 4 hoặc liên kết 8 nếu các điểm ảnh là liên kết 4 hoặc liên kết 8.trai 12 TIEU LUAN MOI download : skknchat@gmail.