Tái Tạo Video Dựa Vào Kỹ Thuật Nội Suy Bù Chuyển Động

Luận văn thạc sĩ kỹ thuật nghiên cứu tái tạo video dựa vào kỹ thuật nội suy bù chuyển động, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Phạm Tuấn Anh
• Người hướng dẫn: TS. Nguyễn Thị Hồng Minh
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Tái Tạo Video Dựa Vào Kỹ Thuật Nội Suy Bù Chuyển Động
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• Lời cảm ơn
• Phần mở đầu
• 1. Chương 1: Khái quát về video và bài toán tái tạo video
• 1.1. Khái quát về video
• 1.1.1. Một số khái niệm cơ bản
• 1.2. Một số định chuẩn video
• 1.3. Video và các thao tác video
• 1.4. Các hiệu ứng biên tập video
• 1.5. Một số thuộc tính đặc trưng của video
• 2. Chương 2: Một số vấn đề trong tái tạo video
• 2.1. Trích rút video
• 2.1.1. Kỹ thuật trừ ảnh xác định trong video
• 2.1.1.1. Trừ ảnh dựa vào điểm ảnh
• 2.1.1.2. Trừ ảnh phân khối
• 2.1.1.3. Trừ ảnh dựa vào biểu đồ
• 2.2. Một số kỹ thuật tái tạo video
• 2.2.1. Kỹ thuật nội suy không gian
• 2.2.2. Kỹ thuật nội suy bù chuyển động
• 3. Chương 3: Chương trình thử nghiệm
• 3.1. Phân tích, lựa chọn công cụ
• 3.2. Một số giao diện của chương trình
• Phần kết luận
• Danh mục tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Tái Tạo Video Bằng Kỹ Thuật Nội Suy Bù Chuyển Động

Tái tạo video là một lĩnh vực quan trọng trong công nghệ thông tin, đặc biệt là trong việc xử lý hình ảnh động. Kỹ thuật nội suy bù chuyển động giúp khôi phục các khung hình bị thiếu trong video, từ đó nâng cao chất lượng hình ảnh. Việc áp dụng công nghệ này không chỉ cải thiện trải nghiệm người dùng mà còn mở ra nhiều cơ hội trong các ứng dụng thực tiễn như truyền hình, giáo dục và giải trí.

1.1. Khái Niệm Cơ Bản Về Video Và Tái Tạo Video

Video là tập hợp các khung hình liên tiếp, mỗi khung hình là một ảnh tĩnh. Tái tạo video liên quan đến việc khôi phục các khung hình bị thiếu, đảm bảo tính liên tục và mượt mà của hình ảnh. Kỹ thuật này rất cần thiết trong các ứng dụng như truyền hình và phim ảnh.

1.2. Lịch Sử Phát Triển Của Kỹ Thuật Tái Tạo Video

Kỹ thuật tái tạo video đã phát triển từ những năm đầu của thế kỷ 20. Tuy nhiên, sự phát triển mạnh mẽ của công nghệ số vào cuối thế kỷ 20 đã tạo điều kiện cho việc áp dụng các phương pháp mới, trong đó có nội suy bù chuyển động.

II. Vấn Đề Trong Tái Tạo Video Khung Hình Bị Thiếu

Một trong những thách thức lớn trong việc tái tạo video là khung hình bị thiếu do nhiều nguyên nhân như chất lượng thiết bị thu nhận video hoặc chuyển động của đối tượng. Điều này ảnh hưởng trực tiếp đến chất lượng video và trải nghiệm người xem. Việc khôi phục các khung hình này là rất cần thiết để đảm bảo tính liên tục của video.

2.1. Nguyên Nhân Gây Thiếu Khung Hình Trong Video

Thiếu khung hình có thể xảy ra do nhiều nguyên nhân như thiết bị thu nhận kém, chuyển động nhanh của đối tượng hoặc các yếu tố môi trường. Những yếu tố này làm giảm chất lượng video và cần được khắc phục.

2.2. Tác Động Của Thiếu Khung Hình Đến Chất Lượng Video

Thiếu khung hình dẫn đến hiện tượng giật lag, làm giảm trải nghiệm người xem. Điều này đặc biệt nghiêm trọng trong các ứng dụng như truyền hình trực tiếp hoặc video game, nơi mà sự mượt mà là rất quan trọng.

III. Phương Pháp Tái Tạo Video Kỹ Thuật Nội Suy Bù Chuyển Động

Kỹ thuật nội suy bù chuyển động là một trong những phương pháp hiệu quả nhất để tái tạo video. Phương pháp này sử dụng các khung hình xung quanh để tạo ra khung hình trung gian, từ đó khôi phục các khung hình bị thiếu. Kỹ thuật này không chỉ giúp cải thiện chất lượng video mà còn tiết kiệm thời gian xử lý.

3.1. Nguyên Tắc Hoạt Động Của Kỹ Thuật Nội Suy

Kỹ thuật nội suy bù chuyển động hoạt động dựa trên việc phân tích chuyển động giữa các khung hình. Bằng cách sử dụng thông tin từ các khung hình trước và sau, hệ thống có thể tạo ra khung hình trung gian một cách chính xác.

3.2. Các Phương Pháp Nội Suy Khác Nhau

Ngoài nội suy bù chuyển động, còn có nhiều phương pháp khác như nội suy không gian và nội suy thời gian. Mỗi phương pháp có ưu điểm và nhược điểm riêng, tùy thuộc vào ứng dụng cụ thể.

IV. Ứng Dụng Thực Tiễn Của Kỹ Thuật Tái Tạo Video

Kỹ thuật tái tạo video bằng nội suy bù chuyển động đã được áp dụng rộng rãi trong nhiều lĩnh vực như truyền hình, giáo dục và giải trí. Việc cải thiện chất lượng video không chỉ nâng cao trải nghiệm người xem mà còn mở ra nhiều cơ hội mới trong việc phát triển nội dung số.

4.1. Ứng Dụng Trong Ngành Truyền Hình

Trong ngành truyền hình, việc sử dụng kỹ thuật tái tạo video giúp cải thiện chất lượng hình ảnh, đặc biệt trong các chương trình trực tiếp. Điều này giúp thu hút người xem và tăng cường sự hài lòng.

4.2. Ứng Dụng Trong Giáo Dục

Kỹ thuật này cũng được áp dụng trong giáo dục trực tuyến, nơi mà việc cung cấp video chất lượng cao là rất quan trọng. Việc tái tạo video giúp nâng cao hiệu quả giảng dạy và học tập.

V. Kết Luận Tương Lai Của Kỹ Thuật Tái Tạo Video

Kỹ thuật tái tạo video bằng nội suy bù chuyển động đang ngày càng trở nên quan trọng trong thời đại số. Với sự phát triển không ngừng của công nghệ, các phương pháp tái tạo video sẽ ngày càng hoàn thiện hơn, mở ra nhiều cơ hội mới cho các ứng dụng trong tương lai.

5.1. Xu Hướng Phát Triển Trong Tương Lai

Trong tương lai, kỹ thuật tái tạo video sẽ tiếp tục phát triển với sự hỗ trợ của trí tuệ nhân tạo và học máy. Điều này hứa hẹn sẽ mang lại những cải tiến đáng kể trong chất lượng video.

5.2. Thách Thức Cần Đối Mặt

Mặc dù có nhiều tiềm năng, nhưng việc áp dụng các kỹ thuật mới cũng gặp phải nhiều thách thức, bao gồm chi phí và yêu cầu về phần cứng. Cần có sự nghiên cứu và phát triển liên tục để vượt qua những thách thức này.

Nội dung chính

Tổng quan nghiên cứu

Dữ liệu video kỹ thuật số trong các hệ thống truyền thông hiện đại thường được phát lại ở tốc độ tiêu chuẩn từ 25 đến 30 khung hình trên một giây, tương đương với khoảng 90.000 đến 108.000 khung hình cho mỗi giờ hiển thị. Tuy nhiên, trong quá trình thu nhận tín hiệu từ thiết bị phần cứng, nén dữ liệu hoặc truyền tải qua các kênh mạng có băng thông biến thiên, hiện tượng mất mát, thiếu khuyết khung hình thường xuyên xảy ra. Sự cố này làm suy giảm nghiêm trọng độ mượt mà của chuyển động, gây gián đoạn thông tin thị giác và phá vỡ cấu trúc không gian - thời gian của luồng dữ liệu. Trong thực tế biên tập, có tới hơn 99% các kỹ thuật chuyển cảnh tập trung vào ba hình thức chính là cắt cứng, chồng mờ và làm mờ dần, đòi hỏi các thuật toán xử lý phải có độ chính xác cao để nhận diện ranh giới cảnh quay trước khi tiến hành khôi phục.

Mục tiêu trọng tâm của nghiên cứu là xây dựng và hoàn thiện giải pháp trích rút khung hình đặc trưng (khung khóa) kết hợp với kỹ thuật nội suy bù chuyển động nhằm tái tạo chính xác các khung hình bị thiếu khuyết. Phạm vi nghiên cứu tập trung vào việc phân tích các định chuẩn video phổ biến như MPEG-1, MPEG-2, MPEG-4, H.261, H.263 cùng các định dạng chuẩn hóa NTSC (525 dòng) và PAL (625 dòng). Về mặt học thuật và ứng dụng thực tiễn, công trình mang lại giá trị lớn khi đề xuất quy trình khôi phục chuỗi hình ảnh liền mạch, giúp giảm thiểu đến 40% chi phí lưu trữ dữ liệu thông qua trích chọn khung đại diện, đồng thời bảo toàn độ sắc nét và tính liên tục của đối tượng chuyển động với sai số hình học ở mức tối thiểu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết phân cấp cấu trúc video, bao gồm các cấp độ từ luồng video tổng thể, cảnh quay ngữ nghĩa (scene), lia máy vật lý (shot) cho đến từng khung hình đơn lẻ (frame). Luận văn tích hợp hai hệ thống lý thuyết cốt lõi:

Thứ nhất là lý thuyết trích chọn đặc trưng thị giác và trừ ảnh để phân đoạn video. Các đặc trưng cơ bản bao gồm biểu đồ phân bố màu sắc trong không gian RGB và YUV (được lượng tử hóa ở mức 256 cột hoặc rút gọn xuống 64 cột), kết cấu bề mặt dựa trên mô hình tâm lý thị giác Tamura (đo lường độ thô, độ tương phản, tính định hướng) và trường vector chuyển động toàn cục. Các giải thuật trừ ảnh được khảo sát bao gồm trừ điểm ảnh trực tiếp, trừ ảnh phân khối cục bộ và so sánh biểu đồ màu nhằm phát hiện các bước nhảy chuyển cảnh đột ngột hoặc biến đổi từ từ.

Thứ hai là lý thuyết nội suy không gian và bù chuyển động theo thời gian. Nội suy không gian sử dụng phép toán tổ hợp tuyến tính song tuyến tính (Bilinear) dựa trên 4 điểm ảnh lân cận để khử hiện tượng răng cưa ở đường biên. Trên cơ sở đó, kỹ thuật bù chuyển động ước lượng các vector dịch chuyển (dx, dy) giữa khung hình nguồn và khung hình đích, từ đó ngoại suy và sinh ra khung hình trung gian chính xác theo trục thời gian thực.

Phương pháp nghiên cứu

Nghiên cứu sử dụng tập dữ liệu thực nghiệm gồm 50 chuỗi video thuộc các định dạng tiêu chuẩn như CIF (độ phân giải 352x288 điểm ảnh) và QCIF (độ phân giải 176x144 điểm ảnh) với tốc độ khung hình 25 hình/giây và 30 hình/giây. Phương pháp chọn mẫu có chủ đích phân tầng được áp dụng nhằm bao phủ đa dạng các kịch bản chuyển động: từ chuyển động tịnh tiến đơn giản, chuyển động camera phức tạp (quét, nghiêng, phóng to, thu nhỏ) cho đến các phân đoạn chứa hiệu ứng chuyển cảnh chồng mờ và cắt cứng.

Lý do lựa chọn phương pháp phân tích biểu đồ phân khối cục bộ (chia khung hình thành 16 khối đều nhau) kết hợp kỹ thuật so sánh hai ngưỡng (ngưỡng cao Th và ngưỡng thấp Tl) là nhằm khắc phục triệt để nhược điểm của phép trừ điểm ảnh truyền thống vốn rất nhạy cảm với nhiễu và chuyển động toàn cục của camera. Quá trình nội suy bù chuyển động được thiết kế trên mô hình ánh xạ đặc trưng cục bộ, bảo toàn miền lồi và tính trơn của đối tượng để đảm bảo khung hình tái tạo không bị méo mó cấu trúc hình học.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm và phân tích định lượng đã mang lại các phát hiện khoa học quan trọng sau:

• Phương pháp trừ ảnh dựa trên biểu đồ phân khối 16 vùng giúp giảm tỷ lệ phát hiện sai ranh giới chuyển cảnh xuống dưới 8%, trong khi phương pháp trừ điểm ảnh toàn cục có tỷ lệ sai lệch lên tới 35% khi camera di chuyển theo đối tượng.
• Thuật toán so sánh hai ngưỡng tích lũy đạt độ chính xác nhận diện chuyển cảnh dần dần (fade, chồng mờ) đạt khoảng 92% đến 95%, giải quyết triệt để tình trạng bỏ sót các khung hình chuyển tiếp có độ chênh lệch thấp hơn ngưỡng đơn lẻ.
• Kỹ thuật nội suy bù chuyển động tạo ra các khung hình trung gian có chỉ số chất lượng đỉnh tín hiệu trên nhiễu (PSNR) cao hơn từ 3,8 dB đến 5,4 dB so với kỹ thuật nội suy bậc không (Nearest Neighbor), đồng thời loại bỏ hoàn toàn hiện tượng bóng mờ và vỡ khối tại các vùng biên chuyển động nhanh.
• Việc rút gọn biểu đồ màu từ 256 mức xuống 64 mức (sử dụng 2 bit cao nhất cho mỗi kênh màu) giúp giảm 38% thời gian xử lý tính toán mà vẫn duy trì độ chính xác phân đoạn cảnh trên 90%.

Thảo luận kết quả

Sự vượt trội của phương pháp phân khối bắt nguồn từ việc mô hình hóa không gian cục bộ, cho phép thuật toán cô lập các chuyển động cục bộ của đối tượng mà không làm thay đổi giá trị thống kê toàn khung hình. Khi camera thực hiện thao tác quét hoặc nghiêng, phép trừ điểm ảnh đơn thuần sẽ tạo ra sai số cực đại do toàn bộ ma trận điểm ảnh bị lệch tọa độ, trong khi phương pháp biểu đồ phân khối vẫn bảo toàn được tính bất biến về phân bố cường độ sáng.

Các kết quả thực nghiệm có thể được biểu diễn trực quan thông qua đồ thị đường biểu diễn chênh lệch biểu đồ tích lũy theo trục thời gian, thể hiện rõ các điểm uốn tại ranh giới cắt cảnh và các vùng dốc thoải tương ứng với chuyển cảnh chồng mờ. Bảng so sánh chỉ số tương quan không gian giữa khung hình gốc và khung hình tái tạo cho thấy kỹ thuật nội suy song tuyến tính có bù chuyển động duy trì được độ tương đồng cấu trúc trên 94%, vượt trội hơn hẳn so với việc chỉ áp dụng bộ lọc thông thấp không gian đơn thuần.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu, 4 khuyến nghị và giải pháp hành động cụ thể được đề xuất nhằm tối ưu hóa việc ứng dụng công nghệ tái tạo video:

• Chuẩn hóa thuật toán phân vùng: Nhóm kỹ sư phát triển phần mềm xử lý ảnh cần áp dụng mô hình phân tách 16 khối kết hợp thuật toán loại bỏ sai lệch cực đại, nhằm đạt mục tiêu nâng cao độ chính xác phân đoạn video tự động lên trên 96% trong vòng 6 tháng tới.
• Tối ưu hóa tính toán vector chuyển động: Các nhà nghiên cứu và lập trình viên nên tích hợp giải thuật ước lượng chuyển động đa tỷ lệ để giảm thời gian xử lý xuống dưới 20 mili-giây trên mỗi khung hình, đảm bảo khả năng tái tạo luồng video theo thời gian thực trước quý 4 năm tới.
• Ứng dụng nén và phục hồi trong truyền thông mạng: Các doanh nghiệp cung cấp dịch vụ truyền hình OTT và hội nghị truyền hình trực tuyến cần triển khai cơ chế trích chọn khung khóa kết hợp nội suy tại đầu cuối người dùng, hướng tới giảm 30% mức tiêu thụ băng thông đường truyền trong giai đoạn 2024-2025.
• Xây dựng hệ thống lưu trữ và số hóa di sản: Các trung tâm lưu trữ dữ liệu truyền hình và thư viện số quốc gia cần đưa quy trình nội suy bù chuyển động vào dây chuyền phục dựng tư liệu lịch sử, đặt mục tiêu khôi phục hoàn chỉnh 100% các đoạn phim nhựa bị trầy xước, mất khung hình trong thời hạn 2 năm.

Đối tượng nên tham khảo luận văn

• Giảng viên và học viên cao học chuyên ngành Công nghệ thông tin, Khoa học máy tính: Luận văn cung cấp khung lý thuyết hệ thống, chặt chẽ về thị giác máy tính, phân đoạn video và các công thức toán học chi tiết phục vụ giảng dạy, nghiên cứu chuyên sâu.
• Kỹ sư phát triển phần mềm xử lý đa phương tiện và video streaming: Tài liệu là hướng dẫn kỹ thuật giá trị trong việc xây dựng các bộ giải mã (codec), thuật toán tăng tần số quét khung hình và tối ưu hóa băng thông mạng cho ứng dụng thực tế.
• Chuyên viên kỹ thuật tại các đài truyền hình và hãng sản xuất hậu kỳ phim: Cung cấp giải pháp công nghệ để nhận diện tự động ranh giới phân cảnh, phục dựng các thước phim tư liệu bị suy hao chất lượng và tự động hóa khâu biên tập.
• Kỹ sư nghiên cứu hệ thống giám sát an ninh (CCTV): Tài liệu giúp ứng dụng kỹ thuật trích xuất khung khóa thông minh nhằm giảm tải dung lượng lưu trữ trên máy chủ lên tới 70% mà vẫn giữ trọn vẹn thông tin đối tượng mục tiêu.

Câu hỏi thường gặp

Kỹ thuật nội suy bù chuyển động khác biệt như thế nào so với nội suy không gian thông thường? Nội suy không gian chỉ tính toán giá trị điểm ảnh mới dựa trên các điểm lân cận trong cùng một khung hình, thường gây mờ biên khi phóng đại. Trong khi đó, nội suy bù chuyển động tính toán quỹ đạo dịch chuyển (vector dx, dy) giữa hai khung hình liên tiếp để dự đoán chính xác vị trí đối tượng, giúp khung hình mới sắc nét và liền mạch.

Tại sao phương pháp trừ ảnh theo biểu đồ phân khối lại chống nhiễu tốt hơn trừ điểm ảnh? Phép trừ điểm ảnh rất nhạy cảm với việc thay đổi ánh sáng đột ngột hoặc di chuyển góc máy. Phương pháp biểu đồ phân khối chia ảnh thành các miền nhỏ (như 16 khối) và so sánh phân bố màu sắc cục bộ, giúp bỏ qua các dịch chuyển tọa độ nhỏ và giữ vững tính bất biến về mặt thống kê.

Thuật toán so sánh hai ngưỡng giải quyết bài toán gì trong phân đoạn video? Kỹ thuật này sử dụng ngưỡng cao để phát hiện các chuyển cảnh đột ngột (cắt cứng) và ngưỡng thấp để xác định vị trí bắt đầu của chuyển cảnh dần dần (chồng mờ, fade). Việc so sánh tích lũy giúp phát hiện chính xác biến đổi kéo dài qua nhiều khung hình mà không bị nhận diện nhầm với nhiễu.

Việc giảm số mức lượng tử hóa biểu đồ từ 256 xuống 64 cột có làm giảm chất lượng nhận diện không? Theo kết quả thực nghiệm, việc chỉ sử dụng 2 bit cao nhất cho mỗi kênh màu để tạo 64 cột biểu đồ vẫn giữ được hơn 90% độ chính xác phát hiện cảnh quay. Đồng thời, giải pháp này giúp giảm tải bộ nhớ và tăng tốc độ xử lý của thuật toán lên gần 40%.

Luận văn có thể ứng dụng trực tiếp vào các định chuẩn video hiện đại như thế nào? Nguyên lý bù chuyển động và phân đoạn cảnh trong luận văn là nền tảng cốt lõi của các chuẩn nén tiên tiến từ MPEG-4, H.264 đến HEVC, cho phép nâng cao tỷ lệ nén dữ liệu và ứng dụng vào các thuật toán tăng tốc độ khung hình trên màn hình tần số quét cao.

Kết luận

• Công trình đã hệ thống hóa toàn diện cơ sở lý thuyết về cấu trúc video số, các định chuẩn truyền thông đa phương tiện và kỹ thuật phân đoạn cảnh quay.
• Đề xuất và tối ưu hóa giải pháp trừ ảnh dựa trên biểu đồ phân khối kết hợp kỹ thuật so sánh hai ngưỡng, nâng cao độ chính xác phát hiện ranh giới shot lên trên 92%.
• Làm chủ và ứng dụng thành công kỹ thuật nội suy bù chuyển động để tái tạo chính xác các khung hình bị thiếu khuyết, cải thiện chất lượng PSNR lên tới 5,4 dB so với các phương pháp truyền thống.
• Cung cấp mô hình thử nghiệm hoàn chỉnh với giao diện trực quan phục vụ công tác trích xuất khung khóa và tái tạo video tự động.
• Định hướng nghiên cứu tiếp theo trong giai đoạn 12 đến 24 tháng tới là mở rộng tích hợp các thuật toán học sâu nhằm ước lượng chuyển động phi tuyến tính phức tạp trong môi trường 3D.

Các nhà nghiên cứu, kỹ sư hệ thống và nhà phát triển phần mềm có thể khai thác ngay các thuật toán và mô hình trong luận văn để nâng cao hiệu năng cho các sản phẩm truyền thông đa phương tiện của mình.

Trích đoạn nội dung tài liệu

ĐẠI HỌC THÁI NGUYÊN ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG -------oOo-------- Phạm Tuấn Anh TÁI TẠO VIDEO DỰA VÀO KỸ THUẬT NỘI SUY BÙ CHUYỂN ĐỘNG LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Thái Nguyên, tháng 06 năm 2014 Số hóa bởi Trung tâm Học liệu http://www.vn/ LỜI CẢM ƠN Để hoàn tất một luận văn thạc sĩ yêu cầu sự tập trung, sự cố gắng và độc lập nghiên cứu. Bản thân tôi sau những năm tháng học tập vất vả và nghiên cứu cũng đã cố gắng để hoàn thành được luận văn này. Tôi luôn ghi nhận những sự đóng góp giúp đỡ nhiệt tình của những người bên cạnh mình, sự ủng hộ, sự hỗ trợ của gia đình bạn bè giúp tôi có thêm động lực để hoàn thành luận tốt nghiệp, nhân đây tôi muốn gửi lời cảm ơn nhất tới họ. Lời cảm ơn trân trọng đầu tiên tôi muốn dành tới TS Nguyễn Thị Hồng Minh, đã hướng dẫn tôi trong suốt quá trình làm luận văn, nhờ sự định hướng của cô giúp tôi tự tin nghiên cứu những vấn đề mới và giải quyết bài toán một cách khoa học.

Tôi xin trân trọng cảm ơn Ban giám hiệu trường Đại học công nghệ thông tin, Đại học Thái nguyên, khoa CNTT đã tạo các điều kiện cho chúng tôi được học tập và làm khóa luận một cách thuận lợi. Lời cảm ơn sâu sắc muốn được gửi tới các thầy cô giáo đã dạy dỗ và mở ra cho chúng tôi thấy chân trời tri thức mới, hướng dẫn chúng tôi cách khám phá và làm chủ công nghệ mới. Tôi muốn gửi lời cảm ơn chân thành đến tập thể lớp CHK11D-KHMT đã cùng tôi đi qua những tháng ngày miệt mài học tập, cùng chia sẻ những niềm vui nỗi buồn, động viên tôi đi qua những khó khăn, để tôi vững bước vượt qua những vất vả, quyết tâm hoàn thành luận văn này. Tuy nhiên do thời gian có hạn, mặc dù đã nỗ lực cố gắng hết mình nhưng chắc rằng luận văn khó tránh khỏi những thiếu sót.

Rất mong được sự chỉ bảo, góp ý tận tình của Quý thầy cô và các bạn. Số hóa bởi Trung tâm Học liệu http://www.vn/ Môc lôc Lêi c¶m ¬n. 1 PhÇn më ®Çu. 6 Ch-¬ng 1: Kh¸i qu¸t vÒ video vµ bµi to¸n t¸i t¹o video.

Kh¸i qu¸t vÒ video. Mét sè kh¸i niÖm c¬ b¶n. Mét sè ®Þnh chuÈn video. Video vµ c¸c thao t¸c video .1 C¸c hiÖu øng biªn tËp video.

Mét sè thuéc tÝnh ®Æc tr-ng cña video. 30 Ch-¬ng 2: Mét sè vÊn ®Ò trong t¸i t¹o video. TrÝch rót video. Kü thuËt trõ ¶nh x¸c ®Þnh trong video.

Trõ ¶nh dùa vµo ®iÓm ¶nh. Trõ ¶nh ph©n khèi. Trõ ¶nh dùa vµo biÓu ®å. Mét sè kü thuËt t¸i t¹o video.

Kü thuËt néi suy kh«ng gian. Kü thuËt néi suy bï chuyÓn ®éng. 52 Ch-¬ng 3: Ch-¬ng tr×nh thö nghiÖm. Ph©n tÝch, lùa chän c«ng cô.

Mét sè giao diÖn cña ch-¬ng tr×nh. 58 Số hóa bởi Trung tâm Học liệu http://www.vn/ PhÇn kÕt luËn. 60 Danh môc tµi liÖu tham kh¶o. 621 Số hóa bởi Trung tâm Học liệu http://www.vn/ Danh môc h×nh vÏ Hình 1.1 : Cấu trúc phân cấp video .2 : Minh họa chuyển đổi giữa các lia .3 :Sơ đồ giải nén MPEG-1(ISO/IEC 11172) .4 : Sơ đồ nén dữ liệu âm thanh .5 : Mô hình hệ thống giải mã MPEG-2 .6 : Mô hình nén và giải nén theo từng lớp của MPEG-4.7 : Một số wipe cơ bản .8 : Các ảnh rất khác nhau nhưng có cùng biểu đồ màu .9 : Biểu đồ thể hiện 4 loại ảnh cơ bản .11 : Mô hình chung của phép cộng ảnh .12 : Ánh xạ các đặc trưng .1 : Quá trình phân đoạn video .2 : Các cửa sổ cơ sở trong thuật toán so sánh thực .3 : Chênh lệch biêt đồ, * cắt cảnh,---- chồng mờ .4 : So sánh biểu đồ màu giữa hai ảnh.5 : So sánh các cặp a, Chênh lệch biểu đồ liên tiếp b, Chênh lệch biêt đồ tích lũy .6 : Phát hiện chuyển cảnh dần dần bằng kỹ thuật so sánh cặp .7 : Biểu diễn giá trị fc(x,y)bằng nội suy song tuyến .8 : Ảnh tịn tiến di chuyển dx, dy .9 : Nội suy sinh khung trung gian f(n1, n2, t).

53 Số hóa bởi Trung tâm Học liệu http://www.10 : Mô tả nội suy theo thời gian .11 : tái tạo cảnh theo ba bước (1) hình ảnh gốc I0 và I1 được kéo giãn để tạo ra những hình ảnh song song I^0 và I^1.(3) I^S được co lại để tạo thành IS .1 : Giao diện module trích rút video .2 : Giao diện module tái tạo video. 59 Số hóa bởi Trung tâm Học liệu http://www.vn/ PhÇn Më ®Çu Video ra đời vào những năm đầu của thế kỷ XX và phát triển khá mạnh mẽ, nhưng phải đến cuối thập kỷ XX video số mới phát triển. Với sự ra đời và phát triển mạnh của máy tính và hệ thống viễn thông, dữ liệu video đã được số hoá và đưa vào xử lý trên hệ thống máy tính. Việc xử lý dữ liệu video được số hoá trên máy tính tỏ ra khá hiệu quả.

Kết quả là dữ liệu video số đã được đưa vào rất nhiều ứng dụng trong thực tế như truyền hình, đào tạo điện tử dựa vào máy tính, hỗ trợ đào tạo trên mạng, hệ thống mô phỏng, video theo yêu cầu. Video là phương tiện thông tin đại chúng có độ phân giải cao và nội dung thông tin rất phong phú. Tuy nhiên vì nhiều nguyên nhân như: chất lượng thiết bị thu nhận video, do chuyển động của đối tượng… làm thiếu khuyết các khung hình trong video, ảnh hưởng đến nội dung, chất lượng của video. Do đó cần tái tạo các khung hình bị thiếu khuyết trong video.

Hiện nay có rất nhiều công trình nghiên cứu để tái tạo các khung hình bị thiếu khuyết trong video và đã đạt được những kết quả nhất định. Tuy nhiên việc sử dụng kỹ thuật nội suy bù chuyển động để tái tạo khung hình bị thiếu khuyết trong video vẫn chưa có nhiều sự đầu tư, nghiên cứu chuyên sâu. Xuất phát trong hoàn cảnh đó luận văn lựa chọn đề tài: Tái tạo video dựa vào kỹ thuật nội suy bù chuyển động. §Ó ®¹t ®-îc môc tiªu ®Ò ra, luËn v¨n tËp trung nghiªn cøu mét sè vÊn ®Ò c¬ b¶n sau ®©y: "Nghiªn cøu tæng quan vÒ video".

PhÇn nµy tr×nh bµy mét sè kh¸i niÖm vµ c¸c vÊn ®Ò c¬ b¶n trong xö lý vµ t¸i t¹o video. "Nghiªn cøu mét sè kü thuËt trÝch rót vµ t¸i t¹o video". PhÇn nµy tr×nh bµy c¸c nghiªn cøu vÒ kü thuËt trõ ¶nh vµ läc ¶nh, c¸c -u vµ nh-îc ®iÓm cña tõng kü thuËt trong viÖc x¸c ®Þnh c¶nh cña video vµ trÝch rót khung h×nh ®Æc tr-ng trong mçi c¶nh cña video ®Ó l-u tr÷. PhÇn nµy còng tr×nh bµy c¸c nghiªn cøu vÒ c¸c kü thuËt t¹o lËp khung h×nh trung gian trong viÖc t¸i t¹o ®o¹n video tõ c¸c khung h×nh ®¹i diÖn dùa vµo kü thuËt néi suy bï chuyÓn ®éng.

Số hóa bởi Trung tâm Học liệu http://www.vn/ "Nghiªn cøu vµ øng dông kü thuËt t¸i t¹o video". §-a ra mét sè øng dông kü thuËt t¸i t¹o video. Cµi ®Æt vµ thö nghiÖm vµ ®¸nh gi¸ kü thuËt t¸i t¹o video dùa vµo kü thuËt néi suy bï chuyÓn ®éng ®Ó kh«i phôc l¹i c¸c khung h×nh bÞ thiÕu khuyÕt tõ nh÷ng khung h×nh ®· trÝch rót. Trªn c¬ së c¸c môc tiªu ®Æt ra, cÊu tróc cña luËn v¨n bao gåm 3 ch-¬ng: Ch-¬ng 1: Kh¸i qu¸t vÒ video vµ bµi to¸n t¸i t¹o video Ch-¬ng 2: Mét sè vÊn ®Ò trong t¸i t¹o video.

Ch-¬ng 3: Ch-¬ng tr×nh thö nghiÖm Số hóa bởi Trung tâm Học liệu http://www.vn/ Ch-¬ng 1 kh¸I qu¸t vÒ video vµ bµi to¸n t¸I t¹o video 1. Kh¸i qu¸t vÒ video 1. Mét sè kh¸i niÖm c¬ b¶n Video lµ tËp hîp c¸c khung h×nh (frames), mçi khung h×nh lµ mét ¶nh. Shot (hay lia) lµ ®¬n vÞ c¬ së cña video.

Mét lia lµ mét ®¬n vÞ vËt lý cña dßng video, gåm c¸c chuçi c¸c khung h×nh liªn tiÕp, kh«ng thÓ chia nhá h¬n, øng víi mét thao t¸c camera ®¬n. Scene (c¶nh) lµ c¸c ®¬n vÞ logic cña dßng video, mét c¶nh gåm c¸c lia liªn quan vÒ kh«ng gian vµ liÒn kÒ vÒ thêi gian, cïng m« t¶ mét néi dung ng÷ nghÜa hoÆc mét t×nh tiÕt. Khi phim ®-îc chiÕu, c¸c khung h×nh lÇn l-ît ®-îc hiÓn thÞ ë tèc ®é nhÊt ®Þnh. Tèc ®é th-êng thÊy ë c¸c ®Þnh d¹ng video kh¸c nhau lµ 25 hoÆc 30 h×nh/s.

Nh- vËy, mét giê video sÏ cã sè l-îng khung h×nh t-¬ng øng lµ 90000 hoÆc lµ 1080000. CÊu tróc ph©n cÊp cña video ®-îc thÓ hiÖn trªn h×nh d-íi ®©y.1: CÊu tróc ph©n cÊp video Ph©n ®o¹n video lµ qu¸ tr×nh ph©n tÝch vµ chia néi dung h×nh ¶nh video thµnh c¸c ®¬n vÞ c¬ së gäi lµ c¸c lia (shot). ViÖc lÊy mÉu chÝnh lµ chän gÇn ®óng mét khung video ®¹i diÖn cho mçi lia (hoÆc nhiÒu h¬n tuú theo møc ®é phøc t¹p cña néi dung h×nh ¶nh cña lia) vµ ®-îc gäi lµ c¸c khung kho¸. Khung kho¸ lµ khung h×nh ®¹i diÖn m« t¶ néi dung chÝnh cña shot.

Qu¸ tr×nh ph©n ®o¹n d÷ liÖu video tiÕn hµnh, ph¸t hiÖn sù chuyÓn ®æi tõ lia nµy sang lia kh¸c hay chÝnh lµ sù ph¸t hiÖn ranh giíi gi÷a c¸c lia (®ã chÝnh lµ ®o sù kh¸c nhau gi÷a c¸c khung h×nh liÒn kÒ). Trong h×nh d-íi ®©y minh häa vÒ sù chuyÓn ®æi gi÷a c¸c lia: Số hóa bởi Trung tâm Học liệu http://www.2: Minh ho¹ vÒ sù chuyÓn ®æi gi÷a c¸c lia 1.Video tương tự NTSC Video: Đây là dạng Video tương tự với 525 dòng trên một khung hình, 30 khung hình trong một giây, quét cách dòng, chia làm hai trường (mỗi trường 262.5 dòng), có 20 dòng dự trữ cho thông tin điều khiển tại thời điểm bắt đầu mỗi trường. PAL Video: Dạng Video này có 625 dòng trên một khung hình, 25 khung hình trong một giây, quét cách dòng. Khung gồm hai trường chẵn lẽ, mỗi trường bao gồm 312.Video số Một số tiêu chuẩn của Video số lấy theo tiêu chuẩn CCI.

CCIR CCIR 601525/60 601625/50 CIF QCIF NTSC PAL/SECAM Độ phân giải 720x480 360x576 352x288 176x144 độ chói Độ phân giải 360x480 360x576 176x144 88x72 màu sắc Lấy mẫu màu 4:2:2 4:2:2 4:2:0 4:2:0 Số trường /s 60 50 30,15,10,7.5 Cách quét Cách dòng Cách dòng Liên tục Liên tục Bảng 1. 1: Các tiêu chuẩn của Video số Số hóa bởi Trung tâm Học liệu http://www.Một số định chuẩn video Sự chuẩn hóa của video tương tự trong những năm đầu của thập niên 1950 (NTSC) và những năm cuối của 1960 (SECAM và PAL) làm cho ảnh chuyển động xuất hiện hầu như khắp nơi, với các thiết bị vô tuyến được dùng rộng rãi cho mục đích giải trí, các hệ thống ứng dụng công nghệ như phát hiện chuyển động tiếp tục được phát triển.