Tổng quan nghiên cứu

Trong các hệ thống giám sát an ninh và điều hành giao thông hiện đại, việc truyền tải luồng video thô đòi hỏi hạ tầng mạng có băng thông cực lớn và gây lãng phí dung lượng lưu trữ đối với các cảnh tĩnh không có biến động. Nhằm giải quyết triệt để bài toán tối ưu hóa đường truyền mà vẫn duy trì chất lượng hiển thị theo thời gian thực với tốc độ xử lý trên 25 khung hình trên một giây, đề tài tập trung nghiên cứu và thiết kế mô-đun tái tạo hình ảnh tích hợp trong hệ thống nén ảnh sử dụng thuật toán nhận biết chuyển động Sigma-Delta. Công trình được thực hiện tại Phòng thí nghiệm mục tiêu Hệ thống tích hợp thông minh thuộc Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội vào năm 2013.

Vấn đề cốt lõi của nghiên cứu là xây dựng kiến trúc phần cứng và phần mềm kết hợp trên nền tảng vi mạch khả lập trình FPGA Xilinx, đảm bảo trích xuất chính xác các vùng chuyển động từ chuỗi khung hình camera và mã hóa nén theo chuẩn JPEG trước khi truyền qua mạng Ethernet. Mục tiêu cụ thể là hiện thực hóa khối giải mã phần mềm trên vi xử lý nhúng MicroBlaze hoạt động ở tần số xung nhịp 50 MHz kết hợp khối tổng hợp hình ảnh phần cứng bằng ngôn ngữ VHDL. Ý nghĩa khoa học và thực tiễn của công trình thể hiện ở việc cắt giảm từ 60% đến hơn 70% lưu lượng dữ liệu truyền dẫn so với phương thức truyền video thông thường, đồng thời cho phép thiết bị vận hành hoàn toàn độc lập mà không phụ thuộc vào hệ thống máy tính cồng kềnh tại các điểm giám sát thực địa.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa của hai nền tảng lý thuyết cốt lõi trong kỹ thuật vi điện tử và xử lý tín hiệu số: lý thuyết nhận dạng chuyển động thích nghi và lý thuyết nén ảnh tiêu chuẩn.

Thứ nhất, mô hình phát hiện chuyển động dựa trên phương pháp trừ nền với thuật toán ước lượng Sigma-Delta. Thuật toán này theo dõi sự biến thiên của từng điểm ảnh thông qua việc cập nhật liên tục giá trị ước lượng nền trung bình và thông số phân tán thời gian. Với mỗi điểm ảnh tại thời điểm xác định, giá trị ước lượng nền được điều chỉnh tăng hoặc giảm 1 đơn vị tùy theo tương quan với điểm ảnh đầu vào. Sai khác tuyệt đối giữa điểm ảnh thực tế và giá trị ước lượng nền được so sánh với tham số phân tán có nhân hệ số khuếch đại dao động từ 1 đến 4. Điểm ảnh được gán nhãn chuyển động bằng 1 nếu vượt ngưỡng phân tán và bằng 0 nếu thuộc vùng nền tĩnh.

Thứ hai, chuẩn nén ảnh tĩnh JPEG công bố vào tháng 09 năm 1992 dựa trên khuyến nghị ITU-T81. Quá trình mã hóa JPEG bao gồm các giai đoạn:

  • Chuyển đổi không gian màu từ RGB sang không gian màu độ chói và sắc độ YCbCr.
  • Giảm mẫu sắc độ theo tỷ lệ 4:2:0 nhằm loại bỏ dư thừa thị giác của mắt người.
  • Biến đổi Cosin rời rạc hai chiều trên từng khối cơ bản kích thước 8x8 điểm ảnh để chuyển dịch dữ liệu từ miền không gian sang 64 hệ số miền tần số, bao gồm 1 hệ số một chiều DC và 63 hệ số xoay chiều AC.
  • Lượng tử hóa ma trận tần số thông qua bảng hệ số lượng tử chuyên biệt cho thành phần chói và màu.
  • Quét Zigzag và mã hóa Entropy kết hợp giữa mã hóa độ dài loạt và mã hóa Huffman để tạo chuỗi bit dữ liệu nén.

Các khái niệm then chốt xuyên suốt đề tài bao gồm: điểm ảnh nổi, điểm ảnh nền, đơn vị dữ liệu mã hóa tối thiểu, các dấu hiệu định danh tiêu đề trong tệp tin JPEG và cấu trúc hàng đợi đệm dữ liệu.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm của đề tài sử dụng chuỗi khung hình video kỹ thuật số liên tiếp thu nhận từ cảm biến camera với độ sâu màu 8-bit và 24-bit, chia thành các khối xử lý kích thước 8x8 điểm ảnh. Cỡ mẫu thực nghiệm bao gồm hàng trăm khung hình video tiêu chuẩn với tốc độ khung hình từ 25 đến 30 hình trên giây, được trích xuất tuần tự theo thời gian thực nhằm kiểm tra tính chính xác của thuật toán phân vùng chuyển động trong nhiều điều kiện quang học khác nhau.

Phương pháp phân tích được áp dụng là phương pháp đồng thiết kế phần cứng và phần mềm trên chip SoC. Lý do lựa chọn giải pháp tích hợp này xuất phát từ yêu cầu cân bằng giữa tốc độ xử lý và độ phức tạp của hệ thống:

  • Các thuật toán có tính toán lặp lại song song ở mức điểm ảnh như ước lượng Sigma-Delta và khối tổng hợp hình ảnh được hiện thực hóa bằng phần cứng thông qua ngôn ngữ mô tả phần cứng VHDL để đạt thông lượng tối đa.
  • Quá trình phân tích tiêu đề tệp tin JPEG, giải mã bảng Huffman và giải lượng tử hóa có cấu trúc luồng phức tạp được lập trình bằng ngôn ngữ C/C++ trên môi trường Dev-C++ phiên bản 4.9.9.2 và thực thi trên vi xử lý nhúng MicroBlaze.

Toàn bộ quá trình nghiên cứu, mô phỏng chức năng và kiểm tra tích hợp trên nền tảng FPGA được hoàn thành vào tháng 9 năm 2013.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và kiểm thử thực nghiệm trên hệ thống đã ghi nhận bốn phát hiện kỹ thuật quan trọng:

  • Khối phát hiện chuyển động Sigma-Delta bằng ngôn ngữ VHDL đạt độ chính xác cao trong việc tách biệt các đối tượng di chuyển khỏi khung nền tĩnh. Các điểm ảnh thuộc vùng tĩnh được gán giá trị bằng 0 trong khi vùng chuyển động được giữ nguyên giá trị, với độ trễ xử lý đường ống chỉ mất 2 chu kỳ xung nhịp cho mỗi điểm ảnh.
  • Hệ thống giải mã và tái tạo hình ảnh vận hành ổn định trên vi xử lý MicroBlaze ở tần số 50 MHz, đáp ứng trọn vẹn yêu cầu thời gian thực với tốc độ xử lý đạt ngưỡng 25 khung hình trên một giây đối với luồng dữ liệu chuẩn.
  • Cấu trúc tích hợp bộ đệm hàng đợi FIFO dung lượng thích hợp tại khối tổng hợp hình ảnh giúp triệt tiêu hoàn toàn hiện tượng nghẽn dữ liệu và giảm tỷ lệ mất mát gói tin xuống xấp xỉ 0% khi giao tiếp giữa khối giải mã phần mềm và khối phần cứng hiển thị.
  • Hiệu suất nén tổng thể của toàn hệ thống được cải thiện vượt bậc: việc kết hợp thuật toán Sigma-Delta với chuẩn nén JPEG giúp cắt giảm trên 70% dung lượng dữ liệu cần truyền tải qua giao tiếp Ethernet so với việc truyền khung hình JPEG thông thường không lọc chuyển động.

Thảo luận kết quả

Nguyên nhân giúp thuật toán Sigma-Delta đạt hiệu năng vượt trội là nhờ cơ chế xấp xỉ phi tuyến tính chỉ sử dụng các phép toán cộng trừ số nguyên đơn giản, không đòi hỏi các phép nhân ma trận phức tạp như phương pháp hỗn hợp Gaussian hay ước lượng lưu lượng thị giác. Điều này giúp giảm hơn 80% diện tích tài nguyên logic trên chip FPGA mà vẫn duy trì khả năng thích nghi nền xuất sắc trước các dao động nhỏ của môi trường như lá cây rung hay gió thổi.

So với thuật toán trừ hai khung hình liên tiếp vốn hay bị mất thông tin bên trong lòng đối tượng di chuyển đồng nhất, Sigma-Delta bảo toàn trọn vẹn toàn bộ diện mạo của vùng chuyển động. Dữ liệu thực nghiệm của nghiên cứu được minh họa trực quan thông qua các sơ đồ dòng dữ liệu, bảng tra cứu ma trận hệ số lượng tử hóa 8x8 cho tín hiệu chói và màu, cùng giản đồ thời gian mô phỏng dạng sóng. Kết quả xử lý ở khung hình thứ nhất và khung hình thứ hai trên biểu đồ mô phỏng chứng minh rõ ràng: khi không có chuyển động, toàn bộ dữ liệu đầu vào được triệt tiêu hoàn toàn về mức không, giải phóng tối đa băng thông truyền thông.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được và hạn chế về mặt thời gian của đề tài, các giải pháp và khuyến nghị kỹ thuật được đề xuất như sau:

  • Tối ưu hóa toàn diện khối giải mã JPEG bằng phần cứng VHDL chuyên dụng: Chuyển đổi toàn bộ giải thuật giải mã từ phần mềm MicroBlaze sang các khối IP phần cứng chuyên trách trên FPGA nhằm nâng cao tốc độ tái tạo hình ảnh lên mức 60 khung hình trên một giây, đáp ứng các chuẩn video độ nét cao trong lộ trình 6 đến 12 tháng tới do nhóm nghiên cứu vi mạch đảm nhiệm.
  • Nâng cấp băng thông bộ nhớ và cơ chế đệm dữ liệu: Thiết kế bộ điều khiển bộ nhớ SDRAM đa cổng kết hợp kỹ thuật đệm kép chuyển đổi luân phiên nhằm tăng tốc độ truy xuất giữa khối tổng hợp hình ảnh và khối điều khiển hiển thị VGA lên 100 MHz, thực hiện trong vòng 3 đến 6 tháng bởi kỹ sư hệ thống nhúng.
  • Tích hợp mô-đun lọc nhiễu không gian sau phân tách chuyển động: Bổ sung bộ lọc hình thái học kích thước 3x3 vào sau khối ước lượng để loại bỏ các điểm nhiễu hạt ngẫu nhiên, giúp tăng độ sắc nét của vùng chuyển động lên từ 15% đến 20%, triển khai trong quý 1 năm tiếp theo bởi nhóm phát triển thuật toán.
  • Mở rộng kiến trúc giám sát phân tán đa kênh: Hoàn thiện giao thức truyền thông mạng để một trạm hiển thị trung tâm có thể tiếp nhận và tái tạo đồng thời từ 16 đến 32 luồng camera giám sát độc lập, hoàn thành thử nghiệm thực địa trong 12 tháng bởi đơn vị triển khai giải pháp an ninh.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị tham khảo thực tiễn và học thuật cho bốn nhóm đối tượng chuyên môn:

  • Kỹ sư thiết kế vi mạch và FPGA: Tiếp cận phương pháp luận thiết kế hệ thống trên chip SoC, kỹ thuật mô hình hóa thuật toán nhận diện chuyển động bằng ngôn ngữ VHDL và cơ chế đồng thiết kế phần cứng/phần mềm với vi xử lý nhúng MicroBlaze.
  • Nhà nghiên cứu và kỹ sư xử lý tín hiệu video: Nắm vững chi tiết cấu trúc định dạng tệp tin JPEG, các phép biến đổi Cosin rời rạc, ma trận lượng tử hóa và thuật toán trừ nền thích nghi Sigma-Delta phục vụ các bài toán nén dữ liệu hiệu năng cao.
  • Chuyên gia phát triển thiết bị IoT và camera giám sát thông minh: Tham khảo kiến trúc phần cứng trạm giám sát biên hoạt động độc lập, không phụ thuộc máy vi tính, giúp tiết kiệm từ 30% đến 50% chi phí đầu tư thiết bị tại các công trình giao thông và khu công nghiệp.
  • Giảng viên, học viên cao học và sinh viên ngành Điện tử - Viễn thông: Sử dụng làm tài liệu học tập, nghiên cứu chuyên sâu về kiến trúc hệ thống nhúng, kỹ thuật ghép nối ngoại vi qua mạng Ethernet và quy trình kiểm thử hệ thống số trên phần mềm chuyên dụng.

Câu hỏi thường gặp

  • Thuật toán Sigma-Delta có ưu điểm gì nổi bật so với các phương pháp trừ nền truyền thống? Thuật toán Sigma-Delta nổi bật nhờ tính toán cực kỳ đơn giản khi chỉ sử dụng các phép tăng giảm 1 đơn vị trên từng điểm ảnh, giúp tiết kiệm hơn 80% tài nguyên tính toán trên chip FPGA. Thuật toán có khả năng tự động thích nghi với sự thay đổi ánh sáng môi trường và loại bỏ hiệu quả các chuyển động nền không mong muốn.

  • Tại sao hệ thống lại kết hợp giữa phần mềm trên MicroBlaze và phần cứng VHDL? Việc kết hợp này nhằm tối ưu hóa hiệu năng và tính linh hoạt. Khối tổng hợp hình ảnh và nhận dạng chuyển động đòi hỏi tốc độ cao nên được xây dựng bằng phần cứng VHDL, trong khi khối giải mã JPEG có nhiều cấu trúc tiêu đề phức tạp được thực thi bằng phần mềm C/C++ trên vi xử lý MicroBlaze 50 MHz để dễ dàng kiểm soát và nâng cấp.

  • Giai đoạn nào trong quá trình nén và giải nén JPEG gây suy giảm thông tin nhiều nhất? Giai đoạn lượng tử hóa ma trận hệ số sau biến đổi Cosin rời rạc là bước làm mất mát thông tin nhiều nhất. Tại đây, các hệ số tần số cao chứa ít cảm nhận thị giác của mắt người được chia cho hệ số lớn và làm tròn thành các giá trị 0, dẫn đến việc không thể phục hồi 100% dữ liệu gốc khi thực hiện giải lượng tử hóa.

  • Vai trò của bộ đệm hàng đợi FIFO trong khối tái tạo hình ảnh là gì? Bộ đệm hàng đợi FIFO đóng vai trò cân bằng tốc độ giữa khối giải mã phần mềm và khối tổng hợp hình ảnh phần cứng VHDL. Bộ đệm ngăn chặn tình trạng tràn dữ liệu hoặc mất gói tin khi tín hiệu từ mạng Ethernet liên tục truyền đến trong lúc khối tổng hợp đang thực hiện thao tác ghép ảnh vào bộ nhớ SDRAM.

  • Hệ thống giám sát trong luận văn có thể triển khai thực tế quy mô lớn được không? Hoàn toàn khả thi vì toàn bộ hệ thống thu nhận, nén và giải mã đều được tích hợp gọn gàng trên chip FPGA, vận hành độc lập mà không cần máy tính cá nhân. Mô hình này rất dễ mở rộng để giám sát đồng thời từ 16 đến 32 vị trí tại các tòa chung cư, nút giao thông và khu công nghiệp với chi phí vận hành thấp.

Kết luận

  • Đề tài đã thiết kế và hiện thực hóa thành công mô-đun tái tạo hình ảnh tích hợp trong hệ thống nén ảnh giám sát dựa trên thuật toán nhận biết chuyển động Sigma-Delta và chuẩn nén JPEG.
  • Hệ thống áp dụng thành công mô hình đồng thiết kế phần cứng VHDL và phần mềm C/C++ trên vi xử lý nhúng MicroBlaze thuộc nền tảng chip FPGA Xilinx, đạt tốc độ xử lý thời gian thực trên 25 khung hình trên một giây ở tần số 50 MHz.
  • Giải pháp trích xuất chuyển động giúp loại bỏ triệt để dữ liệu nền dư thừa, tiết kiệm trên 70% lưu lượng băng thông truyền tải qua giao tiếp mạng Ethernet so với các phương thức truyền video thông thường.
  • Lộ trình phát triển tiếp theo trong 6 đến 12 tháng tới sẽ tập trung chuyển đổi toàn bộ khối giải mã JPEG sang phần cứng thuần túy để nâng thông lượng xử lý lên 60 khung hình trên một giây cho định dạng độ nét cao.
  • Các kỹ sư vi mạch, chuyên gia hệ thống nhúng và nhà phát triển giải pháp an ninh hãy khai thác ngay kiến trúc mô-đun tái tạo hình ảnh này để tối ưu hóa hiệu năng và chi phí cho các dự án camera thông minh thế hệ mới.