I. Phân tích ảnh giao thông và Đếm xe bằng xử lý ảnh
Luận văn tập trung vào ứng dụng HCMUTE để đo lưu lượng xe trên đường bằng kỹ thuật xử lý ảnh. Nghiên cứu sử dụng dữ liệu video từ camera để phát hiện và đếm xe, góp phần giám sát giao thông thông minh. Phương pháp chính bao gồm các bước: trừ nền, xử lý hình thái, phát hiện xe, và cuối cùng là tính toán lưu lượng. Mô hình Gaussian hỗn hợp được áp dụng để trừ nền, chuyển ảnh màu thành ảnh nhị phân. Thuật toán dán nhãn được sử dụng để đếm số lượng xe. Kết quả mô phỏng trên MATLAB cho thấy độ chính xác cao khi góc quay camera phù hợp.
1.1. Trừ nền và Mô hình Gaussian hỗn hợp
Luận văn sử dụng mô hình Gaussian hỗn hợp (GMM) là kỹ thuật trừ nền chính. GMM giúp phân biệt giữa nền tĩnh (đường) và các đối tượng chuyển động (xe). Quá trình chuyển ảnh màu sang ảnh nhị phân, với xe là các điểm trắng trên nền đen. Đây là bước quan trọng, ảnh hưởng trực tiếp đến độ chính xác của phát hiện xe. Việc lựa chọn thuật toán trừ nền phù hợp là yếu tố then chốt trong toàn bộ hệ thống. Phân tích hiệu suất của GMM được đánh giá qua kết quả mô phỏng. Các yếu tố ảnh hưởng đến hiệu quả của GMM như chất lượng video, điều kiện ánh sáng được đề cập. Tối ưu hóa thuật toán GMM cũng được xem xét để nâng cao hiệu quả. Đây là một trong những xu hướng xử lý ảnh hiện đại được áp dụng trong ứng dụng HCMUTE này.
1.2. Xử lý hình thái và Thuật toán dán nhãn
Sau khi trừ nền, xử lý hình thái được thực hiện để làm sạch ảnh nhị phân, loại bỏ nhiễu và kết nối các vùng trắng đại diện cho xe. Các phép toán co, giãn, mở, đóng ảnh được sử dụng để tối ưu hóa hình dạng các vùng phát hiện xe. Thuật toán dán nhãn đóng vai trò quan trọng trong việc xác định vị trí xe trong ảnh. Thuật toán này gắn nhãn duy nhất cho mỗi xe, cho phép đếm chính xác số lượng xe. Độ chính xác của thuật toán dán nhãn ảnh hưởng trực tiếp đến kết quả cuối cùng. Việc lựa chọn kích thước phần tử cấu trúc trong xử lý hình thái cần được cân nhắc kỹ lưỡng để tránh đếm sai hoặc bỏ sót xe. Đây cũng là một phần quan trọng trong ngôn ngữ lập trình xử lý ảnh, đặc biệt là khi sử dụng các thư viện OpenCV hoặc MATLAB.
1.3. Đánh giá hiệu quả và ứng dụng thực tiễn
Kết quả mô phỏng trên MATLAB cho thấy hệ thống đo lưu lượng xe có độ chính xác khá cao trong điều kiện lý tưởng (góc quay camera gần, hình ảnh rõ ràng). Tuy nhiên, luận văn cũng nêu ra những giới hạn như chưa xử lý video trực tuyến và chưa phân loại loại xe. Ứng dụng HCMUTE này đóng góp vào việc giám sát giao thông thông minh. Hệ thống có thể được tích hợp vào các hệ thống quản lý giao thông hiện đại. Việc đánh giá hiệu quả hệ thống tập trung vào độ chính xác, tốc độ xử lý và khả năng thích ứng với các điều kiện khác nhau. Dữ liệu ảnh giao thông sử dụng trong luận văn cần được mở rộng để tăng độ tin cậy của kết quả. Tối ưu hóa thuật toán và cải thiện khả năng xử lý trong điều kiện khó khăn là hướng phát triển quan trọng. Kết quả nghiên cứu có thể áp dụng rộng rãi trong các đô thị, hỗ trợ công tác giải pháp quản lý giao thông và đảm bảo an toàn giao thông.
