Đồ án HCMUTE: Ứng dụng thuật toán nén ảnh BPG vào chuông cửa IoT

• Tác giả: Nguyễn Phạm Thanh Hoàng
• Người hướng dẫn: PGS. Võ Minh Huân
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Công Nghệ Kỹ Thuật Máy Tính
• Đề tài: Ứng Dụng Thuật Toán Nén Ảnh BPG Trong Chuông Cửa IoT
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: Thành phố Hồ Chí Minh

• LỜI CẢM ƠN
• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶT VẤN ĐỀ
• 1.2. MỤC TIÊU
• 1.3. NỘI DUNG NGHIÊN CỨU
• 1.4. GIỚI HẠN
• 1.5. BỐ CỤC
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Ví dụ về hình ảnh số
• TÀI LIỆU THAM KHẢO

I. Giới thiệu về chuông cửa IoT và thuật toán nén ảnh BPG tại HCMUTE

Đồ án tốt nghiệp này, thực hiện tại Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE), tập trung vào việc ứng dụng thuật toán nén ảnh BPG vào chuông cửa IoT. Chuông cửa thông minh (smart doorbell) này tận dụng lợi thế của BPG image compression để giảm dung lượng dữ liệu hình ảnh, tối ưu hóa việc truyền dữ liệu và tiết kiệm băng thông. Nghiên cứu này nằm trong bối cảnh phát triển nhanh chóng của Internet of Things (IoT) và nhu cầu về các giải pháp an ninh nhà cửa hiệu quả. Ứng dụng IoT này được thiết kế để chụp ảnh, nén ảnh bằng BPG, và gửi thông báo kèm ảnh đến người dùng qua email. Đây là một ví dụ ứng dụng thực tế của BPG image compression trong thiết bị IoT tại HCMUTE. Nghiên cứu cũng so sánh hiệu quả của thuật toán nén ảnh BPG với các thuật toán khác, đánh giá chất lượng hình ảnh sau khi nén và tiêu thụ năng lượng của hệ thống.

1.1. Tổng quan về chuông cửa thông minh và IoT devices

Đồ án tập trung vào thiết kế và triển khai một chuông cửa thông minh tích hợp các chức năng hiện đại. Chuông cửa IoT này hoạt động dựa trên nền tảng IoT devices, cụ thể là sử dụng Raspberry Pi Zero W như bộ điều khiển trung tâm. Hệ thống sử dụng camera để chụp ảnh khi có người bấm chuông. Việc tích hợp camera an ninh cho phép ghi lại hình ảnh người đến thăm. Đặc điểm quan trọng của chuông cửa video này là sử dụng BPG image compression để tối ưu hóa việc lưu trữ và truyền tải hình ảnh. Ứng dụng thực tế của chuông cửa IoT này tập trung vào việc tăng cường an ninh nhà cửa, cho phép người dùng nhận được thông báo tức thời kèm hình ảnh qua email hoặc ứng dụng di động. HCMUTE đóng vai trò là đơn vị nghiên cứu và phát triển dự án. Việc sử dụng thiết bị IoT trong hệ thống này đáp ứng xu hướng hiện đại về phát triển ứng dụng IoT và thiết kế hệ thống IoT. Nó tận dụng khả năng kết nối internet để truyền dữ liệu hình ảnh và thông báo đến người dùng ở bất cứ đâu có kết nối internet. An ninh nhà cửa được nâng cao nhờ khả năng quan sát và nhận diện người đến thăm.

1.2. Thuật toán nén ảnh BPG và giảm dung lượng ảnh

Lõi chính của đồ án là việc ứng dụng thuật toán nén ảnh BPG. BPG image compression được chọn vì khả năng nén cao, giữ được chất lượng hình ảnh tốt và thích hợp cho các thiết bị có tài nguyên hạn chế. Nén ảnh BPG là một phương pháp xử lý ảnh hiệu quả. Thuật toán nén ảnh này giúp giảm dung lượng ảnh đáng kể, từ đó tiết kiệm dung lượng lưu trữ trên thiết bị và giảm thời gian truyền tải. Hiệu quả nén ảnh được đánh giá thông qua việc so sánh kích thước tệp ảnh trước và sau khi nén. Nghiên cứu so sánh hiệu quả nén ảnh của BPG với các định dạng khác như JPEG và PNG. Chất lượng ảnh sau khi nén được đánh giá chủ yếu bằng phương pháp trực quan. Việc giảm dung lượng ảnh đóng vai trò quan trọng trong việc tối ưu hóa hệ thống chuông cửa IoT, giúp giảm tiêu thụ năng lượng và băng thông. Tiết kiệm băng thông là một lợi ích đáng kể khi triển khai ứng dụng thực tế này. So sánh thuật toán nén ảnh giúp xác định hiệu quả của BPG trong ngữ cảnh này.

1.3. Triển khai và kết quả ứng dụng thực tế tại HCMUTE

Đồ án được triển khai tại HCMUTE, phản ánh sự kết hợp giữa nghiên cứu lý thuyết và ứng dụng thực tiễn. Ứng dụng thực tế của thuật toán nén ảnh BPG trong chuông cửa IoT cho thấy khả năng hoạt động ổn định của hệ thống. Dự án HCMUTE này cung cấp một mô hình khả thi cho việc tích hợp công nghệ nén ảnh tiên tiến vào các thiết bị IoT. Kết quả cho thấy BPG đạt hiệu quả nén cao hơn so với các thuật toán truyền thống. Kết quả sản phẩm bao gồm phần cứng (chuông cửa video) và phần mềm (ứng dụng Android). Việc tích hợp nhận diện khuôn mặt (face recognition) và thông báo (notification) là những hướng phát triển tiềm năng. Nghiên cứu tập trung vào truyền dữ liệu hình ảnh nén, đảm bảo an ninh nhà cửa được nâng cao. Các dữ liệu thu thập được được phân tích để đánh giá hiệu quả của hệ thống. Điện thoại di động là phương tiện chính để người dùng tương tác với hệ thống. Điều khiển từ xa cũng là một tính năng tiềm năng trong các phiên bản nâng cấp sau này. Tiêu thụ năng lượng được tối ưu hóa nhờ việc sử dụng BPG.