đặt vấn đề dẫn đến lý do chọn đề tài, mục tiêu, nội dung nghiên cứu, giới hạn, và bố cục của đồ án. Chương 2: Cơ Sở Lí Thuyết Chương này xin trình bày lí thuyết về 2 phương pháp đó là phương pháp trừ nền và phương pháp mô hình phân phối chuẩn kết hợp bao gồm trình bày về phần giới thiệu, phương pháp giải quyết, ưu điểm và nhược điểm của 2 phương pháp, thông qua sự trình bày đó nó sẽ giúp chúng ta thấy được sự khác biệt giữa 2 phương pháp này và phương pháp nào sẽ tối ưu hơn khi được ứng dụng trong giám sát an ninh. Chương 3: Tính Toán Thiết Kế Chương này xin đi đến trình bày về việc thiết kế sơ đồ khối của hệ thống, cùng với thông tin kỹ thuật về các thiết bị được lựa chọn để lắp ráp hệ thống. Chương 4: Thi Công Hệ Thống Chương này xin đi đến trình bày về các bước để lắp ráp và kiểm tra hệ thống, thông tin về phần mềm và thư viện sử dụng, đồng thời sẽ viết tài liệu hướng dẫn sử dụng và các thao tác thực hiện.
Chương 5: Kết Quả Nhận Xét Chương này xin đi đến trình bày các kết quả thực nghiệm và đưa ra nhận xét dựa trên các kết quả thực nghiệm đã làm được từ đó mới đưa ra lời kiến nghị cho người dùng. Chương 6: Kết Luận Và Hướng Phát Triển Chương này xin đi đến trình bày các kết quả đạt được về mặt lí thuyết, thực tiễn, hạn chế, từ đó đưa ra hướng phát triển cho đề tài. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP 4 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Chương 2.1 PHƯƠNG PHÁP TRỪ NỀN 2.1 Giới thiệu Phương pháp trừ nền hay có thể gọi phương pháp phát hiện tiền cảnh là một kỹ thuật trong lĩnh vực xử lý ảnh và thị giác máy tính khi mà tiền cảnh sẽ được tách ra cho những bước xử lý tiếp theo (ví dụ như nhận dạng đối tượng, nhận dạng cử chỉ, chuyển động.
Sau bước tiền xử lý, các bước xử lý tiếp theo sẽ sử dụng kỹ thuật trừ nền này. Trừ nền được ứng dụng rộng rãi trong nhiều lĩnh vực như camera giám sát, nhận dạng đối tượng, nhận dạng cử chỉ đối tượng, giao thông để theo dõi lưu lượng xe. Phương pháp trừ nền tính toán mặt nạ phía trước thực hiện một phép trừ giữa khung hiện tại và một mô hình nền, có chứa các phần tĩnh của cảnh.1: Kết quả của phương pháp trừ nền Nguồn: D. Birgi Tamersoy, 2009 Và đã có một số đề tài sử dụng phương pháp trừ nền để thi công một hệ thống giám sát ví dụ như đề tài “Lê Hữu Đức, Chu Nguyễn Đức Long và Trần Đình Trọng, “Phát Hiện Mật Độ Xe Trên Đường Dùng Phương Pháp Trừ Nền”, Đồ Án Tốt Nghiệp Đại Học, Trường Đại Học Sư Phạm Kỹ Thuật TP.” Nội dung cuả đề tài là “ Phát hiện mật độ xe trên đường từ dữ liệu thu bằng camera hoặc máy ảnh lắp đặt trên đường, sử dụng phương pháp trừ nền.
Với phương pháp này nhóm làm đề tài xác định được lượng xe trên đường qua dữ liệu thu được xử lý khi nào mật độ xe lưu thông ít, khi nào mật độ xe lưu thông đông, từ đó đưa thông tin đã xử lý hiển thị lên màn hình BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP 5 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT và đưa ra thông báo cảnh báo cho các phương tiện khác biết được ở đoạn đường nào có mật độ xe như thế nào để thuận tiện cho việc lưu thông trên đường”[2]. Ngoài ra phương pháp trừ nền còn được sử dụng trong: Giám sát giao thông (đếm xe, phát hiện và theo dõi xe). Nhìn nhận hành động của con người (chạy, đi bộ, nhảy…v.
Tương tác giữa con người - máy tính (giao diện con người). Theo dõi và phát hiện đối tượng chuyển động[6].2 Yêu cầu của một hệ thống sử dụng phương pháp trừ nền Mặc dù đã có rất nhiều các giải thuật trừ nền trong các đề tài xử lý ảnh, nhưng tất cả chúng đều theo một lưu đồ giải thuật đơn giản và với bốn bước chính sau: Tiền xử lý, mô hình hóa nền, phát hiện đối tượng và hợp lệ hóa dữ liệu. Tiền xử lý bao gồm những tác vụ xử lý ảnh đơn giản cho video đầu vào tạo điều kiện cho xử lý những bước tiếp theo. Mô hình hóa nền sử dụng những frame video mới để tính toán và cập nhật một mô hình nền.
Mô hình nền này cung cấp phần mô tả thống kê của toàn bộ cảnh nền. Dò tìm đối tượng là xác định những pixel trong frame video không tương ứng với mô hình nền, và đưa ra mặt nạ nhị phân tương ứng với các đối tượng. Cuối cùng hợp lệ dữ liệu khảo sát mặt nạ thích hợp này, loại bỏ những pixel không tương ứng với những đối tượng chuyển động thật, và đưa ra mặt nạ cuối cùng.1 Tiền xử lý Trong đa số hệ thống thị giác máy tính, những bộ lọc đơn giản thường được sử dụng trong giai đoạn đầu của xử lý để giảm bớt nhiễu camera. Những bộ lọc có thể được sử dụng để loại bỏ những nhiễu môi trường nhất thời như mưa và tuyết…v.
Với hệ thống thời gian thực, giảm bớt kích thước frame và tốc độ frame thường được dùng để làm giảm tốc độ xử lý dữ liệu. Nếu camera chuyển động hoặc nhiều camera được sử dụng tại các vị trí khác nhau, đăng kí ảnh giữa các frame liên tục và những camera khác nhau là cần thiết trước khi mô hình hóa nền. Một vấn đề khác trong tiền xử lý là định dạng dữ liệu được sử dụng bởi các giải thuật trừ nền khác nhau. Hầu hết các giải thuật đều xử lý cường độ chiếu sáng.
Mặc dù vậy ảnh màu, trong không gian màu RGB hoặc HSV, cũng được sử dụng khá phổ biến trong trừ nền. Người ta cũng đã chỉ ra rằng khi xác định đối tượng trong vùng độ tương phản thấp và khử bóng sinh ra do đối tượng di chuyển thì sử dụng màu sắc tốt hơn sử dụng độ sáng. Ngoài ra, những BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP 6 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT đặc trưng ảnh dựa trên pixel cũng thường được sử dụng kết hợp các biên và thông tin chuyển động.2 Mô hình hóa nền Mô hình hóa nền là vấn đề trọng tâm của bất kỳ giải thuật trừ nền nào.
Nhiều nghiên cứu đã tập trung để phát triển mô hình hóa nền linh loạt chống lại sự thay đổi của môi trường, nhưng đủ nhạy để xác định mọi chuyển động cần quan tâm.3 Phát hiện đối tượng chuyển động Phát hiện đối tượng là việc so sánh khung video hiện thời với mô hình nền và xác định các pixel đối tượng từ frame đầu vào đó. Ngoại trừ mô hình không có tham biến và mô hình MOG. Một hướng tiếp cận khác là sử dụng độ khác nhau tương đối hơn là độ khác nhau tuyệt đối để nổi bật tương phản trong những vùng tối như là độ bóng .1) 𝐵𝑡 (𝑋,𝑌) Tuy nhiên, kĩ thuật này không thể sử dụng để tăng độ tương phản trong các ánh sáng như cảnh ngoài trời dưới sương mù dày đặc. Một hướng tiếp cận khác để đưa ra độ biến thiên không gian là sử dụng hai ngưỡng với hiện tượng trễ.
Ý tưởng cơ bản là ban đầu xác định các pixel không thuộc nền mà chúng khác biệt tuyệt đối với các ước lượng nền vượt quá một ngưỡng. Sau đó vùng đối tượng được phát triển từ các pixel đã được xác định, có thể được thực hiện bởi việc sử dụng giải thuật kết nối các nhóm thành phần.4 Hợp lý hóa dữ liệu Chúng ta định nghĩa hợp lý hóa dữ liệu là quá trình xử lý, cải tiến mặt nạ xác định đối tượng dựa vào thông tin thu được từ bên ngoài mô hình nền. Tất cả các mô hình nền có ba hạn chế chính: thứ nhất, chúng bỏ qua tất cả các mối liên quan giữa các pixel lân cận, thứ hai tốc độ thích nghi có thể không phù hợp với tốc độ chuyển động của các đối tượng, thứ ba những pixel động do đung đưa của các lá cây, hoặc độ bóng do các đối tượng chuyển động dễ gây hiểu lầm là đối tượng thực sự[3]. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP 7 CHƯƠNG 2.3 Phương pháp giải quyết Nền trừ nền là một quá trình tính toán tầm nhìn giải nén nền trước các đối tượng trong một cảnh đặc biệt.
Nền trừ là một phương pháp được sử dụng rộng rãi để phát hiện các đối tượng chuyển động trong video từ máy ảnh tĩnh. Ảnh tại thời gian t Ảnh nền tại thời gian t I (x, y, t) B (x, y, t) Hình 2.2: Ảnh trừ nền theo thời gian Nguồn: D. Birgi Tamersoy, 2009 Trước tiên ta ước tính nền tảng cho thời gian t sau đó trừ các nền ước tính từ các khung đầu vào. Áp dụng một ngưỡng Th với sự chênh lệch tuyệt đối để có được mặt nạ phía trước.
Phương trình phép trừ nền được thực hiện theo công thức sau: B (x, y, t) = I (x, y, t – 1) (2.3) Tùy thuộc vào cấu trúc đối tượng, tốc độ, tỷ lệ khung hình và ngưỡng toàn cầu, cách tiếp cận này có thể hoặc không có thể hữu ích (thường là không). Để giải quyết một bài toán sử dụng phương pháp trừ nền ta thực hiện qua các bước sau: Bước 1: Lấy khung hình từ video quay từ video. Bước 2: Khởi tạo Background. Bước này lúc đầu sẽ lấy khung hình đầu tiên để làm Background.
Bước 3: Tìm sự khác biệt giữa Background và Foreground. Trừ các giá trị giữa ảnh khung hình và ảnh nền để tìm được ảnh khác biệt. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP 8 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Bước 4: Xử lý đưa ra ảnh nhị phân.
Sau khi tìm được ảnh khác biệt thì tiến hành chuyển đổi ảnh gray, tìm ngưỡng bằng phương pháp Otsu và đưa ra ảnh nhị phân. Bước 5: Đếm số pixel trắng tương ứng với vật thể hay người đang chuyển động. Bước 6: Do ảnh hưởng của các yếu tố thay đổi bên ngoài cần cập nhật Background và sau đó quay lại bước 3[2]. Để chương trình có thể hoạt động và cho kết quả chính xác thì hệ thống cần phải thỏa mãn một số điều kiện sau: Nền của video không được thay đổi.
Camera được dùng để quay video phải đặt ở vị trí cố định, ở phía trên cửa ra vào và khoảng cách với người di chuyển khoảng 1.5m đến 2m đối với chức năng đếm người ra vào tòa nhà. Camera được dùng để quay video phải đặt ở vị trí cố định và ở phía trước khuôn mặt của người ra vào với khoảng cách 0.