tìm hiểu một số phương pháp phát hiện đối tượng đột nhập

 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 1
I CM N
Sau thi gian thc tp và nghiên cu ti trng HDL Hi Phòng em ã
hoàn thành vic tìm hiu  tài: Tìm hiu mt s phng pháp phát hin i
ng t nhp, trong thi gian làm  án tt nghip em ã nhn c s giúp
 ht sc nhit tình ca Th.s Ngô Trng Giang và cùng vi s n lc ca
n thân nên em ã hoàn thành  tài c giao.
Em xin chân thành cm n s giúp  ca các thy cô khoa công ngh
thông tin, thy giáo Th.s Ngô Trng Giang và toàn th các bn sinh viên
khoa Công ngh thông tin, trng i hc Dân lp Hi Phòng cùng vi gia
ình ã ng h giúp  và to mi u kin thun li cho em trong sut quá
trình hc tp và nghiên cu  hoàn thành tt  án tt nghip này.
i Phòng, tháng 07 nm 2007
Sinh viên
Nguyn Qunh Nga
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 2
C LC
I CM N 1
U 4
CHNG 1: NG QUAN V X LÝ VIDEO 5
1.1. Gii thiu 5
1.2. Các hiu ng biên tp video 7
1.3. Các thuc tính c trng ca video 9
1.3.1. Color 9
1.3.2. Texture 9
1.3.3. Shape 10
1.3.4. Motion 10
1.4. Phân n video 10
1.5.  thut trnh 13

1.5.1. a vào so sánh m nh 14
1.5.2. a vào khi 16
1.5.3. a vào so sánh biu  18
1.5.4. a vào phng pháp thng kê 23
CHNG 2: MT S PHNG PHÁP PHÁT HIN CHUYN NG 25
2.1. ng quan phng pháp tr nn 25
2.1.1. Gii thiu 25
2.1.2. G ii thut tr nn. 26
2.1.2.1 . Tin x lí 27
2.1.2.2. Mô hình hóa nn 27
2.1.2.3. Phát hin i tng 32
2.1.2.4. p lí hoá d liu 33
2.2. Tr nn s dng thông tin màu và gradiant 35
2.2.1. Gii thiu 35
2.2.2. Mô hình hóa nn 35
2.2.3. Tr nn 36
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 3
2.2.3.1. Tr nn da vào màu 37
2.2.3.2. Tr nn da vào biên 38
2.2.3.3. t hp các kt qu tr màu và tr biên 39
2.2.4. Nhn xét 40
2.3. Phát hin i tng chuyn ng da vào kt cu 40
2.3.1. Gii thiu 40
2.3.2. Toán t mu nh phân cc b 41
2.3.3. Phng pháp phát hin i tng chuyn ng 42
2.4. Phát hin i tng chuyn ng da vào s bin thiên cc b ca
véct kt cu SP 45
2.4.1. Gii thiu 45
2.4.2. Biu din video vi vect kt cu SP 47

2.4.3. Phát hin i tng chuyn ng da trên bin thiên cc b 48
CHNG 3: TH NGHIM PHÁT HIN I TNG T NHP 50
3.1. Mô t bài toán 50
3.2. Môi trng test 50
3.3. t s giao d in 50
3.4. ánh giá 52
T LUN 54
TÀI LIU THAM KHO 55
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 4
U
Ngày nay, s phát trin ca công ngh thông tin ã xâm nhp vào
u ht các mt ca i sng xã hi vi nhng ng dng rng rãi h tr cho
con ngi trên nhiu lnh vc, trong ó có lnh vc an toàn an ninh, chng
xâm nhp.Vic m bo an ninh là mt vn  quan trng và cn thit
(Vd : Trong các nút giao thông quan trng, trong các siêu th, trong các ngân
hàng hay bo tàng là nhng ni mà vn  an ninh c t lên hàng u ).
Có nhiu phng pháp nhm m bo an ninh sao cho t c hiu qu
cao, trong ó có phng pháp áp dng các h thng camera  quan sát s
chuyn ng ca các i tng trong khu vc. Ngày nay vi s tin b vt
c ca khoa hc, ta có th xây dng mt h thng cnh báo tng phát
hin i tng t nhp mà không cn con ngi phi trc tip theo dõi
camera, u này giúp cho con ngi gim thiu c thi gian và sc lc
ng thi vn cho mt kt qu chính xác.
i bài toán phát hin i tng t nhp có 2 hng tip cn  gii
quyt ó là: da vào phn cng và da vào các k thut x lý nh. Trong 
án tt nghip này em xin trình bày mt s phng pháp phát hin i tng
chuyn ng trong n video da vào các k thut x lí nh. Cu trúc ca bài
khóa lun gm phn mu, phn kt lun, phn ph lc và 3 chng vi ni
dung:

Chng 1: Trình bày tng quan v video và các k thut trnh .
Chng 2: Mt s phng pháp phát hin chuyn ng trong video.
Chng 3: Chng trình ng dng phát hin i tng t nhp.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 5
CHNG 1: NG QUAN V X LÝ VIDEO
1.1. Gii thiu
 liu video s ngày càng c s dng rng rãi.  liu video s bao
m hình nh và âm thanh video c lu tr trong máy tính di dng s.
Trc tiên ta tìm hiu video s là gì? Video s hay Video là tp hp các
khung hình c t liên tip nhau, mi khung hình là mt nh s.
Hình 1.1: u trúc phân n ca video
Frame (khung ) : Video c to nên bi chui các nh tnh. Mt
chui các khung tnh t cnh nhau to nên các cnh phim chuyn ng. Mt
khung n là mt nh tnh
Khung hình i khung hình i+1
Hình 1.2: Các khung hình
video
Scene 2 Scene n
Shot 2 Shot n
Frame n
Scene 1
Shot 1
Frame 1 Frame 2
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 6
n video có th to cm giác chuyn ng, các khung hình phi
c quay vi tc  phù hp. Mt ngi ch có th nhn c 24 hình/giây,
u nh ln lt 24 hình hoc nhiu hn 24 hình c phát trong mt giây thì
t s không nhn ra c s ri rc gia nhng khung hình, mà ch thy

nhng cnh liên tc. Có nhiu h video và mi h có tc  quay khác nhau
nh : NTSC 30 hình/giây, PAL 24 hình/giây, SECAM 29.99 hình/giây.
Khung hình là n v c bn nht ca d liu video. Theo chun ca h
NTSC thì mt giây có 30 khung hình, vy mt phút có 1800 khung hình, mt
gi có 60x1800 = 108000 khung hình. Có th thy rng s lng khung hình
cho mt n video thng là rt ln, cn phi có mt n v cp cao hn cho
video s.
Shot (lia): là n v c s ca video. Mt lia là mt n v vt lý ca
dòng video, gm các chui mt hay nhiu khung hình liên tip, không th
chia nh hn, ng vi mt thao tác camera n.
Nhng khung hình này liên tip theo thi gian mô t mt hành ng liên
c, và c gii hn bi 2 chuyn cnh.
Hình 1.3: n c s
Biên shot Biên shot
Shot i Shot i+2Shot i+1
Chuyn cnh
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 7
t n video có th có nhiu n c s, mà cng có th ch là mt
n c s. Nhng n c si din cho toàn bn video, và truy xut
n chúng cng coi nh là truy xut n chính n video. T chc nhng
n video  mc n c s là thích hp nht cho vic duyt và truy tìm
thông tin da vào ni dung.
Scene (cnh ) : là các n v logic ca dòng video, mt cnh gm mt
hay nhiu shot liên quan n nhau v không gian và lin k v thi gian, cùng
mô t mt ni dung ng ngha hoc mt tình tit.
Ngoài ra có th biu din cu trúc video da trên i tng:
Hình 1.4: Biu din video da trên i tng
1.2. Các hiu ng biên tp video
 các hiu ng video có th là rt ln. Các chng trình biên tp video

i ting nh Adobe Premiere hay Ulead MediaStudio có ti hàng trm loi
Color, texture, shap
Feature Motion, trajectotry
Spatial,temporal, stuctures
Shot 1 Shot n
object 1 object 2
Region 1 Region 2
Shot 2
object n
Region n
video
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 8
biên tp c tham s hóa. Tuy nhiên trên thc t, hn 99% các biên tp ó
u nm trong ba loi: ct cng, fade và chng m; ngoài ra còn có wipe.
Ø t cng: là s bin i t ngt t cnh này sang cnh khác, nó xy
ra gia hai khung hình.
Ø Fade: là s bin i dn dn gia mt cnh và mt nh (fade out)
hoc là s bin i dn gia mt nh và mt cnh phim (fade in).
Ø Chng m: là s bin i dn dn t cnh c sang cnh mi trong ó
nh cc fade out và cnh mi c fade in.
Ø Wipe: là hin tng cnh chy theo mt ng trên màn hình, trong
khi ó cnh mi xut hin phía sau ng ó.
Các hiu ng ó to nên s bin i cho các khung hình, to nên các
chuyn cnh. Ct cng to nên chuyn cnh t ngt; fade, chng m và wipe
o nên chuyn cnh dn dn.
Hình 1.5: t s loi Wipe c bn
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 9
1.3. Các thuc tính c trng ca video

1.3.1. Color
i mi mt nh u có mt biu  màu  biu din s phân b màu
trong nh, biu  màu không ph thuc vào vic quay nh, dch chuyn nh,
chiu nhìn nh mà ph thuc vào vào h màu và các phng pháp nh lng
c dùng.
Hình 1.6: Biu  màu ca 4 loi nh c bn (a) nh ti (b) nh sáng
(c)nh tng phn thp (d) nh tng phn cao
1.3.2. Texture
ây là mt c trng quan trng ca b mt, ni xy ra vic lp li mu
 bn. Có hai dng biu din Texture ph bin: biu din dng ma trn ng
thi và biu din Tamura.
- Ma trn ng thi mô t hng và khong cách gia các m nh, ta
có th trích chn c các thng kê có ý ngha. Ngc li, ngi ta thy rng
entropi và mô-men chênh lch nghch o li có kh nng phân bit tt nht.
(a) (b)
(c) (d)
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 10
- Biu din Tamura c thúc y nh các nghiên cu v tâm lí trong
vic thu nhn trc giác ca con ngi, nó bao gm các thuc tính o tính thô,
 tng phn, hng, tính trn, tính cân i và  thô ráp. Các c tính này
t quan trng trong vic tìm hiu ni dung nh vì nó biu din rt trc quan.
1.3.3. Shape
Các c trng hình dáng có thc biu din s dng phân tích hình
dáng truyn thng nh mô-men bt bin, mô t Fourier, mô hình hc tng
quay lui và các thuc tính hình hc. Các c trng này có thc phân chia
thành c trng toàn cc và c trng cc b.
- c trng toàn cc là c trng thuc tính thu c t toàn b hình
dáng nh (VD: chu vi, tính tròn, hng trc chính ).
- c trng cc b là c trng thu c t vic thao tác vi mt phn

a nh, không ph thuc vào toàn bnh.
1.3.4. Motion
Là thuc tính quan trng ca video, thông tin v chuyn ng có th
c sinh ra bng các k thut ghép khi hoc lung ánh sáng. Các c trng
chuyn ng: mô-men ca trng chuyn ng, biu  chuyn ng, các
tham s chuyn ng toàn cc có thc trích chn t vect chuyn ng.
Các c trng mc cao phn ánh di chuyn camera nh quét camera (pan),
nghiêng (tilt), phóng to (zoom in), thu nh (zoom out) cng có thc trích
chn.
1.4. Phân n video
Là quá trình phân tích và chia lung video dài thành các n v nh nh
shot, quá trình này s phân tích và phát hin ranh gii các shot. Quá trình này
ng c coi nh là vic phát hin nhng chuyn cnh gia các n, xác
nh khung hình bt u và khung hình kt thúc ca mt n c s.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 11
Hình 1.7: Biên n c s
Trong nhng nm gn ây, nhng nghiên cu v vic phát hin tng
n c s ngày càng phát trin, nhng ng dng ngày càng nhiu và càng có
nhiu thut toán c công b  gii quyt vn  phân n c s cho
nhng mc  phc tp khác nhau ca d liu tht.
Các k thut phân n có thc chia thành 3 loi: phân n da vào
ngng, phân n da trên phát hin cnh, phân n bng phng pháp n
vùng. Phân n da vào ngng s bin i mt nh u vào f thành mt
nh nh phân u ra g da trên mt ngng T cho trc nh sau:
( )



<

≥
=
Tjiffor
Tjiffor
jig
),(0
,1
),(
(1.1)
i i và j là các ta  X và Y, g(i,j) =1 ch ra rng m nh (i,j) thuc
i tng và ngc li g(i,j)= 0 ch ra rng m nh thuc v nn. T là giá
tr ngng trong không gian c trng. Vi mt s ngng cho trc ta có th
chia mt nh thành các i tng.
Hoc mt phng pháp phân n khác cng da vào ngng là: rút
trích các c trng ca mi khung hình trong n video, ri tính toán s
khác bit gia c trng ca các khung hình liên tip, sau ó so sánh nhng
khác bit này vi mt ngng cho trc. Mi khi s khác bit vt quá
ngng thì có ngha là tìm thy c mt n c s. T vn  s dng c
n c s 1 n c s 2 n c s 3
Biên n c s Biên n c s
Chuyn cnh
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 12
trng nào ca khung hình, và s dng nh th nào ã ny sinh ra nhiu
phng pháp, hng tip cn khác nhau.
Hình 1.8: Tính khác bit c trng gia nhng khung hình liên tip
Hình 1.9: ng sai bit vc trng lc  gia các khung hình
liên tip
 thut phân n da trên phát hin cnh dùng các m nh  tìm
biên i tng. Cnh là d liu có tn s cao ch s không liên tc ca màu

c trong mt nh. Làm th nào  phân bit gia các cnh và nhiu là mt
n  khó ca các thut toán tìm cnh. Mt s ln các phng pháp ã c
gii thiu  theo vt các biên i tng hoc  ni các mô hình hình dng
mong mun.
Hình 1.10: Các kt qu phát hin cnh ca mt nh
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 13
Do vic phát sinh nhiu t nhiên ca phng pháp phát hin cnh, vic
xây dng nên các i tng bng cách tìm kim biên ca chúng gp nhiu
khó khn. Các phng pháp n vùng sinh ra các phân vùng mt cách trc tip
a trên các chun ng nht (vd: màu sc). Hng tip cn di-lên gom các
m nh vào các vùng nu tha mãn o ng nht. Trái li, hng tip
n trên-xung chia nh thành các vùng cho n khi tha mãn các o ng
nht. Các hng tip cn tng hp chia-và-trn k tha, và phát trin nhng
u m ca hai phng pháp trên.
Hình 1.11: t ví d phân n nh bng phng pháp n vùng
Các k thut phân n tiên tin c phát trin trong c ba loi trên
nhm cho kt qu phân n tt hn. Mt s ví dã bit nh các thut toán
watershed dùng các hình thái toán hc  n vùng, mng neural hc các thông
tin ng cnh t d liu hun luyn, và gom nhóm d liu da trên lý thuyt
.
1.5.  thut trnh
Hiu theo ngha hp, tr hai nh có cùng kích thc là vic xây dng nh
i t s khác bit ca hai nh. Theo ngha rng hn, trnh là vic tính
toán  chênh lch gia hai nh trên mt c trng nh nào ó nh cng ,
màu sc, texture (kt cu), shape (hình dáng), chuyn ng…
Có nhiu k thut trnh khác nhau, nhng có th chia thành 3 loi:
- a vào m nh: So sánh các cp m nh tng ng trên hai nh.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 14

- a vào khi: Chia nh thành các min và so sánh các min tng
ng.
- a vào biu : So sánh s phân b ca thuc tính nào ó ca nh.
t hp các loi này vi các thuc tính so sánh ca nh, ta s có nhiu
 thut trnh khác nhau.
1.5.1. a vào so sánh m nh
ây là phng pháp  tính toán s sai khác gia hai frame bng vic
tính toán các giá tr, nó mô t mi thay i v cng m nh trong các
nh. Có nhiu phng pháp  tính s sai khác này, Nagasaka và Tanaka ã
a ra mt phng pháp tính tng toàn b nhng thay i khác nhau v
ng m nh gia hai khung hình nh là  chênh lch khung D(f
1,
f
2
).
∑∑
−
=
−
=
−
×
=
1
0
1
0
2121
),(),(
1

),(
X
x
Y
y
yxfyxf
YX
ffD
(1.2)
Sau khi tính c  chênh lch D, tin hành so sánh D vi ngng
chuyn cnh T xác nh xem có chuyn cnh hay không.
Nhc m ca phng pháp này là:
- Không th phân bit c thay i ln cho vùng nh nh và thay i
nh cho vùng nh ln. Ví d nh các ct cnh rt d b b sót khi mt phn
nh ca khung hình có s thay i ln hoc nhanh.
- Nhy vi nhiu và các di chuyn ca camera.
t bc phát trin hn c Otsuji  xut ó là thay vì tính toán trc
tip tng nhng m khác bit ln v cng  thc t, tin hành m các s
m nh có thay i ln hn mt ngng nào ó, so sánh tng ó vi
ngng khác  phát hin chuyn cnh.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 15
(1.3)
( )
∑∑
−
=
−
=
×

=
1
0
1
0
21
,
1
),(
X
x
Y
y
yxDP
YX
ffD
(1.4)
u t l s m nh thay i D(f
1
, f
2
) ln hn ngng T
2
thì ã có
chuyn cnh do ct. Tuy các thay i không liên quan trong khung hình ã
c loi bt nhng phng pháp này vn nhy cm vi nhng di chuyn
camera và di chuyn ca i tng khi camera quay hng theo i tng, rt
nhiu m nh thay i dù ch mt s ít m nh dch chuyn.
Hình 1.12: nh hng ca chp sáng
t nhc m na ca phng pháp phân bit m nh là tính nhy

m nhng thay i v sáng ca nh, ví dn hình là các chp sáng (èn
flash).
Trên hình 1.12, giá tr xám nhy lên mc cao khi chp sáng xut hin.
u này s tr li bình thng sau mt s frame do các thay i m ca
camera. Nhng vi mt cnh tht, phân b màu s không tr li mc ban u.
Ngi ta dùng t l khác bit màu qua frame và khác bit màu long tern 
phát hin flash. T l này c nh ngha:
)1,(/)1,()(
−
+
−
=
iiDiiDiFr
δ
(1.5)
, Nu
() ()
121
,, Tyxfyxf >−
, ngc li
( )



=
0
1
, yxDP
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 16

Trong ó i là frame ang xét, và
δ
là chiu dài trung bình ca thay i
 ca camera. Nu Fr(i) nh hn mt ngng cho trc thì mt chp sáng
c phát hin ti v trí frame th i và ngc li. Khi ó ngi ta u chnh
 sai khác giá trm nh bng cách chia nó cho cng  ca m nh
trên khung hình th hai.
∑∑
−
=
−
=
−
×
=
1
0
1
0
2
21
21
),(
),(),(
1
),(
X
x
Y
y

yxf
yxfyxf
YX
ffD
(1.6)
Phng pháp tr giá trm nh c bn là tính toán t các giá tr cng
, nhng có th m rng vi các nh màu. Ví d vi nh màu RGB, ta tính
ng có trng s các sai khác ca ba giá tr Red, Green và Blue ca các m
nh.
( )
∑∑
==
=
X
x
Y
y
ffD
00
21
,
() ()
{}
∑
∈
−
BGRi
iii
yxfyxfw
,,

21
,,
(1.7)
1.5.2. a vào khi
Trái ngc vi hng tip cn s dng các c tính toàn cc ca c
khung hình, hng tip cn phân khi s dng các c tính cc b nhm tng
tính c lp vi các di chuyn ca camera và i tng. Mi khung hình c
chia thành b khi. Các khi trên khung hình f
1
 c so sánh vi khi
ng ng trên khung hình f
2
. V c bn,  chênh lch gia hai khung hình
c tính nh sau:
∑
−
=
b
k
k
kffDPCffD
1
2121
),,(.),(
(1.8)
Trong ó
k
C
là h s cho trc, DP(f
1

,f
2
,k) là  chênh lch gia
khi th k ca hai khung hình f
1
và f
2
.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 17
Kasturi so sánh các khi tng ng áp dng công thc:
kk
kkkk
k
21
2
2
2121
.
22
σσ
µµσσ
λ















−
+
+
=
(1.9)
Trong ó
kk 21
,
µ
µ
là giá tr cng  trung bình ca khi th k, và
kk 21
,
σ
σ
là  chênh lch tng ng vi hai khi ó.
(1.10)
t ct cnh xy ra khi s các khi thay i  ln, ngha là
D(f
1
,f
2
) > T

2
và C
k
=1 cho tt c các khi. Phng pháp này chm i theo 
phc tp ca hàm thng kê. Phng pháp này có mt bt li là các chuyn
shot s b b qua trong trng hp hai khi rt khác nhau có th có cùng hàm
t . Tuy nhiên trng hp ó cng ít xy ra.
t hng tip cn khác vi k thut trnh phân khi do Shahraray
a ra. Shahraray ã chia khung hình thành 12 min và tìm min thích hp
nht cho mi min  khung hình kia.  chênh lch tính bng k thut trnh
a vào m nh ca tng min c sp xp. Tng có trng s ca các
chênh lch ã sp xp cho ta kt qu D cui cùng.
Xiong phát trin phng pháp tr nh, gi là so sánh thc, phát hin
chuyn cnh do ngt ch bng vic so sánh mt phn ca nh. Phng pháp
này ch ra rng, sai sót mc phi hoàn toàn có th b qua nu ít hn mt na
 các ca s c s (các ô vuông không chng nhau, hình 1.13) u c
kim tra. Trong trng gia hai khung hình có s bin i ln thì kích thc
các ca sc chn  ln  bt bin vi các thay i không làm v và 
, Nu Nu
1
T
k
〉
λ
, ng Nu ngc li
( )



=

0
1
,,
21
kffDP
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 18
nh có th cha thông tin v không gian nhiu chng nào có th. Các ca
 c sc so sánh và tính  chênh lch mc xám hoc giá tr màu ca
các m nh. Khi giá tr chênh lch ln mt ngng nào ó thì xem nh
min ang xét ã thay i. Khi s min thay i ln hn mt ngng khác thì
 chuyn cnh do ngt ã xy ra. Thc nghim ã chng minh rng hng
tip cn này cho tc  nhanh hn phng pháp so sánh tng cp m, thm
chí c phng pháp biu  xét di ây.
Hình 1.13: Các ca s c s trong thut toán so sánh thc
1.5.3. a vào so sánh biu 
Phng pháp o s khác bit gia các frame di dng giá tr màu
không mnh do chuyn ng ca camera và i tng có th gây ra s khác
bit giá trm nh quá ln. Có th dùng biu  màu hoc biu  mc xám
 tính toán s sai khác gia hai khung hình vì s phân b màu gia các
frame liên tc không b nh hng nhiu bi chuyn ng ca camera và
chuyn ng ca i tng.
Biu  màu (mc xám) ca khung hình i là mt vect G chiu
H
i
= (H
i
(1), H
i
(2), … , H

i
(G)). Trong ó G là s màu (mc xám), H
i
(j) là s
m nh ca khung hình i có màu (mc xám ) j.
a) Biu  toàn cc
Phng pháp n gin nht là tính tng s sai khác các ct ca biu .
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 19
∑
=
−=
G
k
kHkHffD
0
2121
)()(),(
(1.11)
Trong ó H
n
là biu  mc xám ca nh th n, k là giá tr hp lí ca
c xám G.
Có th s dng thêm trng s nu có mt s màu (mc xám) c xem
xét quan trng hn vi mc tiêu so sánh.
∑
=
−=
G
k

kHkHkwffD
0
2121
)()()(),(
(1.12)
Trong ó w(k) là trng sng vi giá tr màu (mc xám ) k.
Swain và Ballard li s dng s giao nhau ca biu c so sánh:
Hình 1.14: So sánh hai biu 
Vùng biu  chung nhau, phn gch chéo trong hình 1, cho bit 
ng t v ni dung hai nh có thc nh ngha nh sau:
∑
=
−=
G
k
kHkHffS
0
212,1
))()(min()(
(1.13)
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 20
 tng t còn có thc nh ngha nh sau:
∑
∑
=
=
−
−
=

G
k
G
k
kHkH
kHkH
ffS
0
21
0
21
21
))()(max(
))()(min(
),(
(1.14)
Nh vy có th tính  chênh lch biu  hai khung hình theo công
thc:
∑
∑
−
=
−
−
−=−=
G
k
G
k
kHkH

kHkH
ffSffD
0
21
0
21
221
))()(max(
))()(min(
1),1(1),(
(1.15)
Phng pháp khác bit v biu  màu c s dng nhiu và thông
ng nht vì nó tính toán nhanh, n gin và hiu qu trong vic phát hin
chuyn cnh t ngt, chuyn cnh rõ ràng, hoc có s dch chuyn nh ca
i tng và s dch chuyn nh ca camera. Nhng vi chuyn cnh dn
n, các nh t t mi, an xen ln nhau, làm cho khác bit vc trng
gia các khung hình liên tip tng i nh, không  vt qua ngng
xác nh ã t ra, dn n khó phát hin c chuyn cnh. Nu nh ngng
xác nh thp quá thì s tìm ra nhiu n d tha, nu t ngng quá cao
thì không phát hin c chuyn cnh. Mt khác, trong trng hp camera
hay i tng chuyn ng nhanh cng to ra s khác bit tng i ln gia
các khung hình.  gii quyt vn  này, mt phng pháp c  xut là
 dng hai ngng  tng mc  tìm úng và phát hin c chuyn cnh
n dn, ó chính là phng pháp so sánh cp.
Phng pháp so sánh cp tính toán chênh lch tích ly gia các khung
hình s dng mt ngng ln hn cho chuyn cnh trc tip T
h
và mt
ngng nh hn cho chuyn cnh dn dn T
l

.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 21
Trc tiên s dng T
h
 phát hin chuyn cnh do ct cnh. Sau ó s
ng T
l
 phát hin v trí khung hình F
s
có th là khung hình u tiên ca
chuyn cnh dn dn, khung F
s
này c em so sánh vi các khung tip
theo, công vic so sánh tích ly vì trong sut quá trình bin i dn dn 
chênh lch s tng lên. Khung hình cui cùng ca chuyn cnh dn dn s
c phát hin khi  chênh lch gim xung thp hn mc ngng T
l
, trong
ó so sánh tích ly vt mc ngng T
h
.
Hình 1.15: Phát hin chuyn cnh dn dn bng phng pháp
so sánh cp
u  chênh lch gia các khung hình liên tip gim xung di
ngng T
l
mà so sánh tích ly cha vt T
h
thì b qua v trí F

s
và vic tìm
kim bt u vi mt bin i dn dn khác. Tuy nhiên, có nhiu bin i dn
n mà chêch lch gia các khung hình liên tip u nh hn ngng bé T
l
.
n  này có th gii quyt d dàng bng cách t giá tr chp nhn c
cho phép ch mt s lng nht nh các khung hình liên tip có chêch lch
thp trc khi loi trng hp bin i ang xét. Nh vy, phng pháp so
sánh cp có th phát hin chuyn cnh t ngt và chuyn cnh dn dn cùng
t lúc. Qua kt qu thc nghim cài t thut toán và so sánh các k thut
phân n khác nhau và thy rng so sánh cp là phng pháp n gin và
phân n rt tt.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 22
Nhc m ca phng pháp này là:
- Biu  ch mô t s phân b các giá tr m nh (màu hay mc
xám) ch không cha ng các thông tin nào v không gian. Nh vy hai nh
có cùng biu  màu nhng vn có th có ni dung khác nhau do không gian
phân b khác nhau
Hình 1.16: Các nh có cùng biu  màu nhng ni dung khác nhau
- i nhng vùng cnh nh, khi thay i vn gây ra chú ý nhng li
không óng vai trò quan trng trong biu  và nh vy thì rt d b b qua
khi tin hành k thut trnh  tìm ra s sai khác.
b) Biu  cc b
Biu  cc b là biu  mô t s phân phi các giá trm nh trên
t phn ca khung hình. Nhã  cp  trên, phng pháp trnh da vào
biu  là phng pháp ít chu nh hng ca nhiu và s di chuyn i
ng. Tuy nhiên vi biu  toàn cc thì vn gp mt s tr ngi,  khc
phc nhng nhc m ca biu  toàn cc, chúng ta s kt hp trnh da

vào biu  vi k thut trnh phân khi. Trnh phân khi quan tâm n
thông tin v không gian. V c bn phng pháp này tt hn vic so sánh
ng cp m nh, nhng nó vn chu tác ng ca s di chuyn ca camera
và i tng và cng tn kém. Còn k thut trnh da vào biu  không
chu nh hng nhiu ca camera hay s di chuyn ca i tng, nhng li
có nhc m là không cha ng thông tin v không gian. Nh vy vic kt
p hai phng pháp này s bù p c nhng thiu sót cho nhau. Bng
cách kt hp hai ý tng, chúng ta va có th gim c tác ng ca s di
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 23
chuyn camera và i tng, va s dng thông tin v không gian nh, và cho
t qu phân n tt hn.
Ý tng là, ta s chia khung hình thành b khi, ánh s t 1 n b. So
sánh biu  ca các khi tng ng ri tính tng chênh lch  có kt qu
trnh cui cùng.
∑
=
=
b
k
kffDPffD
1
2121
),,(),(
(1.16)
Vi
∑
=
−=
G

j
kjHkjHffDP
0
2121
),(),().(
(1.17)
Trong ó H(j,k) là giá tr biu  ti mc xám j ng vi khi th k.
Hng tip cn khác trong k thut trnh da vào biu  cc bc
Swanberg a ra. S chênh lch DP(f
1
, f
2
, k) gia các khi c tính bng
cách so sánh biu  màu RGB s dng công thc sau:
{ }
∑∑
∈=
−
=
BGRc
G
j
c
cc
kjH
kjHkjH
kffDP
,,0
2
2

21
21
),(
)),(),((
),,(
(1.18)
1.5.4. a vào phng pháp thng kê
Phng pháp sai khác thng kê da vào phng pháp tr giá trm
nh, nhng thay vì tính tng s sai khác ca tt c các m nh, ta chia nh
thành các min ri so sánh các i lng thng kê m nh ca các min ó.
Ta s dng thng kê t l sm nh thay i trên toàn b khung hình,
 dng mt giá tr d là ngng sai khác c tính gia hai m nh tng
ng.
i S là tp các m nh có  sai khác ln hn d:
S = {(x,y) \ |f
1
(x,y) – f
2
(x,y)| > d} (1.19)
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 24
 sai khác gia hai khung hình c tính bng t l các m nh có 
chênh lch ln hn d.
Y
X
countS
ffD
*
.
),(

21
=
(1.20)
Chúng ta có th s dng cách khác là dùng các i lng thng kê cho
ng min, nh biu  chng hn. Phng pháp này có khá nhiu sai sót
trong phát hin cnh phim.
 án tt nghip Tìm hiu mt s phng pháp phát hin i tng t nhp
Nguyn Qunh Nga – CT701 Trang 25
CHNG 2:
T S PHNG PHÁP PHÁT HIN CHUYN NG
2.1. ng quan phng pháp tr nn
2.1.1. Gii thiu
Nhn dng i tng chuyn ng t chui video là nn tng và tác v
quan trng trong giám sát video, kim tra và phân tích giao thông, dò tìm và
theo dõi con ngi, nhn dng c ch trong giao din ngi máy. Phng
pháp chung  nhn dng i tng chuyn ng là tr nn, ây mi khung
video c so sánh vi mô hình tham chiu hoc mô hình nn. Các pixel
trong frame hin thi mà lch áng k so vi nn sc xem nh là i
ng chuyn ng. Nhng pixel này c x lí tip cho nh v và theo dõi
i tng. Tr nn là bc u tiên và quan trng trong nhiu ng dng th
giác máy, nó c s dng  trích trn ra nhng m tng ng úng vi
nhng i tng chuyn ng quan tâm. Mc dù nhiu gii thut tr nn c
 xut, nhng vn  ca nhn dng i tng chuyn ng trong nhng môi
trng phc tp vn còn cha c gii quyt hoàn toàn.
Có mt vài vn  mà mt gii thut tr nn tt phi gii quyt phù hp.
Xét mt chui video t camera theo dõi cnh  mt nút giao thông (ti ni
giao nhau ca giao thông). ây là mt môi trng ngoài tri, do ó mt gii
thut tr nn phi thích nghi vi nhiu mc khác nhau ca  sáng ti nhng
thi m khác nhau trong ngày và x lí u kin thi tit bt li nh sng
mù hoc tuyt làm thay i nn. Vic thay i bóng,  bóng bi s di

chuyn ca i tng, cn phi c loi b nhng c trng thích hp có
thc trích chn t nhng i tng trong quá trình x lí tip theo. Lung
giao thông phc tp ti ch giao nhau luôn t ra nhng thách thc mi cho
gii thut tr nn. Xe di chuyn tc  bình thng khi èn xanh, nhng dng
i khi èn bt . Xe cng yên không chuyn ng cho n khi èn xanh
t li. Mt gii thut tr nn tt phi x lý nhng i tng chuyn ng mà