nhận dạng chuyển động video bằng phương pháp eigenbackground

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG

LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC

NGÀNH KHOA HỌC MÁY TÍNH

Đề Tài
NHẬN DẠNG CHUYỂN ĐỘNG VIDEO
BẰNG PHƯƠNG PHÁP EIGENBACKGROUND

Sinh viên: Trần Phương Bình
Mã số: 1117828
Khóa: K37

Cần Thơ, 5/2015


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ THÔNG TIN & TRUYỀN THÔNG
BỘ MÔN KHOA HỌC MÁY TÍNH

LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC

NGÀNH KHOA HỌC MÁY TÍNH

Đề Tài
NHẬN DẠNG CHUYỂN ĐỘNG VIDEO
BẰNG PHƯƠNG PHÁP EIGENBACKGROUND

Người hướng dẫn
Ths Phạm Nguyên Hoàng

Cần Thơ, 5/2015

Sinh viên thực hiện
Trần Phương Bình
Mã số: 1117828
Khóa: K37


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
Cần thơ, ngày ... tháng ... năm 2015
Giáo viên hướng dẫn
(Ký và ghi rõ họ tên)

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN 1

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
Cần thơ, ngày ... tháng ... năm 2015
Giáo viên phản biện
(Ký và ghi rõ họ tên)

4
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN 2

.......................................................................................................................................
.......................................................................................................................................

.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
.......................................................................................................................................
Cần thơ, ngày ... tháng ... năm 2015
Giáo viên phản biện
(Ký và ghi rõ họ tên)

5
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình

Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

LỜI CẢM ƠN!
Trên thực tế không thành công nào mà không gắn liền với sự hỗ trợ, giúp đỡ dù ít
hay nhiều, dù trực tiếp hay gián tiếp của mọi người xung quanh. Trong suốt thời gian
khi bắt tay vào hoàn thành đề tài luận văn “nhận dạng chuyển động video bằng
phương pháp Eigenbackground” em đã nhận được rất nhiều sự giúp đỡ từ bạn bè cũng
như sự quan tâm hổ trợ từ phía thầy cô.
Lời đầu tiên em xin gửi lời cảm ơn chân thành đến quý thầy, cô đã truyền đạt
những kiến thức quý báo giúp em có được nền tảng vững chắc để hoàn thành tốt đề tài
luận văn của em.
Với lòng biết ơn sâu sắc nhất em xin gửi lời cảm ơn chân thành đến thầy Phạm
Nguyên Hoàng, người đã trực tiếp hướng dẫn em hoàn thành đề tài luận văn này trong
nhiều tháng qua. Thầy đã định hướng giúp đở em rất nhiều trong việc tìm kiếm
hướng giải quyết những thuật toán quan trọng trong đề tài, bên cạnh đó thầy luôn
thúc đẩy em hoàn thành đúng tiến độ luận văn, luôn đưa ra những lời khuyên hửu
ích cũng như những gợi ý cần thiết để em hoàn thành tốt đề tài luận văn của mình.
Em xin bài tỏ lời cảm ơn sâu sắc đến cô Trần Nguyễn Minh Thư đã giảng dạy
em ở môn xử lý ảnh, là nền tảng cho những kiến thức nâng cao được áp dụng trong đề
tài. Cùng toàn thể quý thầy cô đã dạy em nhiều kiến thức quý báo để em hoàn thành đề
tài.
Đồng thời, em cũng xin gởi lời cảm ơn đến tất cả bạn bè, những người đã giúp
đỡ và hỗ trợ trong quá trình hoàn thiện đề tài.
Cuối cùng, em xin Cảm ơn những người thân trong gia đình về những hỗ trợ và
động viên trong những năm tháng dài cố gắng học tập.
Em xin chân thành cảm ơn!
Cần Thơ, ngày 20 tháng 5 năm 2015
Sinh viên
Trần Phương Bình

6
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

MỤC LỤC
Danh Mục Hình Ảnh.
Hình 1: Quá trình xử lý ảnh …………………………………………………Trang
Hình 2: Các bước cơ bản trong một hệ thống xử lý ảnh …………………….Trang
Hình 3: Không gian màu RGB ..………………………………………………..Trang
Hình 4: Không gian màu HSV..………………………………………………...Trang
Hình 5: Các pixel nằm cạnh nhau.……………………………………………Trang
Hình 6: Quá trình thu nhận ảnh ở mắt người và ở máy …………………………...Trang
Hình 7: Qúa trình thu nhận ảnh ở máy ảnh số. …………………………………...Trang
Hình 8: hệ tọa độ RGB .………………………………………………………Trang
Hình 9: Cấu trúc phân cấp của video .………………………………………..Trang
Hình 10: minh họa về chuyển động giữa các lia . ………………………………...Trang
Hình 11: Logo Qt Creator……………………………………………………….Trang
Hình 12: logo OpenCV …………………………………………………………Trang
Hình 13: Giao diện chính cuả chương trình…………………………………..Trang
Hình 14: Chọn video để chương trình xử lý …………………………………Trang
Hình 15: hiển thị kết quả nhận dạng chuyển động…………………………...Trang
Hình 16: kết quả nhận dạng cuyển động từ video . ………………………….Trang
Hình 17: Giao diện chương trình test .……………………………………….Trang
Hình 18: Thống kê số điểm ảnh đúng và sai mà chương trình đạt được……..Trang

7
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

Danh Mục Bảng

8
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

TÓM TẮT
Ngày nay, bài toán về phát hiện chuyển động có nhiều ứng dụng trong thực tế
như ứng dụng về giám sát an ninh, có thể ứng dụng để xây dựng một hệ thống thu thập
thông tin các phương tiện tham gia giao thông trên các tuyến đường quan trọng, ứng
dụng hệ thống quan sát tại những nơi công cộng phức tạp như nhà trọ, khách sạn,
trường học,… Vì thế yêu cầu phát hiện nhanh chóng các mục tiêu di chuyển trong
chuỗi ảnh video và nhận dạng chuyển động của từng đối tượng trong video đang rất
được quan tâm. Nhận dạng chuyển dộng đã được nghiên cứu trong nhiều năm lại đây,
nhằm phân loại, phát hiện, giám sát những chuyển động thay đổi trong video, camera
quan sát. Có nhiều cách tiếp cận khác nhau đến vấn đề này trong các loại mô hình nền
và thủ tục được sử dụng để cập nhật mô hình. Trong nội dung đề tài của tôi sẽ nói về
phương pháp Eigenbackground. Eigenbackground là mô hình dựa trên sự phân tích giá

trị eighen lần đầu tiên được đề xuất bởi Oliver.
Sau quá trình thực hiện kiểm tra thực nghiệm trên các video thật, tôi nhận thấy
phương pháp Eigenbackground nhận dạng cho kết quả tốt ở các video ngoài trời,
không có sự thay đổi ánh sáng đột ngột, cho kết quả tốt ở kể cả những nơi có nhiều đối
tượng. Nhưng tôi nhận thấy phương pháp này cho kết quả tệ ở các video ở trong nhà,
trong phòng, những khu vực lộn xộn, đối tượng chồng chéo và có sự thay đổi độ sang
đột ngột.

9
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

Abstract
Today, the problem of motion detection has many practical applications such as
applications for security surveillance, can be applied to build information collection
system on the vehicle in traffic on the important route. Vision system applications in
complex public places such as boarding house, hotel, schools,etc. Therefore require
rapid detection of moving targets in the video image sequence and identification of
each object motion in video is very interesting. Movement detection is studied in
recent years, in order to classify, detect, monitor the movements change in video, the
camera observes. There are different approaches together to this issue in the base
models and procedures used to update the model. In the context of the topic I will talk
about Eigenbackground methos. Eigenbackground is models base on an analysis of the
first eighen value suggested by Oliver.
After the process perform experimental tests on real video, I noticed
Eigenbackground methods for identifying good results in the video outdoor, no sudden

light changes, for results good at including those where there are many objects. But i
noticed Eigenbackground methods for identifying bad results in the video in the home,
in a room, cluttered areas, overlapping objects and sudden light changes.

10
GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN
I. ĐẶT VẤN ĐỀ
Trong thời đại ngày nay công nghệ thông tin hầu như đã thâm nhập vào toàn bộ
các lĩnh vực đời sống xã hội. Xã hội càng phát triển thì nhu cầu về công nghệ thông
tin ngày càng cao, do vậy dữ liệu số hầu như không còn xa lạ đối với mỗi người
chúng ta. Trong mọi lĩnh vực các ứng dụng công nghệ thông tin đã trợ giúp con người
rất nhiều. Hiện nay thông tin hình ảnh đóng vai trò rất quan trọng trong trao đổi thông
tin, bởi phần lớn các thông tin mà con người thu nhận được đều thông qua thị giác.
Trong các lĩnh vực công nghệ thông tin thì lĩnh vực giám sát tự động đã và đang thu
hút được nhiều sự quan tâm của các nhóm nghiên cứu trong và ngoài nước. Cùng với
sự phát triển của sức mạnh máy tính, các hệ thống giám sát tự động ngày càng tinh vi
và hiện đại đã trợ giúp con người rất nhiều trong việc bảo vệ an ninh, giám sát giao
thông, v.v
Ở nước ta hiện nay, lĩnh vực giám sát tự động cũng đã có những bước phát triển
đáng kể. Tuy nhiên, nó chỉ mới dựa trên nền tảng phần cứng và cũng chưa được áp
dụng nhiều trong thực tế. Việc giải quyết bài toán nhận dạng chuyển động video theo
hướng tiếp cận sử dụng phần mềm để xử lý video chưa được quan tâm phát triển. Từ
nhu cầu xây dựng phần mền xử lý video cũng như những lợi ích thiết thực của lĩnh

vực giám sát tự động đã đóng góp cho đời sống xã hội có thể thấy giám sát tự động là
một hướng mới và có nhiều triển vọng trong sự phát triển tiếp theo của lĩnh vực nhận
dạng và xử lý ảnh hai chiều. Đồng thời, đó cũng là một hướng đi cho mảng phần mềm
thiết kế chuyên dụng cho các thiết bị giám sát tự động. Việc phát hiện ra các đối
tượng chuyển động trong Video nhờ các kỹ thuật xử lý ảnh, trên cơ sở đó đoán nhận
một số hành vi của đối tượng là một việc làm có ý nghĩa khoa học và thực tiễn, nhất là
trong hoàn cảnh Việt Nam chưa có nhiều nghiên cứu và ứng dụng theo hướng này.
Xuất phát từ thực tế đó, việc nghiên cứu và xây dựng một ứng dụng nhận dạng
chuyển động trong video là vô cùng thiết thực. Được sự hướng dẫn của Thạc Sĩ Phạm
Nguyên Hoàng tôi đã tiến hành nghiên cứu đề tài “Nhận dạng chuyển động video bằng
phương pháp Eigenbackground”.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

II. LỊCH SỬ GIẢI QUYẾT VẤN ĐỀ
Trên thế giới các hệ thống giám sát thông minh bằng hình ảnh đã được phát triển
và đã chứng minh được hiệu quả nhất định trên một số lĩnh vực như giám sát hoạt
động con người, giám sát giao thông, ... Từ các hình ảnh thu được từ những nơi được
quan sát, ta có thể phát hiện được chuyển động của các đối tượng trong các khung
hình. Tuy nhiên, các hệ thống vẫn gặp phải một số tồn tại như hiệu quả của việc quan
sát luôn phụ thuộc vào điệu kiện môi trường quan sát, kiểu chuyển động của đối tượng
hay các lý do khách quan khác. Vì vậy, các hệ thống này vẫn còn đang được nhiều nhà
khoa học, trung tâm nghiên cứu trên thế giới và Việt nam quan tâm phát triển.
Nhiều phương pháp nhận dạng chuyển động đã được phát triển trong những năm
gần đây đồng thời được tìm hiểu và phát triển đưa vào sử dụng để phát hiện các đối

tượng chuyển động trong video thu từ máy camera như: lọc Kalman của tác giả
Messelodi và cộng sự (2005), lọc Wiener của tác giả Toyama và cộng sự (1999), hỗn
hợp Gauss của tác giả Stauffer và Grimson (1999), trung bình của tác giả Lee và cộng
sự (2002), Trung vị của tác giả Mac Farlane và cộng sự (1995), …
III. PHẠM VI CỦA ĐỀ TÀI.
Thị giác máy tính là một môn học khoa học liên quan đến lý thuyết đằng sau các
hệ thống nhân tạo có trích xuất các thông tin từ các hình ảnh. Dữ liệu hình ảnh có thể
nhiều dạng, chẳng hạn như chuỗi video, các cảnh từ đa camera, hay dữ liệu đa chiều từ
máy quét y học. Thị giác máy tính còn là một môn học kỹ thuật, trong đó tìm kiếm
việc áp dụng các mô hình và các lý thuyết cho việc xây dựng các hệ thống thị giác máy
tính.
Các lĩnh vực con của thị giác máy tính bao gồm tái cấu trúc ảnh, dò tìm sự kiện, theo
dõi video, nhận diện bố cục đối tượng, học, chỉ mục, đánh giá chuyển động và phục
hồi ảnh.
Thị giác máy tính bao gồm nhiều lĩnh vực khá rộng lớn nên ở đây em chỉ tập trung
vào lĩnh vực con của thị giác máy tính đó là theo dõi nhận dạng chuyển động trong
video.
Luận văn tập trung nghiên cứu các phương pháp xử lý ảnh, mô hình nhận dạng
chuyển động video kỹ thuật số, để tự động giám sát, theo dõi.
Sử dụng thuật toán Eigenbackground để nhận dạng chuyển động.
Thực hiện trên dạng video số và camera thu hình trực tiếp.
Trong khuôn khổ của nghiên cứu này tôi cho chương trình chạy trên 7 video có
ngữ cảnh khác nhau và đưa ra kết luận tương ứng.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

IV. PHƯƠNG PHÁP NGHIÊN CỨU
Đề tài nghiên cứu tổng quan về xử lý ảnh, cấu trúc và các dạng video. Tham
khảo các thuật toán giải quyết yêu cầu bài toán trên mạng, sách báo ... Đồng thời ghi
nhận những góp ý của thầy cô cũng như bạn bè để Sau khi đã nắm rõ được vấn đề thì
bắt đầu viết code cho từng giải thuật được yêu cầu. Dựa trên công cụ QT Creator với
sự hổ trợ của thư viện OpenCV để biên dịch thành code và chạy ra kết quả đúng yêu
cầu của đề tài đặt ra.
Trong khuôn khổ đề tài luận văn này em tập trung trình bày về các kỹ thuật trừ
ảnh và ứng dụng các kỹ thuật này để giải quyết một bài toán quan trọng và then chốt
trong lĩnh vực giám sát tự động đó là bài toán phát hiện tự động đối tượng chuyển
động từ video hoặc bất chuyển động ngay trên webcam máy tính.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
I. TỔNG QUAN VỀ XỬ LÝ ẢNH
1. Khái quát về xử lý ảnh
1.1 Xử lý ảnh là gì?
Con người thu nhận thông tin qua các giác quan, trong đó thị giác đóng vai trò
quan trọng nhất. Những năm trở lại đây với sự phát triển của phần cứng máy tính, xử
lý ảnh và đồ hoạ đó phát triển một cách mạnh mẽ và có nhiều ứng dụng trong cuộc
sống. Xử lý ảnh và đồ hoạ đóng một vai trò quan trọng trong tương tác người máy.
Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho
ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh

“tốt hơn” hoặc một kết luận.
ẢNH
“Tốt hơn”

ẢNH

XỬ LÝ ẢNH
KẾT LUẬN

Hình 1: Quá trình xử lý ảnh
Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem như là đặc
trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong
không gian và nó có thể xem như một hàm n biến P(c1, c2,..., cn). Do đó, ảnh trong xử
lý ảnh có thể xem như ảnh n chiều. Sơ đồ tổng quát của một hệ thống xử lý ảnh:

Thu nhận ảnh
( Scanner,
Camera,
Sensor)

Hệ quyết
định
Tiền xử
lý

Trích
chọn đặc
điểm

Đối xánh

rút ra kết
luận

Hậu xử lý
Lưu trử

Hình 2. Các bước cơ bản trong một hệ thống xử lý ảnh

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

2. Các vấn đề cơ bản trong xử lý ảnh
2.1 Một số khái niệm
* Ảnh và điểm ảnh: Điểm ảnh được xem như là dấu hiệu hay cường độ sáng tại 1 toạ
độ trong không gian của đối tượng và ảnh được xem như là 1 tập hợp các điểm ảnh.
* Mức xám, màu là số các giá trị có thể có của các điểm ảnh của ảnh
2.1.1 Biểu diễn ảnh số.
Trong xử lý ảnh bằng máy tính, ảnh phải được đưa về dạng biểu diễn số. Một ảnh được
biểu diễn bằng một ma trận số hay là một mảng hai chiều. Một phần tử của ma trận biểu diễn
cho mức xám hay cường độ của điểm ảnh tương ứng. Mỗi phần tử trong ma trận được gọi là
một pixel. Tùy vào giá trị của pixel mà các ảnh được phân chia ra thành ảnh màu hay
ảnh. Nếu trên một ảnh chỉ tồn tại các giá trị 0 hoặc 1 thì ta nói đó là ảnh nhị phân. Mỗi điểm
ảnh nhị phân sẽ cần dùng 1 bit để biểu diễn, ảnh xám sẽ cần 8 bit và ảnh màu sẽ cần 24 bit.
2.1.2 Không gian màu RGB
Ý tưởng chính của không gian màu này là sự kết hợp của 3 màu sắc cơ bản: màu đỏ
(Red), xanh lục (Green) và xanh lơ (Blue) để mô tả tất cả các màu sắc khác.

Tuy nhiên trong mô hình màu RGB tụ bản thân nó cũng không định nghĩa thế nào là
Red, Green, Blue một cách chính xác, vì thế với cùng các giá trị như nhau của RGB có
thể mô tả các màu tương đối khác nhau trên các thiết bị khác nhau cùng mô hình màu.

Hình 3: Không gian màu RGB

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

2.1.3 Không gian màu HSV
Không gian màu HSV là không gian màu thường được dùng nhiều trong công
việc chỉnh sửa ảnh, phân tích ảnh và một phần của lĩnh vực thị giác máy tính. Hệ
không gian này dựa vào 3 thông số sau để mô tả màu sắc:
+ H (Hue): màu sắc thuần khiết, chạy từ 0 đến 3600.
+ S (Staturation): độ đậm đặc, sự bảo hòa, S càng lớn thì màu càng tinh khiết,
nguyên chất.
+ V (value): giá trị cường độ sáng, V càng lớn thì màu càng sáng.

Hình 4: Không gian màu HSV
2.1.4 Độ phân giải của ảnh
Độ phân giải của máy chụp ảnh số thường được quyết định bởi bộ cảm biến, đó là
phần đổi ánh sáng thành những tín hiệu rời rạc. Bộ cảm biến gồm hàng triệu lỗ nhỏ. Những lỗ
nhỏ này phản ứng với một màu ánh sáng tùy theo kính lọc màu của nó. Mỗi lỗ đó gọi là một
pixel. Chúng được sắp xếp xen vào nhau sao cho ba chấm màu RGB (đỏ-lục-lam) ghép lại
thành một chấm có đủ màu.
Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh (pixel) được ấn định trên

một ảnh số được hiển thị.
Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt
người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo
nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y
trong không gian hai chiều.

Hình 5: Các pixel nằm cạnh nhau

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

2.2 Thu nhận ảnh
Như ta đã biết, ảnh trong thực tế là ảnh liên tục cả về không gian lẫn giá trị độ
sáng. Muốn xử lý ảnh trên máy tính ta cần phải số hóa ảnh, tức là đưa ảnh từ thực tế
vào máy tính. Để đưa ảnh vào trong máy tính chúng ta có thể dùng các thiết bị thu
nhận như: camera cộng với bộ chuyển đổi tương tự số AD (Analog to Digital) hoặc
máy quét chuyên dụng. Các thiết bị thu nhận có thể cho ảnh trắng đen B/W với mật độ
từ 400 đến 600 dpi. Với ảnh B/W mức màu z là 0 hoặc 1. Với ảnh đa cấp xám, mức
xám biến thiên từ 0 đến 255.

Hình 6: Quá trình thu nhận ảnh ở mắt người và ở máy.
Ảnh có thể thu nhận qua camera. Thường ảnh thu nhận qua camera là tín hiệu
tương tự (loại camera ống kiểu CCIR), nhưng cũng có thể là tín hiệu số hóa (loại CCD –
Charge Coupled Device). Ngoài ra, ảnh cũng có thể thu nhận từ vệ tinh qua các bộ
cảm ứng (sensor) hay ảnh, tranh được quét trên scanner.
Tiếp theo là quá trình số hóa (digitalizer) để biến đổi tín hiệu tương tự sang tín

hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa, trước khi chuyển sang giai đoạn xử lý,
phân tích hay lưu trữ lại.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

Hình 7: Qúa trình thu nhận ảnh ở máy ảnh số
Quá trình phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ. Trước hết là
công việc tăng cường ảnh. Do những nguyên nhân khác nhau: có thể do chất lượng
thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu mà ảnh có thể bị suy biến. Do vậy
cần phải tăng cường và khôi phục ảnh để làm nổi bật một số đặc tính của ảnh, hay làm
cho ảnh gần giống với trạng thái gốc – trạng thái trước khi ảnh bị biến dạng. Giai đoạn
tiếp theo là phát hiện các đặc tính như: biên, phân vùng ảnh, trích chọn các đặc tính,
v.v…
Cuối cùng, tùy theo mục đích của ứng dụng mà sẽ là giai đoạn nhận dạng, phân
lớp hay áp dụng các hiệu ứng lên ảnh.
2.3 Biểu diễn ảnh
Sau quá trình số hóa ta sẽ thu được một ma trận tương ứng với ảnh cần xét, mỗi
phần tử của ma trận tương ứng với một điểm ảnh. Các điểm này thường được đặc
trưng bởi tọa độ màu RGB tương ứng với nó trong hệ tọa độ màu cơ bản sau:

Hình 8: hệ tọa độ RGB
Về mặt toán học ta có thể xem ảnh như là một hàm hai biến f(x, y) với x, y là các
biến tọa độ. Giá trị số tại điểm (x, y) tương ứng với giá trị xám hoặc độ sáng của ảnh

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

II. VIDEO VÀ BÀI TOÁN PHÁT HIỆN ĐỐI TƯỢNG CHUYỂN ĐỘNG
1. Video
Video là sự tái tạo ảnh tự nhiên theo không gian và thời gian hoặc cả hai, cấu
thành từ một tập liên tiếp các khung hình – frame, còn được gọi là ảnh, ghi nhận
lại các hình ảnh quan sát được của các sự kiện xảy ra trong một khoảng thời
gian. Có hai dạng tín hiệu video thông dụng là: tín hiệu tuần tự (analog) và tín
hiệu video số (digital). Luận văn này sử dụng dữ liệu hình ảnh thu nhận từ
camera, nên chúng ta chỉ xem xét đến video được biểu diễn dưới dạng số và bỏ
qua phần tín hiệu âm thanh của video.
1.1 Cấu trúc video
Video được cấu thành từ một tập liên tiếp các khung hình - frame, còn được gọi
là ảnh, ghi nhận lại các hình ảnh quan sát được của các sự kiện xảy ra trong một
khoảng thời gian. Có hai dạng tín hiệu video thông dụng là: tín hiệu tuần tự (analog)
và tín hiệu video số (digital). Luận văn này sử dụng dữ liệu hình ảnh thu nhận từ
Camera, nên chúng ta chỉ xem xét đến video được biểu diễn dưới dạng số và bỏ qua
phần tín hiệu âm thanh của video. Mô hình cấu trúc một chuỗi video bao gồm các
thành phần như hình bên dưới (Hình 9).

Hình 9: Cấu trúc phân cấp của video
• Frame - khung hình là thành phần cơ bản trong chuỗi video. Mỗi khung hình
tương ứng với một ảnh trong thế giới thực tại một thời điểm xác định.
• Shot là một dãy các khung hình liên tiếp được camera ghi nhận không có sự
ngắt quãng nào xảy ra. Shot là một đơn vị cơ bản để xây dựng phân tích nội dung
video.

• Các shot liên tiếp nhau được kết hợp lại thành một cảnh (scene) dựa trên nội
dung.
• Tất cả các scene tạo thành một chuỗi video.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

Khi phim được chiếu các khung hình lần lượt được hiển thị ở một tốc độ nhất
định. Tốc độ thường thấy ở các định dạng video là 25 hình/s hoặc 30 hình/s. Như vậy
trong một giờ video số khung hình tương ứng là 108000 hoặc 9000.
Phân đoạn video là quá trình phân tích và chia nội dung hình ảnh video thành
các đơn vị cơ sở gọi là các lia (shot). Việc lấy mẫu chính là chọn gần đúng một khung
hình video đại diện cho mỗi lia (hoặc nhiều hơn tùy theo độ phức tạp của nội dung
hình ảnh của lia), và được gọi là các khung khoá. Khung khoá là khung hình đại diện
mô tả nội dung chính của shot. Quá trình phân đoạn dữ liệu video tiến hành phân tích,
phát hiện sự chuyển đổi từ lia này sang lia khác hay chính là sự phát hiện ranh giới
giữa các lia (đó chính là sự khác nhau giữa các khung hình liền kề). Hình vẽ 10 sau
đây mô tả sự chuyển đổi giữa các lia.

Hình 10: minh họa về chuyển động giữa các lia.
Trong hình vẽ trên sự chuyển đổi lia xảy ra giữa khung hình thứ 3 và thứ 4
1.2 Một số thuộc tính đặc trong của video
Video có 4 đặc tính chung là: màu (color), kết cấu (texture), hình dáng (shape),
chuyển động (motion). Vì đề tài chỉ tập chung nghiên cứu nhận dạng chuyển động
trong video nên chit tập chung vào thuộc tính chuyển động(Motion) trong video.
1.3 Chuyển động (Motion)

Motion là một thuộc tính quan trọng của video. Thông tin về chuyển động có thể
được sinh ra bằng các kỹ thuật ghép khối hoặc luồng ánh sáng. Các đặc trưng chuyển
động như mômen của trường chuyển động, biểu đồ chuyển động hoặc các tham số
chuyển động toàn cục có thể được trích chọn từ vector chuyển động. Các đặc trưng
mức cao phản ánh di chuyển camera như quét camera (pan), nghiêng (tilt), phóng to
(zoom in), thu nhỏ (zoom out) cũng có thể được trích chọn.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

2. Bài toán phát hiện đối tượng chuyển động
Sự phát triển của công nghệ thông tin đẩy nhanh sự phát triển của các lĩnh vực xã
hội khác. Với sự phát triển của phần cứng cả về phương diện thu nhận và hiển thị cũng
như tốc độ xử lý đã mở ra nhiều hướng cho sự phát triển phần mền. Trong số đó phải
kể đến lĩnh vực giám sát tự động.
Một trong những bài toán quan trọng và then chốt trong lĩnh vực giám sát tự
động đó là bài toán phát hiện đối tượng chuyển động. Đối với bài toán phát hiện đối
tượng chuyển động thường có hai cách tiếp cận chính sau đây.
Dựa hoàn toàn vào phần cứng.
Dựa vào các kỹ thuật xử lý ảnh trên cơ sở xử lý các hình ảnh thu được, phân tích
và kết luận xem có đối tượng đột nhập hay không.
Ở nước ta hiện nay việc giải quyết bài toán phát hiện đối tượng chuyển động còn
chủ yếu dựa vào phần cứng và cũng chưa được áp dụng nhiền trong thực tế. Trong
chương tiếp theo chúng ta sẽ tìm hiểu chi tiết từng cách tiếp cận để giải quyết bài toán
này.
V. GIẢI THUẬT EIGENBACKGROUND.

Đại diện nền
Bằng cách áp dụng phân tích thành phần chính(PCA) trên tập huấn luyện của các
hình ảnh , nền có thể được đại diện bởi các hình ảnh và p eigenbackgrounds trọng
trung bình
Khi eigenbackgrounds được tìm thấy, một hình ảnh đầu vào được chiếu lên
không gian eigenbackground và một hình ảnh nền có thể tham khảo được tái tạo.
Phân Loại
Các điểm ảnh cận cảnh thì có thể thu được bằng cách tính toán sự khác biệt giữa
các hình ảnh đầu vào và tái tạo hình ảnh .
Phương pháp này bao gồm một giai đoạn học tập và một giai đoạn thử nghiệm, có thể
được tóm tắt như sau.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

Giai đoạn học tập
Cột vectơ bắt đầu quét hình ảnh đào tạo n được γ1, γ2, γ3, …, γn và các vector
trung bình bởi φ. Mỗi hình ảnh khác với các nền bình theo ψi = γi - φ.
Sau đó phân tích thành phần chủ yếu được áp dụng cho thiết lập này của vectơ lớn.
PCA tìm kiếm một tập hợp các p vector riêng trực giao μk và giá trị riêng λk từ ma
trận hiệp phương sai nơi các ma trận A có thể được định nghĩa như là:
A = [ψ1 ψ2 ψ3 · · · ψn].
Giai đoạn thử nghiệm
Khi eigenbackground và nền có nghĩa là được đào tạo, các hình ảnh đầu vào (γi)
với các đối tượng tiền cảnh có thể được xấp xỉ bởi các nền bình (φ) và tổng trọng số
của các eigenbackgrounds μk.

Xác định một ma trận Eigenbackground như Δ = [μ1, μ2, μ3, …, μp ]. Nó sau đó phối
hợp (trọng lượng) trong không gian eigenbackground của hình ảnh đầu vào γi có thể
được tính như sau:
w  ( i   )T 

Khi w trở lại chiếu lên không gian ảnh, một hình ảnh nền tham chiếu được tạo ra:
 iR  wT  
Cần lưu ý rằng kể từ khi ma trận eigenbackground mô tả sự xuất hiện nền chung
tốt tuy nhiên không phải là đối tượng nhỏ di chuyển,  iR không chứa các vật nhỏ.

Phát hiện forground
Bởi máy tính và ngưỡng khoảng cách Euclide (khoảng cách từ DFFS không gian
đặc trưng [13] giữa các hình ảnh đầu vào và hình nền được xây dựng lại , người ta có
thể phát hiện các (nhỏ) đối tượng chuyển động trong hậu trường:
 i Là hình nền hiện tại.
 iR Là hình ảnh nền tái tạo.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

III. TỔNG QUAN VỀ CÔNG CỤ LẬP TRÌNH (QT CREATOR)
Qt Creator là một IDE rất được các programmer ngày nay ưa chuộng vì nó hỗ trợ rất
mạnh trong lập trình giao diện, tương tác Database, Graphics…Điểm nổi bật của IDE này là
Cross-platform, nó có thể chạy trên mọi hệ điều hành, bao gồm: Mac, Linux, Windows.

Hình 11: Logo Qt Creator

Trong đề tài này sẽ tập trung sử dụng các gói thư viện được cung cấp sẵn của Qt và một
số hàm bổ sung, sửa đổi, để giải quyết vấn đề đặt ra.
Ngôn ngữ lập trình: C++.
IV TỔNG QUAN VỀ THƯ VIỆN OPEN CV.
OpenCV là thư viện xử lý ảnh mã nguồn mở hoàn toàn miễn phí. Bạn có thể tải
nó từ địa chỉ: .

Hình 12: logo OpenCV
Intel đưa ra phiên bản OpenCV đầu tiên vào năm 1999. Ban đầu nó yêu cầu
phải có thư viện xử lý ảnh của Intel. Sau đó vì sự lệ thuộc này mà họ đã phải gỡ bỏ và
bây giờ chúng ta có thể sử dụng thư viện này hoàn toàn độc lập.
OpenCV rất đa dạng, nó hỗ trợ rất nhiểu hệ điểu hành như: Window, Linux và
MacOSX.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

CHƯƠNG 3: CHƯƠNG TRÌNH ỨNG DỤNG
I. GIỚI THIỆU VỀ CHƯƠNG TRÌNH
Dựa vào cơ sở lý thuyết đã nghiên cứu ở trên, chương trình được viết bằng ngôn
ngữ C++ trên nền IDE Qt Creator đồng thời sử dụng thư viện OpenCV để hoàn thành
chương trình. Chương trình đáp ứng yêu cầu của đề tài đặt ra đó là nhận dạng chuyển
động từ một video tĩnh được lưu trữu trong máy hoặc một video động được thu trực
tiếp từ Wedcam hay Camera. Sau đây là giao diện chương trình khi mới khởi động.

Hình 13: Giao diện chính cuả chương trình

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình


Nhận dạng chuyển động trong video bằng phương pháp Eigenbackground

II. CHỨC NĂNG CHÍNH CỦA CHƯƠNG TRÌNH
1. Xử Lý Video
Bước 1: Từ giao diện chính click bottom “CHỌN VIDEO” một cửa sổ hiện ra để
chọn video xử lý.

Hình 14: Chọn video để chương trình xử lý
Bước 2: Nhấn chọn bottom “XỬ LÝ” từ giao diện chính để xử lý video cần nhận
dạng chuyển động.
Bước 3: Hiển thị video góc và video kết quả đã được xử lý như hình bên dưới.

Hình 15: hiển thị kết quả nhận dạng chuyển động.

GDHD: Ths Phạm Nguyên Hoàng

SVTH: Trần Phương Bình