NGHIÊN cứu THU NHẬP và xử lý ẢNH để hỗ TRỢ ô tô CHẠY tự ĐỘNG

MỤC LỤC
LÝ LỊCH KHOA HỌC ..................................................................................... ii
LỜI CAM ĐOAN ............................................................................................. iii
LỜI CẢM ƠN ................................................................................................... iv
TÓM TĂT.......................................................................................................... v
ABSTRACT ...................................................................................................... vi
DANH MỤC HÌNH ẢNH ................................................................................. 4
PHẦN 1. TỔNG QUAN .......................................................................................... 8
1.1

LÝ DO CHỌN ĐỀ TÀI: ............................................................................. 8

1.2

CÁC KẾT QUẢ NGHIÊN CỨU: ............................................................... 9

1.2.1.

Trong nước ....................................................................................... 9

1.2.2.

Thế giới .......................................................................................... 10

1.3

MỤC ĐÍCH ĐỀ TÀI ................................................................................ 11

1.4

ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU .......................................... 11

1.5

PHƯƠNG PHÁP NGHIÊN CỨU............................................................. 11

1.6

Ý NGHĨA KHOA HỌC VÀ TÍNH THỰC TIỄN CỦA ĐỀ TÀI............... 12

1.7

GIỚI HẠN ĐỀ TÀI .................................................................................. 12

1.8

KẾ HOẠCH THỰC HIỆN ....................................................................... 12

PHẦN 2. CƠ SỞ LÝ THUYẾT ............................................................................. 13
2.1

GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH ................................................. 13

2.2

CÁC BƯỚC TRONG XỬ LÝ ẢNH ........................................................ 14

2.2.1.

Thu nhận ảnh .................................................................................. 14

2.2.2.

Tiền xử lý ảnh ................................................................................ 14

2.2.3.

Phân tích ảnh .................................................................................. 14

2.2.4.

Biểu diễn ảnh.................................................................................. 14

2.2.5.

Nhận dạng và nội suy ..................................................................... 15

2.2.6.

Cơ sở tri thức .................................................................................. 15

2.2.7.

Mô tả ảnh ....................................................................................... 16

2.3

NHỮNG VẤN ĐỀ CƠ BẢN TRONG XỬ LÝ ẢNH ............................... 17

-1-

2.3.1.

Điểm ảnh ........................................................................................ 17

2.3.2.

Độ phân giải ảnh............................................................................. 18

2.3.3.

Mức xám của ảnh ........................................................................... 18

2.3.4.

Biến đổi ảnh và nén ảnh.................................................................. 19

2.3.5.

Các đặc trưng mức thấp của ảnh ..................................................... 20

2.3.6.

Nắn chỉnh ảnh ................................................................................ 21

2.3.7.

Trích chọn đặc điểm ....................................................................... 21

2.4

CÁC MÔ HÌNH MÀU ............................................................................. 21

2.5

BIẾN ĐỔI HOUGH (HOUGH TRANSFORM). ...................................... 25

2.5.1.

Biến đổi Hough cho đường thẳng. .................................................. 25

2.5.2.

Biến đổi Hough cho đường thẳng trong tọa độ cực. ........................ 26

2.6

CÔNG CỤ XỬ LÝ ẢNH LabVIEW ........................................................ 27

2.6.1.

Lập trình với LabVIEW .................................................................. 29

2.6.2.

Một số khối (hàm thức) thường sử dụng của LabVIEW .................. 30

PHẦN 3: THIẾT KẾ, LẮP ĐẶT CAMERA VÀ THUẬT TOÁN NHẬN DẠNG . 37
3.1. THIẾT KẾ LẮP ĐẶT .............................................................................. 37
3.2. ĐO KHOẢNG CÁCH VẬT CẢN ............................................................ 41

3.3. NHẬN DẠNG VÀ XỬ LÝ VỚI LabVIEW ............................................. 56
3.3.1.

Tổng quan về hệ thống ................................................................... 56

3.3.2.

Các thông số cơ bản của hệ thống ................................................... 57

3.3.3.

Ý tưởng thiết kế - điều khiển .......................................................... 58

3.3.4.

Thuật toán xử lý ảnh và truyền nhận dữ liệu từ vi điều khiển .......... 58

3.3.5.

Kết quả thu thập hình ảnh ............................................................... 61

PHẦN 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ ......................................................... 62
4.1. THỰC NGHIỆM ...................................................................................... 62
4.2. ĐÁNH GIÁ .............................................................................................. 71
4.2.1. Tốc độ thu thập .................................................................................... 71
4.2.2. Độ chính xác: ....................................................................................... 72
PHẦN 5: KẾT LUẬN VÀ ĐỀ NGHỊ .................................................................... 75

-2-

5.1

KẾT QUẢ ĐẠT ĐƯỢC ........................................................................... 75

5.2

NHỮNG VẤN ĐỀ TỒN TẠI ................................................................... 75

5.3

HƯỚNG PHÁT TRIỂN ........................................................................... 76

TÀI LIỆU THAM KHẢO ..................................................................................... 77

-3-


DANH MỤC HÌNH ẢNH
Hình 1. 1: Giao diện chương trình và kết quả của việc giám sát giao thông ............. 9
Hình 1. 2: Vị trí khi đi đúng làn đường .................................................................. 10
Hình 2. 1: Quy trình xử lý ảnh ............................................................................... 13
Hình 2. 2: Hệ thống xử lý ảnh ............................................................................... 14
Hình 2. 3: Sơ đồ phân tích và xử lý ảnh ................................................................. 17
Hình 2. 4: Nắn chỉnh ảnh ....................................................................................... 21
Hình 2. 5: Các mô hình màu .................................................................................. 22
Hình 2. 6: Hệ tọa độ màu RGB .............................................................................. 23
Hình 2. 7: Mô hình màu HSV ................................................................................ 24
Hình 2. 8: Bảng chỉ số giá trị 0 .............................................................................. 26
Hình 2. 9: Đường thẳng Hough trong hệ tọa độ Đề-các ......................................... 26

Hình 2. 10: Giao diện chính của phần mềm LabVIEW phiên bản 2013 ................. 27
Hình 2. 11: Một robot dưới nước dựa trên lập trình LabVIEW .............................. 28
Hình 2. 12: Khả năng kết hợp các phần cứng của LabVIEW ................................ 28
Hình 2. 13: Giao diện làm việc của phần mềm LabVIEW...................................... 29
Hình 2. 14: Bảng điều khiển thiết lập các thông số ................................................ 29
Hình 2. 15: Bảng các hàm, công thức bên cửa sổ Block Diagram .......................... 30
Hình 2. 16: Khối While Loop ................................................................................ 30
Hình 2. 17: Khối Case Structure ............................................................................ 30
Hình 2. 18: Khối Time Delay ................................................................................ 31
Hình 2. 19: Hàm While Until Next ms Multiple. ................................................... 31
Hình 2. 20: Các hàm tính toán trong LabVIEW ..................................................... 31
Hình 2. 21: Các hàm so sánh trong LabVIEW ....................................................... 31
Hình 2. 22: Các hàm logic ..................................................................................... 32
Hình 2. 23: Các hàm về xử lý ảnh ......................................................................... 32
Hình 2. 24: Các hàm thu thập ảnh.......................................................................... 32
Hình 2. 25: Các hàm xử lý ảnh .............................................................................. 33
Hình 2. 26: Các công cụ làm việc với ảnh.............................................................. 33

-4-


Hình 2. 27: Hai hàm thường dùng trong xử lý ảnh với LabVIEW .......................... 33
Hình 2. 28: Hàm Vision Acquisition ...................................................................... 34
Hình 2. 29: Chọn nguồn thu thập ảnh .................................................................... 34
Hình 2. 30: Chọn kiểu ảnh thu được ...................................................................... 35
Hình 2. 31: Cài đặt định dạng cho ảnh thu được .................................................... 35
Hình 2. 32: Chọn điều khiển/Hiển thị .................................................................... 36
Hình 2. 33: Cửa sổ làm việc với hàm NI Vision Assistant ..................................... 36
Hình 3. 1: Bản vẽ thiết kế trên solidwork ............................................................... 37
Hình 3. 2: Mô phỏng 3D ........................................................................................ 37

Hình 3. 3: Hình ảnh khi nhìn từ phía trên............................................................... 38
Hình 3. 4: Sơ đồ bô trí tổng quát ........................................................................... 39
Hình 3. 5: Lắp đặt camera và cảm biến siêu âm ..................................................... 40
Hình 3. 6: Kết nối vi điều khiển với cổng giao tiếp UART .................................... 40
Hình 3. 7: Sơ đồ chân của Atmega 16 .................................................................... 41
Hình 3. 8: Cảm biến siêu âm SRF-05 .................................................................... 45
Hình 3. 9: Phát và thu nhận sóng siêu âm .............................................................. 46
Hình 3. 10: Nguyên lý cơ bản của phát và thu nhận sóng siêu âm .......................... 46
Hình 3. 11: Sơ đồ nguyên lý mạch đo khoảng cách................................................ 47
Hình 3. 12: Thiết kế mạch in ................................................................................. 47
Hình 3. 13: Mạch đo khoảng cách hiển thị LCD .................................................... 48
Hình 3. 14: Mô phỏng đo khoảng cách bằng protus ............................................... 48
Hình 3. 15: Khung truyền ...................................................................................... 49
Hình 3. 16: Sơ dồ nguyên lý truyền tín hiệu từ vi điều khiển lên máy tính ............. 49
Hình 3. 17: RS232 ................................................................................................. 49
Hình 3. 18: Sự phân cấp VISA API ....................................................................... 50
Hình 3. 19: Cấu trúc Visa API ............................................................................... 51
Hình 3. 20: Thư viện các hàm VISA trong LabVIEW............................................ 52
Hình 3. 21: Các hàm Serial. ................................................................................... 53
Hình 3. 22: Cổng Serial. ........................................................................................ 53

-5-


Hình 3. 23: Cổng Port number ............................................................................... 53
Hình 3. 24: Serial port read.................................................................................... 53
Hình 3. 25: Sơ đồ thuật toán RS232 ....................................................................... 54
Hình 3. 26: Thu thập và xử lý dữ liệu. ................................................................... 55
Hình 3. 27: Mô phỏng giao tiếp với máy tính ........................................................ 55
Hình 3. 28: Nguyên lý của hệ thống nhận dạng, xử lý và điều khiển xe qua xử lý

ảnh ........................................................................................................................ 56
Hình 3. 29: Quy tắc hoạt động của hệ thống .......................................................... 56
Hình 3. 30: Camera ............................................................................................... 58
Hình 3. 31: Máy tính ............................................................................................. 58
Hình 3. 32: Lưu đồ thuật toán xử lý ảnh và đo khoảng cách, điều khiển xe ............ 59
Hình 3. 33: Lưu đồ thuật toán LabVIEW xử lý ảnh và giao tiếp với vi điều khiển . 60
Hình 3. 34: Thu thập vật cản bên trái ..................................................................... 61
Hình 3. 35: Thu nhận vật cản ở giữa ...................................................................... 61
Hình 3. 36: Thu nhận vật cản bên phải................................................................... 61
Hình 4. 1: Thu nhận hình ảnh vật cản bên phải ...................................................... 62
Hình 4. 2: Thu nhận hình ảnh vật cản bên trái........................................................ 63
Hình 4. 3: Thu nhận hình ảnh vật cản ở giữa ......................................................... 63
Hình 4. 4: Thu nhận hình ảnh vật cản bên trái........................................................ 64
Hình 4. 5: Thu nhận hình ảnh vật cản bên phải ...................................................... 64
Hình 4. 6: Thu nhận hình ảnh vật cản ở giữa ......................................................... 65
Hình 4. 7: Thu nhận hình ảnh 2 vật cản ................................................................. 65
Hình 4. 8: Thu nhận hình ảnh 2 vật cản ................................................................. 66
Hình 4. 9: Thu nhận hình ảnh vật cản bên trái điều khiển xe chạy/dừng................. 66
Hình 4. 10: Thu nhận hình ảnh vật cản bên trái điều khiển xe chạy/dừng............... 67
Hình 4. 11: Thu nhận hình ảnh vật cản bên trái điều khiển xe chạy/dừng............... 67
Hình 4. 12: Thu nhận hình ảnh vật cản ở giữa điều khiển xe chạy/dừng ................ 68
Hình 4. 13: Thu nhận hình ảnh vật cản bên phải điều khiển xe chạy/dừng ............. 68
Hình 4. 14: Thu nhận hình ảnh vật cản ở giữa điều khiển xe chạy/dừng ................ 69

-6-


Hình 4. 15: Thu nhận hình ảnh vật cản bên phải điều khiển xe chạy/dừng ............. 69
Hình 4. 16: Thu nhận hình ảnh 2 vật cản điều khiển xe chạy/dừng ........................ 70
Hình 4. 17: Thu nhận hình ảnh 2 vật cản điều khiển xe chạy/dừng ........................ 70

Hình 4. 18: Thu nhận hình ảnh 2 vật cản điều khiển xe chạy/dừng ........................ 71

-7-


PHẦN 1. TỔNG QUAN
1.1 LÝ DO CHỌN ĐỀ TÀI:
Trong mấy thập kỷ gần đây, xử lý ảnh đã được nghiên cứu mạnh mẽ và
được ứng dụng rất nhiều trong thực tế. Như trong y học, xử lý ảnh dùng để phát
hiện và nhận dạng khối u, cải thiện ảnh X-quang, nhận diện đường biên mạch máu
từ những ảnh chụp bằng tia X. Trong cuộc sống gia đình xử lý ảnh số dùng để cải
thiện ảnh tivi. Trong truyền thông video như hội nghị video, điện thoại video thì
một vấn đề chính đó là cần có dải tần rộng mà việc mã hóa thẳng video chất lượng
quảng bá cần đến 100 triệu bit/s (điều này không thể đáp ứng được), nhưng bằng
cách mã hóa số và khôi phục ảnh (vấn đề của xử lý ảnh) thì việc trên được giải
quyết chỉ với băng tần 100 nghìn bit/s. Trong lĩnh vục khoa học kỹ thuật thì xử lý
ảnh đang có những đóng góp quan trọng, đặc biệt là trong lĩnh vực chế tạo Robot
thông minh… Hiện nay yêu cầu của con người rất đa dạng, khắt khe đòi hỏi những
người nghiên cứu trong lĩnh vực ô tô cần phải có những bước đi mạnh mẽ để đáp
ứng nhu cầu ngày một lớn của con người. Xử lý ảnh đang được nghiên cứu rộng rãi
cùng với điều khiển tự động đang phát triển mạnh mẽ, nó sẽ là hướng đi trong
tương lai của ngành ô tô. Việc ứng dụng điều khiển tự động và xử lý ảnh giúp con
người điều khiển ô tô an toàn hơn, khám phá những nơi con người không thể tiếp
cận được, và nó cũng sẽ là ứng dụng được chú tâm tới trong lĩnh vực quân sự…
Ô tô sẽ được gắn camera để thu nhận hình ảnh các đối tượng bên ngoài:
tín hiệu đèn giao thông, các vật cản, hay người đi đường… Những hình ảnh này sẽ
được thu lại, phân tích và xử lý. Sau đó hình ảnh sẽ được gởi về bộ điều khiển, lúc
này bộ điều khiển sẽ điều khiển hoạt động của ô tô: báo rẽ, dừng lại, phát tín hiệu
cảnh báo... Ứng dụng này có thể giúp con người nghỉ ngơi khi mệt mỏi khi xe chạy
trên đường vắng, khi gặp vật cản sẽ cảnh báo cho người tài xế giúp lái xe an toàn

hơn khi hoặc đóng góp nhiều trong lĩnh vực quân sự…
Để giải quyết vấn đề trên, dưới sự hướng dẫn của Thầy TS. Lê Thanh
Phúc, học viên đã chọn đề tài: “ NGHIÊN CỨU VỀ THU THẬP VÀ XỬ LÝ ẢNH
ĐỂ HỖ TRỢ Ô TÔ CHẠY TỰ ĐỘNG”.

-8-


1.2 CÁC KẾT QUẢ NGHIÊN CỨU:
1.2.1. Trong nước
-

Ứng dụng công nghệ xử lý ảnh thời gian thực trong bài toán tự động

giám sát giao thông tại Việt Nam [1]. Trọng tâm của bài toán này là đếm số
lượng xe ô tô, xe máy trong khoảng thời gian nhất định, tính vận tốc trung bình
của dòng giao thông, và tính chiều dài hàng đợi khi xảy ra ách tắc giao thông
bằng chuỗi hình ảnh thu được từ camera trong thời gian thực.

Hình 1. 1: Giao diện chương trình và kết quả của việc giám sát giao thông
-

Nghiên cứu kỹ thuật nhận dạng bàn tay người: để thuận lợi cho việc giao

tiếp giữa con người và máy có rất nhiều phương pháp được ứng dụng vào lĩnh
vực này. Một trong số đó là nhận dạng cử chỉ bàn tay người. Nó cho phép dễ
dàng thao tác với máy mà không cần phải có thêm thiết bị ngoại vi: chuột, bàn
phím. [2]
-

Hệ thống giám sát giao thông bằng xử lý ảnh: Hệ thống bao gồm: camera

giám sát, camera chụp hình, mạng truyền thông, phần mềm xử lý ảnh và dữ liệu
để phát hiện lỗi vi phạm và xử lý kịp thời đảm bảo an toàn, nâng cao ý thức
chấp hành luật giao thông. Với hệ thống này thì video giao thông sẽ được
camera giám sát gởi về server qua mạng cáp quang để lưu trữ và xử lý để phát
hiện và tách các lỗi vi phạm giao thông. [3]
-

Ứng dụng xử lý ảnh nhận dạng đường đi cho ô tô chạy tự động: xác định

các dấu phân cách đường, làn đường. Tính toán khoảng cách dựa trên các dấu
phân cách thu được để đưa ra tín hiệu về đường đi cho phần điều khiển xe tự
động thông qua chuẩn giao tiếp RS232. [4]

-9-


Hình 1. 2: Vị trí khi đi đúng làn đường
-

Robot tự hành ứng dụng xử lý ảnh với LabVIEW: xác định vật cản nhờ

camera và cảm biến khoảng cách, điều khiển xe tránh vật cản bằng cách điều
khiển rẽ hoặc lùi xe. [5]
1.2.2. Thế giới:
-

Hệ thống đậu xe sử dụng xử lý ảnh [6]
Với nạn kẹt xe trong thành phố gia tăng và gia tăng sự thiếu hụt

khoảng không gian đậu xe thì những chiếc xe cần một hệ thống cung cấp thông
tin đậu xe và hướng dẫn đậu xe tự động. Kết quả của bãi đậu xe này là đếm
được số lượng xe, nhận dạng vị trí có thể đậu xe được. Hệ thống mới này sẽ
cung cấp thông tin và hướng dẫn đậu xe thông qua xử lý ảnh thay vì các cảm
biến điện đặt trên sàn. Các camera được đặt trước cổng bãi đậu xe để chụp lại
các ảnh của xe, các ảnh này so sánh với các ảnh được cài đặt trước trong hệ
thống.
-

Nghiên cứu đề tài: “Nghiên cứu kỹ thuật xử lý video để ứng dụng trong

giao thông” của V. Kastrinaki, M. Zervakis*, K. Kalaitzakis được chấp nhận
công bố rộng rãi vào năm 2003 để kiểm tra tình trạng giao thông và tự động
hướng dẫn xe tham gia giao thông [7]

- 10 -


-

“Vehicular monitoring systems using image processing” của David

S.Breed, Wilbur E.DuVall, Wendell C.Johnson Hệ thống giám sát hoạt động
của xe sử dụng xử lý ảnh. Hệ thống bao gồm ít nhất một camera hoạt động và
bộ xử lý ảnh. Hệ thống xử lý xác định đặc điểm đặc trưng của đối tượng dựa
vào những điểm ảnh được gởi về từ những camera đang hoạt động này. [8]
-

“Image processing system to control vehicle headlamps or other vehicle

equipment” là hệ thống điều khiển đèn đầu hay là thiết bị khác qua xử lý ảnh,
gồm cảm biến mảng nhiều hình ảnh để thu về số lượng lớn điểm ảnh. Hệ thống
còn có bộ chuyển đổi từ tín hiệu tương tự sang tín hiệu số để lượng tử hóa
những tín hiệu từ điểm ảnh sang giá trị số. Từ đây điều khiển các thiết bị trong
xe. [9]
1.3 MỤC ĐÍCH ĐỀ TÀI
Mục đích của đề tài là sử dụng lý thuyết điều khiển ô tô tự động, xử
lý ảnh dùng LabVIEW… nghiên cứu thiết kế, lắp đặt camera, bộ thu thập tín
hiệu nhận dạng các vật cản, đo khoảng cách để hỗ trợ ô tô chạy tự động.
1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
 Đối tượng và khách thể nghiên cứu:
-

Lý thuyết về điều khiển ô tô

-

Lý thuyết về xử lý ảnh

-

Thuật toán sử dụng LabVIEW

-

Xe, camera…

-

Lý thuyết về điện tử - điều khiển tự động

 Phạm vi nghiên cứu
-

Nghiên cứu lắp đặt camera

-

Thiêt kế bộ thu nhận và xử lý ảnh

-

Nghiên cứu thuật toán xử lý ảnh và nhận dạng

1.5 PHƯƠNG PHÁP NGHIÊN CỨU
-

Nghiên cứu đặc trưng thực tiễn khi tham gia giao thông.

- 11 -


-

Nghiên cứu về tính ổn định và điều kiện an toàn của xe khi làm việc ở

ngoài thực tế.
-

Thiết kế bộ thu thập xử lý ảnh và xây dựng thuật toán điều khiển sử dụng

phần mềm LabVIEW
1.6 Ý NGHĨA KHOA HỌC VÀ TÍNH THỰC TIỄN CỦA ĐỀ TÀI
Đề tài “NGHIÊN CỨU VỀ THU THẬP VÀ XỬ LÝ ẢNH ĐỂ
HỖ TRỢ Ô TÔ CHẠY TỰ ĐỘNG” sẽ giúp cho người tài xế được thoải mái
khi xe chạy ở đường xa lộ (ít người), nó phát hiện ra các vật cản có trên đường
để tự động điều khiển xe tránh các vật cản: lề đường, người tham gia giao
thông…
Ngoài ra nghiên cứu của đề tài khi thành công sẽ giúp người tham
gia giao thông được an toàn hơn khi có những cảnh báo nguy hiểm giúp người
tài xế cảnh giác, giúp cho con người có thể khám phá những nơi không thể đi
đến được (các hang, cống…), và sử dụng được trong lĩnh vực quân sự (xe
không người lái).
1.7 GIỚI HẠN ĐỀ TÀI
Do đề tài tổng hợp từ nhiều môn khoa học khác nhau rất phức tạp
nên đề tài chỉ dừng lại ở mức thiết kế bộ thu thập và nhận dạng xử lý ảnh dùng
LabVIEW.
1.8 KẾ HOẠCH THỰC HIỆN
-

Nghiên cứu lý thuyết về xử lý ảnh.

-

Nghiên cứu các công cụ xử lý ảnh của LabVIEW.

-

Nghiên cứu lý thuyết về điều khiển ô tô, điều khiển tự động.

-

Lên ý tưởng lắp đặt camera, tiến hành lắp đặt camera.

-

Áp dụng thuật toán cho việc điều khiển ô tô chạy tự động.

-

Khảo sát, đánh giá và khắc phục lỗi.

-

Thử nghiệm.

-

Kết luận, đánh giá.

- 12 -


PHẦN 2. CƠ SỞ LÝ THUYẾT
2.1 GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH
-

Con người thu nhận thông tin qua các giác quan trong đó thị giác là quan

trọng nhất. Cùng với sự phát triển của máy tính, xử lý ảnh và đồ họa cũng phát
triển với nhiều ứng dụng trong cuộc sống. Xử lý ảnh là một lĩnh vực khá mới
mẻ nhưng nó đang có tốc độ phát triển rất nhanh bởi tính ứng dụng thực tế của
nó khá cao, các ứng dụng thông minh tự động với sự góp sức của xử lý ảnh
mang tới rất nhiều sự tiện ích cho người sử dụng thay vì các loại cảm biến được
sử dụng trước đó hoặc thủ công. Nó đang kích thích các trung tâm đầu tư
nghiên cứu khả năng ứng dụng, thực tiễn. Hiện nay có rất nhiều ngành áp dụng
xử lý ảnh như: công nghệ thông tin, ô tô, công nghệ tự động…
-

Xử lý ảnh là lĩnh vực khó liên quan đến nhiều môn học, lĩnh vực khác và

cần nhiều kiến thức cơ sở khác. Đầu tiên phải kể đến xử lý tín hiệu số là một
môn học hết sức cơ bản cho xử lý tín hiệu chung, các khái niệm về tích chập,
các biến đổi Fourier, biến đổi Laplace, các bộ lọc hữu hạn… Thứ hai, các công
cụ toán như đại số tuyến tính, xác suất, thống kê. Một số kiến thức cần thiết như
trí tuệ nhân tạo, mạng nơ-ron nhân tạo cũng được đề cập trong quá trình phân
tích và nhận dạng ảnh.
-

Quá trình xử lý ảnh là quá trình thao tác với ảnh đầu vào nhằm đưa ra

một kết quả. Kết quả này là cho ra ảnh tốt hơn hoặc một kết luận.
Ảnh chất lượng
hơn
Ảnh đầu vào

Xử lý ảnh
Kết luận để điều
khiển cái gì đó

Hình 2. 1: Quy trình xử lý ảnh

-

Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao

chất lượng ảnh và phân tích ảnh

- 13 -


-

Sơ đồ tổng quát của một hệ thống xử lý ảnh:

Hình 2. 2: Hệ thống xử lý ảnh [10]
2.2 CÁC BƯỚC TRONG XỬ LÝ ẢNH:
2.2.1. Thu nhận ảnh:
-

Ảnh thường được thu thập bởi các camera, scanner với độ phân giải, tốc

độ khác nhau. Ảnh nhận được qua camera là ảnh dạng tương tự.
-

Nhìn chung hệ thống thu nhận ảnh thực hiện 1 quá trình:
 Cảm biến: Biến đổi năng lượng quang học thành năng lượng điện
 Tổng hợp năng lượng điện thành ảnh

2.2.2. Tiền xử lý ảnh:

-

Ảnh thu thập qua camera do nhiều yếu tố khác nhau mà có thể bị nhiễu,

mờ…nên cần đưa qua bộ tiền xử lý để giảm nhiễu, nâng cao độ tương phản ảnh
để làm cho ảnh rõ nét, chất lượng hơn. Như vậy nhiệm vụ chính của tiền xử lý
là giảm nhiễu, nâng cao chất lượng của ảnh.
2.2.3. Phân tích ảnh:
-

Là phân ảnh thành các thành phần nhỏ để phân tích và nhận dạng ảnh.

Bước này là bước khó và có thể gây ra nhiều sai sót làm ảnh hưởng đến chất
lượng, độ chính xác của ảnh sau này.
2.2.4. Biểu diễn ảnh:

- 14 -


-

Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân

đoạn) cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này
thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính [10].
-

Ảnh trên máy tính là kết quả thu nhận theo các phương pháp số hóa được

nhúng ở các thiết bị kỹ thuật khác nhau. Quá trình lưu ảnh nhằm 2 mục đích:

 Tiết kiệm bộ nhớ
 Giảm thời gian xử lý
2.2.5. Nhận dạng và nội suy:
-

Nhận dạng là xác định ảnh và so sánh với ảnh đã cho máy tính học trước

(đã lưu ảnh này trước trong bộ nhớ máy tính).
-

Nội suy là phán đoán ý nghĩa trên cơ sở ảnh đã nhận dạng. Ví dụ: một

loạt chữ số và nét gạch ngang trên phong bì thư có thể được nội suy thành mã
điện thoại. Có nhiều cách phân loai ảnh khác nhau về ảnh. Theo lý thuyết về
nhận dạng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh
cơ bản:
 Nhận dạng theo tham số.
 Nhận dạng theo cấu trúc.
-

Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng

trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký
điện tử), nhận dạng văn bản (text), nhận dạng vân tay, nhận dạng mã vạch, nhận
dạng mặt người…[10]
2.2.6. Cơ sở tri thức: [10]
-

Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ

sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo
nhiễu. Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các
phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt
chước quy trình tiếp nhận và xử lý ảnh theo cách của con người. Trong các
bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con
người. Vì vậy, ở đây các cơ sở tri thức được phát huy.

- 15 -


2.2.7. Mô tả ảnh: [10]
-

Từ Hình 2.1, ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển

sang các khâu tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thô,
đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng
và công nghệ. Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay
đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh
(Image Features) như: biên ảnh (Boundary), vùng ảnh (Region). Một số phương
pháp biểu diễn thường dùng:
 Biểu diễn bằng mã chạy (Run-Length Code)
 Biểu diễn bằng mã xích (Chaine -Code)
 Biểu diễn bằng mã tứ phân (Quad-Tree Code)
-

Biểu diễn bằng mã chạy
 Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh

nhị phân. Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị phân:

U(m, n) = 1 nếu (m, n) thuộc R
U( m, n) = 0 nếu (m, n) không thuộc R
Trong đó: U(m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n).Với
cách biểu diễn trên, một vùng ảnh được mô tả bằng một tập các chuỗi số 0 hoặc
1. Giả sử chúng ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ
độ (x, y) theo các chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tảcó thể
là: (x, y) r; trong đó (x, y) là toạ độ, r là số lượng các bit có giá trị“1” liên tục
theo chiều ngang hoặc dọc.
-

Biểu diễn bằng mã xích
 Phương pháp này thường dùng để biểu diễn đường biên ảnh. Một

đường bất kỳ được chia thành các đoạn nhỏ. Nối các điểm chia, ta có các đoạn
thẳng kế tiếp được gán hướng cho đoạn thẳng đó tạo thành một dây xích gồm
các đoạn. Các hướng có thể chọn 4, 8, 12, 24,… mỗi hướng được mã hoá theo
số thập phân hoặc số nhị phân thành mã của hướng.
-

Biểu diễn bằng mã tứ phân

- 16 -




Phương pháp mã tứ phân được dùng để mã hoá cho vùng ảnh. Vùng

ảnh đầu tiên được chia làm bốn phần thường là bằng nhau. Nếu mỗi vùng đã
đồng nhất (chứa toàn điểm đen (1) hay trắng (0)), thì gán cho vùng đó một mã

và không chia tiếp. Các vùng không đồng nhất được chia tiếp làm bốn phần
theo thủ tục trên cho đến khi tất cả các vùng đều đồng nhất. Các mã phân chia
thành các vùng con tạo thành một cây phân chia các vùng đồng nhất.
 Trên đây là các thành phần cơ bản trong các khâu xử lý ảnh. Trong
thực tế, các quá trình sử dụng ảnh số không nhất thiết phải qua hết các khâu đó
tùy theo đặc điểm ứng dụng. Hình 2.1 cho sơ đồ phân tích và xử lý ảnh và lưu
đồ thông tin giữa các khối một cách khá đầy đủ. Ảnh sau khi được số hóa được
nén, lưu lai để truyền cho các hệ thống khác sử dụng hoặc để xử lý tiếp theo.
Mặt khác, ảnh sau khi số hóa có thể bỏ qua công đoạn nâng cao chất lượng (khi
ảnh đủ chất lượng theo một yêu cầu nào đó) để chuyển tới khâu phân đoạn hoặc
bỏ tiếp khâu phân đoạn chuyển trực tiếp tới khâu trích chọn đặc trưng. Hình 2.2
cũng chia các nhánh song song như: nâng cao chất lượng ảnh có hai nhánh phân
biệt: nâng cao chất lượng ảnh (tăng độ sáng, độ tương phản, lọc nhiễu) hoặc
khôi phục ảnh (hồi phục lại ảnh thật khi ảnh nhận được bị méo) v.v…

Hình 2. 3: Sơ đồ phân tích và xử lý ảnh
2.3 NHỮNG VẤN ĐỀ CƠ BẢN TRONG XỬ LÝ ẢNH:
2.3.1. Điểm ảnh: [10]

- 17 -


-

Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để

xử lý bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi
gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật vềvị trí
(không gian) và độ sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được
thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi

một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel.
Trong khuôn khổ ảnh hai chiều, mỗi pixel ứng với cặp tọa độ (x, y)
-

Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y)với độ xám

hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được
chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức
xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được
gọi là một phần tử ảnh.
2.3.2. Độ phân giải ảnh
-

Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh 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.
Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color Graphic Adaptor) là
một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc * 200 điểm ảnh
(320*200). Rõ ràng, cùng màn hình CGA 12” ta nhận thấy mịn hơn màn hình
CGA 17” độ phân giải 320*200. Lý do: cùng một mật độ (độ phân giải) nhưng
diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm) kém hơn.
2.3.3. Mức xám của ảnh [10]
-

Một điểm ảnh (pixel) có hai đặc trưng cơ bản là vị trí (x, y) của điểm ảnh

và độ xám của nó. Dưới đây chúng ta xem xét một số khái niệm và thuật ngữ

thường dùng trong xử lý ảnh.
Định nghĩa: Mức xám của điểm ảnh là cường độ sáng của nó được
gán bằng giá trị số tại điểm đó.

- 18 -


Các thang giá trị mức xám thông thường:16, 32, 64, 128, 256 (Mức
256 là mức phổ dụng. Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu
diễn mức xám: Mức xám dùng 1 byte biểu diễn: 28=256 mức, tức là từ 0 đến
255).
Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác)
với mức xám ở các điểm ảnh có thể khác nhau.
Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit
mô tả 21 mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có
thể là 0 hoặc 1.
Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để
tạo nên thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó
các giá trị màu: 28*3= 224 ≈ 16,7 triệu màu.
-

Thông thường để khắc phục tính không đồng đều do hệ thống gây ra

người ta có 2 cách chỉnh mức xám.
 Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau
thành 1 bó. Trường hợp chỉ có 2 mức xám chính là chuyển ảnh về đen trắng.
Ứng dụng: in ảnh màu ra máy in đen trắng
 Tăng số mức xám: Thực hiện nội suy các mức xám trung gian bằng
kỹ thuật nội suy. Kỹ thuật này nhằm tăng cường độ mịn cho ảnh.
2.3.4. Biến đổi ảnh và nén ảnh: [10]

-

Biến đổi ảnh: Trong xử lý ảnh do số điểm ảnh lớn các tính toán nhiều

(độ phức tạp tính toán cao) đòi hỏi dung lượng bộ nhớ lớn, thời gian tính toán
lâu. Các phương pháp khoa học kinh điển áp dụng cho xử lý ảnh hầu hết khó
khả thi. Người ta sử dụng các phép toán tương đương hoặc biến đổi sang miền
xử lý khác để dễ tính toán. Sau khi xử lý dễ dàng hơn được thực hiện, dùng biến
đổi ngược để đưa về miền xác định ban đầu, các biến đổi thường gặp trong xử
lý ảnh gồm:
 Biến đổi Fourier, Cosin, Sin
 Biến đổi (mô tả) ảnh bằng tích chập, tích Kronecker

- 19 -


 Các biến đổi khác như KL (Karhumen Loeve), Hadamard
Nén ảnh: Ảnh dù ở dạng nào vẫn chiếm không gian nhớ rất lớn. Khi mô

-

tả ảnh người ta đã đưa kỹ thuật nén ảnh vào. Nén ảnh thường theo 2 hướng: nén
có bảo toàn và nén không óc bảo toàn thông tin. Nén không bảo toàn thì khả
năng nén cao nhưng khả năng phục hồi kém. Trên cơ sở đó người ta có 4 cách
nén ảnh như sau:
 Nén ảnh thống kê: Kỹ thuật nén này dựa vào việc thống kê tần xuất
xuất hiện của các điểm ảnh, trên cơ sở đó có cách mã hóa thích hợp. Ví dụ điển
hình cho kỹ thuật mã hóa này là: *.TIF
 Nén ảnh không gian: Kỹ thuật này dựa vào vị trí không gian của các
điểm ảnh để tiến hành mã hóa. Kỹ thuật này dựa vào sự giống nhau của các

điểm ảnh trong các vùng lân cận. Đặc trưng cho kỹ thuật này là: *.PCX
 Nén ảnh sử dụng phép biến đổi: Đây là kỹ thuật tiếp cận theo hướng
nén không bảo toàn. Vì vậy kỹ thuật nén hiệu quả hơn, *.JPG là đặc trưng cho
kỹ thuật này
 Nén ảnh Fractal: Sử dụng tính chất Fractal của đối tượng ảnh, thể hiện
sự lặp lại của các chi tiết. Kỹ thuật nén sẽ tính toán để chỉ lưu lại phần gốc ảnh
và quy luật sinh ra ảnh theo nguyên lý Fractal
2.3.5. Các đặc trưng mức thấp của ảnh:
-

Đặc trưng mức thấp của ảnh là một vài đặc điểm thu nhận được từ một

bức ảnh như:
 Hình dạng, màu sắc, kết cấu và mối liên hệ không gian giữa các đối
tượng.
 Đặc trưng màu sắc là đặc trưng được sử dụng phổ biến hơn cả do
đặc trưng này cho phép con người nhận ra sự khác biệt rõ ràng nhất giữa các
hình ảnh.
 Hình dạng của đối tượng có thể thu được bởi đường viền bao xung
quanh. Có hai cách tiếp cận được sử dung để phân tích hình dạng, đó là dựa trên
vùng hình dạng và biên

- 20 -


2.3.6. Nắn chỉnh ảnh
-

Ảnh thu được vì một số lý do thường bị biến dạng không như mong

muốn của chúng ta như do camera, quá trình thu nhận ảnh…

Ảnh thu nhận từ camera

Ảnh mong muốn nhận

Hình 2. 4: Nắn chỉnh ảnh [11]
-

Để nắn ảnh theo nhu cầu của người sử dụng người ta sử dụng một số

phép chiếu để điều khiển việc này.
2.3.7. Trích chọn đặc điểm:
-

Các đặc điểm của đối tượng được trích chọn tùy thuộc vào mục đích

nhận dạng trong xử lý ảnh. Có thể nêu ra một số đặc điểm của ảnh sau đây:
 Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ,
điểm uốn…
 Đặc điểm biến đổi: các đặc điểm loại này được trích chọn bằng việc
lọc vùng
 Đặc điểm biên và vùng biên: Đặc trưng cho đường biên của đối tượng
và do vậy rất hữu ích trong việc trích chọn thuộc tính bất biến được dùng khi
nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ vào toán tử
gradient, toán tử la bàn, toán tử Laplace…
-

Việc trích chọn đặc điểm hiệu quả giúp việc nhận dạng đối tượng chính

xác hơn, tốc độ tính toán cao và giảm dung lượng lưu trữ.
2.4 CÁC MÔ HÌNH MÀU
Màu của một đối tượng phụ thuộc vào:

- 21 -


-

Bản thân đối tượng

-

Ánh sáng chiếu của nguồn sáng

-

Môi trường xung quanh

-

Thị giác của con người

Mô hình màu được xác định trên một số màu sơ cấp. Xét theo cấu tạo của
mắt, các màu đều là liên kết của ba màu sơ cấp là: Đỏ (RED), Xanh lục (GREEN),
Xanh lơ (BLUE). Các màu sơ cấp cộng với nhau cho màu thứ cấp, phương pháp
pha trộn màu:

Hình 2. 5: Các mô hình màu [12]
Ví dụ:

 Magenta = red + blue
 Yelow = red + green
Tổ chức quốc tế về chuẩn hóa màu CIE (The Commission International de
I’Eclairage) đã xây dựng một chuẩn cho tất cả các màu, xác định thông qua ba
thành phần cơ sở là RED, GREEN và BLUE.
2.4.1.

Mô hình màu RGB.

-

Hệ RGB gồm các màu cơ sở là RED, GREEN và BLUE.

-

Hệ màu RGB được sử dụng trong màn hình, trong đồ hoạ raster màu.

-

Mô tả hệ RGB theo hệ toạ độ Decarte:

- 22 -


Hình 2. 6: Hệ tọa độ màu RGB [10]
-

Hệ RGB là chuẩn công nghiệp cho các thao tác đồ hoạ. Nếu thể hiện trên

hệ màu khác, cuối cùng vẫn phải chuyển về RGB.

-

Với các màn hình khác nhau, giá trị RGB có thể khác nhau.

2.4.2.

Mô hình màu CMY.

-

Hệ CMY dựa trên các màu sơ cấp CYAN, MAGENTA và YELLOW.

-

Các màu này là phần bù của RED, GREEN và BLUE.

2.4.3.
-

Mô hình màu HSV.

HSV (Hue – màu sắc, Saturation- sự bão hoà và Value – giá trị), hay còn

gọi là HSB (Hue, Saturation, Brightness-cường độ sáng). Mô hình HSV suy
diễn từ mô hình RGB: Quan sát hình hộp RGB trên Hình 2.14 theo đường chéo
từ White đến Black ta có lục giác màu HSV:
-

Hue nhận giá trị trong khoảng [0o,360o]

-

Saturation, Value nhận giá trị trong khoảng [0..1].

-

Trong Matlab, chuyển đổi giữa hai hệ màu HSV và RGB, sử dụng hàm:

hsv2rgb, rgb2hsv
2.4.4.

Mô hình ánh sáng.

-

Ánh sáng nhìn thấy được là tổng hợp các thành phần đơn sắc.

-

Tỷ lệ trộn khác nhau dẫn đến các màu khác nhau. Ví dụ về các màu đơn

sắc như RED, GREEN, BLUE hoặc CYAN, MAGENTA, YELLOW.

- 23 -


-

Cường độ sáng phản xạ là giá trị đo được trên bề mặt của đối tượng tại

điểm tới. Cường độ sáng của tia phản xạ phụ thuộc vào góc tới và hệ số phản xạ
của bề mặt.

Hình 2. 7: Mô hình màu HSV [13]
2.4.5.
-

Mô hình màu YIQ.

Mô hình màu YIQ là mô hình màu được ứng dụng trong truyền hình màu

băng tần rộng tại Mỹ, và do đó nó có mối quan hệ chặt chẽ với màn hình đồ hoạ
màu raster.
-

YIQ là sự thay đổi của RGB cho khả năng truyền phát và tính tương

thích
với ti vi đen trắng thế hệ trước. Tín hiệu truyền sử dụng trong hệ thống NTSC
(National Television System Committee).
-

Sự biến đổi RGB thànhYIQ được xác định theo công thức sau:

2.4.6.
-

0.299
= 0.596
0.211

Mô hình màu YCbCr.

0.587
−0.274
−0.523

0.114
−0.322
0.312

Mô hình màu YCbCr được sử dụng phổ biến trong các thiết bị phát hình

kỹ thuật số. YCbCr được tạo bởi độ sáng (Y) và hai tín hiệu khác của thành

- 24 -


phần màu đó là Cb (sự khác biệt giữa thành phần màu xanh lam và một giá trị
tham khảo) và Cr (sự khác biệt giữa các thành phần màu đỏ và một giá trị tham
khảo).
-

Chuyền đổi từ RGB sang YCbCr sử dụng công thức:
0.299
0.587
= −0.169 −0.331
0.500 −0.419

0.114

0.500
−0.081

2.5 BIẾN ĐỔI HOUGH (HOUGH TRANSFORM).
2.5.1.

Biến đổi Hough cho đường thẳng.

Bằng cách nào đó ta thu được một số điểm, vấn đề đặt ra là cần kiểm
tra xe các điểm có là đường thẳng hay không.
Bài toán:
Cho n điểm (xi,yi), i=1,n và ngưỡng hãy kiểm tra n điểm có tạo thành
đường thẳng hay không?
Ý tưởng:
Giả sử n điểm nằm trên cùng một đường thẳng và đường thẳng đó có
phương trình: y = ax+b
Vì (xi,yi) thuộc đường thẳng nên yi = axi+b  b = - axi+ yi , với mọi
i=1,n.Như vậy, mỗi điểm (xi,yi) trong mặt phẳng sẽ tương ứng với một số
đường thẳng b = - axi+ yi trong mặt phẳng tham số a, b; n điểm (xi,yi) thuộc
đường thẳng trong mặt phẳng tương ứng với n đường thẳng trong mặt phẳng
tham số a, b giao nhau tại một điểm và điểm giao chính là a, b. Chính là hệ số
xác định phương trình của đường thẳng mà các điểm nằm vào.
Phương pháp:
-

Xây dựng mảng chỉ số [a, b]và gán giá trị 0 ban đầu cho tất cả các phân

tử của mảng.
-

Với mỗi (xi,yi) và với mọi a, b là chỉ số của phần tử mảng thoã mãn b = -

axi+ yi tăng giá trị của phân tử mảng tương ứng lên 1.
-

Tìm phần tử mảng có giá trị lớn nhất nếu giá trị lớn nhất tìm được so với

số phân tử lớn hơn hoặc bằng ngưỡng θ cho trước thì ta có thể kết luận các điểm

- 25 -