NHẬN DIỆN đám CHÁY từ CAMERA ĐỘNG (có code)

ĐỒ ÁN TỐT NGHIỆP

NHẬN DIỆN ĐÁM CHÁY TỪ CAMERA
ĐỘNG


DANH MỤC CÁC TỪ VIẾT TẮT

RGB

RED GREEN BLUE

HSV

HUE SATURATION VALUE

BG

BACKGROUND

FR

FORCEGROUND

FPS

FRAME PER SECOND


ĐỒ ÁN TỐT NGHIỆP
Trang 3/43

CHƯƠNG 1.

TỔNG QUAN VỀ HỆ THỐNG CẢNH BÁO CHÁY

1.1 Giới thiệu về đề tài
Hỏa hoạn luôn mang đến những hậu quả hết sức nghiêm trọng. Việc nghiên cứu chế
tạo một hệ thống giám sát và tự động cảnh báo hỏa hoạn là hoàn toàn cần thiết trong
đời sống. Trong thực tế, có rất nhiều nguyên nhân dẫn đến hỏa hoạn, ví dụ như:
chập điện, ngọn lửa do các máy móc rò rỉ, ngọn lửa do các chất hóa học…
Tình trạng hỏa hoạn ở Việt Nam và trên toàn thế giới hiện nay diễn ra rất phức tạp.
Các vụ cháy nổ ở các nhà máy xí nghiệp, kho bãi, các chung cư… diễn ra ngày càng
nhiều gây thiệt hại nghiêm trọng về tài sản củng như về tính mạng con người. Vì
vậy, vấn đề phát hiện hỏa hoạn và hệ thống cảnh báo cháy đang là một nhu cầu thiết
yếu nhằm tăng cường khả năng phòng chống cháy nổ cho doanh nghiệp, công ty và
các hộ gia đình để đảm bảo an toàn về tài sản củng như tính mạng con người.
Hiện nay, có rất nhiều công nghệ, kỹ thuật được dùng để phòng chống và chữa cháy
như: dùng các thiết bị cảm biến khói, cảm biến nhiệt, thiết bị phun nước, thị giác
máy tính dùng để nhận dạng đám cháy…
1.2 Tổng quan về các phương pháp cảnh báo hỏa hoạn
Khoa học ngày càng phát triển, ngày càng nhiều công nghệ củng như kỹ thuật cảnh
báo hỏa hoạn đã và đang được nghiên cứu và phát triển. Hiện nay, trên thế giới có 2
phương pháp cảnh báo hỏa hoạn được dùng chủ yếu đó là : dùng các loại cảm biến
cháy nổ và dựa vào thị giác máy tính. Các loại cảm biến về nhiệt độ, khói ngày càng
phát triển tối ưu hơn để có thể nhận biết hỏa hoạn chính xác hơn. Ngoài ra, camera
phát hiện đám cháy củng đang được nghiên cứu để áp dụng vào hệ thống cảnh báo
hỏa hoạn tự động.
1.1.1 Cảm biến nhiệt độ
Cảm biến nhiệt độ thường được sử dụng nhiều trong các môi trường có chất dễ gây
cháy nổ. Nó dùng để đo nhiệt độ của môi trường, tùy vào nhiệt độ môi trường mà sử

dụng các loại cảm biến nhiệt độ khác nhau. Cụ thể ta thường thấy các loại cảm biến
đo nhiệt độ chống cháy nổ ở các khu vực gas, chứa dầu, xăng củng như các kho bãi,

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 4/43

siêu thị, hầm xe và các tòa cao ốc. Các loại cảm biến nhiệt độ thường được dùng là:
PT100, Can nhiệt loại T, ...

Hình 1-1: Cảm biến nhiệt độ PT100

1.1.2 Cảm biến khói
Cảm biến khói là thiết bị dò khói, đầu báo khói là nơi phát ra tín hiệu để đưa đến
trung tâm báo cháy. Một số cảm biến khói củng phát ra âm thanh báo động khi dò
được khói. Hiện nay có 2 loại thiết bị cảm biến khói thông dụng là: quang điện và
ion hóa.
_ Đầu báo khói ion hóa: đầu báo khói ion sử dụng đồng vị phóng xạ là nguồn phát
hạt alpha- α mang tên Americium 241 để có thể tạo ra ion hóa trong không khí. Đầu
báo khói ion hóa có độ nhạy cảm rất cao với những đám cháy rực. Khi có một số
phần tử khói chui vào buồng ion hóa lúc này bên trong sẽ có mạch phát hiện sự suy
giảm dòng điện giữa hai cực và phát đi tín hiệu báo động. Giá thành của đầu báo
khói ion hóa rẻ hơn với đầu báo khói quang điện, tuy nhiên dễ xảy ra những tiếng
báo động giả và chỉ thích hợp với những đám cháy có hạt khói không nhìn thấy
được.

Nhận diện đám cháy từ camera động

ĐỒ ÁN TỐT NGHIỆP
Trang 5/43

Hình 1-2: Đầu báo khói ion SIJ- 24

_Đầu báo khói quang điện: được chế tạo theo nguyên lý khuếch tán và hấp thụ ánh
sáng bởi các phần tử khói khi ánh sáng truyền trong không khí. Khói từ đám cháy sẽ
ảnh hưởng đến dòng ánh sáng truyền trong không khí. Ưu điểm của đầu báo khói
quang điện đó là phát hiện rất tốt các đám cháy âm ỉ, đồng thời có thể đáp ứng được
các loại đám cháy và có tuổi thọ cao, vì thế mà đầu báo khói quang điện được sử
dụng nhiều trong đời sống.

Hình 1-3: Đầu báo khói quang điện OT706

Với phương pháp sử dụng các cảm biến khói và nhiệt độ thì hình ảnh tại hiện
trường sẽ không được ghi lại nên gây ra các khó khăn về việc điều tra, tìm ra

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 6/43

nguyên nhân cháy nổ. Ngoài ra, hệ thống chỉ báo động khi có ngọn lửa gần nơi đặt
cảm biến sẽ gây ra vấn đề về việc phát hiện và phòng ngừa nên hậu quả sẽ không
được giảm thiểu tối đa.
1.1.3 Thị giác máy tính
Thị giác máy tính là một lĩnh vực bao gồm các phương pháp thu nhận, xử lý ảnh kỹ
thuật số, phân tích và nhận dạng các hình ảnh tự động. Thị giác máy tính là một

môn khoa học liên quan đến lý thuyết đằng sau các hệ thống nhân tạo có trích xuất
các thông tin từ hình ảnh. Dữ liệu hình ảnh có thể có nhiều dạng, chẳng hạn như
chuỗi video, các camera, hay các dữ liệu đa chiều từ máy quét y học. Ngày nay, với
sự phát triển mạnh mẽ của công nghệ, thị giác máy tính là một lĩnh vực được nghiên
cứu rất nhiều để góp phần giải quyết các vấn đề trong đời sống. Xử lý ảnh nhận
dạng đám cháy củng là một ví dụ điển hình trong việc sử dụng thị giác máy tính để
cảnh báo hỏa hoạn và giảm thiểu tối đa thiệt hại tài sản củng như tính mạng của con
người.
Với phương pháp sử dụng kỹ thuật xử lý ảnh nhận dạng đám cháy sẽ giúp cơ quan
chức năng xử lý kịp thời. Công cuộc điều tra sẽ thuận lợi khi camera cung cấp được
hình ảnh hiện trường củng như nguyên nhân gây ra các vụ cháy nổ. Ngoài ra
phương pháp này củng quan sát được hiệu quả hơn việc sử dụng các loại cảm biến,
đầu báo.
1.3 Mục tiêu và nhiệm vụ của đề tài
Đề tài lần này, em tìm hiểu các giải thuật nhận dạng đám cháy dựa vào tính chất và
màu sắc của ngọn lửa. Qua đó, đưa ra các cơ chế cảnh báo kịp thời để tránh những
thiệt hại nặng nề về mặt tài sản củng như tính mạng con người.
Em sẽ sử dụng các hình ảnh minh họa củng như các hình ảnh được trích xuất từ
camera an ninh để nhận biết lửa. Sau khi thu được các video từ camera, hình ảnh sẽ
được trích xuất từ video và các hình ảnh này sẽ được xử lý bằng những giải thuật để
phát hiện đám cháy và khoanh vùng khu vực cháy dựa trên màu sắc và tính chất của
ngọn lửa.
Đề tài nhận biết đám cháy từ camera gồm các nội dung:
Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 7/43

-

Tìm hiểu về các kỹ thuật phát hiện đám cháy được sử dụng phổ biến hiện

-

nay.
Tìm hiểu các giải thuật nhận biết tính chất ngọn lửa.
Kiểm tra trên các hình ảnh tĩnh RGB để tối ưu giải thuật nhận dạng.
Áp dụng hai mô hình không gian màu YCbCr và HSV để xác định ngưỡng

-

và các tính chất của ngọn lửa.
Xác định ngọn lửa từ các điều kiện của giải thuật được xây dựng dựa vào hai

-

mô hình màu.
Thiết kế giao diện mô phỏng nhận dạng và cảnh báo khi phát hiện đám cháy

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 8/43

CHƯƠNG 2.

GIỚI THIỆU VỀ PHƯƠNG PHÁP XỬ LÝ ẢNH

1.4 Giới thiệu về xử lý ảnh
Xử lý ảnh là một phân ngành của xử lý số tín hiệu với tín hiệu được xử lý là ảnh số.
Đây là một phân ngành mới rất phát triển và được nghiên cứu nhiều trong những
năm gần đây. Gồm 4 lĩnh vực chính: nhận dạng ảnh, nén ảnh, nâng cao chất lượng
của ảnh và truy vấn ảnh.
Xử lý ảnh thực chất là việc thực hiện các phép tính toán trên từng pixel của ảnh số.
Xử lý ảnh nhằm giải quyết các bài toán: đo lường các thông số của đối tượng, bám
sát đối tượng, nhận dạng các thuộc tính của đối tượng, phân loại đối tượng,...
Xử lý ảnh tổng hợp kiến thức của nhiều môn học như lý thuyết tín hiệu, xử lý số tín
hiệu,... các bộ lọc, các hàm biến đổi Laplace, Fourier,...để nhận dạng ảnh số.
Xử lý ảnh là một phương pháp được áp dụng phổ biến trong nhiều lĩnh vực khác
nhau như là: thời trang, phim ảnh, giao thông, an ninh…
1.1.4 Khái niệm về ảnh số
Ảnh số được tạo nên từ hàng trăm ngàn cho đến hàng triệu ô vuông rất nhỏ - được
xem là nguyên tố chính của một bức ảnh và thường được biết dưới tên gọi là điểm
ảnh (pixels). Điểm ảnh là đơn vị dùng để đo độ phân giải của một bức ảnh. Số
lượng các điểm ảnh càng nhiều đồng nghĩa chi tiết của ảnh càng được hiển thị rõ;
mức độ sắc nét của ảnh càng tăng đồng nghĩa với độ phân giải của ảnh cũng càng
lớn.
Ảnh số chỉ là ma trận 2 chiều, một bức ảnh có độ phân giải 480x360 có nghĩa là
chiều ngang của ảnh có 480 điểm ảnh (pixel), chiều dài của ảnh có 360 điểm ảnh
(pixel), và mỗi điểm ảnh được biểu diễn giá trị bằng một con số.

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 9/43

Hình 2-4: Giá trị điểm ảnh

Tùy theo giá trị điểm ảnh cần dùng để biểu diễn, ảnh số được chia thành 3 loại ảnh
chính:
-

Ảnh nhị phân (binary image): ảnh có 2 mức trắng và đen phân biệt, nghĩa là
dùng 1 bit mô tả 21 mức. Nói cách khác, mỗi điểm ảnh của ảnh nhị phân chỉ
có thể mang giá trị là 1 hoặc 0.

Hình 2-5: Ảnh nhị phân

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 10/43

-

Ảnh xám (gray image): giá trị của mỗi điểm ảnh nằm trong dải từ 0 đến 255,
nghĩa là cần 8 bits hay 1 byte để biểu diễn giá trị mỗi điểm ảnh.

Hình 2-6: Ảnh xám

-

Ảnh màu (color image): mỗi điểm ảnh có giá trị tổng hợp của 3 màu: màu đỏ
(red), xanh lục (green), xanh dương (blue). Mỗi màu có giá trị từ 0 đến 255,
nghĩa là mỗi điểm ảnh cần 24 bits hay 3 bytes để biểu diễn giá trị. Khi đó,
giá trị màu khoảng : 28*3=224 ~16,7 triệu màu.

Hình 2-7: Ảnh màu

1.1.5 Các hệ màu của ảnh số [1]
Ánh sáng mặt trời cấu tạo từ vô số những tia bức xạ lan rộng từ dải màu đỏ đến
tím. Mỗi loại tia sáng có bước sóng dài ngắn khác nhau, tia sáng có bước sóng dài
thì sẽ bị khúc xạ ít hơn loại có tia sáng có bước sóng ngắn. Từ bảy màu trên quang
phổ của cầu vòng: đỏ, cam, vàng, lục, lam, chàm, tím có thể phân biệt rất nhiều màu

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 11/43

chuyển tiếp giữa bảy màu này. Có rất nhiều hệ màu thông dụng hiện nay, tùy vào
nhu cầu sử dụng mà từng hệ màu được áp dụng vào từng lĩnh vực khác nhau.
Hệ màu RGB: là viết tắt của hệ màu tổng hợp gồm: Đỏ (Red), Xanh lục (Green),
Xanh dương (Blue). Khi biểu diễn ở dạng số, các giá trị của hệ màu RGB thường
được ghi bằng ba số nguyên có giá trị từ 0 đến 255, mỗi giá trị đại diện cho từng hệ
màu nhỏ là đỏ, xanh lục, xanh dương. Giá trị tối đa khoảng 28*3=224 ~16,7 triệu màu.
Ví dụ: (255,0,0) là biểu diễn của màu đỏ.
(0,255,0) là biểu diễn của màu xanh lục.
(0,0,255) là biểu diễn màu xanh dương.
Hệ màu HSV: được dùng nhiều trong việc chỉnh sửa hình ảnh, phân tích ảnh và là
một phần của lĩnh vực thị giác máy tính. Hệ màu này dựa vào 3 thông số để mô tả
màu sắc gồm:H (Hue): màu sắc;
S (Saturation): độ đậm đặc, sự bảo hòa; V (value): giá trị cường độ sáng.
Thường được biểu diễn theo dạng hình nón hoặc trụ.

Hình 2-8: Hệ màu HSV

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 12/43

Theo vòng tròn từ 0 -360 độ là biểu diễn của thành phần màu sắc (Hue). Bắt đầu từ
màu đỏ đầu tiên (red primary) cho đến màu xanh lục đầu tiên (green primary) nằm
trong khoảng từ 0-120 độ, khoảng 120 - 240 độ là màu xanh lục đến xanh lơ (green
primary - blue primary), khoảng 240 - 360 là từ màu đen đến màu đỏ.
Theo như không gian màu theo hình trụ như hình trên, từ giá trị độ sáng (Value)
được biểu diễn bằng cách bắt đầu từ dưới đáy hình trụ lên đến đỉnh và nằm trong
khoảng từ 0 -1. Ở đáy hình trụ thì V mang giá trị 0 nghĩa là tối nhất và trên đỉnh
hình trụ là độ sáng lớn nhất tương đương với V = 1.
Từ tâm của hình trụ ra mặt trụ là biểu diễn giá trị bão hòa của màu sắc (Saturation).
S có giá trị trong khoảng 0-1. Trong đó giá trị 0 ứng với vị trí tâm của hình trụ là
chỗ mà màu sắc nhạt nhất. giá trị S = 1 là nơi mà giá trị màu sắc đậm đặc nhất ở
ngoài mặt hình trụ.
Như vậy, với mỗi giá trị (H, S, V) cho ta một màu sắc mô tả đầy đủ thông tin về
màu sắc, độ đậm đặc và độ sáng của màu sắc đó.
Công thức chuyển đổi từ hệ màu RGB sang HSV:
Giả sử ta có một điểm màu có giá trị trong hệ RGB là (R, G, B), ta chuyển sang
không gian HSV như sau:
Đặt M = Max(R, G, B), m = Min(R, G, B) và C = M - m.
Nếu M = R, H' = (G - B)/C mod 6. Nếu M = G, H' = (B - R)/C + 2. Nếu M = B, H' =
(R - G)/C + 4. Và H = H'x60. Trong trường hợp C = 0, H = 0 độ.
V = M.
S = C/V. Trong trường hợp V hoặc C bằng 0, S = 0.

Hệ màu YCbCr: được mô tả màu sắc bằng 3 thông số là Y – biểu diễn thành phần
độ sáng, Cb – biểu diễn sắc tố xanh dương, Cr – biểu diễn sắc tố đỏ. YCbCr là dạng
biểu diễn số của hệ thống màu, có nghĩa là các thành phần Y, Cb, Cr nhận được các
giá trị số nguyên, được dùng nhiều trong các hệ thống ảnh số, video hay các chuẩn
nén JPEG và MPEG.

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 13/43

Công thức để chuyển đổi từ không gian màu RGB sang YCbCr phát biểu dưới dạng
ma trận:

Hình 2-9: Hình ảnh minh họa chuyển đổi từ RGB sang YCbCr

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 14/43

1.5 Các bước thực hiện của xử lý ảnh
Thu nhận ảnh

Tiền xử lý

Trích trọn đặc điểm

Hậu xử lý

Lưu trữ

Hệ quyết định
Đối soát rút ra kết luận

Hình 2-10: Các bước cơ bản của hệ thống xử lý ảnh

Các bước cơ bản của một hệ thống xử lý ảnh được diễn tả như sau: ảnh đầu vào sẽ
được lưu lại từ camera hoặc các thiết bị ghi hình, sau đó dữ liệu của ảnh được tiền
xử lý chuyển hóa thành rời rạc. Tiếp theo, ảnh sẽ được cải thiện chất lượng trước
khi xử lý. Tiếp theo là phân đoạn xử lý sẽ chia ảnh thành các đối tượng hoặc các
phần tử, rồi từ đó dựa vào các thuật toán để phân chia các lớp đối tượng. Sau khi đã
trích chọn đặc trưng, các đối tượng này sẽ được gán nhãn dựa trên thông tin của bộ
mô tả. Dựa vào yêu cầu của hệ thống sẽ đưa ra kết luận nhận dạng.
1.6 Phân vùng theo ngưỡng [2][5]
Kỹ thuật phân vùng theo ngưỡng được xem là bước đầu tiên trong việc phân tích
hình ảnh với mục đích: chia nhỏ ảnh thành các vùng có ý nghĩa để phục vụ cho việc
Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 15/43

phân tích sâu hơn. Quan trọng nhất của giải thuật này là việc chọn đúng ngưỡng để
phân đoạn cho chính xác. Nhìn chung, kỹ thuật này sẽ tiến hành theo các bước như
sau:
• Xác định giá trị đỉnh và khe dựa vào lược đồ xám, nếu ảnh có nhiều đỉnh và
khe có thể dùng để chọn thông số ngưỡng.

• Chọn giá trị ngưỡng Th sao cho một phần xác định trước của toàn bộ mẫu sẽ
có giá trị thấp hơn ngưỡng Th.
• Xét lược đồ các điểm lân cận để điều chỉnh thông số ngưỡng cho phù hợp.
• Dựa vào lược đồ xám của những điểm tiêu chuẩn đã chọn để chọn giá trị
ngưỡng chính xác.
Kỹ thuật phân vùng theo ngưỡng có thể hiểu là các đối tượng mà ta quan tâm trên
nền tối (background), một tham số ngưỡng Th sẽ chọn được một giá trị F(x,y) nếu
thỏa mãn:
(1)
Có rất nhiều thuật toán phân vùng: phần vùng theo miền liên thông gọi là phân vùng
theo miền kề, dựa vào biên thì gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật
phân vùng khác nhau dựa vào biên độ, kết cấu, …
1.7 Phương pháp trừ nền (Background subtraction) [3][6]
Phương pháp chung để phát hiện đối tượng chuyển động đó là trừ nền, mỗi khung
video được so sánh với mô hình nền hoặc mô hình tham chiếu tương ứng. Đầu tiên
phương pháp này khởi tạo một nền tham khảo với một số khung ảnh đầu tiên của dữ
liệu đầu vào. Sau đó, nó trừ giá trị của mỗi điểm ảnh của ảnh hiện tại cho giá trị
tương ứng trong ảnh nền tham khảo.
Thuật toán của phương pháp trừ nền được diễn tả: gọi là biểu diễn của giá trị xám
ở điểm ảnh ở vị trí (x) và ở trường hợp thứ n của dãy video A thuộc trong khoảng 0255. Gọi là giá trị cường độ nền tương ứng cho điểm ảnh ở vị trí (x) theo thời gian
từ ảnh của video đến .
Một điểm ảnh ở vị trí (x) trong ảnh hiện tại thuộc thành phần được chọn nếu thỏa
mãn điều kiện: . Trong đó là giá trị của ngưỡng có khả năng thích hợp được khởi

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 16/43

tạo cùng với ảnh Video đầu tiên ,, và ngưỡng được chọn bởi một giá trị đã được xác
định trước.

Hình 2-11: Hình minh họa phương pháp trừ nền

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 17/43

1.8 Kỹ thuật luồng quang (Optical Flow) [4][7]
Để cải thiện được hiệu suất nhận dạng các đối tượng chuyển động thì hiện nay có
rất nhiều các kỹ thuật đã và đang được phát triển để áp dụng vào thực tiễn. Trong
đó, Optical Flow là một trong những giải thuật được sử dụng phổ biến.
Optical Flow hay còn gọi là kỹ thuật luồng quang là khái niệm mô tả sự thay đổi vị
trí tương đối của bề mặt đối tượng dưới góc quan sát của điểm làm mốc (camera,
mắt,…). Mục đích của kỹ thuật này là xác định xấp xỉ motion field từ một chuỗi các
khung ảnh thay đổi dần theo thời gian. Vì vậy mà kỹ thuật Optical Flow được sử
dụng rộng rãi trong các kỹ thuật phát hiện các đối tượng chuyển động, tracking…
Lucas - Kanade là một phương pháp được áp dụng phổ biến của Optical Flow nhằm
để đánh giá các đối tượng chuyển động. Phương pháp này giả định sự dịch chuyển
của nội dung hình ảnh giữa hai phần tử (khung) gần đó là nhỏ và xấp xỉ không đổi
trong một vùng lân cận của điểm p đang xét. Nhưng với trường hợp chuyển động
lớn sẽ có thể dẫn đến việc sai sót và thuật toán sẽ không nhận dạng được. Từ đó,
thuật toán Pyramidal Lucas - Kanade được nghiên cứu để khắc phục nhược điểm
trên.
Ý tưởng cơ bản của thuật toán Lucas - Kanade dựa vào các giả thiết sau:
-

Mức sáng của các điểm ảnh là không đổi từ frame m sang frame m+1:
(2)

-

Chuyển động của ảnh của khối bề mặt có sự thay đổi chậm theo thời gian.

Sự thay đổi này được xem như là xấp xỉ đạo hàm của cường độ theo thời gian. Từ
(2) ta có thay thế định nghĩa độ sáng f (x,t) đưa vào phụ thuộc vào giá trị x theo t:
I(x(t),t). Sau đó ta áp dụng luật chuỗi của vi phân riêng phần ta được:
Trường hợp một chiều ta có công thức sau: (3)
là kết quả đạo hàm riêng phần không gian có được trên ảnh đầu tiên, là kết quả
đạo hàm giữa các ảnh theo thời gian, còn v là vận tốc đang tìm. Suy ra, ta được
phương trình đơn giản cho Optical Flow trường hợp một chiều: (4)

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 18/43

Trường hợp ảnh hai chiều: để chuyển sang hai chiều ta thêm trục y, gọi thành phần
y của vận tốc v là thành phần x của vận tốc u, ta được:
(5)
Tuy nhiên ở phương trình trên có hai thành phần không biết đối với bất kì điểm ảnh
cho trước, vậy ta không thể đưa ra một lời giải duy nhất cho chuyển động hai chiều
ở điểm ảnh đó. Để giải quyết vấn đề tại một điểm ảnh ta không thể giải chuyển
động đầy đủ, ta có thể sử dụng giải thiết nếu một bó tại chỗ các điểm ảnh chuyển
động rõ ràng, ta giải chuyển động của điểm ảnh tâm dùng các điểm ảnh xung quanh
để thiết lập nên một hệ các phương trình.

Thuật toán Lucas – Kanade tự nó không thể chính xác và tốt vì một window lớn
phát hiện các chuyển động lớn sẽ phá vỡ giả thuyết chuyển động liên tục. Để giải
quyết được vấn đề đó, ta có thể lần vết theo các tỉ lệ không gian lớn hơn dùng một
Image Pyramid, sau đó tính toán và điều chỉnh các giả thiết vận tốc chuyển động
đầu tiên xuống các mức của Image Pyramid cho đến khi nhận được giá trị các điểm
ảnh thô. Cứ tiếp tục di chuyển xuống Pyramid dưới theo cách trên cho đến khi ta
đến được mức thấp nhất. Do đó, ta tối thiểu phạm vi của các giả thiết chuyển động
và có thể lần vết các chuyển động dài hơn và nhanh hơn.
Thuật toán Pyramid Lucas – Kanade dùng khả năng tốt nhất để lần theo và cũng trả
về các nhận biết độ tốt việc lần theo mỗi điểm đang xử lý.

Hình 2-12: kỹ thuật luồng quang

CHƯƠNG 3.

MÔ HÌNH GIẢI THUẬT PHÁT HIỆN ĐÁM CHÁY

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 19/43

Trong đề tài này, hai hệ màu được sử dụng kết hợp là HSV và YCbCr để phát hiện
đám cháy có hiệu suất chính xác hơn. Ngọn lửa đóng vai trò chính trong việc phát
hiện đám cháy. Với các vật liệu khác nhau, khi cháy sẽ cho những màu sắc của ngọn
lửa khác nhau cho nên việc sử dụng kết hợp cả ba hệ màu là cần thiết để hệ thống
nhận dạng được tối ưu nhất. Không gian màu YCbCr có giá trị của mức xám nằm
trong khoảng (16-240), điều này giúp nó phát hiện đám cháy hiệu quả hơn vì phạm
vi của mỗi màu và nhiễu đã được giảm. Cả hai không gian màu đều có khả năng

nhận diện được màu sắc của lửa tốt nên việc kết hợp cả ba hệ màu là điều cần thiết
và tối ưu để nhận biết được một đám cháy. Sau đây là bản liệt kê màu sắc của một
số vật liệu cháy nổ:
Bảng 1: màu sắc ngon lửa của các vật liệu

STT
1
2
3
4
5

Vật liệu cháy nổ
Nhựa
Cao su
Gỗ
Giấy
Vải

Nhận diện đám cháy từ camera động

Màu của ngọn lửa
Vàng, màu khói
Vàng, màu khói
Vàng đến đỏ
Vàng đến đỏ
Vàng đến đỏ


ĐỒ ÁN TỐT NGHIỆP

Trang 20/43

1.9 Sơ đồ khối mô hình nhận diện đám cháy
Camera ghi

Tách khung

Tiền xử lý

hình

ảnh từ video

ảnh

Nhận diện

Phân vùng

Xử lý và

đám cháy

đám cháy

nhận dạng

Hình 3-13: Sơ đồ khối hệ thống nhận diện đám cháy

Các bước cơ bản của một hệ thống nhận diện đám cháy bao gồm: thu nhận dữ liệu

camera ghi hình, tách khung ảnh từ dữ liệu thu nhận được, tiền xử lý, xử lý và nhận
dạng ngọn lửa, phân vùng ngọn lửa và nhận diện đám cháy.
1.1.6 Khối dữ liệu đầu vào – camera
Trong một mô hình nhận dạng thì camera đóng vai trò cực kì quan trọng vì tất cả dữ
liệu đều được quan sát và lưu trữ lại nhờ vào camera. Các dữ liệu này sẽ được gửi
về trung tâm để xử lý và nhận dạng. Các dữ liệu được camera ghi lại ở dạng: hình
ảnh,video và âm thanh,…
Trên thị trường hiện nay có rất nhiều loại camera hoạt động tốt trong mọi môi
trường củng như mọi điều kiện khác nhau.
1.1.7 Khối trung tâm xử lý
Tách khung ảnh từ video: video được xem như là chuỗi các hình ảnh liên tiếp nhau,
có thể hiểu đơn giãn như file video 24 fps nghĩa là ta sẽ thu được 24 khung hình
trong mỗi một giây của video đó. Để xử lý được video thì ta cần phải tách video
thành những khung hình rồi mới xử lý chúng.
Tiền xử lý ảnh: ảnh sau khi tách ra từ video sẽ được tiền xử lý trước khi đưa vào
nhận dạng. Cụ thể là ảnh ở hệ màu RGB được chuyển sang hai hệ màu khác nhau là
HSV và YCbCr dựa vào các công thức chuyển đổi.

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 21/43

Xử lý và nhận dạng: màu sắc ngọn lửa là nguyên lý nhận dạng của hệ thống này. Áp
dụng phương pháp phân vùng theo ngưỡng ta có một khu vực được xem là cháy khi
và chỉ khi thỏa được một chuỗi các điều kiện chặt chẽ bao gồm:
Bảng 2: Điều kiện của đám cháy

Hệ màu

Điều kiện

YCbCr
(
HSV

Các điều kiện trên được được thu thập từ các quá trình nghiên cứu lý thuyết củng
như các giá trị thực nghiệm trên nhiều mẫu. Một vùng điểm ảnh được xem là đám
cháy khi và chỉ khi thỏa tất cả chuỗi điều kiện trên. Khi vùng điểm ảnh được nhận
dạng là đám cháy sẽ được khoanh vùng và hiển thị lên hệ thống.

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 22/43

1.1.8 Khối hiển thị kết quả nhận dạng
Đám cháy sau khi được nhận dạng sẽ được hiển thị kết quả khoanh vùng.

Hình 3-14: Hình ảnh mô phỏng hệ thống nhận dạng

Hình 3-15: Hình ảnh kết quả nhận dạng đám cháy

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 23/43

1.10 Sơ đồ giải thuật của hệ thống nhận diện đám cháy
Ảnh từ camera

RGB sang
YCbCr
Điều kiên 1-4
RGB sang
HSV
Điều kiện 5
Optical Flow
Điều kiện 6

NO

Điều kiện

An toàn

tổng kết
YES
Phát hiện
Hình 3-16: Sơ đồ giải thuật hệ thống nhận diện đám cháy

Ảnh từ hệ màu RGB sẽ được chuyển sang hệ màu YCbCr để thực hiện các điều
kiện đầu tiên. Với hệ màu YCbCr thì kết quả nhận dạng đám cháy hiệu quả hơn khi
sử dụng hệ màu RGB. Từ đó, ta có được các điều kiện sau để nhận diện được đám
cháy:
Ở vùng cháy, giá trị cường độ ma trận Y lớn hơn ma trận Cb và giá trị cường độ ma
trận Cb nhỏ hơn ma trận Cr. Từ đó, ta có điều kiện 1 và 2 như sau:

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 24/43

Khu vực cháy thường là khu vực sáng nhất. Dựa vào lượt đồ phân bố Histogram và
giá trị trung bình của hệ màu YCbCr ta được điều kiện số 3. Bỏ qua giá trị độ sáng
Y vì nó chỉ phụ thuộc vào điều kiện chiếu sáng, ta xét ngưỡng của 2 giá trị Cb và Cr
ta được điều kiện 4:

Ta áp dụng thêm hệ màu HSV để nhận dạng ngọn lửa được tối ưu. Dựa vào thực
nghiệm và lý thuyết mà ta chọn ngưỡng phù hợp cho từng giá trị ma trận H, ma trận
S, ma trận V, ta có được điều kiện 5:

Nhận diện đám cháy từ camera động


ĐỒ ÁN TỐT NGHIỆP
Trang 25/43

Từ các điều kiện trên, một vùng ảnh được xác định là đám cháy khi và chỉ khi
chúng thỏa mãn được các giá trị điều kiện trên của hai hệ màu HSV và YCbCr. Vì
vậy, điều kiện tổng kết được tổng hợp dựa trên 5 điều kiện phía trên.
Ngoài ra, để hệ thống nhận dạng được tối ưu hơn ta áp dụng thêm kĩ thuật Optical
Flow để phát hiện chuyển động của đám cháy. Qua đó, điều kiện 7 nhằm phát hiện
chuyển động kết hợp với điều kiện của hai hệ màu tổng hợp để kết quả nhận dạng
được tối ưu.
Kết quả sau khi được nhận dạng sẽ xuất ra hình ảnh khoanh vùng và thông báo văn

bản. Ta có thể kết hợp các thiết bị cảnh báo để nhằm ngăn chặn kịp thời ngọn lửa.

Nhận diện đám cháy từ camera động