Ứng dụng công nghệ xử lý ảnh thời gian thực trong bài toán tự động giám sát giao thông tại việt nam

NG D NG CÔNG NGH X LÝ NH TH I GIAN TH C TRONG BÀI
TOÁN T
NG GIÁM SÁT GIAO THÔNG T I VI T NAM
KS. Lê Qu c Anh, TS. Phan T ng Lai
Trung tâm KHKT & CNQS
PGS. TS. Lê Hùng Lân, ThS. Nguy n V n Ti m
Tr ng H GTVT Hà N i
Tóm t t
Trong bài báo này chúng tôi trình bày nh ng k t qu kh quan trong vi c áp d ng
công ngh x lý nh th i gian th c cho bài toán t
ng giám sát giao thông t i Vi t
Nam,
c th c hi n trong khuôn kh
tài KC-03-21. Tr ng tâm c a bài toán là
m s l ng xe ô tô, xe máy trên
ng ph trong m t kho ng th i gian nh t nh,
tính v n t c trung bình c a dòng giao thông và tính chi u dài hàng i khi x y ra ách
t c b!ng chu"i nh thu nh n
c t# các camera trong th i gian th c. Trên c$ s$
phân tích các gi i thu t ã
c áp d ng trong các h th ng t
ng giám sát giao
thông t i m t s n %c trên th gi%i, bài báo a ra gi i pháp c i ti n nâng cao
chính
xác, phù h p v%i i u ki n giao thông t i Vi t Nam. S n ph&m c a quá trình nghiên
c'u là m t h th ng ch $ng trình máy tính hoàn ch(nh, k t qu th nghi m b %c )u
trên
ng ph Hà N i cho th y trong i u ki n bình th ng ban ngày có 90%-95%
s l ng xe
c phát hi n và m, v n t c c a dòng xe c*ng tính
c v%i

chính
xác 90%-93% tu+ thu c vào i u ki n môi tr ng.

1. ,t v n
Trong gi i quy t bài toán qu n lý, i u hành và i u khi n giao thông không th thi u
c vai trò thông tin v l u l ng và t c
dòng xe.
có
c nh ng thông tin này
các n c trên th gi i ã s d ng nhi u lo i c m bi n nh c m bi n áp l c, vòng t ,
quang,... và g n ây s d ng công ngh x lý nh camera. Công ngh này có u i m
ch có
linh ho t cao, không ph i can thi p nhi u và ch u nh ng nh h ng liên quan
c a c s h t ng
ng sá, c ng ng m,... áng ti c là Vi t Nam, do c i m dòng
giao thông a ph ng ti n không ch y thành làn xe v i giãn cách rõ ràng trên
ng,
nên h u nh không áp d ng
c b t k m t lo i c m bi n nào nói trên (tr nh ng
tr ng h p c bi t nh t i các tr m thu phí,...). Các ph n m m m xe qua x lý nh
c a các n c tiên ti n trên th gi i c ng không áp d ng
c Vi t Nam vì lý do này.

41


Trong bài báo này a ra m t gi i pháp k! thu t x lý nh m i, cho phép m ra tri n
l n v"ng u tiên có thi t b o, m xe Vi t Nam, tháo g# hàng lo t các v n qu n
lý, i u hành giao thông có liên quan.
$ng d ng công ngh x lý nh th i gian th c trong giám sát giao thông là d a vào s

h tr tính toán c a máy tính th c hi n các thu t toán x lý nh trích l"c ra các thông
tin c n thi t t chu i các nh giao thông thu
c b i camera. Các thông tin
c a
ra và c p nh t liên t c th i gian th c s% h tr &c l c cho công tác qu n lý giao thông
nh s l ng xe c i trên
ng, v n t c c a t ng xe, chi u dài hàng i khi x y ra ách
Camera
t&c, ho c cao h n n a là
nh n d ng bi n s xe,...
Mô hình chung c a h
th ng giám sát giao
Chu i nh ã s hoá
thông b'ng công ngh
x lý nh camera
c
mình ho nh hình 1.
Thu t toán x lý nh
M t h th ng giám sát
giao thông nh v y s%
bao g(m m t s các
a ra thông tin
b c x lý nh ti n x
v giao thông
lý nh, phát hi n
i
t ng trong vùng quan
Hình 1. Mô hình h th ng giám sát giao thôngd a trên công ngh
x lý nh
sát c a camera, tách i

t ng ra kh)i nh n n,
nh n d ng i t ng và b&t bám i t ng. Mô hình chung c a bài toán có th
c
minh ho nh hình 2
Camera
K t qu

Chu i nh
B&t bám
Hình 2. S

it

Ti n x lý nh

Phát hi n

Nh n d ng

Tách

ng

it
it

ng
ng

( dòng mô t các ti n trình x lý c a h th ng

2. Xây d ng h th ng
x lý nh b'ng máy tính, tr c tiên ph i s hoá
c b*c nh ó. S hoá các to
trong m t ph+ng xy g"i là l y m,u nh và s hoá theo biên
g"i là l ng t hoá m*c
xám. Sau khi s hoá thì nh
c cho d i d ng ma tr n (1).

42


f (0,0 )
f ( x, y ) =

f (1,0 )
.

f (0,1)
f (1,1)
.

...
...
...

f (0, M − 1)
f (1, M − 1)
.

(1)

.
.
...
.
f ( N − 1,0 ) f ( N − 1,1) ... f ( N − 1, M − 1)
trong ó: f(i,j) là giá tr m*c xám c a nh t i i m có to
(i,j). M i ph n t c a f(x,y)
c g"i là m t pixel.
Lân c n c a m t pixel t i to
(x,y) là các i m có to
nh sau:
(x,y-1); (x,y+1); (x-1,y); (x+1,y); (x-1,y-1); (x-1,y+1); (x+1,y-1); (x+1,y+1)
(2)
2.1. Ti n x lý nh

ây là quá trình th c hi n u tiên c a h th ng. Giai o n này g(m các quá trình lo i
b) nhi u và chuy n -i nh v d ng n gi n x lý và nâng cao chính xác cho các
giai o n sau. .nh thu
c t camera th ng là nh RGB 24 ho c RGB 32, ta mu n
chuy n -i nó v d ng nh xám n gi n, công th*c chuy n -i nh sau:
Giá tr m u = 0.299*R + 0.587*G + 0.114* B
(3)
Sau ó, nh
c quét b'ng b l"c Median lo i b) nhi u theo công th*c:
f(x,y) = Median{M[i,j], (i,j)∈ W}
(4)
trong ó W là các lân c n c a i m nh (x,y) nh
nh ngh/a (2).

2.2. Phát hi n và tách

it

ng

ây là b c u tiên và là quan tr"ng nh t trong bài toán này, i t ng
c phát hi n
và tách ra kh)i hình n n trong ti n trình x lý này s% là u vào cho các b c x lý ti p
theo. Có m t s ph ng pháp
th c hi n ch*c n ng này v i các u, nh c i m khác
nhau. Trong bài báo này, chúng tôi trình b y m t thu t toán
c ánh giá là hi u qu
nh t, nó v a m b o vi c phát hi n và tách các i t ng m t cách y , chính xác,
v a mb o
c chi phí th i gian
áp *ng th i gian th c, ngoài ra thu t toán này
còn có u i m là t thích nghi
c v i các thay -i c a i u ki n và ánh sáng môi
tr ng tác ng lên nh. Tuy nhiên, nó có m t h n ch ó là tr c khi th c hi n thu t
toán, ta ph i kh i t o nh tham chi u, là nh ban u c a hi n tr ng giao thông mà
không có i t ng xe nào trong ó. Thu t toán
c a ra nh sau:
G"i nh tham chi u t i th i i m t là Bt và Vt là m t nh nh phân ch*a các i t ng
c phát hi n và tách ra. Giá tr Vt
c tính nh sau:

Vt (i, j ) =

0 if

f t (i, j ) − Bt (i, j ) ≤ T

(5)
1
otherwise
Nh v y, n u nh d li u vào ft không có ch*a i t ng nào, thì nh tham chi u và nh
d li u là trùng nhau, giá tr Vt b'ng 0. Còn n u trong nh d li u có ch*a i t ng, thì
các vùng nh ch*a i t ng s% có giá tr khác so v i nh tham chi u, và t i các v trí ó
giá tr c a Vt b'ng 1 còn các v trí khác b'ng 0. Camera
c coi là t c
nh, tuy
43


nhiên trên th c t nó luôn b rung ho c dao ng trong m t kho ng nh), ngoài ra hình
nh thu
c còn b thay -i b i s thay -i ánh sáng t nhiên và các i u ki n khác.
lo i tr
Chính vì th mà trong phép tr tuy t i ta ph i cho thêm giá tr ng #ng T
nhi u gây ra b i các nguyên nhân này. Và c ng chính vì môi tr ng luôn bi n -i mà
nh tham chi u ph i
c c p nh t liên t c
m b o luôn (ng nh t v i hình n n c a
nh d li u hi n t i.
Công th*c c p nh t nh tham chi u nh sau:
(6)
Bt +1 = (BtVt + (1 − Vt ) f t )(1 − α ) + Bt α
α là h'ng s có giá tr t 0-1.
Nh v y các vùng c a nh d li u hi n t i mà không ch*a i t ng s% luôn

cc p
nh t tr l i nh tham chi u. Giá tr α s% cho bi t t0 l c p nh t nh tham chi u.
2.3. Nh n d ng và b t bám

it

ng

Sau khi phát hi n và tách i t ng kh)i nh, ta thu
c nh nh phân V ch0 ch*a các
i t ng là các ph ng ti n giao thông ang xét. Nhi m v c a ph n này là nh n d ng
t ng i t ng xem chúng là i t ng ôtô, xe máy hay là các i t ng khác, sau ó
th c hi n vi c b&t bám chúng. Trong ph n này chúng tôi s d ng ph ng pháp so sánh
m ,u
nh n d ng t ng i t ng. Ph ng pháp này s% so sánh i t ng v i m t s
m,u cho tr c.
i t ng s%
c nh n d ng khi có s gi ng nh t v i m t trong các
m,u. M c tiêu c a bài toán là tính
c v n t c c a t ng i t ng chuy n ng cùng
m t s thông tin khác, vì v y th c ch t c a bài toán tr thành bài toán b&t bám nhi u
m c tiêu chuy n ng qua chu i nh thu nh n t camera. M i khi i t ng vào khung
hình camera, ta b&t u phát hi n và bám theo nó cho t i khi nó ra kh)i khung hình.
D a vào th i gian bám i t ng và chi u dài c a khung hình ta có th tính ra v n t c
di chuy n c a i t ng.
có th b&t bám
c i t ng, ta ph i g&n
c m i liên
k t gi a các i t ng trong d li u hi n t i v i các i t ng trong d li u tr c ó
hay nói cách khác là ph i nh n bi t

c i t ng trong hai nh d li u liên ti p này có
là m t hay không.
Các b c ti n hành thu t toán nh sau:
B c 0: Kh i t o c s d li u r ng D mà s% ch*a các i t ng. M i i t ng s%
c gán vào m t l p th c th g(m các thu c tính: v trí, hình dáng, kích th c, ch ng
lo i, t-ng th i gian b&t bám,...
B c 1: Th c hi n trích l"c i t ng t d li u nh hi n th i.
B c 2: V i m i i t ng thu
c th c hi n so sánh v i các i t ng trong D:
N u không trùng kh p, có ngh/a i t ng m i b&t u vào khung hình camera, v y l u
nó vào D cùng các thu c tính. N u tìm th y, có ngh/a nó v,n ang di chuy n trong t m
hình camera, v y c p nh t l i các thu c tính c a nó trong D.
B c 3: Nh ng i t ng còn l i trong D mà ch a
c c p nh t d li u i u ó có
ngh/a trong nh hi n t i không ch*a các i t ng này, v y n th i i m này nó ã ra
kh)i khung hình camera, ta có th
a ra k t lu n v nó và xoá kh)i c s d li u D.
B c 4: L p l i b c 1 cho d li u nh k ti p.
Mô hình h th ng trong bài toán này nh hình 3.
44


.nh tham chi u
.nh d li u vào

Phát hi n và tách xe

Hình 3. Mô hình h th ng t

3. K t qu

t

C p nh t

ng giám sát giao thông

c

H th ng ch y th nghi m bao g(m 1 camera k! thu t s v i thông s 25 hình/giây, h
m u RGB 24 và kích c# t ng nh là 320x240 pixel, 1 máy tính có c u hình Pentium(R)
4 CPU 2.40GHz, RAM 128MB. Camera
c n i ghép v i máy tính qua c-ng giao ti p
USB. D li u quay th c t
m ts
ng ph Hà N i và truy n vào máy tính. Hình 4
minh ho giao di n c a ch ng trình và màn hình th hi n k t qu sau khi bóc tách các
i t ng xe kh)i hình n n.

Hình 4. Giao di n ch

ng trình và k t qu c a bài toán t

ng giám sát giao thông

m th công cho
So sánh k t qu sau 20 phút th c hi n c a ch ng trình v i k t qu
th y, s l ng xe ô tô và xe máy
c b&t bám và m trong i u ki n ánh sáng t t là
90%-95%, v i v n t c dòng xe là 90%-93%.

4. K t lu n

Trên ây ã trình bày m t s
th i gian th c i v i v n
h ng nghiên c*u này hoàn
theo chúng tôi s% ti p t c th

k t qu nghiên c*u ban u v bài toán x lý nh camera
t
ng giám sát giao thông. K t qu thu
c cho th y
toàn có th áp d ng th c t t i Vi t Nam. Th i gian ti p
nghi m s n ph1m v i các i u ki n khác nhau v
ng
45


sá, th i ti t, m t
dòng xe,.. và hoàn ch0nh m t s v n
lo i xe, nh n d ng bi n s xe,...

khác nh nh n d ng ch ng

Tài li u tham kh o

[1]. BELLE L. TSENG, CHING-YUNG LIN AND JOHN R.SMITH, (2002), Real-time
Video Surveillance for Traffic Monitoring using Virtual Line Analysis, Proc. IEEE
International Conference on Multimedia and Expos, Switzerland.
[2]. CHRISTOPHER JOHN SETCHELL, (1997), Application of Computer Vision to
Road-traffic Monitoring, PhD thesis in the Faculty of Engineering, Department of

Electrical and Electronic Engineering, University of Bristol, UK.
[3]. COHEN AND MEDIONI G., (1999), Detecting and tracking moving objects in
video surveillance, IEEE Conference on Computer Vision and Pattern Recognition.
[4]. CUCCHIARA R., PRATI A., VEZZANI R., (2004), Real Time Motion
Segmentation From Moving Cameras, Real-Time Imaging, vol. 10,3,127-143.
[5]. CUCCHIARA R., PRATI A., VEZZANI R., (June 16-22, 2003), Object
Segmentation in Videos from Moving Camera with MRFs on Color and Motion
Features, Proceedings of IEEE-CS Conference on Computer Vision and Pattern
Recognition (IEEE CVPR 2003), Madison, Wisconsin, USA, vol. 1, 405-410.
[6]. CUCCHIARA R., GRANA C., PRATI A., (May 31, 2002), Detecting Moving
Objects and their Shadows: an evaluation with the PET2002 dataset, Proceeding of
Third IEEE International Workshop on Performance Evaluation of Tracking and
Surveillance (PETS 2002) in conj. with ECCV 2002, Copenhagen, Denmark, 18-25.
[7]. JOHN F.J, (1989), Traffic monitoring in Great Britain, Second International
Conference on Road Traffic Monitoring, 1-4.
[8]. KOREN C., SCHVAB J., (1989), Traffic survey system in Hungary, Second
International Conference on Road Traffic Monitoring, 10-13.
[9]. LEE S.C, (1989), Road Traffic Monitoring in Hong Kong, Second International
Conference on Road Traffic Monitoring, 14-18.

46