043_Nghiên cứu nhận dạng và phân loại đối tượng trong không gian tĩnh

-44-
HỆ THỐNG GIÁM SÁT ĐỐI TƯỢNG TRONG KHÔNG GIAN TĨNH

Vũ Ngọc Hà
MSV: 0320107
Email:
Nguyễn Thị Thúy Tâm
MSV: 0320267
Email:


Người hướng dẫn: PGS.TS. Nguyễn Văn Vỵ





1. Giới thiệu
Hệ thống giám sát đối tượng ngày càng được
phát triển và được ứng dụng rộng rãi trong thực
tế đặc biệt là trong giao thông – một vấn đề bức
bách trong xã hội hiện nay. Với hệ thống giám
sát đối tượng này sẽ giải quyết được hầu hết
những công việc trong nghành giao thông như
là sẽ phát hiện đối tượng chuyển động, phân
loại đối tượng, xác định vận tốc các phương
tiện, đếm số lượng phương tiện đang tham
gia,…
Trong khóa luận này chúng tôi đưa ra những
giải pháp, thuật toán để có thể xây dựng một hệ
thống hoàn chỉnh.

Để xây dựng hệ thống giám sát đối tượng,
chúng tôi tập trung vào giải quyết ba bài toán
sau: phát hiện đối tượng, phân loại đối tượng và
theo vết đối tượng. Các bài toán có quan hệ
chặt chẽ và hỗ trợ cho nhau.
2. Bài toán phát hiện đối tượng
Phát hiện các đối tượng chuyển động là
bước cơ bản đầu tiên trong bài toán phân tích
hình ảnh video. Nhiệm vụ của bài toán là từ
những khung hình video thu được phát hiện ra
những vùng đối tượng chuyển động từ đó đưa
ra vị trí, một số tính chất đặc trưng của đối
tượng chuyển động.
Quá trình giải quyết bài toán là: tiền xử lý,
phát hiện vùng ảnh nổi, lọc nhiễu, trích rút
đường viền của đối tượng. Ứng với mỗi phần
có những thuật toán khác nhau được áp dụng,
cụ thể:
Để phát hiện đối tượng chuyển động không
thể dựa trên màu sắc. Do vậy, chúng tôi đưa ra
một quá trình tiền xử lý là việc đưa những
khung hình thu được sang các không gian màu
nhằm tạo điểu kiện thuật lợi cho việc phát hiện
vùng chuyển động.
Phương pháp thường được s
ử dụng để phát
hiện vùng ảnh nổi là: phương pháp trừ ảnh nền,
các phương pháp dựa trên thống kê và phương
pháp chênh lệch tạm thời.
Việc chuyển đối không gian màu, thiết lập

ngưỡng trong khi phát hiện vùng ảnh nối đã
hạn chế nhiễu trong khung hình thu được. Tuy
nhiên để việc lọc nhiễu càng tốt làm cho việc
phát hiện vị trí, đặc trưng của đối tượng càng
chính xác. Do vậy chúng tôi giới thi
ệu các phép
toán hình thái học. Đặc biệt là phép đóng ảnh
và mở ảnh. Nó là cơ sở để lọc nhiễu
Mặt khác, khi áp dụng các phép toán hình
thái học, chúng ta nhanh chóng đưa ra đường
viền của đối tượng. Việc trích rút đường viền
đối tượng đơn giản chỉ thực hiện một phép co
ảnh và một phép trừ ảnh.
3. Bài toán phân loại đối tượng
Bài toán phân loại đối tượng là bài toán tiếp
theo bài toán phát hiện đối tượng. Nhiệm vụ
của nó là phân loại đối tượng dựa trên những
mẫu đối tượng đã được định nghĩa như là lớp
người, lớp phương tiện, lớp động vật. Hiện tại,
có một số hướng để giải quyết bài toán: dựa
trên hình dáng, dựa trên chuyển động, dựa trên
điểm đặc trưng và dựa trên thành phần đối
tượng.
Trong luận văn này, chúng tôi đưa ra những
phương pháp, thuật toán áp dụng áp dụng để có
thể xây dựng bộ xương khung của đối tượng, từ
đó có thể lấy ra các điểm đặc trưng- là cơ sở để
phân biệt đối tượng.
4. Bài toán theo vết đối tượng
Theo dõi đối tượng đó là công việc đưa ra

một chuỗi các hành vi của đối tượng chuyển
động trong một thời gian từ các khung hình thu
được.
Việc theo dõi đối tượng có một ý nghĩa quan
trọng trong thực tiễn như là:
• Đưa ra đường đi của đối tượng
• Xác định vận tốc của đối tượng
-45-

• Đếm số lượng tham gia chuyển động
trong hệ thông.
Để có thể theo vết đối tượng cần giải quyết
những vấn đề sau: chính xác hóa đối tượng,
phát hiện sự nhập nhằng, xử lý sự nhập nhằng.
Chính xác hóa đối tượng là việc kiểm tra các
vết tương ứng với nhau trong khung hình liên
tiếp. Tuy nhiên trong quá trình chuyển động,
các đối tượng có thể bị nhập nhằng – đối tượng
đó bị che mất một phần hoặc nó che mất một
phần đối tượng khác. Khi gặp những trường
hợp hệ vậy đòi hỏi hệ thống phải phát hiện và
giải quyết.
5. Thực nghiệm
Với những thuật toán, phương pháp đã trình
bày trong luận văn, chúng tôi đã tiến hành cài
đặt và thu được những kết quả như sau:
- chúng tôi xây dựng thành công module
phát hiện đối tượng: đưa ra vùng đối
tượng, lọc nhiễu, trích rút đường viền
đối tượng, …

- phân biệt đối tượng: đã phân loại các
đối tượng giữa người, xe cộ. Đặc biệt
trong module phân loại xe, chúng tôi
phân biệt được các loại ô tô.
- Theo vết đối tượng: chúng tôi xây dựng
module chính xác hóa đối tượng, xử lý
nhập nhằng. Việc chính xác hóa đối
tượng và xử lý nhập nhằng được ứng
dụng vào bài toán đưa ra đường đi của
đối tượng, đếm số lượng đối tượng
chuyển động trong một khung hình thu
đươc.
6. Kết luận
Trong luận này, chúng tôi đã đưa ra các giải
pháp để xây dựng hệ thống hoàn chỉnh. Tiến
hành thực nghiệm và thu được kết quả khá
chính xác với ý tưởng xây dựng. Tuy nhiên, hệ
thống vẫn còn một số nhược điểm sau: Việc xử
lý nhập nhằng chưa tốt, khi đối tượng nhập
nhằng nhiều việc phân chia không chính xác,
dẫn đến không phân loại được đối tượng, theo
vết đối tượng cũng không được tốt khi có sự
nhập nhằng giữa các đối tượng. Việc phân loại
đối tượng cũng như xử lý nhập nhằng tốc độ xử
lý còn chậm.
Các vấn đề cần tiếp tục nghiên cứu: hoàn
thiện module phân loại đối tượng để có thể phát
hiện nhiều loại đối tượng, cải tiến lại module
xử lý nhập nhằng để xử lý nhanh hơn và theo
dõi vết đối tượng chính xác hơn. Đồng thời, cải

tiến lại tốc độ chung của chương trình.
Tài liệu tham khảo
Tài liệu tham khảo tiếng Anh
[1] PIKS Inside, Third Edition. William K.
Pratt . Digital Image Processing
[2] Bernd Jahne. Digital Image Processing
[3] F. Heijden. Object Recognition and
Parameter Estimation. Image Based
Measurement System Wiley, January 1996
…

Tài liệu tham khảo tiếng Việt
[11] Luận văn tốt nghiệp 2002 – 2006 : Trần
Nguyên Khải, La Tuấn Dũng, Nguyễn Thị Lan
Hương.