Tiểu luận môn toán học cho khoa học máy tính ỨNG DỤNG LOGIC MỜ XỬ LÝ NHẬN DẠNG CHUYỂN ĐỘNG THỜI GIAN THỰC

Đại học Công nghệ thông tin ---o0o---ỨNG DỤNG LOGIC MỜ XỬ LÝ NHẬN DẠNG CHUYỂN ĐỘNG THỜI GIAN THỰC Học viên: Hồ Mạnh Khương GVHD: PGS.. Tuy nhiên giá thành các thiết bị này còn đắt ví

Đại học Công nghệ thông tin

-o0o -ỨNG DỤNG LOGIC MỜ

XỬ LÝ NHẬN DẠNG CHUYỂN ĐỘNG

THỜI GIAN THỰC

Học viên: Hồ Mạnh Khương

GVHD: PGS TS Đỗ Văn Nhơn

TP Hồ Chí Minh, 1/2014

Mục lục

Mục lục 2

I ĐẶT VẤN ĐỀ 3

II LOGIC MỜ VÀ NHẬN DẠNG CHUYỂN ĐỘNG 4

1 Sơ lược về logic mờ 4

2 Xác định chuyển động trên đoạn video ghi hình sẵn 4

3 Xác định chuyển động thời gian thực (real-time motion detection) 5

III CHƯƠNG TRÌNH MINH HỌA 9

IV KẾT LUẬN 11

V TÀI LIỆU THAM KHẢO 13

I ĐẶT VẤN ĐỀ

Ngày nay, việc xử lý các dữ liệu hình ảnh thời gian thực đã là chuyện không còn

xa lạ với con người Nhiều thiết bị phần cứng và phần mềm ra đời hỗ trợ rất tốt việc ghi và xử lý hình ảnh real-time Tuy nhiên giá thành các thiết bị này còn đắt (ví dụ: Kinect…) và chỉ có ứng dụng ở một số lĩnh vực nhất định: chơi game qua cử động, sử dụng trong các hê thống tự hành đắt tiền

Để có thể đưa việc xử lý hình ảnh thời gian thực vào các thiết bị thấp hơn và rẻ tiền hơn, nhiều nghiên cứu đã được đặt ra Trong đó việc ứng dụng các thuật toán áp dụng tư duy về logic mờ cho thấy kết quả khả quan và độ chính xác tương đối cao Vì vậy, ứng dụng logic mờ để cho ra một sản phẩm có chất lượng tương đương với các sản phẩm camera tốc độ cao, nhưng chỉ chạy trên các phần cứng thấp và phổ thông như webcam hoặc ứng dụng trên các hệ thống giám sát giá rẻ là hướng nghiên cứu nhiều tiềm năng

II LOGIC MỜ VÀ NHẬN DẠNG CHUYỂN ĐỘNG

1 Sơ lược về logic mờ

Khái niệm về logic mờ được giáo sư Lotfi Zadeh của trường đại học California - Mỹ

đề ra lần đầu tiên năm 1965 Công trình này thực sự đã khai sinh mộtngành khoa học mới

là lý thuyết tập mờ và đã nhanh chóng được các nhà nghiên cứu công nghệ mới chấp nhận ý tưởng

Một số kết quả bước đầu và hướng nghiên cứu tiếp theo góp phần tạo nên những sản phẩm công nghiệp đang được tiêu thụ trên thị trường Lý thuyết tập mờ ngày càng phong phú và hoàn chỉnh, đã tạo nền vững chắc để phát triển logic mờ Có thể nói logic mờ (Fuzzy logic) là nền tảng để xâydựng các hệ mờ thực tiển.[3]

2 Xác định chuyển động trên đoạn video ghi hình sẵn

Đối với đoạn video được ghi sẵn, việc xác định chuyển động có phần đơn giản hơn bởi input đầu vào là một chuỗi các khung hình Việc so sánh và xác định thành phần chuyển động là khá đơn giản, tuy nhiên chỉ có một vấn đề khó khăn là xử lý các đoạn chuyển cảnh và phân biệt với các đoạn chuyển động[1]

Sơ đồ hoạt động giải thuật xác định chuyển động trên đoạn video clip[1]

Đối với xử lý thời gian thực, chúng ta phải sử dụng một cách tiếp cận hơi khác do các frame hình được dùng đối chiếu phải liên tục không ngắt quãng Ta sử dụng cách tiếp cận hơi khác sẽ được đề cập kĩ hơn ở phần sau

3 Xác định chuyển động thời gian thực (real-time motion detection)

Ý tưởng của thuật giải nhận dạng chuyển động trong thời gian thực là xử lý khung hình trước và so sánh độ hỗn loạn Gaussian, nhằm xử lý các thành phần nhiễu giữa các frame hình với nhau

Do đặc thù của hình ảnh chuyển về từ camera, 2 khung hình chụp cùng một sự vật

sẽ rất khác biệt nhau dù ở 2 thời điểm, ở cùng một vị trí màu sắc và sự vật không hề di chuyển Trước tiên ta đưa vào khung hình hiện tại với độ hỗn loạn hiện tại (In

-tolerance)và độ hỗn loạn của khung hình liền trước đó (Ip) Hệ số xác định độ chuyển động được xác định bằng số thực Δ với trị 0 (không có cử động) và 1 (có cử động) và

Δ là số mờ [2]

Δ (x , y , t )=¿I ( x , y , t )−I (x , y , t−1)∨¿

Hệ số xác định chuyển động Δ được dùng để đánh giá giá trị chuyển động (giá trị hỗn loạn) θ(x,y,t) của pixel ở vị trí (x,y) vào thời gian t (để phân biệt với frame hình trước ở t-1)

I ( x , y , t )=¿θ ( x , y , t)∨¿

Tuy nhiên do hình ảnh tồn tại độ hỗn loạn nên ta khai báo trị số Ω là hằng số hỗn loạn tối thiểu để pixel đó được xác định là có chuyển động

RGB ( x , y , t)={true nếu|θ (x , y ,t )−θ ( x , y , t−1)|≤Ω

false nếu ngược lại

RGB(x,y,t) là giá trị màu gồm 3 màu cơ bản là Red, Green, Blue ở vị trí pixel (x,y) vào thời điểm t

-> Mã hex: 99CC32 -> Mã Decimal: 10079282

Công thức đổi tách hệ màu từ mã decimal sang 3 mã RGB tương ứng như sau[4]:

RGB ( x , y , t)={G ( x , y , t)=(RGB ( x , y , t ) R ( x , y ,t )=RGB ( x , y , t )mod 256¿)mod 256

B ( x , y , t)=(RGB ( x , y , t )¿ ¿)mod 256

Với \ là phép chia lấy phần nguyên và mod là phép modulo (chia lấy số dư)

Tương tự với ví dụ màu xanh lá mạ ở trên ta có:

Mã Decimal: 10079282 -> R=153, G=204, B=50

Xanh lá mạ

Ý tưởng khử nhiễu dựa trên pixel lân cận: một pixel có giá trị hỗn loạn θ ( x , y , t) và sẽ được cập nhật giá trị độ hỗn loạn I ( x , y , t ) dựa vào giá trị của 4 pixel liền kề ở các vị trí (x-1,y), (x+1,y), (x,y-1) và (x,y+1)

(x,y-1) (x-1,y) I(x,y) (x+1,y)

(x,y+1)

Vị trí pixel xác định giá trị hỗn loạn

Ví dụ minh họa khử nhiễu: (a) xác định vị trí chuyển động với Ω lớn, (b) xác định vị trí chuyển động với giá trị Ω nhỏ, (c) khử nhiễu với Ω lớn, (d) khử nhiễu với Ω nhỏ

Giá trị cập nhật của I(x,y,t) sau khi được cập nhật sẽ tính được Δ(x,y,t) và so sánh với Ω Ma trận I(x,y,t) được lưu lại vào mảng và được sử dụng làm I(x,y,t-1) để so sánh với frame sau

III CHƯƠNG TRÌNH MINH HỌA

Giao diện chương trình Chương trình được viết trên nền Visual Basic 6.0, giao diện đơn giản gồm các tùy chỉnh:

- Bắt đầu / Kết thúc: để khởi chạy và ngưng chương trình

- Kích thước pixel: xác định lượng lọc pixel (*)

- Độ nhạy: tùy chỉnh giá trị tolerance (Ω)

 Tùy chỉnh kích thước pixel: nếu quét hết tất cả 640x480=307 200 pixel thì sẽ tốn rất nhiều thời gian, vì vậy tùy chọn tùy chỉnh kích thước pixel sẽ lược bỏ bớt pixel

Giá trị này có ý nghĩa là mỗi 2n (x và y) pixel sẽ xét pixel đó Tức là với giá trị 20

sẽ chỉ có 307 200 / 20 / 2 = 768 pixel được xét

 Khi khởi chạy, chương trình sẽ tìm kiếm thiết bị camera trong máy, nếu có nhiều hon 1 thiết bị, sẽ xuất hiện cửa sổ lựa chọn

Cửa sổ lựa chọn thiết bị

 Sau khi khởi chạy, chương trình sẽ lấy hình từ thiết bị ngoại vi, những khu vực có chuyển động sẽ được đánh dấu xanh lá Những khu vực nhiễu sẽ được đánh dấu đỏ

 Có thể tùy chỉnh giá trị kích thước pixel và độ lớn Ω trong khi đang chạy

Giao diện chương trình khi chạy

IV KẾT LUẬN

Chỉ qua giới hạn về nội dung của bài tiểu luận không thể hoàn toàn hoàn thiện hết mọi trường hợp có thể gặp phải Tuy nhiên bài tiểu luận cũng đã cố gắng giải thích và đưa ra minh họa cho logic mờ và chương trình ứng dụng có khả năng ứng dụng nhiều vào thực tiễn

Qua môn học, bước đầu đã giúp hình thành các khái niệm căn bản và mở ra các hướng nghiên cứu nâng cao về logic mờ, cũng như định hướng cho khả năng phát triển lên đề tài thạc sĩ

Kết quả đạt được:

- Xây dựng hệ luật mờ xác định chuyển động.

- Xây dựng chương trình nhận dạng cử động thời gian thực hoạt động khá hiệu quả Hướng phát triển:

- Sử dụng GPU thay vì CPU như hiện tại để tính toán nhằm nâng cao hiệu năng xử lý

- Áp dụng cho các hệ thống camera giám sát hoặc các hệ thống nhận dạng đối tượng

- Áp dụng cho các hệ thống camera hành trình trên xe hơi

V TÀI LIỆU THAM KHẢO

[1] Vladimir Zlokolica, Aleksandra Pižurica and Wilfried Philips, 2006 ,”Fuzzy logic recursive motion detection and denoising of video sequences”.

[2] E Cox, 1992, “Fuzzy fundamentals”.

[3] PGS TS Đỗ Văn Nhơn, 2008, “Bài giảng Fuzzy logic”

[4] M Xu and T Elis, 2001, “Illumination-invariant motion detection using colour mixture models”