Ứng dụng xử lý hình ảnh nhận dạng đường đi cho ôtô chạy tự động

ng d ng phát hi nălƠnăđ ng trên các hãng xe .... Các hình nh ch y th nghi măch ngătrình .... xi DANH SÁCH CÁC HÌNH Hình 1.1: Minh h a các m c tiêu khác nhau trong bài toán phát hi nălƠn

vi

M C L C

Trang t a Trang

QUY TăĐ NHăGIAOăĐ TÀI

XÁCăNH NăC AăCÁNăB ăH NGăD N i

LÝ L CH KHOA H C ii

L IăCAMăĐOAN ii

L I C M T iii

TÓM T T iv

M C L C vi

DANH SÁCH CÁC CH VI T T T x

DANH SÁCH CÁC HÌNH xi

Ch ngă1 TỌ̉NGăQUAN 1

1.1 Tổngăquanăchungăvêălố̃nhăv ̣cănghiênăc u 1

1.1.1 Gi i thi u 1

1.1.2 ng d ng phát hi nălƠnăđ ng trên các hãng xe 5

1.2 Các k t qu nghiên c uătrongăvƠăngoƠiăn căđƣăcôngăb 6

1.2.1 Các k qu nghiên c uătrongăn c 6

1.2.2 Các k t qu nghiên c uăngoƠiăn c 7

1.3 M căđíchăc aăđ tài 7

1.4 Nhi m v c aăđ tài và gi i h năđ tài 8

1.4.1 Nhi m v 8

1.4.2 Gi i h năđ tài 8

1.5.ăPh ngăphápănghiênăc u 8

Ch ngă2ăăC ăS LÝ THUY T 10

vii

2.1 Lý thuy t tổng quan v x lý nh 10

2.1.1 X lý nh s là gì ? 10

2.1.2 Bi u di n m t nh s 11

2.1.3 Các v năđ c ăb n trong x lý nh 19

2.1.4.ăBiênăvƠăcácăph ngăphápăphátăhi n biên 26

2.1.5 Các mô hình màu 26

2.2 Bi năđổi Hough (Hough Transform) 30

2.2.1 Bi năđổiăHoughăchoăđ ng thẳng 30

2.2.2 Bi năđổiăHoughăchoăđ ng thẳng trong t aăđ c c 32

Ch ngă3ăăPH N M M NG D NG 33

3.1 Matlab 33

3.1.1 Gi i thi u Matlab 33

3.1.2 Các thành ph năc ăb n c a Matlab 34

3.1.3 Malab GUI 42

3.1.4.ăPhơnăđo năvƠătáchăđ ng vi n trong Malab 44

3.1.5 Bi năđổi Hough trong MATLAB 45

3.2 Image Acquisition Toolbox 50

3.2.1 Ch cănĕng 50

3.2.2.ăCácăb c thu th p hình nhăc ăb n 51

3.3 Computer Vision System Toolbox 54

3.3.1 Ch cănĕng 54

3.3.2 Các hàm x lí video 54

3.4 Image Processing Toolbox 61

3.4.1.ăĐ c nh 61

viii

3.4.2 Hi n th nh 61

3.4.3 Ghi nh 62

3.4.4 Chuy năđổi gi a các l p nh và các lo i nh 63

Ch ngă4ăăCH NGăTRỊNHăĐI U KHI N 64

4.1 Mô hình tổng quát 64

4.2 Ch n và thi t l p camera 65

4.3.ăMôăhìnhăđ ng và ph m vi quan sát 66

4.4 Ti n trình x lí nh 66

4.4.1.ăXácăđ nh d uăphơnăcáchălƠnăđ ng 66

4.4.2.ăXácăđ nh d u phân cách trái ậ ph iăvƠăchènăđánhăd uălƠnăđ ng 69

4.4.3 Xu t tín hi u 69

4.5 L p trình giao di n 71

4.5.1 Cácănútăđi u khi n 71

Ch ngă5ăăTH C NGHI MăVÀăĐÁNHăGIÁ 73

5.1 D li u th c nghi m 73

5.1.1.ăĐ aăđi m th c nghi m 73

5.1.2 V t căđ x lí 73

5.2 Các hình nh ch y th nghi măch ngătrình 74

5.3.ăPh ngăphápăđánhăgiáăvƠătiêuăchíăđánhăgiá 75

5.4 Tiêu chí v t căđ 75

5.5.ăĐánhăgiáăv đ chính xác 76

5.6.ăĐánhăgiáăv s sai l ch 76

Ch ngă6ăăK T LU N 78

6.1 K t qu đ tăđ c c aăđ tài 78

ix

6.2 Nh ng v năđ còn t n t i 78

6.3.ăH ng phát tri năđ tài 79

TÀI LI U THAM KH O 80

Các trang Web 82

PH L C 83

A.ăCh ngătrìnhăchính 83

B.ăXácăđ nh d u ch lƠnăđ ng 90

C Xácăđ nh d u phân cách trái / ph i 91

D Nút Start Webcam 93

E Nút Detection & Tracking 94

F Nút Stop 101

G Nút Exit 102

H Nút Connect 102

I Nút Send 105

x

DANH SÁCH CÁC CH VI T T T

MIT Massachusetts Institute of Technology

DARPA Defense Advanced Research Projects Agency HDTV High-definition television

JPEG Joint Photographics Experts Group

xi

DANH SÁCH CÁC HÌNH

Hình 1.1: Minh h a các m c tiêu khác nhau trong bài toán phát hi nălƠnăđ ng 2

Hình 1.2: Nh ng ví d v các tình hu ng trong bài toán phát hi nălƠnăđ ng 3

Hình 1.3: Mô hình tổng quát gi i quy t bài toán phát hi nălƠnăđ ng 5

Hình 1.4: Hê ̣ăthôngăh tr ̣ălanăđ ng 5

Hình 2.1: nhăt ngăt ăvƠă nhăs ăhóa 11

Hình 2.2: Điểmăquiăchiêuăkhôngăgianăcủaăđiểmăảnhă(0,0) 12

Hình 2.3: nh nh phân 13

Hình 2.4: nh xám hóa 14

Hình 2.5: nh màu RGB trong Matlab 15

Hìnhă2.6:ăĐi m nh trong m t mi n lân c n 16

Hình 2.7: L y m u hình ch nh t liên thông 16

Hình 2.8: Cácăb căc ăb nătrongăm tăh ăth ngăx ălỦă nhă 19

Hình 2.9: Bi u di n nh bằng ma tr năđi m 20

Hìnhă2.10:ăS ăđ chung c a h th ng nh n d ng 23

Hình 2.11: nhăthuănhơ ̣năvaăảnhămongămuôn 24

Hình 2.12: Các mô hình màu 27

Hình 2.13: Hê ̣ăto ̣aăđô ̣ămauăRGB 28

Hình 2.14: Mô hình màu HSV 29

Hình 2.15: B ng ch s giá tr 0 31

Hìnhă2.16:ăĐ ng thẳng Hough trong h t aăđ Đ -các 32

Hình 3.1: Giao di n khi kh iăđ ng 33

Hình 3.2: C a sổ làm vi c 35

Hình 3.3: C a sổ GUIDE Quick Start 42

Hình 3.4: C a sổ t ngătác 43

Hình 3.5: nhătáchăbiên 45

Hình 3.6: nh góc m chăđi n 46

Hình 3.7: Dùng bi năđổi Hough 47

xii

Hình 3.8: K t qu dùng houghpeaks 48

Hình 3.9: K tăqu ăs ăd ngăhƠmăhoughlines 50

Hình 3.10: M ăfileăvideoădùngăvision.VideoPlayer 55

Hìnhă3.11:ă nhăc ngăđ 57

Hình 4.1: Mô hình tổng quát 64

Hình 4.2: Mô hình c th 65

Hình 4.3: Vùng quan tâm 67

Hình 4.4: nhăđ c trích xu t 67

Hình 4.5: Hình gi i h n quan sát 68

Hình 4.6: nhăc ngăđ 68

Hình 4.7: nh nh phân 68

Hìnhă4.8:ăCh ngătrìnhămôăphỏng Proteus 70

Hìnhă4.9:ăCh ngătrìnhăt o Virtual Serial Port Driver 70

Hình 4.10: Giao di năng i dùng 71

Hình 4.11: Giao di n 72

Hình 5.1: V tríăkhiăđiăđúngălƠnăđ ng 74

Hình 5.2: L ch trái 74

Hình 5.3: L ch ph i 75

Hình 5.4: Sai l ch do d u ch đ ngăầầầầầầầầầầầầầầầầầ 77

Nh n d ng đ ngăđi là m t trong nh ng v năđ r t quan tr ng trong nhi u

ng d ng v các h th ng h tr giao thông t đ ng,ăđặc bi t trong các h th ngăđ u khi n xe t đ ng Cùng v i s phát tri năv t b c v tăđ x lý c a máy tính, giá thành c a các thi t b h tr ngày càng gi m thì các nghiên c u v h th ngăđi u khi n xe t đ ngăngƠyăcƠngăđ c phát tri n cùng v i s phát tri n c a h th ng giao thôngă thôngă minh.ă Đƣă cóă nhi u nghiên c u t p trung vào bài toán phát hi n làn

đ ng và m t s k t qu b căđ uăđ t đ c đã cho th y nh ng tín hi u kh quan Trong bài toán phát hi nălƠnăđ ng có 3 lo i m c tiêu chính là: (i) c nh báo khi chuy nălƠnăđ ng, (ii) h tr ng i trong quá trình lái xe, và (iii)ăđi u khi n xe t

đ ng

i) H ệ thống thông báo khi chuyển làn đường 1

: Trong m c tiêu này, yêu c u đặt ra là h th ng ph iă thôngă báoă đ că khiă xeă thayă đổiă lƠnă đ ng V nă đ quan

tr ng nh t c n gi i quy t đơyălƠălƠmăsaoăd đoánăđ c chính xác quỹ đ o c a xe

t ngă ng v iăđ ng biên c aălƠnăđ ng

ii) H ệ thống hỗ trợ người điều khiển xe 2

: Trong m c tiêu này, v năđ quan

tr ngălƠăgiúpăng iăđi u khi năxeăchúăỦăđ călƠnăđ ng d dƠngăh n.ăHayănóiăcáchăkhác,ăng iăđi u khi n s đ c h th ng g iăỦăcácălƠnăđ ng H u h t các nghiên

c uăđ u t p trung m c tiêu này

iii) H ệ thống hỗ trợ điều khiển xe tự động 3

: V i m c tiêu h tr đi u khi n

xe t đ ng, yêu c uăđặt ra là h th ng c năđ aăraăđ călƠnăđ ng s p t i mà xe s di

Mục tiêu điều khiển xe tự động [1]

Trongăcacămụcătiêuătrên , m c tiêu ph c v cho h th ngăđi u khi n xe t

đ ngăđ căđánhăgiáălƠăkhóănh t Hi n t iăh ng nghiên c uănƠyăđangăthuăhútăđ c nhi u s quan tâm c a các nhóm nghiên c u,ătrongăđóăcóăc nh ng nhóm l nănh ănhóm c a CMU4, hay nhóm c a MIT5 v i nh ng cu c thi l nănh ăDARPA.ăNghiênă

c u c aăđ tài nằm ch y u m c tiêu này

Tuy v y v n còn nhi uăkhóăkhĕnăt n t i trong vi c gi i quy t bài toán v i

m cătiêuănƠyănóiăriêngăcũngănh ătoƠnăb bài toán phát hi nălƠnăđ ng nói chung Cácăkhóăkhĕnăcóăth ch raănh ăsau:

- Ph n l n yêu c uăđòiăhỏi ng d ng ph i x lý th i gian th c Trong r t nhi u nghiên c u,ănh ă [2] các k t qu đ tăđ c khá t t, tuy nhiên nghiên

c u này v năch aăth căthiăđ c trong th i gian th c

cây f) Làn đường hoàn toàn bị mất dấu [1]

4

- Sự phức tạp của địa hình Trong ph n l n các nghiên c uănh ă[3], [4], [5],

[6], [7], và [8]ăđ u gi đ nh mặtăđ ng c n x lý là phẳng.ăChoăđ n th iăđi m

th c hi năđ tài, có r t ít nghiên c uănh ă [9] là ti p c nătheoăh ng toàn b

đ ng theo d ng 3 chi u

- Độ cong của làn đường: Đ cong c aălƠnăđ ng là m t ph n r t quan tr ng

cho vi c gi i quy t bài toán M t s nghiên c u gi đ nhălƠnăđ ng ch là

nh ngăđo n thẳngănh ă [8], hay là nh ngăđ ng cong B-splineănh ă [2]

M t s khác, ch xétălƠnăđ ngănh ănh ngăđ ngăcongăcóăđ cong r t nhỏ

nh ă [9] vƠă [10].ă Đ đ tă đ c gi đ nh này, các nghiên c uă đƣă ti n hành chuy n nh sang chi u nhìn từ trên xu ng (top-downăviewăhayăcònăđ c g i lƠăbird‟săeyeăview)ănh ă [10], [5], [7], và [8]

- Các tình huống phức tạp: khi gặp giao l , hoặcăkhiălƠnăđ ngăthayăđổiăđ

l n,ăhayălƠnăđ ngăphơnăđôiăhoặp ghép l iầăchoăt iăth iăđiểmăth ̣căhiê ̣năđêătƠi, vỡnăch aăth y có nghiên c u nào ti p c năđ n vi c gi i quy t các tình

hu ng này

Vì nh ngălỦădoăkhóăkhĕnăk trênăcũngănh ăt m quan tr ng c a bài toán, v n

đ đặtăraăchoăđ tƠiălƠătìmăraăph ngăphápăhi u qu đ có th m t mặt th căthiăđ c trong th i gian th c, mặt khác gi i quy tăđ c ph n l năcácăkhóăkhĕnăk trên,ăđặc

bi t h tr đ c cho m c tiêu ng d ng vào h th ngăđi u khi n xe t đ ng

Môăhốnhătổngăquatăgiảiăquyêtăvơnăđê

5

Hình 1.3: Mô hình tổng quát giải quyết bài toán phát hiện làn đường [9]

1.1.2 ng d ng phát hi nălƠnăđ ng trên các hãng xe

Hình 1.4: Hê ̣ thông hỗ trợ lan đương [28]

Hê ̣ăthôngăhổătr ̣ălanăđ ngăcoăthểăhổătr ̣ăvaăcảnhăbaoăkhiăng iălaiăxeăvôăyăr iăkhỏiălƠnăđ ngăhoặcăchuy nălƠnăđ ngămƠăkhôngăcóătínăhi u Trênăcacătuyênăđ ngădƠi, ng iălaiăcoăthểăvôătốnhăđểăchiêcăxeătrôiăraălêăđ ngăhoĕ ̣căquaălanăđ ngăkhac Điêuănayădễăgơyănênătaiăna ̣năb ̉iăkhiăng iălaiăphatăhiê ̣năra, h ăth ngăho ngăh t

6

Mô ̣tăsôănhaăsảnăxuơtăđãăphatătriểnăcôngănghê ̣ăcảnhăbaoăng iălaiăxeăkhiăxeădiăchuyểnăgơnăt iăva ̣chăkẻăđ ngăbĕngăơmăthanhăhoĕ ̣cărungătayălai , hoĕ ̣căhổătr ̣ăđiêuăkhiểnătayălaiăđểăgi ̃ăchoăxeăđiăđungălanăđ ng CácănhƠăs năxu tăr tăquanătơmăt iă

ng iălaiătrongăcảnhăbao, nênămộtăvaiăhãngăxeăchố̉ăcảnhăbaoă ̉ătôcăđộăcao

Hê ̣ăthôngăđ ̣căth ̣căhiê ̣năb ̉iăcacăcameraăgĕnătr căg ngăchiêuăhơ ̣uăđểătheoădỏiălƠnăd ngăđ căđánhăd uăb iăcácăv chăch ăđ ng Hiê ̣uăquảăcủaăhê ̣ăthôngănayăsẽă

gi măn uăth iăti tăx u, víăd nh ătr iăm aăhoĕ ̣căcoătuyêt

Mô ̣tăsôăhãngăxeăs ̉ ădụngăLaneăSupportăSystemsăđiểnăhốnh:

- Skoda: Skoda Lane Assistant (2013) trên xe Skoda Octavia 2013

- Audi: Audi Active Lane Assist (2012) trên xe Audi A3

- Ford: Ford Lane Keeping Aid (2011) trên xe Ford Focus 2012, Ford Lane

Keeping Alert (2012) trên xe Ford Transit Custom 2012

- Seat: Seat Lane Assist (2012) trên xe Seat Leon 2012

- Infiniti: Infiniti Lane Departure Prevention (LDP) (2011) trên xe Infiniti FX

2009

- Opel: Opel Eye (2010) trên xe Opel/Vauxhall Astra GTC 2011, insignia, Zafiratourer

- Volkswagen: Volkwagen Lane Assist (2010) trên xe Golf, Passat 2005

Và g năđơyănh t là hai hãng xe n i ti ng là Mercedes-BenzăvƠăNissanăđƣăth nghi m xe t lái trên S500 Intelligent Drive và Nissan Leaf D ki n s tung ra th

đó, cho t i th i đi m này ch aăcó m t công trình nghiên c u nào v nh n d ng làn

đ ng cho ô tô ch y t đ ng Vi t Nam đ c công b

Nghiên c u c a M Bertozzi và A Broggi v đ tài "GOLD: A parallel timeăstereoăvisionăsystemăforăgenericăobsăaăleăandălaneădetection"ănĕmă1998.ăThuă

real-th p d li u song song c aăcameraăđ phát hi nălƠnăđ ngăcũngănh ăch ng ng i

v t d a trên hàng lo t b l c hình thái h căđ đ aăraăc nhăbáoăchoăng i lái xe.[4]

Nghiên c u c a ZuWhan Kim v đ tài "Realtime Lane Tracking of Curved Local Road" công b nĕmă2006ăs d ng kỹ thu t Particle Filtering và thu t toán RANSACă(RANdomăSAmpleăConcensus)ăđ phát hi nălƠnăđ ng.[5]

Nghiên c u c a Stephan Sehestedt, Sarath Kodagoda, Alen Alempijevic và Gamini Dissanayake v đ tài "Robust Lane Detection in Urban Environments" nĕm 2007 cũng s d ng kỹ thu t Particle Filtering bằng công c Ora2/C++ăđ phát

hi nălƠnăđ ng.[8]

Nghiên c u c a Jiang Ruyi, Klette Reinhard và Vaudrey Tobi, Wang Shigangă đƣă s d ng kỹ thu t Particle Filtering và Phép Bi nă đổi kho ng cách Euclideană đ phát hi n và theo dỏiă lƠnă đ ngă trongă đ tƠiă ắLaneă detectionă andătrackingăusingăaănewălaneămodelăandădistanceătransformă”ănĕm 2011.[11]

ắReal-time lane tracking using Rao-Blackwellizedă particleă filter”ă lƠă đ tài

đ c công b nĕmă2012ăc aăMarcosăNieto,ăAndoniăCorte‟s, Oihana Otaegui, Jon Arro‟spide và Luis Salgado Nghiên c đƣăs d ngăph ngăphápăRao-Blackwellized particleăfilteră(RBPF)ăđ phát hi nălƠnăđ ng và x lý trong th i gian th c.[12]

1.3 M căđíchăc aăđ tài

Công ngh xe t láiăđ căchoălƠăanătoƠnăh n,ăđ năgi n vì máy móc ho tăđ ng nhanh h năconăng i S khung hình m i giây mà m tăth ng chúng ta n m b t ít

8

h năm t máy quay t căđ cao, não chúng ta x lý d li u và ph n ng ch măh năCPUămáyătính.ăVƠăchơnătayăconăng i thua xa v t căđ làm vi c so v i nh ngăc ă

c uăđi n t

Vi tăNam,ăc ăs h t ngăgiaoăthôngăđangăd năđ c c i thi n Vi c xây

d ng m t h th ng giao thông thông minh là v năđ c p thi t trong công cu c công nghi p hóa, hi năđ iăhóaăđ tăn c Nghiên c u, xây d ng các công c hổ tr cho h

th ngăgiaoăthôngăthôngăminhătrongăđóăcóăph ngăti n giao thông thông minh là yêu

c u c a th iăđ i ng d ng x lý nhăđ nh n d ng đ ng đi cho ô tô ch y t đ ng

- Nghiên c uătrênămôăhìnhăđ ng nh a có d uăphơnăcáchălƠnăđ ng

- Các d u phơnăcáchălƠnăđ ng là các v chăs năthẳng

- Vơnăđ ngăđ ng nh t

- B r ng c aălƠnăđ ng, t c là kho ng cách gi a các d uăphơnăcáchălƠnăđ ng

là hằng s

1.5 Ph ngăphápănghiênăc u

Đểăth ̣căhiê ̣năviê ̣că ngădụngăx ălỦă nhăđ ănh năd ng đ ngăđiăchoăôătôăcha ̣y

t ̣ăđô ̣ng, h ngătiêpăcơ ̣năcủaăđêătaiăđ ̣căđêăxuơtăcacăb cănh ăsau:

1 Nghiênăc uăcacăc ăs ̉ălyăthuyêt : LỦăthuy tăv ăx ălỦă nh , xe ch yăt ̣ăđô ̣ng, thamăkhảoăvaă ngădụngăcacăph ngăphapăcủaăcacăcôngătrốnhănghiênăc uăđãăcôngăbô đ ăxơyăd ngăm tăph ngăpháp mangătốnhăđổiăm i

2 Tìmăhi uăcácălo iăcameraăvƠăxácăđ nhăcácăthamăs ăc aăcamera : Đơyălaă

mô ̣tăb cărơtăquanătro ̣ngăb ̉iăđêătaiăxơyăd ̣ngătrênăc ăs ̉ă ngădụngăx ̉ ălyă

nh

5 Theoăvêtălanăđ ng : D ̣aătrênăkêtăquảăcủaăb că 4 xơyăd ̣ngăch ngătrốnhăbámătheoăv tălƠnăđ ngăthôngăquaăbámăbiênăc aălƠnăđ ng

6 Xơyăd ̣ngăthuơ ̣tătoanăđiêuăkhiển , ch ngă trìnhă nh n d ngă đ ngă điă đ

xu t tín hi uăđi u khi n ph n c ng

truyênăhốnhăcoăđô ̣ăphơnăgiảiăcaoă(HDTV)

Ng iămayăcangăngayăcangăđ óngăvaiătròăquanătr ngătrongăcôngănghi păvƠăgiaăđốnh Chúngăs ăth căhƠnhănh ngăcôngăvi cănhƠmăchánăhoặcănguyăhi m , vƠănh ngăcôngăviê ̣cămaătôcăđô ̣ăvaăđô ̣ăchốnhăxacăv ̣tăquaăkhảănĕngăcủaăconăng i Khiăng iămáyătr ănênătinhăviă h n, th ăgiácămáyătínhă (Computer Vision) s ăđóngăvaiătròăngƠyăcƠngăquanătr ng Ng iătaăsẽăđoiăhỏiăng iămayăkhôngănh ̃ngăphatăhiê ̣năvaănhơ ̣nă

d ngăcácăb ăph năcôngănghi p , mƠăcònăắhi u”ăđ cănh ngăgìăchúngăắth y”ăvƠăđ aă

ra nh ̃ngăhanhăđộngăphuăh ̣p X ̉ ălyăảnhăsẽăcoătacăđộngăl năđênăthi ̣ăgiacămayătốnh

Nhìnăchung, nh ̃ngă ngădụngăcủaăx ̉ ălyăảnhăsôălaăvôăha ̣n

2.1.1 X lý nh s là gì ?

X lý nh s s d ng các máy tính s ,ăchúngăđ c phát tri năđ đápă ng ba

v năđ chínhăliênăquanăđ n các b c nh là :

- Số hóa và mã hóa các b c nhă đ đ nă gi n hóa quá các quá trình truy n

thông, in năvƠăl uăgi nh

- Cải thiện chất lượng và khôi phục ảnh đ hi u bi t nhi uăh năn i dung thông

tin ch a trong m i b c nh, chẳng h n nh ă cácă b c nh ch p b mặt các hành tinh xa xôi do v tinh g i v hoặc các nh n iăsoi,ăcôngăh ng từ trong

kh o sát y h c

- Phân đoạn và mô tả ảnh, nhằm t o nên các nhănh ăm t tín hi u l i vào cho

m t h th ng nhìn nhân t o hoặcăđ tách các thông tin ch a trong m t nh thuăđ c [13].ăPhơnăđo n và mô t nhăcònăđ c g i là lý gi i nh

11

Nh ng ng d ng c a lý gi i nh bao g m th giác máy tính, rôb t và nh n

d ng m c tiêu Lý gi i nh khác v iăcácălĩnhăv c khác c a x lý nh m t khía

c nh chính Trong c i ti n, ph c h i và s hóa, mã hóa nh c đ uăvƠoăvƠăđ uăraăđ u

là nh, và khâu x lý tín hi u là ph n then ch t trong các h th ngăđƣăthƠnhăcôngătrênălĩnhăv căđó.ăTrongălỦăgi i nh,ăđ u vào là nhănh ngăđ u ra là m t bi u di n

bằng m t ký hi u n i dung c a nhăđ u vào S phát tri n thành công c a h th ng trongălĩnhăv c này c năđ n c x lý tín hi u và nh ng khái ni m trí tu nhân t o Trong h lý gi i nhăđi n hình, x lý nhăđ c dùng cho công vi c m c th pănh ălàm gi m s xu ng c p và trích ra nh ngăđ ng biên (extraction of edges) hoặc các đặc tính nh khác, còn trí tu nhân t oăđ c dùng cho nh ng công vi c x lý m c caoănh ăthaoătácăkỦăhi u và qu n lý tri th c [14]

Phơnăđo n và mô t nh là lý thuy t quan tr ng trong vi c th c hi năđ tài

„ ng d ng x lý nhăđ nh n d ngălƠnăđ ng cho ô tô ch y t đ ng‟

2.1.2 Bi u di n m t nh s

2.1.2.1 nh là gì ?

M t b c nh là hình nhăt ngătr ngă(hìnhă nh o) c a m tăđ iăt ng,ăng i

hoặc phong c nhăđ c t o b i m t thi t b quang h cănh ăm t t măg ng,ăm t ng kính hoặc m t máy nh Hình nhăt ngătr ngăđóălƠăăhaiăchi u (2D) ph n ánh th

gi i th c ba chi u (3D) c aăđ iăt ng hay c nh v t

Hình 2.1: ̉nh tương tự và ảnh số h́a [15]

12

2.1.2.2 nh s là gì ?

M t nh kỹ thu t s ( nh s ) là m t bi u di n hai chi u c a m t hình nh s

d ng m t s h u h nă cácăđi măđi m nh, hay còn g i là ph n t nh, pels hoặc pixels

Thôngăth ng, nhăsôăđ căbi uădi năb iămaătr năhai chiêu (2D) c a các s

th c Cácăph năt ăc aănóălƠăbi uădi năchoăcácăpixelăs ăhóa Ta quiă c mô ̣tăảnhăsô hóa lƠ f(x,y) cho m t nhăđ năs căcóăkíchăth căMxN,ătrongăđóăxălƠăs hàng (từ 0

Hình 2.2: Điểm qui chiêu không gian của điểm ảnh (0,0)

Giá tr c a hàm f(x,y) t i t aăđ (xo,yo) là f(xo,yo)ăđ c g iălƠăc ngăđ hay

m c xám c a nh t iăđi m nhăđó.ăGiáătr c căđ i và c c ti u c a m iăđi m nh ph thu c vào ki u d li uăvƠăquiă căđ c s d ng Ph măviăthôngăth ng từ 0.0ă(đen)ă

đ n 1.0 (tr ng) cho ki u double vƠă 0ă (đen)ă đ n 255 (tr ng) cho ki u d li u uint8

13

Mô ̣tăảnhăsôăcoă3 thuộcătốnhăc ăbản: Đ ăphơnăgi iăc aă nh , độănetăvaăsôăl ̣ngă

l p Trongăđo, sôăl pătrongăảnhăt ngă ngăv iăsôămảngăđiểm nhăch aătrongă nh

Mô ̣tăảnhăđenătrĕngăcó m t l p

Trong Matlab, và các công c x lý nh c a nó đ nhănghĩaăcácăđi m nh b t

đ u từ ch s 1.ăTaăquiă căf(p,q)ăđ ch nh f(x,y) trong Matlab, bi u di n nh trên

nhăxámăcũngăđ c mã hóa nh ăm t m ng 2D c aăcácăđi m nh.ăTh ng s

d ng 8 bít cho m iăpixel,ătrongăđóăđi m nh có giá tr 0 th hi nămƠuăđenăvƠă255ăth

hi n màu tr ng và các giá tr trung gian hi n th các s c thái khác nhau c a màu xám

14

Hình 2.4: ̉nh xám hóa [16]

Trong Matlab, nhăc ngăđ ( nh xám) có th đ c s d ng d a trên nhi u

ki u d li u khác nhau Ví d , nhăđ năs c thu c ki u d li u uint8 và uint16 thì giá

tr m iăđi m nh nằmătrongăđo n [0,255] và [0, 65535], nhăđ năs c thu c ki u double thì giá tr m i pixel nằmătrongăđo n [0.0,1.0]

Trong Matlab, nhămƠuăRGBăt ngă ng v i m t m ng 3 chi u (3D) MxNx3, trongăđóăMăvƠăNălƠăs hàng và s c t, còn 3 th hi n 2 l p màu

15

Hình 2.5: ̉nh màu RGB trong Matlab [16]

M i pixel bao g m 3 giá tr mƠuăR,G,Bănh ăHình 2.5 nh RGB thu c l p d

li u double, thang giá tr nằm trong kho ngă [0.0,1.0].ă Trongă khiă đó,ă l p d li u unit8 và uint16 có thang giá tr là [0,255] và [0,65535] M i pixel c a nh RGB có giá tr là 24 bit (8 bit cho m i l p)

2.1.2.6 Các thu t ng và m i quan h gi aăcácăđi m nh

nh Tô pô (Image Topology):ăăLiênăquanăđ n vi căđi u tra các thu cătínhăc ă

b n c a nh,ăth ng th c hi n trên nh nh phân v i s tr giúp c a các toán t hình thái Chẳng h nănh ăs l n xu t hi n c a m tăđ iăt ng c th , s lổ hỏng c a m t

đ iăt ngầ

Hàng xóm (Neighborhood) : G măcácăđi m nh xung quanh m tăđi m nh

kh o sát t o thành vùng lân c n, có th xemănh ălƠăm t ma tr n nhỏ h năch aăđi m

nh c n xem xét H u h t các mi n lân c năđ c s d ng trong thu t toán x lý nh

là ma tr n vuông nhỏ v i m t s l đi m nh, ví d 3x3

16

Hình 2.6: Điểm ảnh ở trong một miền lân cận [16]

Choăđi m nh p (x,y) : 4 t aăđ hàng xóm v i c t và hàng có t aăđ l năl t

là (x+1, y), (x-1, y), (x, y+1), (x, y-1) ký hi u là t p N4(p) (Hình 2.7a).ă4ăđi m nh hƠngăxómătheoăđ ng chéo có t a đ l năl t là (x+1, y+1), (x+1, y-1), (x-1, y+1), (x-1, y-1) ký hi u là t p ND(p) (Hình 2.7b) T pă8ăđi m nh hàng xóm là h p c a 2

t p trên: N8(p) = N4(p) + ND(p) (Hình 2.7c)

Hình 2.7: Lấy mẫu hình chữ nhật liên thông [16]

Lân c n (Adjacency) : Khiăcácăđi m nh hàng xóm có xét thêm m t vài y u

t khác ví d nh ăphùăh p v iăc ngăđ đi m Đ cóăcĕnăc ki m tra quan h m i nƠyăng iătaăđ nh ra m t t p giá tr tham chi uămƠăcácăđi m nh g i là lân c n ph i

có giá tr cùng thu c v t păđó.ăVíăd v i m t nh nh phân ta có th đặt V={1}, có nghĩaălƠătaăxétăcácăđi m lân c n v i giá tr tham chi uălƠă1ă(c ngăđ đi m nhăđƣă

g i là lân c n v i nhau thì ph i cùng có giá tr 1) Trong nhăđaăm c xám, ta có th đặt V ch a nhi u giá tr h nănh ăV={ăaă>=ă200ă&ăaă<=ă255ă}.ăCho p có t aăđ (x, y)

- Lân c n 4 (4 - adjacency):ăhaiăđi m nh p và q có giá tr thu c v t păVăđ c

g i là lân c n 4 c a nhau n u q thu c v t p N4(p)ă(đƣătrìnhăbƠyă trên)

17

- Lân c n 8 (8 - adjacency):ăhaiăđi m nh p và q có giá tr thu c v t păVăđ c

g i là lân c n 8 c a nhau n u q thu c v t păN8(p)ă(đƣătrìnhăbƠyă trên)

- Lân c n M (M - adjacency hay Mixed - Adjacency):ăhaiăđi m nh p và q có giá tr thu c v t păVăđ c g i là lân c n M c a nhau n uăthõaă1ătrongă2ăđi u

ki n sau:

o q thu c v t p N4(p)

o q thu c v t p ND(p) và giao c a hai t p N4(p), N4(q) không ch aăđi m

nh nào có giá tr thu c V

S khác bi t gi a lân c n M và lân c n 8 là lân c n M chính là lân c n 8 sau khiăđƣălo i bỏ nh ng liên k t phát sinh vòng

Đ ng (Paths) : m tăđ ng n iă2ăđi m p(x0, y0) v iăđi m q(xn, yn) là m t t p

tu n t cácăđi m nh có t aăđ l năl t là (x0, y0), (x1, y1), (x2, y2), , (xn, yn) trong đóăhaiăđi m li n k (xi, yi), (xi-1, yi-1) v iă(1ă≤ăiă≤ n) có quan h lân c n, tùy theo

lo i quan h lân c năđ c xem xét mà ta có các lo iăđ ngă4ă(4ăPath),ăđ ng 8 (8 Path)ăhayăđ ng M (M Path)

- năđ c g iălƠăđ dài c aăđ ng

- N uăhaiăđi măđ u và cu i c aăđ ng trùng nhau, (x0, y0) = (xn, yn) thì ta g i đóălƠăđ ng khép kín (Closed Path)

K t n i (Connectivity) : G i S là m t nhóm, t păcácăđi m nhănƠoăđóătrongă

m t hình (S có th là toàn b nh)

- Haiăđi m nhăpăvƠăqăđ c g i là k t n i v i nhau qua S n u t n t iăđ ng

gi aăchúngăđ c thi t l p b iăcácăđi m nh thu c S

- p nằm trong S, t păcácăđi m nh k t n i v i p và thu căSăđ c g i là thành

ph năđ c k t n i (connected component)

- N u S ch có 1 thành ph n k t n i,ăcóănghĩaălƠăm iăđi m nh thu c S thì k t

n i v i t t c cácăđi m nh còn l i ta g i S là t p k t n i (Connected Set)

Vùng (Region of Image): G i R là m t t păđi m nhănƠoăđóătrongăhình,ăRă

đ c g i là vùng nh n u nó là m t t p k t n i thỏaăđ nhănghĩaă trên

18

- Hai vùng Ri và Rjđ c coi là lân c n (Adjacency) n u h p c a chúng là m t

t p k t n i

- Các vùng không lân c n (not adjacent) thì g i là disjoint

- Cũngăt ngăt nh ăv iăđi m nh vi c xét vùng lân c năcũngăc n s ch đ nh

ki u 4, 8 hay M

Đ ng bao (boundary):

- Là t păcácăđi m có quan h liên k t v iăđi m nằm trong t p bù c a vùng R

- S khác bi t gi aăđ ng bao và c nh (edge) nằm chổ, trong khi đ ng bao lƠăđ ng khép kín (closed path) bao quanh vùng (region) v i m tăỦănghĩaătoàn c c thì vi n hay c nh l iăđ c xem xét là t p h p nh ngăđi m nh mà

t iăđóăx y ra s bi năđ ng v giá tr c ngăđ , mang tính c c b

2.1.2.7 Kho ng cách gi aăcácăđi m nh

Có nhi u ng d ng yêu c uăđoăkho ng cách gi aăcácăđi m nh.ăCácăph ngăphápăđoăkho ng cách phổ bi n nh t gi a pixel p và q có t aăđ (xo,yo) và (x1,y1)ănh ăsau:

ph thu c vào giá trí c a chúng [14]

2.1.2.8 H th ng x lý nh s

S ăđ tổng quát c a m t h th ng x lý nh:

19

Hình 2.8: Ćc bức cơ bản trong một hệ thống xử ĺ ảnh [15]

Thuănhơ ̣năảnh:

- Quaăcacăcameraă(T ngăt ̣, sô)

- T ăvê ̣ătinhăquaăcacăbô ̣ăcảmăbiênă(Sensors)

- Quaămayăquetăảnhă(Scaners)

Sôăhoaăảnh: Biênăđổiăảnhăt ngăt ̣ăthanhăảnhăr iăracăđểăx ̉ ălyăbĕngămayătốnh :

Thôngăquaăquaătrốnhălơyămỡuă(r iăra ̣căvêămĕ ̣tăkhôngăgian) vƠăl ngăt ăhóaă(r iăra ̣căvêă

mĕ ̣tăbiênăđô ̣)

X ̉ ălyăsô : LƠăm tăti nătrìnhăg mănhi uăcôngăđo nănhỏ : C iăthi nă nhă(Enhancement), khôiăphụcăảnhă(Restoration), phátăhi năbiênă(Egde Detection), phân vùngă nhă(Segmentation), tríchăch năcácăđặcătínhă(FeatureăExtraction)ầ

Hê ̣ăquyêtăđi ̣nh: Tùyăm căđíchăc aă ngăd ngămƠăchuy năsangăgiaiăđ o năkhácă

lƠăhi năth , nhơ ̣năda ̣ng, phơnăl p, truyênăthôngầ

2.1.3 Các v năđ c ăb n trong x lý nh

2.1.3.1 Bi u di n nh và mô hình hóa nh

Biểuădiễnăảnh : nhăcóăth ăxemălƠăm tăhƠmă 2 biênăch aăcacăthôngătinănh ă

biểuădiễnăcủaămộtăảnh Cácămôăhìnhăbiểuădiễnăảnhăchoătaămộtămôătảălogicăhayăđi ̣nhă

l ̣ngăcủaăhamănay D ̣aăvaoăphơnăt ̉ ăđĕ ̣cătr ngăcủaăảnhăđoălaăpixel Giáătr ăpixelăcóăthểălaămô ̣tăgiaătri ̣ăvôăh ng , hoĕ ̣călaă 1 vector (3 thƠnhăph nătrongătr ngăh pă nhămƠu)

Ta cóăth ăbi uădi nă nhăbằngăhƠmătoánăh c , hoĕ ̣căcacămaătrơ ̣năđiểm Trong môăhốnhătoanăho ̣căảnhăhaiăchiêuăđ ̣căbiểuădiễnănh ăcacăhamăhaiăbiênăS(m,n)

- (m,n): t aăđ ăpixelătrongămi năkhôngăgiană2D

- s(m,n): đô ̣ăsangă(m căxam) c aăpixelă(m,n)

- [0,Lmax]: thangăm căxamă ậ vùngăcácăm căxámăđ căphépăs ăd ng Lmax

th ngălaă255, nghĩaălƠăs ăd ngăm căxámă8 bít.ă0ă≤ăs(m,n)ă≤ă255

V iă0 ≤ămă≤ăM-1, 0 ≤ănă≤ăN-1, taăgo ̣iăảnhăsôăMxN

Biểuădiễnăbĕngămaătrơ ̣năđiểm:

Hình 2.9: Biểu diễn ảnh bằng ma trận điểm

a, ảnh thật; b, ảnh được Zoom; c, Mô tả ảnh băng ma trận điểm [16]

Môăhốnhăhoaăảnh:

- Môăhốnhăcảmănhơ ̣năảnh : LƠămôăhìnhăbi uădi năthôngăquaăcácăthu cătínhăc mănhơ ̣năảnhă (mƠuăs c , c ngăđộăsang ), cácăthu cătínhăv ăth iăgian , cácăc mănhơ ̣năvêăphôiăcảnh, bôăcục

- Môăhốnhăbôăcục : LƠămôăhìnhăbi uădi năth ăhi năm iăt ngăquanăc căb ăc aăcácăph năt ă nhă ( ngăd ngăchoăcácăbƠiătoánăx ălỦăvƠănơngăcaoăch tăl ngănh)

2.1.3.3 Khôi ph c nh

Khôiăphụcăla ̣iăảnhăbanăđơu, lo iăbỏăcácăbi năd ngăraăkhỏiă nhătùyătheoănguyênănhơnăgơyăraăbiênăda ̣ng V iăcacăthaoătac: l cănhi u, gi măđ ăméoầăTh căhi năbằngăcácăph ngăpháp : L căng c, l căthíchănghiă (Wiener), khôiăphụcăảnhăt ăcacăhốnhăchiêu

2.1.3.4 Bi năđổi nh

LƠăbi năđổiăth ăhi năc aă nhăd iăcácăgócănhìnăkhácănhauăti năchoăvi căx ălỦ , phơnătốchăảnhăbĕngăcacăph ngăphap: BiênăđổiăFourier,ăSin,ăCosin,ăKL,ầ

2.1.3.5 Phân tích nh

Nhĕmămụcăđốchătốmăraăcacăđĕ ̣cătr ngăcủaăảnh, xơyăd ̣ngăquanăhê ̣tăgi ̃aăchungă

d ̣aăvaoăcacăđĕ ̣cătr ngăcụcăbô ̣ Th ̣căhiê ̣năbĕngăcacăthaoătac: tìmăbiên, táchăbiên, lƠmă

m nhăđ ngăbiên, phơnăvungăảnh, phơnăloa ̣iăđôiăt ̣ng S ̉ ădụng cácăph ngăpháp: phátăhi năbiênăc căb , dòăbiênătheoăquiăho chăđ ng, phơnăvungătheoămiênăđôngănhơt, phơnăvungăd ̣aătheoăđ ngăbiênầ

2.1.3.6 Nén nh

V iămụcăđốchăgiảmăkhôngăgianăl uătr ̃ , thuơ ̣nătiê ̣nătruyênăthôngătrênăma ̣ng

Th ngăđ c ti n hành theo c haiăcáchăkhuynhăh ng là nén có b o toàn và không

b o toàn thông tin Nén không b oătoƠnăthìăth ng có kh nĕngănénăcaoăh nănh ngă

kh nĕngăph c h iăthìăkémăh n.ăTrênăc ăs haiăkhuynhăh ng, có 4 cách ti p c năc ă

b n trong nén nh:

22

- Nén nh th ng kê: Kỹ thu t nén này d a vào vi c th ng kê t n xu t xu t hi n

c a giá tr cácăđi m nh,ătrênăc ăs đóămƠăcóăchi năl c mã hóa thích h p

M t ví d đi n hình cho kỹ thu t mã hóa này là *.TIF

- Nén nh không gian: Kỹ thu t này d a vào v trí không gian c a cácăđi m nhăđ ti n hành mã hóa Kỹ thu t l i d ng s gi ng nhau c aăcácăđi m nh trong các vùng g n nhau Ví d cho kỹ thu t này là mã nén *.PCX

- Nén nh s d ng phép bi nă đổi:ă Đơyă lƠă kỹ thu t ti p c nă theoă h ng nén không b o toàn và do v y, kỹ thu tăth ng n n hi u qu h n.ă*.JPGăchínhălƠă

ti p c n theo kỹ thu t nén này

Nén nh Fractal: S d ng tính ch t Fractal c aăcácăđ iăt ng nh, th hi n s

lặp l i c a các chi ti t Kỹ thu t nén s tínhătoánăđ ch c năl uătr ph n g c nh và quy lu t sinh ra nh theo nguyên lý Fractal

2.1.3.7 Nh n d ng

Nh n d ng t đ ng (automatic recognition), mô t đ iăt ng, phân lo i và phân nhóm các m u là nh ng v năđ quan tr ng trong th giácămáy,ăđ c ng d ng trong nhi u ngành khoa h c khác nhau Tuy nhiên, m t câu hỏiă đặt ra là: m u (pattern) là gì? Watanabe, m t trong nh ngăng iăđiăđ uătrongălĩnhăv cănƠyăđƣăđ nh nghĩa:ăắNg c l i v i h n lo n (chaos), m u là m t th c th (entity),ăđ căxácăđ nh

m t cách ang áng (vaguely defined) và có th gán cho nó m t tên g iănƠoăđó”.ăVíăd

m u có th là nh c a vân tay, nh c a m t v tănƠoăđóăđ c ch p, m t ch vi t, khuôn mặtăng i hoặc m tăkỦăđ tín hi u ti ng nói Khi bi t m t m uănƠoăđó,ăđ

nh n d ng hoặc phân lo i m uăđóăcóăth :

- Hoặc phân lo i có m u (supervised classification), chẳng h n phân tích

phân bi tă(discriminantăanalyis),ătrongăđóăm uăđ uăvƠoăđ căđ nhădanhănh ă

m t thành ph n c a m t l păđƣăxácăđ nh

- Hoặc phân lo i không có m u (unsupervised classification hay clustering)

trongăđóăcácăm uăđ c gán vào các l p khác nhau d a trên m t tiêu chu n

đ ng d ngănƠoăđó.ăCácăl pănƠyăchoăđ n th iăđi m phân lo i v năch aăbi t hayăch aăđ căđ nh danh

4) Phân lo i d a trên m ngăn -ron nhân t o

Trong các ng d ng rõ ràng là không th ch dùng có m t cách ti p c năđ nă

lẻ đ phân lo iăắt iă u”ădoăv y c n s d ng cùng m t lúc nhi uăph ngăphápăvƠăcách ti p c n khác nhau Do v y,ăcácăph ngăth c phân lo i tổ h păhayăđ c s

d ng khi nh n d ngăvƠănayăđƣăcóănh ng k t qu có tri n v ng d a trên thi t k các

h th ng lai (hybrid system) bao g m nhi u mô hình k t h p

Vi c gi i quy t bài toán nh n d ng trong nh ng ng d ng m i, n y sinh trong cu c s ng không ch t o ra nh ng thách th c v thu t gi i,ă mƠă cònă đặt ra

nh ng yêu c u v t căđ tínhătoán.ăĐặcăđi m chung c a t t c nh ng ng d ngăđóălƠă

nh ngăđặcăđi măđặcătr ngăc n thi tăth ng là nhi u, không th doăchuyênăgiaăđ

xu t, mà ph iăđ c trích ch n d a trên các th t c phân tích d li u

Nhìn chung, dù là mô hình nào và kỹ thu t nh n d ng ra sao, m t mô hình

nh n d ng có th tóm t tătheoăs ăđ Hình 2.10

Hình 2.10: Sơ đồ chung của hệ thống nhận dạng [17]

24

2.1.3.8 N n ch nh bi n d ng

nh thu nh năth ng b bi n d ng do các thi t b quang h căvƠăđi n t

Hình 2.11: ̉nh thu nhận và ảnh mong muôn[15]

Đ kh c ph căng i ta s d ng các phép chi u, các phép chi uăth ngăđ c xây d ng trên t păcácăđi măđi u khi n

Gi s (Pi,ăP‟i), iăt ă1 n có n các t păđi u khi n

a1xi2n

i=1

+ b1xiyin

i=1

+ c1xin

i=1

= xixi′n

i=1

a1xiyin

i=1

+ b1yi2n

i=1

+ c1yin

i=1

= yixi′n

i=1

a1xin

i=1

+ b1yin

25

Gi i h ph ngătrìnhătuy nătínhătìmăđ c a1, b1, c1;ăt ngăt tìmăđ c a2, b2,

c2  Xácăđ nhăđ c hàm f

2.1.3.9 Kh nhi u

Có 2 lo i nhi uăc ăb n trong quá trình thu nh n nh:

- Nhiễuăh th ng: là nhi u có quy lu t có th kh bằng các phép bi năđổi

- Nhi u ng u nhiên: v t b nă khôngă rõă nguyênă nhơnă →ă kh c ph c bằng các phép l c

- Đặcăđi m bi năđổi: Cácăđặcăđi m lo iănƠyăđ c trích ch n bằng vi c th c

hi n l c vùng (zonal filtering) Các b vùngăđ c g iălƠăắmặt n đặcăđi m”ă(featureămask)ăth ng là các khe hẹp v i hình d ng khác nhau (ch nh t, tam giác, cung tròn v.v )

- Đặcăđi măbiênăvƠăđ ng biên: Đặcătr ngăchoăđ ng biên c aăđ iăt ng và

do v y r t h u ích trong vi c trích tr n các thu c tính b t bi năđ c dùng khi

nh n d ngăđ iăt ng.ăCácăđặcăđi m này có th đ c trích ch n nh toán t gradient, toán t la bàn, toán t Laplace, toán t ắchéoă không”ă (zeroăcrossing) v.v Vi c trích ch n hi u qu cácă đặcă đi m giúp cho vi c nh n

26

d ngăcácăđ iăt ng nh chính xác, v i t căđ tínhătoánăcaoăvƠădungăl ng

nh l uătr gi m xu ng

2.1.4 BiênăvƠăcácăph ngăphápăphátăhi n biên

Biên là v năđ quan tr ng trong trích ch năđặcăđi m nhằm ti n t i hi u nh Choăđ nănayăch aăcóăđ nhănghĩaăchínhăxácăv biên, trong m i ng d ngăng i ta

đ aăraăcácăđ đoăkhácănhauăv biên, m t trongăcácăđ đoăđóălƠăđ đoăv s thayăđổi

đ t ng t v c p xám Ví d :ăĐ i v i nhăđenătr ng, m tăđi măđ c g iălƠăđi m biên

n uănóălƠăđi măđenăcóăítănh t m tăđi m tr ng bên c nh T p h păcácăđi m biên t o nênăbiênăhayăđ ng bao c aăđ iăt ng Xu t phát từ c ăs nƠyăng iătaăth ng s

d ngăhaiăph ngăphápăphátăhi năbiênăc ăb n:

2.1.4.2 Phát hi n biên gián ti p

N u bằngăcáchănƠoăđóătaăphơnăđ c nh thành các vùng thì ranh gi i gi a cácăvùngăđóăg i là biên Kỹ thu t dò biên và phân vùng nhălƠăhaiăbƠiătoánăđ i ng u nhauăvìădòăbiênăđ th c hi n phân l păđ iăt ngămƠăkhiăđƣăphơnăl păxongănghĩaălƠăđƣăphơnăvùngăđ c nh vƠăng c l i,ăkhiăđƣăphơnăvùngă nhăđƣăđ c phân l p thành cácăđ iăt ng,ădoăđóăcóăth phát hi năđ c biên [15]

Ph ngăphápăphátăhi n biên tr c ti p tỏ ra khá hi u qu và ít ch u nhăh ng

c a nhi u, song n u s bi năthiênăđ sángăkhôngăđ t ng t,ăph ngăpháp tỏ ra kém

hi u qu ,ăph ngăphápăphátăhi n biên gián ti pătuyăkhóăcƠiăđặt, song l i áp d ng khá

t tătrongătr ng h p này

2.1.5 Các mô hình màu

Màu c a m tăđ iăt ng ph thu c vào:

- B năthơnăđ iăt ng

27

- Ánhăsángăchi u c a ngu n sáng

- Môiătr ng xung quanh

- Th giác c aăconăng i

MôăhìnhămƠuăđ căxácăđ nh trên m t s mƠuăs ăc p Xét theo c u t o c a

m t,ăcácămƠuăđ uălƠăliênăkêtăc aăbaămƠuăs ăc pălƠ:ăăĐỏ (RED), Xanhălụcă(GREEN), Xanhăl ă(BLUE).ăCácămƠuăs ăc p c ng v i nhau cho màu th c p, ph ngăphapăphaătrô ̣n mƠu:

Hình 2.12: Các mô hình màu [14]

Ví d :

- Magenta = red + blue

- Yelow = red + green

Tổ ch c qu c t v chu n hóa màu CIE (The Commission International de I‟Eclairage)ă đƣă xơyă d ng m t chu n cho t t c cácă mƠu,ă xácă đ nh thông qua ba thành ph năc ăs là RED, GREEN và BLUE

2.1.5.1 Mô hình màu RGB

- H RGB g măcácămƠuăc ăs là RED, GREEN và BLUE

- H mƠuăRGBăđ c s d ngătrongămƠnăhình,ătrongăđ ho raster màu

- Mô t h RGB theo h to đ Decarte:

28

Hình 2.13: Hê ̣ tọa độ mau RGB [17]

- H RGB là chu n công nghi păchoăcácăthaoătácăđ ho N u th hi n trên h màu khác, cu i cùng v n ph i chuy n v RGB

- V i các màn hình khác nhau, giá tr RGB có th khác nhau

2.1.5.2 Mô hình màu CMY

- H CMY d aătrênăcácămƠuăs ăc p CYAN, MAGENTA và YELLOW

- Các màu này là ph n bù c a RED, GREEN và BLUE

2.1.5.3 Mô hình màu HSV

- HSV (Hue ậ màu s c, Saturation- s bão hoà và Value ậ giá tr ), hay còn g i

là HSB (Hue, Saturation, Brightness-c ngăđ sáng) MôăhốnhăHSVăsuyădiễnă

t ămôăhốnhăRGB: Quanăsatăhốnhăhô ̣păRGBătrênăHìnhă2.14 theoăđ ngăcheoăt ăWhiteăđênăBlackătaăcóăl căgiácămƠuăHSV:

- Hue nh n giá tr trong kho ng [0o,360o]

- Saturation, Value nh n giá tr trong kho ng [0 1]

Trong Matlab, chuy nă đổi gi a hai h màu HSV và RGB, s d ng hàm: hsv2rgb, rgb2hsv

2.1.5.4 Mô hình ánh sáng

- Ánhăsángănhìnăth yăđ c là tổng h p các thành ph năđ năs c

- Tỷ l tr n khác nhau d năđ n các màu khác nhau Ví d v cácămƠuăđ năs c

nh ăRED,ăGREEN,ăBLUEăhoặc CYAN, MAGENTA, YELLOW

29

- C ngăđ sáng ph n x là giá tr đoăđ c trên b mặt c aăđ iăt ng t iăđi m

t i.ăC ngăđ sáng c a tia ph n x ph thu c vào góc t i và h s ph n x

c a b mặt

Hình 2.14: Mô hình màu HSV [16]

2.1.5.5 Mô hình màu YIQ

MôăhìnhămƠuăYIQălƠămôăhìnhămƠuăđ c ng d ng trong truy n hình màu bĕngăt n r ng t i Mỹ,ăvƠădoăđóănóăcóăm i quan h chặt ch v iămƠnăhìnhăđ ho màu raster

YIQ là s thayăđổi c a RGB cho kh nĕngătruy năphátăvƠătínhăt ngăthích

v iă tiă viă đenă tr ng th h tr c Tín hi u truy n s d ng trong h th ng NTSC (National Television System Committee)

S bi năđổiăRGBăthƠnhYIQăđ căxácăđ nh theo công th c sau:

�

� = 0.2990.596 −0.274 −0.3220.587 0.114

0.211 −0.523 0.312

� Trong Matlab, chuy nă đổi màu gi a RGB và YIQ (NTSC) s d ng hàm: rgb2ntsc hay ntsc2rgb

30

2.1.5.6 Mô hình màu YCbCr

MôăhìnhămƠuăYCbCrăđ c s d ng phổ bi n trong các thi t b phát hình kỹ thu t s YCbCrăđ c t o b iăđ sáng (Y) và hai tín hi u khác c a thành ph n màu đóălƠăCbă(s khác bi t gi a thành ph n màu xanh lam và m t giá tr tham kh o) và

Cr (s khác bi t gi a các thành ph nămƠuăđỏ và m t giá tr tham kh o)

Chuy năđổi từ RGB sang YCbCr s d ng công th c:

� = −0.169 −0.3310.299 0.587 0.1140.5000.500 −0.419 −0.081 � Trong Matlab, chuy nă đổi màu gi a RGB và YCbCr s d ng hàm: rgb2ycbcr hay ycbcr2rgb

2.2 Bi năđổi Hough (Hough Transform)

ụăt ng: Gi s năđi m nằm trên cùng m tăđ ng thẳngăvƠăđ ng thẳngăđóă

cóăph ngătrình:ăy = ax+b

Vì (x i ,y i ) thu că đ ng thẳng nên y i = ax i +b  b = - ax i + y i , v i m i

i=1,n Nh ăv y, m iăđi m (x i ,y i ) trong mặt phẳng s t ngă ng v i m t s đ ng

thẳng b = - ax i + y itrong mặt phẳng tham s a, b; n đi m (x i ,y i ) thu căđ ng thẳng trong mặt phẳngăt ngă ng v iănăđ ng thẳng trong mặt phẳng tham s a, b giao

nhau t i m tăđi măvƠăđi m giao chính là a, b Chính là h s xácăđ nhăph ngătrìnhă

c aăđ ng thẳngămƠăcácăđi m nằm vào

Ph ngăpháp:ă

- Xây d ng m ng ch s [a, b]và gán giá tr 0ăbanăđ u cho t t c các phân t

c a m ng

31

- V i m i (x i ,y i ) và v i m i a, b là ch s c a ph n t m ng thoã mãn b = -

ax i + y itĕng giá tr c a phân t m ng t ngă ng lên 1

- Tìm ph n t m ng có giá tr l n nh t n u giá tr l n nh t tìm đ c so v i s phân t l năh năhoặc bằngăng ỡngăθăcho tr c thì ta có th k t lu năcácăđi m

nằm trên cùngă1ăđ ng thẳngăvƠăđ ng thẳng có ph ngătrình y = ax +b

trongăđóăa, b t ngă ng là ch s c a ph n t m ng có giá tr l n nh t tìm

32

2.2.2 Bi năđổiăHoughăchoăđ ng thẳng trong t aăđ c c

Hình 2.16: Đường thẳng Hough trong hệ tọa độ Đề-các [15]

M iăđi m (x,y) trong mặt phẳngăđ c bi u di n b i cặp (r, ) trong t aăđ

c c

T ngăt m đ ng thẳng trong mặt phẳngăcũngăcóăth bi u di n b i m t

cặp (r,) trong t aăđ c c v i r là kho ng cách từ góc t aăđ t iăđ ng thẳngăđóăvƠă

 là góc t o b i tr c Ox v đ ng thẳng vuông góc v i nó, Hình 2.16 bi u di n

đ ng thẳng Hough trong t aăđ Đ -các

Ng c l i, m i m t cặp (r,) trong to đ c căcũngăt ngă ng bi u di n m t

đ ng thẳng trong mặt phẳng

Gi s M(x,y) là m tăđi m thu căđ ng thẳngăđ c bi u di n b i (r,), g i H(x,y) là hình chi u c a góc t aăđ Oătrênăđ ng thẳng ta có x = rcos, y = rsin

Mặt khác, ta có: OH.HA=0

Từ đóăcóăm i liên h (x,y) và (r,)ănh ăsau:ăxcos+ ysin=ăr.ăXétănăđi m

thẳng hàng trong t aă đ Đ -cácă cóă ph ngă trìnhă xcos+ ysin= ro .Bi nă đổi Hough ánh x năđi mănƠyăthƠnhănăđ ng sin trong t aăđôăc cămƠăcácăđ ngănƠyăđ u điăquaăđi m (r,).ăGiaoăđi m (r,) c aănăđ ng s xácăđ nh m tăđ ng thẳng trong

h t aăđ Đ -các.ăNh ăv y nh ngăđ ng thẳngăđiăquaăđi m (x,y) s cho duy nh t

m t cặp (r,)ăvƠăcóăbaoănhiêuăđ ngăđiăquaă(x,y)ăs có b y nhiêu cặp giá tr (r,).



33

Ch ngă3ă

PH N M M NG D NG

Ph n này trình bày ph n m m và các gói công c chínhăđ c s d ng trong

đ tài: Matlab cùng v i các công c c a nó là: Image Processing Toolbox, Image Acquistion Toolbox, Computer Vision System Toolbox

3.1 Matlab

3.1.1 Gi i thi u Matlab

Matlab (Maxtrix Laboratory) là m t công c ph n m m đ c xây d ng b i MathWork đƣătr nên r t phổ bi n v i các kỹ s ,ăcácănhƠăkhoaăh c và nhà nghiên

c u trong c haiălĩnhăv c công nghi p và hàn lâm, do nhiêu y u t ,ătrongăđó,ăs sẵn

có c a các b công c đặc bi tăđ căđóngăgóiătheoătừng chuyên ngành thu c các lĩnhăv c quan tr ng, từ các m ngăn ronăđ năcácălĩnhăv c tài chính hay x lý nh Dùng Matlab có th gi i quy tăđ c các v năđ m tăcáchăđ năgi n, tr c quan mà không c năđòiăhỏiăng i s d ng ph i là nh ng l p trình viên chuyên nghi p

Hình 3.1: Giao diện khi khởi động