BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
---------------------------------------

Vũ Thị Hạnh

NGHIÊN CỨU SO SÁNH CÁC PHƯƠNG PHÁP XÁC ĐỊNH
VẬN TỐC CỦA XE CỘ DÙNG XỬ LÝ ẢNH

Chuyên ngành: Kỹ Thuật ĐiệnTử

LUẬN VĂN THẠC SĨ KỸ THUẬT
KỸ THUẬT ĐIỆN TỬ

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS. PHẠM NGỌC NAM

123doc
Mang
Ln
thay vì
h■■ng
l■im■i
s■
cam
tr■
h■u
m■t
k■t
nghi■m
t■im■t

là
s■
cáwebsite
nhân
mang
kho
m■ith■
kinh
m■
l■i
d■n
vi■n
nh■ng
cho
doanh
■■u
kh■ng
ng■■i
quy■n
chia
t■ th■c
dùng,
l■
s■l■i
v■i
và
hi■n
t■t
cơng
h■n

mua
ngh■a
nh■t
2.000.000
ngh■
báncho
tài
v■
hi■n
ng■■i
li■u
c■a
tài
th■
hàng
mình
li■u
dùng.
hi■n
■■u
■
thìt■t
Khi
■■i,
s■p
Vi■t
c■
khách
b■n
t■i,

l■nh
Nam.
ngh■a
online
hàng
v■c:
Táctr■
khơng
v■
tài
phong
thành
chính
c■a
khác
chun
c■a
thành
tíngì
d■ng,
hàng
so
nghi■p,
viên
v■i
tri■u
cơng
c■a
b■n
hồn

nhà
ngh■
123doc
g■c.
bán
h■o,
thơng
B■n
và
hàng
■■
n■p
có
tin,
l■i
cao
th■
ti■n
ngo■i
chuy■n
tính
phóng
vào
ng■,...Khách
trách
tài
giao
to,kho■n
nhi■m
thu

sang
nh■
c■a
■■i
■■n
hàng
tùy123doc,
v■i
v■
ý.
cót■ng
qu■n
th■b■n
d■
ng■■i
lýChào
dàng
s■ dùng.
■■■c
m■ng
tra c■u
M■c
h■■ng
b■n
tàitiêu
li■u
■■n
nh■ng
hàng
m■t

v■i■■u
quy■n
cách
123doc.
c■a
chính
l■i123doc.net
sau
xác,n■p
nhanh
ti■n
tr■
chóng.
trên
thành
website
th■ vi■n tài li■u online l■n nh■t Vi■t Nam, cung c■p nh■ng tài li■u ■■c khơng th■ tìm th■y trên th■ tr■■ng ngo■i tr■ 123doc.net.
Nhi■u event thú v■, event ki■m ti■n thi■t th■c. 123doc luôn luôn t■o c■ h■i gia t■ng thu nh■p online cho t■t c■ các thành viên c■a website.

HàNội – Năm 2016

Mangh■n
Ln
Th■a
Xu■t
Sau
Nhi■u
123doc
Link
khi

h■■ng
phát
thu■n
l■i
event
cam
s■
nh■n
xác
m■t
tr■
t■
h■u
k■t
s■
thú
nghi■m
t■i
th■c
ýxác
n■m
t■■ng
m■t
d■ng
v■,
là
s■
nh■n
s■
website

ra
mang
event
kho
m■i
■■■c
■■i,
1.
t■o
tLink
t■
th■
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
g■i
vi■n
xác
nh■ng
cho
■■u
■■ng
ti■n
v■
th■c

h■
kh■ng
ng■■i
NH■N
■ã
■■a
quy■n
th■ng
thi■t
chia
t■ng
s■
ki■m
dùng,
l■
ch■
CÁC
s■
■■■c
th■c.
s■
l■i
b■■c
v■i
ti■n
và
email
chuy■n
■I■U
t■t

cơng
h■n
mua
123doc
g■i
online
kh■ng
nh■t
b■n
2.000.000
v■
ngh■
bán
KHO■N
sang
b■ng
ln
cho
■■a
■ã
tài
■■nh
hi■n
■■ng
ng■■i
li■u
ph■n
ln
ch■
tài

TH■A
tài
v■
th■
li■u
hàng
t■o
email
li■u
thơng
ky,
dùng.
tríhi■n
THU■N
hi■u
c■
c■a
b■n
■■u
■b■n
tin
t■t
h■i
Khi
■■i,
qu■
mình
vui
Vi■t
xác

c■
■ã
khách
gia
lịng
b■n
nh■t,
minh
trong
l■nh
■■ng
Nam.
t■ng
Chào
■■ng
online
hàng
uy
tài
v■c:
l■nh
thu
Tác
m■ng
ky,
tín
kho■n
tr■
nh■p
nh■p

khơng
b■n
tài
phong
v■c
cao
thành
b■n
chính
vui
email
nh■t.
tài
email
online
oLink
khác
chun
■■n
li■u
lịng
thành
tínb■n
Mong
c■a
xác
gì
cho
d■ng,
và

■■ng
v■i
so
nghi■p,
viên
th■c
kinh
■ã
mình
t■t
123doc.
123doc.net!
v■i
mu■n
cơng
■■ng
nh■p
c■a
c■
doanh
s■
b■n
vàcác
hồn
mang
■■■c
ngh■
123doc
click
email

ký
g■c.
online.
thành
v■i
h■o,
Chúng
vào
l■i
thơng
B■n
g■i
c■a
và
123doc.netLink
CH■P
cho
viên
linkí
Tính
■■
v■
n■p
có
mình
tơi
tin,
c■ng
c■a
cao

■■a
th■
■■n
cung
NH■N
ti■n
ngo■i
và
tính
mình
website.
phóng
■■ng
ch■
th■i
click
vào
c■p
CÁC
ng■,...Khách
trách
xác
trong
email
tài
■i■m
D■ch
vào
xã
to,kho■n

■I■U
th■c
nhi■m
h■i
thu
linkơng
l■nh
b■n
tháng
V■
nh■
m■t
s■
KHO■N
c■a
■ã
v■c
(nh■
■■i
hàng
■■■c
tin
tùy
ngu■n
5/2014;
■■ng
123doc,
tài
v■i
xác

■■■c
ý.
có
li■u
TH■A
g■i
t■ng
minh
th■
tài
ky,
123doc
và
v■
mơ
ngun
b■n
b■n
d■
ng■■i
THU■N
tài
kinh
■■a
t■
dàng
kho■n
s■
vui
v■■t

d■■i
doanh
tri
dùng.
■■■c
ch■
lịng
tra
th■c
m■c
email
■ây)
email
c■u
■■ng
Chào
online.
M■c
h■■ng
q
100.000
cho
tài
b■n
b■n
m■ng
tiêu
báu,
nh■p
li■u

Tính
b■n,
■ã
nh■ng
■ã
hàng
phong
m■t
l■■t
■■n
email
■■ng
b■n
tùy
■■ng
■■u
quy■n
cách
truy
thu■c
■■n
th■i
phú,
c■a
ký
ky,
c■a
c■p
chính
v■i

■i■m
v■i
■a
mình
l■i
b■n
vào
123doc.net
m■i
123doc.netLink
d■ng,
123doc.net!
sau
xác,
các
vui
tháng
vàngày,
n■p
click
lịng
“■i■u
nhanh
giàu
5/2014;
ti■n
s■
vào
■■ng
tr■

giá
Kho■n
Chúng
chóng.
h■u
trên
linkc■a
thành
tr■
xác
123doc
nh■p
2.000.000
website
■■ng
th■c
Th■a
tơi
th■
website.
cung
email
v■■t
s■
vi■n
th■i
Thu■n
■■■c
c■p
c■a

thành
mong
m■c
tài D■ch
v■
li■u
mình
g■i
viên
100.000
mu■n
S■
online
v■
và
V■
■■ng
D■ng
click
■■a
t■o
(nh■
l■■t
l■n
ký,
D■ch
■i■u
vào
ch■
nh■t

■■■c
truy
l■t
link
email
ki■n
V■”
vào
c■p
Vi■t
123doc
mơtop
sau
cho
b■n
m■i
Nam,
t■200
■ây
d■■i
cho
ngày,
■ã
cung
các
các
(sau
■■ng
g■i
■ây)

s■
website
c■p
users
■ây
h■u
ky,
cho
nh■ng
■■■c
có
b■n
2.000.000
b■n,
ph■
thêm
vui
tài
bi■n
tùy
g■i
lịng
thu
li■u
thu■c
t■t
thành
nh■t
nh■p.
■■c

■■ng
T■i
vào
t■i
viên
khơng
t■ng
Chính
nh■p
Vi■t
các
■■ng
th■i
“■i■u
th■
Nam,
vì
email
v■y
■i■m,
ký,
tìm
t■
Kho■n
c■a
l■t
123doc.net
th■y
l■chúng
vào

mình
tìm
trên
Th■a
top
ki■m
và
tơi
th■
200
ra
click
Thu■n
cóthu■c
■■i
tr■■ng
các
th■
vào
nh■m
website
c■p
v■
top
link
ngo■i
S■
3nh■t
■áp
123doc

Google.
D■ng
ph■
tr■
■KTTSDDV
■ng
123doc.net.
bi■n
■ã
D■ch
Nh■n
nhu
g■i
nh■t
c■u
V■”
■■■c
theo
t■i
chia
sau
Vi■t
quy■t
danh
■ây
s■ Nam,
tài
(sau
hi■u
...li■u

t■
■ây
do
ch■t
l■c■ng
■■■c
tìm
l■■ng
ki■m
■■ng
g■i
và
thu■c
t■t
bình
ki■m
T■i
ch■n
top
ti■n
t■ng
3 Google.
là
online.
th■i
website
■i■m,
Nh■n
ki■m
chúng

■■■c
ti■ntơi
online
danh
có th■
hi■u
hi■u
c■p
do
qu■
nh■t
c■ng
và ■KTTSDDV
uy
■■ng
tín nh■t.
bình ch■n
theo quy■t
là website
... ki■m ti■n online hi■u qu■ và uy tín nh■t.

Lnh■n
123doc
Sau
Th■a
Xu■t
khi
h■■ng
phát
thu■n

cam
nh■n
m■t
t■k■t
s■
t■i
ýxác
n■m
t■■ng
d■ng
là
s■
nh■n
website
ra
mang
■■i,
1.
t■o
t■l■i
c■ng
■■ng
d■n
123doc
CH■P
nh■ng
■■u
■■ng
h■
NH■N

■ã
quy■n
th■ng
chia
t■ng
ki■m
CÁC
s■s■
l■i
b■■c
ti■n
vàchuy■n
■I■U
t■t
mua
online
kh■ng
nh■t
bán
KHO■N
sang
b■ng
cho
■■nh
thay
ng■■i
ph■n
tài
TH■A
vìv■

li■u
m■i
thơng
dùng.
tríTHU■N
hi■u
m■t
c■atin
Khi
qu■
mình
cá
xác
khách
nhân
nh■t,
minh
trong
Chào
kinh
hàng
uy
tài
l■nh
m■ng
doanh
tín
kho■n
tr■
v■c

cao
thành
b■n
t■
email
nh■t.
tàith■c
■■n
li■u
thành
b■n
Mong
hi■n
và
v■i
viên
kinh
■ã
123doc.
123doc.net!
mu■n
ngh■a
■■ng
c■a
doanh
mang
123doc
v■
kýonline.
c■a

v■i
Chúng
l■ivà
123doc.netLink
mình
cho
Tính
n■p
tơi
c■ng
thì
■■n
cung
ti■n
s■p
■■ng
th■i
vào
c■p
t■i,
xác
tài
■i■m
D■ch
xã
ngh■a
kho■n
th■c
h■itháng
V■

m■t
s■
v■
c■a
(nh■
■■■c
c■a
ngu■n
5/2014;
123doc,
■■■c
c■a
g■i
tài
123doc
hàng
v■
mơ
ngun
b■n■■a
t■
tri■u
s■
v■■t
d■■i
tri
■■■c
ch■
nhà
th■c

m■c
■ây)
email
bán
h■■ng
q
100.000
cho
hàng
b■n
báu,
b■n,
nh■ng
l■i
■ã
phong
l■■t
chuy■n
tùy
■■ng
quy■n
truy
thu■c
phú,
ky,
c■p
giao
■a
l■i
b■n

vào
m■i
sang
d■ng,
sau
các
vuingày,
n■p
■■n
lịng
“■i■u
giàu
ti■n
s■
■■ng
v■
giá
Kho■n
h■u
qu■n
trên
tr■
nh■p
2.000.000
website
■■ng
Th■a
lý hồn
email
th■i

Thu■n
h■o,
c■a
thành
mong
v■
■■
mình
viên
mu■n
S■
cao
và
■■ng
D■ng
tính
click
t■otrách
ký,
D■ch
■i■u
vàol■t
link
nhi■m
ki■n
V■”
vào
123doc
top
sau

cho
■■i
200
■ây
cho
v■i
■ãcác
các
(sau
g■i
t■ng
website
users
■ây
ng■■i
■■■c
cóph■
dùng.
thêm
bi■n
g■i
thu
M■c
t■t
nh■t
nh■p.
T■i
tiêu
t■i
t■ng

hàng
Chính
Vi■tth■i
■■u
Nam,
vì v■y
■i■m,
c■a
t■123doc.net
l■
123doc.net
chúng
tìm ki■m
tơiracó
tr■
thu■c
■■i
th■
thành
nh■m
c■p
topth■
3nh■t
■áp
Google.
vi■n
■KTTSDDV
■ng
tàiNh■n
nhu

li■uc■u
online
■■■c
theo
chia
l■n
quy■t
danh
s■nh■t
tài
hi■u
...li■u
Vi■t
do
ch■t
Nam,
c■ng
l■■ng
cung
■■ng
và
c■p
bình
ki■m
nh■ng
ch■n
ti■ntài
là
online.
website

li■u ■■cki■m
khơng
ti■n
th■
online
tìm th■y
hi■utrên
qu■th■
và tr■■ng
uy tín nh■t.
ngo■i tr■ 123doc.net.
Ln
Th■a
Xu■t
Sau
Nhi■u
123doc
Mang
thayh■n
khi
vì
h■■ng
phát
thu■n
l■i
event
m■i
cam
s■
nh■n

m■t
tr■
t■
h■u
m■t
k■t
s■
thú
nghi■m
t■i
ýxác
n■m
t■■ng
m■t
d■ng
v■,
là
s■
cá
nh■n
website
ra
nhân
mang
event
kho
m■i
■■i,
1.
t■o

t■
th■
kinh
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
vi■n
nh■ng
cho
doanh
■■u
■■ng
ti■n
h■
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
thi■t
chia
t■t■ng
ki■m
th■c

dùng,
l■
CÁC
s■
th■c.
s■
l■i
b■■c
v■i
ti■n
và
hi■n
chuy■n
■I■U
t■t
cơng
h■n
mua
123doc
online
kh■ng
ngh■a
nh■t
2.000.000
ngh■
bán
KHO■N
sang
b■ng
ln

cho
tài
■■nh
v■
hi■n
ng■■i
li■u
ph■n
ln
c■a
tài
TH■A
tài
v■
th■
li■u
hàng
t■o
mình
li■u
thơng
dùng.
tríhi■n
THU■N
hi■u
c■
c■a
■■u
■
thìtin

t■t
h■i
Khi
■■i,
qu■
s■p
mình
Vi■t
xác
c■
khách
gia
b■n
t■i,
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
ngh■a
online
hàng
uy
tài
v■c:
l■nh
thu
Tác

m■ng
tín
kho■n
tr■
nh■p
khơng
v■
tài
phong
v■c
cao
thành
b■n
chính
c■a
email
nh■t.
tài
online
khác
chun
■■n
c■a
li■u
thành
tínb■n
Mong
gì
cho
d■ng,

và
hàng
v■i
so
nghi■p,
viên
kinh
■ã
t■t
123doc.
123doc.net!
v■i
mu■n
tri■u
cơng
■■ng
c■a
c■
doanh
b■n
các
hồn
nhà
mang
ngh■
123doc
ký
g■c.
online.
thành

bán
v■i
h■o,
Chúng
l■i
thơng
B■n
và
hàng
123doc.netLink
cho
viên
Tính
■■
n■p
có
tơi
tin,
c■ng
l■i
c■a
cao
th■
■■n
cung
ti■n
ngo■i
chuy■n
tính
website.

phóng
■■ng
th■i
vào
c■p
ng■,...Khách
trách
xác
tài
■i■m
D■ch
giao
xã
to,kho■n
th■c
nhi■m
h■i
thu
sang
tháng
V■
nh■
m■t
s■
c■a
(nh■
■■i
■■n
hàng
■■■c

tùy
ngu■n
5/2014;
123doc,
v■i
v■
■■■c
ý.
cóg■i
t■ng
qu■n
th■
tài
123doc
v■
mơ
ngun
b■n
d■
ng■■i
lý,
■■a
t■
dàng
s■
cơng
v■■t
d■■i
tri
dùng.

■■■c
ch■
tra
th■c
ngh■
m■c
■ây)
email
c■u
M■c
h■■ng
q
hi■n
100.000
cho
tài
b■n
tiêu
báu,
li■u
b■n,
th■
nh■ng
■ã
hàng
phong
m■t
l■■t
hi■n
tùy

■■ng
■■u
quy■n
cách
truy
thu■c
■■i,
phú,
ky,
c■a
c■p
chính
■a
b■n
l■i
b■n
vào
123doc.net
m■i
d■ng,
sau
online
xác,
các
vuingày,
n■p
lịng
“■i■u
nhanh
giàu

khơng
ti■n
s■
■■ng
tr■
giá
Kho■n
chóng.
h■u
trên
khác
thành
tr■
nh■p
2.000.000
website
■■ng
Th■a
gìth■
so
email
vi■n
th■i
v■i
Thu■n
c■a
thành
b■n
mong
tài v■

li■u
mình
g■c.
viên
mu■n
S■
online
và
B■n
■■ng
D■ng
click
t■o
l■n
cóký,
D■ch
■i■u
vào
th■
nh■t
l■t
link
phóng
ki■n
V■”
vào
Vi■t
123doc
top
sau

cho
to,
Nam,
200
thu
■ây
cho
■ã
cung
nh■
các
các
(sau
g■iwebsite
tùy
c■p
users
■ây
ý.nh■ng
■■■c
cóph■
thêm
tài
bi■n
g■i
thu
li■u
t■t
nh■t
nh■p.

■■c
T■it■i
khơng
t■ng
Chính
Vi■tth■i
th■
Nam,
vì v■y
■i■m,
tìm
t■123doc.net
th■y
l■chúng
tìm
trên
ki■m
tơi
th■
racóthu■c
■■i
tr■■ng
th■nh■m
c■p
top
ngo■i
3nh■t
■áp
Google.
tr■

■KTTSDDV
■ng
123doc.net.
Nh■n
nhu c■u
■■■c
theo
chiaquy■t
danh
s■ tài
hi■u
...li■udo
ch■t
c■ng
l■■ng
■■ng
vàbình
ki■mch■n
ti■n là
online.
website ki■m ti■n online hi■u qu■ và uy tín nh■t.
Chia
m■t
u■t
Nhi■u
Mang
Ln
123doc
Th■a
Xu■t

Sau
tri■n
phát
khi
h■n
member
s■
h■■ng
phát
khai
thu■n
l■i
event
s■
cam
nh■n
câu
t■
m■t
tr■
t■
event
h■u
ýk■t
s■
chuy■n
thú
nghi■m
t■i
ýkhơng

t■■ng
xác
n■m
t■■ng
m■t
d■ng
v■,
là
khuy■n
s■
nh■n
website
ra
mang
m■y
event
t■o
kho
thành
m■i
■■i,
1.
t■o
t■
mãi
c■ng
th■
n■i
m■
l■i

c■ng
ki■m
■■ng
d■n
cơng
123doc
CH■P
th■
vi■n
b■t
nh■ng
cho
■■ng
■■u
■■ng
ti■n
trên
n■p
h■
c■a
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
123doc
thi■t
chia
ki■m

v■i
c■ng
t■ng
ki■m
dùng,
l■
CÁC
s■
nh■ng
th■c.
ti■n
s■
l■i
b■■c
■■ng
v■i
ti■n
-và
ki■m
chuy■n
■I■U
t■t
cơng
online
h■n
mua
123doc
online
■u
kh■ng

123doc
nh■t
5■ãi
2.000.000
ngh■
bán
KHO■N
tri■u
b■ng
sang
b■ng
ln
cho
c■c
tài
■■nh
■ã
hi■n
ch■
tài
ng■■i
li■u
ph■n
ln
k■
tài
TH■A
xu■t
li■u
tài

v■
v■i
th■
li■u
h■p
hàng
t■o
li■u
thơng
s■c
dùng.
trí
hi■u
7hi■n
THU■N
hi■u
d■n.
tài
c■
c■a
■■u
■■■ng
li■u!
tin
qu■
t■t
h■i
Khi
■■i,
qu■

mình
■■ng
Vi■t
xác
c■
khách
gia
nh■t,
Nghe
trong
b■n
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
b■online
có
uy
hàng
danh
l■
uy
tài
v■c:
l■nh
thu
Tác

v■
tín
m■ng
nhé,
tín
kho■n
tr■
sách
cao
nh■p
khó
khơng
tài
phong
v■c
cao
tr■■c
thành
b■n
chính
nh■t.
tin
Top
email
nh■t.
tài
online
khác
nh■ng
chun

■■n
li■u
tiên
thành
danh
tín
Mong
b■n
Mong
gì
cho
d■ng,
và
hãy
v■i
■ây
so
thu
nghi■p,
viên
kinh
■ã
mu■n
t■t
123doc.
123doc.net!
cùng
v■i
mu■n
cao

là
cơng
■■ng
c■a
c■
doanh
b■n
con
nh■t
mang
tìm
các
hồn
mang
ngh■
123doc
s■
ký
g■c.
hi■u
online.
thành
tháng
v■i
l■i
hồn
h■o,
Chúng
l■i
thơng

B■n
thơng
cho
và
123doc.netLink
cho
viên
t■o
tồn
Tính
■■
n■p
có
c■ng
tơi
tin,
c■ng
tin
c■
c■a
cao
th■
chính
■■n
cung
ti■n
ngo■i
v■
h■i
■■ng

tính
website.
phóng
■■ng
Khách
th■i
vào
c■p
xác
gia
ng■,...Khách
trách
xác
xã
tài
t■ng
■i■m
mà
D■ch
xã
to,
hàng
h■i
kho■n
th■c
nhi■m
h■i
BQT
thu
thu

m■t
tháng
V■
có
nh■
m■t
s■
nh■p
123doc
c■a
th■
(nh■
■■i
hàng
ngu■n
■■■c
tùy
ngu■n
5/2014;
123doc,
d■
v■i
online
■■■c
ý.
có
■ã
dàng
tài
g■i

t■ng
th■
tài
thu
123doc
ngun
cho
v■
mơ
ngun
b■n
tra
d■
ng■■i
th■p
t■t
■■a
t■
c■u
dàng
s■
v■■t
tri
d■■i
c■
■■■c
tri
dùng.
■■■c
ch■

tài
th■c
các
tra
th■c
m■c
li■u
■ây)
email
c■u
sau
thành
q
M■c
h■■ng
q
m■t
100.000
cho
■■t
tài
báu,
b■n
tiêu
báu,
viên
li■u
cách
b■n,
t■ng

nh■ng
phong
■ã
hàng
phong
c■a
m■t
l■■t
chính
tùy
■■ng
k■t
■■u
website.
phú,
quy■n
cách
truy
thu■c
phú,
doanh
xác,
ky,
c■a
c■p
■a
chính
■a
nhanh
l■i

b■n
vào
d■ng,
thu
123doc.net
m■i
d■ng,
sau
xác,
các
vui
tháng
chóng.
ngày,
n■p
giàu
lịng
“■i■u
nhanh
giàu
11
ti■n
giá
s■
■■ng
tr■
giá
uy
Kho■n
chóng.

h■u
tr■
trên
tín
thành
tr■
nh■p
■■ng
cao
2.000.000
website
■■ng
Th■a
th■
nh■t.
email
th■i
vi■n
th■i
Thu■n
Mong
mong
c■a
thành
mong
tài v■
li■u
mình
mu■n
mu■n

viên
mu■n
S■
online
và
■■ng
D■ng
mang
t■o
click
t■o
l■n
■i■u
ký,
D■ch
■i■u
vào
l■i
nh■t
l■t
cho
link
ki■n
ki■n
V■”
vào
Vi■t
c■ng
123doc
cho

top
sau
cho
Nam,
■■ng
cho
200
■ây
cho
■ã
cung
các
các
các
(sau
g■i
xãusers
website
h■i
c■p
users
■ây
m■t
nh■ng
có
■■■c
cóph■
thêm
ngu■n
thêm

tài
bi■n
g■i
thu
thu
li■u
tài
t■t
nh■p.
nh■t
nh■p.
ngun
■■c
T■it■i
Chính
khơng
t■ng
Chính
Vi■t
tri th■c
th■i
vìth■
Nam,
vìv■y
v■y
q
■i■m,
tìm
123doc.net
t■123doc.net

báu,
th■y
l■chúng
tìm
phong
trên
ki■m
tơi
ra
th■
ra
phú,
có
■■i
thu■c
■■i
tr■■ng
th■
■Sau
nh■m
nh■m
c■p
top
ngo■i
h■n
■áp
3nh■t
■áp
Google.
m■t

■ng
tr■
■KTTSDDV
■ng
123doc.net.
n■m
nhu
Nh■n
nhuc■u
rac■u
■■i,
■■■c
chia
theo
chia
123doc
s■
quy■t
danh
s■tàitài
hi■u
li■u
■ã
...li■u
t■ng
ch■t
do
ch■t
c■ng
b■■c

l■■ng
l■■ng
■■ng
kh■ng
vàvàki■m
bình
ki■m
■■nh
ch■n
ti■n
ti■n
v■
online.
là
online.
tríwebsite
c■a mình
ki■m
trong
ti■nl■nh
online
v■c
hi■u
tài li■u
qu■và
vàkinh
uy tín
doanh
nh■t.online


Nhi■u
Mang
Ln
123doc
Th■a
Xu■t
Sau
khi
h■n
h■■ng
phát
thu■n
l■i
event
s■
cam
nh■n
m■t
tr■
t■
h■u
k■t
s■
thú
nghi■m
t■i
ýxác
n■m
t■■ng
m■t

d■ng
v■,
là
s■
nh■n
website
ra
mang
event
kho
m■i
■■i,
1.
t■o
t■
th■
m■
l■i
c■ng
ki■m
■■ng
d■n
123doc
CH■P
vi■n
nh■ng
cho
■■u
■■ng
ti■n

h■
kh■ng
ng■■i
NH■N
■ã
quy■n
th■ng
thi■t
chia
t■ng
ki■m
dùng,
l■
CÁC
s■
th■c.
s■
l■i
b■■c
v■i
ti■n
vàchuy■n
■I■U
t■t
cơng
h■n
mua
123doc
online
kh■ng

nh■t
2.000.000
ngh■
bán
KHO■N
sang
b■ng
ln
cho
tài
■■nh
hi■n
ng■■i
li■u
ph■n
ln
tài
TH■A
tài
v■
th■
li■u
hàng
t■o
li■u
thơng
dùng.
tríhi■n
THU■N
hi■u

c■
c■a
■■u
■ tin
t■t
h■i
Khi
■■i,
qu■
mình
Vi■t
xác
c■
khách
gia
b■n
nh■t,
minh
trong
l■nh
Nam.
t■ng
Chào
online
hàng
uy
tài
v■c:
l■nh
thu

Tác
m■ng
tín
kho■n
tr■
nh■p
khơng
tài
phong
v■c
cao
thành
b■n
chính
email
nh■t.
tài
online
khác
chun
■■n
li■u
thành
tínb■n
Mong
gì
cho
d■ng,
và
v■i

so
nghi■p,
viên
kinh
■ã
t■t
123doc.
123doc.net!
v■i
mu■n
cơng
■■ng
c■a
c■
doanh
b■n
các
hồn
mang
ngh■
123doc
ký
g■c.
online.
thành
v■i
h■o,
Chúng
l■i
thơng

B■n
và
123doc.netLink
cho
viên
Tính
■■
n■p
có
tơi
tin,
c■ng
c■a
cao
th■
■■n
cung
ti■n
ngo■i
tính
website.
phóng
■■ng
th■i
c■p
thay
ng■,...Khách
trách
xác
■i■m

D■ch
xã
to,
vì th■c
nhi■m
m■i
h■i
thutháng
V■
nh■
m■t
s■(nh■
■■i
hàng
■■■c
tùy
ngu■n
5/2014;
cáv■i
nhân
■■■c
ý.
cóg■i
t■ng
th■
tài
123doc
kinh
v■
mơ

ngun
d■
ng■■i
doanh
■■a
t■
dàng
v■■t
d■■i
tri
dùng.
ch■
t■
tra
th■c
m■c
■ây)
th■c
email
c■u
M■c
q
100.000
cho
tài
hi■n
b■n
tiêu
báu,
li■u

b■n,
ngh■a
■ã
hàng
phong
m■t
l■■t
tùy
■■ng
■■u
cách
truy
v■
thu■c
phú,
ky,
c■a
c■a
c■p
chính
■a
b■n
vào
mình
123doc.net
m■i
d■ng,
xác,
các
vuingày,

thì
lịng
“■i■u
nhanh
giàu
s■p
s■
■■ng
tr■
giá
t■i,
Kho■n
chóng.
h■u
thành
tr■
ngh■a
nh■p
2.000.000
■■ng
Th■a
th■
email
v■vi■n
th■i
Thu■n
c■a
c■a
thành
mong

tài
c■a
v■
li■u
mình
viên
hàng
mu■n
S■
online
và
■■ng
D■ng
tri■u
click
t■o
l■n
ký,
D■ch
■i■u
vào
nhà
nh■t
l■t
link
bán
ki■n
V■”
vào
Vi■t

123doc
hàng
top
sau
cho
Nam,
200
l■i
■ây
cho
■ã
chuy■n
cung
các
các
(sau
g■iwebsite
c■p
users
■ây
giao
nh■ng
■■■c
cósang
ph■
thêm
tài
bi■n
g■i
■■n

thu
li■u
t■t
nh■t
v■
nh■p.
■■c
T■i
qu■n
t■i
khơng
t■ng
Chính
Vi■t
lý th■i
quy■n
th■
Nam,
vì v■y
■i■m,
tìm
l■i
t■123doc.net
th■y
l■
sau
chúng
tìm
trên
n■p

ki■m
tơi
th■
ti■n
racóthu■c
■■i
tr■■ng
trên
th■nh■m
c■p
website
top
ngo■i
3nh■t
■áp
Google.
tr■
■KTTSDDV
■ng
123doc.net.
Nh■n
nhu c■u
■■■c
theo
chiaquy■t
danh
s■ tài
hi■u
...li■udo
ch■t

c■ng
l■■ng
■■ng
vàbình
ki■mch■n
ti■n là
online.
website ki■m ti■n online hi■u qu■ và uy tín nh■t.

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

---------------------------------------

VŨ THỊ HẠNH

NGHIÊN CỨU SO SÁNH CÁC PHƯƠNG PHÁP XÁC ĐỊNH
VẬN TỐC CỦA XE CỘ DÙNG XỬ LÝ ẢNH

LUẬN VĂN THẠC SĨ KỸ THUẬT
KỸ THUẬT ĐIỆN TỬ

HàNội – Năm 2016

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep



MỤC LỤC

LỜI CAM ĐOAN
MỤC LỤC
DANH MỤC BẢNG
DANH MỤC HÌNH
MỞ ĐẦU .................................................................................................................... 1
Chương 1: TỔNG QUAN VỀ CÁC KỸ THUẬT THEO VẾT VÀ XÁC
ĐỊNH VẬN TỐC CỦA ĐỐI TƯỢNG ..................................................................... 4
1.1. Phát hiện và theo vết đối tượng ........................................................................ 4
1.1.1. Phát hiện đối tượng chuyển động trong Video........................................... 4
1.1.2. Phân loại đối tượng trong Video .............................................................. 11
1.1.3. Phát hiện ánh sáng .................................................................................... 13
1.2. Xác định vận tốc phương tiện ......................................................................... 15
1.2.1. Mơ hình vật lý để đo vận tốc xe cộ trong một Video Camera ................. 15
1.2.2. Chỉnh lưu các khung hình ảnh với các điểm triệt tiêu.............................. 17
1.2.3. Tự động lựa chọn các điểm để giám sát trên hình ảnh của phương tiện .. 20
1.2.4. Bám các điểm được lựa chọn và xác định vận tốc ................................... 21
1.3. Kết luận chương .............................................................................................. 22
Chương 2: CÁC THUẬT TOÁN XÁC ĐỊNH VẬN TỐC XE CỘ ..................... 24
2.1. Các thuật toán vi phân .................................................................................... 24
2.1.1. Thuật toán Horn - Schunck ...................................................................... 26
2.1.2. Thuật toán Lucas - Kanade ....................................................................... 27
2.1.3. Thuật toán Nagel ...................................................................................... 29
2.1.4. Thuật toán Uras, Girosi, Verri và Torre ................................................... 30
2.2. Các thuật toán dựa trên so khớp vùng ............................................................ 31
2.2.1. Thuật toán Anandan ................................................................................. 31
2.2.2. Thuật toán Singh ...................................................................................... 33
2.3. Thuật toán dựa trên năng lượng - Thuật toán Heeger..................................... 35


luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


2.4. Cácthuật toán dựa trên pha ............................................................................. 36
2.4.1. Thuật toán Waxman, Wu và Bergholm .................................................... 36
2.4.2. Thuật toán Fleet and Jepson ..................................................................... 37
2.5. Thành lập cơng thức tính vận tốc thật của phương tiện.................................. 38
2.6. Kết luận chương .............................................................................................. 39
Chương 3: CÀI ĐẶT THUẬT TOÁN, THỰC NGHIỆM VÀ ĐÁNH GIÁ....... 40
3.1. Phát hiện chuyển động .................................................................................... 40
3.1.1. Trừ nền ......................................................................................................... 40
3.1.2. Tạo chu tuyến và đánh dấu đối tượng ...................................................... 41
3.2. Theo vết chuyển động ..................................................................................... 43

3.2.1. Sử dụng thuật toán Lucas and Kanade (LK) ............................................... 43
3.2.2. Sử dụng thuật toán Horn và Schunck ....................................................... 46
3.2.3. Sử dụng thuật toán Gunna Farneback ...................................................... 47
3.2.4. Sử dụng thuật toán so khớp vùng ............................................................. 48
3.4. Thực nghiệm và đánh giá................................................................................ 52
3.4.1. Kết quả thực nghiệm ................................................................................ 52
3.4.2. Đánh giá kết quả ....................................................................................... 55
3.5. Kết luận chương .............................................................................................. 56
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ............................................................. 57
TÀI LIỆU THAM KHẢO ...................................................................................... 59

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep



DANH MỤC BẢNG
Bảng 3.1: Kết quả thực nghiệm trên 06 bộ test ......................................................... 53
Bảng 3.2: Đánh giá thời gian thực thi các thuật toán của Tiến sĩ Florian Raudies:.. 55

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


DANH MỤC HÌNH
Hình 1.1: Lược đồ chung cho các thuật tốn xử lý đối tượng chuyển động ............... 4
Hình 1.2: Ví dụ về sự khác biệt theo thời gian ......................................................... 10
Hình 1.3: Ví dụ về sự thay đổi ánh sáng đột ngột ..................................................... 13
Hình 1.4: Ví dụ về đánh dấu các đối tượng chuyển động ......................................... 14
Hình 1.5: Các véc tơ vận tốc trước khi lọc các ngoại lai [34] .................................. 16
Hình 1.6: Các véc tơ vận tốc sau khi bỏ các ngoại lai [34]....................................... 17

Hình 1.7: Mặt phẳng thu nhận được từ góc nhìn ngang của hình ảnh [34] .............. 18
Hình 1.8: Các đường thẳng triệt tiêu được tìm thấy nhờ biến đổi Hough (ảnh bên
trái) và ảnh được chỉnh lưu (bên phải) [34] .............................................................. 19
Hình 1.9: Luồng quang học (Optical Flow) [34] ...................................................... 21
Hình 1.10: Frame ảnh tại thời điểm t trước và sau khi vẽ các véc tơ có hướng ....... 22
Hình 2.1: Frame mức 0 ............................................................................................ .27
Hình 2.2: Frame mức 1 ............................................................................................. 28
Hình 2.3: Frame mức 2 ............................................................................................. 28
Hình 2.4: Sơ đồ quy chiếu từ video sang thực tế ...................................................... 38
Hình 3.1: Ảnh tách nền riêng (a) và đối tượng chuyển động riêng (b) ..................... 41
Hình 3.2: Kết quả tạo chu tuyến và đánh dấu đối tượng........................................... 43
Hình 3.3: Các đặc trưng tìm được sử dụng hàm cvGoodFeaturesToTrack .............. 44
Hình 3.4: Minh họa của tháp hình ảnh (Wang, 2004)............................................... 44
Hình 3.5: Kết quả tìm véc tơ chuyển động theo cvCalcOpticalFlowPyrLK ............ 46
Hình 3.6: Kết quả tính vận tốc của các phương tiện với video 1 .............................. 50
Hình 3. 7: Kết quả tính vận tốc với video 2 .............................................................. 50
Hình 3.8: Kết quả tính vận tốc với video 3 ............................................................... 51
Hình 3.9: Kết quả tính vận tốc với video 4 (VOV giao thơng)................................. 51
Hình 3.10: Kết quả tính vận tốc với video 5 (VOV giao thơng)............................... 52
Hình 3.11: Kết quả xác định vận tốc (không vẽ chu tuyến phương tiện) ................. 52
Hình 3.12: Biểu đồ so sánh thời gian chạy giữa các thuật toán ................................ 54

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


MỞ ĐẦU
a. Lý do chọn đề tài
Hiện nay, tắc đường đã trở thành vấn nạn tại các đô thị lớn không chỉ ở Việt
Nam mà ở tất cả các nước trên thế giới. Để giải quyết vấn đề này, tại Việt Nam, nhà
nước đã thực hiện nhiều chính sách nhưng lợi ích mang lại vẫn cịn ở mức hạn chế
do ở các thành phố, đặc biệt là Hà Nội và Thành phố Hồ Chí Minh bài tốn này rất
phức tạp do: lượng người tham gia giao thông quá đông nhưng cơ sở hạ tầng còn
nhiều hạn chế, việc nâng cấp và mở rộng gặp phải nhiều khó khăn do vấn đề kinh
phí. Giả sử rằng, mọi người tham gia giao thơng đều có thể biết được tình trạng giao
thơng trên lộ trình của mình. Khi đó, họ sẽ có thể chọn cho mình một lộ trình tối ưu.
Điều này sẽ giảm áp lực giao thông, giảm các điểm ùn tắc nghiệm trọng, điều hịa
lưu lượng phương tiện lưu thơng trên đường.
Một trong các phương pháp hiệu quả với chi phí không cao đã được nhiều
nước trên thế giới áp dụng để cải thiện tình trạng tắc nghẽn, đó là "phân luồng giao
thơng". Song, để có thể phân luồng các dịng phương tiện tham gia giao thơng thì
điểm mấu chốt chính là việc quản lý thông tin về lưu lượng giao thông tại các tuyến
đường. Vậy là trước khi giải quyết được bài tốn phân luồng giao thơng thì cần phải
tìm được đáp án cho bài toán "phân mức tắc nghẽn giao thông".
Xác định vận tốc của các phương tiện tham gia giao thơng có ý nghĩa rất quan

trọng trong các bài tốn về phân mức mật độ giao thơng cũng như giám sát và kiểm
soát các phương tiện vi phạm luật an tồn giao thơng (chạy q tốc độ hoặc dưới tốc
độ quy định trên các tuyến đường...). Việc tính tốn tốc độ phương tiện tham gia giao
thơng là bài tốn khơng cịn là mới với việc sử dụng các cơng nghệ đơn giản như:
vịng từ, siêu âm, hồng ngoại, vi sóng… nhưng tất cả các phương pháp trên đều có
chung các nhược điểm là phải tác động đến kết cấu hình học của đường, giới hạn về
phạm vi đo và loại phương tiện. Gần đây, việc sử dụng công nghệ mới – cơng nghệ
xử lý ảnh trong bài tốn đo tốc độ phương tiện lưu thông trên đường lại có ưu điểm
vượt trội hơn hẳn, đó là khả năng đo tốc độ trên một phạm vi rộng với nhiều làn khác
nhau, có thể phân biệt được các chủng loại xe và khơng tác động tới kết cấu hình học
1

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep



của đường. Xuất phát từ tầm quan trọng đó, tác giả đã thực hiện đề tài "Nghiên cứu
so sánh các phương pháp xác định vận tốc của xe cộ dùng xử lý ảnh".
b. Mục đích, đối tượng và phạm vi nghiên cứu
Đề tài tập trung nghiên cứu một số nội dung chính sau:
- Các kỹ thuật phát hiện và bám sát đối tượng chuyển động nói chung và các
phương tiện giao thơng nói riêng.
- Tìm hiểu các thuật tốn Optical Flow nhằm xác định vận tốc của phương tiện
giao thông như: các kỹ thuật vi phân (thuật toán Horn and Schunck, Lucas and
Kanade, Nagel, Uras et al), các kỹ thuật đối sánh vùng (thuật toán Anandan, Singh),
các kỹ thuật dựa trên năng lượng (thuật toán Heeger, Gunnar Farneback), các kỹ
thuật dựa trên pha (thuật toán Waxman-Wu-Bergholm, Fleet and Jepson).
- Các đối tượng liên quan trong bộ thư viện mã nguồn mở OpenCv của Intel
liên quan đến các thuật toán trên, sử dụng để xây dựng ứng dụng mô phỏng.
Qua kết quả thực nghiệm trên các thuật toán đã nghiên cứu, lựa chọn thuật
toán tốt nhất để xác định vận tốc của các phương tiện giao thông, áp dụng cho việc
phân mức mật độ giao thông trong các hệ thống nhúng.
Trong khuôn khổ luận văn, tác giả chỉ tập trung vào bài tốn xác định vận tốc
phương tiện, chứ khơng đi sâu vào việc sử dụng nó trong bài tốn phân mức mật độ
giao thông như thế nào. Công việc này nằm ngoài phạm vi nghiên cứu của luận văn.
c. Phương pháp nghiên cứu
Tìm hiểu các tài liệu, các bài báo trong nước và nước ngồi nghiên cứu về
phân tích giao thông, phát hiện và bám đối tượng, xác định vận tốc của đối tượng sử
dụng kỹ thuật xử lý ảnh.
Kết hợp giữa lý thuyết nghiên cứu được và tiến hành các thực nghiệm trên ứng
dụng mô phỏng để đánh giá kết quả đạt được của các kiến thức đã nghiên cứu trong
luận văn.
d. Đóng góp mới của luận văn
Giới thiệu chi tiết cách sử dụng các đối tượng chính trong bộ thư viện
OpenCV để thực hiện các thuật toán liên quan đến bám đối tượng, xác định vận tốc

2

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


của các đối tượng mà cụ thể trong luận văn là phương tiện giao thông.
Luận văn đưa ra một cái nhìn đầy đủ về các kỹ thuật xác định vận tốc của các
phương tiện tham gia giao thông, đánh giá ưu nhược điểm của các phương pháp,
qua đó giúp lựa chọn được phương pháp tốt nhất sử dụng trong bài tốn phân mức
mật độ giao thơng, giảm thiểu ùn tắc giao thông cho các thành phố lớn.
e. Cấu trúc luận văn
Ngoài phần mở đầu và kết luận, luận văn gồm 03 chương như sau:
Chương 1: Tổng quan về kỹ thuật theo vết và xác định vận tốc của đối tượng
Chương 2: Các thuật toán xác định vận tốc của xe cộ

Chương 3: Cài đặt chương trình, thực nghiệm và đánh giá

3

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


Chương 1: TỔNG QUAN VỀ CÁC KỸ THUẬT THEO VẾT VÀ XÁC
ĐỊNH VẬN TỐC CỦA ĐỐI TƯỢNG
Chương 1 trình bày tổng quan về một số kỹ thuật giúp phát hiện và theo vết
đối tượng chuyển động, là bước đầu tiên cho việc xác định vận tốc của đối tượng.
Chương này cũng giới thiệu cách thức tính vận tốc của đối tượng chuyển động trong
một video hoặc hình ảnh thu về từ một camera.
1.1. Phát hiện và theo vết đối tượng

1.1.1. Phát hiện đối tượng chuyển động trong Video
Việc phát hiện các đối tượng chuyển động trong video là bước đầu tiên trong
hệ thống xác định vận tốc của các đối tượng. Khi tìm kiếm thấy các đối tượng
chuyển động mới bắt đầu chuyển sang bước xử lý khác. Thực tế thì các Video thu
được từ camera có rất nhiều nhiễu, chẳng hạn như sự thay đổi của ánh sáng, sự thay
đổi của thời tiết, lá rung… Việc phát hiện đối tượng chuyển động gặp vấn đề khó
khăn để xử lý một cách chính xác.Các cơng nghệ thường xun được sử dụng để
phát hiện đối tượng chuyển động là phép trừ nền, các phương pháp tĩnh, sự khác
biệt về thời gian và optical flow.

Hình 1.1: Lược đồ chung cho các thuật toán xử lý đối tượng chuyển động
4

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep



1.1.1.1. Phép trừ nền
Để có thể theo dõi được các đối tượng, những mô tả đặc điểm của đối tượng là
rất quan trọng. Những đặc điểm của đối tượng sẽ được mô tả thông qua các thống
kê phân bố của vùng quan sát được chia thành foreground (FG) hoặc background
(BG). Mơ hình trộn Gaussian được sử dụng rộng rãi để mô tả vùng quan sát và là
một phần không thể thiếu của các thuật toán nhận dạng, theo dõi trong CV.
Mơ hình trộn Gaussian với m thành phần được mơ tả như là tổng của m phân
bố xác suất Gaussian:
(1.1)
Trong đó, µi và δi lần lượt là kỳ vọng và phương sai của thành phần thứ i, I là
ma trận đơn vị và πi là trọng số của thành phần thứ i sao cho

=1

Bằng cách sử dụng thuật toán Estimation-Maximization (EM) ta có thể ước
lượng được tham số cho mơ hình.
Việc tách foregound ra khỏi background là bước đầu tiên, đóng vai trị quyết
định đến độ chính xác của hầu hết các hệ thống CV hiện nay. FG có thể hiểu là
miền chuyển động, cịn BG có thể hiểu là miền tĩnh trong vùng quan sát.
Thuật toán Adaptive background mixture models for real-time tracking được
sử dụng rất phổ biến để tách FG vì có độ chính xác và tốc độ cao. Thuật tốn có khả
năng thích nghi cao với sự thay đổi của môi trường. Phần này viết dựa trên bài báo
“Adaptive background mixture models for real-time tracking” của Chris Stauffer và
W.E.L Grimson [38].
Phương pháp truyền thống để tách FG là lấy trung bình các bức ảnh trong một
khoảng thời gian để xấp xỉ BG. Phương pháp này khá hiệu quả nếu các đối tượng
chuyển động liên tục và BG xuất hiện trong một khoảng thời gian đáng kể. Nó sẽ
khơng cịn hiệu quả nếu có nhiều đối tượng chuyển động và đặc biệt là khi chúng

chuyển động chậm. Sự thay đổi ánh sáng của môi trường cũng gây ra rất nhiều vấn
đề cho các phương pháp tách FG. Thay vì chỉ ra mơ hình cụ thể cho tất cả các giá trị
của các điểm ảnh đều có một phân bố xác xuất xác định, chúng ta xây dụng mô hình
5

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


mô tả các giá trị của các điểm ảnh như là một mơ hình trộn Gaussian. Dựa trên sự
ổn định và sự biến đổi của mỗi thành phần (Gaussian) của mơ hình trộn, chúng ta sẽ
chỉ ra thành phần nào tương ứng với màu sắc của BG. Giá trị của điểm ảnh nào
không phù hợp với phân bố của BG sẽ được coi là FG.
Hệ thống này rất hiệu quả trong điều kiện ánh sáng thay đổi, các chuyển động
lặp lại, các đối tượng chuyển động chậm, và việc đưa vào hay loại đi các đối tượng

trong vùng quan sát.
Phương pháp này có hai tham số quan trọng là: α - hằng số học (learning
constant) và T- xác suất nhỏ nhất mà BG xuất hiện trong miền quan sát. Không cần
thay đổi các tham số này hệ thống làm việc hiệu quả cả trong nhà lẫn ngoài trời.
Trong phương pháp này ta coi giá trị của một điểm ảnh cụ thể biến đổi theo
thời gian như là một quy trình điểm ảnh. Một quy trình điểm ảnh là một chuỗi thời
gian của các giá trị điểm ảnh, ví dụ giá trị thực cho ảnh xám và vector cho ảnh màu.
Các giá trị của một điểm ảnh cụ thể cho đến thời điểm t bất kỳ được biểu diễn như
sau:
{X1, X2, …, Xt} = {I (x0, y0, i) : 1 ≤ i ≤ t} (1.2)
Trong đó I là một chuỗi các ảnh.
{X1, X2, …, Xt} - recent history của mỗi điểm ảnh được mô tả bởi K phân
bốGaussian Mixture. Xác suất của quan sát giá trị điểm ảnh hiện tại là:

∑ i = 1 ω i , t η( X t , μ i , t , ∑ i , t )
K

p(Xt) =

(1.3)

Trong đó, K là số phân bố, ωi,t là trọng số của thành phần Gaussian thứ I trong
mơ hình tại thời điểm t ( hay nói cách khác nó là xác suất để Xt có phân bố
η( X t , μ i , t , ∑ i , t )

, µi,t là giá trị trung bình của thành phần Gaussian thứ I trong mơ

hình tại thời điểm t,

∑ i , t là ma trận hiệp phương sai của thành phần Gaussian thứ I


trong mơ hình tại thời điểm t, và η là hàm mật độ xác suất Gaussian:

=

(1.4)

K được xác định tùy thuộc vào dung lượng bộ nhớ hiện có và sức mạnh tính
6

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


tốn của hệ thống, thơng thường K từ 3 cho đến 5. Cũng vì lý do tính tốn, ma trận

hiệp phương sai

∑ i , t giả thiết có dạng:
∑ i , t = σ2 I
k

(1.5)

Với giả thiết này thì các giá trị điểm ảnh red, green, và blue điểm ảnh được coi
là độc lập và có cùng phương sai. Mặc dù trong thực tế điều này khơng chính xác
lắm nhưng để tránh phức tạp trong việc tính ma trận nghịch đảo ta chấp nhận giả
thiết này.
Bởi vì mọi điểm ảnh trong ảnh đều được mơ tả bởi một mơ hình trộn
Gaussian, nên việc cài đặt thuật toán Expectation-Maximization (EM) trên một vùng
dữ liệu gần đây sẽ có độ phức tạp tính tốn cao. Thay vào đó, ta sẽ cài đặt thuật toán
on-line K means approximation. Mỗi giá trị điểm ảnh mới sẽ được kiểm tra lại với
K phân bố Gaussian, cho đến khi tìm được phân bố phù hợp. Một giá trị điểm ảnh
được gọi là phù hợp với một phân bố Gaussian nếu giá trị đó khơng vượt q 2.5
lần độ lệch tiêu chuẩn của phân bố đó.
Nếu giá trị điểm ảnh không phù hợp với bất kỳ phân bố nào của mơ hình
mixture thì phân bố kém phù hợp nhất được thay thế bằng một phân bố mới, trong
đó giá trị điểm ảnh hiện tại là giá trị trung bình của của phân bố mới, phương sai
của phân bố được khởi tạo với một giá trị đủ lớn, trọng số của phân bố được gán
một giá trị nhỏ.
Các trọng số của K phân bố tại thời điểm t sẽ được hiệu chỉnh như sau:
ωk,t= (1-α)ωk,t-1 + α(Mk,t )

(1.6)

Trong đó α là hằng số và ta gọi đó là hệ số tốc độ học, Mk,t= 1 nếu giá trị

điểm ảnh phù hợp với phân phối thứ k, bằng 0 nếu ngược lại. Giá trị 1/ α định nghĩa
hằng số thời gian nó thể hiện tốc độ thay đổi của các tham số phân bố.ωk,t là xác
suất để giá trị điểm ảnh tại thời điểm t phù hợp với phân bố thứ k trong điều kiện đã
quan sát được các giá trị điểm ảnh đến thời điểm t-1.
Các tham số µ, σ cho phân phối không phù hợp được giữ nguyên, các tham số
của phân bố phù hợp với quan sát mới (giá trị điểm ảnh mới) được cập nhật như
sau:
7

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


µt = (1-ρ)µt-1 +ρXt(1.7)
σ2t = (1- ρ) σ2t-1 +ρ(Xt - µt )T(Xt - µt ) (1.8)

Trong đó, ρ là hệ số tốc độ học thứ hai được xác định như sau:
ρ = α η(Xt | µk ,σk ) (1.9)
Mỗi khi những tham số của mơ hình mixture của mỗi điểm ảnh thay đổi, ta
muốn chỉ ra những thành phần nào của mơ hình được sinh ra bởi background. Để
làm được điều này, trước tiên chúng ta sắp xếp K thành phần của mơ hình theo
chiều giảm của giá trị

ωk,t
σ k,t

. Để hiểu lý do tại sao ta làm như vậy, để ý rằng nếu một

điểm ảnh là background thì nó sẽ phù hợp với một thành phần nào đó của của mơ
hình mixture, theo cách cập nhật trọng số ta có ωk,t= (1-α)ωk,t-1 + α dễ thấy ωk,t >
ωk,t-1. Thêm nữa giá trị của điểm ảnh do background sinh ra ổn định, ít biến đổi hay
nói cách khác quan sát do background sinh ra sẽ có phương sai nhỏ. Vì những lý do
đó tỉ số

ωk,t
có nói lên độ phù hợp với mơ hình background của giá trị điểm ảnh vừa
σ k,t

quan sát. Ngược lại, khi điểm ảnh là foreground, nói chung nó khơng phù hợp với K
thành phần của mơ hình, dẫn đến phải tạo ra một thành phần mới hoặc làm tăng
phương sai của phân phối hiện tại. Sau đó B thành phần đầu tiên sẽ được coi là mơ
hình của background, B được tính như sau:
ω
B = argminb ( ∑ k = 1 k , t
b


> T) (1.10)

Trong đó T là tỉ số cực tiểu của mơ hình background. Nói cách khác T là xác
suất nhỏ nhất mà background xuất hiện trong vùng quan sát [20].
Bằng phương pháp này chúng ta có thể tách FG ra khỏi BG khá chính xác,
tốc độ nhanh lên được sử dụng rất rộng rãi trong các ứng dụng thời gian thực.
1.1.1.2. Các phương pháp tĩnh
Hầu hết các phương pháp cải tiến đã được sử dụng đều phát triển dựa trên các
phương pháp trừ nền.
Phương pháp W4 [16] sử dụng một mơ hình nền tĩnh, ở đó mỗi điểm ảnh được
biểu diễn lại với giá trị nhỏ nhất (M) và giá trị lớn nhất (N) của nó về cường độ và
8

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep



sự sai khác cường độ lớn nhất (D) giữa các frame liên tiếp bất kỳ quan sát được
trong suốt chu kỳ khởi tạo huấn luyện mà ở đó cảnh khơng chứa các đối tượng
chuyển động. Một điểm trong ảnh hiện thời It được phân loại như là điểm nổi trội
nếu nó thỏa mãn:
|M(x,y)-It(x,y)|>D(x,y) hoặc |N(x,y)-It(x,y)|>D(x,y) (1.11)
Sau khi thực hiện, phép toán co được áp dụng lặp lại cho các điểm nổi bật đã
được phát hiện để xóa bỏ một điểm nhiễu đậm đặc. Trong khi tạo ra các vùng co để
quản lý kích cỡ của chúng, một dãy các phép co và dãn được thực hiện trên bản đồ
điểm nổi bật. Cũng như thế, các vùng có kích thước nhỏ được loại trừ sau khi áp
dụng đánh nhãn các thành phần liên tục để tìm vùng. Trạng thái tĩnh của các điểm
ảnh nền thuộc về các vùng đứng yên của ảnh hiện thời được cập nhật với các ảnh dữ
liệu mới.
Một ví dụ khác của các phương pháp tĩnh, Stauffer và Grimson [38] đã miêu tả
một sự tương thích của mơ hình trộn nền để đánh dấu thời gian thực. Mọi điểm ảnh
thực sự được mơ hình hóa bởi phương pháp Gaussians và được cập nhật trực tuyến
bởi dữ liệu ảnh đầu vào. Các phân bố Gaussian sẽ đánh giá xem một điểm sẽ thuộc
về việc xử lý điểm nổi trội hay là thuộc về xử lý nền.
1.1.1.3. Sự khác biệt theo thời gian
Sự khác biệt theo thời gian cố gắng phát hiện các vùng chuyển động bằng cách
sử dụng sự khác nhau giữa một điểm ảnh ở các frame liên tiếp nhau (hai hoặc ba)
trong một dãy Video. Phương pháp này có khả năng thích ứng cao với các cảnh
động, tuy nhiên, nó thường mắc một số lỗi trong việc phát hiện đối tượng chuyển
động.

9

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


(a)

(b)

Hình 1.2: Ví dụ về sự khác biệt theo thời gian
(a) Một cảnh với hai đối tượng chuyển động, (b) Phương pháp dựa trên sự
khác biệt theo thời gian bị lỗi khi phát hiện tất cả các điểm ảnh chuyển động
của đối tượng bên trái. Các vùng chuyển động được phát hiện đánh dấu bởi
màu đỏ
Vùng màu đơn của người bên ảnh trái làm cho thuật toán khác biệt về thời
gian bị lỗi trong việc trích ra tất cả các điểm ảnh của vùng chuyển động của con
người. Cũng vậy, phương pháp này lỗi khi phát hiện các đối tượng đã dừng lại trong
cảnh. Các phương pháp bổ sung cần kế thừa để phát hiện các đối tượng đứng yên

giúp cho việc thành công ở những bước xử lý cao hơn.
Lipton [26] đã trình bày cách phối hợp giữa hai frame khác nhau, ở đó, các
điểm ảnh thỏa mãn các biểu thức sau :
|It(x,y) –It-1(x,y)|>τ

(1.12)

Để khắc phục các thiếu sót của hai frame khác nhau, trong một số trường
hợp, ba frame khác nhau có thể được sử dụng.
1.1.1.4. Optical Flow
Phương pháp Optical flow thực hiện bằng cách sử dụng các vector có hướng
của các đối tượng chuyển động theo thời gian để phát hiện các vùng chuyển động
trong một ảnh. Chúng có thể phát hiện chuyển động trong các dãy Video ngay cả
các Video thu được từ camera di chuyển.
Optical flow là khái niệm chỉ sự chuyển động tương đối của các điểm trên bề
10

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


mặt một đối tượng, vật thể nào đó gây ra, dưới góc quan sát của một điểm mốc
(mắt, camera…). Sự chuyển động của các vật thể (mà thực tế có thể coi là sự
chuyển động của các điểm trên bề mặt của vật thể ấy) trong không gian 3 chiều, khi
được chiếu lên một mặt phẳng quan sát 2D được gọi là motion field. Nói chung,
mục đích của các phương pháp optical flow estimation là để xác định (xấp xỉ)
motion field từ một tập các frame ảnh thay đổi theo thời gian, chúng được sử dụng
rộng rãi trong các bài tốn phân đoạn, phát hiện và bám đối tượng…
Có nhiều thuật toán xác định optical flow khác nhau nhưcác thuật toán vi phân
vi phân, so khớp vùng, dựa trên năng lượng và pha… và các thuật tốn này được
trình bày chi tiết trong chương 2 của luận văn.
1.1.2. Phân loại đối tượng trong Video
Vùng chuyển động được phát hiện trong Video có thể tương ứng với các đối
tượng khác nhau trong thế giới thực như người, nhóm người, xe cộ, sự hỗn
loạn,…Việc thừa nhận kiểu của đối tượng là rất quan trọng để thừa nhận kiểu của
đối tượng được phát hiện để đánh dấu nó một cách chính xác và phân tích các hoạt
động một cách đúng đắn. Hiện nay, có hai hướng tiếp cận trong việc phân loại các
đối tượng, đó là các phương pháp shape-base và motion - base [40] (dựa theo hình
dạng và dựa theo chuyển động). Phương pháp Shape – base thường dùng cho các
đối tượng trong khơng gian hai chiều 2D cịn phương pháp motion – base dùng để
lần theo các dấu vết đặc trưng theo thời gian của các đối tượng cho giải pháp phân
loại.
1.1.2.1. Phân loại dựa theo hình dạng
Các đặc trưng chung được sử dụng trong phân chia các đối tượng theo hình
dạng là tạo các hình chữ nhật bao quanh, tạo các vùng, hình chiếu và độ nghiêng

của các vùng chứa đối tượng được phát hiện.
Hướng tiếp cận này sử dụng độ dài các đường nét của hình chiếu và vùng
thơng tin để phân loại các đối tượng đã được phát hiện và đưa nó vào thành 3 nhóm:
người, xe cộ và các đối tượng khác [26]. Phương pháp này phụ thuộc vào các giả
định, chẳng hạn như, nếu là con người thì sẽ nhỏ hơn xe cộ và có bóng phức tạp.
11

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


Mức độ rải rác (dispersedness) được dùng như là một ma trận phân loại và nó được
định nghĩa trong các giới hạn của các vùng của đối tượng và độ dài đường viền (chu
vi) như sau:
𝑀𝑀ứ𝑐𝑐độ𝑟𝑟ả𝑖𝑖𝑖𝑖á𝑐𝑐 =


𝑐𝑐ℎ𝑢𝑢𝑢𝑢𝑢𝑢 2
𝑣𝑣ù𝑛𝑛𝑛𝑛

(1.13)

Việc phân loại được thực hiện ở mỗi frame và kết quả lưu lại thường được tận
dụng để đảm bảo việc phân loại theo thời gian.
Phương pháp phân loại này phát triển bởi Collins [9] sử dụng cách nhìn dựa
theo các đặc trưng của thị giác để huấn luyện một mạng nơron các đối tượng phân
loại thừa nhận các lớp: con người, nhóm người, xe cộ và sự hỗn loạn. Đầu vào của
mạng nơron là mức độ rải rác, các miền, tỉ lệ tương quan của các vùng đối tượng và
độ phóng đại của camera. Cũng như phương pháp trước, việc phân loại được thực
hiện trên mỗi frame và các kết quả được đưa vào biểu đồ để duy trì sự phân loại
theo thời gian.
Saptharishi đề xuất một sự phối hợp phân loại sử dụng chiều dài của việc huấn
luyện của mạng nơron với việc “học” khác nhau để thừa nhận hai lớp: Xe cộ và con
người [33]. Papageorgion đưa ra một phương pháp sử dụng sự phân loại của máy hỗ
trợ véc tơ huấn luyện nhờ các đặc trưng biến đổi sóng nhỏ của đối tượng trong các
ảnh của Video từmột cơ sở dữ liệu mẫu đơn giản [31]. Phương pháp này được sử
dụng để thừa nhận các vùng chuyển động tương tự như con người.
Một phương pháp khác được đưa ra bởi Brodsky [8] sử dụng phép phân loại
Radial Basis Function (RBF), phương pháp này như sau: có một kiến trúc tương tự
như 3 tầng mạng nhân giống lại. Đầu vào của phương pháp này là gradient ảnh của
các vùng đối tượng đã được phát hiện.
1.1.2.2. Phân loại dựa theo chuyển động
Một số phương pháp trong một số bài viết chỉ sử dụng các đặc trưng chuyển
động theo thời gian của các đối tượng để thừa nhận các lớp của chúng [10], [42],
[25]. Một cách tổng quát, chúng được dùng để phân biệt các đối tượng cứng (như xe
cộ) và không cứng (như người). Phương pháp này dựa trên cơ sở tính chất đặc biệt

theo thời gian của các đối tượng chuyển động. Với đối tượng được đưa ra ở chu kỳ
12

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


chuyển động, đặc tính của nó đo được cũng như hiển thị một chu kỳ chuyển động.
Phương pháp này khai thác đầu mối này để phân loại các đối tượng chuyển động sử
dụng chu kỳ.
Phân tích optical flow cũng là hữu ích để phân biệt các đối tượng “cứng” và
đối tượng “mềm”. A.J. Lipton trình bày một phương pháp được sử dụng phân tích
optical flow cục bộ của các vùng đối tượng đã được phát hiện [25]. Nó được mong
đợi cho các đối tượng mềm như là con người và sẽ đưa ra giá trị flow trung bình,
cịn các đối tượng cứng như là xe cộ sẽ được đưa ra giá trị flow nhỏ. Cũng vậy,

phần còn lại trong chuyển động phát sinh của con người sẽ có chu kỳ. Bằng cách sử
dụng gợi ý này, chuyển động của con người có thể được phân biệt với các đối tượng
khác như là xe cộ.
1.1.3. Phát hiện ánh sáng
Hầu hết các phương pháp đã trình bày đều dựa trên màu sắc và các điểm đặc
trưng chuyển động của ánh sáng.
Liu và Ahuja [24] đưa ra một phương pháp định nghĩa về các mơ hình quang
phổ, khơng gian và thời gian của các điểm ánh sáng để phát hiện ra sự có mặt của
nó trong Video. Mơ hình quang phổ được biểu diễn trong giới hạn độ đậm đặc màu
của các điểm sáng. Mơ hình khơng gian mơ tả cấu trúc khơng gian của các vùng ánh
sáng và mơ hình thời gian nắm bắt sự thay đổi của các cấu trúc theo thời gian.

Hình 1.3: Ví dụ về sự thay đổi ánh sáng đột ngột

(a) Cảnh trước khi ánh sáng đột ngột thay đổi, (b) Cùng cảnh đó sau khi
ánh sáng đột ngột thay đổi
13

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


1.1.4. Đánh dấu đối tượng
Đánh dấu là vấn đề có ý nghĩa và khó nên được các nhà nghiên cứu về máy
tính tốn rất quan tâm. Mục đích của đánh dấu là để thiết lập sự phù hợp của các đối
tượng và các phần của đối tượng giữa các frame liên tiếp trong Video. Nó là một
cơng việc có ý nghĩa trong hầu hết các ứng dụng giám sát từ việc nó cung cấp dữ
liệu gắn kết theo thời gian về các đối tượng chuyển động để dùng cho cả việc làm
tăng khả năng của các bước xử lý thấp như phân đoạn chuyển động và khả năng mở
rộng dữ liệu ở mức cao hơn như phân tích hoạt động và thừa nhận cách hành động.
Đánh dấu là một công việc khó khăn để ứng dụng trong các vị trí chồng chéo do các
đối tượng phân đoạn không đúng. Các vấn đề chung của việc phân đoạn không
đúng là các bóng dài, các phần riêng lẻ và tình trạng bị chồng chéo của các đối
tượng với mỗi đối tượng khác và với phần tử đứng yên trong cảnh đó. Như vậy,
việc đối phó với bóng ở bước phát hiện chuyển động và việc bắt được các phần bị
che khuất ở cả bước phân đoạn và bước đánh dấu là rất quan trọng cho sự đánh dấu
đúng đắn.

Hình 1.4: Ví dụ về đánh dấu các đối tượng chuyển động

Đánh dấu trong Video có thể được phân biệt theo sự cần thiết của các ứng
dụng sử dụng nó hoặc theo các phương pháp sử dụng giải pháp của nó.
14

luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


1.2. Xác định vận tốc phương tiện
1.2.1. Mơ hình vật lý để đo vận tốc xe cộ trong một Video Camera
Để xác định được vận tốc của một phương tiện bởi một camera quan sát,
chúng ta cần phải xác định được sự thay đổi vị trí của các điểm tham khảo nằm trên
phương tiện đó theo thời gian như thế nào. Vì các điểm này là cố định trên phương
tiện nên khi phương tiện chuyển động thì các điểm này cũng chuyển động với vận
tốc tương tự và theo một hướng tương tự như phương tiện. Trong luận văn, do các
camera quan sát được đặt cố định nên vận tốc di chuyển của các phương tiện do
camera quan sát được cũng chính bằng vận tốc di chuyển thực tế của các phương
tiện trên đường.
Để xác định được vận tốc phương tiện, các khung hình kế tiếp của camera cần
được sử dụng. Trong trường hợp này, chỉ xác định được vận tốc tức thời.

Vận tốc tức thời được tính tốn theo cơng thức sau:
𝒗𝒗 =

∆𝒑𝒑

(1.14)

∆𝑡𝑡

trong đó v là véc tơ vận tốc tức thời của một điểm và 𝑣𝑣 ∈ 𝑅𝑅 2 (tức là trong không

gian 2D khi sử dụng một camera), ∆𝒑𝒑 là véc tơ dịch chuyển của điểm đó và ∆𝒑𝒑 ∈

𝑅𝑅 2 . Véc tơ dịch chuyển thể hiện sự dịch chuyển trong không gian của một điểm
trong suốt một khoảng thời gian ∆𝑡𝑡. Ở đây ∆𝑡𝑡 bằng thời gian chuyển giữa hai khung
hình video liên tiếp và bằng với tốc độ thu hình của camera. Phương trình (1.14)

cho ta vận tốc tức thời của một điểm được đánh dấu trên phương tiện và được lựa

chọn cho việc bám sát. Để xác định được vận tốc của phương tiện, các tiếp cận cục
bộ được sử dụng. Nếu xảy ra một số lỗi trong bước lựa chọn này, véc tơ vận tốc tính
tốn được này sẽ bị ảnh hưởng bởi các lỗi này và do đó vận tốc tính toán được cũng
sẽ bị sai. Do nguyên nhân này, để ước lượng vận tốc của một phương tiện, có nhiều
hơn một điểm trên phương tiện được lựa chọn và tất cả các véc tơ vận tốc tức thời
của chúng được tính tốn. Sau đó bằng cách lấy trung bình các véc tơ vận tốc tức
thời của toàn bộ các điểm đã lựa chọn này, sẽ cho ta véc tơ vận tốc tức thời của
phương tiện. Để biểu diễn dưới dạng công thức, ta giả sử xét n điểm trên phương
tiện và đặt vi(t) (i = 1, ..., n) biểu diễn các véc tơ vận tốc tức thời của mỗi điểm
15


luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


trong n điểm đã lựa chọn trong thời điểm t. Sau đó, sử dụng các véc tơ vận tốc tức
thời này, chúng ta có thể tìm được véc tơ vận tốc của phương tiện theo công thức
sau:
1

𝑣𝑣𝑖𝑖𝑖𝑖 (𝑡𝑡) = ∑𝑛𝑛𝑖𝑖=1 𝑣𝑣𝑖𝑖 (𝑡𝑡)
𝑛𝑛

(1.15)

trong đó 𝑣𝑣𝑖𝑖𝑖𝑖 (𝑡𝑡 ) là véc tơ vận tốc tức thời của phương tiện ở thời điểm t, 𝑣𝑣𝑖𝑖 (𝑡𝑡 ) là véc


tơ vận tốc tức thời của điểm thứ i trên phương tiện và n là số lượng các điểm được
lựa chọn và bám trên phương tiện. Ở đây, ta cần chú ý rằng nếu một số các véc tơ 𝑣𝑣𝑖𝑖

bị sai thì 𝑣𝑣𝑖𝑖𝑖𝑖 cũng sẽ bị sai. Do đó, trước khi tính tốn véc tơ vận tốc tức thời của

phương tiện, các véc tơ 𝑣𝑣𝑖𝑖 sai cần phải được loại bỏ. Khi đó giá trị n cũng thay đổi,

cụ thể là số lượng các điểm này sẽ giảm. Với việc khử các véc tơ sai, độ lệch chuẩn
của n vận tốc mẫu có thể được sử dụng để đánh giá nhanh. Vận tốc tức thời của

phương tiện được tính tốn dựa trên phương trình (1.15) sau khi đã khử các véc tơ
sai ở bước trước. Có hai yếu tố ảnh hưởng nghiêm trọng tới sự sai số của vận tốc.
Một trong số đó là việc đối chiếu các điểm di chuyển khơng mong đợi trên hình
nền. Yếu tố cịn lại đó là các điểm bóng của phương tiện được đối chiếu. Ta sử dụng
phương pháp trừ ảnh để khử nền và do đó tìm được các đối tượng chuyển động giữa
các khung hình liên tiếp. Tất cả các đối tượng chuyển động được hiển thị trên ảnh
sai khác trong khi các đối tượng cố định khác thì khơng. Với ví dụ phương tiện
chuyển động và bóng của nó, cỏ dao động và cây rung, v.v. tất cả đều hiển thị trong
ảnh sai khác và đều là các đặc trưng ứng cử để bám sát. Sự thay đổi về điều kiện
chiếu sáng có thể được phát hiện như một đối tượng chuyển động ứng cử. Chúng ta
sử dụng một thuật toán biểu đồ ngưỡng để khử những nền khơng mong muốn và
khử các điểm bóng.

Hình 1.5: Các véc tơ vận tốc trước khi lọc các ngoại lai [34]
16

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


Hình 1.6: Các véc tơ vận tốc sau khi bỏ các ngoại lai [34]

Với việc sử dụng các vận tốc tức thời tính tốn được ở trên, vận tốc trung bình
của phương tiện trong khoảng thời gian từ lúc bắt đầu xuất hiện đến khi vượt khỏi
khung hình camera có thể được tính tốn như sau:
Đặt I(t1), …, I(tm) là các khung ảnh của phươnqg tiện ở thời điểm tj và m là số
các khung hình mà phương tiện này xuất hiện trong đó. Khi đó, với việc sử dụng
các vận tốc tức thời 𝑣𝑣𝑖𝑖𝑖𝑖 (𝑡𝑡𝑗𝑗 ) của phương tiện được tính tốn ở thời điểm tj giữa các

khung hình I(tj) và I(tj+1) với (j = 1, ..., m), vận tốc trung bình của phương tiện được
tính:
𝑣𝑣𝑎𝑎𝑎𝑎𝑎𝑎 =

1


𝑚𝑚

∑𝑛𝑛𝑗𝑗=1 𝑣𝑣𝑖𝑖𝑖𝑖 (𝑡𝑡𝑗𝑗 ) (1.16)

trong đó 𝑣𝑣𝑎𝑎𝑎𝑎𝑎𝑎 là vận tốc trung bình của phương tiện, 𝑣𝑣𝑖𝑖𝑖𝑖 (𝑡𝑡𝑗𝑗 ) là vận tốc tức thời của

phương tiện ở thời điểm tj và m là số các khung ảnh mà phương tiện đó xuất hiện
bên trong.
1.2.2. Chỉnh lưu các khung hình ảnh với các điểm triệt tiêu
Để xác định được các giá trị tuyệt đối của các véc tơ dịch chuyển hay các véc
tơ vận tốc trong khơng gian đối tượng, các véc tơ được tính tốn trong hệ thống tọa
độ hình ảnh video sẽ được chuyển đổi sang hệ thống tọa độ đối tượng nằm bên
trong khơng gian đối tượng. Với mục đích trên, ta giả sử khung ảnh quan sát là
phẳng. Trong trường hợp lý tưởng, khung hình phẳng là các mặt phẳng thẳng đứng
như trong hình 1.7. Các khoảng cách từ camera tới các mặt phẳng này là khác nhau
do độ sâu của chúng khác nhau. Sự khác nhau này khiến các mặt phẳng có tỷ lệ
khác nhau trong mặt phẳng ảnh. Với chỉ một camera và một hình ảnh, khơng thể
nào xác định được độ sâu và các tỷ lệ của các mặt phẳng trên hình ảnh một cách
gián tiếp.

17

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


Hình 1.7: Mặt phẳng thu nhận được từ góc nhìn ngang của hình ảnh [34]

Để giải quyết bài tốn tỷ lệ này, chúng ta đo hai khoảng cách đơn giản trong
không gian đối tượng với một thước đo. Khoảng cách đo được nằm trên hai mặt
phẳng thẳng đứng và dọc theo các biên của đường. Phương tiện di chuyển trên
đường từ bên trái sang phải hay từ phải sang trái. Các hướng di chuyển này được
chỉ ra bởi phương tiện 1 và phương tiện 2 tương ứng trong hình 1.7 ở trên. Với cấu
hình này, chỉ một mặt của các phương tiện được hiển thị và các mặt hiển thị này
song song với các mặt phẳng đứng trên hình ảnh trong trường hợp lý tưởng. Trường
hợp lý tưởng này đạt được khi mặt phẳng ảnh là song song với mặt phẳng đứng.
Trong trường hợp lý tưởng này, có thể nói gì về hệ số tỷ lệ?
Để trả lời câu hỏi này, trước tiên ta giả sử phương tiện di chuyển từ trái sang
phải như phương tiện 1 ở hình 1.7. Khi đó mặt hiển thị của phương tiện là bên phải
và nó gần với mặt phẳng Π1 với tỷ lệ λ1. Các tỷ lệ của các mặt phẳng Π1 và Π2 nhận
được khi đo khoảng cách d1 và d2 và các khoảng cách tương ứng d'1 và d'2 trên mặt
phẳng ảnh, do đó λ1 = d1’/d1 và λ2 = d2’/d2 tương ứng. Trong trường hợp tương tự,
giả sử phương tiện di chuyển từ phải qua trái. Phần hiển thị của nó sẽ là mặt bên trái
và nó gần với trọng tâm của trục đường. Trong trường hợp này, tỷ lệ có thể tính

bằng λ = (λ1 + λ2)/2. Dựa trên cấu hình và các giả thiết này, nếu đạt được trường
hợp lý tưởng, các giá trị tuyệt đối của các véc tơ vận tốc hay véc tơ dịch chuyển có
18

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep


thể nhận được bằng các sử dụng các hệ số tỷ lệ tương ứng.
Nếu mặt phẳng ảnh là trong trường hợp lý tưởng thì bất kỳ đường thẳng song
song với mặt phẳng đứng nào cũng phải song song với mặt phẳng ảnh. Tương tự
vậy, các đường thẳng song song với mặt phẳng ngang cũng song song với mặt
phẳng ảnh. Nếu mặt phẳng ảnh là không phải lý tưởng, các đường thẳng song song
này sẽ không song song với mặt phẳng ảnh. Điều này có nghĩa là các đường thẳng
song song này trong không gian đối tượng giao với các đường khác trong mặt

phẳng ảnh. Các điểm giao này được gọi là các điểm triệt tiêu. Bằng việc sử dụng
các điểm triệt tiêu và các mặt phẳng triệt tiêu tương ứng của chúng theo chiều
ngang và thẳng đứng, các ảnh có thể được chỉnh lưu bởi việc sử dụng hình dáng các
điểm triệt tiêu, bởi thế chúng thể hiện trường hợp lý tưởng. Với mục đích này, trước
tiên chúng ta tìm các đường triệu tiêu bằng cách sử dụng biến đổi Hough và bằng
cách tính các giao điểm của chúng ta nhận được tọa độ của các điểm triệu tiêu này
trong hệ tọa độ hình ảnh. Bằng cách sử dụng các điểm triệt tiêu này ta chỉnh lưu
hình ảnh bằng cách tạo các đường triệt tiêu song song với các đường cịn lại. Trong
hình 1.8 dưới đây minh họa các đường thằng triệt tiêu được tính tốn bởi biến đổi
Hough:

Hình 1.8: Các đường thẳng triệt tiêu được tìm thấy nhờ biến đổi Hough (ảnh bên trái) và
ảnh được chỉnh lưu (bên phải) [34]
19

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep do an to nghiep docx 123docz

luan van hay luan van tot nghiep do an to nghiep docx 123docz
luan van hay luan van tot nghiep