Chương
5 Xử lý ảnh số và OpenCv ———————————————————— ——————————————————————————————— ——————————————— ————
Chương 5 XỬ LÝ ẢNH VÀ OPENCV 5.1 CƠ BẢN VỀ XỬ LÝ ẢNH SỐ : 5.1.1 Giới thiệu về hệ thống xử lý ảnh : Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành khoa học mới mẻ so với các ngành khoa học khác nhưng tốc độ đ ộ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu ứng dụng, đặc biệt là máy tính chuyên dụng cho nó. Xét các bước trong hệ thống xử lý ảnh số. Đầu tiên ảnh từ thế giới bên ngoài được thu nhận qua các thiết bị thu ảnh như camera, máy chụp ảnh. Trước đây ảnh thu được qua camera là ảnh tương tự nhưng gần đây với sự phát triển của công nghệ, ảnh màu hay ảnh đen trắng lấy được từ camera sau đó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. Mặt khác ảnh có thể thu được từ vệ tinh hoặc máy quét ảnh. Hình dưới đây mô tả các bước quan trọng trong xử lý ảnh :
Hình 5.1 Các bước cơ bản trong xử lý ảnh Sơ đồ này bao gồm các phần sau : a)
Phần thu nhận ảnh ( Image Acquisition)
Ảnh có thể được nhận qua camera màu hay đen trắng. Thường ảnh nhận được qua camera là ảnh tương tự ( loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng) hay camera đã số hóa ( như lọai CCD, Change Couple Device) là loại photodiode tạo cường độ sáng tại mỗi điểm ảnh. Camera thường là loại quét dòng; ảnh tạo ra là ảnh hai chiều. Chất lượng của ảnh phụ thuộc vào chất lượng thiết bị thu và môi trường. b)
Tiền xử lý (Image Pre-processing)
Sau bộ thu nhận ảnh có thể bị nhiễu hoặc có độ tương phản thấp nên cần đưa vào bộ tiền xử lý để nâng cao chất lượng. Chức năng của bộ tiền xử lý là lọc nhiễu, nâng cao độ tương phản,… c)
Phân đoạn (Segmentation) hay phân vùng ảnh
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 1
Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh, ví dụ như khoanh vùng khuôn mặt để nhận dạng, khoanh vùng mã vạch để đọc code. Đây là phần phức tạp và khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi làm mất độ chính xác của ảnh. d)
Biểu diễn ảnh :
Đầu ra ảnh sau khi phân đoạn chứa các điểm ảnh ( ảnh đã phân đoạn ) cộng với mã liên kết các vùng lân cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho các xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với lớp đối tượng khác trong phạm vi ảnnh nhận được. Ví dụ trong nhận dạng chữ viết trên bì thư, ta phân biệt đặc trưng của kí tự này so với kí tự khác. e)
Nhận dạng và giải thích ảnh ( Image Recognition and Interpretation)
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình được thực hiện nhờ so sánh với mẫu chuẩn đã được học hoặc lưu từ trước. Giải thích là phán đoán theo ý nghĩa trên cơ sở nhận dạng. Ví dụ một loạt chữ số và nét gạch ngang trên bì thư có thể phán đoán là mã điện thoại. Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân loại theo hai loại nhận dạng ảnh cơ bản: Nhận dạng theo tham số Nhận dạng theo cấu trúc Một số đối tượng nhận dạng ảnh khá phổ biến hiện nay là nhận dạng kí tự ( chữ in, chữ viết tay, chữ kí điện tử), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người. f)
Cơ sở tri thức
Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu. Trong nhiều khâu xử lý và phân tích ảnh, ngòai việc đơn giản hóa các phương pháp toán học đảm bảo cho việc xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con người. Vì vậy ở đây các cơ sở tri thức được phát huy. 5.1.2 Các khái niệm cơ bản Phần tử ảnh: Ảnh trong thực tế là một ảnh liên tục về không gian và giá trị độ sáng. Để có thể xử lý bằng máy tính cần thiết phải đưa về dạng ảnh số. Trong quá trình số hóa, người ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu ( rời rạc hóa không gian) và lượng tử hóa thành phần giá trị ( rời rạc hóa biên độ giá trị) mà về nguyên tắc mắt thường không phân biệt được hai điểm kề nhau. Trong quá trình này người ta sử dụng một khái niệm là Picture Element mà ta quen gọi là pixel. Pixel là một điểm trên dữ liệu ảnh, các pixel được sắp xếp thành một mảng 2 chiều và được biểu diễn bằng các chấm hay ô vuông. Mỗi pixel là một kết quả lấy mẫu của ảnh
Chương
5 Xử lý ảnh số và OpenCv ——————————————————————————————————— gốc, và càng nhiều mẫu thì việc biểu diễn ảnh càng chính xác hơn. Giá trị của của mỗi pixel bao gồm tọa độ và giá trị màu sắc tùy vào ảnh nhị phân, ảnh xám hay ảnh màu.
Hình 5.2 Biểu diễn ảnh bằng pixel trong ảnh đơn sắc, nửa bên trái là dữ liệu ảnh, nửa bên phải là phần ảnh hiển thị, mỗi pixel biểu diễn bằng 1 bit Độ phân giải ảnh : Độ phân giải ảnh ( resolution) là mật độ điểm ảnh ấn định trên một ảnh số được hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh. Ví dụ độ phân giải ảnh trên màn hình CGA ( Color Graphic Adapter) là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc * 200 điểm ảnh (320x200) . Rõ ràng cùng một độ phân giải thì màn hình 12’’ ta nhận thấy mịn hơn màn hình 17’’. Lý do là cùng một mật độ ( độ phân giải ) thì diện tích màn hình rộng hơn thì độ mịn ( liên tục các điểm kém hơn). Ảnh xám và ảnh màu : Mức xám của ảnh số hay ảnh xám là trong đó giá trị của mỗi pixel là một giá trị đơn, chỉ mang một thông tin về cường độ. Ảnh xám còn được gọi là ảnh trắng đen với giá trị biến thiên từ đen với cường độ yếu nhất đến trắng với cường độ cao nhất. Ảnh xám khác với ảnh trắng đen một bit với chỉ hai giá trị trắng và đen, trong khi ảnh xám có các giá trị trung gian giữa trắng và đen. Ảnh xám thu được từ việc đo cường độ ánh sáng mỗi pixel tại một tần số nhất định trong dãy quang phổ ánh sáng, do đó nó được gọi là ảnh đơn sắc.. Ảnh xám được mã hóa bởi n bit sẽ có là 2n mức, đi từ đen (mức 0) tới trắng (mức 2n – 1). Các mức từ 1 đến 2n – 2 biểu diễn các sắc độ xám khác nhau.
Hình 5.3 Thang màu xám
Ảnh màu là ảnh mà mỗi pixel chứa 3 kênh màu: Đỏ (Red), Lục (Green) và Lam (Blue) (hay còn gọi là hệ màu RGB). Cũng như ảnh xám, mỗi kênh màu trong ảnh màu có thể Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 3
được mã hoá n bit cho mỗi kênh. Như vậy 1 pixel sẽ được mã hoá bởi 3*n bit. Do đó dung lượng ảnh màu sẽ lớn hơn 3 lần so với ảnh xám có cùng mức mã hoá.
Hình 5.4 Ví dụ về việc chia ảnh màu RBG thành các kênh màu và ảnh xám tương đương của mỗi kênh màu.
Mẫu dương và mẫu âm : Mẫu dương là những hình ảnh chứa đối tượng cần được xác định. Mẫu âm là những hình ảnh không chứa đối tượng cần được xác định.
Hình 5.5 M ột số mẫu dương dùng trong việc phát hiện khuôn mặt
Chương
5 Xử lý ảnh số và OpenCv ———————————————————————————————————
Hình 5.6 M ột
số mẫu âm dùng trong việc phát hiện khuôn mặt
Histogram và cân bằng histogram : Histogram là một xấp xỉ rời rạc của hàm phân phối xác suất biến ngẫu nhiên. Trong ảnh xám, histogram là sự tính toán số pixel có cùng một giá trị trên gray-scale, tức là tìm ra sự phân bố mức xám trong ảnh. Quá trình tính toán như sau: Obj293
Đối với một ảnh B bit, khởi động counter với giá trị 0 Quét qua tất cả cácpixel (x,y) Khi f(x,y) = I, tăng giá trị cho counter thứ i Việc cân bằng histogram là để tăng độ tương phản của ảnh số, thường nằm ở khâu tiền xử lý, giúp cho các thuật toán có thể dễ dàng nhận diện các đặc tính có trong ảnh như nhận dạng khuôn mặt, phát hiện biên,… Việc này rất hữu ích khi mà phần đối tượng ( foreground) và phần nền ( background) cùng sáng hoặc cùng tối. Tuy nhiên việc cân bằng histogram có thể gây nên những hiệu ứng không mong muốn, đôi khi nó có thể tăng độ phân giải phần tín hiệu nhiễu và làm giảm phần đối tượng trong ảnh. Phương pháp cân bằng histogram có đưa ra một khái niệm hàm phân phối tích lũy ( cumulative distribution function) , giá trị hàm này tại mỗi này tại mỗi giá trị mức xám bằng tổng các pixel có mức xám nhỏ hơn hoặc bằng giá trị đó. Để ý là sau khi cân bằng thì phân phối tích lũy có dạng tuyến tính.
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 5
Hình 5.7 Ảnh trước và sau khi cân bằng histogram. Đường thẳng trong đồ thị histogram là hàm tích lũy. 5.2 NHẬN DẠNG KHUÔN MẶT VỚI THUẬT TOÁN ADABOOST Giới
Mục
thiệu
tiêu của quá trình nhận dạng là phân loại phân loại ảnh nhận được dựa trên giá trị của các thuộc tính đơn giản. Có nhiều lý do để đưa đến việc dùng các thuộc tính thay cho phân tích trên các pixel, lý do chính đó là các thuộc tính có thể được dùng để mã hóa thành dạng kiến thức học mà nếu thực hiện dựa trên pixel sẽ chậm hơn rất nhiều. Paul Viola và Michael Johns đã trình bày một phương pháp phát hiện khuôn mặt bằng cách áp dụng chuỗi phân loại với thuật toán Adaboost trong bài báo "Rapid Object Detection using a Boosted Cascade of Simple Features " [4].
Chương
5 Xử lý ảnh số và OpenCv ———————————————————————————————————
Hình 5.8 Dạng thuộc tính Haar-like được dùng trong quá trình phát hiện khuôn mặt : thuộc tính 2 hình chữ nhật ở hình A và B có tác dụng với cạnh, 3 hình chữ nhật ở hình C có tác dụng với đường và 4 hình chữ nhật ở hình C có tác dụng với đường chéo Các thuộc tính đơn giản được sử dụng gợi nhớ đến các hàm cơ bản của Haar. Chi tiết hơn chúng ta sử dụng 3 dạng thuộc tính như trên hình 5.8 . Giá trị của thuộc tính 2 hình chữ nhật là hiệu của tổng các pixel trong phần xám và các pixel trong phần trắng. Hai hình chữ nhật này có thể nằm theo chiều dọc hoặc ngang nhưng với cùng kích thước. Thuộc tính 3 hình chữ nhật tính tổng 2 phần ngoài rồi trừ cho tổng phần trong. Cuối cùng, thuộc tính 4 hình chữ nhật tính hiệu của tổng 2 cặp hình chữ nhật theo đường chéo. Giả sử rằng độ phân giải cơ bản của bộ phát hiện là 24x24, một bộ thuộc tính đầy đủ thì khá lớn, trên 180000 thuộc tính. Khác với cơ sở Haar, một tập các thuộc tính như vậy là “quá đầy đủ” vì lý do: một tập cơ sở không có sự phụ thuộc tuyến tính giữa các phần tử như hình ảnh cần xử lý sẽ có số phần tử tương ứng với số pixel là 576, quá nhỏ so với tập các thuộc tính ! 5.2.1 Ảnh tích phân ( Integral Image): Các thuộc tính hình chữ nhật có thể được tính tóan rất nhanh sử dụng cách biểu diễn trung gian gọi là ảnh tích phân cho đối tượng ảnh. Ảnh tích phân tại vị trí (x,y) chứa đựng tổng các pixel ở trên và bên trái của (x,y) cụ thể là: Obj294
Với ii(x,y) là ảnh tích phân và i(x,y) là ảnh gốc. Sử dụng công thức lặp sau : Obj295
Với s(x,y) là tổng tích lũy hàng, s(x,-1) = 0, và ii(-1,y) = 0, ảnh tích phân có thể được tính khi quét qua ảnh gốc chỉ một lần.
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 7
Hình 5.9 Thuật toán tính ảnh tích phân: sau khi tính toán pixel tại vị trí 1 bằng tổng các pixel trên và bên trái trong ảnh gốc tức A, giá trị tại vị trí 2 là A+B, vị trí 3 là A+C, vị trí 4 là A+B+C+D. Tổng các pixel trong D là : ( 4+1)-(2+3) Với ảnh tích phân thì tổng của hình chữ nhật bất kì đều có thể tính dựa vào giá trị ở 4 đỉnh. Hiệu giữa các tổng hình chữ nhật có thể được tính dựa trên 6 giá trị đỉnh trong trường hợp thuộc tính 2 hình chữ nhật kề, 8 cho trường hợp 3 hình chữ nhật và 9 cho trường hợp 4 hình chữ nhật. Các thuộc tính hình chữ nhật thì còn sơ khai nếu so với các phương pháp khác, khi mà việc phát hiện biên và các thuộc tính cơ bản của ảnh số còn hạn chế. Tuy nhiên, tập hợp các thuộc tính hình chữ nhật cung cấp một tập dữ liệu dồi dào cho việc học hiệu quả. Khi kết hợp với ảnh tích phân, hiệu quả của tập các thuộc tính hình chữ nhật sẽ bù lại phần nào mặt hạn chế của nó. 5.2.2 Các hàm học phân loại Với một tập thuộc tính và một tập huấn luyện các ảnh dương và ảnh âm thì bất cứ phương pháp học máy nào cũng có thể dùng để phân lọai. Trong hệ thống này, một biến thể của AdaBoost được dùng để chọn một tập nhỏ các thuộc tính cũng như để huấn luyện bộ phân loại. Trong dạng nguyên thủy, thuật toán AdaBoost dùng để tăng tốc độ quá trình phân loại trên một thuật toán học đơn giản (nhiều khi còn yếu). Như phần trên đã nói, chúng ta có 18000 thuộc tính cho một khung hình cần nhận dạng, lớn hơn nhiều số pixel. Mặc dù mỗi thuộc tính được tính rất nhanh, để tính tóan hết tập thuộc tính đó cũng là một vấn đề. Giả thuyết đặt ra là: chỉ một số lượng rất nhỏ các thuộc tính được đưa vào bộ phân loại, việc cần làm là tìm ra các thuộc tính này. Obj299 Obj298 Obj297 Obj296
Để hỗ trợ việc này, một thuật toán học đơn giản được thiết kế để lựa chọn 1 thuộc tính hình chữ nhật phân lọai tốt nhất ảnh dương và ảnh âm. Với mỗi thuộc tính, thuật tóan này tìm ra hàm phân lọai ngưỡng tối ưu nhất. Một bộ phân lọai bao gồm một thuộc tính , một ngưỡng và một phân cực chỉ ra hướng của dấu bất đẳng thức : Obj302 Obj301 Obj300
ở đây x là khung ảnh phụ 24x24 của một ảnh. Dưới đây là quá trình cụ thể của thuật toán
Chương
5 Xử lý ảnh số và OpenCv ——————————————————————————————————— AdadBoost cho việc học phân loại, mỗi vòng boosting lựa chọn một thuộc tính từ 18000 thuộc tính:
Obj304 Obj303
Cho một tập vào ra với cho ngõ ra ảnh âm hay ảnh dương
Khởi tạo các trọng số : với và m,l là số mẫu âm và dương.
Obj306 Obj305
Obj307
Cho Obj309 Obj308
1.
Chuẩn hóa các trọng số: do đó là phân bố xác suất Obj312 Obj311 Obj310
Đối với từng thuộc tính j, huấn luyện bộ phân loại giới hạn theo một thuộc tính. Sai số được tính ứng với trọng số : 2.
Obj313
3.
Chọn bộ phân lọai với sai số ít nhất. Obj318 Obj317 Obj316 Obj315 Obj314
4.
Cập nhật trọng số:
trong đó nếu được phân loại đúng, nếu ngược lại và Obj321 Obj320 Obj319
Bộ phân lọai cuối cùng là : với Trên thực tế, không một thuộc tính đơn lẻ nào được phân lọai với sai số thấp. Thuộc tính được lưa chọn trong những vòng đầu thuật tóan cho sai số trong khỏang 0.1-0.3. Thuộc tính được chọn trong những vòng sau, khi công việc trở nên khó hơn, cho sai số trong khoảng 0.40.5 . Đối với mục đích nhận dạng khuôn mặt người, những thuộc tính hình chữ nhật đầu tiên được thuật toán AdaBoost chọn phải thật rõ ràng và dễ để nhận thấy. Thuộc tính đầu tiên được chọn phản ánh tính chất vùng mắt thường tối hơn vùng mũi và vùng má. Kích thước để nhận
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 9
biết thuộc tính này tương đối lớn so với khung ảnh phụ và không nên phụ thuộc vào kích thước và vị trí của khuôn mặt. Thuộc tính thứ hai dựa trên tính chất vùng mắt thường tối hơn vùng sống mũi.
Hình 5.10 Hai thuộc tính đầu tiên được lựa chọn trong thuật toán AdaBoost 5.2.3 Chuỗi phân loại tập trung (Attentional Cascade) Phần này mô tả thuật toán để xây dựng một chuỗi các bộ phân loại nhằm tăng hiệu quả phát hiện đồng thời giảm triệt để thời gian tính toán. Chìa khóa của vấn đề là một bộ phân loại kích thước nhỏ nhưng hiệu quả có thể được xây dựng qua việc loại bỏ các khung hình phụ âm (negative sub-window) trong khi tìm kiếm trong tất cả các trường hợp dương ( chẳng hạn điều chỉnh ngưỡng của bộ phân loại để các trường hợp bị phát hiện nhầm là âm giảm về không). Các bộ phân loại đơn giản thì được sử dụng trước tiên để loại bỏ phần lớn các khung hình phụ trước khi các bộ phân lọai phức tạp được gọi. Toàn bộ quá trình phát hiện có thể được mô tả bằng một cây quyết định suy giảm dần mà ta gọi là chuỗi phân loại (cascade). Một kết quả dương của bộ phân loại trước sẽ kích họat việc đánh giá của bộ phân loại sau, và kết quả dương của bộ phân loại này lại kích hoạt bộ phân loại sau nữa,…Bất cứ kết quả âm của tầng phân loại nào cũng sẽ loại bỏ khung hình phụ đó. Ví dụ như tầng đầu tiên đạt hiệu quả cao được xây dựng từ bộ phân loại hai thuộc tính ‘mạnh’ bằng cách giảm ngưỡng để hạn chế mẫu bị nhầm là âm. Việc tính toán của tầng này sẽ tốn mất 60 lệnh vi xử lý, do đó khó có thể tìm ra một bộ lọc đơn giản nào cho hiệu suất hơn.
Chương
5 Xử lý ảnh số và OpenCv ——————————————————————————————————— Hình 5.11 Sơ đồ của chuỗi phát hiện (Detection Cascade) Cấu trúc của chuỗi phát hiện phản ánh một điều là trong một ảnh đơn bất kỳ, một lượng lớn các khung hình phụ sẽ là âm. Do đó, chuỗi phát hiện cố gắng lọai bỏ càng nhiều khung hình âm ở những tầng đầu tiên càng tốt. Do có hình dạng cây quyết định, các bộ phân loại sau sẽ được huấn luyện trên các mẫu được thông qua ở tất cả các tầng trước. Kết quả là, công việc của tầng sau sẽ khó hơn ở tầng trước. Do các mẫu được đưa đến các tầng sau thường khó nhận dạng hơn các mẫu đển hình nên ở các tầng này tỉ lệ nhận dạng nhầm là sai cao hơn. 5.2.4 Huấn luyện một chuỗi phát hiện Quá trình huấn luyện chuỗi phát hiện liên quan đến việc dung hòa hai vấn đề. Chuỗi phát hiện với nhiều thuộc tính hơn sẽ nhận dạng chính xác hơn và tỉ lệ nhận nhầm là âm sẽ thấp hơn. Tuy nhiên, chuỗi phát hiện với nhiều thuộc tính đòi hỏi thời gian tính toán nhiều hơn. Về nguyên tắc, ta có thể định nghĩa một cấu trúc tối ưu mà trong đó : số tầng, số thuộc tính mỗi tầng và ngưỡng của mỗi tầng phải được dung hòa để tối thiểu hóa số thuộc tính. Việc tìm ra cấu trúc tối ưu này rất là khó khăn. Trên thực tế, một cấu trúc rất đơn giản để tạo ra một bộ phân loại hiệu suất cao. Mục tiêu được chọn là giảm tối thiểu việc phân loại nhầm là dương và tối đa hiệu suất phát hiện đúng. Mỗi tầng được thêm các thuộc tính để cho đến khi tỉ lệ phân loại nhầm là dương và tỉ lệ tìm kiếm đúng đạt được và được kiểm tra lại bằng một tập mẫu kiểm chứng. Các tầng được thêm vào chuỗi phân loại cho đền khi đạt yêu cầu về tỉ lệ phát hiện nhầm là dương và phát hiện đúng.
Hình 5.12 Một phần tập mẫu các khuôn mặt nhìn thẳng dùng trong huấn luyện. Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 11
5.3 THƯ VIỆN XỬ LÝ ẢNH OPENCV CỦA INTEL : 5.3.1 Giới thiệu : OpenCV là thư viện mở dùng cho xử lý ảnh trên máy tính (computer vision) có sẵn trên trang http://SourceForge.net/projects/OpenCVlibrary. OpenCV được thiết kế để làm cho việc tính toán trở nên thuận tiện hơn với các ứng dụng thời gian thực. Một trong những mục tiêu của OpenCV là cung cấp một cấu trúc thị giác máy tính dễ sử dụng cho người dùng để có thể xây dựng các ứng dụng xử lý ảnh tương đối phức tạp một cách nhanh chóng. Thư viện OpenCV chứa hơn 500 hàm có thể ứng dụng trong nhiều lĩnh vực như giám sát nhà máy, phân tích ảnh y khoa, an ninh và robotic. Do thị giác máy tính và việc học máy ( machine learning) thường đi đôi với nhau nên OpenCV cũng kèm theo thư viện học máy đầy đủ Machine Learning Library (MLL). Thư viện phụ này vào việc nhận dạng ( recognition ) và việc xếp nhóm ( clustering). 5.3.2 Các thành phần chức năng của OpenCv: CXCORE : chứa các định nghĩa về các kiểu dữ liệu cơ sở. Ví dụ các cấu trúc dữ liệu cho ảnh, điểm và hình chữ nhật được định nghĩa trong cxtypes.h. CXCORE cũng chứa các đại số tuyến tính ( linear algebra), phương pháp thống kê ( statistic method), chức năng duy trì và điều khiển chuỗi. Một số ít các chức năng đồ họa để vẽ trên ảnh cũng đặt ở đây.
CV : chứa các thuật toán về xử lý ảnh và định kích cỡ camera, các chức năng hình họa máy tính (computational geometry function) cũng được đặt ở đây.
CVAUX : được mô tả trong tài liệu của OpenCv là chứa các mã đã lỗi thời và các mã thử nghiệm. Tuy nhiên các giao diện đơn cho phần nhận diện khuôn mặt cũng trong module này.
HIGHGUI và CVCAM được đặt trong cùng thư mục là "otherlibs" HIGHGUI : chứa các giao diện vào ra cơ bản và các khả năng cửa sổ đa nền tảng. CVCAM : chứa các giao diện cho video truy cập qua DirectX trên nền Windows 32 bits.
5.3.3 Cấu trúc ảnh IplImage IplImage là định dạng ảnh được giới thiệu và phát triển bởi Intel. Chuẩn IplImage được sử dụng rộng rãi trong xử lý ảnh, tối ưu hóa quá trình xử lý nhờ quản lý các nhóm dữ liệu dưới dạng các Field. Quá trình xử lý được thực hiện trên các trường làm tăng khả năng linh hoạt và tốc độ xử lý dữ liệu. Định dạng IplImage được dùng rộng rãi trong các bộ thư viện xử lý ảnh như IPL ( Image Procesing Library) hay IPP ( Intergrated Performance Primitives), OpenCV, AMM,... Cấu trúc IplImage trong OpenCV như sau: typedef struct _IplImage {
Chương
5 Xử lý ảnh số và OpenCv ——————————————————————————————————— int nSize; int ID; int nChannels; int alphaChannel; // OpenCV không sử dụng int depth; char colorModel[4]; // OpenCV không sử dụng char channelSeq[4]; // OpenCV không sử dụng int dataOrder; int origin; int align; // OpenCV không sử dụng int width; int height; struct _IplROI *roi; struct _IplImage *maskROI;// bằng NULL trong OpenCV void *imageId; // bằng NULL trong OpenCV struct _IplTileInfo *tileInfo; // bằng NULL trong OpenCV int imageSize; char *imageData; int widthStep; int BorderMode[4]; // OpenCV không sử dụng int BorderConst[4]; // OpenCV không sử dụng char *imageDataOrigin; } IplImage; Các tham số: •
nSize : kích thước của ảnh
•
ID : chỉ số version, luôn bằng 0
•
nChannels : số kênh, các hàm của OpenCV đều hỗ trợ từ 1-4 kênh
•
alphaChannel : OpenCV không sử dụng
•
depth : chiều sâu của pixel theo bit, có các dạng sau : IPL_DEPTH_8U : unsigned 8-bit integer IPL_DEPTH_8S : signed 8-bit integer IPL_DEPTH_16U : unsigned 16-bit interger …
•
dataOder : 0 = IPL_DATA_ORDER_PIXEL các kênh màu đan xen nhau, 1 = các kênh màu tách rời
•
origin : gốc tọa độ 0 = top-left origin, 1 = bottom-left origin ( kiểu Window bitmap)
•
width : bề rộng ảnh theo pixel
•
height : chiều cao ảnh theo pixel
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 13
•
roi Region of Interest (ROI) nếu bằng NULL thì chỉ có vùng ROI được xử lý
•
imageSize : kích thước dữ liệu ảnh theo byte
•
imageData : một pointer trỏ tới vùng địa chỉ ảnh
•
widthStep : the size of an aligned image row, in bytes 5.3.4 Các hàm dùng trong luận văn : Thu nhận ảnh từ camera : CvCapture* cvCaptureFromCAM(int index); Trong đó index là chỉ số camera được sử dụng, nếu có 1 camera, index = -1 Chức năng : thu nhận hình ảnh từ camera và trả về pointer có kiểu là CVCapture. Giải phóng camera : void cvReleaseCapture( CvCapture**capture); Trong đó capture là địa chỉ của Pointer có kiểu cvCapture Lấy hình từ camera : IplImage* cvRetrieveFrame( CvCapture* capture); hay IplImage* cvQueryFrame( CvCapture* capture); Đọc thuộc tính của camera double cvGetCaptureProperty( CvCapture* capture, int property_id); trong đó capture có kiểu CvCapture đại diện cho camera đang làm việc property_id có thể có các giá trị sau : CV_CAP_PROP_POS_MSEC : camera frame timestamp CV_CAP_PROP_POS_FRAMES : 0-based index of the frame to be decoded/capture next. CV_CAP_PROP_POS_AVI_RATIO : (dùng cho file avi) CV_CAP_PROP_FRAME_EIDTH : bề rộng của video stream CV_CAP_PROP_FRAME_HEIGHT: bề cao của video stream CV_CAP_PROP_FPS : frame per second CV_CAP_PROP_FRAME_COUNT : số thứ tự của frame Đặt thuộc tính cho camera int cvSetCaptureProperty( CvCapture* capture, int property_id, double value); Trong đó capture có kiểu CvCapture* đại diện cho camera, property_id có các giá trị như trong phần đọc thuộc tính của camera, value là gía trị của thuộc tính.
Chương
5 Xử lý ảnh số và OpenCv ———————————————————————————————————
Tạo một ảnh : IplImage* cvCreateImage(CvSize size, int depth, int channels)
Hàm trả về một pointer trỏ đến hình ảnh có cấu trúc IplImage, trong đó : size : kích thước ảnh depth : Số bit biểu diễn độ sáng tại mỗi pixel channels : số kênh Giải phóng pointer trỏ tới ảnh: void cvReleaseImage( IplImage** image); Trong đó image là pointer trỏ tới hình ảnh có cấu trúc IplImage Copy ảnh void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask = NULL); Trong đó : src : ảnh nguồn dst : ảnh đích mask : mặt nạ phủ lên ảnh nguồn nếu ta chỉ muốn copy một phần ảnh. Xác định vùng ảnh cần xử lý (ROI) void cvSetImageROI(IplImage* image, CvRect rect); Trích một cùng ảnh ban đầu thành một vùng ảnh mới, nằm trong hình chữ nhật rect. Sau khi trích, image là pointer trỏ tới hình ảnh này. Cân bằng histogram cho ảnh xám Để thực hiện việc cân bằng histogram ta dùng hàm sau : CVAPI(void) cvEqualizeHist( const CvArr*scr, const CvArr* dst) Trong đó : scr : hình ảnh gốc ban đầu dst : hình ảnh sau khi cân bằng histogram Phát hiện khuôn mặt trong ảnh CvSeq* cvHaarDetectObjects(const CvArr* image, CvHaarClassifierCascade* cascade, CvMemStorage* storage, double scale_factor=1.1, int min_neighbors = 3, int flags = 0,CvSize min_size = cvSize(0,0)) Trong đó: image : ảnh cần phát hiện cascade : chuỗi phân lọai Haar dùng cho tính tóan bên trong
Robot tránh chướng ngại vật - GVHD: TS.Nguyễn Đức Thành
Trang 15
storage : vùng nhớ để chứa các kết quả trung gian trong quá trình phân lọai scale_factor : tham số mà theo đó kích thước cửa sổ tìm kiếm tăng lên sau mỗi chu kì quét, mặc định là 1.1 tức tăng 10% min_neighbors : số nhỏ nhất các hình chữ nhật kế cận cùng phát hiện khuôn mặt. Điều này có nghĩa khuôn mặt được phát hiện nếu có ít nhất một số hình chữ nhật có cùng kết quả dương chồng lấp lên nhau. flags : chế độ họat động, chỉ hỗ trợ CV_HAAR_DO_CANNY_PRUNNING min_size : kích thước cửa sổ nhỏ nhất khi bắt đầu tìm kiếm, thường là 20x20 cho đối tượng là khuôn mặt Hàm này tìm các vùng hình chữ nhật trong hình có chứa khuôn mặt với chuỗi phân loại được huấn luyện và trả về một mảng các hình chữ nhật. Trước khi gọi hàm này ta phải load file dữ liệu để huấn luyện: cascadefaces = (CvHaarClassifierCascade*)cvLoad(filename_face,NULL,NULL,NULL); với filename_face là đường dẫn đến file dữ liệu nằm trong phần dữ liệu của OpenCv.
