Phương pháp biểu diễn đường viền trên trường số phức, áp dụng cho bài toán phân loại phương tiện giao thông

Mục đích của bài viết này là: thứ nhất, trình bày phương pháp biểu diễn đường viền của đối tượng trong ảnh nhị phân bằng vector số phức. Thứ hai phân tích một số tính chất của vector số phức để áp dụng cho bài toán nhận dạng, so sánh mẫu trên cơ sở đường viền. Xây dựng lược đồ chung cho việc nhận dạng và phân loại đối tượng bằng phương pháp đường viền vector. Quá trình thử nghiệm nhận dạng và phân loại các tập ảnh có mức độ phức tạp về xe máy, xe ô tô cho kết quả chính xác và tốc độ tính toán nhanh. Mời các bạn tham khảo!
Nội dung trích xuất từ tài liệu:
Phương pháp biểu diễn đường viền trên trường số phức, áp dụng cho bài toán phân loại phương tiện giao thông Nghiªn cøu khoa häc c«ng nghÖ qu©n sù PH­¬NG PH¸P BIÓU DIÔN §­êNG VIÒN TR£N TR­êNG Sè PHøC, ¸P DôNG CHO BµI TO¸N PH¢N LO¹I PH­¬NG TIÖN GIAO TH¤NG NGUYÔN V¡N C¡N*, NGUYÔN §¡NG TIÕN*, PH¹M VIÖT TRUNG** Tãm t¾t: Môc ®Ých cña bµi viÕt nµy lµ: thø nhÊt, tr×nh bµy ph­¬ng ph¸p biÓu diÔn ®­êng viÒn cña ®èi t­îng trong ¶nh nhÞ ph©n b»ng vector sè phøc. Thø hai ph©n tÝch mét sè tÝnh chÊt cña vector sè phøc ®Ó ¸p dông cho bµi to¸n nhËn d¹ng, so s¸nh mÉu trªn c¬ së ®­êng viÒn. X©y dùng l­îc ®å chung cho viÖc nhËn d¹ng vµ ph©n lo¹i ®èi t­îng b»ng ph­¬ng ph¸p ®­êng viÒn vector. Qu¸ tr×nh thö nghiÖm nhËn d¹ng vµ ph©n lo¹i c¸c tËp ¶nh cã møc ®é phøc t¹p vÒ xe m¸y, xe « t« cho kÕt qu¶ chÝnh x¸c vµ tèc ®é tÝnh to¸n nhanh. Tõ khãa: NhËn d¹ng, Ph©n tÝch ®­êng viÒn, NhËn d¹ng « t«, Vector phøc. 1. ®Æt vÊn ®Ò Ph©n lo¹i ¶nh lµ mét bµi to¸n ®· vµ ®ang thu hót ®­îc sù quan t©m cña c¸c nhµ nghiªn cøu vµ ph¸t triÓn, ®­îc øng dông réng r·i nhiÒu øng dông h÷u Ých nh­: t×m kiÕm ¶nh, nhËn d¹ng, theo dâi vµ ph¸t hiÖn ®èi t­îng t­îng,... C¸ch tiÕp cËn phæ biÕn cña bµi to¸n ph©n lo¹i ¶nh lµ ®èi s¸nh ¶nh, tøc lµ t×m ra nh÷ng vïng gièng nhau trªn hai ¶nh. §¬n gi¶n nhÊt lµ so s¸nh c¸c ®iÓm ¶nh. C¸c ph­¬ng ph¸p ®ang ph¸t triÓn hiÖn nay lµ trÝch chän c¸c ®Æc tr­ng ®Ó biÓu diÔn ¶nh. Khi ®ã bµi to¸n ®èi s¸nh ¶nh sÏ quy vÒ bµi to¸n so s¸nh c¸c ®Æc tr­ng trÝch chän [3, 7, 8, 9, 13]. C¸c ®Æc tr­ng cho phÐp biÓu diÔn ¶nh ®· ®­îc nghiªn cøu bao gåm ®­êng biªn vïng ¶nh, ®iÓm ¶nh ®Æc tr­ng, l­îc ®å x¸m,... Cã hai vÊn ®Ò c¬ b¶n th­êng ®Æt ra trong bµi to¸n ®èi s¸nh ¶nh: i) lµm sao cã thÓ biÓu diÔn th«ng tin mét c¸ch hiÖu qu¶ nh»m thùc hiÖn viÖc ®èi s¸nh hai ¶nh nhanh nhÊt cã thÓ; ii) lµm thÕ nµo ®Ó gi¶i ph¸p ®èi s¸nh vÉn ho¹t ®éng hiÖu qu¶ khi cã sù thay ®æi cña m«i tr­êng: nhiÔu trong qu¸ tr×nh thu nhËn ¶nh, sù thay ®æi vÒ ¸nh s¸ng, sù che khuÊt,... C¸c ph­¬ng ph¸p ®èi s¸nh ¶nh dùa trªn viÖc ®èi s¸nh c¸c ®iÓm ®Æc tr­ng ®­îc ®Ò xuÊt rÊt nhiÒu vµ ®¹t ®­îc sù thµnh c«ng ®¸ng kÓ [9, 12]. Tuy nhiªn ®Ó ®¹t ®­îc mét ®é chÝnh x¸c nhÊt ®Þnh, c¸c ph­¬ng ph¸p nµy ®Òu ®ßi hái rÊt nhiÒu thêi gian tÝnh to¸n. Trong nh÷ng øng dông thêi gian thùc nh­ gi¸m s¸t giao th«ng tù ®éng, viÖc ®­a ra mét ph­¬ng ph¸p ®èi s¸nh ¶nh thùc hiÖn trong thêi gian thùc lµ mét c«ng viÖc cÇn thiÕt [2, 4, 5, 6, 10, 11, 16]. Néi dung chñ yÕu cña bµi b¸o giíi thiÖu mét ph­¬ng ph¸p tiÕp cËn ph©n lo¹i m¹nh mÏ ®èi víi « t« vµ xe m¸y trong ¶nh giao th«ng: ®Ò xuÊt mét ph­¬ng ph¸p biÓu diÔn ®­êng viÒn ®èi t­îng b»ng vector ®­êng viÒn trªn tr­êng sè phøc [1], ph©n tÝch vµ ¸p dông tÝnh chÊt cña mét sè phÐp to¸n trªn tr­êng sè phøc, ¸p dông cho viÖc nhËn d¹ng vµ ph©n lo¹i ®èi t­îng; tr×nh bµy ph­¬ng ph¸p biÓu diÔn ®­êng viÒn ®èi t­îng trªn tr­êng sè phøc vµ ¸p dông cho thuËt to¸n ph©n lo¹i ®­êng viÒn; thùc nghiÖm ®¸nh gi¸ kÕt qu¶ kiÓm chøng. T¹p chÝ Nghiªn cøu KH&CN qu©n sù, Sè 33, 10 - 2014 65  Kỹ thuật điện tử & Khoa học máy tính 2. Ph­¬ng PH¸P BIÓU DIÔN §­êng VIÒN B»NG Sè PHøC 2.1. BiÓu diÔn ®­êng viÒn theo vector Ph©n tÝch ®­êng viÒn (CA) cho phÐp m« t¶, l­u tr÷, so s¸nh vµ t×m ra c¸c ®èi t­îng biÓu diÔn d­íi d¹ng ®­êng viÒn. §­êng viÒn chøa th«ng tin cÇn thiÕt vÒ h×nh d¹ng ®èi t­îng. Kh«ng quan t©m nhiÒu ®Õn c¸c ®iÓm bªn trong cña ®èi t­îng. C¸c tr­êng hîp kh«ng quan t©m nhiÒu ®Õn vïng bªn trong ®èi t­îng nh­ng quan t©m nhiÒu vÒ thÓ hiÖn ®­êng viÒn bªn ngoµi th× cho phÐp chuyÓn vÒ kh«ng gian 2 chiÒu cña ¶nh tøc lµ kh«ng gian ®­êng viÒn, tõ ®ã cho phÐp gi¶m thêi gian tÝnh to¸n vµ ®é phøc t¹p tÝnh to¸n. CA cho phÐp gi¶i quyÕt hiÖu qu¶ c¸c bµi to¸n c¬ b¶n cña nhËn d¹ng mÉu – biÕn ®æi, quay vµ tû lÖ cña ¶nh ®èi t­îng. §­êng viÒn lµ ®­êng bao cña ®èi t­îng, th­êng lµ c¸c ®iÓm ¶nh, ph©n t¸ch ®èi t­îng víi nÒn. Trong c¸c hÖ thèng thÞ gi¸c m¸y tÝnh, mét vµi ®Þnh d¹ng m· hãa ®­êng viÒn ®­îc sö dông nh­ m· hãa Freeman, m· hãa 2 chiÒu, m· hãa ®a gi¸c th­êng ®­îc sö dông nhÊt. Nh­ng tÊt c¶ nh÷ng ®Þnh d¹ng nµy th­êng kh«ng sö dông trong CA. §Þnh nghÜa 1. [Vector ®­êng viÒn] VÐc t¬ ®­êng viÒn (VC) lµ ®­êng viÒn ®­îc biÓu diÔn b»ng mét d·y c¸c sè phøc. Trªn mét ®­êng viÒn, ®iÓm b¾t ®Çu cÇn ®­îc x¸c ®Þnh. TiÕp theo, ®­êng viÒn sÏ ®­îc quÐt (xoay theo chiÒu kim ®ång hå), vµ mçi vector ®­îc biÓu diÔn b»ng mét sè phøc a+ib. Víi a lµ ®iÓm trªn trôc x, b lµ ®iÓm trªn trôc y. C¸c ®iÓm ®­îc biÓu diÔn kÕ tiÕp nhau. H×nh 1. BiÓu diÔn ®­êng viÒn b»ng vector sè phøc. §Þnh nghÜa 2. [TÝch v« h­íng cña ®­êng viÒn] Hai vector sè phøc cña 2 ®­êng viÒn  vµ N, tÝch v« h­íng cña nã lµ: k 1   (, N )   ( n , n ) (1) n0 víi k – kÝch th­íc cña VC, n lµ vector c¬ së (EV) cña ®­êng viÒn , n lµ EV cña ®­êng viÒn N. (n, n) lµ tÝch v« h­íng cña hai sè phøc. TÝch v« h­íng cña c¸c sè phøc ®­îc tÝnh b»ng c«ng thøc: (a+ib, c+id) = (a+ib) (c-id) = ac + bd + i(bc-ad) (2) Chó ý r»ng trong mét tÝch v« h­íng CA chØ cã mét VC cña chiÒu ®ång nhÊt. Do vËy mét sè EV trong ®­êng viÒn lµ trïng nhau. 66 N. V. C¨n, N.Đ.Tiến, P.V.Trung, Ph­¬ng ph¸p biÓu diÔn ... ph­¬ng tiÖn giao th«ng. Nghiªn cøu khoa häc c«ng nghÖ qu©n sù TÝch v« h­íng cña c¸c vector th­êng vµ tÝch v« h­íng cña c¸c sè phøc lµ kh¸c nhau: NÕu ta nh©n mét EV nh­ mét vector ®¬n, tÝch v« h­íng cña chóng sÏ lµ: ((a,b),(c,d))=ac + bd (3) So s¸nh c«ng thøc nµy víi c«ng thøc (2) chó ý r»ng: - KÕt qu¶ tÝch v« h­íng cña c¸c vector lµ mét sè thùc. Vµ kÕt qu¶ tÝch cña c¸c sè phøc lµ mét sè phøc. - PhÇn thùc cña tÝch v« h­íng cñ ...