Nghiên cứu một số thuật toán xử lý ảnh ứng
dụng trong bài toán giảm sát tự động

Trịnh Hiền Anh

Trường Đại học Công nghệ
Luận văn Thạc sĩ ngành: Công nghệ phần mềm; Mã số: 60 48 10
Người hướng dẫn: PGS.TS. Đỗ Năng Toàn
Năm bảo vệ: 2011

Abstract: Khái quát về xử lý ảnh và giám sát đối tượng các khái niệm tổng quan về
ảnh và video: Các khái niệm cơ bản về giám sát đối tượng. Phân tích một số kỹ thuật
xử lý ảnh trong giám sát tự động đối tượng: một số kỹ thuật chính trong giám sát đối
tượng tự động và một số thuật toán xử lý ảnh ứng dụng trong giám sát đối tượng.
Trình bày thử nghiệm: Ứng dụng một kỹ thuật giám sát tự động để cài đặt thử nghiệm
một chương trình.

Keywords: Xử lý ảnh; Thuật toán; Đồ họa máy tính; Công nghệ phần mềm

Content
PHẦN MỞ ĐẦU

Trong những năm gần đây, giám sát tự động là một trong những lĩnh vực được quan
tâm và phát triển rộng rãi. Một trong những lý do khiến giám sát tự động phát triển mạnh mẽ
là do sự tiến bộ của khoa học công nghệ và khả năng ứng dụng rộng khắp của hệ thống.
Ở Việt Nam tại một số trục đường trọng điểm như Nguyễn Thái Học, Khuất Duy Tiến,
Kim Mã…, một số đường cao tốc như Pháp Vân-Cầu Giẽ,. . hệ thống camera giám sát được
sử dụng để ghi lại hình ảnh phương tiện lưu thông trên đường, trợ giúp quan sát điểm đang bị
ách tắc giao thông cũng như là căn cứ để xác định phải trái nếu có tai nạn giao thông. Trong
các siêu thị, cửa hàng bán lẻ… ta cũng nhận thấy sự hiện diện của các camera quan sát. Một
số điểm trông giữ xe công cộng cũng đã được trang bị hệ thống camera. Tuy nhiên, hiện tại,

một kỹ thuật giám sát tự động đã được trình bày để cài đặt thử nghiệm một chương trình.

References
Tiếng Việt
[1] Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, Đại học Thái Nguyên, NXB
Khoa học và Kỹ thuật, 2008.
Tiếng Anh
[2] Alper Yilmaz, Omar Javed and Mubarak Shah, Object Tracking: A survey, ACM
Computing Surveys. Vol. 38. No4, Article 13, 12,2006.
[3] Badatosh Chanda, Dwijesh Dutta Majumder, Digital Image Processing and Analysis,
Prentice Hall of India, 2001

3
[4] C. Stauffer and W. Grimson. Adaptive background mixture models for realtime
tracking. In Proc. of the IEEE Computer Society Conference on Computer Vision and Pattern
Recognition, 2005.
[5] Comaniciu,D. ,Ramesh,V. , and Meer, P. Kernel-based object tracking. IEEE Trans.
Patt. Analy. Mach. Intell. 25. 564-575,2003.
[6] Dorin Comaniciu, Peter Meer “Mean shift analysis and application”, Proceedings of
the seventh IEEE International Conference on Computer Vision, 1999, Vol 2, 1197-1203
[7] Hampapur, A. , Jain, R. , Weymouth, T. , Digital Video Segmentation, Proc. ACM
Multimedia 94, San Francisco CA, 1994, pp. 357 – 364
[8] Jyrpi Korki - Anttila (2002), “Automatic color enhancement and sence change
detection of digital video”, Dept of Automation and Systems, Lab of Media Technology,
Hensiki University of Technology
[9] Katharina Quast and Andre Kaup, “AUTO GMM-SAMT: An Automatic Object
Tracking System for Video Surveillance in Trafic Scenarios”, EURASIP Journal on Image and
Video Processing, Volume 2011.
[10] NanLu, Jihong Wang, Q. H. Wu and Li Yang, “An improved motion detection
method for real time surveillence”, IAENG International Journal of Computer Science,