Luận án Nghiên cứu xây dựng một phương pháp tổng hợp bộ điều khiển cho trực thăng chữa cháy rừng

pháp xác định quỹ đạo 
tiếp cận mục tiêu chữa cháy rừng và điều khiển máy bay bám theo quỹ đạo đó bằng 
các phƣơng pháp hiện đại trong thời gian thực để khai thác có hiệu quả các trang 
thiết bị có sẵn. Đây là vấn đề mang tính học thuật, còn mới và chƣa đƣợc nghiên 
cứu chính thức nào công bố. 
 3. Để thực hiện nhiệm vụ đặt ra của bài toán điều khiển đã nêu, các chƣơng 
tiếp theo của luận án sẽ giải quyết các vấn đề sau: 
 - Xây dựng mô hình toán học cho một chủng loại máy bay chữa cháy. 
 - Xây dựng thuật toán nhận dạng, tách biên ảnh đám cháy rừng bằng các 
phƣơng pháp hiện đại trong thời gian thực. Trên cơ sở đó xác định đƣợc quỹ đạo 
bay mong muốn của máy bay khi xả nƣớc chữa cháy. 
 - Tổng hợp một hệ thống điều khiển cho máy bay chữa cháy để điều khiển 
máy bay bay bám theo quỹ đạo đã tính toán khi phun nƣớc chữa cháy bằng các công 
cụ hiện đại. 
 34 
 Chƣơng 2 
 XÂY DỰNG THUẬT TOÁN NHẬN DẠNG, TÁCH BIÊN ẢNH ĐÁM CHÁY 
 RỪNG VÀ PHƢƠNG PHÁP XÁC ĐỊNH QUỸ ĐẠO BAY CỦA MÁY BAY 
 KHI CHỮA CHÁY ĐÁM CHÁY RỪNG 
 Theo quan điểm về chiến thuật chữa cháy [12], khi diện tích của đám cháy 
lớn và khi lực lƣợng phƣơng tiện tham gia chữa cháy không đủ để phun nƣớc chữa 
cháy trên toàn diện tích đám cháy thì ngƣời ta sẽ phun chất chữa cháy theo mặt lửa 
ở đầu hƣớng gió để khống chế cháy lan, tiến tới dập tắt đám cháy. Do cháy rừng 
thƣờng phát triển trên diện tích rộng, với địa hình phức tạp, lực lƣợng phƣơng tiện 
khó tiếp cận ... vì vậy khi chữa cháy bằng máy bay, phi công cũng phải thực hiện 
phun nƣớc dọc theo đƣờng biên của đám lửa. Do đó có thể hiểu: Quỹ đạo bay mong 
muốn của trực thăng chữa cháy khi chữa cháy rừng là đƣờng bay của trực thăng ở 
đầu hƣớng gió khi xả nƣớc chữa cháy đảm bảo nƣớc sẽ phân bố xuống đƣờng biên 
của đám lửa cháy rừng với điều kiện đã tính tới vận tốc chuyển động của trực thăng 
và ảnh hƣởng của gió. Để thực hiện đƣợc nhiệm vụ trên, cần thiết phải nhận dạng 
và khoanh vùng đƣợc đám lửa thông qua đƣờng biên của đám lửa. 
 Có một số phƣơng pháp cảnh báo và nhận dạng cháy rừng nhƣ: sử dụng 
mạng cảm biến không dây [51]; xử lý ảnh vệ tinh MODIS [3], [49]; xử lý ảnh qua 
video thu đƣợc từ camera ... Mỗi phƣơng pháp có những ƣu, nhƣợc điểm khác nhau, 
tuy nhiên để thực hiện bài toán nhận dạng, tách biên ảnh đám cháy rừng trong thời 
gian thực để phục vụ nhiệm vụ điều khiển hệ thống phun nƣớc chữa cháy trên máy 
bay thì chỉ có phƣơng pháp xử lý ảnh qua video thu đƣợc từ camera lắp trên máy 
bay chữa cháy có thể đáp ứng đƣợc yêu cầu của bài toán đã đề ra. 
 Trong những những năm gần đây, đã có nhiều công trình nghiên cứu về việc 
phát hiện đám cháy dựa trên phƣơng pháp xử lý ảnh thu đƣợc từ camera nhƣ: Các 
nghiên cứu của G.Healey và cộng sự, nghiên cứu của T.Chen và cộng sự [61], [65], 
[66], [67], [60]; nghiên cứu của nhóm tác giả thuộc Học viện Kỹ thuật Quân sự, 
Viện Khoa học và Công nghệ Quân sự [5], [6], [7], [8]... Kết quả các nghiên cứu đã 
chỉ ra việc sử dụng camera vào việc phát hiện đám cháy là khá tốt, khắc phục đƣợc 
 35 
một số nhƣợc điểm của các thiết bị báo cháy truyền thống trong những điều kiện 
làm việc nhất định. Tuy nhiên các nghiên cứu trên đều tập trung vào phân tích các 
đám cháy ở trong nhà với điều kiện các camera lắp cố định. Khi áp dụng các thuật 
toán trên vào xử lý các video quan sát đám cháy rừng từ trực thăng chữa cháy gặp 
nhiều hạn chế do độ rung động của camera dẫn đến phát hiện nhầm các đối tƣợng 
có màu sắc tƣơng tự nhƣ ngọn lửa vì các thuật toán phát hiện độ “lay động” của 
ngọn lửa không tính đến sự rung động của camera. 
 Để khắc phục hạn chế này, luận án đề xuất phƣơng pháp phát hiện đám cháy 
rừng từ camera lắp cố định và hợp với thân trực thăng một góc 600 bằng cách: Kết 
hợp phân tích đặc trƣng màu sắc của đám lửa trong các không gian màu RGB và 
YCbCr với phƣơng pháp so sánh hệ số tƣơng quan (correlation coefficient) của các 
frames ảnh liên tiếp để loại trừ các hình ảnh có màu sắc tƣơng tự nhƣ màu sắc của 
ngọn lửa trên cơ sở đề xuất dải giá trị của hệ số tƣơng quan nhằm hạn chế ảnh 
hƣởng của rung, sóc, chuyển động khi gắn camera trên trực thăng đến chất lƣợng xử 
lý ảnh động. 
2.1. Đặc tính của đám cháy rừng 
 Các đám cháy rừng có thể xảy ra do nhiều nguyên nhân khác nhau và thƣờng 
tập trung vào mùa hanh khô. Vào mùa này cỏ, cây bị khô héo và rất dễ bốc cháy. 
Vận tốc lan truyền của ngọn lửa vào ban ngày lớn hơn ban đêm do ban đêm vật liệu 
có nhiệt độ thấp hơn do độ ẩm tăng và nhiệt độ môi trƣờng giảm. Điều kiện địa hình 
có ảnh hƣởng lớn tới tốc độ lan truyền ngọn lửa. Ngọn lửa lan từ dƣới lên theo sƣờn 
dốc sẽ có tốc độ lớn hơn so với phƣơng nằm ngang do ảnh hƣởng của dòng nhiệt 
đối lƣu. Ngọn lửa lan truyền theo hƣớng từ trên xuống sẽ có vận tốc nhỏ hơn. 
 Căn cứ vào dạng vật liệu cháy, các đám cháy rừng có thể chia thành hai 
dạng: đám cháy dƣới thấp và đám cháy trên cao. Đám cháy dƣới thấp có chất cháy 
chủ yếu là các cành khô, lá rụng, các cây ải mục và côn trùng, cỏ. Nét đặc trƣng của 
đám cháy này là vận tốc lan truyền của ngọn lửa thấp (dƣới 5 km/h) và chiều cao 
ngọn lửa không lớn, thƣờng từ 2 m đến 2,5 m [12]. 
 Khi độ ẩm của lớp lá cành cỏ thấp và lớp chất cháy này dày, nhiều đám cháy 
dƣới thấp có thể phát triển thành đám cháy trên cao. Khi đó lửa sẽ cháy ở cành, lá 
trên cây. Đây là dạng đám cháy nguy hiểm nhất đối với rừng. 
 36 
 Trong điều kiện khí hậu và địa hình thuận lợi, vận tốc lan truyền ngọn lửa 
của các đám cháy trên cao có thể đạt tới 25 km/h. Một yếu tố làm tăng tốc độ lan 
truyền của ngọn lửa là gió, nhất là khi gió có tốc độ khoảng từ 6 đến 12 m/s. Yếu tố 
thứ hai làm đám cháy rừng phát triển nhanh đó là cột khí đối lƣu lớn (cột này có thể 
cao tới 5km). Cột khí đối lƣu có thể nâng tàn lửa tới độ cao 1 km [12]. Tàn lửa này 
rơi xuống khu rừng khác tạo ra các đám cháy mới sau đó các vùng cháy lan rộng và 
nhập lại tạo ra một diện tích cháy rộng hơn. 
 Khi đám cháy rừng xảy ra, có thể dễ dàng phát hiện ra đám cháy từ trên cao 
thông qua dấu hiệu đặc trƣng về màu sắc của vùng khói và ngọn lửa bằng mắt 
thƣờng. Vì vậy, nhiệm vụ của phi công điều khiển trực thăng chữa cháy là đƣa trực 
thăng đến đám cháy ở vị trí đầu hƣớng gió và kích hoạt bộ điều khiển. 
 2. 2. Nhận dạng đám cháy rừng trong không gian màu RGB 
 2.2.1. Dấu hiệu nhận dạng 
 Có nhiều dấu hiệu để nhận dạng đám cháy rừng nhƣ: sự tăng nhiệt độ đám 
cháy; sự xuất hiện của ngọn lửa; sự xuất hiện của khói ... Tuy nhiên để thực hiện 
nhiệm vụ của mình, luận án chỉ đề cập tới dấu hiệu và các phƣơng pháp nhận dạng 
đám cháy rừng thông qua đặc trƣng về màu sắc của đám lửa. 
 Đặc trƣng màu sắc của đám lửa phụ thuộc vào loại vật liệu cháy, nhiệt độ 
của đám cháy. Quá trình phân tích, cô lập, tách riêng vùng đám lửa có ý nghĩa trong 
việc khảo sát màu và các tính chất khác của đám lửa phục vụ cho việc nhận dạng và 
phát hiện đám cháy. 
 Màu sắc ngọn lửa của đám cháy đƣợc phân tích trong bảng 2.1 [57]: 
 Bảng 2.1: Thống kê màu của ngọn lửa đối với một số vật liệu khi cháy 
 Loại nhiên liệu Màu sắc của khói Màu sắc ngọn lửa 
 Nhựa Black Yellow, smoky 
 Cao su Black Yellow, smoky 
 Gỗ Gray to brown Yellow to red 
 Giấy Gray to brown Yellow to red 
 Vải Gray to brown Yellow to red 
 Dầu hỏa Black Yellow to white 
 Naptha Black to brown Yellow to white 
 Benzen White to gray Yellow to white 
 Mỡ bôi trơn Black Yellow to white 
 Dầu mỏ Brownish to black Yellow to red 
 37 
 Sơn gỗ Brown to black Yellow to white 
 Nhựa thông Black Blue 
 Axêtôn Brown Yellow 
 Dầu ăn Black Yellow 
 Clo Black Yellow, smoky 
 Nhựa đƣờng Gray Yellow to orange 
 Nhƣ vậy với đối tƣợng nghiên cứu là đám cháy rừng, có vật liệu cháy chủ 
yếu là gỗ, lá cây thì màu của ngọn lửa nằm trong dải từ vàng tới đỏ. 
 Mặt khác kết quả nghiên cứu [61], [65] cũng đã chỉ ra mối quan hệ giữa các 
thành phần màu sắc Hue của không gian màu HSI (Hue, Saturation, Intensity) với 
các thành phần Red, Green, Blue trong không gian màu RGB nhƣ bảng 2.2: 
 Bảng 2.2: Mối quan hệ giữa các thành phần màu sắc của hệ màu HSI và RGB 
 Dải màu Hue RGB 
 Red to Yellow 0° ~ 60° R ≥ G & G > B 
 Yellow to Green 60° ~ 120° G ≥ R & R > B 
 Green to Cyan 120° ~ 180° G ≥ B & B > R 
 Cyan to Blue 180° ~ 240° B ≥ G & G > R 
 Blue to Magenta 240° ~ 300° B ≥ R & R > G 
 Magenta to Red 300° ~ 360° R ≥ B & B > G 
 Khi phân tích hình ảnh đám cháy rừng trong không gian màu RGB theo các 
thành phần màu R, G và B ta đƣợc kết quả nhƣ hình 2.1. Có thể nhận thấy: đối với 
những vị trí có đám lửa sẽ cho mức độ sáng lớn nhất ở thành phần R, độ sáng tại 
những vị trí có cháy trong ảnh gốc sẽ giảm đáng kể đối với thành phần G và đối với 
thành phần B thì độ sáng gần nhƣ rất nhỏ, điều này có thể quan sát trực quan rất rõ 
kết quả phân tích trong hình 2.1. Căn cứ kết quả nghiên cứu tại bảng 2.1, bảng 2.2 
và kết quả phân tích các màu thành phần ta thấy, một điểm (x,y) thuộc đám lửa cháy 
rừng đƣợc coi là có cháy chỉ khi thỏa mãn điều kiện: R ≥ G & G > B. 
2.2.2. Thuật toán xử lý ảnh phát hiện đám cháy rừng trong không gian màu RGB 
 Do luận án chỉ tập trung nghiên cứu về xử lý ảnh đám cháy rừng nên màu 
đặc trƣng của ngọn lửa sẽ là: từ vàng tới đỏ. Giả sử điểm ảnh (x,y) là điểm ảnh 
thuộc đám lửa cháy rừng thì nó cần thỏa mãn điều kiện 1 [5], [8], [60], [61], [65]: 
 R(x,y) > G(x,y) > B(x,y) (2.1) 
 38 
 Nghĩa là trong các thành phần R, G, B của điểm ảnh (x,y) thuộc đám lửa thì 
thành phần R của đám lửa là lớn nhất. 
 Ảnh gốc Thành phần R Thành phần G Thành phần B 
 Hình 2.1: Kết quả phân tích ảnh theo các thành phần màu R, G, B 
 39 
 Dựa trên những phân tích, đánh giá trên kết hợp với [57], luận án tiến hành 
thử nghiệm điều kiện 1. Kết quả thử nghiệm điều kiện nhƣ hình 2.2: 
 Ảnh gốc Kết quả thử nghiệm 
 Hình 2.2: Kết quả nhận dạng điểm ảnh thuộc đám lửa theo điều kiện 1 
 40 
 Kết quả thử nghiệm thuật toán trên cho thấy, trong trƣờng hợp gặp đối tƣợng 
có dải màu giống màu của đám lửa nhƣ: ánh nắng, chiếc lá vàng, mặt trời, màu 
trắng... thì thuật toán sẽ phát hiện sai phạm vi đám lửa nhƣ ảnh số 2, 3, 4 và số 5. 
 Để hạn chế hiện tƣợng báo sai trong các trƣờng hợp trên, luận án tiến hành 
phân tích biểu đồ ảnh đám cháy rừng đã đƣợc phân đoạn để có thể nhận đƣợc các 
giá trị ngƣỡng của ngọn lửa đám cháy trên ba mặt R, G và B [68]: 
Hình 2.3: Kết quả phân tích giá trị ngƣỡng của ngọn lửa theo các thành phần R,G,B 
 Các giá trị ngƣỡng của hình trên là kết quả đã đƣợc kiểm thử trên nhiều bức 
ảnh khác nhau. Nhƣ vậy, một điểm ảnh đƣợc xét là có cháy xảy ra khi điểm ảnh 
(x,y) này thỏa mãn điều kiện sau (điều kiện 2) [68]: 
 { (2.2) 
 Với: RR, RG, RB - là các hệ số phân tích giá trị ngƣỡng theo các hình thức 
cháy khác nhau. 
 Kết quả xử lý ảnh trên hình 2.4 cho thấy, khi xử lý kết hợp cả điều kiện 1 và 
điều kiện 2, biên ảnh của đám lửa đã hạn chế đƣợc nhiều điểm ảnh có màu sắc 
tƣơng tự nhƣ đám cháy đã chỉ ra trên hình 2.2. Tuy nhiên hạn chế này vẫn chƣa 
đƣợc khắc phục triệt để (hình số 4) nhất là các vùng ảnh có độ chói sáng lớn từ 
vùng tác động nhiệt của đám cháy. 
 Để khắc phục đƣợc các thành phần nhiễu này, luận án tiến hành kết hợp điều 
kiện 1, 2 với việc phân tích nhận dạng đám cháy rừng trong không gian màu YCbCr 
sử dụng logic mờ. 
 41 
 * Kết quả thử nghiệm kết hợp điều kiện 1 và 2: 
 Ảnh gốc Kết quả thử nghiệm 
Hình 2.4: Kết quả nhận biết điểm ảnh thuộc đám lửa kết hợp điều kiện 1 và 2 
 42 
2.3. Nhận dạng đám cháy rừng trong không gian màu YCbCr sử dụng logic mờ 
 2.3.1. Dấu hiệu nhận dạng 
 Không gian màu YCbCr đƣợc lựa chọn để phân tích ảnh vì không gian màu 
này phân chia thông tin về độ sáng từ sắc độ rất hiệu quả và tốt hơn so với các 
không gian màu khác. Hình 2.5 thể hiện một bức ảnh có chứa điểm lửa đƣợc phân 
tích ra các thành phần Y, Cb, Cr tƣơng ứng. Có thể quan sát rất dễ dàng trong hình 
2.5, đối với một điểm lửa (x,y) thì giá trị thành phần Y(x,y) lớn hơn Cb(x,y). Đồng 
thời hình 2.5 cũng chỉ ra rằng thành phần Cb(x,y) phải nhỏ hơn Cr(x,y) đối với các 
điểm ảnh có màu giống với màu ngọn lửa. Theo [66], mối quan hệ giữa Y(x,y), 
Cb(x,y) và Cr(x,y) của một điểm ảnh ngọn lửa nhƣ điều kiện 3: 
 Y(x,y) ≥ Cr(x,y) ≥ Cb(x,y) (2.4) 
 a) b) 
 c) d) 
 Hình 2.5: a) Ảnh gốc RGB, b) thành phần Y, c) thành phần Cb, d) thành phần Cr 
2.3.2. Phương pháp nhận dạng đám cháy rừng trong không gian màu YCbCr 
 Để nhận dạng đám cháy ứng dụng logic mờ, luận án tiến hành theo các bƣớc sau: 
 - Chọn các biến vào - ra: 
 Các biến vào - ra của các luật điều khiển mờ trong xử lý ảnh đám cháy rừng 
nhƣ sau: tập hợp các lối vào Cr(x,y)-Cb(x,y) và Y(x,y)-Cb(x,y), hàm lối ra Pf(x,y) 
để chỉ ra những điểm ảnh nào tại vị trí (x,y) là điểm lửa. 
 43 
 - Chuẩn hóa tập cơ sở của các biến vào - ra về miền giá trị [-1 1]: 
 Theo công thức 2.4, một điểm đƣợc gọi là điểm lửa thì điểm đó cần thỏa 
mãn: Y(x,y) ≥ Cr(x,y) ≥ Cb(x,y). Để quá trình tính toán đƣợc thuận lợi, luận án tiến 
hành chuẩn hóa các thành phần Y, Cb, Cr theo công thức sau: 
 Y Cb Cr
 Y* , Cb* , Cr* (2.5) 
 I max I max I max
 Trong đó Imax là giá trị lớn nhất trong tập hợp bao gồm các thành phần Y, Cb, 
Cr nhằm chuẩn hóa phƣơng trình 2.5 về khoảng giá trị [0 1]. Do đó, hiệu của tập 
hợp các biến lối vào sẽ nằm trong khoảng [-1 1]. Giá trị của Pf(x,y) nằm trong 
khoảng [0 1], nó là phép ánh xạ của những quan sát đƣợc định nghĩa trong điều kiện 
2.4 mô tả điểm ảnh đã cho là điểm lửa. 
 - Định nghĩa các tập mờ mô tả các giá trị ngôn ngữ của biến vào và biến ra: 
 Để tính toán Pf(x,y), luận án lựa chọn hàm liên thuộc dạng tam giác và hình 
thang do hàm liên thuộc dạng tam giác đƣợc sử dụng trong trƣờng hợp mà giá trị 
của các biến ngôn ngữ đƣợc xác định một cách nhạy cảm và độ mờ biến thiên 
nhanh, hàm liên thuộc dạng hình thang ứng dụng khi độ biến thiên mờ tƣơng đối 
thấp. Khi đó, hàm liên thuộc của Cr*(x,y)-Cb*(x,y) và Y*(x,y)-Cb*(x,y) có dạng: 
Hình 2.6: Các hàm thành phần đối với Cr*(x,y)-Cb*(x,y); Y*(x,y)-Cb*(x,y) và Pf(x,y) 
 44 
 Giá trị đầu ra của hệ thống suy luận mờ đƣợc tính toán nhƣ sau: đầu tiên, các 
đầu vào đƣợc mờ hóa dựa vào các hàm thành phần trong hình 2.6. Sau đó, toán tử 
hàm min [60], [63] đƣợc ứng dụng vào các luật mờ. Trọng tâm của vấn đề giải mờ 
đó là ứng dụng kết hợp tất cả luật đầu ra để tìm phép đo định lƣợng đối với Pf(x,y) 
[60], [63]. Cr*(x,y) - Cb*(x,y) và Y*(x,y) - Cb*(x,y) đƣợc chuẩn hóa trong khoảng 
[-1 1] trƣớc khi đƣa vào hệ thống suy luận mờ. 
 - Hệ quy tắc mờ: Sự phân bố của các hàm thành phần và các luật đƣợc định 
nghĩa trong bảng 2.3 đƣợc tìm ra dựa trên những phân tích thực nghiệm [60], [63]: 
 Bảng 2.3: Bảng luật sử dụng cho hệ thống suy luận mờ 
 Cr*(x,y) – Cb*(x,y) 
 NS PS PM PB 
 NS LO LO LO LO 
 PS LO LO HI HI 
 Y*(x,y)- Cb*(x,y) 
 PM LO HI HI LO 
 PB LO LO LO LO 
 Trong đó: NS: Negative Small (âm nhỏ); PS: Positive Small (dƣơng nhỏ); 
PM: Positive Medium (dƣơng trung bình); PB: Positive Big (dƣơng lớn); LO: Low 
(thấp); HI: High (cao). 
 Bảng 2.3 biểu diễn các luật đƣợc sử dụng trong hệ thống suy luận mờ. Bề 
mặt của 16 luật đƣợc hiển thị trong hình 2.7 chỉ ra khả năng Pf(x,y) nhƣ là một hàm 
của các lối vào Cr*(x,y)-Cb*(x,y) và Y*(x,y)-Cb*(x,y). 
Hình 2.7: Bề mặt của các quy tắc trong bảng 2.3 đƣợc sử dụng trong hệ thống suy 
 luận mờ với các kiểu hiển thị khác nhau 
 Khi Y*(x,y)-Cb*(x,y) hoặc Cr*(x,y)-Cb*(x,y) nhỏ hơn 0 tƣơng ứng với Pf(x,y) 
là những điểm ảnh không phải là điểm lửa. Chỉ khi cả hai thành phần: Y*(x,y)-
 45 
Cb*(x,y) hoặc Cr*(x,y)-Cb*(x,y) thỏa mãn bảng 2.3 để Pf(x,y) có giá trị ở mức HI 
thì Pf(x,y) sẽ có giá trị bằng 1. Những điểm mà có giá trị nhỏ hơn giá trị đỉnh đƣợc 
sử dụng để chỉ các đối tƣợng có màu tƣơng tự nhƣ màu ngọn lửa và màu của môi 
trƣờng. Điều này đƣợc thể hiện rất rõ trong mặt phẳng đó là Pf có giá trị cao tại các 
giá trị Y*(x,y)-Cb*(x,y) hoặc Cr*(x,y)-Cb*(x,y) có đặc tính giống ngọn lửa. 
- Chọn phương pháp suy diễn: Max - Min 
- Chọn phương pháp giải mờ: Chọn phƣơng pháp giải mờ trọng tâm (COA). 
 * Kết quả thử nghiệm kết hợp điều kiện 1, 2 và 3: 
 Hình 2.8: Kết quả nhận dạng ảnh cháy rừng kết hợp điều kiện 1,2,3 
 46 
 Kết quả nhận dạng ảnh kết hợp các điều kiện 1, 2, 3 trên hình 2.8 cho thấy 
các yếu tố nhiễu từ ảnh có độ chói sáng lớn nhƣ: ánh sáng mặt trời, các vùng tác 
động nhiệt từ đám cháy ... đã đƣợc loại trừ hết. Tuy nhiên với các ảnh có vật thể 
giống màu của ngọn lửa nhƣ: đám cỏ màu vàng (ảnh gốc số 4 trên hình 2.8), mái 
nhà có màu đỏ ... các thuật toán trên vẫn phát hiện nhầm là cháy. Để loại trừ hiện 
tƣợng này, luận án đề xuất phƣơng pháp sử dụng hàm tƣơng quan ảnh để so sánh 
tính tƣơng quan của các ảnh có màu giống đám lửa trên các ảnh liên tiếp nhau đƣợc 
tách ra từ ảnh video quay đám cháy rừng do đặc điểm của đám lửa luôn luôn thay 
đổi về hình dạng, quy mô bởi đặc tính khí động vốn có của nó, còn các vùng ảnh 
của vật thể giống đám lửa sẽ không thay đổi theo thời gian. 
2.4. Phƣơng pháp so sánh hệ số tƣơng quan giữa các frames ảnh liên tiếp 
 Phƣơng pháp này dựa trên đặc tính lay động của đám lửa bởi nếu chỉ xét đặc 
trƣng màu của ngọn lửa thuộc đám cháy thì các đối tƣợng có màu tƣơng tự nhƣ màu 
của ngọn lửa nhƣ: bức tranh có đám lửa, ánh sáng đèn điện, ánh sáng mặt trời sẽ 
bị phát hiện nhầm là cháy. Nhƣ vậy, việc kết hợp thêm đặc tính lay động của ngọn 
lửa sẽ giúp đánh giá chính xác hơn về sự xuất hiện của ngọn lửa. 
2.4.1. Đặc điểm lay động của đám lửa 
 Tính lay động của đám lửa là sự chuyển động, bập bùng của ngọn lửa trong 
quá trình cháy. Hiện tƣợng trên là kết quả vốn có của quá trình trao đổi khí giữa 
đám cháy với môi trƣờng xung quanh. Trên hình 2.9, các frames ảnh đƣợc cắt từ 
video quay đám cháy rừng thu từ camera đƣợc gắn trên trực thăng, thời gian cách 
nhau giữa các frames ảnh là 0,2s. Dựa vào hình trên, có thể hình dung thấy rằng tính 
lay động của ngọn lửa thể hiện ở sự thay đổi về chiều cao và quy mô của ngọn lửa, 
đó là sự biến đổi, thay đổi về kích thƣớc của đám lửa xung quanh khối tâm của nó. 
 Hình 2.9: Tính lay động làm thay đổi quy mô của ngọn lửa 
2.4.2 Hệ số tương quan giữa các ảnh liên tiếp 
 Hệ số tƣơng quan giữa hai ảnh liên tiếp đƣợc xác định bằng phƣơng pháp so 
sánh các frames liên tiếp Fk và Fk-1 sau khi đã sử dụng thuật toán xử lý để phát hiện 
 47 
đặc trƣng màu của đám lửa, lúc này các frames đã đƣợc xử lý thành các ảnh nhị 
phân với các điểm ảnh có màu là màu của ngọn lửa sẽ chuyển thành màu trắng, 
những màu còn lại sẽ chuyển thành màu đen. 
 Mục đích việc ứng dụng thuật toán đánh giá sự tƣơng quan ảnh là nhằm so 
sánh tính tƣơng quan giữa các frames ảnh liên tiếp đƣợc xác định là ảnh có đám 
cháy sau khi đã qua xử lý theo điều kiện 1, 2, 3, trên cơ sở đó tìm ra đƣợc dải giá trị 
hệ số tƣơng quan tối ƣu r vừa đảm bảo phân biệt đƣợc tính lay động của ngọn lửa 
đám cháy với các ảnh có màu tƣơng tự đám cháy, vừa hạn chế đƣợc sự ảnh hƣởng 
của rung động khi camera lắp trên các thiết bị bay. 
 Theo [47], giá trị tƣơng quan của hai frames ảnh A và B đƣợc xác định nhƣ sau: 
 ̅
 ∑ ∑ ̅ 
 (2.6) 
 ̅ ̅ 
 √∑ ∑ 
 Trong đó: Aij, Bij - là giá trị điểm ảnh tại vị trí i x j của frames ảnh A, B; 
 A , B - là giá trị trung bình của frames ảnh A, B; 
 m, n là kích thƣớc của ma trận A, B. 
 Kết quả tính toán giá trị tƣơng quan giữa các frames ảnh trong một số trƣờng 
hợp điển hình thể hiện ở hình 2.10, hình 2.11 và hình 2.12: 
 Hình 2.10: Giá trị tƣơng quan của cùng một frame ảnh thu đƣợc từ camera 
 gắn trên trực thăng khi đang bay (cho r = 1) 
 48 
 Hình 2.11: Giá trị tƣơng quan của 2 frames ảnh có cháy liên tiếp cách nhau 
 0,2s thu đƣợc từ camera gắn trên trực thăng khi đang bay (cho r=0.5061) 
Hình 2.12: Giá trị tƣơng quan của 2 frames ảnh không có cháy liên tiếp cách nhau 
 0,2s của camera gắn trên trực thăng khi đang bay (cho r= 0,0005925) 
 Kết quả tính toán giá trị tƣơng quan giữa các frame ảnh liên tiếp cách nhau 
0,2 giây khi Camera lắp trên