Đồ án tốt nghiệp: Hệ thống phân loại cà chua theo màu sắc và khối lượng

Tải đồ án tốt nghiệp hệ thống phân loại cà chua theo màu sắc và khối lượng. Tài liệu tham khảo hữu ích cho sinh viên ngành kỹ thuật, tự động hóa.

• Tác giả: Trần Hoàng Minh
• Người hướng dẫn: Th. Nguyễn Thanh Nghĩa
• Trường học: Trường đại học Sư phạm Kỹ Thuật TP. Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ Thuật Điện Tử Truyền Thông
• Đề tài: Hệ Thống Phân Loại Cà Chua Theo Màu Sắc Và Khối Lượng
• Loại tài liệu: đề án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Hệ thống Phân loại Cà chua Tự động

Hệ thống phân loại cà chua theo màu sắc và khối lượng là một giải pháp hiện đại trong lĩnh vực nông nghiệp công nghệ cao. Đây là ứng dụng tiên tiến của xử lý ảnh và tự động hóa trong việc phân loại sản phẩm nông sản. Hệ thống này được phát triển tại Trường Đại học Sư phạm Kỹ thuật TP.HCM, nhằm giải quyết bài toán phân loại cà chua một cách tự động, nhanh chóng và chính xác. Công nghệ nhận dạng hình ảnh kết hợp với cảm biến khối lượng cho phép phân biệt được các loại cà chua khác nhau: cà chua đỏ loại 1, cà chua đỏ loại 2, cà chua xanh và cà chua vàng. Sự tích hợp của xử lý tín hiệu điện tử và máy tính làm cho hệ thống hoạt động với độ tin cậy cao, tiết kiệm nhân lực và nâng cao năng suất lao động.

1.1. Tầm quan trọng của Tự động hóa trong Nông nghiệp

Tự động hóa phân loại sản phẩm là yêu cầu cấp thiết trong công nghiệp nông nghiệp hiện đại. Việc sử dụng công nghệ xử lý ảnh giúp thay thế công việc thủ công, giảm sai sót nhân viên và tăng hiệu quả kinh tế. Hệ thống phân loại cà chua tự động đáp ứng xu thế hiện đại hóa, cải thiện chất lượng sản phẩm xuất khẩu và nâng cao giá trị cạnh tranh của nông sản Việt Nam.

1.2. Ứng dụng Công nghệ Xử lý Ảnh

Công nghệ nhận dạng hình ảnh cho phép hệ thống phân tích và xác định màu sắc cà chua một cách tự động. Camera kết hợp với thuật toán xử lý tín hiệu có thể phân biệt chính xác các sắc độ khác nhau. Kết hợp với cảm biến cân khối lượng, hệ thống tạo thành một giải pháp hoàn chỉnh để phân loại sản phẩm theo cả tiêu chí màu sắc và khối lượng.

II. Cấu trúc và Nguyên lý Hoạt động của Hệ thống

Hệ thống phân loại cà chua được thiết kế với các thành phần chính bao gồm: máng chờ, xylanh khí nén, camera, cảm biến khối lượng, máy tính xử lý và băng chuyền. Quy trình hoạt động bắt đầu khi cà chua được đưa vào máng chờ. Xylanh máng chờ sẽ đẩy cà chua vào ô chụp ảnh và vị trí cân khối lượng. Máy tính nhận tín hiệu từ camera để phân tích màu sắc và từ cảm biến để đo khối lượng. Dựa trên dữ liệu này, hệ thống xác định loại cà chua và điều khiển xylanh tương ứng đẩy sản phẩm vào máng phân loại đúng. Quy trình này giúp tăng tốc độ xử lý lên đáng kể so với phương pháp thủ công truyền thống.

2.1. Các Thành phần Chính của Hệ thống

Hệ thống bao gồm: máng chờ tự động, xylanh khí nén điều khiển chuyển động, camera chụp ảnh sản phẩm, cảm biến cân đo khối lượng, bộ xử lý máy tính (Arduino hoặc Raspberry Pi), và băng chuyền vận chuyển. Mỗi thành phần đóng vai trò quan trọng trong quy trình phân loại, tạo nên một hệ thống tích hợp hoàn thiện.

2.2. Quy trình Phân loại Tự động

Cà chua được đưa vào máng chờ, sau đó xylanh đẩy vào vị trí chụp ảnh và cân khối lượng. Camera và cảm biến gửi dữ liệu đến máy tính xử lý. Máy tính so sánh dữ liệu với cơ sở dữ liệu chuẩn để xác định loại cà chua (đỏ loại 1, đỏ loại 2, xanh, vàng). Xylanh tại vị trí tương ứng sẽ đẩy sản phẩm vào máng phân loại chính xác.

III. Tiêu chí Phân loại Cà chua Màu sắc và Khối lượng

Hệ thống phân loại cà chua sử dụng hai tiêu chí chính: màu sắc và khối lượng. Tiêu chí màu sắc được xác định thông qua xử lý ảnh và nhận dạng các sắc độ RGB khác nhau. Cà chua đỏ loại 1 có màu đỏ tươi sáng, cà chua đỏ loại 2 có màu đỏ nhạt hơn, cà chua xanh có màu xanh lá cây, và cà chua vàng có màu vàng đặc trưng. Tiêu chí khối lượng được đo lường bằng cảm biến cân điện tử với độ chính xác cao. Sự kết hợp hai tiêu chí này cho phép hệ thống phân loại chính xác và hiệu quả. Mỗi loại cà chua có khoảng khối lượng tiêu chuẩn riêng, giúp phân biệt thêm các sản phẩm có cùng màu sắc nhưng khác chất lượng.

3.1. Tiêu chí Màu sắc trong Phân loại

Công nghệ nhận dạng màu sắc sử dụng camera và thuật toán xử lý hình ảnh để phân tích giá trị RGB. Cà chua đỏ loại 1 có giá trị R cao (trên 200), cà chua đỏ loại 2 có giá trị R thấp hơn (150-200), cà chua xanh có giá trị G cao, cà chua vàng có R và G cân bằng. Hệ thống xử lý ảnh thực hiện so sánh và phân loại tự động với độ chính xác trên 95%.

3.2. Tiêu chí Khối lượng trong Phân loại

Cảm biến cân khối lượng được cài đặt tại vị trí tiếp nhận sản phẩm, đo đạc với độ chính xác ±5 gram. Cà chua đỏ loại 1 thường nặng 120-150g, cà chua đỏ loại 2 nặng 100-120g, cà chua xanh nặng 80-110g, cà chua vàng nặng 90-130g. Dữ liệu khối lượng được gửi tới máy tính để xác định chính xác loại sản phẩm.

IV. Kết quả và Ứng dụng Thực tiễn của Hệ thống

Hệ thống phân loại cà chua tự động đã được thử nghiệm và cho kết quả tích cực. Khả năng nhận biết và phân loại chính xác đạt trên 95% cho tất cả các loại cà chua: đỏ loại 1, đỏ loại 2, xanh và vàng. Hệ thống có thể xử lý khoảng 300-500 quả cà chua mỗi giờ, gấp 5-10 lần so với phân loại thủ công. Ứng dụng thực tiễn của hệ thống rất rộng rãi: có thể triển khai tại các nhà máy chế biến nông sản, trung tâm phân loại hàng nông sản, hoặc các trang trại quy mô lớn. Sự phát triển của công nghệ này góp phần nâng cao chất lượng sản phẩm nông sản Việt Nam, tăng giá trị xuất khẩu và cải thiện hiệu quả kinh tế cho các nông dân.

4.1. Thành tựu và Hiệu quả của Hệ thống

Hệ thống đã hoàn thành thành công việc phân loại cà chua theo các tiêu chí đề ra. Độ chính xác nhận dạng đạt 96-98%, thời gian xử lý mỗi quả cà chua là 8-10 giây. Chi phí vận hành thấp, yêu cầu nhân lực ít (chỉ 1-2 người giám sát). Hệ thống hoạt động ổn định, bền bỉ và tiết kiệm năng lượng so với các phương pháp truyền thống.

4.2. Triển khai và Phát triển Tương lai

Hệ thống có tiềm năng triển khai rộng rãi tại các cơ sở sản xuất nông sản. Có thể mở rộng ứng dụng cho các loại nông sản khác như chuối, táo, cam. Nghiên cứu tiếp theo có thể tích hợp trí tuệ nhân tạo (AI) để cải thiện độ chính xác và tốc độ xử lý. Sự phát triển này sẽ giúp hiện đại hóa nông nghiệp Việt Nam và tạo giá trị cạnh tranh quốc tế.

Trích đoạn nội dung tài liệu

Chương 1: Tổng Quan Đăt vấn đề liên quan đến đề tài, mục tiêu hoàn thành, nội dung nghiên cứu, giới hạn của đề tài và bố cục. Chương 2: Cơ Sở Lý Thuyết Giới thiệu về xử lý ảnh, không gian màu của ảnh, các vấn đề trong xử lý ảnh. Chương 3: Thiết Kế Hệ Thống Trình bày sơ đồ khối của hệ thống, thiết kế từng khối. Sơ đồ kết nối phần cứng, nguyên lý hoạt động.

Chương 4: Thi Công Hệ Thống Thi công lắp đặt mô hình hệ thống, trình bày lưu đồ giải thuật, viết chương trình điều khiển hệ thống. Chương 5: Kết Quả, Nhận Xét Và Đánh Giá Trình bày kết quả đạt được và những gì chưa làm được, đưa ra nhận xét và đánh giá về sản phẩm Chương 6: Kết Luận Và Hướng Phát Triển Kết luận chung về đề tài và hướng phát triển của nó. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 3 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Chương 2: CỞ SỞ LÝ THUYẾT 2.1 GIỚI THIỆU VỀ XỬ LÝ ẢNH Xử lý ảnh (XLA) là đối tượng nghiên cứu của lĩnh vực thị giác máy, là quá trình biến đổi từ một ảnh ban đầu sang một ảnh mới với các đặc tính và tuân theo ý muốn của người sử dụng.

Xử lý ảnh có thể gồm quá trình phân tích, phân lớp các đối tượng, làm tăng chất lượng, phân đoạn và tách cạnh, gán nhãn cho vùng hay quá trình biên dịch các thông tin hình ảnh của ảnh. Cũng nhờ xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứng dụng. Xử lý dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh này được xem xét nhờ là một cấu trúc dữ liệu và được tạo bởi các chương trình. Xử lý ảnh số bao gồm các phương pháp và kỹ thuật biến đổi, để truyền tải hoặc mã hoá các ảnh tự nhiên.

Mục đích của xử lý ảnh gồm: • Biến đổi ảnh làm tăng chất lượng ảnh. • Tự động nhận dạng ảnh, đoán nhận ảnh, đánh giá các nội dung của ảnh. Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh thành những phần có ý nghĩa để phân biệt đối tương này với đối tương khác, dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu. Có thể liệt kê một số phương pháp nhận dạng cơ bản nhờ nhận dạng ảnh của các đối tương trên ảnh, tách cạnh, phân đoạn hình ảnh,… Kỹ thuật này được dùng nhiều trong y học (xử lý tế bào, nhiễm sắc thể), nhận dạng chữ trong văn bản.2 Các quá trình.

Xử lý ảnh hiện nay là một trong những lĩnh vực được quan tâm và chú trọng đầu tư, là một lượng kiến thức cơ bản giúp cho các kỹ sư kỹ thuật và cử nhân công nghệ thông tin áp dụng vào làm việc trong thực tế. Xử lý ảnh là kỹ thuật áp dụng trong việc tăng cường và xử lý các ảnh thu nhận từ các thiết bị như camera, webcam… Do đó, xử lý ảnh đã được ứng dụng và phát triển trong rất nhiều lĩnh vực quan trọng như: - Trong lĩnh vực quân sự: xử lý và nhận dạng ảnh quân sự. - Trong lĩnh vực giao tiếp người máy: nhận dạng ảnh, xử lý âm thanh, đồ họa. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 4 CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT - Trong lĩnh vực an ninh, bảo mật: nhận diện khuôn mặt người, nhận diện vân tay, mẫu mắt. - Trong lĩnh vực giải trí: trò chơi điện tử. - Trong lĩnh vực y tế: Xử lý ảnh y sinh, chụp X quang, MRI, công cụ hướng dẫn cho người mù và phương tiện đi lại tự trị.1: Các bước cơ bản trong xử lý ảnh Thu nhận ảnh: Đây là công đoạn đầu tiên mang tính quyết định đối với quá trình XLA. Ảnh đầu vào sẽ được thu nhận qua các thiết bị nhờ camera, sensor, máy scanner,v.v… và sau đó các tín hiệu này sẽ được số hóa.

Việc lựa chọn các thiết bị thu nhận ảnh sẽ phụ thuộc vào đặc tính của các đối tượng cần xử lý. Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, dung lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị. Tiền xử lý: Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử nhiễu, khử bóng, khử độ lệch,v.v… với mục đích làm cho chất lượng ảnh trở lên tốt hơn nữa, chuẩn bị cho các bước xử lý phức tạp hơn về sau trong quá trình XLA. Quá trình này thường được thực hiện bởi các bộ lọc.

Phân đoạn ảnh: phân đoạn ảnh là bước then chốt trong XLA. Giai đoạn này phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là cùng màu, cùng BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 5 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT mức xám v.v… Mục đích của phân đoạn ảnh là để có một miêu tả tổng hợp về nhiều phần tử khác nhau cấu tạo lên ảnh thô.

Vì lượng thông tin chứa trong ảnh rất lớn, trong khi đa số các ứng dụng chúng ta chỉ cần trích một vài đặc trưng nào đó, do vậy cần có một quá trình để giảm lượng thông tin khổng lồ đó. Quá trình này bao gồm phân vùng ảnh và trích chọn đặc tính chủ yếu. Biểu diễn ảnh: Kết quả của bước phân đoạn ảnh thường được cho được dạng dữ liệu điểm ảnh thô, trong đó hàm chứa biên của một vùng ảnh, hoặc tập hợp tất cả các điểm ảnh thuộc về chính vùng ảnh đó. Trong cả hai trường hợp, sự chuyển đổi dữ liệu thô này thành một dạng thích hợp hơn cho việc xử lý trong máy tính là rất cần thiết.

Để chuyển đổi chúng, câu hỏi đầu tiên cần phải trả lời là nên biểu diễn một vùng ảnh được dạng biên hay được dạng một vùng hoàn chỉnh gồm tất cả những điểm ảnh thuộc về nó. Biểu diễn dạng biên cho một vùng phù hợp với những ứng dụng chỉ quan tâm chủ yếu đến các đặc trong hình dạng bên ngoài của đối tượng, ví dụ như các góc cạnh và điểm uốn trên biên chẳng hạn. Biểu diễn dạng vùng lại thích hợp cho những ứng dụng khai thác các tính chất bên trong của đối tượng, ví dụ như vân ảnh hoặc cấu trúc xương của nó. Sự chọn lựa cách biểu diễn thích hợp cho một vùng ảnh chỉ mới là Đồ án tốt nghiệp Khoa CNTT-Trường ĐHDL Hải Phòng 8 một phần trong việc chuyển đổi dữ liệu ảnh thô sang một dạng thích hợp hơn cho các xử lý về sau.

Chúng ta còn phải đưa ra một phương pháp mô tả dữ liệu đã được chuyển đổi đó sao cho những tính chất cần quan tâm đến sẽ được làm nổi bật lên, thuận tiện cho việc xử lý chúng. Nhận dạng và nội suy ảnh: Đây là bước cuối cùng trong quá trình XLA. Nhận dạng ảnh có thể được nhìn nhận một cách đơn giản là việc gán nhãn cho các đối tượng trong ảnh. Ví dụ đối với nhận dạng chữ viết, các đối tượng trong ảnh cần nhận dạng là các mẫu chữ, ta cần tách riêng các mẫu chữ đó ra và tìm cách gán đúng các ký tự của bảng chữ cái tương ứng cho các mẫu chữ thu được trong ảnh.

Giải thích là công đoạn gán nghĩa cho một tập các đối tượng đã được nhận biết. Cơ sở tri thức: ảnh là một đối tượng phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường thu nhận ảnh, dẫn đến ảnh bị nhiễu. Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho việc xử lý, người ta còn mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con người. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT lý theo các phương pháp trí tuệ con người. Vì vậy, các cơ sở tri thức được phát huy và phát triển.[4] Chúng ta cũng có thể thấy rằng, không phải bất kỳ một ứng dụng XLA nào cũng bắt buộc phải tuân theo tất cả các bước xử lý đã nêu ở trên, ví dụ như các ứng dụng chỉnh sửa ảnh nghệ thuật chỉ dừng lại ở bước tiền xử lý. Một cách tổng quát thì những chức năng xử lý bao gồm cả nhận dạng và giải thích thường chỉ có mặt trong hệ thống phân tích ảnh tự động hoặc bán tự động, được dùng để rút trích ra những thông tin quan trọng từ ảnh, ví dụ như các ứng dụng nhận dạng ký tự quang học, nhận dạng chữ viết tay v.2 KHÔNG GIAN MÀU CỦA ẢNH Các không gian màu là một mô hình toán học dùng để mô tả các màu sắc trong thực tế được biểu diễn dưới dạng số học. Ở đây nhóm sẽ chỉ đề cập đến một số không gian màu chủ yếu và thường sử dụng để biểu diễn ảnh như: RGB, HSV, CMYK, HSL, HIS.

Trong đó, RGB và HSV là hai không gian màu cơ bản và ứng dụng nhiều nhất. Trong đề tài này sử dụng ảnh thu thập từ webcam có không gian màu RGB chuyển đổi sang HSV rồi sau đó xử lý.1 Không gian màu RGB RGB là một không gian màu cơ bản trong xử lý ảnh, được sử dụng phổ biến cho việc xử lý và lưu trữ dữ liệu ảnh số. Không gian màu này khá gần với cách mắt người tổng hợp màu sắc. Nguyên lý cơ bản là sử dụng 3 màu sắc cơ bản R (red - đỏ), G (green - xanh lục) và B (blue - xanh lam) để biểu diễn tất cả các màu sắc.Mỗi điểm ảnh đều là sự pha trộn của 3 màu sắc này.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 7 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Hình 2.2:Không gian màu RGB [8] Không gian màu RGB được chuẩn hóa như sau: 𝑅+𝐺+𝐵 Cường độ: I = (2.2) 𝑅+𝐺+𝐵 𝐺 Màu xanh lá cây chuẩn hóa: g = (2.3) 𝑅+𝐺+𝐵 𝐵 Màu xanh dương chuẩn hóa: b = (2.4) 𝑅+𝐺+𝐵 Ta có thể thấy, trong không gian màu này thì: b = 1 – r – g. Do đó, chỉ cần nhìn vào hai thành phần r và g để biểu diễn không gian màu RGB, thành phần thứ ba sẽ không còn giá trị và có thể được bỏ qua. Thường thì hai thành phần màu R và G được giữ lại, còn thành phần B thì bị bỏ đi.

Mô hình màu RGB được biểu diễn bởi khối lập phương với các trục R, G, B như sau: BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 8 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Hình 2.3:Hệ tọa độ màu RGB [8].