Chương 1 GIỚI THIEU TONG QUAN 1.1 Ly do thực hiện đề tài Cuộc Cách mạng công nghiệp 4.0 và mạng kết nối vạn vật (Internet of Things - IoT) dang làm thay đổi mô hình phát triển nông nghiệp trên toàn thế giới. Xu hướng phát triển nông nghiệp hiện nay tại các quốc gia, đặc biệt tại các quốc gia phát triển đang chuyển dịch dần sang mô hình mới “Nong nghiệp chính xác (Precise agriculture - PA)", mô hình nông nghiệp được áp dụng các thành tựu khoa học để tạo ra hệ sinh thái nông nghiệp và cung cấp các dịch vụ cho người nông dân tham gia. Nhiều quốc gia đã áp dụng mô hình nông nghiệp chính xác trong nhiều năm qua như Nhật Bản, Uc, An Độ, Băng-la-desh. Nhiều loại cây trồng là đối tượng nghiên cứu, phổ biến nhất là cà chua, xoài và táo.
Tại Việt Nam, phát triển nông nghiệp chính xác đã được bắt đầu trong thập niên gần đây với một số công trình nghiên cứu và mô hình canh tác mới. Cụ thể, năm 2017, tác giả Nguyễn Đình Thành và các cộng sự giới thiệu nghiên cứu “Xây dựng giải pháp Ứng dụng công nghệ IoT và Thủy canh hồi lưu trong sản xuất sạch đạt tiêu chuẩn Vietgap” giúp thay đổi mô hình canh tác truyền thông và 4p dụng công nghệ vào quản lý quy trình chăm sóc [11]. Nhóm giải pháp NextFarm xây dựng hệ sinh thái cho nông nghiệp công nghệ cao trong ngành trồng trọt [12]. Nhóm giải pháp gồm 4 nhóm sản phẩm ứng dụng chính: NextCRM - Phần mềm quản lý bán hàng, NextERP - Phần mềm tự động hóa quy trình nông trại, NextFarm Fertikit - Hệ thống cham phân dinh dưỡng tự động, NextFarm QR Check - Phần mềm truy xuất nguồn gốc.
Mặc dù có nhiều công trình nghiên cứu và các mô hình giải pháp đã được giới thiệu, nhưng đa số các công trình nghiên cứu là những sản phẩm rời rạc, chưa có sự kết nối, chưa cung cấp các dịch vụ mà người nông dân có thể tham gia trực tiếp ngoài thao tác tra cứu thông tin đơn thuần. Đặc biệt, các giải pháp vẫn chưa có sự kết nối và tư vấn của các chuyên gia nông nghiệp để hỗ trợ người nông dân một cách trực tiếp và kịp thời.2 Mục tiêu Phát triển hệ thống các giải pháp ứng dụng trên thiết bị đi động và website để giúp người nông dan có thể chuẩn đoán bệnh, tra cứu cách phòng trị, kết nối chuyên gia là một nhu cầu lớn và có tiềm năng phát triển trong tương lai gần. Do đó, nhóm thực hiện đề xuất dé tài “Thiết kế hệ thống hỗ trợ tư vấn chăm sóc bệnh trên lá cây cà chua ứng dụng kỹ thuật máy học”. Đề tài cung cấp các ứng dụng trên thiết bị di động và website để người nông dân có thể dé dàng tham gia vào hệ sinh thái nông nghiệp, quản lý quá trình canh tác và tương tác trực tiếp với các chuyên gia nông nghiệp.
Trong đề tài nghiên cứu này nhóm chọn cây cà chua làm mục tiêu nghiên cứu của mình. Bên cạnh đó, nhóm cũng hướng đến xây dựng cơ sở dữ liệu về bệnh trên cây cà chua phục vụ các nghiên cứu chuyên sâu trong nông nghiệp. Cà chua (tên sinh học: Solanum lycopersicum) phát triển trên hầu hết mọi loại đất thoát nước tốt và 9/10 nông dân trồng cà chua trên ruộng của họ. Nhiều người làm vườn cũng trồng cà chua trong vườn của họ để sử dụng cà chua tươi và có thể cảm nhận được hương vị ngon của thực phẩm tươi mát.
Tuy nhiên, người nông dân và người làm vườn đôi khi không thể biết được liệu vườn cà chua của mình có thực sự được phát triển một cách tốt nhất hay không. Đôi khi cà chua có thể có những đốm den trông xấu và nhiễm bệnh ở phần dưới cùng hoặc đôi khi các bệnh xuất hiện mà mắt thường không thể thấy được. Vì vậy trong đề tài nghiên cứu này, nhóm đã đề xuất ra phương pháp là thiết kế ra một dụng có thể xác định bệnh trên cây cà chua sau khi phân tích hình ảnh của lá. Công việc này sẽ giải quyết các vấn đề của nông dân về xác định bệnh hại của cây trồng và được tư vấn chăm sóc cây trồng một cách nhanh chóng và hiệu quả.
Điều này sẽ giúp họ chữa khỏi bệnh cho cây trồng kịp thời, giúp tăng cả về chất lượng và sản lượng thành phẩm, đồng thời giúp tăng lợi nhuận cho người nông dân. Với mục đích thử nghiệm, nhóm đã sử dụng bộ dữ liệu về lá cà chua được cung cấp bởi Viện Cây ăn trái Miền Nam [13]. Phạm vi trong đề tài nghiêm cứu gồm chín bệnh phổ biến là: bệnh vàng xoăn lá, bệnh đốm lá Septoria, bệnh đốm vi khuẩn, bệnh úa muộn, bệnh cháy lá sớm, bệnh kham lá, bệnh mốc xám, bệnh ve nhện, bệnh đốm vòng [7,8|. Do đối tường phân tích bệnh là lá cây nên cần phải có mô hình máy học và thuật toán phù hợp để đạt được kết quả tốt nhất.
Qua phân tích và tìm hiểu [1-6] nhóm đã lựa chọn mô hình máy học phù hợp là Mask-RCNN với thuật toán phân đoạn đối tượng, thuật toán giúp chúng ta có thể phân đoạn các đối tượng một cách chính xác. Sử dụng kết quả nhận biết bệnh của mô hình máy học, nhóm sẽ phát triển ứng dụng cho phép người dùng có thể chụp ảnh lá cây bị bệnh ngay trên thiết bị di động của mình, qua quá trình phân tích sẽ đưa ra kết quả, tình trạng bệnh trên lá cây đồng thời đề xuất các cách phòng trị phù hợp. Hơn nữa, hệ thống ứng dụng còn hỗ trợ tính năng tạo kết nối với các chuyên gia giúp người dùng hiểu rỏ hơn về các loại bệnh, trau dồi kiến thức của mình và cũng có thể được hỗ trợ giải đáp các thắc mắc liên quan. Ứng dụng cũng sẽ có các bài viết và tài thiệu liên quan để mọi người cùng nhau tìm hiểu và nang cao kiến thức về các bệnh trên cây trồng [9, 10].3 Giới hạn của đề tài 1.
Cơ sở dit liệu bệnh trên cà chua với hơn 10.000 ảnh được gắn nhãn, khoanh vùng đối tượng (segmentation). Hệ thống máy học chẩn đoán bệnh hỗ trợ các chức năng phan tích các loại bệnh, đưa ra các biện pháp chăm sóc phù hợp với từng loại. Các tính năng chính của ứng dụng: ® Cho phép chụp anh lá cây bị bệnh ngay trên thiết bi di động. e Phân tích các loại bệnh trên lá cây cà chua.
» Gợi ý các phương pháp chăm sóc phù hợp cho từng loại bệnh. œ Hỗ trợ kênh liên lạc trực tiếp với chuyên gia về công nghệ và nông nghiệp. © Các bài viết, tài liệu về nông nghiệp liên quan Trên đây là giới thiệu tổng quan về lý do thực hiện, mục tiêu và giới hạn của đề tài. O chương sau chúng ta sẽ đi sâu hơn về phần phân tích và giới thiệu về các kỹ thuật được dùng trong quá trình nghiên cứu và phát triển ứng dụng.
12 Chương 2 GIỚI THIỆU CÁC KỸ THUẬT ĐƯỢC SỬ DỤNG Ỏ chương này, chúng ta sẽ tìm hiểu về mặt lý thuyết các công cụ, kỹ thuật được sử dụng trong suốt quá trình thực hiện dự án. Nội dung được chia thành 3 phần chính: 1. Mô hình máy học. Nền tảng ứng dụng di động.
Nền tang website.1 Mô hình máy học 2.1 Thu thập dữ liệu: Dữ liệu được thu thập dựa trên sự hợp tác với các chuyên gia nông nghiệp từ Trung tâm chuyển giao Công nghệ thông tin, Viện Cây ăn trái Miền Nam, các tài liệu tham khảo có sẵn từ các nghiên cứu trước, để xây dựng cơ sở dữ liệu về bệnh lá cây cà chua (trên 10. Tổng cộng có 10 loại nhãn khác nhau, tương ứng với 9 loại bệnh lá và lá khoẻ mạnh.2 Xử lý ảnh: Xử lý ảnh 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 như xử lý dữ liệu bằng đồ hoạ, xử lý ảnh số là một lĩnh vực của tin học ứng dụng.
Xử lý dit liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh này được xem xét như 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 tượng này với đối tượng 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 nhất nhận dạng ảnh của các đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh,. Các bước xử lý ảnh được thể hiện chỉ tiết trong hình 2.2, quá trình xử lý gồm 5 bước: Biểu diễn và mô. Nhận dạng và Thu nhận ảnh Tiền xử lý ảnh tả nội suy | (Co sở wi thức Hình 2.2: Mô hình các bước xử lý ảnh © Thu nhận ảnh: có thể nhận được qua camera màu hoặc đen trắng, đây là loại ảnh tương tự.
© Tiền xử lý: sau bộ phận thu nhận ảnh,ảnh có thể bị nhiễu hoặc độ tương phản thấp nên cần đưa vào bộ tiền xử lý để nâng cao chất lượng ảnh. ® Chức năng: lọc nhiễu, tăng hoặc giảm độ tương phan. ® Phân đoạn ảnh : là tách ảnh đầu vào thành các vùng để biểu diễn , phân tích và nhận dạng ảnh. 14 ® Biểu diễn ảnh : các vật thể sau khi được phân đoạn có thể được mô tả dưới dạng chuỗi các điểm và biểu diễn ảnh thường được sử dụng khi ta quan tâm đến đặc tính bên trong của vùng ảnh.
Vd : đường cong, hình dang. Quá trình biểu dién ảnh là việc biến đổi các số liệu của ảnh thành dạng thích hợp và cần thiết cho quá trình xử lý bằng máy tính. ® Nhận dạng và nội suy : là quá trình phân loại vật thể dựa trên cơ sở các chỉ tiết mô tả vật thể và nhận dạng ảnh là quá trình xác định ảnh và quá trình này thu được bằng cách so sánh với mẫu đã được lưu trữ từ trước. ® Co sở tri thức : các quá trình xử lý liệt kê trong hình thức xử lý ảnh.