Đồ án HCMUTE: Phân loại cà chua theo màu sắc và khối lượng

Khám phá đồ án HCMUTE về hệ thống phân loại cà chua dựa trên màu sắc và khối lượng, ứng dụng công nghệ trong nông nghiệp hiện đại.

• Tác giả: Trần Hoàng Minh
• Người hướng dẫn: Ths. Nguyễn Thanh Nghĩa
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật TP.HCM
• 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: đồ án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶT VẤN ĐỀ
• 1.2. MỤC TIÊU
• 1.3. NỘI DUNG NGHIÊN CỨU
• 1.4. GIỚI HẠN CỦA ĐỀ TÀI
• 1.5. BỐ CỤC
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. GIỚI THIỆU VỀ XỬ LÝ ẢNH
• 2.2. KHÔNG GIAN MÀU CỦA ẢNH
• 2.2.1. Không gian màu RGB
• 2.2.2. Không gian màu HSV
• 2.3. NHỮNG VẤN ĐỀ TRONG XỬ LÝ ẢNH
• 2.3.1. Điểm ảnh
• 2.3.2. Ảnh số

Tóm tắt

I. Tổng quan về hệ thống phân loại cà chua

Hệ thống phân loại cà chua theo màu sắc và khối lượng tại HCMUTE được thiết kế nhằm nâng cao hiệu quả trong ngành nông nghiệp. Việc phân loại cà chua không chỉ giúp tiết kiệm thời gian mà còn tăng năng suất lao động. Hệ thống này sử dụng công nghệ xử lý ảnh để nhận diện và phân loại các loại cà chua như cà chua đỏ loại 1, cà chua đỏ loại 2, cà chua xanh và cà chua vàng. Theo đó, cà chua sẽ được đưa vào máng chờ, sau đó được chụp ảnh và cân khối lượng. Máy tính sẽ xử lý màu sắc và khối lượng để phân loại cà chua một cách tự động. Kết quả cho thấy hệ thống có khả năng nhận diện chính xác và nhanh chóng, từ đó giải phóng sức lao động cho người nông dân.

1.1. Tầm quan trọng của việc phân loại cà chua

Việc phân loại cà chua theo màu sắc và khối lượng có ý nghĩa quan trọng trong việc nâng cao chất lượng sản phẩm nông sản. Cà chua là một trong những loại nông sản phổ biến và được tiêu thụ rộng rãi. Việc phân loại chính xác giúp người tiêu dùng dễ dàng lựa chọn sản phẩm phù hợp với nhu cầu. Hệ thống phân loại tự động không chỉ giúp tiết kiệm thời gian mà còn giảm thiểu sai sót do con người gây ra. Theo nghiên cứu, việc áp dụng công nghệ xử lý ảnh trong phân loại nông sản đã mang lại hiệu quả kinh tế cao, đồng thời cải thiện chất lượng sản phẩm. Hệ thống này cũng giúp nông dân dễ dàng quản lý và theo dõi sản phẩm của mình, từ đó nâng cao giá trị kinh tế cho ngành nông nghiệp.

II. Công nghệ xử lý ảnh trong phân loại nông sản

Công nghệ xử lý ảnh đóng vai trò quan trọng trong việc phân loại nông sản, đặc biệt là cà chua. Hệ thống sử dụng các cảm biến màu sắc và camera để thu thập dữ liệu hình ảnh. Sau khi thu thập, dữ liệu sẽ được xử lý qua phần mềm Matlab để phân tích và phân loại. Việc sử dụng công nghệ này giúp tăng độ chính xác trong việc nhận diện màu sắc và khối lượng của cà chua. Hệ thống có khả năng phân loại nhanh chóng và hiệu quả, từ đó giúp tiết kiệm thời gian và chi phí cho người nông dân. Theo các nghiên cứu trước đây, việc áp dụng công nghệ xử lý ảnh đã chứng minh được tính hiệu quả trong nhiều lĩnh vực, từ sản xuất đến kiểm tra chất lượng sản phẩm.

2.1. Các phương pháp xử lý ảnh

Trong hệ thống phân loại cà chua, có nhiều phương pháp xử lý ảnh khác nhau được áp dụng. Một trong những phương pháp phổ biến là sử dụng không gian màu HSV để phân tích màu sắc. Không gian màu này cho phép phân loại màu sắc một cách chính xác hơn so với không gian màu RGB. Bên cạnh đó, việc sử dụng các thuật toán phân đoạn ảnh cũng giúp tách biệt các đối tượng trong ảnh, từ đó nâng cao độ chính xác trong việc phân loại. Hệ thống cũng có thể áp dụng các kỹ thuật học máy để cải thiện khả năng nhận diện và phân loại. Việc kết hợp giữa công nghệ xử lý ảnh và các phương pháp học máy sẽ tạo ra một hệ thống phân loại nông sản hiệu quả và chính xác hơn.

III. Ứng dụng thực tiễn của hệ thống phân loại

Hệ thống phân loại cà chua theo màu sắc và khối lượng tại HCMUTE không chỉ mang lại lợi ích cho nông dân mà còn có thể áp dụng rộng rãi trong ngành công nghiệp thực phẩm. Việc phân loại chính xác giúp nâng cao chất lượng sản phẩm, từ đó tăng giá trị thương phẩm của cà chua. Hệ thống cũng có thể được mở rộng để áp dụng cho các loại nông sản khác, giúp cải thiện quy trình sản xuất và phân phối. Theo các chuyên gia, việc áp dụng công nghệ xử lý ảnh trong nông nghiệp sẽ là xu hướng tất yếu trong tương lai, giúp nâng cao hiệu quả sản xuất và đáp ứng nhu cầu ngày càng cao của thị trường.

3.1. Lợi ích kinh tế từ hệ thống phân loại

Việc áp dụng hệ thống phân loại cà chua tự động mang lại nhiều lợi ích kinh tế cho nông dân. Đầu tiên, hệ thống giúp tiết kiệm thời gian và nhân lực trong quá trình phân loại sản phẩm. Thứ hai, việc phân loại chính xác giúp nâng cao chất lượng sản phẩm, từ đó tăng giá trị thương phẩm. Nông dân có thể dễ dàng quản lý sản phẩm của mình, từ đó tối ưu hóa quy trình sản xuất. Hệ thống cũng giúp giảm thiểu sai sót trong quá trình phân loại, đảm bảo sản phẩm đến tay người tiêu dùng đạt chất lượng cao nhất. Như vậy, việc đầu tư vào công nghệ xử lý ảnh không chỉ mang lại lợi ích cho nông dân mà còn cho toàn bộ chuỗi cung ứng nông sản.

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 do an 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 do an 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 do an 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 do an 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 do an 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 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Hình 2.3:Hệ tọa độ màu RGB [8].