Chương I — Tổng quan dé tài Trinh bày về ly do chon dé tài, khảo sát các công trình liên quan dé đưa ra mục tiêu, đối tượng, phạm vi và phương pháp thực hiện. Chương 2 — Cơ sở lý thuyết Chương này sẽ mô tả khái quát về các kỹ thuật xử lý ảnh, thuật toán phân đoạn ảnh Barbedo, thuật toán phân loại ảnh, các không gian mau và các thư viện hỗ trợ được sử dụng trong quá trình thực hiện đề tài. Chương 3 — Phương pháp thực hiện Trình bày tổng quát phương pháp thực hiện dé xác định bệnh trên lá cây trồng. Chương 4 — Đánh giá kết quả phân loại Trong chương này, báo cáo sẽ đưa ra phương pháp đánh giá kết quả phân loại và kết quả thực nghiệm dựa trên bộ dữ liệu có được.
Từ đó đưa ra đánh giá dựa kết quả của các thuật toán. Chương 5 — Triển khai ứng dụng Chương này sẽ trình bày ứng dụng được triển khai bao gồm các yêu cầu, mô tả giao diện của ứng dung. Chương 6 — Kết luận và hướng phát triển Trinh bày tổng quan những nội dung được thực hiện trong khóa luận, các kết quả đạt được và những hạn chế mà khóa luận gặp phải. Bên cạnh đó, báo cáo cũng sẽ đề xuất phương hướng phát triển của dé tai trong tương lai.
CƠ SỞ LÝ THUYET Chương này sẽ mô tả khái quát về các kỹ thuật xử lý ảnh, thuật toán phân đoạn ảnh Barbedo, thuật toán phân loại ảnh, các không gian mau và các thư viện hỗ trợ được sử dụng trong quá trình thực hiện đề tài. Tổng quan về xử lý ảnh Xử lý ảnh là đối tượng nghiên cứu của lĩnh vực thị giác máy, là quá trình biến đôi 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. Trong các phép biến đổi ảnh, sử dụng bộ lọc (filter) cho ảnh là một kỹ thuật được sử dụng rộng rãi.
Một số bộ loc được sử dụng Nguyên lý hoạt động của bộ lọc ảnh là nhân ma trận của bộ lọc (filter) với ma trận ảnh. Ví dụ như Hình 2.1, với ảnh gốc là O, hình kết quả sau khi áp dụng bộ lọc là P và bộ lọc được áp dụng có kích thước 3x3. Khi áp dụng bộ lọc với điểm O(4.4), ta nhân các điểm anh trong vùng O(3,3) tới O(5,5) với bộ lọc dé được kết quả là điểm ảnh P(4,4). Tương tự, điểm ảnh P(4,5) sẽ là kết quả của việc nhân các điểm ảnh trong vùng từ O(3,5) tới O(5,6).
Cứ như vay tất cả ảnh sẽ được áp dụng bộ lọc. Anh sau khi đã xử lý Filter Hình 2.1 Cách áp dụng bộ lọc Các bộ lọc ảnh được sử dụng cho nhiều mục đích như: khử nhiễu, xác định cạnh (tim biên của các vật thé trong ảnh), xác định các kết cấu trong ảnh. Mục tiếp theo trình bày khái quát các bộ lọc được sử dụng trong luận văn. Các bộ lọc khử nhiễu 2.
Bộ lọc trung vị Lọc Trung vị là một kĩ thuật lọc phi tuyến, khá hiệu quả đối với hai loại nhiễu: nhiễu dém và nhiễu muối tiêu. Ban đầu số trung vị được sử dụng rộng rãi trong thống kê. Được giới thiệu bởi Tukey trong phân tích chuỗi thời gian vào năm 1970 [6]. Y tưởng chính của thuật toán lọc trung vi như sau: sử dung một cửa số lọc quét qua lân lượt từng diém ảnh của anh đâu vào.
Giá trị mới của điêm anh đang xét sẽ là giá 10 trị trung vị của vùng xung quanh điểm ảnh đó có kích thước bằng với kích thước của bộ lọc. Cụ thể như sau khi ảnh được áp dụng bộ lọc trung vị với kích thước là 3x3. 6| 2| 5 | * 1| 9 | 4 Trong dãy số: 0, 2, 2, 4, 5, 7, 9, * | 4 7 2 0 sô 4 là giá trị median x x Hình 2.2 Mô hình chuyên đổi thuật toán của bộ lọc trung vi Cách thức thực hiện: 1. Quét cửa số lọc lên các thành phần của ảnh sốc; điền các giá tri vào cửa số lọc 2.
Xử lý các thành phan trong cửa số lọc 3. Sắp xếp theo thứ tự các thành phần 4. Lưu lại thành phần trung vị, gán giá trị cho điểm ảnh đầu ra 2. Bộ lọc Gaussian Bộ loc Gaussian, được xem là một phương pháp lam mo min giống như hiệu ứng hình ảnh được đặt dưới lớp màn trong suốt bị mờ.
Nó được sử dụng để giảm nhiễu và mức độ chỉ tiết (không mong muốn) của ảnh. Trong hình ảnh, tần số liên quan đến sự chuyên đổi đột ngột hơn về độ sáng hoặc mau sắc. Hơn nữa nhiễu thường được nhúng trong đải cao của phổ (một cách biéu hiện tín hiệu trong miền tần số) [7]. Xét trên miền tần số, Gaussian sẽ giảm thành phan tan số cao (thường là nhiễu) trong ảnh và chỉ giữ lại thành phần tần số thấp.
Nó tương tự như bộ lọc trung vị, nhưng nó sử dụng một ma trận khác thé hién hinh dang cua ham Gauss. Bộ loc Variance Bang cách phân chia các điểm ảnh thành các ma trận sau đó tính phương sai va so sánh với ngưỡng giá trị, nếu giá trị điểm ảnh lớn hơn giá trị ngưỡng ta xác định điểm ảnh thuộc vùng ảnh. Ngược lại nếu giá trị điểm ảnh nhỏ hơn giá trị ngưỡng ta xác định điêm ảnh thuộc vùng 11 2. Bộ lọc xác định kết cấu Gabor Bộ loc Gabor được đặt tên theo Dennis Gabor là bộ lọc nhạy cảm định hướng, được sử dụng dé phân tích kết cấu.
Bộ lọc gabor có khả năng phân tích hình ảnh tương tự hệ thống thị giác con người. Các bước chính của phương pháp này bao gồm chuẩn hóa ảnh, ước lượng hướng vân cục bộ, ước lượng tần số vân cục bộ, tạo các vùng mặt nạ và lọc gabor. Trong xử lý hình ảnh, quá trình trích xuất đặc điểm của bộ lọc gabor bắt đầu bang việc áp dụng bộ lọc gabor hai chiều cho từng hình riêng lẻ. Quá trình này tuân theo nguyên lý bất định của bộ lọc gabor, trong đó tích của độ phân giải và thời gian phải lớn hơn một hằng số.
Kết quả của bộ lọc là một hình ảnh. Từ hình ảnh này hai đặc điểm được trích xuất bao gồm entropy và energy. Téng quan về phân đoạn ảnh Phân đoạn anh là phương pháp dé chia bức ảnh thành các vùng khác nhau. Mỗi vùng thể hiện cho một đối tượng mà ta quan tâm tới ví như phần bị bệnh của lá.
Mỗi vùng của ảnh sẽ được gán nhãn, các vùng có chung nhãn sẽ có đặc tính giống nhau như: màu sắc, kết câu hay là ý nghĩa thể hiện. Nó là một công cụ có giá trị trong nhiều lĩnh vực. Các kỹ thuật thường dùng để phân đoạn hình ảnh là: giá trị ngưỡng, phân cụm, mạng nơ-ron nhân tạo. Phân đoạn dựa trên khu vực Phân đoạn dựa trên khu vực được thực hiện bang cách chon ngưỡng phân định để phân biệt các vùng riêng biệt trong ảnh.
Một ví dụ của các phân đoạn này là thuật toán Barbedo dùng dé phân đoạn anh lá bị bệnh sẽ được giới thiệu chi tiết ở phần 2. Bằng cách phân tích biểu đồ tần suất của ảnh thuật toán sẽ xác định ngưỡng phân định. Nếu giá trị điểm ảnh lớn hơn ngưỡng phân định có nghĩa là điểm ảnh đó thuộc về vùng lá khỏe mạnh và ngược lại điêm ảnh thuộc vùng lá bi bệnh. Phan đoạn phát hiện cạnh Phân đoạn phát hiện cạnh xác định tập điểm ảnh mà tại điểm ảnh đó xảy ra sự thay đôi đột ngột về cường độ sáng không liên tục của hình ảnh, dé phát hiện các cạnh và từ đó xác định ranh giới của đối tượng.
Phân đoạn dựa trên phân cụm Phân đoạn dựa trên phân cụm sẽ phân đoạn ảnh thành các vùng bằng cách chia điểm ảnh thành các cụm. Một trong những cách thường được sử dụng nhất dé phân loại lá bị bệnh là gom cụm theo màu sắc với thuật toán K-means. Được trình bày trong phan 1.2 “Khảo sát các công trình liên quan”. Toán tử Erosion La một trong hai toán tử hình thái học căn bản.
Toán tử này sử dụng một phan tử câu trúc đê làm giảm kích thước của các đôi tượng trong ảnh. Phần tử cấu trúc là một hình khối được định nghĩa sẵn dé kiểm tra ảnh có thỏa mãn một tính chất nào đó. Phần tử cấu trúc là một ma trận chỉ chứa giá trị 0 và 1. Một điểm ở trong ma trận sẽ được chọn làm điểm sốc để có thực hiện các phép tính.
Ví dụ với một phan tử câu trúc S như sau: Hình 2.3 Phân tử câu trúc Toán tử erosion có công thức: AOB ={zeElIB,c=A} (2.1) Trong đó: e A: là ảnh nhị phân đầu vào. e B: là phan tử cấu trúc 13 e z: là vector. e E: là mặt phăng Euclid chứa A. e Bz: là sự dịch chuyền của B theo véc-tơ z.
Giả sử có một ảnh nhị phân I được biéu diễn ở dạng ma trận như sau: 1 2 3 4 1 2 3 4 Hình 2.4 Ảnh nhị phân I Khi áp dung erosion, với ảnh gốc là I và sử dụng cau trúc phân tử S, ta đặt điểm gốc của cau trúc phân tử lên từng điểm ảnh trên I. Nếu một điểm ảnh của I và các điểm ảnh lân cận ứng với chứa S, điểm ảnh đó sẽ là 1 ở ảnh kết quả. Ngược lại, điểm anh đó sẽ được chuyên thành 0 ở ảnh kết quả. Tiếp theo, lặp lại quá trình với từng điểm ảnh cua I.
Ví dụ: áp dụng toán tử erosion tại điểm I(1,1) như sau, do điểm vùng lân cận I(1,1) chỉ có 2 phần tử nên điểm ảnh sẽ chuyền thành 0 ở ảnh kết quả. Áp dụng tại điểm I(2,2), do vùng từ I(1,2) tới I(3,2) có giá trị giống S nên tại ảnh kết quả có giá trị là 1.6 Ap dung erosion tại điểm Hình 2.5 Áp dụng erosion tại điểm 11,1) 12,2) Hình 2.7 Kết quả sau khi sử dụng erosion => I T Hình 2.8 Ảnh nhị phân sau khi áp dụng erosion Ngoài áp dụng cho ảnh nhị phân, erosion có thé áp dụng cho ảnh xám dé giảm kích thước của đối tượng trong ảnh. Các không gian màu thông dụng 2. RGB Với ảnh ở không gian màu RGB, mỗi điểm ảnh bao gồm3 chỉ số: e R- Red là hệ số màu đỏ.
e G- Green là hệ số màu xanh lá. e B- Blue là hệ số màu xanh dương. Mau sắc của mỗi điểm ảnh sẽ được tinh dựa trên 3 kênh màu. Ngoài ra, độ sáng tối của ảnh cũng ảnh hưởng đến 3 kênh màu.