Phân Loại Sản Phẩm Sử Dụng Raspberry Pi Trong Đồ Án Tốt Nghiệp

Hướng dẫn chi tiết cách phân loại sản phẩm sử dụng Raspberry Pi trong đồ án tốt nghiệp, giúp tối ưu hóa hiệu quả và ứng dụng thực tế.

Người đăng

Ẩn danh

Thể loại

Đồ án tốt nghiệp

2018

101
7
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN

1.1. ĐẶT VẤN ĐỀ

1.2. MỤC TIÊU

1.3. NỘI DUNG NGHIÊN CỨU

1.4. GIỚI HẠN

1.5. BỐ CỤC

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH

2.2. NHỮNG VẤN ĐỀ TRONG XỬ LÝ ẢNH

2.3. NGÔN NGỮ PYTHON VÀ THƯ VIỆN OPENCV

2.4. GIỚI THIỆU PHẦN CỨNG

3. CHƯƠNG 3: TÍNH TOÁN VÀ THIẾT KẾ

3.1. HỆ THỐNG PHẦN CỨNG

3.1.1. Thiết kế sơ đồ khối hệ thống

3.1.2. Sơ đồ kết nối hệ thống

4. CHƯƠNG 4: THI CÔNG HỆ THỐNG

4.1. LẬP TRÌNH HỆ THỐNG

4.1.1. Tiền xử lý ảnh

4.1.2. Tách biên và lấp đầy

4.1.3. Phân loại sản phẩm và nhận dạng sản phẩm lỗi

4.2. PHÂN LOẠI SẢN PHẨM

4.3. HƯỚNG DẪN SỬ DỤNG, THAO TÁC

5. CHƯƠNG 5: KẾT QUẢ NHẬN XÉT ĐÁNH GIÁ

5.1. Kết quả nhận dạng và phân loại sản phẩm

5.2. Kết quả nhận dạng sản phẩm lỗi

5.3. NHẬN XÉT VÀ ĐÁNH GIÁ MÔ HÌNH HỆ THỐNG

6. CHƯƠNG 6: KẾT LUẬN VÀ PHÁT TRIỂN

6.1. Kết quả đạt được

6.2. Những mặt hạn chế

6.3. HƯỚNG PHÁT TRIỂN

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu về Raspberry Pi và ứng dụng trong đồ án tốt nghiệp

Raspberry Pi là một máy tính nhúng đa năng, được sử dụng rộng rãi trong các dự án công nghệ và giáo dục. Trong đồ án tốt nghiệp, Raspberry Pi được sử dụng như một công cụ chính để thực hiện phân loại sản phẩm dựa trên hình dạng. Đề tài này tập trung vào việc ứng dụng Raspberry Pi trong việc nhận dạng và phân loại các sản phẩm như bánh quy với các hình dạng cơ bản như hình tròn, hình vuông, hình chữ nhật và hình tam giác. Hướng dẫn sử dụng Raspberry Pi trong đồ án này bao gồm việc lập trình và kết nối các module phần cứng để tạo ra một hệ thống hoàn chỉnh.

1.1. Tổng quan về Raspberry Pi

Raspberry Pi là một máy tính nhỏ gọn, giá thành thấp, được thiết kế để hỗ trợ giáo dục và nghiên cứu. Với khả năng xử lý mạnh mẽ và hỗ trợ nhiều ngôn ngữ lập trình như Python, Raspberry Pi trở thành công cụ lý tưởng cho các dự án hệ thống nhúng. Trong đồ án này, Raspberry Pi được sử dụng để xử lý hình ảnh và thực hiện các thuật toán nhận dạng hình dạng sản phẩm.

1.2. Ứng dụng Raspberry Pi trong phân loại sản phẩm

Ứng dụng Raspberry Pi trong phân loại sản phẩm là một ví dụ điển hình về việc kết hợp giữa phần cứng và phần mềm. Sử dụng Raspberry Pi cùng với camera và thư viện OpenCV, hệ thống có thể nhận dạng và phân loại các sản phẩm dựa trên hình dạng. Điều này không chỉ giúp tối ưu hóa quy trình sản xuất mà còn mở ra nhiều hướng phát triển mới trong lĩnh vực công nghệ giáo dục.

II. Phương pháp phân loại sản phẩm sử dụng Raspberry Pi

Phân loại sản phẩm là một quá trình quan trọng trong nhiều ngành công nghiệp. Trong đồ án này, phương pháp phân loại dựa trên hình dạng sản phẩm được thực hiện thông qua Raspberry Pi. Hệ thống sử dụng camera để chụp ảnh sản phẩm, sau đó áp dụng các thuật toán xử lý ảnh để nhận dạng và phân loại. Kỹ thuật lập trình Python cùng thư viện OpenCV được sử dụng để xử lý hình ảnh và thực hiện các bước phân loại.

2.1. Xử lý ảnh và nhận dạng hình dạng

Quá trình xử lý ảnh bao gồm các bước như lọc nhiễu, tách biên và nhận dạng hình dạng. Hệ thống sử dụng các thuật toán như Gaussian Blur và Canny Edge Detection để tăng độ chính xác trong việc nhận dạng. Sau khi xử lý, hệ thống sẽ phân loại sản phẩm dựa trên các đặc điểm hình dạng như số cạnh, góc và diện tích.

2.2. Phát hiện sản phẩm lỗi

Một phần quan trọng của đồ án là phát hiện sản phẩm lỗi. Hệ thống sử dụng các thuật toán để kiểm tra các sản phẩm có hình dạng không đúng tiêu chuẩn hoặc bị lỗi trong quá trình sản xuất. Điều này giúp đảm bảo chất lượng sản phẩm và giảm thiểu lãng phí.

III. Thiết kế và triển khai hệ thống

Hệ thống phân loại sản phẩm sử dụng Raspberry Pi được thiết kế với các module phần cứng và phần mềm tích hợp. Phần cứng bao gồm Raspberry Pi, camera, và các thiết bị ngoại vi. Phần mềm được phát triển trên nền tảng Python với thư viện OpenCV để xử lý hình ảnh và thực hiện các thuật toán phân loại. Dự án Raspberry Pi này không chỉ là một mô hình thử nghiệm mà còn có tiềm năng ứng dụng thực tế trong các dây chuyền sản xuất.

3.1. Thiết kế phần cứng

Phần cứng của hệ thống bao gồm Raspberry Pi Model B, camera Pi, và các thiết bị ngoại vi như chuột và bàn phím. Camera được sử dụng để chụp ảnh sản phẩm, trong khi Raspberry Pi đóng vai trò là bộ xử lý trung tâm. Các kết nối phần cứng được thiết kế để đảm bảo tính ổn định và hiệu quả trong quá trình vận hành.

3.2. Phát triển phần mềm

Phần mềm được phát triển trên ngôn ngữ Python với sự hỗ trợ của thư viện OpenCV. Các chức năng chính bao gồm xử lý ảnh, nhận dạng hình dạng, và phân loại sản phẩm. Giao diện người dùng được thiết kế đơn giản để dễ dàng điều khiển và theo dõi quá trình phân loại.

IV. Kết quả và đánh giá

Kết quả của đồ án cho thấy hệ thống phân loại sản phẩm sử dụng Raspberry Pi đạt được độ chính xác cao trong việc nhận dạng và phân loại các sản phẩm dựa trên hình dạng. Hệ thống cũng có khả năng phát hiện các sản phẩm lỗi một cách hiệu quả. Tuy nhiên, vẫn còn một số hạn chế như tốc độ xử lý chậm và yêu cầu về điều kiện ánh sáng khi chụp ảnh. Những hạn chế này cần được cải thiện trong các phiên bản tiếp theo của dự án.

4.1. Đánh giá hiệu quả

Hệ thống đã chứng minh được hiệu quả trong việc phân loại sản phẩm với độ chính xác cao. Tuy nhiên, tốc độ xử lý còn chậm do giới hạn về phần cứng của Raspberry Pi. Điều này có thể được cải thiện bằng cách sử dụng các phiên bản Raspberry Pi mới hơn hoặc tối ưu hóa thuật toán.

4.2. Hướng phát triển

Trong tương lai, hệ thống có thể được phát triển thêm bằng cách tích hợp các công nghệ như AI và machine learning để tăng độ chính xác và tốc độ xử lý. Ngoài ra, việc mở rộng quy mô hệ thống để áp dụng trong các dây chuyền sản xuất công nghiệp cũng là một hướng đi tiềm năng.

12/02/2025

Trích đoạn nội dung tài liệu

đặt vấn đề dẫn nhập lý do chọn đề tài, mục tiêu, nôi dung nghiên cứu, các giới hạn thông số và bố cục đồ án. • Chương 2: Cơ sở lý thuyết Chương này sẽ trình bày cơ bản về xử lý ảnh, phương pháp cơ bản để nhận dạng và phân loại ảnh, giới thiệu cơ bản về Raspberry và thư viện liên quan. • Chương 3: Thiết kế và tính toán Chương này sẽ đi tìm hiểu sơ đồ và cách kết nối cho hệ thống. • Chương 4: Thi công hệ thống Nội dụng chương này là quá trình thực thi chương trình phân loại sản phẩm và nhận biết sản phẩm lỗi.

• Chương 5: Kết quả nhận xét và đánh giá Nội dụng chương này là tổng hợp các kết quả đạt được sau khi thi công mô hình cùng với nhận xét và đánh giá quá trình thưc hiện. • Chương 6: Kết luận và hướng phát triển Kết quả nhận được khi hoàn thiện đề tài, đưa ra các hướng phát triển hoàn thiện mô hình nhằm tiến tới tối ưu hơn trong tương lai. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 3 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ XỬ LÝ ẢNH 2.1 Giới thiệu xử lý ảnh. Xử lý ảnh không còn là đề tài quá mới, nó được áp dụng từ trong các hoạt động thường ngày cho đến việc nâng cao sản xuất.

Nó không những giúp ích cho cá nhân hay gia đình, mà còn ứng dụng cả trong Chính trị, Y tế, Giáo dục,… Xử lý tín hiệu là một môn học trong kỹ thuật điện tử, viễn thông và trong toán học. Liên quan đến nghiên cứu và xử lý tín hiệu kỹ thuật số và analog, giải quyết các vấn đề về lưu trữ, các thành phần bộ lọc, các hoạt động khác trên tín hiệu. Các tín hiệu này bao gồm truyền dẫn tín hiệu, âm thanh hoặc giọng nói, hình ảnh, và các tín hiệu khác,… Trong số các phương pháp xử lý tín hiệu kể trên, lĩnh vực giải quyết với các loại tín hiệu mà đầu vào là một hình ảnh và đầu ra cũng là một hình ảnh, sản phẩm đầu ra được thực hiện trong một quá trình xử lý, đó chính là quá trình xử lý ảnh. Nó có thể được chia thành xử lý hình ảnh tương tự và xử lý hình ảnh kỹ thuật số.

Để có 1 bức ảnh số ta có qúa trình thực hiện như sau: Chụp ảnh từ một máy ảnh là một quá trình vật lý. Ánh sáng mặt trời sử dụng như một nguồn năng lượng. Một dãy cảm biến được sử dụng cho việc thu lại của hình ảnh. Vì vậy, khi ánh sáng mặt trời rơi trên người đối tượng, sau đó số lượng ánh sáng phản xạ của đối tượng được cảm nhận từ các cảm biến, và một tín hiệu điện áp liên tục được tạo ra bởi số lượng dữ liệu cảm biến đó.

Để tạo ra một hình ảnh kỹ thuật số, chúng ta cần phải chuyển đổi dữ liệu này thành một dạng kỹ thuật số. Điều này liên quan đến việc lấy mẫu và lượng tử hóa. Kết quả của việc lấy mẫu và lượng tử hóa sau một quá trình xử lý là một hình ảnh kỹ thuật số. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 4 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.2 Những vấn đề trong xử lý ảnh a.

Điểm ảnh(Picture Element) Là đơn vị cơ bản nhất để tạo nên một bước ảnh kỹ thuật số. Địa chỉ của điểm ảnh được xem như là một tọa độ (x,y) nào đó. Một bức ảnh kỹ thuật số, có thể được tạo ra bằng cách chụp hoặc bằng một phương pháp đồ họa nào khác, được tạo nên từ hàng ngàn hoặc hàng triệu pixel riêng lẻ. Bức ảnh càng chứa nhiều pixel thì càng chi tiết.

Một triệu pixel thì tương đương với 1 megapixel b. Ảnh số Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân giải càng cao thì càng thể hiện rõ nét các đặt điểm của tấm hình càng làm cho tấm ảnh trở nên thực và sắc nét hơn.

Một hình ảnh là một tín hiệu hai chiều, nó được xác định bởi hàm toán học f(x, y) trong đó x và y là hai tọa độ theo chiều ngang và chiều dọc. Các giá trị của f(x, y) tại bất kỳ điểm nào là cung cấp các giá trị điểm ảnh (pixel) tại điểm đó của một hình ảnh. Phân loại ảnh[2] Mức xám của điểm ảnh là cường độ sáng, gán bằng một giá trị tại điểm đó. Các mức ảnh xám thông thường: 16, 32, 64, 128, 256.

Mức đước sử dụng thông dụng nhất là 265, tức là dùng 1byte để biểu diễn mức xám. Trong đó: • Ảnh nhị phân: Là ảnh có 2 mức trắng và đen, chỉ có 2 giá trị 0 và 1 và chỉ sử dụng 1 bit dữ liệu trên 1 điểm ảnh; • Ảnh đen trắng: Là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau; • Ảnh màu: Là ảnh kết hợp của 3 màu cơ bản lại với nhau để tạo ra một thế giới màu sinh động. Người ta thường dùng 3byte để mô tả mức màu, tức là có khoảng 16,7 triệu mức màu. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 5 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT d.

Quan hệ giữa các điểm ảnh[3] Lân cận điểm ảnh: được nói một cách hài hước như là hàng xóm của cái điểm ảnh. Có 2 loại lân cận cơ bản là lân cận 4 và lân cận 8. Điểm Điểm Điểm xét xét xét Lân cận 4 hàng cột Lân cận 4 chéo Lân cận 8 Hình 2.1: Lân cận 4 và lân cận 8 4 điểm ảnh lân cận 4 theo cột và hàng với tọa độ lần lượt là (x+1, y), (x-1, y), (x,y+1), (x, y-1) ký hiệu là tập N4(p). 4 điểm ảnh lân cận 4 theo đường chéo có tọa độ lần lượt là (x+1, y+1), (x+1, y+1), (x-1, y+1), (x-1, y-1) ký hiệu là tập ND(p).

Tập 8 điểm ảnh lân cận 8 là hợp của 2 tập trên: N8(p) = N4(p) + ND(p) (2.1) Liên kết ảnh[3][4]: Các mối liên kết của ảnh được xem như là mối liên kiết của 2 điểm ảnh gần nhau, có 3 loại liên kết: liên kết 4, liên kết 8, lên kết m(liên kết hỗn hợp). Trong ảnh đa mức xám, ta có thể đặt V chứa nhiều giá trị như V={tập con}. Liên kết 4: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 4 của nhau nếu q thuộc về tập N4(p). Liên kết 8: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là liên kết 8 của nhau nếu q thuộc về tập N8(p).

Liên kết m: hai điểm ảnh p và q có giá trị thuộc về tập V được gọi là Liên kết M của nhau nếu thõa 1 trong 2 điều kiện sau: q thuộc về tập N4(p), q thuộc về tập ND(p) và giao của hai tập N4(p), N4(q) không chứa điểm ảnh nào có giá trị thuộc V. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT e. Lọc nhiễu[2][3] Ảnh thu nhận được thường sẽ bị nhiễu nên cần phải loại bỏ nhiễu. Các toán tử không gian dùng trong kỹ thuật tăng cường ảnh được phân nhóm theo công dụng: làm trơn nhiễu, nổi biên.

Để làm trơn nhiễu hay tách nhiễu, người ta sử dụng các bộ lọc tuyến tính (lọc trung bình, thông thấp) hoặc lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình). Từ bản chất của nhiễu (thường tương ứng với tần số cao) và từ cơ sở lý thuyết lọc là: bộ lọc chỉ cho tín hiệu có tần số nào đó thông qua, để lọc nhiễu người ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san bằng (lọc trung bình). Để làm nổi cạnh (ứng với tần số cao), người ta dùng các bộ lọc thông cao, lọc Laplace. Phương pháp lọc nhiễu.

Chia làm 2 loại: lọc tuyến tính, lọc phi tuyến. Làm trơn nhiễu bằng lọc tuyến tính[2]: Khi chụp ảnh có thể xuất hiện nhiều loại nhiễu vào qúa trình xử lý ảnh, nên ta cần phải lọc nhiễu. Gồm các phương pháp cơ bản lọc trung bình, lọc thông thấp,… Ví dụ lọc trung bình: Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận. Làm trơn nhiễu bằng lọc phi tuyến[2]: Các bộ lọc phi tuyến cũng hay được dùng trong kỹ thuật tăng cường ảnh.

Một số phương pháp lọc cơ bản bộ lọc trung vị, lọc ngoài,… Với lọc trung vị, điểm ảnh đầu vào sẽ được thay thế bởi trung vị các điểm ảnh còn lọc giả trung vị sẽ dùng trung bình cộng của hai giá trị “trung vị” (trung bình cộng của max và min). Lọc trung vị: Kỹ thuật này đòi hỏi giá trị các điểm ảnh trong cửa sổ phải xếp theo thứ tự tăng hay giảm dần so với giá trị trung vị. Kích thước cửa số thường được chọn sao cho số điểm ảnh trong cửa sổ là lẻ. Lọc ngoài: Giả thiết có ngưỡng nào đó cho các mức nhiễu (có thể dựa vào lược đồ xám).

Tiến hành so sánh giá trị độ xám của một điểm ảnh với trung bình số học 8 lân cận của nó. Nếu sai lệch lớn hơn ngưỡng, điểm ảnh này được coi như nhiễu. Trong trường hợp đó, thay thế giá trị của điểm ảnh bằng giá trị trung bình 8 lân cận vừa tính được. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 7 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT f.

Phương pháp phát hiện biên[2] Biên là một trong những vấn đền ta cần quan tâm trong xử lý ảnh. Vì ở giai đoạn phân đoạn ảnh chủ yếu dựa vào biên.2: Hình tách biên Điểm biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh hoặc đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh nhị phân, điểm đen gọi là điểm biên nếu lân cận nó có ít nhất một điểm trắng. Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo thành một đường biên hay đường bao.

Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên của đường biên là một loại đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh. Thứ hai, người ta sử dụng biên làm phân cách các vùng xám (màu) cách biệt. Ngược lại, người ta cũng sử dụng các vùng ảnh để tìm đường phân cách. Tầm quan trọng của biên: để thấy rõ tầm quan trọng của biên, xét ví dụ sau: khi người họa sỹ muốn vẽ một danh nhân, họa sỹ chỉ cần vẽ vài đường nứt tốc họa mà không cần vẽ một cách đầy đủ.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ