Luận án tiến sĩ nghiên cứu thiết kế hệ thống phân loại nông sản hiệu suất cao sử dụng công nghệ xử lý ảnh kết hợp trí hông minh nhân tạo

Luận án tiến sĩ kỹ thuật nghiên cứu nghiên cứu thiết kế hệ thống phân loại nông sản hiệu suất cao sử dụng công nghệ xử lý ảnh kết hợp, phân tích chuyên sâu, xây dựng mô hình lý

Chuyên ngành

Kỹ Thuật Cơ Khí

Người đăng

Ẩn danh

Thể loại

luận án tiến sĩ

2022

235
17
0

Phí lưu trữ

55 Point

Mục lục chi tiết

LỜI CAM ĐOAN

1. CHƯƠNG I: TỔNG QUAN VÀ CƠ SỞ LÝ THUYẾT

1.1. Tổng quan về hệ thống phân loại nông sản, công nghệ xử lý ảnh và trí thông minh nhân tạo

1.2. Cơ sở lý thuyết về xử lý ảnh và trí tuệ nhân tạo (AI)

1.3. Chỉ tiêu đánh giá chất lượng trái xoài theo tiêu chuẩn Viet GAP và Global GAP

1.4. Phạm vi áp dụng. Khái quát vấn đề phân loại nông sản. Tình hình nghiên cứu trong nước. Tình hình nghiên cứu ngoài nước

1.5. Kết luận chung tình hình nghiên cứu

1.6. Tính cấp thiết của đề tài

1.7. Mục tiêu nghiên cứu

1.7.1. Mục tiêu tổng quát

1.7.2. Mục tiêu cụ thể. Phương pháp nghiên cứu

1.7.2.1. Nghiên cứu lý thuyết
1.7.2.2. Nghiên cứu mô phỏng
1.7.2.3. Nghiên cứu thực nghiệm

1.8. Đối tượng và phạm vi nghiên cứu

1.9. Kế hoạch dự kiến thực hiện đề tài. Nội dung nghiên cứu

1.9.1. Kế hoạch thực hiện

1.9.2. Kết cấu định hướng đề tài

1.9.3. Dự kiến và ứng dụng kết quả nghiên cứu

1.9.3.1. Dự kiến kết quả nghiên cứu
1.9.3.2. Ứng dụng kết quả

2. CHƯƠNG II: NGHIÊN CỨU MÔ HÌNH THÍ NGHIỆM HỆ THỐNG PHÂN LOẠI XOÀI THEO KHỐI LƯỢNG

2.1. Khái quát về mô hình hệ thống phân loại xoài theo khối lượng

2.2. Nguyên lý hoạt động

2.3. Cơ cấu khung hệ thống phân loại

2.4. Cơ cấu băng tải để xử lý ảnh và tính thể tích

2.5. Cơ cấu gạt loại bỏ trái hỏng

2.6. Cơ cấu băng tải tính khối lượng xoài

2.7. Cơ cấu phân loại xoài theo khối lượng

2.8. Kết quả xác định khối lượng xoài trên băng tải

3. CHƯƠNG III: PHÂN LOẠI XOÀI THEO KHỐI LƯỢNG, THỂ TÍCH VÀ KHUYẾT TẬT SỬ DỤNG CÔNG NGHỆ XỬ LÝ ẢNH

3.1. Khái quát về công nghệ xử lý ảnh

3.2. Nguyên lý hoạt động hệ thống xử lý ảnh

3.3. Hệ thống phân loại xoài sử dụng công nghệ xử lý ảnh

3.4. Cấu trúc hệ thống phân loại

3.5. Giải thuật hệ thống phân loại theo khuyết tật, thể tích và khối lượng

3.6. Quy trình xử lý ảnh và tính toán số liệu

3.6.1. Thu nhận ảnh. Chuyển ảnh màu RGB sang ảnh mức xám

3.6.2. Nhị phân hóa ảnh

3.6.3. Phát hiện và tính diện tích khuyết tật

3.6.4. Phân loại dựa trên diện tích khuyết tật

3.7. Hệ thống xử lý ảnh tính thể tích xoài

3.7.1. Hệ thống phân loại xoài sử dụng Kinect

3.7.2. Thuật toán xác định thể tích xoài theo Kinect

3.7.2.1. Phương pháp 1 - Tách lớp cắt tính thể tích xoài
3.7.2.2. Phương pháp 2 - Thống kê kích thước (theo thể tích)

3.7.3. Hệ thống phân loại xoài sử dụng Camera - RGB

3.7.4. Kết quả phương pháp tính thể tích xoài sử dụng xử lý ảnh

3.8. Cơ cấu gạt loại bỏ trái hỏng (khuyết tật)

3.9. Hệ thống tính khối lượng xoài để phân loại

3.9.1. Cơ cấu điều khiển tính khối lượng xoài

3.9.2. Thuật toán và phương pháp điều khiển

3.10. Cơ cấu phân loại xoài ra từng loại

3.11. Chương trình điều khiển

3.12. Cơ cấu cân khối lượng và phân loại xoài

3.13. Kết quả phân loại xoài theo khối lượng, thể tích và khuyết tật sử dụng xử lý ảnh

4. CHƯƠNG IV: HỆ THỐNG PHÂN LOẠI XOÀI SỬ DỤNG CÔNG NGHỆ XỬ LÝ ẢNH KẾT HỢP TRÍ TUỆ NHÂN TẠO

4.1. Khái quát hệ thống phân loại xoài sử dụng công nghệ xử lý ảnh kết hợp AI

4.2. Chuẩn bị dữ liệu cho quá trình chấm điểm

4.3. Hệ thống phân loại sử dụng thị giác máy

4.4. Trích xuất các tính năng bên ngoài hình ảnh xoài

4.5. Ước tính khối lượng và tỷ trọng trái xoài

4.6. Phương pháp mô hình máy học trên hệ thống phân loại

4.7. Nhận biết xoài bằng phương pháp tự học

4.7.1. Giai đoạn 1 - Mô hình huấn luyện

4.7.2. Giai đoạn 2 - Nhận biết xoài

4.7.3. Giai đoạn 3 - Xử lý ảnh

4.7.4. Giai đoạn 4 - Cập nhật dữ liệu

4.8. Bộ dữ liệu trong các mô hình máy học

4.9. Phân loại xoài sử dụng các phương pháp mô hình LDA, SVM, KNN và RF

4.10. Kết quả phân loại xoài ứng dụng các mô hình LDA, SVM, KNN và RF

4.11. Dự đoán độ Brix xoài sử dụng công nghệ xử lý ảnh kết hợp AI

4.11.1. Khái quát các yếu tố đánh giá chất lượng bên trong trái xoài

4.11.2. Xác định yếu tố phụ thuộc độ Brix xoài

4.11.3. Giải thuật và chương trình điều khiển AI xác định độ Brix xoài

4.11.4. Xác định cấu trúc mô hình FFNN xác định độ Brix xoài

4.11.5. Phương pháp tự học trong bài toán xác định độ Brix xoài

4.11.6. Mạng lưới thần kinh tối ưu để dự đoán độ Brix xoài

4.11.7. Kết quả ứng dụng AI dự đoán độ Brix xoài

5. CHƯƠNG V: KẾT LUẬN

5.1. Kết quả nghiên cứu mô hình thí nghiệm hệ thống phân loại xoài theo khối lượng

5.2. Kết quả phân loại xoài theo khối lượng, thể tích và khuyết tật sử dụng công nghệ xử lý ảnh

5.3. Kết quả hệ thống phân loại xoài sử dụng công nghệ xử lý ảnh kết hợp AI

5.4. Kết quả sử dụng hệ thống phân loại xoài thực nghiệm

5.5. Định hướng phát triển đề tài

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Thiết kế hệ thống phân loại nông sản

Luận án tập trung vào thiết kế hệ thống phân loại nông sản hiệu suất cao, sử dụng công nghệ xử lý ảnh kết hợp AI. Hệ thống được phát triển để phân loại xoài dựa trên khối lượng, thể tích và khuyết tật. Phương pháp RF (Random Forest) được chọn làm mô hình tối ưu với hiệu suất đạt 98.1%. Hệ thống này không chỉ áp dụng cho xoài mà còn có thể mở rộng cho các loại nông sản khác.

1.1. Phân loại nông sản hiệu suất cao

Hệ thống phân loại nông sản hiệu suất cao được thiết kế để xử lý khoảng 3.000 kg xoài/giờ, tương đương 6-8 trái/giây. Công nghệ xử lý ảnhAI được tích hợp để tự động hóa quá trình phân loại, giảm thiểu sai sót và tăng năng suất. Hệ thống đã được triển khai tại TP. Cao Lãnh, tỉnh Đồng Tháp, cho thấy hiệu quả thực tế.

1.2. Ứng dụng AI trong nông nghiệp

AI trong nông nghiệp được ứng dụng để dự đoán độ Brix của xoài dựa trên khối lượng, chiều dài, chiều rộng và thể tích với độ chính xác 98%. Các thuật toán máy học như LDA, SVM, KNN và RF được sử dụng để phân loại xoài, trong đó RF cho kết quả tốt nhất. Điều này chứng minh tiềm năng lớn của AI trong việc nâng cao chất lượng và hiệu quả sản xuất nông nghiệp.

II. Xử lý ảnh nông sản

Công nghệ xử lý ảnh nông sản là trọng tâm của luận án, giúp phân tích và trích xuất thông tin từ hình ảnh xoài. Quy trình xử lý ảnh bao gồm chuyển đổi ảnh màu RGB sang ảnh xám, nhị phân hóa, phát hiện khuyết tật và tính toán thể tích. Các phương pháp như KinectCamera RGB được sử dụng để tăng độ chính xác trong việc xác định kích thước và khuyết tật của xoài.

2.1. Phân tích hình ảnh nông sản

Quá trình phân tích hình ảnh nông sản bao gồm việc chụp ảnh xoài, chuyển đổi sang ảnh xám và nhị phân hóa để dễ dàng trích xuất đặc điểm. Các thuật toán như Contour được sử dụng để xác định khuyết tật trên bề mặt xoài. Kết quả cho thấy độ chính xác cao trong việc phát hiện và phân loại xoài dựa trên hình ảnh.

2.2. Công nghệ xử lý ảnh hiện đại

Luận án đề cập đến việc sử dụng công nghệ xử lý ảnh hiện đại như KinectCamera RGB để tính toán thể tích xoài. Phương pháp tách lớp và thống kê kích thước được áp dụng để đạt độ chính xác cao. Kết quả thực nghiệm cho thấy sai số nhỏ giữa thể tích thực tế và thể tích tính toán, chứng minh hiệu quả của công nghệ này.

III. Hệ thống phân loại tự động

Hệ thống phân loại tự động được thiết kế để phân loại xoài dựa trên khối lượng, thể tích và khuyết tật. Hệ thống sử dụng băng tải, cảm biến lựccơ cấu gạt để loại bỏ trái hỏng. Quy trình phân loại được điều khiển bởi các thuật toán máy học, đảm bảo độ chính xác và hiệu suất cao.

3.1. Cơ cấu phân loại nông sản

Hệ thống bao gồm các cơ cấu như băng tải tính khối lượng, cơ cấu gạt loại bỏ trái hỏngcơ cấu phân loại xoài. Các cơ cấu này hoạt động đồng bộ để đảm bảo quá trình phân loại diễn ra liên tục và chính xác. Kết quả thực nghiệm cho thấy sai số nhỏ giữa khối lượng thực tế và khối lượng tính toán.

3.2. Tối ưu hóa phân loại nông sản

Luận án đề xuất các phương pháp tối ưu hóa phân loại nông sản bằng cách sử dụng các thuật toán máy học như LDA, SVM, KNNRF. Trong đó, RF cho kết quả tốt nhất với hiệu suất 98.1%. Các phương pháp này giúp cải thiện độ chính xác và tốc độ phân loại, đáp ứng nhu cầu sản xuất quy mô lớn.

IV. Ứng dụng thực tiễn và kết quả

Luận án đã triển khai hệ thống phân loại xoài tại TP. Cao Lãnh, tỉnh Đồng Tháp, cho thấy hiệu quả thực tế. Hệ thống đạt năng suất cao, phân loại chính xác và có thể mở rộng cho các loại nông sản khác. Kết quả nghiên cứu chứng minh tiềm năng ứng dụng rộng rãi của AIxử lý ảnh trong nông nghiệp.

4.1. Kết quả thực nghiệm

Kết quả thực nghiệm cho thấy hệ thống phân loại xoài đạt hiệu suất cao với độ chính xác 98.1% khi sử dụng mô hình RF. Hệ thống cũng có khả năng dự đoán độ Brix của xoài với độ chính xác 98%. Các kết quả này khẳng định tính khả thi và hiệu quả của hệ thống trong thực tế.

4.2. Định hướng phát triển

Luận án đề xuất hướng phát triển tiếp theo là mở rộng ứng dụng hệ thống cho các loại nông sản khác và tích hợp thêm các công nghệ tiên tiến như IoTBig Data. Điều này sẽ giúp nâng cao hiệu quả và quy mô ứng dụng của hệ thống trong tương lai.

01/03/2025
Luận án tiến sĩ nghiên cứu thiết kế hệ thống phân loại nông sản hiệu suất cao sử dụng công nghệ xử lý ảnh kết hợp trí hông minh nhân tạo

Trích đoạn nội dung tài liệu

CHƯƠNG I: TỔNG QUAN VÀ CƠ SỞ LÝ THUYẾT Chiến lược phát triển khoa học và công nghệ Việt Nam giai đoạn 2011-2020 đã được chính phủ Việt Nam phê duyệt vào năm 2012, Quyết định số 418/QĐ-TTg, trong đó khẳng định việc nghiên cứu, ứng dụng công nghệ tiên tiến, hiện đại và đưa ra các giải pháp tối ưu, phù hợp để phát triển quá trình sản xuất và xuất khẩu nông sản, góp phần xây dựng các thương hiệu mạnh cho các sản phẩm nông sản xuất khẩu của Việt Nam [1], trong đó trái xoài xuất khẩu nằm trong danh mục nông sản đặc biệt chú trọng. Theo Bộ Nông nghiệp và Phát triển nông thôn, xoài là một trong những loại trái cây nhiệt đới chính được trồng tại Việt Nam, chỉ đứng sau chuối. Việt Nam là nước sản xuất xoài lớn thứ 13 thế giới với tổng diện tích trồng trong cả nước khoảng hơn 87.000ha; năm 2020, tổng sản lượng xoài của Việt Nam đạt 893,2 ngàn tấn, tăng 6,5% so với cùng kỳ năm trước. Xoài được trồng nhiều nhất ở khu vực Đồng bằng sông Cửu Long, chiếm khoảng 48% tổng diện tích xoài cả nước, năm 2020 đạt 567.

Năm 2020, kim ngạch xuất khẩu xoài của Việt Nam đạt 180,8 triệu USD (Hình 1. Trong đó, thị trường xuất khẩu lớn nhất là Trung Quốc đạt 151,8 triệu USD, chiếm 83,95% tổng kim ngạch xuất khẩu của Việt Nam, đứng thứ hai là thị trường Nga, đạt 8,4 triệu USD, chiếm 4,65%, thứ 3 là thị trường Papua New Guinea, giá trị xuất khẩu đạt 5,5 triệu USD, chiếm 3,03% thị phần. Tiếp theo là các thị trường Mỹ, Hàn Quốc, EU, Nhật Bản, Hồng Kông (Trung Quốc). Theo Cục Chế biến và Phát triển thị trường Nông sản (Bộ Nông nghiệp và Phát triển nông thôn), xoài là một trong những loại cây có thế mạnh xuất khẩu của Việt Nam.

Để tăng lượng hàng xuất khẩu sang các thị trường lớn, đòi hỏi các cơ sở sản xuất xoài phải tính đến phát triển theo chuỗi giá trị sản phẩm từ sản xuất, thu mua, sơ chế, đóng gói, bảo quản, doanh nghiệp xuất khẩu, bảo đảm đáp ứng quy định của thị trường. Theo đó, mục tiêu phấn đấu đến năm 2030, cả nước có khoảng 140.000 ha xoài, sản lượng 1,5 triệu tấn, kim ngạch xuất khẩu nâng lên 650 triệu USD; có trên 70% cơ sở chế biến bảo quản xuất khẩu đạt trình độ và công nghệ tiên tiến. Đồng bằng sông Cửu Long có hơn 47.000 ha trồng xoài (Đồng Tháp dẫn đầu về diện tích 1 12.106 ha), với sản lượng hằng năm trên 567.700 tấn, năng suất đạt từ 11 đến 13 tấn/ha. Kim ngạch xuất khẩu xoài năm 2020 của Việt Nam đạt trên 180,7 triệu USD.

Tỉnh Đồng Tháp đã lựa chọn cây xoài là 1 trong 5 ngành hàng thực hiện Đề án tái cơ cấu ngành nông nghiệp của tỉnh. Ngoài ra, tỉnh còn tập trung xây dựng nhãn hiệu hàng hóa, xác nhận cấp mã vùng trồng xoài để xuất khẩu, liên kết sản xuất với tiêu thụ. Đơn vị này cũng cho biết, yêu cầu tiên quyết khi xuất khẩu xoài là truy xuất nguồn gốc và tổng số mã vùng trồng được cấp để xuất khẩu năm 2020 là 271 mã, trong đó Đồng Tháp có 109 mã. Đáng lưu ý, diện tích trồng xoài theo tiêu chuẩn Viet GAP và Global GAP là 1.789 ha, chiếm 3,8% trên tổng diện tích.

Vì vậy, cần tăng cường mở rộng hơn nữa diện tích trồng xoài đạt chuẩn để đáp ứng yêu cầu xuất khẩu. Thị phần xuất khẩu xoài của Việt Nam (Thống kê từ Cục Bảo vệ thực vật) [2] Tuy nhiên, ngành hàng xoài ở vùng đồng bằng sông Cửu Long nói chung và tỉnh Đồng Tháp nói riêng còn bộc lộ không ít những hạn chế (Giống xoài chủ lực của tỉnh là xoài cát Chu chiếm 70% diện tích, cát Hòa Lộc chiếm 20% diện tích. Tổng giá trị sản xuất ngành hàng xoài toàn tỉnh cả năm ước đạt 1. Cụ thể, tỷ lệ hao hụt sau thu hoạch trong quá trình thu hoạch và vận chuyển, bảo quản, sau thu hoạch còn khá lớn chiếm hơn 27%; công nghệ chế biến tạo giá trị gia tăng sản phẩm 2 còn nhiều bất cập; quy trình canh tác tiền thu hoạch và xử lý sau thu hoạch (như hệ thống kho lạnh, thiết bị phân loại, sơ chế, xử lý, làm chín, bao bì, đóng gói, vận chuyển) chưa vận hành một cách đồng bộ.

Trước thực trạng trên, các đại biểu tham dự hội thảo đã tập trung vào phân tích thực trạng và định hướng phát triển ngành hàng xoài; giới thiệu về dự án hỗ trợ của UNIDO và cách tiếp cận thông qua mô hình “Trung tâm tiên tiến” về thu hoạch, sơ chế, đóng gói, bảo quản và vận chuyển xoài cho doanh nghiệp trên địa bàn tỉnh; các chuyên gia nước ngoài chia sẻ, đánh giá một số vấn đề trong chuỗi giá trị xoài; chia sẻ tiềm năng của ngành hàng xoài Việt Nam trên các thị trường thế giới. Các doanh nghiệp xuất khẩu trong và ngoài nước cũng thừa nhận xoài Việt Nam sản lượng có nhiều nhưng số lượng đạt quy chuẩn xuất khẩu còn rất khiêm tốn. Đa phần, các công đoạn xử lý xoài sau thu hoạch được thực hiện bằng phương pháp thủ công. Sau khi được xử lý xong lại có vấn đề nấm bệnh, do đó thời gian bảo quản ngắn; trong khi đó, chi phí vận chuyển quá cao.

Do đó, xoài Việt Nam chưa thể cạnh tranh với xoài các nước khác. Vì vậy cần cải thiện các khâu từ sơ chế, chế biến, bảo quản, vận chuyển, nâng cao chất lượng sản phẩm là định hướng của ngành hàng xoài cần hướng tới. Ngoài ra, các cơ quan chủ quản địa phương gắn với cây xoài cũng cần nâng cao năng lực hoạt động của các tổ chức hợp tác để tổ chức sản xuất, tạo ra sản phẩm có số lượng, chất lượng đáp ứng yêu cầu của từng loại thị trường xuất khẩu khác nhau; tạo điều kiện liên kết trong sản xuất, hợp tác và tiêu thụ sản phẩm, nhằm phát triển loại cây trồng này theo hướng bền vững. Ứng dụng công nghệ chế biến sau thu hoạch là 1 trong 2 thắt nút lớn trong việc hình thành các ngành hàng nông nghiệp, trong đó có xoài.

Một tín hiệu tích cực là năm 2017, Bộ Nông nghiệp và Phát triển nông thôn thông qua sự hỗ trợ của Tổ chức UNIDO đã tiến hành dự án xây dựng “Trung tâm tiên tiến” về thu hoạch, sơ chế, đóng gói, bảo quản và vận chuyển xoài. Mặc dù đã xuất hiện rất lâu trong lĩnh vực phân loại nông sản, nhưng cho đến nay vẫn chưa có một hệ thống chuyên dụng nào phục vụ riêng cho quá trình phân loại xoài. Quá trình phân loại xoài tại Việt Nam và thế giới đang được thực hiện chủ yếu bằng sức lao động trực tiếp của người nông dân. Các phương pháp được sử dụng bởi 3 những người nông dân và các nhà phân phối để phân loại các sản phẩm nông nghiệp là thông qua kiểm tra chất lượng truyền thống dùng mắt quan sát tốn thời gian và ít hiệu quả hoặc một số loại máy không chuyên dụng và kết quả cho năng suất không cao, chi phí cao, việc phân loại ra các loại xoài khác nhau là tương đối tốn kém về kinh tế.

Tuy nhiên, các nghiên cứu này đa số vẫn còn đang thí nghiệm và mỗi một nông sản khác nhau phải sử dụng một hệ thống phân loại khác nhau, đặc biệt là với xoài thì sự phân loại lại càng diễn ra phức tạp. Tổng quan về hệ thống phân loại nông sản, công nghệ xử lý ảnh và trí thông minh nhân tạo (trí tuệ nhân tạo) 1. Cơ sở lý thuyết về xử lý ảnh và trí tuệ nhân tạo (AI) Từ thập niên 1990 tới nay, công nghệ xử lý ảnh phát triển không ngừng và được ứng dụng trong nhiều lĩnh vực khác nhau như cơ điện tử, thiên văn học, y tế, sinh vật học, nông nghiệp, vật lý, địa lý, nhân chủng học. Quan sát và lắng nghe là hai công cụ quan trọng để con người nhận thức và xử lý với thế giới bên ngoài, do vậy công nghệ xử lý ảnh số có nhiều khả năng ứng dụng, không chỉ trong khoa học, kỹ thuật mà ngay trong mọi hoạt động khác của con người.

Xử lý ảnh [3]: là một phân ngành trong xử lý ảnh số tín hiệu (Digital image processing) với tín hiệu xử lý là ảnh. Đây là một phân ngành khoa học mới rất phát triển trong những năm gần đây. Xử lý ảnh gồm 4 lĩnh vực chính: xử lý nâng cao chất lượng ảnh, nhận dạng ảnh, nén ảnh và truy vấn ảnh. Là một trong những công nghệ dùng các công cụ thành một hệ thống được ứng dụng rộng rãi hiện nay trong nhiều lĩnh vực khoa học và đời sống xã hội.

Xử lý ảnh không chỉ dừng lại ở việc xử lý những hình ảnh như vết hư hỏng, tái chế và phục hồi các ảnh cũ mà ngày nay công nghệ xử lý ảnh đã mang lại những tiến bộ vượt bậc như nhận dạng vân tay, nhận dạng khuôn mặt, nhận dạng đối tượng, phân loại đối tượng khi xử lý ảnh kết hợp với trí tuệ nhân tạo. Một ảnh được xác định là một hàm không gian hai chiều f(x,y), trong đó x và y là vị trí tọa độ trong không gian, thường gọi là một điểm ảnh (pixel), và độ lớn của f tại bất kỳ cặp điểm (x, y) nào được gọi là độ sáng (intensity) hoặc mức độ xám (gray level) của ảnh tại điểm đó. 4 Kỹ thuật xử lý ảnh bao gồm: Thu nhận ảnh; Lọc và cải thiện ảnh (khử nhiễu hệ thống hoặc ngẫu nhiên), Bộ lọc miền không gian (lọc trung bình - Mean/Average filter; Lọc trung vị - Median filter); Bộ lọc trong miền tần số: lọc đồng hình (Homomorphie Filter) hoặc lọc thông thấp và lọc thông cao); Xử lý ảnh màu (không gian màu RGB hoặc không gian màu CIE); Xử lý hình thái học (xử lý ảnh hình thái học dựa trên cấu trúc và hình dạng, dùng các tính toán hình thái cơ bản để làm đơn giản ảnh nhưng vẫn giữ lại những đặc trưng chính). Tất cả các thao tác xử lý hình thái học đều dựa trên hai ý tưởng cở bản (Fit: Tất cả các điểm ảnh nằm trên phần tử cấu trúc che phủ tất cả các điểm ảnh trên ảnh; Hit: Điểm ảnh bất kì trên phần tử cấu trúc che phủ một điểm ảnh trên ảnh; Phép co giãn ảnh nhị phân: Phép giãn ảnh (Dilation) hoặc phép co ảnh (Erosion); Phép đóng và mở ảnh nhị phân: Phép mở ảnh và phép đóng ảnh là hai phép toán được mở rộng từ hai phép toán hình thái cơ bản là phép co và phép giãn ảnh nhị phân.

Phép mở ảnh thường làm trơn biên của đối tượng trong ảnh, như loại bỏ những phần nhô ra có kích thước nhỏ.

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

Luận án tiến sĩ: Thiết kế hệ thống phân loại nông sản hiệu suất cao với AI và xử lý ảnh là một nghiên cứu chuyên sâu về việc ứng dụng trí tuệ nhân tạo (AI) và công nghệ xử lý ảnh để nâng cao hiệu quả phân loại nông sản. Luận án này không chỉ đề xuất các giải pháp kỹ thuật tiên tiến mà còn mang lại lợi ích thiết thực cho ngành nông nghiệp, giúp tối ưu hóa quy trình sản xuất, giảm thiểu lãng phí và nâng cao chất lượng sản phẩm. Đây là tài liệu hữu ích cho các nhà nghiên cứu, kỹ sư và doanh nghiệp quan tâm đến công nghệ AI trong nông nghiệp.

Để mở rộng kiến thức về các ứng dụng công nghệ trong lĩnh vực khác, bạn có thể tham khảo Luận án tiến sĩ nghiên cứu thiết kế bộ ADC kiểu thanh ghi xấp xỉ liên tiếp công suất thấp sử dụng vật liệu điện tử hữu cơ, một nghiên cứu về thiết kế điện tử tiên tiến. Ngoài ra, Luận án tiến sĩ nghiên cứu xây dựng chuẩn đo lường quốc gia lĩnh vực góc cung cấp góc nhìn chuyên sâu về đo lường kỹ thuật. Cuối cùng, Luận án tiến sĩ khoa học giáo dục phát triển phẩm chất nghề cho sinh viên trong đào tạo nghề điện tử công nghiệp là tài liệu lý tưởng để hiểu rõ hơn về đào tạo nhân lực trong lĩnh vực công nghệ.