Luận Văn Thiết kế và thi công hệ thống đếm số lượng cá giống

Có nhi u cách phân loai nh khác nhau v nh... Máy ch p nh, camera có th ghi l i hình nh phim trong máy ch p, vidicon trong camera truy n hình.. Tr ng h p dùng phim, tia sáng đi qua phim..

Ch ng 1 T NG QUAN

Theo T ng c c Th ng kê l ng th y s n nuôi tr ng 6 tháng đ u n m 2018 đ t 1.793,5 nghìn t n, t ng 6,4% so v i cùng k n m tr c, trong đó cá đ t 1.310,2 nghìn t n, t ng 6,1%; tôm đ t 292,6 nghìn t n, t ng 11,2% Nuôi cá tra là s n ph m

ch l c c a ngành Thu s n Vi t Nam sau con tôm Nhi u n m qua, ngh nuôi cá tra g p thu n l i v giá, ng i nuôi có lãi nên di n tích nuôi đ c m r ng Tính chung 6 tháng, di n tích nuôi cá tra c a c n c c tính đ t 14,3 nghìn ha, t ng 6,8% so v i cùng k n m tr c, trong đó di n tích nuôi cá tra thâm canh, bán thâm canh đ t 4,5 nghìn ha, t ng 10,2%; di n tích nuôi cá tra qu ng canh và qu ng canh

c i ti n 9,8 nghìn ha, t ng 5,3% S n l ng cá tra 6 tháng c tính đ t 603,1 nghìn

t n, t ng 8,1% so v i cùng k n m tr c, trong đó ng Tháp đ t 191,8 nghìn t n,

t ng 4,5%; An Giang 159,8 nghìn t n, t ng 14,7% Qua đó, s l ng cá gi ng đã

t ng nhanh chóng v ch t l ng và s l ng Toàn vùng đ ng b ng sông C u Long

có 108 c s cho sinh s n nhân t o cá tra và g n 1.900 h ng d ng cá gi ng v i

di n tích trên 1.500 ha, s n l ng cá b t s n xu t c đ t 16,5 t con, t p trung t i các t nh nh : An Giang, ng Tháp, C n Th … Trong đó An Giang là t nh s n

xu t và cung ng cá tra gi ng ch y u c a khu v c đ ng b ng sông C u Long

H u h t giao d ch mua bán cá b t, cá h ng, cá gi ng hi n nay trên th tr ng

v n còn s d ng ph ng pháp th công đ c l ng và đ m m u i v i cá b t

có 3 cách: cách th nh t là dùng cân (lo i cân 2 đ a, cân đ c 1g tr lên), cân bì

tr c Bì là c c, ch u thu tinh hay bát có ch a m t ít n c s ch Dùng v t r t cá

b t đ b t cá, gi v t đ cá v a ráo n c Cân 2-5 gam cá th vào bát n c s ch Dùng thìa canh múc đ m s cá v a cân L p l i vài l n nh th , đ l y s trung bình (s con/gam) Bi t s l ng cá bán, s tính đ c kh i l ng cá (bao gam), đ cân và giao cho ngu i mua cá Cách th hai: nhi u đ a ph ng đã t làm l y nh ng d ng

c đ c bi t, chuyên đ đong cá b t, goi là cái gi ng ây là m t cái thìa đ c bi t, có

nh t ng ng v i s l ng cá b t nhi u hay ít đã đ c tính s n Cách th ba: đ vào c c thu tinh có chia đ 3-4 cc n c Sau đó đ m t ít cá b t đã róc n c vào

c c cho n c dâng lên 2-3 cc m s cá b t trong c c và tính ra 1 cc có bao nhiêu

cá b t T đó s suy ra s cá b t đ nh mua t ng ng v i s cc i v i cá h ng,

cá gi ng: dùng ph ng pháp cân m u đ 100 gam hay 1000 gam có bao con cá T

s l ng cá mua bán, s bi t đ c t ng s cân cá, ph i giao cho ng i mua cá Các

ph ng pháp này t n nhi u nhân công, s c kh e cá gi ng, đ c bi t có s sai s trong quá trình đ m, nh v y khó có s minh b ch gi a ng i bán và ng i mua Vì

v y, t đ ng hóa quá trình nh n d ng và đ m s l ng cá gi ng là m t nhu c u th c

t Xu t phát t chính nhu c u th c t đó mà nhóm đã đ a ra quy t đ nh ch n đ tài:

“Thi t k và thi công h th ng đ m s l ng cá gi ng” đ ti n hành nghiên c u

và th c hi n

đ m b o vi c thi công m ch theo nh ý t ng, chu n xác và không x y ra

s c b t bu c ta ph i tính toán và thi t k Nên nhóm đ ra m c tiêu chính là thi công đ c h th ng có th đ m đ c s l ng cá gi ng trong nh hi n th ra màn hình Tính toán, thi t k t ng kh i c a h th ng nh : kh i ngu n, kh i x lý trung

tâm, kh i led, kh i camera, kh i hi n th

1.2 M C TIÊU

Thi t k h th ng (raspberry, camera và lcd) đ m s l ng cá gi ng S d ng

mã ngu n m OpenCV vào x lý nh

- i u ch nh ánh sang (không m , chóa) đ m b o nh ch p t t nh t

- L p ráp thi t b , hoàn thi n h th ng

t v n đ liên quan đ n đ tài, tìm hi u nh ng lý do và s c n thi t đ th c

hi n đ tài, m c tiêu hoàn thành, gi i h n c ng nh nh ng b c đi t c b n đ n c

u tiên ph i k đ n x lý tín hi u s là m t môn h c h t s c c b n cho x lý tín

hi u chung, các khái ni m v tích ch p, các bi n đ i Fourier, bi n đ i Laplace, các

b l c h u h n… Th hai, các công c toán nh đ i s tuy n tính, sác xu t, th ng

kê M t s ki n th c n thi t nh trí tu nhân t o, m ng n ron nhân t o c ng đ c

đ c p trong quá trình phân tích và nh n d ng nh

Các ph ng pháp x lý nh b t đ u t các ng d ng chính: nâng cao ch t

l ng nh và phân tích nh ng d ng đ u tiên đ c bi t đ n là nâng cao ch t

l ng nh báo đ c truy n qua cáp t Luân đôn đ n New York t nh ng n m 1920

V n đ nâng cao ch t l ng nh có liên quan t i phân b m c sáng và đ phân gi i

c a nh Vi c nâng cao ch t l ng nh đ c phát tri n vào kho ng nh ng n m

1955 i u này có th gi i thích đ c vì sau th chi n th hai, máy tính phát tri n nhanh t o đi u ki n cho quá trình x lý nh sô thu n l i N m 1964, máy tính đã có

kh n ng x lý và nâng cao ch t l ng nh t m t tr ng và v tinh Ranger 7 c a M bao g m: làm n i đ ng biên, l u nh T n m 1964 đ n nay, các ph ng ti n x

lý, nâng cao ch t l ng, nh n d ng nh phát tri n không ng ng Các ph ng pháp tri th c nhân t o nh m ng n ron nhân t o, các thu t toán x lý hi n đ i và c i ti n, các công c nén nh ngày càng đ c áp d ng r ng rãi và thu nhi u k t qu kh

quan

d t ng t ng, xét các b c c n thi t trong x lý nh u tiên, nh t

nh) Tr c đây, nh thu qua Camera là các nh t ng t (lo i camera ng ki u CCIR) G n đây, v i s phát tri n c a công ngh , nh màu ho c đen tr ng đ c l y

ra t camera, sau đó nó đ c chuy n tr c ti p thành nh s t o thu n l i cho x lý

ti p theo M t khác, nh c ng có th ti p nh n t v tinh; có th quét t nh ch p

b ng máy quét nh

Hình 2.1 Các b c c b n trong x lý nh

S đ này bao g m các thành ph n sau:

a Ph n thu nh n nh (Image Acquisition)

nh có th nh n qua camera màu ho c đen tr ng Th ng nh nh n qua camera là nh t ng t (lo i camera ng chu n CCIR v i t n s 1/25, m i nh 25 dòng), c ng có lo i camera đã s hoá (nh lo i CCD – Change Coupled Device) là

lo i photodiot t o c ng đ sáng t i m i đi m nh Camera th ng dùng là lo i quét dòng; nh t o ra có d ng hai chi u Ch t l ng m t nh thu nh n đ c ph thu c vào thi t b thu, vào môi tr ng (ánh sáng, phong c nh)

b Ti n x lý (Image Processing)

Sau b thu nh n, nh có th nhi u đ t ng ph n th p nên c n đ a vào b

ti n x lý đ nâng cao ch t l ng Ch c n ng chính c a b ti n x lý là l c nhi u, nâng đ t ng ph n đ làm nh rõ h n, nét h n

c Phân đo n (Segmentation) hay phân vùng nh

Phân vùng nh là tách m t nh đ u vào thành các vùng thành ph n đ bi u

di n phân tích, nh n d ng nh Ví d : đ nh n d ng ch (ho c mã v ch) trên phong

bì th cho m c đích phân lo i b u ph m, c n chia các câu, ch v đ a ch ho c tên

ng i thành các t , các ch , các s (ho c các v ch) riêng bi t đ nh n d ng ây là

ph n ph c t p khó kh n nh t trong x lý nh và c ng d gây l i, làm m t đ chính xác c a nh K t qu nh n d ng nh ph thu c r t nhi u vào công đo n này

d Bi u di n nh (Image Representation)

u ra nh sau phân đo n ch a các đi m nh c a vùng nh ( nh đã phân

đo n) c ng v i mã liên k t v i các vùng l n c n Vi c bi n đ i các s li u này thành

d ng thích h p là c n thi t cho x lý ti p theo b ng máy tính Vi c ch n các tính

ch t đ th hi n nh g i là trích ch n đ c tr ng (Feature Selection) g n v i vi c tách các đ c tính c a nh d i d ng các thông tin đ nh l ng ho c làm c s đ phân

bi t l p đ i t ng này v i đ i t ng khác trong ph m vi nh nh n đ c Ví d : trong nh n d ng ký t trên phong bì th , chúng ta miêu t các đ c tr ng c a t ng ký

t giúp phân bi t ký t này v i ký t khác

e Nh n d ng và n i suy nh (Image Recognition and Interpretation)

Nh n d ng nh là quá trình xác đ nh nh Quá trình này th ng thu đ c

b ng cách so sánh v i m u chu n đã đ c h c (ho c l u) t tr c N i suy là phán đoán theo ý ngh a trên c s nh n d ng Ví d : m t lo t ch s và nét g ch ngang trên phong bì th có th đ c n i suy thành mã đi n tho i Có nhi u cách phân loai

nh khác nhau v nh Theo lý thuy t v nh n d ng, các mô hình toán h c v nh

đ c phân theo hai lo i nh n d ng nh c b n:

- Nh n d ng theo tham s

- Nh n d ng theo c u trúc

M t s đ i t ng nh n d ng khá ph bi n hi n nay đang đ c áp d ng trong

khoa h c và công ngh là: nh n d ng ký t (ch in, ch vi t tay, ch ký đi n t ),

nh n d ng v n b n (text), nh n d ng vân tay, nh n d ng mã v ch, nh n d ng m t

h c đ m b o ti n l i cho x lý, ng i ta mong mu n b t ch c quy trình ti p nh n

và x lý nh theo cách c a con ng i Trong các b c x lý đó, nhi u khâu hi n nay đã x lý theo các ph ng pháp trí tu con ng i

2.1.2 Các khái ni m c b n trong x lý nh

a i m nh (Picture Element)

G c c a nh ( nh t nhiên) là nh liên t c v không gian và đ sáng x lý

b ng máy tính (s ), nh c n ph i đ c s hoá S hoá nh là s bi n đ i g n đúng

m t nh liên t c thành m t t p đi m phù h p v i nh th t v v trí (không gian) và

đ sáng (m c xám) Kho ng cách gi a các đi m nh đó đ c thi t l p sao cho m t

ng i không phân bi t đ c ranh gi i gi a chúng M i m t đi m nh v y g i là

đi m nh (PEL: Picture Element) hay g i t t là Pixel Trong khuôn kh nh hai chi u, m i pixel ng v i c p t a đ (x, y)

i m nh (Pixel) là m t ph n t c a nh s t i to đ (x, y) v i đ xám ho c màu nh t đ nh Kích th c và kho ng cách gi a các đi m nh đó đ c ch n thích

h p sao cho m t ng i c m nh n s liên t c v không gian và m c xám (ho c màu)

c a nh s g n nh nh th t M i ph n t trong ma tr n đ c g i là m t ph n t

nh

b phân gi i c a nh

phân gi i (Resolution) c a nh là m t đ đi m nh đ c n đ nh trên m t

nh s đ c hi n th Theo đ nh ngh a, kho ng cách gi a các đi m nh ph i đ c

ch n sao cho m t ng i v n th y đ c s liên t c c a nh Vi c l a ch n kho ng cách thích h p t o nên m t m t đ phân b , đó chính là đ phân gi i và đ c phân

b theo tr c x và y trong không gian hai chi u

c M c xám c a nh

M t đi m nh (pixel) có hai đ c tr ng c b n là v trí (x, y) c a đi m nh và đ xám c a nó D i đây chúng ta xem xét m t s khái ni m và thu t ng th ng dùng trong x lý nh

nh ngh a: M c xám c a đi m nh là c ng đ sáng c a nó đ c gán b ng

giá tr s t i đi m đó

Các thang giá tr m c xám thông th ng: 16, 32, 64, 128, 256 (M c 256 là

m c ph d ng Lý do: t k thu t máy tính dùng 1 byte (8 bit) đ bi u di n m c

Hình 2.2 Bi u di n m c xám c a nh s Trong hình 2.2, m t l i chia ô vuông t ng t ng đ c đ t lên nh l n

m i ô vuông c a l i xác đ nh kích th c c a m t đi m nh M c xám c a m t

đi m đ c tính b ng c ng đ sáng trung bình t i m i ô vuông này M t l i càng

nh thì ch t l ng nh càng cao Trong k thu t truy n hình tiên ti n, (m c đích là cung c p cho ng i xem), hình nh c n ch t l ng cao v i đ phân gi i g p hai l n

so v i các chu n hi n nay

Trong k thu t t ng t , m t b c nh th ng đ c bi u di n d i d ng các

thông tin v c ng đ sáng d c theo m t đ ng n m ngang trong nh g c nh trên

m t chi c TV đ c hi n lên qua các dòng quét này M c dù thu t ng "t ng t "

đ c dùng đ mô t cho các nh quét liên ti p nh ng th c t nh ch t ng t d c theo h ng n m ngang Nó là r i r c khi xét theo h ng d c và chính vì v y mà tín

phân M c 1 ng v i màu sáng, còn m c 0 ng v i màu t i N u L l n h n 2 ta có

nh đa c p xám Nói cách khác, v i nh nh phân m i đi m nh đ c mã hóa trên 1 bit, còn v i nh 256 m c, m i đi m nh đ c mã hóa trên 8 bit Nh v y, v i nh đen tr ng: n u dùng 8 bit (1 byte) đ bi u di n m c xám, s các m c xám có th

bi u di n đ c là 256 M i m c xám đ c bi u di n d i d ng là m t s nguyên

n m trong kho ng t 0 đ n 255, v i m c 0 bi u di n cho m c c ng đ đen nh t và

255 bi u di n cho m c c ng đ sáng nh t

nh nh phân khá đ n gi n, các ph n t nh có th coi nh các ph n t logic

ng d ng chính c a nó đ c dùng theo tính logic đ phân bi t đ i t ng nh v i

n n hay đ phân bi t đi m biên v i đi m khác

nh màu: trong khuôn kh lý thuy t ba màu (Red, Blue, Green) đ t o nên th

gi i màu, ng i ta th ng dùng 3 byte đ mô t m c màu, khi đó các giá tr màu:

Gi s có đi m nh p t i to đ (x, y) P có 4 đi m lân c n g n nh t theo chi u

đ ng và ngang (có th coi nh lân c n 4 h ng chính: ông, Tây, Nam, B c)

{(x-1, y); (x, y-1); (x, y+1); (x+1, y)} = N4 (p) (2.2)

Trong đó: s 1 là giá tr logic; N4 (p) t p 4 đi m lân c n c a p

Hình 2.3 Lân c n các đi m nh c a t a đ (x, y) Các lân c n chéo: các đi m lân c n chéo NP (p) (có th coi lân c n chéo là 4

h ng: ông-Nam, ông-B c, Tây-Nam, Tây-B c)

NP (p) = {(x+1, y+1); (x+1, y-1); (x-1, y+1); (x-1, y-1)} (2.3)

T p k t h p: N8 (p) = N4 (p) + NP (p) là t p h p 8 lân c n c a đi m nh p

Chú ý: N u (x, y) n m biên (mép) nh; m t s đi m s n m ngoài nh

nh ngh a: Kho ng cách D (p, q) gi a hai đi m nh p to đ (x, y), q to đ (s,

t) là hàm kho ng cách (Distance) ho c Metric n u:

K ho ng cách kh i: Kho ng cách D4 (p, q) đ c g i là kho ng cách kh i đ th (CityBlock Distance) và đ c xác đ nh nh sau:

D4 (p, q) = | x - s | + | y - t | (2.5)

Giá tr kho ng cách gi a các đi m nh r: giá tr bán kính r gi a đi m nh t tâm

đi m nh đ n tâm đi m nh q khác Ví d : Màn hình CGA 12” (12”*2,54cm = 30,48cm = 304,8mm) đ phân gi i 320*200; t l 4/3 (Chi u dài/Chi u r ng) Theo

đ nh lý Pitago v tam giác vuông, đ ng chéo s l y t l 5 ph n (5/4/3: đ ng chéo/chi u dài/chi u r ng màn hình); khi đó đ dài th t là (305/244/183) chi u r ng màn hình 183mm ng v i màn hình CGA 200 đi m nh theo chi u d c Nh v y, kho ng cách đi m nh lân c n c a CGA 12” là ả 1mm

Kho ng cách D8 (p, q) còn g i là kho ng cách bàn c (Chess-Board Distance)

gi a đi m nh p, q đ c xác đ nh nh sau:

D8 (p, q) = max (| x-s |, | y-t |) (2.6) 2.1.3 Các v n đ khác trong x lý nh

a Thu nh n nh

Thu nh n nh: hai thành ph n cho công đo n này là linh ki n nh y v i ph

n ng l ng đi n t tr ng, lo i th nh t t o tín hi u đi n đ u ra t l v i m c

n ng l ng mà b c m bi n (đ i di n là camera); lo i th hai là b s hoá

Máy ch p nh, camera có th ghi l i hình nh (phim trong máy ch p, vidicon trong camera truy n hình) Có nhi u lo i máy c m bi n (Sensor) làm vi c v i ánh sáng nhìn th y và h ng ngo i nh : Micro Densitometers, Image Dissector, Camera Divicon, linh ki n quang đi n b ng bán d n Các lo i c m bi n b ng ch p nh ph i

s hoá là phim âm b n ho c ch p nh Camera divicon và linh ki n bán d n quang

đi n có th cho nh ghi trên b ng t có th s hoá Trong Micro Densitometer phim

và nh ch p đ c g n trên m t ph ng ho c cu n quang tr ng Vi c quét nh thông qua tia sáng (ví d tia Laser) trên nh đ ng th i d ch chuy n m t phim ho c quang

tr ng t ng đ i theo tia sáng Tr ng h p dùng phim, tia sáng đi qua phim

nh thu đ c sau quá trình s hóa th ng đ c l u l i cho các quá trình x

nhi u đ nh d ng nh khác nhau t nh đen tr ng (v i đ nh d ng IMG), nh đa c p xám cho đ n nh màu: (BMP, GIF, JPEG…) Tuy các đ nh d ng này khác nhau, song chúng đ u tuân theo m t c u trúc chung nh t Nhìn chung, m t t p nh b t k

th ng bao g m 3 ph n: header, data compression, palette color

b Nhi u

nh sau quá trình thu nh n th ng không tránh kh i nhi u, nhi u gây ra b i ánh sáng tác đ ng lên chính b n thân ch t li u và trong đó m t ph n nh do thi t b thu nh n nh đã t o nên các đ c tr ng riêng cho m i ch t li u Có th nói, nhi u

đ c xem nh thành ph n không mong mu n có trong nh, nhi u là m t hi n t ng

ng u nhiên luôn luôn có m t trên m i h th ng x lí tín hi u th c Nhi u xu t hi n trong nh b i nhi u nguyên nhân nh do s thay đ i đ nh y c a đ u dò, do s bi n

đ i c a môi tr ng, do chính b n thân ch t li u sinh ra, do sai s l ng t hóa hay sai s truy n T t c các nguyên nhân gây ra nhi u trên đã sinh ra nhi u đ c

phân thành

các lo i chính nh sau:

Nhi u đ c l p v i d li u nh (Independent Noise): là m t lo i nhi u c ng

(additive noise) nh thu đ c f(i,j) là t ng c a nh đúng (true image) và nhi u n(i,j):

f(i,j) = s(i,j) + n(i,j)

Nhi u ph thu c vào d li u (Data dependent noise): nhi u xu t hi n khi

có s b c x đ n s c n m r i rác trên b m t nh, đ l m ch m trên b m t tùy thu c vào b c sóng c a đi m nh Do có s giao thoa gi a các sóng nh nên làm

xu t hi n nh ng v t l m đ m trên nh

Nhi u Gauss: nhi u này có đ c do b n ch t r i r c c a b c x (h th ng

ghi nh b ng cách đ m các photon (l ng t ánh sáng) Là nhi u c ng và đ c l p

(independent, additivenoise) – nhi u n (i, j) có phân ph i Gauss (trung bình = zero)

đ c mô t b i đ l ch chu n (standard deviation), hay ph ng sai M i pixel trong

nh nhi u là t ng giá tr pixel đúng (true pixel) và pixel ng u nhiên

Nhi u mu i – tiêu (Salt & Pepper noise): nhi u này sinh ra do x y ra sai s

trong quá trình truy n d li u Nh ng pixel đ n đ c đ t luân phiên mang giá tr zero hay giá tr maximum t o ra hình ch m d ng mu i tiêu trên nh

ã có nhi u ph ng pháp đã đ c đ xu t đ lo i b nhi u ra kh i nh Trong đó, ph ng pháp l c trung v (Median filter) đ u tiên mang l i hi u su t l c khá t t Ti p sau đó là các b l c phát tri n d a trên Median filter nh Adaptive

Median filter, Weighted Median filter, Center-Weighted Median filter, Alpha-Trim

Mean filter… Dù đã có nhi u c i ti n nh ng nh ng b l c này v n còn nhi u nh c

đi m là x lý toàn b các pixel trong nh và vì v y làm m t ho c m đi các chi ti t

nh.

2.1.4 Các ph ng pháp x lý đ i t ng trong nh

Nâng cao ch t l ng nh là b c c n thi t trong x lý nh nh m hoàn thi n

m t s đ c tính c a nh Nâng cao ch t l ng nh g m hai công đo n khác nhau:

t ng c ng nh và khôi ph c nh T ng c ng nh nh m hoàn thi n các đ c tính

c a nh nh :

- L c nhi u, hay làm tr n nh

- T ng đ t ng ph n, đi u ch nh m c xám c a nh

- Làm n i biên nh

Các thu t toán tri n khai vi c nâng cao ch t l ng nh h u h t d a trên các

k thu t trong mi n đi m, không gian và t n s

a Chuy n qua nh xám

n v c b n c a m t b c nh là đi m nh (pixel), m i đi m nh có th đ c

bi u di n b ng n bytes d i các h màu khác nhau Vi c chuy n đ i gi a các h màu thông th ng đ c th c hi n thông qua các phép bi n đ i ma tr n Xét đ n

ph ng th c chuy n đ i t nh 24 bit RGB sang nh 8 bit đa m c xám, đ th c

hi n yêu c u trên, thông th ng ta s d ng cách chuy n đ i t nh 24 bit RGB sang

nh 8bit GrayScale

GrayScale: là m t h th ng màu có mô hình màu đ n gi n nh t v i 256 c p đ

xám bi n thiên t màu đen đ n màu tr ng S n ph m đ c xu t ra s có màu tr ng đen

c s d ng c trong công nghi p in l n dùng trong vi c th hi n nh lên các thi t b s

nh xám (Gray image) hay còn g i là nh đ n s c (Monochromatic), m i giá tr

đi m nh (Pixel) trong ma tr n đi m nh mang giá tr t 0 đ n 255

Trong không gian màu RGB, đ có m t nh xám c n có ph i có giá tr kênh màu

Red(x, y) = Green(x, y) = Blue(x, y) (V i x, y l n l t là t a đ c a đi m nh)

Hình 2.4 Chuy n đ i h th ng màu RGB sang Grayscale Công th c tính c ng đ sáng t i m t đi m nh t nh RGB:

Ix, y = 0.3086 * Redx, y + 0.6094 * Greenx, y + 0.0820 * Bluex, y (2.7)

Phân tích:

I(x, y): Là c ng đ sáng t i đi m nh (x, y) c a nh xám

Red(x, y): Là giá tr c a kênh màu Red ( ) t i đi m nh (x, y) c a nh màu

Tôi có công th c khác tính c ng đ sáng t i m t đi m nh t nh RGB:

I(x, y) = (2 * Red(x, y) + 5 * Green(x, y) + 1 * Blue(x, y)) / 8 (2.9) Chú ý:

Các phép toán trong s nguyên (Int) nhanh h n r t nhi u trong s th c

(Float)

Trong OpenCV, h th ng màu có th t các kênh màu là Blue-Green-Red

Các thông s dùng đ tính toán c ng đ sáng cho nh xám nh : 0.3086, 0.6094, 0.0820… c coi là nh ng con s đ p do ng i ta nghiên c u ra Các con

s này có th thay đ i Chúng ta hoàn toàn có th ch n m t giá tr m t kênh màu

ho c chia trung bình c ng c a 3 kênh màu đ tìm c ng đ sáng t i m t đi m nh

(Pixel)

L u ý r ng giá tr m i đi m nh I(x, y) hay còn g i là c ng đ sáng

(Luminance Intensity) trong nh đa m c xám tính đ c là t ng tr ng s khác nhau

c a m i thành ph n màu trong h màu RGB M t trong nh ng lý do c a vi c này là

n u chúng ta s d ng cùng tr ng s , ví d (R + G + B) / 3 thì màu đ , màu xanh

n c bi n hay màu xanh da tr i s có cùng m c xám sau khi chuy n đ i M t khác

khoa h c đã ch ng minh thì m t ng i nh y c m h n v i thành ph n màu xanh lá cây và màu đ so v i xanh da tr i

Hình 2.5 nh minh h a nàng Lena

b Phân ng ng (Threshold)

Khi x lý tr c ti p nh t không gian màu (RGB, HIS…) ho c nh xám (gray) đôi khi chúng ta ph i ti p nh n m t s l ng l n thông tin t nh i u này có th gây khó kh n cho vi c xây d ng thu t toán và làm gi m t c đ x lý Vì th có l p thu t toán phân ng ng đ chuy n nh đ u vào ( nh màu ho c nh xám) v không gian nh nh phân: ch g m hai giá tr 0 ho c 1, ho c 0 và 255 tùy theo quy đ nh c a

c u trúc nh Theo đó, giá tr 0 s là giá tr ng v i nh ng đi m đen trên nh và giá

tr 1 (ho c 255) s là giá tr ng v i nh ng đi m tr ng Nh m làm đ n gi n hóa quá trình tính x lý

Phơn ng ng v i ng ng c đ nh: n u pixel có giá tr l n h n giá tr

Nh c đi m là khó ch n ng ng thích nghi v i nhi u lo i nh trong các đi u

ki n ánh sáng khác nhau

Adaptive Thresholding (phơn ng ng thích nghi): ph ng pháp phân

ng ng trên không phù h p cho nhi u tr ng h p, nh là ánh sáng không đ ng

đ u trên nh Trong tr ng h p đó chúng ta dùng hàm adaptive Threshold Ph ng

th c này tính giá tr trung bình c a các n đi m xung quanh pixel đó r i tr cho C

 Block Size: s pixel lân c n dùng đ tính toán

 C: h ng s tr đi giá tr trung bình

Hình 2.7 Ví d minh h a cho các ph ng pháp phân ng ng khác nhau

Phơn ng ng Otsu: Otsu là tên m t nhà nghiên c u ng i Nh t đã ngh ra ý

c a nh đ u vào nh m thay th cho vi c s d ng ng ng c đ nh (fixed hay const)

Ph ng pháp này cho k t qu là m i nh khác nhau có m t ng ng t ng ng khác

nhau b ng các b c x lý nh sau:

 Ch n m t giá tr kh i t o cho T (nên ch n giá tr mang tính công th c, ví d

T = (min + max) / 2, T = giá tr trung bình tránh dùng các giá tr mang tính

s d ng là sai s t các phép tính toán trong quá trình x lý Trong tr ng

h p này T đ c tính 4 s có phép sai s là 1 / 2 * (giá tr đ n v c a đi m nh)

Hình 2.8 nh xám c a nàng Lena

Hình 2.9 nh nàng Lena sau khi phân ng ng Ostu

c Tách biên và phân vùng nh

Biên c a nh:

 i m Biên: M t đi m nh đ c coi là đi m biên n u có s thay đ i nhanh

ho c đ t ng t v m c xám (ho c màu) Ví d trong nh nh phân, đi m đen

g i là đi m biên n u lân c n nó có ít nh t m t đi m tr ng

 ng biên (đ ng bao: boundary): t p h p các đi m biên liên ti p t o

thành m t đ ng biên hay đ ng bao

 Ý ngh a c a đ ng biên trong x lý: ý ngh a đ u tiên: đ ng biên là m t lo i

đ c tr ng c c b tiêu bi u trong phân tích, nh n d ng nh Th hai, ng i ta

s d ng biên làm phân cách các vùng xám (màu) cách bi t Ng c l i, ng i

ta c ng s d ng các vùng nh đ tìm đ ng phân cách

 T m quan tr ng c a biên: đ th y rõ t m quan tr ng c a biên, xét ví d sau:

khi ng i h a s mu n v m t danh nhân, h a s ch c n v vài đ ng n t

t c h a mà không c n v m t cách đ y đ

Mô hình bi u di n đ ng biên, theo toán h c: đi m nh có s bi n đ i m c xám u(x) m t cách đ t ng t theo hình d i

Hình 2.10 M t s ki u đ ng biên thông d ng Các khái ni m và đ nh ngh a tóm t t trên là c s giúp ta hi u và dùng đ

hi u cách xây d ng, thi t k các k thu t phát hi n biên nh

T đ nh ngh a toán h c c a biên ng i ta s d ng hai ph ng pháp phát hi n biên

nh sau (ph ng pháp chính):

Ph ng pháp phát hi n biên tr c ti p: ph ng pháp này ch y u d a vào s

bi n thiên đ sáng c a đi m nh đ làm n i biên b ng k thu t đ o hàm

 N u l y đ o hàm b c nh t c a nh: ta có ph ng pháp Gradient

 N u l y đ o hàm b c hai c a nh: ta có ph ng pháp Laplace

Hai ph ng pháp này đ c g i chung là ph ng pháp dò biên c c b Ngoài ra,

ng i ta còn s d ng ph ng pháp “đi theo đ ng bao” d a vào công c toán h c

là nguyên lý quy ho ch đ ng và đ ng g i là ph ng pháp dò biên t ng th

Ph ng pháp dò biên tr c ti p có hi u qu và ít b tác đ ng c a nhi u

Ph ng pháp phát hi n biên gián ti p: N u b ng cách nào đ y, chúng ta thu

đ c các vùng nh khác nhau thì đ ng phân cách gi a các vùng đó chính là biên Nói cách khác, vi c xác đ nh đ ng bao c a nh đ c th c hi n t nh đã đ c phân vùng Ph ng pháp dò biên gián ti p khó cài đ t nh ng áp d ng t t khi s

bi n thiên đ sáng nh

Phơn vùng nh:

Phân vùng nh là b c then ch t trong x lý nh Giai đo n này nh m phân tích nh thành nh ng thành ph n có cùng tính ch t nào đó d a theo biên hay các vùng liên thông Tiêu chu n đ xác đ nh các vùng liên thông có th là cùng m c

xám, cùng màu hay cùng đ nhám Tr c h t c n làm rõ khái ni m "vùng nh" (Segment) và đ c đi m v t lý c a vùng

Vùng nh là m t chi ti t, m t th c th trong toàn c nh Nó là m t t p h p các đi m có cùng ho c g n cùng m t tính ch t nào đó: m c xám, m c màu, đ nhám… Vùng nh là m t trong hai thu c tính c a nh Nói đ n vùng nh là nói đ n tính ch t b m t ng bao quanh m t vùng nh (Boundary) là biên nh Các đi m trong m t vùng nh có đ bi n thiên giá tr m c xám t ng đ i đ ng đ u hay tính

Thu t toán đ m và tách các đ i t ng ch ng l p v i Watershed là m t trong

nh ng ph ng pháp gián ti p tìm biên c a đ i t ng dính nhau ho c đè ch ng lên nhau m đ i t ng có hình d ng đ n gi n và không dính nhau khá là d Ch c n

l y biên t nh nh phân thì chúng ta có th bi t đ c s l ng đ ng biên Nh ng

n u đ i t ng dính nhau ho c đè ch ng, thì khó h n 1 chút

Watershed là thu t toán x lý hình nh nh m tách đ i t ng kh i background Thu t toán có input là nh xám và 1 nh g i là nh marker nh marker là nh mà b n cho thu t toán Watershed bi t đâu là đ i t ng foreground và

background

nh marker là nh có cùng size v i nh xám

Ví d minh h a cho thu t toán Watershed nh sau: hình phía trên ( nh g c

v i marker) là nh xám đ c đánh d u th công đ tách con đ ng ra kh i c nh

a nh ngu n và nh đánh d u vào thì thu t toán s th c hi n vi c phân đo n con

đ ng nh hình phía d i (con đ ng đã đ c phân đo n v i thu t toán

Watershed)

Hình 2.11 nh minh h a thu t toán Watershed

2.2 TÌM HI U H I U HÀNH RASPBIAN, NGÔN NG PYTHON,

TH VI N OPENCV

2.2.1 H đi u hành raspbian

Raspberry Pi có r t nhi u h đi u hành h tr , trong đó có Raspbian là h đi u hành chính th c c a Raspberry Pi Foundation, ngoài ra có 7 h đi u hành khác

(Ubuntu Mate, Snappy Core Ubuntu, Window 10 Iot Core, Osmc, OpenElec Pinet,

RiscOS) đ c xác nh n h tr và kha khá h đi u hành do các nhà phát tri n t t i

u

Rapbian là m t h đi u hành c b n d s d ng, ph bi n nh t và do chính Raspberry Pi Foundation cung c p H n th n a, Raspbian là phiên b n không chính th c c a Debian Wheezy – m t phiên b n Linux có ti ng Raspbian r t đ n

gi n và quen thu c Nó c ng đ c hãng khuy n cáo s d ng, nh t là cho ng i m i

b t đ u làm quen v i RPI Raspbian có dung l ng sau khi gi i nén là kho ng g n 4GB, c n t i thi u 1 cái th 4GB đ có th s d ng Raspbian

Raspbian đ c h ng đ n ng i dùng có m c đích:

 S d ng Raspberry Pi nh máy tính v n phòng đ l t web, so n v n b n, check mail và thi tho ng nghe nh c/xem phim

 Nghiên c u phát tri n các thi t b đi u khi n t đ ng

 S d ng nh m t máy ch cung c p các d ch v nh web, file server, printer

server

 Raspbian ho t đ ng r t n đ nh, t c đ nhanh (đ c bi t là trên Raspberry Pi 3) T c đ kh i đ ng th nghi m Raspbian v i Raspberry Pi 3, s d ng th

Toshiba Exceria 48MB/s thì ch 7s Nh c đi m c a nó là giao di n đ n

gi n, c đi n và không hào nhoáng

2.2.2 Ngôn ng python

Python là ngôn ng l p trình đ c s d ng r t ph bi n ngày nay đ phát tri n nhi u lo i ng d ng ph n m m khác nhau nh các ch ng trình ch y trên desktop, server, l p trình các ng d ng web Ngoài ra Python c ng là ngôn ng a thích trong ngành khoa h c v d li u (data science) c ng nh là ngôn ng ph bi n đ xây d ng các ch ng trình trí tu nhân t o trong đó bao g m machine learning

c t o ra b i Guido Van Rossum, thi t k b t đ u vào cu i nh ng n m 1980 và

đ c phát hành l n đ u tiên vào tháng 2 n m 1991

c i m N i B t C a Python

 Python là ngôn ng d h c: ngôn ng Python có cú pháp đ n gi n, rõ ràng s

d ng m t s l ng không nhi u các t khoá, do đó Python đ c đánh giá là

m t ngôn ng l p trình thân thi n v i ng i m i h c

 Python là ngôn ng d hi u: mã l nh (source code hay đ n gi n là code) vi t

b ng ngôn ng Python d đ c và d hi u Ngay c tr ng h p b n ch a bi t

gì v Python b n c ng có th suy đoán đ c ý ngh a c a t ng dòng l nh

trong source code

 Python có kh n ng t ng thích cao (highly portable): Cch ng trình ph n

m m vi t b ng ngôn ng Python có th đ c ch y trên nhi u n n t ng h

đi u hành khác nhau bao g m Windows, Mac OSX và Linux

 Kh n ng m r ng và có th nhúng: gi s m t ng d ng đòi h i s ph c t p

r t l n, chúng ta có th d dàng k t h p các ph n code b ng C, C++ và

nh ng ngôn ng khác (có th g i đ c t C) vào code Python i u này s cung c p cho các ng d ng nh ng tính n ng t t h n c ng nh kh n ng

scripting mà nh ng ngôn ng l p trình khác khó có th làm đ c

 Ngôn ng thông d ch c p cao: không gi ng nh C/C++, v i Python chúng ta không ph i lo l ng nh ng nhi m v khó kh n nh qu n lý b nh , d n d p

nh ng d li u vô ngh a Khi ch y code Python, nó s t đ ng chuy n đ i code sang ngôn ng máy tính có th hi u M t ng d ng vi t b ng ngôn ng Python có th bao g m m t ho c nhi u t p tin khác nhau Các t p tin ch a

mã l nh Python s có ph n m r ng là py (ví d hello.py, test.py ) Mã l nh Python đ c vi t tuân theo các quy t c đ c quy đ nh s n ng d ng python

s đ c biên d ch b ng ph n m m có tên là Python Interpreter

'L' unsigned

Mư ki u C Type Python Type Kích th c t i thi u tính

m t cách t i u, s d ng t i đa s c m nh c a các dòng chip đa lõi… đ th c hi n

các phép tính toán trong th i gian th c, ngh a là t c đ đáp ng c a nó có th đ nhanh cho các ng d ng thông th ng OpenCV là th vi n đ c thi t k đ ch y trên nhi u n n t ng khác nhau, ngh a là nó có th ch y trên h đi u hành Window,

Linux, Mac, iOS

Th vi n OpenCV có th đ c chia thành 2 ph n (module) chính Ph n c n

b n (basic) là mã ngu n đ c nhóm phát tri n xây d ng và ki m đ nh toàn di n,

g m các thu t toán đã đ c th gi i công nh n và đánh giá d a trên c s lý thuy t

ch c ch n Ph n m r ng (contribution) đ c nhi u t ch c khoa h c khác nhau trên th gi i đóng góp, g m nhi u thu t toán c p nh t đ c xây d ng d a trên các công trình nghiên c u, bài báo m i đ ng trong th i gian g n đây Do v y các thu t toán trong ph n m r ng có đ n đ nh và t i u không cao T phiên b n 3.0, ph n

m r ng đ c tách riêng không còn đ c g p chung v i th vi n m c đ nh OpenCV là th vi n mã ngu n m đ c đóng gói thành t p tin nén Tùy vào phiên

b n dành cho các h đi u hành khác nhau mà t p tin nén này có đ nh d ng t ng

ng Th vi n OpenCV cung c p cho ng i dùng các c u trúc d li u, đ i t ng và hàm b ng cách khai báo nguyên m u (prototype) c a chúng trong các t p tin th

vi n C/C++ (*.h, *.hpp…) và đ nh ngh a chi ti t trong các t p tin mã ngu n (*.c,

*.cpp) V i m c đ s d ng OpenCV, ta ch c n gi i nén các t p tin đã đ c biên

d ch s n r i th c hi n các thao tác cài đ t đ ng d n cho thích h p đ h đi u hành tìm đ n đúng v trí c a các t p tin th vi n m c đ cao h n, n u mu n hi u ch nh

s a đ i thu t toán hay s d ng ph n m r ng c a OpenCV ta c n ph i biên d ch mã ngu n tr c ti p trên máy tr c khi cài đ t

Các thành ph n chính:

 core Các hàm c b n

 imgproc X lý nh

 imgcodecs c và ghi t p tin nh

 videoio c và ghi đa ph ng ti n

 highgui Giao di n ng i dùng b c cao

 video Phân tích video

 calib3d Hi u chu n thi t b ghi hình và tái c u trúc 3D

 features2d B khung các đ c tr ng 2D

 objdetect Nh n d ng đ i t ng

 ml H c máy

 flann Gom nhóm và tìm ki m trong nhi u chi u

 photo Các thu t toán ch p nh

 stitching Vá nh

 cudaarithm Các toán t trên ma tr n

 cudabgsegm Phân đo n n n nh

 cudacodec Mã hóa/gi i mã video

Các thành ph n m r ng:

 aruco Phát hi n ArUco Marker

 bgsegm Các ph ng pháp phân đo n đ i t ng m i

 bioinspired Các mô hình th giác sinh h c và các công c phái sinh

 ccalib Tùy ch n hi u chu n m u cho tái c u trúc 3D

 cvv GUI cho thao tác b t l i tr c quan c a các ch ng trình th giác máy

 fuzzy X lý nh d a vào lý thuy t m

 hdf Nh p xu t d li u cho đ nh d ng HDF (Hierarchical Data Format)

 line_descriptor Mô t nh phân cho các đ ng th ng trích ch n t m t

nh

 matlab Liên k t v i MATLAB

 optflow Các thu t toán dòng quan h c

 plot Hàm v cho d li u ma tr n

 reg ng kí nh

 rgbd X lý chi u sâu trong h màu RGB

 saliency API x lý vùng l i trên nh

 sfm C u trúc t chuy n đ ng

 stereo Các thu t toán tín hi u n i t ng t

 structured_light API cho tính c u trúc c a ánh sáng

OpenCV bao g m m t s module khác nhau, m i module có các ch c n ng riêng bi t và b sung cho nhau Ch ng h n nh , "Core" cung c p cho ng i dùng

c u trúc d li u c s và các tính n ng, trong khi thành ph n "Imgproc" có tính

n ng x lý hình nh, bao g m l c nh (c tuy n tính và phi tuy n tính), c ng nh các tu ch n ch nh s a nh khác (thay đ i kích th c, bi n d ng ) và chuy n đ i không gian màu Bên c nh nh ng tính n ng có th khai thác t Photoshop thì b

ch nh s a nh đ n t OpenCV c ng khá thú v , h n n a ch c n ng c a nó c ng có

ph n đ n gi n h n Photoshop cho nên b n d dàng x lý h n

module "Video", OpenCV cung c p cho b n m t s thu t toán m nh nh m

c tính chuy n đ ng, theo dõi đ i t ng và th c hi n ph ng pháp tách c nh n n

Module "Calib3d" bao g m nhi u thu t toán hình h c multiple-view, cung c p m t

s tính n ng ch ng h n nh hi u ch nh camera ho c xây d ng l i đ ho 3D

Module "Features2d" bao g m b mô t và b t ng h p mô t c ng nh công c phát hi n tính n ng V i th vi n "Objdetect", ng i dùng có th tìm các

đ i t ng khác nhau t các l p xác đ nh tr c (ví d xe h i, khuôn m t, ánh m t )

OpenCV còn bao g m "Highgui", m t module đ c thi t k đ quay video,

mã hoá gi i mã hình nh và video Module "GPU" bao g m các thu t toán nh m

t ng t c GPU Ngoài ra, ch ng trình còn bao g m th vi n tr giúp, c th là

FLANN hay Google test wrapper

m ch Raspberry Pi3 Model B này g m vi x lý Broadcom BCM2837, ARMv8

(64bit) quad-core k t h p v i nhi u linh ki n khác đ có th d dàng l p trình và xây d ng các d án Cùng v i đó là s h tr t nhi u mã ngu n m và nh ng u

đi m mà Raspberry mang l i nên Raspberry Pi3 Model B là board m ch mà nhóm

c n s d ng trong đ tài

Hình 2.12 M t tr c c a board Raspberry Pi3 Model B Raspberry Pi3 Model B là môt dòng c b n thích h p cho nh ng

ng i m i b t đ u h c l p trình

B ng 2.2 Thông s k thu t c a Raspberry Pi3 Model B

Vi x lý Broadcom BCM2837, ARMv8 (64bit)

quad-core

CPU Broadcom VideoCore IV, OpenGL ES

2.0,OpenVG 1080p60 , 400 MHz

Power Ratings 800mA @ 5V

RAM (chia x v i CPU) 1GB LPDDR2 (900Mhz)

10/100mb Ethernet wifi 802.11 n Bluetooth 4.1 CSI, DSIVideo & audio 1080p HDMI, stero audio 3.5mm jack

B ng cho ta cái nhìn t ng quát v Raspberry Pi3 Model B v i nh ng thông

s chính v đi n áp ho t đ ng, đi n áp đ u vào, s l ng chân vào ra, các dòng DC trên các I/O, b nh , t c đ x lý c a board

Hình 2.13 S đ thành ph n chính c a Raspberry Pi3 Model B

- Audio/Video: k t h p gi c c m âm thanh 3.5mm và video t ng h p

C ng CSI camera: cho phép module camera c m vào tr c ti p

- Ngu n vào Micro USB: công c p ngu n vào cho Raspberry

- C ng DSI: cho phép màn hình c m vào tr c ti p

- Khe c m th MicroSD: c m th ch a hê đi u hành s kh i đ ng khi ta

c p ngu n cho Rasperry

- Bluetooth: h tr Bluetooth 4.1 Bluetooth n ng l ng th p (BLE)

- Chân GPIO: h tr 40 chân vào ra

2.3.2 Module camera Raspberry Pi V1.3

Camera Raspberry Pi c m tr c ti p vào đ u n i CSI trên Raspberry

Pi Nó có th cung c p hình nh đ phân gi i tinh th rõ nét 5MP ho c quay video HD 1080p t c đ 30 khung hình / giây! Tùy ch nh đ c thi t k và

s n xu t b i T ch c Raspberry Pi Anh, Camera Raspberry Pi có c m bi n Omnivision 5647 5MP trong m t module l y nét c đ nh Module g n v i Raspberry Pi, b ng cách s d ng cáp 15 Pin Ribbon, v i Giao di n n i ti p camera MIPI 15 chân chuyên d ng (CSI), đ c thi t k đ c bi t đ giao ti p

v i máy nh Bus CSI có kh n ng t c đ d li u c c cao và nó mang d li u

đi m nh t i b x lý BCM2837

Hình 2.14 Module camera Raspberry Pi V1.3 Các tính n ng c a Raspberry Pi Camera Board:

 Hoàn toàn t ng thích v i Raspberry Pi3 Model B

 Module camera 5MP Omnivision 5647

nh ti t ki m đ c th i gian trong vi c phát tri n ng d ng c a mình

Hình 2.15 LCD 16x2

 VSS: c c âm ngu n cho LCD - GND: 0V

 VDD: c c d ng ngu n LCD - 5V

 Constrast Voltage (Vo): đi u khi n đ sáng màn hình

 Register Select (RS): l a ch n thanh ghi

 Enable: Cho phép ghi vào LCD

 D0 - D7: 8 chân trao đ i d li u v i các vi đi u khi n, v i 2 ch đ s

2.3.4 Module I2C

Hình 2.16 Module I2C

Thông th ng, đ đi u khi n và hi n th đ c kí t t vi đi u khi n xu t ra màn hình 16x02 b n c n t i 7-8 dây n i đ n chân vi đi u khi n i u này gây ra r t nhi u phi n toái: đi sai dây, m ch r m ra, khó vi t code

Nh ng đi u này đ c m ch đi u khi n màn hình kh c ph c hoàn toàn vì s

l ng dây tín hi u gi m còn duy nh t 2 dây B ng vi c s d ng giao ti p I2C, vi c

đi u khi n tr c ti p màn hình đ c chuy n sang cho IC x lý n m trên m ch B n

ch vi c g i các mã l nh cùng n i dung hi n th , do v y giúp vi đi u khi n có nhi u

th i gian đ x lý các ti n trình ph c t p khác

I2C, vi t t t c a t ti ng Anh “Inter-Integrated Circuit”, là m t lo i bus n i

ti p đ c phát tri n b i hãng s n xu t linh ki n đi n t Philips Ban đ u, lo i bus này ch đ c dùng trong các linh ki n đi n t c a Philips Sau đó, do tính u vi t và

đ n gi n c a nó, I2C đã đ c chu n hóa và đ c dùng r ng rãi trong các mô đun truy n thông n i ti p c a vi m ch tích h p ngày nay

Hình 2.17 K t n i thi t b vào bus I2C ch đ chu n (Standard mode) và

ch đ nhanh (Fast mode)

Hình 2.18 Ho t đ ng c a SDA, SCL khi truy n nh n d li u

M t giao ti p I2C g m có 2 dây: Serial Data (SDA) và Serial Clock (SCL)

SDA là đ ng truy n d li u 2 h ng, còn SCL là đ ng truy n xung đ ng h đ

đ ng b và ch theo m t h ng Nh ta th y trên hình v trên, khi m t thi t b ngo i

vi k t n i vào đ ng bus I2C thì chân SDA c a nó s n i v i dây SDA c a bus, chân SCL s n i v i dây SC M i dây SDA hãy SCL đ u đ c n i v i đi n áp

d ng c a ngu n c p thông qua m t đi n tr kéo lên (pullup resistor) S c n thi t

c a các đi n tr kéo này là vì chân giao ti p I2C c a các thi t b ngo i vi th ng là

d ng c c máng h (opendrain hay opencollector) Giá tr c a các đi n tr này khác nhau tùy vào t ng thi t b và chu n giao ti p, th ng dao đ ng trong kho ng 1K

đ n 4.7k

M t thi t b hay m t IC khi k t n i v i bus I2C, ngoài m t đ a ch (duy nh t)

đ phân bi t, nó còn đ c c u hình là thi t b ch hay t Thi t b ch n m vai trò

t o xung đ ng h cho toàn h th ng, khi gi a hai thi t b ch -t giao ti p thì thi t b

trình giao ti p Thi t b ch gi vai trò ch đ ng, còn thi t b t gi vai trò b đ ng trong vi c giao ti p

Giao ti p I2C ch s d ng duy nh t 2 dây tín hi u: SDA và SCL giúp ti t

ki m chân trên vi đi u khi n

T c đ truy n d li u lên đ n 400Kbps

D li u truy n nh n đ m b o tính toàn v n vì s d ng c ch ph n h i (ACK) trên m i byte d li u

Có kh n ng k t n i nhi u thi t b v i nhau: trên m ch có s n các m i hàn A0, A1, A2 đ thay đ i đ a ch c a module

a ch m c đ nh: 0x27, có th m c vào I2C bus t i đa 8 module (3bit

address set)

đi u khi n đ t ng ph n c a màn hình, b n xoay bi n tr màu xanh

Ch ng 3 TÍNH TOÁN VÀ THI T K

3.1 GI I THI U

đ m b o vi c thi công m ch theo nh ý t ng, chu n xác và không x y ra

s c b t bu c ta ph i tính toán và thi t k V i đ tài “Thi t k và thi công h

th ng đ m s l ng cá gi ng” m c tiêu chính là thi công đ c h th ng có th

Thông qua s đ kh i này, nhóm s thi t k t ng kh i r i sau đó s k t h p các kh i l i đ đ t đ c m c đích cu i cùng là hoàn thành m ch đ m s l ng cá

Sau khi c p ngu n, kh i led s sáng i u khi n camera ch p nh cá truy n

đ n kh i x lý trung tâm Kh i x lý trung tâm b t đ u x lý nh g m các b c: l c nhi u, chuy n v nh xám, cân b ng nh, phân ng ng, tách biên, đ m và xu t ra màn hình Kh i màn hình hi n th s l ng cá gi ng trong các l n đ m

3.2.2 Tính toán và thi t k h th ng

Vi c tính toán thi t k là công vi c không th thi u khi th c hi n b t c đ tài nào Chính công vi c này s quy t đ nh ph n l n đ n k t qu c a đ tài M i thi t b , linh ki n c n đ c tính toán l a ch n k l ng m i đem đ n k t qu t t cho

đ tài