Ứng dụng xử lý ảnh trong phân loại hạt điều thành phẩm theo kích thước: luận văn thạc sĩ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG ***** TRẦN VĂN HẢI ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI HẠT ĐIỀU THÀNH PHẨM THEO KÍCH THƯỚC CHUYÊN NGÀNH : CÔNG NGHỆ THÔNG TIN MÃ SỐ : 6

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG

*****

TRẦN VĂN HẢI

ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI HẠT ĐIỀU THÀNH PHẨM THEO KÍCH THƯỚC

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

ĐỒNG NAI, NĂM 2017

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC LẠC HỒNG

*****

TRẦN VĂN HẢI

ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI HẠT ĐIỀU THÀNH PHẨM

THEO KÍCH THƯỚC

CHUYÊN NGÀNH : CÔNG NGHỆ THÔNG TIN

MÃ SỐ : 60.48.02.01 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

NGƯỜI HƯỚNG DẪN KHOA HỌC PGS TS ĐỖ NĂNG TOÀN

ĐỒNG NAI, NĂM 2017

LỜI CẢM ƠN

Em xin chân thành cảm ơn toàn thể các thầy cô giáo trong nhà trường đại học Lạc Hồng - Biên Hòa – Đồng Nai, những người đã tận tình chỉ dạy cho em trong suốt quá trình học tập tại trường

Em xin gửi lời cảm ơn chân thành và biết ơn sâu sắc tới PGS TS Đỗ Năng Toàn – GV

bộ môn xử lí ảnh và ứng dụng, người đã tận tình hướng dẫn và giúp đỡ em trong suốt quá trình thực hiện luận văn này

Cuối cùng em xin được bày tỏ lòng cảm ơn sâu sắc tới những người thân yêu trong gia đình, bạn bè đã dành sự quan tâm đặc biệt, sự động viên khích lệ kịp thời trong cuộc sống cũng như trong suốt quá trình học tập

Do thời gian nghiên cứu có hạn, chắc chắn luận văn không tránh khỏi những hạn chế

Em rất mong nhận được những góp ý, nhận xét của quý thầy cô để Luận văn của em được hoàn thiện hơn

Đồng Nai, ngày tháng năm 2017

Học viên

Trần Văn Hải

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn: “Ứng dụng xử lý ảnh trong phân loại hạt điều

thành phẩm theo kích thước” là kết quả của quá trình học tập, nghiên cứu độc lập và

nghiêm túc

Các số liệu được trình bày trong luận văn là trung thực, có nguồn gốc rõ ràng, được trích dẫn và có tính kế thừa, phát triển từ các tài liệu, tạp chí, các công trình nghiên cứu khoa học đã được công bố, các website, …

Các phương pháp nêu trong luận văn được rút ra từ các cơ sở lý luận và quá trình nghiên cứu, tìm hiểu của tác giả

Đồng Nai, tháng 7, năm 2017

Tác giả

Trần Văn Hải

Trang bìa chính

Trang phụ bìa

Lời cảm ơn

Lời cam đoan

Tóm tắt luận văn

Mục lục

Danh mục hình vẽ và bảng biểu

PHẦN MỞ ĐẦU 1

1 LÍ DO CHỌN ĐỀ TÀI 1

2 GIỚI HẠN VÀ PHẠM VI NGHIÊN CỨU: 1

3 TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC VÀ THẾ GIỚI 2

4 MỤC TIÊU CỦA ĐỀ TÀI 3

5 NỘI DUNG THỰC HIỆN 3

6 PHƯƠNG PHÁP THỰC HIỆN 3

7 ĐIỂM MỚI VÀ Ý NGHĨA KHOA HỌC CỦA ĐỀ TÀI 4

Chương1: KHÁI QUÁT XỬ LÝ ẢNH VÀ BÀI TOÁN PHÂN LOẠI HẠT ĐIỀU 5

1.1 Khái quát về xử lý ảnh 5

1.1.1 Một số khái niệm cơ bản 5

1.1.1.1 Xử lý ảnh là gì ? 5

1.1.1.2 Định nghĩa ảnh 6

1.1.1.3 Điểm ảnh 6

1.1.1.4 Mức xám ảnh ( Gray level) 6

1.1.1.5 Độ sáng của ảnh tại vị trí điểm ảnh 6

1.1.2 Lược đồ mức xám 7

1.1.3 Số bit cần để lưu trữ ảnh 8

1.1.4 Phân loại ảnh 8

1.1.4.1 Ảnh trắng đen 8

1.1.4.2 Ảnh màu 9

1.2 Quá trình xử lý ảnh 10

1.2.1 Mô hình quá trình xử lý ảnh 10

1.2.2 Cơ bản về camera 10

1.2.2.1 Phân loại camera 10

1.2.2.2 Các tính năng camera cần quan tâm 11

1.2.3 Chỉnh mức xám 11

1.2.4 Phân tích ảnh 12

1.2.5 Nhận dạng ảnh 12

1.2.6 Nâng cao chất lượng ảnh 13

1.2.7 Thu nhận và biểu diễn ảnh 13

1.2.7.1 Màu sắc 13

1.2.7.2 Thu nhận và biểu diễn ảnh 13

1.3 MÔ HÌNH NHIỄU VÀ LỌC KHÔI PHỤC ẢNH 14

1.3.1 Mô hình nhiễu 14

1.3.1.1 Khái niệm nhiễu 14

1.3.1.2 Nhiễu thường gặp trong ảnh 15

1.3.2 Một số thuật toán lọc nhiễu 16

1.3.2.1 Thuật toán chung 16

1.3.2.2 Lọc trung bình(Mean Filter) 16

1.3.2.3 Lọc trung vị(Median Filter) 17

1.4 Bài toán phân loại hạt điều 18

1.4.1 Nhu cầu phân loại tự động 18

1.4.2 Quá trình sản xuất và chế biến hạt điều 19

1.4.3 Phát biểu bài toán phân loại hạt điều thành phẩm 23

1.4.4 Các bước thực hiện quá trình phân loại trên cơ sở xử lý ảnh 24

Chương 2: PHÂN LOẠI HẠT ĐIỀU THEO KÍCH THƯỚC DỰA VÀO BIÊN 25

2.1 Biên và phát hiện biên trong ảnh 25

2.1.1 Các khái niệm về biên 25

2.1.1.1 Điểm biên 25

2.1.1.2 Đường biên 25

2.1.1.3 Ý nghĩa của biên : 26

2.1.2 Một số phương pháp biểu diễn ảnh và biên ảnh 26

2.1.2.1 Mã loạt dài 26

2.1.2.2 Mã xích 26

2.1.3 Quy trình phát hiện biên 27

2.1.3.1 Phát hiện điểm ( point detection) 27

2.1.3.2 Phát hiện dòng 28

2.1.3.3 Phát hiện cạnh 29

2.1.3.4 Quá trình dò biên 30

2.2 Các kỹ thuật phát hiện biên 30

2.2.1 Phát hiên biên trực tiếp 30

2.2.1.1 Kỹ thuật phát hiện biên Gradient 31

2.2.1.2 Kỹ thuật Prewitt 32

2.2.1.3 Kỹ thuật Sobel 33

2.2.1.4 Kỹ thuật la bàn 34

2.2.1.5 Kỹ thuật phát hiện biên Laplace 35

2.2.1.6 Kỹ thuật Canny 36

2.2.2 Phát hiện biên gián tiếp 37

2.2.2.1 Một số khái niệm cơ bản 37

2.2.2.2 Chu tuyến của đối tượng ảnh 38

2.2.2.3 Kỹ thuật dò biên 38

2.2.3 Phát hiện biên dựa vào trung bình cục bộ 40

2.2.4 Phát hiện biên dựa vào phép toán hình thái 41

2.3 Phân loại hạt điều thành phẩm dựa vào biên 42

2.3.1 Chuyển ảnh màu sang ảnh đa mức xám 42

2.3.2 Tách biên ảnh 43

2.3.2.1 Xử lý cục bộ 44

2.2.3.2 Xử lý toàn cục 45

2.3.3 Xác định chu vi, diện tích từng hạt 45

Chương 3 : THỬ NGHIỆM PHÂN LOẠI HẠT ĐIỀU THÀNH PHẨM 46

3.1 Bài toán 46

3.2 Xây dựng chương trình 46

3.3 Một số hàm trong thư viện Opencv sử dụng trong luận văn 47

3.4 Thực hiện phân loại trong ứng dụng 48

3.5 Một số hình ảnh test thử chương trình phân loại 52

3.6 KẾT LUẬN 55 TÀI LIỆU THAM KHẢO

Danh mục hình ảnh và bảng biểu

Hình 1.1 Quá trình xử lý ảnh 5

Hình 1.2 Mô tả thực tế quá trình phân loại hạt điều 5

Bảng 1.3 Tần suất mức xám X trong ảnh 7

Biểu đồ 1.4 mức xám theo ảnh I 7

Hình 1.5 ảnh thực tế 8

Hình 1.6 biểu đồ mức xám của ảnh 8

hình 1.7 ảnh màu 9

Hình 1.8 Ảnh nhị phân 9

Hình 1.9 Ảnh xám 9

Hình 1.10 Quy trình xử lý ảnh 10

Hình 1.11 sự chuyển đổi mô hình biểu diễn ảnh 14

Hình 2.1 Một số kiểu đường biên thông dụng 25

Hình 2.2 Hướng các điểm biên và mã tương ứng 27

Hình 2.4 mặt nạ phát hiện dòng 28

Hình 2.3mặt nạ phát hiện điểm 28

Hình 2.5 Lược đồ mức xám của cạnh thực tế 29

Hình 2.6 Lược đồ mức xám của cạnh lý tưởng 29

Hình 2.7 Mô tả quá trình dò biên 30

Hình 2.8 Kết quả tách biên Sobel 33

Hình 2.9 Kết quả tách biên Laplace 36

Hình 2.10 Ảnh từ việc phát hiên biên canny 37

Hình 2.11 Ma trận 8 láng giềng 38

Hình 2.12 Xấp xỉ trên dưới theo mẫu B của X 42

Hình 3.1 ảnh các hạt điều được phân loại 240 – loại A (điển hình ) 49

Hình 3.2 ảnh các hạt điều 320 – loại B Điển hình 49

Hình 3.3 các hạt điều 450- Loại C điển hình 50

Hình 3.4 chương trình trong bộ visual studio 50

Hình 3.5 Giao diện chính chương trình phân loại hạt điều thành phẩm 51

Hình 3.6 giao diện chương trình kiểm tra các kết quả trong luận văn 51

Hình 3.7 Test trên hình ảnh các loại hạt trên cùng một khay điều 52

Hình 3.8 Test các hạt loại 240 – A 53

Hình 3.9 Test trên mặt hàng 320 – B 53

Hình 3.10 Test trên mặt hàng 450 – C 54

Bảng 3.11 So sánh phân loại thủ công và phân loại dùng ứng dụng 54

PHẦN MỞ ĐẦU

1 LÍ DO CHỌN ĐỀ TÀI

Phân loại sản phẩm dạng hạt là một nhu cầu hết sức cần thiết trong thời đại ngày nay, việc phân loại chính xác một sản phẩm giúp cho sản phẩm có kích thước đồng đều, mẫu mã đẹp, nâng cao giá trị của sản phẩm, loại bỏ phế phẩm

Tuy nhiên ngày nay trong các công ty, xí nghiệp, việc phân loại thường được thực hiện thủ công với khá nhiều nhân công, tốn chi phí rất nhiều mà hiệu quả chưa cao, chưa chính xác Thực tế quan sát, tìm hiểu quá trình phân loại của những người công nhân phân loại hạt điều tại các nhà máy chế biến và xuất khẩu hạt điều với các mẫu sản phẩm theo chuẩn quốc gia Một vấn đề được đặt ra là tại sao chúng ta không lưu trữ kích thước các mẫu hạt theo chuẩn này trong dữ liệu máy tính, sau đó đem các thông tin dữ liệu của các hạt khác chưa được phân loại so sánh với nó để phân loại sản phẩm được chính xác và tự động

Để làm được điều này trước tiên ta cần xây dựng một ứng dụng có thể tính toán và lưu trữ các thông tin của mẫu vật như : Loại hạt điều, diện tích, …, sau đó so sánh thông tin của các sản phẩm chưa được phân loại với các thông tin của mẫu trên và đưa ra kết luận sản phẩm đó được phân loại nào A hay B hay C

Việc tính toán, lưu trữ các thông tin của sản phẩm phân loại dựa vào quá trình xử lý hình ảnh của ảnh các hạt điều được chụp, đặc biệt tập trung vào quá trình xám hóa ảnh, tách biên ảnh và làm mảnh đường biên trong hệ thống Chính vì thế việc nghiên cứu xây dựng ứng dụng xử lý ảnh trong quá trình phân loại hạt điều thành phẩm dựa vào kích thước là hết sức cần thiết

2 GIỚI HẠN VÀ PHẠM VI NGHIÊN CỨU

Các hạt điều sau khi đã được tách vỏ, đem vào lò hấp sấy, sau đó được bóc vỏ lụa

để trên 1 khay nhỏ có kích thước khay là 25cm*30cm, dùng camera đặt cố định khoảng cách đến khay là 25cm, các hạt điều được đặt nằm ngang trên bề mặt khay, rời rạc nhau, trong không gian có độ sáng không đổi

Đề tài này chỉ tập trung vào nghiên cứu 2 vấn đề chính là : tính diện tích và phân loại từng hạt điều thành phẩm Phân loại hạt điều có nhiều loại, nhưng trong phạm vi đề tài chỉ phân loại thành 3 loại A,B,C theo chuẩn của hiệp hội điều Việt Nam như sau:

Loại A hay Cỡ Lớn (Jumbo): 200 – 240 hạt/454 Gram

Loại B hay Cỡ trung vừa: 300 – 320 hạt/ 454gram

Loại C hay Cỡ nhỏ: 400 – 500 hạt/454gram

3 TÌNH HÌNH NGHIÊN CỨU TRONG NƯỚC VÀ THẾ GIỚI

Vào tháng 8/ 2005 một nghiên cứu của hai tác giả PGS.TS Lê Hoài Quốc, TS Nguyễn Đức Thành về nghiên cứu thiết kế và chế tạo thiết bị tách hạt gạo màu phục vụ cho xuất khẩu, năng suất 1 tấn/giờ tại ĐHBK TpHCM, đề tài này tập trung vào thiết kế phần cứng và phân tách gạo

Cũng vào năm 2005 có 4 tác giả là: LIU Zhao-yan, CHENG Fang, YING Yi-bin, RAO Xinqin ở tỉnh Zhejiang Trung Quốc nghiên cứu đề tại phân loại hạt dựa trên neural networks, tuy nhiên đề tài này chỉ nghiên cứu nhận dạng các loại hạt lúa xem chúng thuộc giống nào

Hiện nay :đã có rất nhiều công ty nghiên cứu và sản xuất thành công các loại máy móc

phân loại sản phẩm dạng theo màu sắc, hình dạng dựa vào xử lí ảnh như :

Công ty ANCOVIET: máy phân loại hạt điều theo màu sắc, hình dạng thông qua camera hồng ngoại, ngoài ra còn có các công ty khác cũng nghiên cứu và chế tạo thành công, đưa vào tiêu thụ trên thị trường những loại máy móc: máy sàng lọc hạt điều ở dạng thô chưa phải dạng thành phẩm, máy bóc vỏ lụa…

các máy tách màu A-MECS (Hàn Quốc), SUZUTEK (Công nghê ̣ Nhâ ̣t Bản), SUPER SORTEK (Công Nghệ Nhật Bản), sử dụng camera chụp hình tốc độ cao -2048 điểm ảnh, độ phân giải của camera CCD Sử dụng đèn led với ánh sáng đồng nhất (“ theo

www.anmai.com.vn – trang cung cấp các thiết bị ,sản phẩm phân loại “) Các loại máy này chỉ tập trung vào tách màu và phát hiện lỗi sản phẩm qua màu sắc

Nhận xét: Mặc dù trong và ngoài nước đã và đang phát triển các thiết bị, ứng dụng để

phân loại các sản phẩm dạng hạt phục vụ xuất khẩu, nâng cao chất lượng sản phẩm khi

ra thị trường, với ngành chế biến và xuất khẩu điều cũng vậy, tuy nhiên những ứng dụng, thiết bị trên vẫn chưa đáp ứng được nhu cầu với hạt điều, đa số đều tập trung vào phân loại theo màu sắc, hoặc phân loại dùng sàng hạt thô Trong phạm vi tìm hiểu và nghiên cứu thì việc xây dựng một ứng dụng phân loại hạt điều thành phẩm theo kích thước dựa vào xử lý ảnh là hết sức cần thiết

4 MỤC TIÊU CỦA ĐỀ TÀI

Nghiên cứu, xây dựng các thuật toán lọc nhiễu, tách biên trong ảnh để tính diện tích hạt điều thành phẩm từ đó so sánh với mẫu để nhận ra hạt điều đó được phân vào loại nào

5 NỘI DUNG THỰC HIỆN

- Tính diện tích của hạt điều thành phẩm giúp cho việc phân loại hạt điều đó thuộc loại hạt điều nào trong 3 loại A,B,C

- Viết chương trình: Phân loại hạt điều thành phẩm theo kích thước dựa vào xử lí ảnh

- So sánh việc phân loại hạt điều dùng xử lý ảnh với phân loại hạt điều bằng tay

6 PHƯƠNG PHÁP THỰC HIỆN

- Sử dụng các kĩ thuật phát hiện biên, làm liền biên, để từ đó tính toán được chu

vi và diện tích hạt điều nhằm phân loại hạt điều đúng kích thước

- Sử dụng ngôn ngữ C++ và thư viện xử lý ảnh OpenCv để viết chương trình

- Test trên nhiều mẫu thử khác nhau, trên cơ sở đó lập bảng so sánh giữa phân loại hạt điều bằng máy tính và phân loại bằng tay, từ đó điều chỉnh ngưỡng cho phù hợp

Luận văn được chia làm ba chương:

Chương 1: KHÁI QUÁT XỬ LÝ ẢNH VÀ BÀI TOÁN PHÂN LOẠI HẠT ĐIỀU:

Trong chương này tập trung vào các khái niệm cơ bản trong xử lý ảnh, các mô hình

nhiễu cũng như một số thuật toán lọc nhiễu và quá trình sản xuất và chế biến hạt điều, đặt ra bài toán phân loại hạt điều, nhu cầu cần thiết về tự động hóa phân loại

Chương 2: PHÂN LOẠI HẠT ĐIỀU THEO KÍCH THƯỚC DỰA VÀO BIÊN:

Trong chương này tập trung nghiên cứu về các kỹ thuật tách biên ảnh, làm mảnh đường biên để từ đó xây dựng thuật toán tính diện tích hạt để phân loại hạt được độ

chính xác cao

Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM PHÂN LOẠI HẠT ĐIỀU: Trong

chương này sẽ nêu các tác dụng và cách thức hoạt động của chương trình, cũng như các mẫu test thử, bảng so sánh với việc phân loại bằng tay để chúng ta thấy rõ hơn các

ưu điểm của ứng dụng này

7 ĐIỂM MỚI VÀ Ý NGHĨA KHOA HỌC CỦA ĐỀ TÀI

+ Tổng hợp các giải thuật, các thuật toán tách biên trong xử lí ảnh để phân loại theo kích thước

+ Đề tài có tính ứng dụng vào phân loại hạt điều thành phẩm một cách tự động

Chương 1: KHÁI QUÁT XỬ LÝ ẢNH VÀ BÀI TOÁN PHÂN LOẠI HẠT ĐIỀU

Hình 1.1 Quá trình xử lý ảnh

Hình 1.2 Mô tả thực tế quá trình phân loại hạt điều

Trong luận văn này ảnh đầu vào là hạt điều thành phẩm như hình (1.2), được thu nhận qua hệ thống camera, mục đích sau khi qua quá trình xử lý không phải là một ảnh rõ nét hơn mà là một kết luận hạt điều đó được phân loại vào loại nào

Xử Lý Ảnh

Ảnh đầu

vào

Ảnh tốt hơn

Kết luận

Xử lý ảnh hạt điều

Để cho ra một kết luận

1.1.1.2 Định nghĩa ảnh

Ảnh trắng đen là một hàm hai chiều của cường độ sáng f(x,y), trong đó x,y là các tọa độ trong không gian, giá trị f(x,y) tỷ lệ với cường độ sáng của ảnh tại điểm đó Nếu chúng ta có một ảnh màu thì f là một vector mà mỗi thành phần của vector đó chỉ ra cường độ sáng của ảnh tại điểm (x,y) tương ứng với dải màu

Để đơn giản, ở đây ta sẽ xét ảnh số, ảnh số là ảnh mà hàm f(x,y) đã được rời rạc hóa cả

về cường độ sáng và tọa độ không gian, nếu là ảnh trắng đen thì nó được biểu diễn bởi mảng hai chiều, còn nếu là ảnh màu thì nó được biểu diễn theo một chuỗi các mảng hai chiều mà mỗi mảng hai chiều đó tương ứng với một dải màu, giá trị cường độ sáng đã được số hóa được gọi là giá trị mức xám Mỗi thành phần của mảng được gọi là phần

tử ảnh (điểm ảnh) và nó được biểu diễn như sau:

(0, 0) (0,1) (0, ) (1, 0) (1,1) (1, ) ( , )

và mã hóa 256 mức là thường được dùng nhất vì 28 = 256, nên với 256 mức mỗi pixel

sẽ được mã hóa bởi 8 bit

1.1.1.5 Độ sáng của ảnh tại vị trí điểm ảnh

Mỗi điểm ảnh của một ảnh tương ứng với một phần của đối tượng vật lý tồn tại trong thế giới thực Đối tượng vật lý này được chiếu sáng bởi một vài tia sáng, mà tia sáng này được phản xạ hay hấp thụ một phần khi chiếu lên đối tượng vật lý đó Phần

ánh sáng phản xạ đi tới bộ phận cảm biến được sử dụng để tạo ra ảnh cảm nhận và tạo

ra các giá trị ghi nhận được đối tượng đối với từng điểm ảnh Giá trị thu nhận phụ thuộc vào phổ ánh sáng phản xạ Giá trị cường độ sáng tại các điểm ảnh khác nhau chỉ

có ý nghĩa tương đối

1.1.2 Lược đồ mức xám

Lược đồ mức xám của ảnh xám là lược đồ biểu diễn tần suất xuất hiện của mỗi mức xám Lược đồ mức xám của một ảnh là một hàm rời rạc, lược đồ này được biểu diễn trên trục tọa độ (x,y) Trục hoành biểu thị mức xám từ 0 đến 255, còn trục tung biểu diễn số lượng điểm ảnh tương ứng với mức xám trên trục hoành, ta có mối quan

2 4 6 8

Biểu đồ 1.4 mức xám theo ảnh I

Như vậy lược đồ mức xám cung cấp thông tin về mức xám của ảnh, nó là một công cụ hữu hiệu trong nhiều giai đoạn trong xử lý ảnh Trong thực tế histogram của ảnh phức tạp hơn nhiều, hình 1.5 và 1.6 sẽ biểu diễn histogram của một tấm ảnh thực tế được thu nhận và vẽ thông qua một ứng dụng của tác giả:

Dựa vào biểu đồ mức xám cho ta thấy được sự phân bố cường độ sáng của ảnh, với ảnh

mà phân bố histogram lệch về bên phải thì ảnh đó là ảnh có độ sáng tốt và ngược lại

1.1.3 Số bit cần để lưu trữ ảnh

Trong quá trình xử lý, mọi ảnh sẽ được xử lý tốt nhất ở dạng xám hóa ảnh, nên ở đây ta chỉ quan tâm tới ảnh xám, mọi ảnh màu đều sẽ được chuyển về ảnh xám Nếu ảnh được lưu trữ dưới dạng ma trận hai chiều với kích thước N × N và có 2m mức xám

thì số bit cần thiết để lưu trữ ảnh là: b= N × N × 2 m

1.1.4 Phân loại ảnh

Vì đầu vào của ảnh là ảnh màu, qua quá trình xử lý, ảnh màu sẽ được xám hóa, hoặc xử lý thành ảnh trắng đen, nên trong quá trình phân loại, ta chỉ quan tâm tới hai loại ảnh: ảnh màu và ảnh trắng đen

mỗi điểm ảnh sẽ được mã hóa bởi 8 bit, nếu dùng 8 bit để biểu diễn mức xám của ảnh , thì số mức xám có thể biểu diễn là 256, mỗi mức xám được biểu diễn nằm trong phạm

vi số nguyên từ 0 đến 255, với 0 là mức cường độ tối nhất và 255 là mức cường độ sáng nhất

1.1.4.2 Ảnh màu

Theo lý thuyết của Thomas thì ảnh là tập hợp của ba màu cơ bản là: Đỏ (R), Lục (G), Lam (B) Biểu diễn ảnh màu giống ảnh đen trắng chỉ khác là tại mỗi phần tử của

ma trận biểu diễn cho ba màu riêng lẻ, nên để biểu diễn cho một ảnh 24bit thì cần chia

ba khoảng 8 bit, do đó mà việc lưu trữ ảnh màu sẽ tốn một không gian bộ nhớ gấp 3 lần ảnh xám cùng kích cỡ

Từ một ảnh màu, để cho quá trình xử lý ảnh dễ dàng hơn ta có thể đưa ảnh màu về ảnh

nhị phân hoặc ảnh đa mức xám như các hình (1.7), (1.8) và (1.9)

1.2 Quá trình xử lý ảnh

1.2.1 Mô hình quá trình xử lý ảnh

Quá trình xử lý ảnh được thực hiện theo mô hình (1.10):

Hình 1.10 Quy trình xử lý ảnh

Ảnh trong quá trình thu nhận thường gặp nhiễu, biến dạng,… do nhiều nguyên nhân:

độ sáng, camera …, do vậy để nhận dạng ảnh tốt hơn thì quá trình tiền xử lý rất quan trọng, ảnh được xử lý tốt hơn ở chế độ xám hóa ảnh ban đầu Tùy theo mục đích của ảnh người ta sẽ xác định nên thu những ảnh như thế nào, các ảnh được thu ban đầu phụ thuộc rất nhiều vào thiết bị thu: Camera, máy scan,… , các thiết bị này có quyết định rất lớn đến độ phân giải, chất lượng màu, dung lượng bộ nhớ, chính vì thế việc lựa chọn thiết bị thu rất được quan tâm

1.2.2 Cơ bản về camera

Theo một định nghĩa đơn giản nhất thì camera là một thiết bị ghi hình, dùng để ghi lại những hình ảnh trong một khoảng thời gian nào đó, lưu trữ và xem lại, và cả xử

lý những hình ảnh khi chúng ta muốn nữa

Chức năng cơ bản là ghi hình, nên có ứng dụng rất rộng rãi trong lĩnh vực quan sát, giám sát trong an ninh, trong gia đình, cơ quan, xí nghiệp,…

1.2.2.1 Phân loại camera

Tùy vào mục đích sử dụng, chúng ta sẽ phân loại camera nào chúng ta muốn, thông thường camera sẽ được phân vào ba loại sau:

Phân loại theo kỹ thuật hình ảnh

Phân loại theo đường truyền

Phân loại theo tính năng sử dụng

Nhận dạng ảnh

1.2.2.2 Các tính năng camera cần quan tâm

Khi dùng camera vào mục đích gì chúng ta cũng cần quan tâm đến các thông số, các thông số quyết định camera đó có thực sự cần thiết và đảm bảo cho công việc của chúng ta không

- Indoor (camera đặt trong nhà)

- Outdoor (camera đặt ngoài trời)

- IR LED (Số lượng đèn led hồng ngoại)

- Visible Distance At (khoảng cách quan sát)

- Image Sennor (cảm biến hình – quyết định chất lượng hình tốt hay xấu)

- Resolution (Độ phân giải)

- CCD Total Pixels (số điểm ảnh)

- Minimum Illumination (cường độ ánh sáng nhỏ nhất)

- Power Supply (nguồn)

- Operational Humidity (độ ẩm cho phép)

- Góc quan sát của camera

- Khung /Hình trên giây

- Các chuẩn nén tín hiệu số (MJPEG , MPEG4 , MPEG2 ,…)

1.2.3 Chỉnh mức xám

Để khắc phục tính không đồng đều của hệ thống gây ra, có hai hướng tiếp cận là:

- Giảm số mức xám bằng cách nhóm các mức xám ở gần nhau thành môt nhóm (kĩ thuật bó cụm ), để tổng quát, khi biến đổi người ta sẽ lấy cùng một kích thước Bunch_size, khi đó ta có:

I[i, j] = I[i, j] / bunch_size * bunch_size ∀ (i, j)

Giả sử sau khi bó cụm, ảnh chỉ có hai mức xám thì chính là chuyển về ảnh trắng đen, ứng dụng in ảnh trắng đen, bên cạnh đó còn dễ dàng tính được diện tích của vật trong ảnh (với vật là 1, nền là 0 )

- Tăng mức xám: thực hiện bằng cách nội suy ra các mức xám trung gian bằng kĩ thuật nội suy

1.2.4 Phân tích ảnh

Là một trong những khâu cực kì quan trọng trong xử lý ảnh, giúp trích chọn đặc trưng ảnh để tiến tới hiểu ảnh Tuỳ theo mục đích nhận dạng ta có thể nêu vài đặc đểm của ảnh sau :

Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ, điểm uốn , vv… Đặc điểm biến đổi: đặc điểm loại này được trích chọn thông qua lọc vùng bằng việc sử dụng các mặt nạ đặc điểm

Đặc điểm biên và đường biên: là đặc trưng cho đường biên của đối tượng, rất hữu ích trong việc nhận dạng, trong luận văn này việc phân tích đường biên giúp trích chọn đặc điểm hiệu quả từ đó tính toán chính xác chu vi, diện tích hạt, bên cạnh đó dung lượng lưu trữ bộ nhớ cũng được giảm xuống

Một hệ thống nhận dạng bao gồm ba khâu tương ứng với ba giai đoạn chủ yếu sau:

1 Thu nhận dữ liệu và tiền xử lý

2 Biểu diễn dữ liệu

3 Nhận dạng, ra quyết định

Bốn cách tiếp cận trong lý thuyết nhận dạng là:

1 Đối sách mẫu dựa trên các đặc trưng được trích chọn

2 Phân loại, thống kê

3 Đối sách cấu trúc

4 Phân loại dựa trên mạng nơ-ron nhân tạo

1.2.6 Nâng cao chất lượng ảnh

Khâu nâng cao chất lượng ảnh là một tiền đề quan trọng trong xử lý ảnh nhằm làm nổi bật một số đặc tính của ảnh như: độ tương phản, lọc nhiễu, làm trơn ảnh,

khuếch đại ảnh…, tùy theo mục đích của xử lý ảnh

1.2.7 Thu nhận và biểu diễn ảnh

1.2.7.1 Màu sắc

Tùy theo hệ thống thu nhận ảnh mà ta có được ảnh chất lượng hay không, thông thường một ảnh thường có hàng ngàn màu sắc, mỗi màu có ba thuộc tính đó là: sắc

(Hue), độ thuần khiết (Saturation ), độ sáng (Itensity)

Trong xử lý ảnh người ta thường đưa ra các mô hình màu, đó là các chỉ số kỹ thuật của một hệ tỏa độ màu ba chiều với các tập màu nhỏ với các gam màu đặc trưng Các mô hình màu thường được sử dụng trong xử lý ảnh là: RGB (Red, Green, Bule), CMY (Cyan, Magenta , Yellow) , HSV (Hue, Saturation, Value)

1.2.7.2 Thu nhận và biểu diễn ảnh

Các thiết bị thu nhận ảnh bao gồm camera, scanner Các thiết bị này ứng với hai

loại ảnh thông dụng được biểu diễn dưới dạng: Vector, Raster

a) Mô hình Raster

Ảnh được biểu diễn dưới dạng ma trận điểm ảnh, mỗi điểm ảnh là một phần tử của ma trận hai chiều cấp m*n, thường được thu nhận thông qua camera, scanner nên rất thuận lợi cho việc in ấn và hiển thị, hiện nay cùng với việc phát triển phần cứng thu nhận ảnh với tốc độ nhanh và hiển thị ảnh sắc nét ngày càng cho ảnh đầu vào chất lượng cao

b) Mô hình Vector

Người ta sử dụng hướng các vector của điểm ảnh lân cận để mã hóa và tái tạo hình ảnh ban đầu Công nghệ phần cứng chỉ tập trung hỗ trợ ảnh raster, nên những nghiên cứu về biểu diễn vector đều tập trung chuyển đổi từ ảnh raster theo mô hình (1.11):

Hình 1.11 sự chuyển đổi mô hình biểu diễn ảnh

1.3 MÔ HÌNH NHIỄU VÀ LỌC KHÔI PHỤC ẢNH

Lọc nhiễu là một công đoạn trong tiền xử lý ảnh nhằm nâng cao chất lượng ảnh cho mắt con người, hoặc phục vụ một công đoạn sau, xử lý tốt công đoạn này sẽ giúp ích nhiều cho các công việc sau

Có nhiều loại nhiễu khác nhau (nhiễu sạn, nhiễu cộng, nhiễu nhân ) và cũng có nhiều phương pháp lọc nhiễu khác nhau.Tuy nhiên, tùy từng loại nhiễu mà ta nên sử dụng phương pháp lọc nhiễu nào cho phù hợp vì không phải một phương pháp có thể lọc được hết tất cả các loại nhiễu

1.3.1 Mô hình nhiễu

1.3.1.1 Khái niệm nhiễu

Nhiễu là những phần tử ảnh mà giá trị của nó trội so với các phần tử xung quanh Xét theo tần số, các phần tử nhiễu có tần số cao so với các điểm xung quanh Tuy nhiên, khái niệm trên chỉ mang tính tương đối Ma trận hình I sau đây sẽ mô tả về nhiễu

RASTER

1.3.1.2 Nhiễu thường gặp trong ảnh

a) Nhiễu cộng : nhiễu cộng thường phân bố khắp ảnh Nếu ta gọi ảnh quan

sát (ảnh thu được) là X_qs, ảnh gốc la X_gốc và nhiễu là η Ảnh thu được có thể biểu diễn bởi:

X_qs = X_gốc + η

b) Nhiễu nhân : Nhiễu nhân thường phân bố khắp ảnh Nếu ta gọi ảnh quan

sát (ảnh thu được) là X_qs, ảnh gốc la X_gốc và nhiễu là η Ảnh thu được có thể biểu diễn bởi:

X_qs = X_gốc × η

c) Nhiễu xung: là một loại nhiễu khá đặc biệt có thể sinh ra bởi nhiều lý do

khác nhau chẳng hạn: lỗi truyền tín hiệu, lỗi bộ nhớ, hay lỗi định thời trong quá trình lượng tử hóa Nhiễu này thường gây đột biến tại một số điểm ảnh

d) Nhiễu Gaussian: Bởi vì khả năng dễ ứng dụng toán của nó trong cả lĩnh

vực không gian và tần số, nhiễu Gaussian được sử dụng phổ biến trong thực tiễn Có hàm phân bố là:

2 2

( ) /2

1 ( )

Trong đó, z biểu diễn mức xám, µ là giá trị trung bình của z,σ là độ lệch tiêu chuẩn, σ2

là phương sai của z

e) Nhiễu phân bố đều Uniform: Được cho bởi:

1 ( )

1.3.2 Một số thuật toán lọc nhiễu

1.3.2.1 Thuật toán chung

Các phương pháp này đều dựa trên một nguyên tắc chung là sử dụng các cửa sổ W(x,y) kích thước m x n Ma trận 3x3 vì tính chất của nó không quá phức tạp, dễ sử dụng và phổ biến nhất

f(x-1,y-1) f(x-1,y) f(x-1,y+1)

f(x,y-1) f(x,y) f(x,y+1)

f(x+1,y-1) f(x+1,y) f(x+1,y+1)

Trong đó f(x,y) là giá trị của điểm ảnh đang xét

1.3.2.2 Lọc trung bình(Mean Filter)

n

i i

vùng (3x3) của ảnh gốc đặt vào ma trận Giá trị điểm ảnh của ảnh đầu ra Idst là giá trị trung bình của tất cả các điểm trong ảnh trong ma trận lọc

- Thuật toán

Giả sử , có ảnh đầu vào, điểm ảnh I(x,y) và ngưỡng θ cho trước, khi đó kỹ thuật lọc trung bình gồm các bước sau:

Bước 1: Tính tổng các thành phần trong ma trận lọc (Kernel)

Bước 2: chia lấy trung bình của tổng các thành phần ma trận lọc với số lượng các phần

tử của cửa sổ lọc được giá trị Itb(x,y)

Bước 3 : Hiệu chỉnh

Nếu I(x,y)- Itb(x,y) >θ thì I(x,y) = Itb(x,y)

Nếu I(x,y) - Itb(x,y)<=θ thì I(x,y) = I(x,y)

c) Tác dụng:

Trong lọc trung bình, thường người ta ưu tiên cho các hướng để bảo vệ biên của ảnh khỏi bị mờ khi làm trơn ảnh Các kiểu ma trận lọc được sử dụng tùy theo các trường hợp khác nhau Các bộ lọc trên là bộ lọc tuyến tính theo nghĩa là điểm ảnh ở

tâm cửa sổ sẽ được thay bởi tổ hợp các điểm lân cận chập với ma trận lọc

1.3.2.3 Lọc trung vị(Median Filter)

b) Kỹ thuật lọc trung vị

- Ý tưởng

Lọc trung vị là lọc phi tuyến Một phép lọc phi tuyến là một kết quả không thể thu được từ một tổng trọng số của các điểm ảnh (Pixel) lân cận Sau khi đã định nghĩa kích thước vùng lân cận, giá trị điểm ảnh (Pixel) trung tâm được thay bằng trung vị tức

là giá trị chính giữa của tất cả các giá trị của các điểm trong vùng lân cận

- Thuật toán

Bước 1: Xác định điểm ảnh (Pixel) I(x,y)

Bước 2: Sắp xếp các điểm ảnh (Pixel) lân cận của theo một thứ tự nhất định (Tăng dần hoặc giảm dần)

Bước 3: Xác định Itv (là điểm nằm giữa các điểm ảnh được sắp xếp ở bước 2)

Bước 4: Hiệu chỉnh:

-Nếu I(x,y) – Itv(x,y) > θ thì I(x,y) = Itv(x,y)

-Nếu I(x,y) - Itb(x,y) <= θ thì I(x,y) = I(x,y)

c) Tác dụng:

Loại bỏ các điểm ảnh xấu mà vẫn đảm bảo độ phân giải

Hiệu quả trong việc giảm đi điểm nhiễu trong ma trận lọc (Kernel) lớn hay bằng một nửa số điểm trong ma trận lọc (Kernel)

1.4 Bài toán phân loại hạt điều

1.4.1 Nhu cầu phân loại tự động

Ngày nay nhu cầu phân loại sản phẩm dạng hạt là rất lớn, đã có các công trình nghiên cứu phân loại dạng hạt: hạt lúa, hạt đậu …, phục vụ trong sản xuất, nghiên cứu, xuất khẩu, …, trong lĩnh vực xuất khẩu các mặt hàng, việc phân loại sản phẩm chiếm vai trò hết sức quan trọng giúp tăng giá trị sản phẩm, nâng cao sức cạnh tranh, trong ngành sản xuất ,chế biến và xuất khẩu hạt điều thành phẩm, khâu phân loại hạt điều hiện nay tại các nhà máy, xí nghiệp đang có rất nhiều công nhân làm việc, đa số làm thủ công , dựa vào thị giác để phân loại dẫn đến độ chính xác và độ đồng đều không cao, bên cạnh đó chi phí cho việc này rất cao

1.4.2 Quá trình sản xuất và chế biến hạt điều

Từ vùng nguyên liệu, các trái điều được thu hái khi chín, hiện nay các vùng nguyên liệu điều trong nước và trên thế giới đều đang phát triển và đi theo hướng canh tác bền vững

Hình 1.12 Nông dân Bình Phước hái điều

Sau khi tiếp nhận nguyên liệu là các hạt điều thô tại các nhà máy, hạt điều sẽ được phơi khô để bảo quản đến khi đạt độ ẩm thích hợp:nhỏ hơn 11% Sau đó được đóng bao và cất giữ vào kho để xử lý

Hình 1.13 Công nhân phơi điều

Khi mang hạt điều ra để xử lý, các hạt điều sẽ được sàng lọc sơ bộ để phân loại ban đầu qua hệ thống sàng phân loại, hệ thống sàng có các khe phù hợp với kích thước của từng kích cỡ hạt : A,B,C ,… đồng thời loại bỏ các tạp chất như: đất, đá, rác,… lẫn trong hạt điều, sau đó mỗi loại sẽ được đóng trong từng khay riêng

Hình 1.14 Sàng phân loại hạt điều thô sơ bộ

Để làm vỏ điều mềm và tạo điều kiện cho lớp vỏ xốp và lớp vỏ lụa tách rời nhau giúp thuận lợi cho việc tách nhân,các hạt điều sẽ được tiếp tục cho vào lò hấp, qua băng tải xuống nền làm nguội và được chứa vào các khay đựng hàng

Hình 1.15 Lò hấp và băng tải hạt điều

Tiếp sau đó đến khâu cắt tách nhân điều, hiện nay các nhà máy điều thông thường vẫn duy trì cả hai phương pháp cắt tách là thủ công và dùng máy tách hạt Đối với phương

pháp dùng máy tách, tuy năng xuất cao nhưng tỉ lệ hạt chưa cắt được, hoặc cắt lỗi vẫn còn nhiều, nên cần phải có máy cắt thủ công, để cắt lại các hạt đó

Hình 1.16 Máy cắt tự động

Hình 1.17 Cắt tách hạt điều thủ công

Sau khi cắt xong, nhân điều sẽ được mang vào lò sấy khô nhằm làm khô vỏ lụa, tách

vỏ lụa rời khỏi nhân điều, rồi qua quá trình bóc vỏ lụa

Hình 1.18 Máy bóc vỏ lụa hạt điều

Việc phân loại sẽ đưa sản phẩm về cùng kích cỡ, độ sáng, công nhân kiểm tra lại màu sắc và kích thước của từng sản phẩm theo một tiêu chuẩn AFI ( 240, 320, 450 …)

Hình 1.19 Công nhân phân loại hạt điều

Trong công đoạn phân loại này các xưởng sản xuất cũng như các công ty chế biến và xuất khẩu điều đều sử dụng rất nhiều công nhân với chi phí rất cao mà hiệu quả không

nhiều, nên bài toán phân loại hạt điều thành phẩm một cách tự động luôn được các nhà máy, xí nghiệp, công ty quan tâm rất nhiều

Sau quá trình phân loại người ta sẽ đóng thùng, hút chân không, dò kim loại,… Để hoàn thành những phân đoạn cuối cùng cho việc xuất khẩu

1.4.3 Phát biểu bài toán phân loại hạt điều thành phẩm

Quá trình phân loại được chia ra làm nhiều loại: thông thường tại các nhà máy sản xuất và chế biến người ta chia hạt điều thành phẩm vào ba dạng hạt A,B,C dựa trên các tiêu chuẩn sau:

Loại A hay Cỡ Lớn (Jumbo): 200 – 240 hạt/454 Gram

Tại các nhà máy, xí nghiệp, xưởng sản xuất người ta gọi là loại 240

Loại B hay Cỡ trung vừa: 300 – 320 hạt/ 454gram

Tại các nhà máy, xí nghiệp, xưởng sản xuất người ta gọi là loại 320

Loại C hay Cỡ nhỏ: 400 – 500 hạt/454gram

Tại các nhà máy, xí nghiệp, xưởng sản xuất người ta gọi là loại 450

Như vậy theo các số liệu trên, các hạt điều thành phẩm sẽ được phân loại khi tính được diện tích của từng hạt điều mẫu theo chuẩn và những hạt điều cần được phân loại, diện tích hạt sẽ cho ta biết hạt đó to hay nhỏ, thuộc kích cỡ nào trong các loại kể trên khi đem ra so sánh với mẫu , mà muốn tìm được diện tích thì chúng ta phải phát hiện ra đường biên của hạt,từ đó tính toán tất cả các pixel trên biên và trong biên Vì vậy việc giải quyết bài toán phân loại hạt điều thành phẩm theo kích thước chính là việc giải quyết các vấn đề sau:

- Thu nhận ảnh hạt, xám hóa ảnh

- tìm diện tích hạt dựa vào biên ảnh hạt điều

- so sánh với từng tiêu chuẩn xem hạt điều trên thuộc loại nào trong ba loại A,B,C

kể trên