Ứng dụng xử lý ảnh trong phân loại chất lượng gạo

TÓM TẮT ĐỀ TÀI Đề tài xây dựng dựa mơ hình máy phân loại chất lượng gạo thực tế nhằm làm hạ giá thành sản phẩm để sử dụng rộng rãi thị trường Nhóm thiết kế mơ hình có khả phát hạt gạo không đạt chất lượng nhờ vào hệ thống xử lý ảnh Hệ thống gồm camera, máy tính đèn LED Camera chụp ảnh gạo cần kiểm tra sau đưa vào máy tính dùng phần mềm Matlab để xử lý Việc xác định hạt gạo không đạt tiêu chuẩn dựa vào tiêu chuẩn hình dạng màu sắc Kết thực nghiệm cho thấy hệ thống nhận dạng sản phẩm lỗi cao Độ xác giải thuật đạt 90% v MỤC LỤC NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP i PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN ii PHIẾU NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN iii LỜI CÁM ƠN iv TÓM TẮT ĐỀ TÀI .v MỤC LỤC vi DANH MỤC CÁC TỪ VIẾT TẮT viii DANH MỤC CÁC BẢNG BIỂU ix DANH MỤC CÁC HÌNH x Chương 1: TỔNG QUAN 1.1 Đặt vấn đề 1.1.1 Tính cấp thiết đề tài 1.1.2 Tình hình nghiên cứu nước 1.1.3 Tình hình nghiên cứu ngồi nước 1.1.4 Giải pháp .4 1.2 Mục tiêu đề tài .4 1.3 Giới hạn đề tài 1.4 Nội dung đề tài Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Giới thiệu chung xử lý ảnh .6 2.2 Các vấn đề trình xử lý ảnh 10 2.2.1 Các thiết bị thu nhận ảnh .10 2.2.2 Những khái niệm sở xử lý ảnh .13 2.2.3 Quá trình xử lý ảnh 14 2.2.4 Các phép tốn hình thái Morphology .23 2.2.5 Không gian màu 28 2.2.6 Những định dạng ảnh 37 vi Chương 3: NHẬN DẠNG GẠO DỰA TRÊN HÌNH DẠNG VÀ MÀU SẮC 39 3.1 Quy trình xử lý ảnh 39 3.2 Phần mềm sử dụng 40 3.3 Phân loại theo diện tích tỷ lệ 41 3.3.1 Chuyển đổi ảnh RGB sang ảnh mức xám 41 3.3.2 Lọc nhiễu .42 3.3.3 Tách biên .42 3.3.4 Loại nhỏ pixel nhỏ .43 3.3.5 Phân đoạn ảnh .44 3.4 Phân loại theo màu sắc 47 3.4.1 Chuyển ảnh từ hệ màu RGB sang hệ màu Lab 47 3.4.2 So sánh với ảnh mẫu .48 3.5 Kết .49 Chương 4: KẾT QUẢ THỰC NGHIỆM 50 4.1 Hình ảnh phần cứng mơ hình 50 4.1.1 Khung mơ hình 50 4.1.2 Thiết bị Camera 51 4.1.3 Thiết bị chiếu sáng 52 4.2 Kết thực nghiệm 52 Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 59 5.1 Kết luận 59 5.1.1 Kết đạt 59 5.1.2 Những mặt hạn chế 59 5.2 Hướng phát triển 60 TÀI LIỆU THAM KHẢO 61 PHỤ LỤC 62 vii DANH MỤC CÁC TỪ VIẾT TẮT CCD: Charge-Coupled Device CCIR: Comité Consultatif International des Radiocommunications CMYK: Cyan-Magenta-Yellow-Key CIE: Commission Internationale d’Eclairage BMP: Bitmap Picture DSP: Digital Signal Processing/Processor GIF: Graphics Interchange Format HSI: Hue-Saturation-Intensity HSV: Hue-Saturation-Value IMI: Industial Machinery and Instruments IMG: Image JPEG: Joint Photographic Experts Group NTSC: National Television System Committee PAL: Phase Alternate Line RGB: Red-Green-Blue SECAM: Sequential Color with Memory TV: Television viii DANH MỤC CÁC BẢNG BIỂU Bảng 1.1: Thông số kỹ thuật máy phân loại gạo Bảng 2.1: Bảng tiêu chuẩn quan sát 36 Bảng 4.1: Độ xác việc phát gạo không đạt 58 ix DANH MỤC CÁC HÌNH Hình 1.1: Kim ngạch xuất gạo Việt Nam giai đoạn 2010-2014 .1 Hình 1.2: Máy phân loại gạo dòng sản phẩm S.PRECISION thực tế Hình 2.1: Các bước xử lý ảnh Hình 2.2: Thiết bị CCD 12 Hình 2.3: Pixel trung tâm pixel lân cận (a) pixel lân cận (b) .13 Hình 2.4: Đường biên ảnh .19 Hình 2.5: Đối tượng cần phình A nhân tạo ảnh B 24 Hình 2.6: Minh họa quét bi khắp A 24 Hình 2.7: Kết đạt 24 Hình 2.8: Kết đạt 25 Hình 2.9: Sử dụng phép mở 26 Hình 2.10: Phép đóng 27 Hình 2.11: Các loại sóng điện từ (trên) dải ánh sáng phóng to (dưới) 28 Hình 2.12: Ba màu red, green, blue 30 Hình 2.13: Mơ hình khơng gian màu RGB 30 Hình 2.14:Màu hệ CMYK 31 Hình 2.15: Mơ hình khơng gian màu HSV biểu diễn dạng hình nón 32 Hình 2.16: Mơ hình khơng gian màu HSV biểu diễn dạng hình trụ 33 Hình 2.17: Mơ hình khơng gian màu HSI 34 Hình 2.18: Mơ hình khơng gian màu CIE- L*a*b* .35 Hình 2.19: Cấu trúc chung định dạng ảnh .38 Hình 3.1: Sơ đồ khối thể quy trình xử lý ảnh gạo 39 Hình 3.2: Phần mềm Matlab 40 Hình 3.3: Ảnh gạo RGB .41 Hình 3.4: Ảnh gạo chuyển mức xám 41 Hình 3.5: Ảnh lọc nhiễu 42 Hình 3.6: Ảnh tách biên 43 Hình 3.7: Ảnh loại bỏ vùng nhỏ 10 pixel 43 x Hình 3.8: Lắp đầy vùng biên kín 44 Hình 3.9: Biên làm dầy lên 44 Hình 3.10: Lắp đầy vùng biên kín lần 45 Hình 3.11: Biên làm mảnh trở lại 45 Hình 3.12: Các vùng ảnh gạo đánh dấu 46 Hình 3.13: Những hạt gạo đánh dấu khơng đạt u cầu theo diện tích tỷ lệ .46 Hình 3.14: Ảnh màu RGB 47 Hình 3.15: Ảnh sau chuyển sang hệ màu Lab .47 Hình 3.16: Ảnh gạo mẫu RGB 48 Hình 3.17: Ảnh gạo mẫu chuyển sang hệ màu Lab .48 Hình 3.18: Những hạt gạo đánh dấu không đạt theo màu sắc 49 Hình 3.19: Những hạt gạo đánh dấu khơng đạt diện tích, tỷ lệ màu 49 Hình 4.1: Khung mơ hình phần cứng 50 Hình 4.2: Vị trí lắp đặt camera .51 Hình 4.3: Logitech B525 HD Webcam 51 Hình 4.4: Đèn LED dùng cho chiếu sáng 52 Hình 4.5: Ảnh 53 Hình 4.6: Ảnh 53 Hình 4.7: Ảnh 54 Hình 4.8: Ảnh 54 Hình 4.9: Ảnh 55 Hình 4.10: Ảnh .55 Hình 4.11: Ảnh .56 Hình 4.12: Ảnh .56 Hình 4.13: Ảnh .57 Hình 4.14: Ảnh 10 .57 xi Chương 1: Tổng Quan Chương 1: TỔNG QUAN 1.1 Đặt vấn đề 1.1.1 Tính cấp thiết đề tài Lúa gạo lương thực giới Đặc biệt Việt Nam lương thực để tạo sản phẩm thiết yếu để phục vụ đời sống người Ngành sản xuất lúa gạo có khả tạo nhiều việc làm cho người lao động, tăng danh thu, làm sở phát triển cho ngành khác, góp phần nâng cao mức sống ổn định an ninh lương thực từ góp phần ổn định tình hình trị đất nước Với nước nơng nghiệp Việt Nam ngành sản xuất lúa gạo ngành chủ lực phần trăm cấu trồng phân cơng lao động xã hội Việt Nam mạnh việc sản xuất lúa gạo nước nhiều năm liền xuất gạo đứng thứ ba giới thu nguồn ngoại tệ lớn Kim ngạch xuất gạo Việt Nam giai đoạn 2010-2014 thể Hình 1.1 [1] Hình 1.1: Kim ngạch xuất gạo Việt Nam giai đoạn 2010-2014 Tuy nhiên, xuất gạo Việt Nam gặp khơng khó khăn Hệ thống sản xuất gạo lạc hậu, sản xuất nhỏ lẻ dẫn đến chất lượng hạt gạo Việt Nam thấp so với nước xuất lớn khu vực như: Thái Lan, Ấn Độ, Vì khả cạnh tranh hạt gạo Việt Nam giới thấp Việt Trang Chương 1: Tổng Quan Nam chủ yếu xuất gạo qua nước phát triển châu Á như: Trung Quốc, Philipines, Indonesia, số nước châu Phi Đối với thị trường khó tính như: Mỹ, EU, Nhật, việc xuất qua nước hạn chế hạt gạo chưa đáp ứng chất lượng mà thị trường đặt 1.1.2 Tình hình nghiên cứu nước Kỹ thuật phân loại sử dụng sensor quang bước đầu thực Việt Nam từ đầu năm 90 trung tâm nghiên cứu lớn Viện Máy dụng cụ công nghiệp, Trường Đại học Bách khoa Hà Nội …Tuy nhiên, kỹ thuật thiết bị phân loại ứng dụng cho đối tượng có màu sắc rõ ràng, di chuyển chậm theo tốc độ mật độ hoàn toàn xác định trước Việc nghiên cứu kỹ thuật thiết bị phân loại đối tượng có màu khơng rõ ràng di chuyển nhanh với mật độ lớn loại vật liệu rời nông sản thực phẩm dạng hạt chưa quan tâm mức [2] Việc ứng dụng xử lý ảnh việc phân loại chất lượng gạo nhiều nhiều nhóm thực hiện: Phân loại gạo theo màu sắc Viện Máy dụng cụ công nghiệp (IMI); ứng dụng neural xử lý ảnh nhận dạng phân loại gạo trắng nhóm tác giả Ths Nguyễn Xuân Vinh, Ths Lê Đình Lượng; nghiên cứu xử lý ảnh phân loại sản phẩm theo màu sắc sinh viên Bùi Nhân Tiến, K6 Khoa Điện tử, Trường ĐH Tôn Đức Thắng (TPHCM) 1.1.3 Tình hình nghiên cứu ngồi nước Kỹ thuật phân loại vật liệu rời thực phẩm dạng hạt nghiên cứu ứng dụng giới từ năm 70 Các hệ phân loại sử dụng sensor quang rời rạc (photodiodes) để nhận thông tin màu sắc, đồng thời xử lý thông tin thiết bị tương tự Nguyên tắc phân loại kiểu bước đầu đáp ứng yêu cầu thị trường phân loại sản phẩm bộc lộ nhiều nhược điểm: hệ thông phân loại cồng kềnh, suất phân loại thấp, sai số lớn, độ linh hoạt không cao, khó khăn thay đổi đối tượng phân loại Trang Chương 1: Tổng Quan Hình 1.2: Máy phân loại gạo dòng sản phẩm S.PRECISION thực tế Bảng 1.1: Thông số kỹ thuật máy phân loại gạo Mã sản phẩm Năng suất (tấn/giờ) Số kênh Độ xác (%) Tỷ lệ loại bỏ (tốt: xấu) Công suất điện (Kw) Số máng Bắn khí Lượng khí tiêu thụ (lít/phút) CCD Camera Bộ điều khiển Màn hình hiển thị Điện áp (V/Hz) Trọng lượng (kg) Kích thước (DxRxC) mm 5R-6SXM-315 4.0-9.0 315 ≥ 99.9% ≥10:1 2.6 Italy 2000-3500 Japan 2048 Pixel USA Japan 220/50 1043 2279x1640x2015 Cùng với phát triển kỹ thuật quang, hệ đo – thu nhận tín hiệu màu sắc ngày đạt độ xác cao, tích hợp ngày chặt chẽ, gọn nhẹ, đặc biệt đáng kể thiết bị quét quang học dựa CCD ( Charge Coupled Devides) Các camera quang số kết hợp với kỹ thuật thu nhận – xử lý hình ảnh máy tính mở Trang Chương 4: Kết Quả Thực Nghiệm 4.1.3 Thiết bị chiếu sáng Hình 4.4: Đèn LED dùng cho chiếu sáng Nhằm đảm bảo việc xác định xác màu hạt gạo mơ hình sử dụng loại LED có ánh sáng trắng với cơng suất 3w Hình 4.4 hệ thống đèn LED dùng cho chiếu sáng 4.2 Kết thực nghiệm Sau tiến hành chạy mơ hình phần cứng đạt kết tương đối tốt, phát hạt không đạt chất lượng Những hạt không đạt chất lượng đánh dấu màu vàng Sau tiến hành kiểm tra với 10 ảnh khác tỷ lệ phát gạo không đạt chất lượng tương đối cao Trang 52 Chương 4: Kết Quả Thực Nghiệm Hình 4.5: Ảnh Hình 4.6: Ảnh Trang 53 Chương 4: Kết Quả Thực Nghiệm Hình 4.7: Ảnh Hình 4.8: Ảnh Trang 54 Chương 4: Kết Quả Thực Nghiệm Hình 4.9: Ảnh Hình 4.10: Ảnh Trang 55 Chương 4: Kết Quả Thực Nghiệm Hình 4.11: Ảnh Hình 4.12: Ảnh Trang 56 Chương 4: Kết Quả Thực Nghiệm Hình 4.13: Ảnh Hình 4.14: Ảnh 10 Trang 57 Chương 4: Kết Quả Thực Nghiệm Kết phát gạo khơng đạt: Bảng 4.1: Độ xác việc phát gạo không đạt Ảnh 10 Độ 92.3 88.9 91.2 91.4 90 87 96.7 100 100 94.7 xác (%) Trang 58 Chương 5: Kết Luận Hướng Phát Triển Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Trong chương trình bày nhận xét, đánh giá kết đạt đồng thời trình bày hạn chế mà đề tài gặp phải Đồng thời đưa hướng giải vấn đề mà đề tài mắc phải đề xuất phương án phát triển tương lai nhằm hoàn thiện đề tài 5.1 Kết luận 5.1.1 Kết đạt Tổng hợp kết đạt trình chi tiết chương 4, so sánh kết với yêu cầu thiết kế cho thấy hệ thống đáp ứng tương đối đầy đủ mục tiêu đề với kết đạt sau: + Mơ hình phần cứng hoạt động tương đối tốt Thiết bị gọn nhẹ, lắp đặt dễ dàng, có tính kinh tế thuận tiện cho mục đích mơ phục vụ vào việc học tập, phát triển ứng dụng vào thực tế sau + Chương trình xử lý ảnh xây dựng tốt, mơ hình hoạt động ỗn định phạm vi cho phép + Phát hạt gạo không đạt yêu cầu theo tiêu chuẩn diện tích, tỷ lệ màu sắc 5.1.2 Những mặt hạn chế Ngoài kết đạt nêu đề tài mặt hạn chế sau: + Thời gian tốc độ xử lý mơ hình cịn chậm + Đối với ảnh chụp có hạt gạo bị dính dẫn đến việc xác định sai diện tích hạt gạo Trang 59 Chương 5: Kết Luận Hướng Phát Triển 5.2 Hướng phát triển Từ mặt hạn đề tài, để đề tài hoạt động tốt ứng dụng vào thực tế sau nhóm đề hướng phát triển sau: + Để tốc độ đạt nhanh đáp ứng xử lý ảnh thời gian thực nên xử lý ảnh chíp xử lý có tốc độ nhanh chip DSP + Sử dụng thiết bị chụp ảnh có chất lượng tốt + Sử dụng thêm hệ thống súng để loại bỏ hạt gạo không đạt chất lượng Trang 60 Tài Liệu Tham Khảo TÀI LIỆU THAM KHẢO [1] Báo cáo Hiệp hội Lương thực Việt Nam (VFA) ngày 19/1/2015 [2] Hà Thiên Sơn (2008), Nghiên Cứu Máy Phân Loại Cà Phê Bằng Màu Sắc, Khoa Điện tử -Viễn Thông, Đại học Công Nghệ-Đại học Quốc Gia Hà Nội [3] PGS.TS Nguyễn Quang Hoan (2006), Xử lý ảnh, Học Viện Công Nghệ Bưu Chính Viễn Thơng [4] Ths Nguyễn Xn Vinh, Ths Lê Đình Lương (2010), Ứng Dụng Xử Lý Ảnh Mạng Nơron Trong Phân Loại Gạo Trắng Thành Phẩm, Trường Đại học Kỹ Thuật Công Nghệ [5] Vũ Văn Trọng Nghĩa cộng (2010), Phương Pháp Morphology, Khoa Toán-Tin Học, Đại học KHTN TP HCM [6] Vũ Việt Hà (2009), Tìm Hiểu Các Phép Tốn Hình Thái, Trường Đại học Dân Lập Hải Phịng [7] Nguyễn Hồi Anh (2014), Kỹ Thuật Đồ Họa Và Xử Lý Ảnh, khoa Công Nghệ Thông Tin, Học Viện Kỹ Thuật Quân Sự [8] Nguyễn Hoàng Bách cộng (2010), Cảm Nhận Biểu Diễn Màu Sắc, Đại học Bách Khoa Hà Nội [9] Bạch Ngọc Minh (2014), Nghiên Cứu So Sánh Các Thuật Tốn Xử Lý Ảnh Tính Độ Sâu Ảnh Stereo Ứng Dụng Trong Hệ Thống Camera Thị Giác, Trung tâm Phát triển Đại học Quốc gia Hà Nội [10] Ths Thái Duy Quý (2013), Matlab Căn Bản, khoa Công Nghệ Thông Tin, Đại học Đà Lạt [11] CIE-L*a*b* Color Scale, Applications Note Trang 61 Phụ Lục PHỤ LỤC Code chương trình: clear all close all a = imread('C:\Users\PHONG\Downloads\ANH\1.jpg'); figure imshow(a); B=rgb2gray(a); figure imshow(B); X=medfilt2(B);%loc nhieu bang bo loc trung vi figure imshow(X); BB=edge(X,'sobel'); figure imshow(BB); figure bw = bwareaopen(BB,20); %tach bien theo thong so dat truoc imshow(bw); bw = imfill(bw,'holes'); figure imshow(bw); title('lap lo trong') %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%% figure se = strel('disk',4); %bw = imclose(bw,se); bw=imdilate(bw,se); imshow(bw); title('lam day bien') bw = imfill(bw,'holes'); Trang 62 Phụ Lục figure imshow(bw); title('lap lo lan 2') %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%% figure bw=imerode(bw,se); imshow(bw); title('anh da lam manh duong bien') %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%% L = bwlabel(bw); % We assign a label to each region n = max(L(:)); % Number of regions figure imshow(L) % Each region has a different gray-value title('Labeled regions') A = zeros(n,1); % Area x = zeros(n,1); % Location x y = zeros(n,1); % Location y for i=1:n R = L==i; % Binary image '1' means pixel belongs to region i [ii,jj] = find(R==1); % Coordinates of each pixel of region i A(i) = length(ii); % Area of region i x(i) = mean(jj); % x value of center of mass of region i y(i) = mean(ii); % y value of center of mass of region j text(x(i),y(i),num2str(i)) end [D,T]=bwboundaries(bw,'noholes'); stats = regionprops(bw,'all'); kichthuoc=zeros(n,1); figure imshow(a); for k=1:length(D) Areas(1,k) = stats(k,1).Area; thisBB = stats(k,1).BoundingBox; Trang 63 Phụ Lục MajorAxisLengths(1,k)=stats(k,1).MajorAxisLength; MinorAxisLengths(1,k)=stats(k,1).MinorAxisLength; if Areas(1,k)>500 &&((MajorAxisLengths(1,k)/MinorAxisLengths(1,k))>2.3) rectangle('Position', thisBB, 'EdgeColor','r','LineWidth',2 ) else kichthuoc(k,1)=k; rectangle('Position', thisBB, 'EdgeColor','B','LineWidth',2 ) end end %[indmax2] = find(Avec2 == max(Avec2)); for k=1:length(D) centroid=cat(1,stats.Centroid); thisBB = stats(k,1).BoundingBox; E=zeros(n,2); E(:,1)=centroid(:,1); E(:,2)=centroid(:,2); end La=zeros(3,3); B=zeros(3,3); C=zeros(3,3); img = imread('C:\Users\PHONG\Downloads\hinh\2.jpg'); Lab = RGB2Lab(img); L1 = Lab(:,:,1); a1 = Lab(:,:,2); b1 = Lab(:,:,3); for i=1:3 for j=1:3 La(i,j)=L1(i+521,j+521); B(i,j)=a1(i+521,j+521); C(i,j)=b1(i+521,j+521); end end Lab1 = RGB2Lab(a); L2 = Lab1(:,:,1); a2 = Lab1(:,:,2); Trang 64 Phụ Lục b2 = Lab1(:,:,3); t=0; sum1=zeros(n,1); m=zeros(3,3); j=zeros(3,3); z=zeros(3,3); vitri=zeros(n,1); hold on; figure imshow(a) %for k=1:length(D) % thisBB = stats(k,1).BoundingBox; for i=1:n sum=0; for x=1:3 for y=1:3 a= round(E(i,1)); b= round(E(i,2)); m(x,y)=L2(x+b-2,y+a-2); j(x,y)=a2(x+b-2,y+a-2); z(x,y)=b2(x+b-2,y+a-2); sum = sum+((B(x,y)-j(x,y))^2+(C(x,y)-z(x,y))^2); end sum1(i,1)=sum; end if sum >900 t=t+1; vitri(i,1)=i; end end for k=1:n point = stats(k,1).BoundingBox; if vitri(k,1)~=0 || kichthuoc(k,1)~=0 rectangle('Position', point, 'EdgeColor','y','LineWidth',2 ) Trang 65 Phụ Lục % else % rectangle('Position', point, % 'EdgeColor','r','LineWidth',2 ) end end Trang 66 ... phạm Ngồi cịn ứng dụng xử lý ảnh mà năm trở lại cho quan trọng ứng dụng xử lý ảnh việc phân biệt màu sắc, áp dụng nhiều lĩnh vực khác Đặc biệt áp dụng mạnh nông nghiệp, ứng dụng xử lý ảnh cho việc... Hình 1.2 hình ảnh máy phân loại gạo thực tế 1.1.4 Giải pháp Nghiên cứu hệ thống phân loại chất lượng gạo dùng xử lý ảnh Hệ thống gồm có camera thu nhận hình ảnh đưa vào máy tính xử lý để phát sản... cao 1.2 Mục tiêu đề tài Đề tài ? ?ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI CHẤT LƯỢNG GẠO” xây dựng từ máy phân loại gạo thực tế nhằm làm hạ giá thành sản phẩm để sử dụng rộng rãi thị trường Mô hình