(TIỂU LUẬN) ỨNG DỤNG kỹ THUẬT NHẬN DẠNG TRONG PHÂN LOẠI tự ĐỘNG RAU củ QUẢ

MỤC LỤC DANH SÁCH THÀNH VIÊN THAM GIA DỰ ÁN DANH MỤC BẢNG BIỂU, HÌNH VẼ DANH MỤC CÁC TỪ VIẾT TẮT THÔNG TIN KẾT QUẢ NGHIÊN CỨU I MỞ ĐẦU : .5 Tính cấp thiết: Mục tiêu: Cách tiếp cận: .6 Phương pháp nghiên cứu: .6 Đối tượng: 6 Phạm vi nghiên cứu: .6 Nội dung nghiên cứu: II NỘI DUNG CHÍNH .7 Phương pháp: .7 Thí nghiệm: Phân tích đánh giá kết quả: Ý nghĩa kết quả: III KẾT LUẬN VÀ KIẾN NGHỊ .10 TÀI LIỆU THAM KHẢO 11 PHỤ LỤC 12 Tieu luan DANH SÁCH THÀNH VIÊN THAM GIA DỰ ÁN Họ & tên Lớp MSSV Nhiệm vụ Nguyễn Bảo Anh 17DT1 106170002 Ớt Phan Tự Minh Duy 17DT1 106170011 Hành tây Nguyễn Anh Huy 17DT1 106170026 Tỏi Tieu luan Chữ ký THÔNG TIN KẾT QUẢ NGHIÊN CỨU Thông tin chung: Tên đề tài dự án: ỨNG DỤNG KỸ THUẬT NHẬN DẠNG TRONG PHÂN LOẠI TỰ ĐỘNG RAU CỦ QUẢ Mã số: 17.40 Nhóm: 6A Đơn vị: Khoa Điện Tử - Viễn Thông Mục tiêu: Nhận dạng rau củ nhà bếp đặc trưng hình dáng Tiếp cận với phương pháp tiền xử lý xử lý ảnh với thuật tốn trích đặc trưng, phân lớp, machine learning, Neruron Network, … Kết nghiên cứu: Hoàn thành sở liệu gốc ảnh rau củ Hoàn thành liệu sau khâu tiền xử lý Hoàn thành trích đặc trưng Nhận dạng thành cơng loại rau củ Cơ sở liệu gốc: Sản phẩm: Ớt : 100 ảnh Tỏi : 100 ảnh Hành tây : 100 ảnh Các sở liệu biến đổi từ sở liệu gốc sau trình tiền xử lý Code matlab: Chương trình nhận dạng Báo cáo kết dự án Phương thức chuyển giao kết nghiên cứu khả áp dụng: Chuyển giao cho Khoa Điện Tử - Viễn Thông để phục vụ mục đích học tập (khơng cho mục đích kinh doanh) Hoặc kết áp dụng để làm sở cho đề tài nghiên cứu mang mục đích phi thương mại Đà Nẵng, ngày tháng năm Đại diện nhóm dự án (ký, họ tên) Tieu luan I MỞ ĐẦU: Tính cấp thiết: Với người, rau củ có lợi ích tuyệt vời sức khỏe:  Giúp làm giảm hàm lượng cholesterol xấu máu Cholesterol thực chất chất mỡ mà thể cần để thực hiện các hoạt động  Tốt cho hệ xương khớp  Bảo vệ phịng bệnh tim mạch  Giúp kiểm sốt cân nặng  Phòng chống bệnh ung thư  Một số lợi ích tuyệt vời khác Và đặc biệt loại rau củ sau: - Tỏi:  Phòng ngừa chữa trị cảm cúm  Giúp giảm nguy hỗ trợ điều trị ung thư  Rất tốt cho xương khớp  Phòng bệnh tim mạch  Cường dương  Một số tác dụng khác - Ớt:  Giúp giảm đau nhức  Cải thiện hệ tuần hoàn máu  Tác dụng giảm cân  Chống bệnh tiểu đường  Chống cảm cúm  Ngăn ngừa ung thư tuyến tiền liệt  Giúp thư giãn, ngủ ngon  Làm chậm trình lão hóa - Hành tây:  Gói dinh dưỡng  Có lợi cho sức khỏe tim mạch Tieu luan  Chất chống oxy hóa  Chứa hợp chất chống ung thư  Kiểm soát lượng đường máu  Có thể tăng cường sức khoẻ xương  Có đặc tính kháng khuẩn  Tăng cường sức khỏe tiêu hóa Trong đời sống nay, rau củ nguyên liệu nấu ăn sử dụng thường xuyên nhiều loại lại có hình dạng giống dễ gây nhầm lẫn công việc nấu ăn thu hoạch dẫn đến khó khăn cơng tác nấu ăn thu hoạch nông dân Để khắc phục khó khăn này, dựa vào kiến thức học từ học phần “ Kĩ thuật nhận dạng” dễ dàng phân biệt loại rau củ mà cụ thể loại Ớt, Hành tây, Tỏi để giúp cho người nông dân dễ dàng thu hoạch người chọn để nấu ăn mà khơng bị nhầm lẫn Tieu luan Mục tiêu: Tìm hiểu loại rau củ quả: Ớt, Hành tây, Tỏi Thu thập, chụp hình lá, xây dựng sở dử liệu  Số lượng ảnh: 100 ảnh/ loại Tieu luan  Ảnh đạt chất lượng tốt khơng bóng ảnh chụp  Trích xuất vector đặc trưng  Nhận dạng loại rau củ Cách tiếp cận: Tiếp cận từ lý thuyết ứng dụng vào thực tế Phương pháp nghiên cứu: Tìm hiểu loại rau củ quả, tìm kiếm thu thập ảnh, tiền xử lý ảnh, tìm hiểu trích đặc trung hu loại, phân loại loại theo đặc trưng Đối tượng: Một số rau củ nhà bếp thường gặp xung quanh sống Phạm vi nghiên cứu: loại rau củ quả: Hành tây, ớt, tỏi Nội dung nghiên cứu: Tìm hiểu phân loại thành cơng loại rau củ cần nghiên cứu Tieu luan II NỘI DUNG CHÍNH A Tiền xử lý sở liệu : • • Chuyển sang ảnh nhị phân: Phương pháp chuyển sang ảnh nhị phân: Từ ảnh màu xóa bóng, chuyển sang ảnh xám Từ ảnh xám chuyển pixel có giá trị = 255 chuyển thành pixel = 0, pixel cịn lại có giá trị 1 Phương pháp: Tiền xử lý Trích đặc trưng Tieu luan Nhận dạng Hành tây Tỏi Ớt B Tính đặc trung : Ta tính đặc trưng Hu moments Feature để trích xuất đặc trưng ảnh: Sau ta tính giá trị log Hu vector Hu: Log_Hu = log(abs(Hu)) Ta thu file excel gồm đặc trung 100 ảnh loại: Đặc trung hu tỏi: Tieu luan C Phương pháp so khớp mẫu: Cách làm: Ta so khớp giá trị log Hu ảnh cần test với sở liệu Từ ta tính khoảng cách nhỏ ảnh kết luận ảnh thuộc loại Ở ta dùng công thức Euclidean distance: Kết quả: Tieu luan   Tỏi Hành tây Ớt Tỏi 89 10 Hành tây 18 80 Ớt 0 92 Tỷ lệ thành công: (89+80+92)/3=87% Thí nghiệm:  Kịch bản: Dùng phương pháp Neuron Network để nhận dạng  Tiến hành: o Bước 1: Chuẩn bị sở liệu 1000 ảnh lá, chia làm 10 thư mục, thư mục có 100 ảnh bao gồm: 21 rau muống, 16 cần tây, 10 gừng, 56 ngọc lan Các ma trận vector: + TRAIN chứa vector đặc trưng thư mục + TARGET chứa vector đầu thư mục + TEST chứa vector đặc trưng loại để đưa vào kiểm thử Hình Hình Tieu luan 10 Hình o Bước 2: Tạo NETWORK sử dụng công cụ nntool Matlab với ma trận vector TRAIN TARGET ứng với thư mục o Bước 3: Tiến hành TRAIN Sau lưu kết Tieu luan 11 o Bước 4: Dùng ma trận vector TEST để kiểm thử với với NETWORK huấn luyện Kiểm tra kết Hình Tieu luan Hình 12  Kết quả: Bảng kết Số lần test Kết (%) network1 98 network2 100 network3 99 network4 99 network5 86 network6 97 network7 84 network8 99 network9 98 network10 99 Trung bình 95.9% Phân tích đánh giá kết quả: Kết cho thấy tỉ lệ nhận dạng lên đến 95.9%, thời gian cho lần Train Test nhanh (khoảng 1s cho lần) Ý nghĩa kết quả: Kết nhận dạng từ mạng neuron network tốt Làm tiền đề cho nghiên cứu sau với đề tài khác liên quan Tieu luan 13 III KẾT LUẬN VÀ KIẾN NGHỊ Nhóm thu thập số lượng lớn sở liệu gốc ảnh qua xử lý, code Matlab chạy tốt hệ thống hoạt động, nhận dạng thành công loại nghiên cứu Các lĩnh vực nhận dạng ảnh ứng dụng sử dụng kết nghiên cứu Trong tương lai, nhóm phát triển thành hệ thống nhận dạng thuốc nam thông qua với sở liệu rộng lớn hơn, hoạt động ổn định Tieu luan 14 TÀI LIỆU THAM KHẢO (1) Học viện cơng nghệ Bưu Viễn Thơng (2007), Nhập mơn Trí Tuệ Nhân tạo, Hà Nội (2) K.- L Du, PhD, M.N.S Swamy, PhD, D.Sc (Eng) (2006), Neural Networks in a Softcomputing Framework.pdf, Concordia University, Montreal, Canada Code so khớp mẫu: function [distances, class, idx] = sokhopmau(k) data = xlsread('Garlic.xlsx'); [m, n] = size(data); item = data(k, :); for i = 1:m distance = 0; for j = 1:n distance = distance + (item(j) - data(i, j))^2; end distance = sqrt(distance); distances(i) = distance; end = intmax; idx = 0; for i = 1:m if (distances(i) < min) & (distances(i) > 0) = distances(i); idx = i; end end class = data(idx, 8); end clc; close all; clear; for k=1:300 [distances, class, idx] = sokhopmau(k); pred(k) = class; end xlswrite('X.xlsx', pred); ata=xlsread('X.xlsx','sheet1'); ata1=0; ata2=0; ata3=0; Tieu luan 15 ata4=0; ata5=0; ata6=0; for i =1:100 if ata(:,i)==1 ata1=ata1+1; else if ata(:,i)==2 ata2=ata2+1; else if ata(:,i)==3 ata3=ata3+1; else if ata(:,i)==4 ata4=ata4+1; else if ata(:,i)==5 ata5=ata5+1; else if ata(:,i)==6 ata6=ata6+1; end end end end end end end Tieu luan 16 PHỤ LỤC Tieu luan 17 ... hu loại, phân loại loại theo đặc trưng Đối tượng: Một số rau củ nhà bếp thường gặp xung quanh sống Phạm vi nghiên cứu: loại rau củ quả: Hành tây, ớt, tỏi Nội dung nghiên cứu: Tìm hiểu phân loại. .. tốt hệ thống hoạt động, nhận dạng thành công loại nghiên cứu Các lĩnh vực nhận dạng ảnh ứng dụng sử dụng kết nghiên cứu Trong tương lai, nhóm phát triển thành hệ thống nhận dạng thuốc nam thông... PHÂN LOẠI TỰ ĐỘNG RAU CỦ QUẢ Mã số: 17.40 Nhóm: 6A Đơn vị: Khoa Điện Tử - Viễn Thông Mục tiêu: Nhận dạng rau củ nhà bếp đặc trưng hình dáng Tiếp cận với phương pháp tiền xử lý xử lý ảnh với thuật