NGHIÊN CỨU MÔ HÌNH HỆ THỐNG NHẬN DẠNG HẠT GẠO CHO MÁY PHÂN LOẠI CHẤT LƯỢNG GẠO DÙNG KỸ THUẬT XỬ LÝ ẢNH

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO  ĐỒ ÁN TỐT NGHIỆP Đề Tài: NGHIÊN CỨU MÔ HÌNH HỆ THỐNG NHẬN DẠNG HẠT GẠO CHO MÁY PHÂN LOẠI CHẤT LƯỢNG GẠO DÙNG KỸ THUẬT XỬ LÝ ẢNH SVTH: HOÀNG ĐÌNH MINH MSSV: 10118167 Khóa : 20102014 Ngành: CNKT ĐIỀU KHIỂNTỰ ĐỘNG HÓA GVHD: TS. LÊ MỸ HÀ TP. Hồ Chí Minh 072016TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐÀO TẠO CHẤT LƯỢNG CAO  ĐỒ ÁN TỐT NGHIỆP Đề Tài: NGHIÊN CỨU MÔ HÌNH HỆ THỐNG NHẬN DẠNG HẠT GẠO CHO MÁY PHÂN LOẠI CHẤT LƯỢNG GẠO DÙNG KỸ THUẬT XỬ LÝ ẢNH SVTH: HOÀNG ĐÌNH MINH MSSV: 10118167 Khóa : 20102014 Ngành: CNKT ĐIỀU KHIỂNTỰ ĐỘNG HÓA GVHD: TS. LÊ MỸ HÀ TP. Hồ Chí Minh 072016CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tư do ̣ – Hạnh phúc Tp. Hồ Chí Minh, ngày… tháng… năm 20.. NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ và tên sinh viên: Hoàng Đình Minh MSSV: 10118167 Ngành: CNKT Điều KhiểnTự Động Hóa Lớp: 10118CLC Giảng viên hướng dẫn: TS. Lê Mỹ Hà ĐT: 0938811201 Ngày nhận đề tài: 2922016 Ngày nộp đề tài: 1. Tên đề tài: NGHIÊN CỨU MÔ HÌNH HỆ THỐNG NHẬN DẠNG HẠT GẠO CHO MÁY PHÂN LOẠI CHẤT LƯỢNG GẠO DÙNG KỸ THUẬT XỬ LÝ ẢNH 2. Các số liệu, tài liệu ban đầu: ……………………………………………………………….. 3. Nội dung thưc̣ hiện đề tài:  Sử dụng kỹ thuật xử lý ảnh để tìm và theo dõi các hạt gạo không đạt yêu cầu tiêu chuẩn về kích thước và màu sắc trên phần mềm Matlab.  Nghiên cứu chế tạo mô hình sản phẩm có khả năng tách các hạt gạo không đạt chất lượng. 4. Sản phẩm: Phần mềm mô phỏng (Chạy mô phỏng trên dữ liệu thực) TRƯỞNG NGÀNH GIẢNG VIÊN HƯỚNG DẪNCỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tư do ̣ – Hạnh phúc PHIẾ U NHÂṆ XÉT CỦA GIÁO VIÊN HƯỚNG DẪN Họ và tên sinh viên: Hoàng Đình Minh MSSV: 10118167 Ngành: CNKT Điều KhiểnTự Động Hóa Tên đề tài: Nghiên cứu mô hình hệ thống nhận dạng hạt gạo cho máy phân loại chất lượng gạo dùng kỹ thuật xử lý ảnh Họ và tên Giáo viên hướng dẫn: TS. Lê Mỹ Hà NHÂṆ XÉT 1. Về nội dung đề tài khối lượng thưc̣ hiện: ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. 2. Ưu điểm: ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. 3. Khuyết điểm: ................................................................................................................................................. ................................................................................................................................................. 4. Đề nghi cho bả ̣ o vệ hay không? ................................................................................................................................................. 5. Đánh giá loại: ................................................................................................................................................. 6. Điểm:……………….(Bằng chữ:.......................................................................................) ................................................................................................................................................. Tp. Hồ Chí Minh, ngày tháng năm 20… Giáo viên hướng dẫn (Ký ghi rõ họ tên)CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tư do ̣ – Hạnh phúc PHIẾ U NHÂṆ XÉT CỦA GIÁO VIÊN PHẢN BIỆN Họ và tên sinh viên: Hoàng Đình Minh MSSV: 10118167 Ngành: CNKT Điều KhiểnTự Động Hóa Tên đề tài: Nghiên cứu mô hình hệ thống nhận dạng hạt gạo cho máy phân loại chất lượng gạo dùng kỹ thuật xử lý ảnh Họ và tên Giáo viên phản biện:............................................................................................... NHẬN XÉT 1. Về nội dung đề tài khối lượng thưc̣ hiện: ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. 2. Ưu điểm: ................................................................................................................................................. ................................................................................................................................................. ................................................................................................................................................. 3. Khuyết điểm: ................................................................................................................................................. ................................................................................................................................................. 4. Đề nghi cho bả ̣ o vệ hay không? ................................................................................................................................................. 5. Đánh giá loại: ................................................................................................................................................. 6. Điểm:……………….(Bằng chữ:.......................................................................................) ................................................................................................................................................. Tp. Hồ Chí Minh, ngày tháng năm 20… Giáo viên phản biện (Ký ghi rõ họ tên)i LỜI CẢM ƠN Đầu tiên em xin trân trọng cảm ơn các Quý Thầy Cô, đặc biệt là các Thầy Cô trong Khoa Điện, Bộ Môn Điều Khiển Tự Động đã tâm huyết giảng dạy, truyền đạt cho em những kiến thức, những kinh nghiệm quý giá không chỉ học để làm nghề, quan trọng hơn là học để làm người. Học để ý thức được cái tâm và cái nghề của một vị kỹ sư tương lai, học để ý thức được trách nhiệm của mình đối với bản thân, gia đình và xã hội. Em xin được nói lời biết ơn chân thành và bày tỏ lòng mến thương sâu sắc nhất đến Thầy Lê Mỹ Hà đã tận tình hướng dẫn, giúp đỡ và cho em biết nhiều kiến thức trong suốt quá trình thực hiện đồ án giúp em có thể hoàn thành đề tài được giao một cách tốt nhất. Em cũng xin chân thành cảm ơn sự hỗ trợ và giúp đỡ nhiệt tình trong quá trình hoàn thành đề tài tới cô Nguyễn Trần Minh Nguyệt đã tạo điều kiện thuận lợi cho em trong suốt quá trình hoàn thành đồ án này. Do thời gian nghiên cứu có hạn nên chắc chắn bài luận văn không thể tránh khỏi thiếu sót. Em rất mong nhận được những ý kiến đóng góp của quý Thầy cô nhằm hoàn thiện hơn đề tài cho nhiều hướng phát triển mới trong tương lai. Cuối cùng, em kính chúc quý Thầy cô luôn dồi dào sức khỏe và gặt hái được nhiều thành công trong quá trình công tác giảng dạy. Một lần nữa em xin chân thành cảm ơn Sv thực hiện Hoàng Đình Minhii TÓM TẮT Các sản phẩm nông nghiệp là một phần không thể thiếu trong cuộc sống hàng ngày của chúng ta, đối với những người Việt Nam thì lúa gạo là không chỉ là nguồn lương thực chủ yếu hàng ngày mà còn là nguồn lương thực xuất khẩu đem lại lợi ích to lớn cho nền kinh tế Việt Nam, nhưng một vấn đề được quan tâm là giá gạo xuất khẩu của Việt Nam ra thị trường thế giới là rất rẻ do nước ta xuất khẩu gạo thô, vì thế để góp phần nâng cao giá gạo xuất khẩu thì ta phải tách và lọc nhưng hạt gạo không đạt tiêu chuẩn nhằm nâng cao chất lượng các hạt gạo đạt tiêu chuẩn. Đề tài này nhằm nghiên cứu xây dựng mô hình phát hiện và tách các hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc nhờ vào kỹ thuật xử lý ảnh, để tách được các hạt gạo không đạt tiêu chuẩn gồm 2 bước chính:  Trích xuất các Frame của video trong thời gian thực.  Xử lý các Frame trong thời gian thực dùng kỹ thuật xử lý ảnh để đánh dấu và theo dõi các đối tượng không đạt tiêu chuẩn về kích thước và màu sắc. Kết quả thu được nhằm theo dõi và tách các đối tượng không đạt chuẩn về kích thước, màu sắc và dùng các thiết bị cơ khí để lọc ra các đối tượng không đạt chuẩn. Tính chính xác của phương pháp này được thực nghiệm và kiểm chứng với chế độ ánh sang thay đổi khác nhau và độ chính xác của giải thuật khá cao, đạt 95%iii ABSTRACT Agricultural products are an indispensable part of everyday life of our, with the people of Vietnam, the rice is not only a major source of daily food but also a source of food exports bring enormous benefits to the economy of Vietnam, but a concern is the price of Vietnams rice export to the world market is very cheap, because our country exports raw rice. Therefore to raise the price of Vietnams rice export, we must isolate and filter substandard rice to raise rice quality standards. Subject fall to modeling studies to detect and tracking objects rice substandard in size and color to depend image processing solution. Without breaking stride in the search for significant contributions to the improvement of people’s life both socially and scientifically, computer vision has been recently enhanced its best features. In the framework of this paper, a wellbalanced combination of neural network tutorial and color space YCbCr from video in real to detect and tracking moving objects. The method include two distinct steps:  Extract frames from video in real time.  To handle frames in real time use image processing solution to detect and tracking objects substandard in size and color. The results will detect and tracking objects substandard in size, color and use mechanical devices to filter out objects substandard in size, color. The accuracy and the stability of this approach are verified by experiments in different conditions, environments, and intensities of light and the accuracy of the algorithm is high, attain 95%.iv MỤC LỤC TRANG NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP .......................................................................... i PHIẾ U NHÂN XÉT CỦA GIÁO VIÊN HƯỚ ̣ NG DẪN .......................................... ii PHIẾ U NHÂN XÉT CỦ ̣ A 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 BẢNG ĐỒ VÀ HÌNH ẢNH ...................................................... x CHƯƠNG 1 TỔNG QUAN ........................................................................................................... 1 1.1. GIỚI THIỆU ................................................................................................ 1 1.2. MỤC TIÊU ĐỀ TÀI .................................................................................... 1 1.3. GIỚI HẠN ĐỀ TÀI ...................................................................................... 1 1.4. PHƯƠNG PHÁP.......................................................................................... 2 1.5. NỘI DUNG ĐỀ TÀI .................................................................................... 2 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT............................................................................................... 3 2.1. GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH .................................................... 3 2.2. NHỮNG VẤN ĐỀ TRONG HỆ THỐNG XỬ LÝ ẢNH ............................ 7 2.2.1. Các khái niệm cơ sở về xứ lý ảnh ......................................................... 7 2.2.2. Mức xám của ảnh .................................................................................. 8 2.2.3. Quan hệ giữa các điểm ảnh ................................................................... 8 2.2.4. Các thiệt bị thu nhận ảnh ..................................................................... 10 2.2.5. Mô hình không gian màu .................................................................... 11 2.2.6. Những định dạng của ảnh .................................................................... 16v 2.3. CÁC VẤN ĐỀ KHÁC TRONG XỬ LÝ ẢNH ......................................... 17 2.3.1. Chuyển đổi mức xám của ảnh ............................................................. 17 2.3.2. Lọc nhiễu ............................................................................................. 18 2.3.3. Làm trơn nhiễu bằng các phương pháp lọc nhiễu ............................... 18 2.3.4. Các kỹ thuật tìm biên .......................................................................... 22 2.3.5. Ky thuâ ̃ t tı ̣ ̀m khung xương đối tương a ̣ ̉nh ........................................... 26 2.3.6. Phân đoạn ảnh ..................................................................................... 27 2.4. CÁC PHÉP TOÁN HÌNH THÁI TRONG XỬ LÝ ẢNH ......................... 28 2.4.1 Phép co nhị phân (Erosion) ................................................................. 28 2.4.2 Phép dãn nhị phân (Dilation) .............................................................. 30 2.4.3 Phép mở (Opening) ............................................................................. 31 2.4.4 Phép đóng (Closing)............................................................................ 31 2.5. MẠNG NƠRON ........................................................................................ 32 2.5.1 Giới thiệu về mạng Nơron................................................................... 32 2.5.2 Mạng Nơron nhân tạo .......................................................................... 33 2.5.3 Phương pháp huấn luyện mạng Nơron................................................ 37 2.6. ỨNG DỤNG CỦA MATLAB TRONG XỬ LÝ ẢNH ............................. 39 2.6.1. Giới thiệu ............................................................................................. 39 2.6.2. Ứng dụng của Matlab trong xử lý ảnh ................................................ 40 CHƯƠNG 3 GIẢI THUẬT ......................................................................................................... 44 3.1. PHƯƠNG PHÁP ĐỀ XUẤT ..................................................................... 44 3.1.1 Cấu trúc mạng perceptron. .................................................................. 44 3.1.2 Phương pháp huấn luyện ..................................................................... 45 3.1.3 Mạng perceptron với hàm tác động bán tuyến tính ............................. 45 3.1.4 Hệ màu YCbCr .................................................................................... 46 3.1.5 Tăng cường biên ảnh ........................................................................... 47 3.2 LƯU ĐỒ GIẢI THUẬT ............................................................................ 48 3.3 PHÂN LOẠI KÍCH THƯỚC HẠT GẠO BẰNG PHƯƠNG PHÁP HUẤN LUYỆN MẠNG NƠRON NHÂN TẠO .............................................................. 50 3.3.1 Chuyển đổi ảnh RGB sang ảnh mức xám ........................................... 50vi 3.3.2 Lọc nhiễu ............................................................................................. 51 3.3.3 Tách biên ............................................................................................. 51 3.3.4 Loại bỏ các pixel nhỏ .......................................................................... 52 3.3.5 Phân đoạn ảnh ..................................................................................... 53 3.3.6 Lấy thông tin của đối tượng ảnh đem vào huấn luyện ........................ 55 3.3.7 Phân loại gạo ....................................................................................... 56 3.4 PHÂN LOẠI GẠO THEO MÀU SẮC ...................................................... 56 3.4.1 Chuyển ảnh từ hệ màu cơ bản RGB sang hệ màu YCbCr .................. 56 3.5 KẾT QUẢ TRÊN CÁC ẢNH CHỤP ........................................................ 60 CHƯƠNG 4 KẾT QUẢ ............................................................................................................... 62 4.1. GIỚI THIỆU PHẦN CỨNG ...................................................................... 62 4.1.1 Khay (máng) để đổ gạo chạy xuống.................................................... 62 4.1.2 Camera ................................................................................................. 66 4.2. KẾT QUẢ THỰC NGHIỆM ..................................................................... 67 4.2.1. Trích xuất các khung ảnh của video trong thời gian thực ................... 67 4.2.2. Kết quả sau khi xử lý các khung hình ................................................. 69 4.3. ĐÁNH GIÁ KẾT QUẢ.............................................................................. 73 4.3.1. Độ chính xác ........................................................................................ 73 4.3.2. Tốc độ tính toán thực nghiệm ............................................................. 74 CHƯƠNG 5 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ........................................................... 76 5.1. KẾT LUẬN ................................................................................................ 76 5.2. HƯỚNG PHÁT TRIỂN CHÍNH ............................................................... 77 TÀI LIỆU THAM KHẢO ..................................................................................... 78 PHỤ LỤC ............................................................................................................... 79vii DANH MỤC CÁC TỪ VIẾT TẮT RGB: Red, Blue, Green. ANN: Artificial Neural Network. CMYK: Cyan, Magenta, Yellow, Key. HSI: Hue, Saturation, Intensity. CIE: Commission Internationale d’Eclairage. IMG: Image. BMP: Bitmap. JPEG: Joint Photographic Experts Group. GIF: Graphics Interchange Format. FPS: Frame Per Second.viii DANH MỤC CÁC BẢNG BIỂU Bảng 4.1: Thông số của camera. Bảng 4.2: Độ chính xác trong việc phát hiện gạo không đạt qua 51 khung hình. Bảng 4.3: Tốc độ xử lý của 1 khung hình đối với số đối tượng khác nhau.ix DANH MỤC CÁC BIỂU ĐỒ VÀ HÌNH ẢNH Hình 2.1: Các bước cơ bản trong xử lý ảnh. Hình 2.2: Sơ đồ phân tích xử lý ảnh và lưu đồ thông tin các khối. Hình 2.3: Lân cận các điểm ảnh của tọa độ (x,y). Hình 2.4: Các kiểu liên kết điểm ảnh. Hình 2.5: 3 màu cơ bản red, green, blue. Hình 2.6: Mô hình không gian màu RGB. Hình 2.7: Màu cơ bản trong hệ CMYK. Hình 2.8: Mô hình không gian màu HSI. Hình 2.9: Mô hình không gian màu CIE Lab. Hình 2.10: Cấu trúc chung của định dạng ảnh. Hình 2.11: Bộ lọc giả trung vị. Hình 2.12: Đường biên của ảnh. Hình 2.13: Phép co nhị phân. Hình 2.14: Phép dãn nhị phân. Hình 2.15: Phép mở. Hình 2.16: Phép đóng. Hình 2.17: Cấu tạo của tế bào thần kinh. Hình 2.18: Quy trình xử lý thông tin của Nơron. Hình 2.19: Hàm nấc. Hình 2.20: Hàm dấu. Hình 2.21: Hàm tuyến tính. Hình 2.22: Hàm tuyến tính bão hòa. Hình 2.23: Hàm S đơn cực Hình 2.24: Hàm sigmoid đối xứng. Hình 2.25: Mạng truyền thẳng 1 lớp. Hình 2.26: Mạng hồi quy 1 lớp. Hình 2.27: Mạng truyền thẳng nhiều lớp. Hình 2.28: Mạng hồi quy nhiều lớp. Hình 2.29: Luật học thông số có giám sát.x Hình 2.30: Luật học củng cố. Hình 2.31: Luật học không có giám sát. Hình 2.32: Phần mềm Matlab. Hình 2.33: Ứng dụng xử lý ảnh phát hiện đối tượng chuyển động. Hình 2.34: Khử mờ ảnh với bộ lọc wiener bằng Matlab. Hình 2.35: Vẽ đồ thị bằng Matlab. Hình 2.36: Kéo giãn lược đồ histogram bằng Matlab. Hình 2.37: Loại bỏ nhiễu bằng Matlab. Hình 2.38: Mô phỏng trực quan trong thời gian thực bằng Matlab. Hình 3.1: Cấu trúc của mạng perceptron. Hình 3.2: Hàm tác động của mạng perceptron. Hình 3.3: Hệ màu YCbCr. Hình 3.4: Ảnh chuyển đổi từ hệ màu RGB sang YCbCr. Hình 3.5: Lưu đồ giải thuật huấn luyện mạng Nơron. Hình 3.6: Lưu đồ giải thuật thể hiện quy trình xử lý gạo. Hình 3.7: Ảnh gạo RGB. Hình 3.8: Ảnh gạo chuyển sang mức xám. Hình 3.9: Ảnh được lọc nhiễu bằng bộ lọc trung vị. Hình 3.10: Ảnh đã được tách biên. Hình 3.11: Ảnh đã lọa bỏ các vùng pixel nhỏ hơn 4. Hình 3.12: Ảnh được lấp đầy những vùng biên kín lần 1. Hình 3.13: Ảnh được làm dày biên. Hình 3.14: Ảnh được lấp đầy những vùng biên kín lần 2. Hình 3.15: Ảnh được làm mảnh trở lại. Hình 3.16: Chu kỳ huấn luyện sau khi đã huấn luyện xong. Hình 3.17: Ảnh đánh dấu các đối tượng không đạt chuẩn về kích thước và tỷ lệ. Hình 3.18: Ảnh RGB. Hình 3.19: Ảnh được chuyển từ hệ màu RGB sang hệ màu YCbCr. Hình 3.20: Ảnh kênh Y của hệ màu YCbCr. Hình 3.21: Ảnh kênh Cb của hệ màu YCbCr. Hình 3.22: Ảnh kênh Cr của hệ màu YCbCr.xi Hình 3.23: Ảnh đánh dấu các đối tượng không đạt về màu sắc. Hình 3.24: Kết quả phân loại gạo (ảnh 1). Hình 3.25: Kết quả phân loại gạo (ảnh 2). Hình 3.26: Kết quả phân loại gạo (ảnh 3). Hình 3.27: Kết quả phân loại gạo (ảnh 4). Hình 4.1: Ảnh gốc sử dụng backround màu trắng. Hình 4.2: Ảnh sau khi tách biên sử dụng backround màu trắng. Hình 4.3: Ảnh sử dụng backround màu vàng. Hình 4.4: Ảnh sau khi tách biên sử dụng backround màu vàng. Hình 4.5: Ảnh sử dụng backround màu đỏ. Hình 4.6: Ảnh sau khi tách biên sử dụng backround màu đỏ. Hình 4.7: Ảnh sử dụng backround màu đen. Hình 4.8: Ảnh sau khi tách biên sử dụng backround màu đen. Hình 4.9: Thiết bị thu nhận video. Hình 4.10: Ảnh trích xuất từ video trong thời gian thực của 3 khung hình liên tiếp (ảnh 1). Hình 4.11: Ảnh trích xuất từ video trong thời gian thực của 3 khung hình liên tiếp (ảnh 2). Hình 4.12: Ảnh sau khi xử lý trong thời gian thực (ảnh 1). Hình 4.13: Ảnh sau khi xử lý trong thời gian thực (ảnh 1). Hình 4.14: Ảnh sau khi xử lý trong thời gian thực (ảnh 1). Hình 4.15: Ảnh sau khi xử lý trong thời gian thực (ảnh 2). Hình 4.16: Ảnh sau khi xử lý trong thời gian thực (ảnh 2). Hình 4.17: Ảnh sau khi xử lý trong thời gian thực (ảnh 2).1 CHƯƠNG 1 TỔNG QUAN 1.1. GIỚI THIỆU Lúa gạo là một trong những nguồn thực phầm trên thế giới nói chung và ở Việt Nam thì lúa gạo là nguồn thực phẩm quan trọng hàng ngày của người Việt. Ngoài ra, lúa gạo cũng được việt Nam xuất khẩu ra các thị trường nước ngoài và chiếm tỷ trọng cao trong kim ngạch của nước ta. Nước ta là một trong những nước có nền văn minh lúa nước lâu đời nhất và là một trong những nước xuất khẩu gạo nhiều nhất thế giới đem về nguồn thu khổng lồ cho kinh tế trong nước, tạo nhiều công việc làm cho người lao động. Với một nước nông nghiệp như hiện nay thì nước ta vẫn còn gặp rất nhiều khó khăn trong việc nâng cao đời sống, ổn định đất nước và song song đó thì việc xuất khẩu gạo với số lượng lớn nhưng chất lượng lại kém là một vấn đề được đề cập đến từ rất lâu, vì nước ta là một nước có hệ thống xuất khẩu gạo vẫn còn lạc hậu và nhỏ lẻ nên dẫn tới việc chất lượng gạo của Việt Nam thấp hơn các nước xuất khẩu gạo lớn trong khu vực như: Ấn Độ, Thái Lan, Trung Quốc,…. Và vấn đề cần giải quyết là làm sao để nâng cao chất lượng gạo xuất khẩu của Việt Nam cũng như làm giảm giá thành của các sản phẩm lọc gạo trên thế giới. 1.2. MỤC TIÊU ĐỀ TÀI Mục tiêu của đề tài “NGHIÊN CỨU CHẾ TẠO MÔ HÌNH PHÂN LOẠI SẢN PHẨM NÔNG NGHIỆP DÙNG KỸ THUẬT XỬ LÝ ẢNH” là tìm và theo dõi các hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc, khi biết được vị trí của các hạt gạo không đạt chuẩn gắn liền trong thời gian thực của camera thì ta có thể lọc những hạt gạo không đạt chuẩn ra khỏi những hạt gạo tốt làm tăng chất lượng của các hạt gạo. Qua đó cũng để làm giảm giá thành của các máy phân loại gạo trong thực tế của các hãng nước ngoài. 1.3. GIỚI HẠN ĐỀ TÀI Do còn tồn tại nhiều hạn chế về mặt thời gian cũng như độ phức tạp của thuật toán, trong đề tài này chỉ giới hạn thực hiện mô phỏng việc đánh dấu và theo dõi các2 hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc trong thời gian thực. Bên cạnh đó tốc độ xử lý vẫn còn chậm, và chưa loại bỏ được các hạt không chất lượng. 1.4. PHƯƠNG PHÁP Dựa trên những bước tiến lớn về xử lý ảnh, thì hệ thống bao gồm camera thu nhận hình ảnh trong thời gian thực rồi đưa vào máy tính xử lý trên phần mềm mô phỏng Matlab bằng cách tách các frames của video trong thời gian thực đã thu nhận được sau đó đánh dấu các hạt gạo không đạt chuẩn về kích thước và màu sắc, và loại bỏ các hạt không đạt chuẩn bằng dụng cụ cơ khí là súng hơi. 1.5. NỘI DUNG ĐỀ TÀI Cấu trúc bài luận văn được trình bày như sau:  Chương 1 – Tổng quan Chương này trình bày khái quát định hướng lựa chọn, mục tiêu, giới hạn đề tài cũng như giải pháp nghiên cứu và tiếp cận.  Chương 2 – Cơ sở lý thuyết Chương này giới thiệu khái quát các khái niệm cơ bản về thị giác máy tính (Computer Vision), lý thuyết về cơ bản về nueral nhân tạo và xử lý ảnh, cũng như các chỉ tiêu đánh giá việc phân loại các hạt gạo không đạt tiêu chuẩn.  Chương 3 – Giải thuật Chương này trình bày phương pháp đề xuất và các bước phân tích để có thể phân loại các hạt gạo đạt tiêu chuẩn về kích thước và màu sắc trong thời gian thực.  Chương 4 – Kết quả Chương này thể hiện kết quả đạt được, tốc độ xử lý của giải thuật từ đó rút ra những đánh giá, nhận xét cụ thể và so sánh với các phương pháp truyền thống hiện có.  Chương 5 – Kết luận và hướng phát triển chính Chương này nhằm tổng kết những kết quả đạt được và đưa ra kết luận cụ thể cũng như những hướng phát chính của đề tài trong tương lai.3 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT Trong chương này sẽ trình bày sơ lược các khái niệm cơ bản về xử lý ảnh, mạng nơron, và phần mềm Matlab. 2.1. GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH Xử lý ảnh là đối tượng nghiên cứu trong lĩnh vực thị giác máy tính, là quá trình biến đổi từ một ảnh ban đầu sang một ảnh mới có các đặc tính và tuân theo ý muốn của người sử dụng, xử lý ảnh tuy là một ngành khoa học mới mẻ so với các ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm, nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó và nó đang được ứng dụng trong rất nhiều trong dự báo thời tiết, nhận biết khuôn mặt, nhận dạng vân tay, nhận biết các biển báo chỉ đường,... Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính là: nâng cao chất lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền qua cáp từ London đến New York từ những năm 1920. Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh. Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình phát triển xử lý ảnh số diễn ra một cách thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như mạng neuron nhân tạo, các thuật toán xử lý hiện đại, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan. Nhưng trong những năm trở lại đây thì xử lý ảnh được cho là rất quan trọng là có thể dùng để phân biệt màu sắc và được được áp dụng rất nhiều trong các ngành công nghiệp nhằm phát hiện và loại bỏ các sản phẩm không đạt chuẩn về kích thước lẫn màu sắc. Nhờ có công nghệ số hóa hiện đại, ngày nay con người đã có thể xử lý tín hiệu nhiều chiều thông qua nhiều hệ thống khác nhau, từ những mạch số đơn giản cho đến những máy tính song song cao cấp. Mục tiêu của xử lý này có thể chia làm ba hướng như sau:  Xử lý ảnh ban đầu để có được ảnh mới theo yêu một yêu cầu nhất định.4  Phân tích, thu thập các thông tin ảnh đặc trưng giúp phân loại, nhận biết ảnh.  Hiểu ảnh đầu vào để có những mô tả về ảnh ở mức độ cao hơn, sâu hơn. Xử lý ảnh bao gồm các bước, ban đầu ảnh từ thế giới bên ngoài được thu nhận qua các thiết bị thu (camera, máy chụp ảnh). Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu CCIR). Gần đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy ra từ Camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo. Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh, có thể quét từ ảnh chụp bằng máy quét ảnh. Hình 2.1 mô tả các bước cơ bản trong xử lý ảnh. Hình 2.1: Các bước cơ bản trong xử lý ảnh. Sơ đồ trên bao gồm các thành phần sau:  Phần thu nhận ảnh (Image Acquisition): Ảnh có thể nhận qua camera màu hoặc đen trắng. Thường ảnh nhận qua camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 125, mỗi ảnh 25 dòng), cũng có loại camera đã số hoá (như loại CCD – Charge Coupled Device) là loại photodiot tạo cường độ sáng tại mỗi điểm ảnh. Camera thường dùng là loại quét dòng, ảnh tạo ra có dạng hai chiều. Chất lượng một ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh).  Tiền xử lý (Image Processing): Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn.5  Phân vùng ảnh (Segmentation): Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bì thư cho mục đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng. Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.  Biểu diễn ảnh (Image Representation): Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt ký tự này với ký tự khác.  Nhận dạng và nội suy ảnh (Image Recognition and Interpretation): Nhận dạng ảnh là quá trình xác định ảnh. Quá trình thường thu được bằng cách so sánh với mẫu chuẩn đã được học hoặc lưu từ trước. Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng. Ví dụ: một loạt chữ số và nét ngang trên phong bì thư có thể được nội suy thành mã điện thoại. Có nhiều cách phân loại ảnh khác nhau về ảnh. Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân loại nhận dạng cơ bản: Nhận dạng theo tham số. Nhận dạng theo cấu trúc. Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (Text), nhân dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người...  Cơ sở tri thức (Knowledge Base): Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh khá phong phú kéo theo các loại nhiễu. Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp6 nhận và xử lý ảnh theo cách của con người. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người như ứng dụng nơron nhân tạo.  Mô tả (biểu diễn ảnh): Từ Hình 2.1, ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển sang các khâu tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ. Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay đơn giản là mã hoá) theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features) như: biên ảnh (Boundary), vùng ảnh (Region). Một số phương pháp biểu diễn thường sử dụng là các cách sau: Biểu diễn bằng mã chạy (RunLengthCode). Biểu diễn bằng mã xích (ChaineCode). Biểu diễn bằng mã tứ phân (QuadTree Code).  Biểu diễn bằng mã chạy: Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh nhị phân. Một vùng ảnh R có thể mã hóa đơn giản nhờ một ma trận nhị phân: U (m, n) = 1 nếu (m, n) thuộc R. U (m, n) = 0 nếu (m, n) không thuộc R. Trong đó: U (m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n). Với cách biểu diễn trên, một vùng ảnh được mô tả bằng một tập các chuỗi số 0 hoặc 1. Giả sử chúng ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ độ (x, y) theo các chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tả có thể là: (x, y)r; mà trong đó (x, y) là toạ độ, r là số lượng các bit có giá trị “1” liên tục theo chiều ngang hoặc dọc.  Biểu diễn bằng mã xích: Phương pháp này thường dùng để biểu diễn đường biên ảnh. Một đường bất kỳ được chia thành các đoạn nhỏ. Nối các điểm chia, ta có các đoạn thẳng kế tiếp được gán hướng cho đoạn thẳng đó tạo thành một dây xích gồm các đoạn. Các hướng có thể chọn 4, 8, 12, 24,…mỗi hướng được mã hoá theo số thập phân hoặc số nhị phân thành mã của hướng.7  Biểu diễn bằng mã tứ phân: Phương pháp mã tứ phân được dùng để mã hoá cho vùng ảnh. Vùng ảnh đầu tiên được chia làm bốn phần thường là bằng nhau. Nếu mỗi vùng đã đồng nhất (chứa toàn điểm đen (1) hay trắng (0)), thì gán cho vùng đó một mã và không chia tiếp. Các vùng không đồng nhất được chia tiếp làm bốn phần theo thủ tục trên cho đến khi tất cả các vùng đều đồng nhất. Các mã phân chia thành các vùng con tạo thành một cây phân chia các vùng đồng nhất. Trong thực tế, các quá trình sử dụng ảnh số không nhất thiết phải qua hết các khâu đó tùy theo đặc điểm ứng dụng. Hình 2.2 cho sơ đồ phân tích và xử lý ảnh và lưu đồ thông tin giữa các khối một cách khá đầy đủ. Ảnh sau khi được số hóa được nén, lưu lại để truyền cho các hệ thống khác sử dụng hoặc để xử lý tiếp theo. Mặt khác, ảnh sau khi số hóa có thể bỏ qua công đoạn nâng cao chất lượng (khi ảnh đủ chất lượng theo một yêu cầu nào đó) để chuyển tới khâu phân đoạn hoặc bỏ tiếp khâu phân đoạn chuyển trực tiếp tới khâu trích chọn đặc trưng. Hình 2.2 cũng chia các nhánh song song như: nâng cao chất lượng ảnh có hai nhánh phân biệt: nâng cao chất lượng ảnh (tăng độ sáng, độ tương phản, lọc nhiễu) hoặc khôi phục ảnh (hồi phục lại ảnh thật khi ảnh nhận được bị méo) v.v… Hình 2.2: Sơ đồ phân tích xử lý ảnh và lưu đồ thông tin các khối. 2.2. NHỮNG VẤN ĐỀ TRONG HỆ THỐNG XỬ LÝ ẢNH 2.2.1. Các khái niệm cơ sở về xứ lý ảnh  Điểm ảnh (Picture Element) Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao8 cho mắt người cảm nhận sự liên tục về không gian và mức xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một phần tử ảnh.  Độ phân giải của ảnh Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị. Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y trong không gian hai chiều. Hiện nay có một số độ phân giải như: VGA, MPEG, Megapixel. 2.2.2. Mức xám của ảnh Là kết quả của sự biến đổi tương ứng 1 giá trị độ sáng của 1 điểm ảnh với 1 giá trị nguyên dương. Thông thường nó xác định trong 0, 255 tuỳ thuộc vào giá trị mà mỗi điểm ảnh được biểu diễn. Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là mức phổ dụng. Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám. Mức xám dùng 1 byte biểu diễn: 28 =256 mức, tức là từ 0 đến 255).  Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với mức xám ở các điểm ảnh có thể khác nhau.  Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit mô tả 21 mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1.  Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó các giá trị màu: 283=224≈16,7 triệu màu. 2.2.3. Quan hệ giữa các điểm ảnh Một ảnh số giả sử được biểu diễn bằng hàm f(x, y). Tập con các điểm ảnh là S; cặp điểm ảnh có quan hệ với nhau ký hiệu là p, q. Chúng ta nêu một số các khái niệm sau:  Các lân cận của điểm ảnh (Image Neighbors) Giả sử có điểm ảnh p tại toạ độ (x, y). P có 4 điểm lân cận gần nhất theo chiều đứng và ngang (có thể coi như lân cận 4 hướng chính: Đông, Tây, Nam, Bắc).9 {(x1, y); (x, y1); (x, y+1); (x+1, y)} = N4(p) Trong đó: Số 1 là giá trị logic. N4(p) là tập 4 điểm lân cận của p. Hình 2.3: Lân cận các điểm ảnh của tọa độ (x,y).  Các mối liên kết điểm ảnh Các mối liên kết được sử dụng để xác định giới hạn (Boundaries) của đối tượng vật thể hoặc xác định vùng trong một ảnh. Một liên kết được đặc trưng bởi tính liền kề giữa các điểm và mức xám của chúng. Giả sử V là tập các giá trị mức xám. Một ảnh có các giá trị cường độ sáng từ thang mức xám từ 32 đến 64 được mô tả như sau: V={32, 33, … , 63, 64}. Có 3 loại liên kết như Hình 2.4 Hình 2.4: Các kiểu liên kết điểm ảnh. (a) liên kết 4. (b) liên kết 8. (c) liên kết m.  Liên kết 4(2.4a): Hai điểm ảnh p và q được nói là liên kết 4 với các giá trị cường độ sáng V nếu q nằm trong một các lân cận của p, tức q thuộc N4(p).  Liên kết 8(2.4b): Hai điểm ảnh p và q nằm trong một các lân cận 8 của p, tức q thuộc N8(p).  Liên kết m (liên kết hỗn hợp)(2.4c): Hai điểm ảnh p và q với các giá trị cường độ sáng V được nói là liên kết m nếu: 1. q thuộc N4(p). 2. q thuộc NP(p).10  Đo khoảng các giữa các điểm ảnh Định nghĩa: Khoảng cách D(p, q) giữa hai điểm ảnh p toạ độ (x, y), q toạ độ (s, t) là hàm khoảng cách (Distance) hoặc Metric nếu: 1. D(p,q) ≥ 0 (Với D(p,q)=0 nếu và chỉ nếu p=q) 2. D(p,q) = D(q,p) 3.D(p,z) ≤ D(p,q) + D(q,z); z là một điểm ảnh khác. Khoảng cách Euclide: Khoảng cách Euclide giữa hai điểm ảnh p(x, y) và q(s, t) được định nghĩa như sau: De(p, q) = (x s)2 + (y t)2 12 (2.1) Khoảng cách khối: Khoảng cách D4(p, q) được gọi là khoảng cách khối đồ thị (CityBlock Distance) và được xác định như sau: D4(p,q) = | x s | + | y t | (2.2) Giá trị khoảng cách giữa các điểm ảnh r: giá trị bán kính r giữa điểm ảnh từ tâm điểm ảnh đến tâm điểm ảnh q khác. Ví dụ: Màn hình CGA 12” (12”2,54cm = 30,48cm = 304,8mm) độ phân giải 320200; tỷ lệ 43 (Chiều dàiChiều rộng). Theo định lý Pitago về tam giác vuông, đường chéo sẽ lấy tỷ lệ 5 phần (543: đường chéochiều dàichiều rộng màn hình); khi đó độ dài thật là (305244183) chiều rộng màn hình 183mm ứng với màn hình CGA 200 điểm ảnh theo chiều dọc. Như vậy, khoảng cách điểm ảnh lân cận của CGA 12” là ≈ 1mm. Khoảng cách D8(p, q) còn gọi là khoảng cách bàn cờ (ChessBoard Distance) giữa điểm ảnh p, q được xác định như sau: D8(p,q) = max (| xs | , | yt |) (2.3) 2.2.4. Các thiệt bị thu nhận ảnh  Bộ cảm biến Máy chụp ảnh, camera có thể ghi lại hình ảnh (phim trong máy chụp, vidicon trong camera truyền hình). Có nhiều loại máy cảm biến (Sensor) làm việc với ánh sáng nhìn thấy và hồng ngoại như: Micro Densitometers, Image Dissector, Camera Divicon, linh kiện quang điện bằng bán dẫn. Các loại cảm biến bằng chụp ảnh phải số hoá là phim âm bản hoặc chụp ảnh. Camera divicon và linh kiện bán dẫn quang điện có thể cho ảnh ghi trên băng từ có thể số hoá. Trong Micro Densitometer phim và ảnh chụp được gắn trên mặt phẳng hoặc cuốn quang trống. Việc quét ảnh thông qua tia sáng (ví dụ tia Laser) trên ảnh đồng thời dịch chuyển mặt phim hoặc quang trống tương đối theo tia sáng. Trường hợp dùng phim, tia sáng đi qua phim.11  Camera Camera được xem là con mắt dùng để thu lại hình ảnh từ thời gian thực, có hai kiểu camera thông dụng là: Camera dùng đèn chân không (Trong lĩnh vực xử lý ảnh ít được sử dụng hơn so với camera bán dẫn). Camera chỉ dùng bán dẫn: Camera bán dẫn cũng được gọi là CCD camera do dùng các thanh ghi dịch đặc biệt gọi là thiết bị gộp (ChargeCoupled Devices CCDs). Các CCD này chuyển các tín hiệu ảnh sang từ bộ cảm nhận ánh sáng bổ trợ ở phía trước camera thành các tín hiệu điện mà sau đó được mã hóa thành tín hiệu TV. Loại camera chất lượng cao cho tín hiệu ít nhiễu và có độ nhậy cao với ánh sáng. Khi chọn camera cần chú ý đến các thấu kính từ 18 đến 108 mm.  Máy tính hoặc màn hình video Để hiển thị ảnh màu đối với màn hình video thì nên dùng màn hình đa hệ, còn với máy tính thì cần có một máy tính P4 hoặc cấu hình cao hơn. Để chắc chắn, các máy này phải có sẵn các khe cắm cho phần xử lý ảnh. Các chương trình thiết kế và lọc ảnh có thể chạy trên bất kỳ hệ thống nào. Các chương trình con hiển thị ảnh dựng vỉ mạch VGA và có sẵn trên đĩa kèm theo. Các chương trình con hiển thị ảnh cũng hỗ trợ cho hầu hết các vi mạch SVGA. 2.2.5. Mô hình không gian màu  Mô hình không gian màu RGB Tổ chức quốc tế về chuẩn hóa màu CIE (Commission Internationale d’Eclairage) đưa ra một số chuẩn để biểu diễn màu. Các hệ này có các chuẩn riêng. Hệ chuẩn màu CIERGB dùng 3 màu cơ bản R (đỏ), G (xanh lục), B (xanh lơ) và ký hiệu là: RGBCIE để phân biệt với các chuẩn khác. Như đã nêu trên, một màu là tổ hợp của các màu cơ bản theo một tỷ lệ nào đó. Như vậy, mỗi pixel ảnh màu ký hiệu Px, được viết: (T: trong công thức dướ đây là ký hiệu chuyển vị) Px = red Green blueT12 Hình 2.5: 3 màu cơ bản red, green, blue. Hình 2.6: Mô hình không gian màu RGB.13 Trong cách biểu diễn này ta có công thức: đỏ + lục + lơ =1 (2.4) Công thức này gọi là công thức Maxwell. Trong Hình 2.6, tam giác tạo bởi ba đường đứt đoạn gọi là tam giác Maxwell. Màu trắng trong hệ tọa độ này được tính bởi: trắngେ୍୉ = (đỏେ୍୉ + lụcେ୍୉ + lơେ୍୉) = 1 (2.5) Chuyển RGB sang XYZ. ൥