1. Trang chủ
  2. » Giáo Dục - Đào Tạo

THIẾT KẾ THIẾT BỊ ĐÁNH GIÁ CHẤT LƯỢNG QUẢ XOÀI SỬ DỤNG PHƯƠNG PHÁP XỬ LÝ HÌNH ẢNH

62 284 1

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 62
Dung lượng 7,67 MB

Nội dung

THIẾT KẾ THIẾT BỊ ,ĐÁNH GIÁ CHẤT LƯỢNG, QUẢ XOÀI, SỬ DỤNG PHƯƠNG PHÁP, XỬ LÝ HÌNH ẢNH

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN ĐIỆN BỘ MÔN KỸ THUẬT ĐO VÀ TIN HỌC CÔNG NGHIỆP .*** ĐỒ ÁN TỐT NGHIỆP (HỆ ĐẠI HỌC CHÍNH QUY) Đề tài: THIẾT KẾ THIẾT BỊ ĐÁNH GIÁ CHẤT LƯỢNG QUẢ XOÀI SỬ DỤNG PHƯƠNG PHÁP XỬ LÝ HÌNH ẢNH Sinh viên thực hiện: Phùng Tuấn Anh Lớp: KT-ĐK&TĐH04-K58 Giảng viên hướng dẫn: TS Nguyễn Việt Sơn Hà Nội - 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Độc lập - Tự - Hạnh phúc *** NHIỆM VỤ THIẾT KẾ TỐT NGHIỆP Họ tên: Phùng Tuấn Anh Khóa: K58 Viện: Điện Mã số sinh viên: 20130213 Ngành: Kỹ thuật đo tin học công nghiệp Đầu đề thiết kế/Tên đề tài Thiết kế thiết bị đánh giá chất lượng xồi sử dụng phương pháp xử lý hình ảnh Các số liệu ban đầu  Các hình ảnh bề mặt xoài khai thác;  Kích thước bề rộng chiều khoảng 60mm-70mm 80mm-120mm  Các loại xoài khác sử dụng để đánh giá chất lượng Các nội dung tính tốn, thiết kế Xác định phân loại xồi dựa kích thước bê mặt quả, kích thước vùng khuyết tật đưa kết luận đánh giá chất lượng Thiết kế thiết bị đo đạc cầm tay băng tải tự động Cán hướng dẫn: TS Nguyễn Việt Sơn Ngày giao nhiệm vụ thiết kế: 1-3-2018 Ngày hoàn thành nhiệm vụ: 1-6-2018 Ngày tháng năm CHỦ NHIỆM BỘ MÔN (Ký, ghi rõ họ tên) SINH VIÊN THỰC HIỆN (Ký, ghi rõ họ tên) CÁN BỘ HƯỚNG DẪN (Ký, ghi rõ họ tên) LỜI CẢM ƠN Trong trình thực đồ án tốt nghiệp mình, em nhận nhiều giúp đỡ, động viên chia sẻ gia đình, thầy giáo, anh chị bạn Đầu tiên, em xin bày tỏ lòng biết ơn sâu sắc đến cha mẹ em giúp đỡ vật chất lẫn tinh thần, tạo điều kiện, động viên khích lệ em suốt q trình học tập thực đồ án, đặc biệt trình em mổ dày tuần học kỳ 20172 Em xin chân thành cảm ơn PGS.TSKH Trần Hoài Linh, người hướng dẫn trực tiếp em thực đề tài PGS.TSKH Trần Hoài Linh có định hướng, bảo, hướng dẫn trao đổi với em suốt trình học tập, thực đồ án để đồ án hướng hoàn thành kịp thời gian Em xin gửi lời cảm ơn đến bạn Nguyễn Minh Huy, sinh viên lớp KT ĐK&TĐH02 K60 giúp đỡ em q trình lắp ráp kiểm nghiệm mơ hình thực tế Em xin gửi lời cảm ơn đến anh Nguyễn Văn Tâm – Kĩ sư R&D viện hàng không vũ trụ Viettel giúp đỡ trao đổi em kiến thức xử lý ảnh ban đầu lập trình hệ thống nhúng Cuối em xin chân thành cảm ơn Ban giám hiệu trường Đại học Bách khoa Hà Nội, Viện Điện Bộ môn Kỹ thuật đo Tin học công nghiệp tạo điều kiện thuận lợi giúp em hoàn thiện đồ án Hà Nội, ngày 06 tháng 06 năm 2018 TÁC GIẢ ĐỒ ÁN Phùng Tuấn Anh MỤC LỤC LỜI CẢM ƠN .iii MỤC LỤC DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ LỜI MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ CÔNG NGHỆ CHẾ BIẾN TRÁI CÂY TẠI VIỆT NAM 10 1.1 Khái quát ngành chế biến trái Việt Nam 10 1.2 Nhu cầu định hướng phát triển chung ngành chế biến trái Việt Nam 11 1.3 Kết luận chương 11 CHƯƠNG GIẢI PHÁP YÊU CẦU THIẾT BỊ PHÂN LOẠI VÀ ĐÁNH GIÁ CHẤT LƯỢNG QUẢ XOÀI 12 2.1 Các trường hợp cần phân loại đánh giá chất lượng xoài .12 2.2 Các phương pháp phân loại đánh giá xoài qua bề mặt 12 2.2.1 Sử dụng cảm biến màu 12 2.2.2 Phương pháp quét laser từ không .13 2.2.3 Phương pháp phân loại đánh giá thủ công 14 2.3 Bài tốn cơng nghệ đặt lựa chọn giải pháp 15 2.3.1 Bài toán công nghệ đặt 15 2.3.2 Đề xuất mơ hình thay đánh giá, phân loại băng tải tự động .15 2.3.3 Mơ hình thiết bị đánh giá phân loại xoài cầm tay 17 2.3.4 Lựa chọn thiết bị phần cứng 18 a) Phân tích lựa chọn xử lý trung tâm 18 b) Phân tích lựa chọn camera 19 c) Lựa chọn hình hiển thị 20 d) Cảm biến hồng ngoại 21 2.3.5 Tông quan hệ thống phần mềm .22 a) Hệ điều hành 22 b) Thư viện xử lý ảnh 22 c) Lập trình giao diện 23 d) Ngơn ngữ lập trình 23 2.4 Kết luận chương 24 CHƯƠNG THIẾT KẾ CHI TIẾT HỆ THỐNG PHÂN LOẠI VÀ ĐÁNH GIÁ CHẤT LƯỢNG QUẢ XOÀI 25 3.1 Thiết kế, tính tốn phần cứng thiết bị .25 3.1.1 Sơ đồ khối phần cứng 25 3.1.2 Tính tốn nguồn tiêu thụ 26 a) Thiết bị băng tải tự động 26 b) Thiết bị cầm tay 27 3.2 Sơ đồ tổng quan thuật toán hệ thống .28 3.2.1 Lưu đồ thuật toán thiết bị đánh giá phân loại xoài băng tải .28 3.2.2 Lưu đồ thuật tốn thiết bị đánh giá phân loại xồi cầm tay 29 3.3 Xử lý hình ảnh, trích xuất thông tin bề mặt .29 3.3.1 Phát hiện, tách đối tượng chuyển động 29 a) Thu nhận ảnh 29 b) Sử dụng lọc màu xanh .31 c) Chuyển ảnh màu thành ảnh xám .32 d) Lọc nhiễu Gaussian blur 33 e) Sử dụng phép trừ thuật toán Frame Diffirent 34 3.3.2 Xử lý thông tin bề mặt 36 a) Xác định đường biên bề mặt 36 b) Các phép co giãn hình thái học .38 c) Vẽ đường bao đối tượng 39 3.4 Hiển thị kết quả, lưu liệu 41 3.4.1 Lưu file Text liệu hiển thị hình LCD 41 3.4.2 Lưu liệu vào file máy tính nhúng 41 3.5 Kết luận chương 41 CHƯƠNG KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ 42 4.1 Lắp ráp, cài đặt, hệ thống thử nghiệm 42 4.1.1 Lắp đặt thiết bị 42 a) Thiết bị băng tải tự động 42 b) Thiết bị cầm tay 42 4.1.2 Hệ thống thử nghiệm hoạt động thiết bị 43 4.1.3 Mô tả hoạt động thí nghiệm .44 4.1.4 Nội dung thử nghiệm 44 4.2 Kết 44 4.2.1 Giao diện người dùng 44 4.2.2 Xử lý hình ảnh 45 4.2.3 Lưu hiển thị liệu 50 4.3 Đánh giá kết .51 4.4 Kết luận chương 51 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 52 DANH MỤC TÀI LIỆU THAM KHẢO 53 PHỤ LỤC 54 DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT Viết tắt LED Tên tiếng Anh Tên tiếng Việt Light Emitting Diode Diode phát quang Open source Computer Vision Thư viện mã nguồn mở cho thị giác máy tính GUI Graphical User Interface Giao diện đồ họa người dùng CPU Central Processing Unit Bộ xử lý trung tâm RGB Red – Green - Blue Mơ hình màu đỏ – xanh lục – xanh dương GPIO General-Purpose Input/Output Cổng đầu vào với mục đích Personal computer Máy tính cá nhân High-Definition Multimedia Interface Giao diện đa phương tiện độ phân giải cao LCD Liquid Crystal Display Màn hình tinh thể lỏng USB Universal Serial Bus Chuẩn kết nối có dây máy tính IPS In-Plane Switching Một cơng nghệ hình ảnh áp dụng hình LCD BG Background Mơi trường mà thơng tin có mức độ ưu tiên thấp Python QT Edition Chương trình lập trình giao diện OpenCV PC HDMI PyQT DANH MỤC CÁC BẢNG Bảng 2-1: Bảng so sánh xử lý trung tâm 18 Bảng 4-1: Kết đo pixel vùng khuyết tật với nguồn ánh sáng khác 53 Bảng 4-2: Kết đưa số vùng khuyết tật nhận dạng .53 DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Hình 1-1: Thị phần xuất ngành xuất rau (%)[1] .10 Hình 2-1: Cảm biến màu TCS3200 .13 Hình 2-2: Robot với cánh tay hái sử dụng cảm biến Lidar .14 Hình 2-3: Phương pháp phân loại xồi thủ cơng 14 Hình 2-4: Quá trình tác loại theo theo yêu cầu 15 Hình 2-5: Mơ hình tổng quan thiết bị đánh giá phân loại xồi 16 Hình 2-6: Sơ đồ tổng quan thiết bị đánh giá phân loại xồi băng chuyền 16 Hình 2-7: Mặt thiết bị đánh giá chất lượng cầm tay .17 Hình 2-8: Sơ đồ tổng quan thiết bị cầm tay 18 Hình 2-9: Bộ vi xử lý Raspberry Pi3 .19 Hình 2-10: Camera Waveshare 20 Hình 2-11: Màn hình cảm ứng Waveshare 7inch 21 Hình 2-12: Mắt thu phát hồng ngoại MH-IR01 .22 Hình 3-1: Sơ đồ khối chân máy tính nhúng Raspberry PI 25 Hình 3-2: Sơ đồ liên kết thiết bị phần cứng 25 Hình 3-3: Nguồn Raspberry Pi3 hãng 5V/2.5A 26 Hình 3-4: Lưu đồ thuật toán thiết bị đánh giá phân loại xồi băng tải .28 Hình 3-5: Lưu đồ thuật toán thiết bị đánh giá phân loại xồi cầm tay 29 Hình 3-6: Giai đoạn lấy mẫu 30 Hình 3-7: Quả xồi keo bàn gỗ 31 Hình 3-8: Biểu đồ tần số Histogram kênh màu RGB 32 Hình 3-9: Ảnh đầu vào sau lọc kênh màu Green 32 Hình 3-10: Ảnh xám chuyển đổi từ ảnh kênh màu G 33 Hình 3-11: Ảnh xám sau đưa qua lọc Gaussian 34 Hình 3-12: Lưu đồ thuật toán Frame Difference 36 Hình 3-13: Đường biên bề mặt xồi .38 Hình 3-14: Đường biên bề mặt khuyết tật .39 Hình 3-15: Lấp đầy lỗ ảnh phép giãn 39 Hình 3-16: Loại bỏ nhiễu phép toán co 40 Hình 3-17: Họ đường viền hàm Contours .40 Hình 3-18: Ảnh trích xuất lấy giá trị nằm đường bao 41 Hình 4-1: Thiết bị đánh giá phân loại xoài băng tải tự động 43 Hình 4-2: Thiết bị đánh giá phân loại xoài cầm tay 44 Hình 4-3: Mơ hệ thống thử nghiệm thiết bị 45 Hình 4-4: Hệ thống băng tải vị trí thiết bị 45 Hình 4-5: Giao diện người dùng thiết bị 46 Hình 4-6: Ảnh thu nhận trực tiếp từ camera 47 Hình 4-7: Ảnh màu chuyển sang kênh Green 48 Hình 4-8: Ảnh màu Green chuyển sang ảnh màu xám 48 Hình 4-9: Ảnh đưa qua lọc Gaussian Blur .49 Hình 4-10: Ảnh sau thực trừ .49 Hình 4-11: Bộ lọc Canny đối tượng lấp đầy 50 Hình 4-12: Lặp lại bước xử lý với ảnh trừ 50 Hình 4-13: Xác định đối tượng vết khuyết tật .51 Hình 4-14: Dữ liệu hiển thị lên giao diện .51 Hình 4-15: Dữ liệu lưu dạng file Text 52 b) Thiết bị cầm tay Thiết bị cầm tay lắp ráp cách Picamera nối với Raspberry Pi qua bus có sẵn bo mạch, hình kết nối qua cổng HDMI cấp nguồn từ cổng USB Raspberry Pi Nguồn sử dụng nguồn pin dự phòng 5V/2A đến từ hãng khác Trong đồ án lần em demo thiết bị băng tải tự động thiết bị cầm tay Việc điều khiển thiết bị, hiển thị kết sử dụng hình cảm ứng điện dung LCD lắp đỉnh thiết bị , lắp vào khung nhựa a) Mặt b) Mặt Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-33: Thiết bị đánh giá phân loại xoài cầm tay Dữ liệu kết tính tốn bao gồm số liệu hình ảnh lưu vào thẻ nhớ máy tính Raspberry Pi, dễ dàng kiểm tra lại hình điều khiển thiết bị Thiết bị thiết kế đơn giản, trực quan, dễ dàng chuyển đổi loại thiết bị cách cắm thêm module 4.1.2 Hệ thống thử nghiệm hoạt động thiết bị Hệ thống đặt phòng, hệ thống băng tải mơ lại xồi chạy chuyền đặt vng góc thiết bị, hệ thống thiết kế cho thiết bị nhìn góc thẳng vào mặt xồi từ phía Trong đồ án này, em lấy mẫu xoài xoài keo xoài Cát Chu để thử nghiệm 45 Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-34: Mô hệ thống thử nghiệm thiết bị 4.1.3 Mơ tả hoạt động thí nghiệm Hệ thống giả định xây dựng hình 4-4 Khi có đối tượng chạy ngang qua cảm biến hồng ngoại, camera chụp lại nền, xồi đến vị trí camera camera chụp lại hình ảnh đối tượng xử lý, phân tích, đưa kết Kết hiển thị hình LCD lưu lại file ảnh file text thẻ nhớ Đối với thiết bị cầm tay em thử nghiệm điều kiện cầm thiết bị lên chụp lại hình đối tượng cách bấm nút chụp hình, sau camera gửi hình ảnh Raspberry để xử lý hình ảnh Sau kết hiển thị lên hình cảm ứng LCD 3,5 inch lưu vào thẻ nhớ Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-35: Hệ thống băng tải vị trí thiết bị 46 4.1.4 Nội dung thử nghiệm  Mô môi trường hoạt động, thử nghiệm khả hoạt động thiết bị băng tải tự động thiết bị cầm tay;  Phân loại chất lượng từ khuyết tật có bề mặt xoài đưa kết luận, sai số trung bình thiết bị; 4.2 Kết 4.2.1 Giao diện người dùng Thiết bị đánh giá phân loại xoài băng tải tự động kết nối với LCD, sử dụng chuột bàn phím máy tính nhúng, việc cần có giao diện người dùng thân thiện, trực quan, đơn giản dễ thiết lập quan trọng Vì em sử dụng thư viện PyQt5 lập trình GUI thân thiện, đơn giản, dễ dàng nhớ cách sử dụng Giao diện giúp hiển thị hình ảnh kết quả, thơng số số kiểm tra, số đạt, số không đạt mức độ hỏng Giao diện người dùng chia làm phần  Bên trái stream video ảnh thu được, giúp cho người sử dụng điều chỉnh hướng camera cho nhìn thẳng vào mặt di chuyển băng tải phụ kết xác  Bên phải phần Button thực stream video, thu nhận ảnh đóng giao diện, phần thơng tin kết bao gồm số pixel bề mặt quả, số pixel vùng khuyết tật, tỉ lệ thơng số Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-36: Giao diện người dùng thiết bị  Hướng dẫn sử dụng thiết bị o Bước 1: Nhấn nút nguồn (cứng) để khởi động thiết bị 47 o Bước 2: Nhấn nút stream video hình o Bước 3: Nhấn Capture để thu lại ảnh đối tượng, đợi kết đưa hiển thị ô bên phải “Mango pixels” “Scar pixels” Bước thiết bị băng tải thực tự động Thông tin tỉ lệ thông số hiển thị ô bên phải “Scale” o Bước 4: Tiếp tục thực o Bước 5: Sau kết thúc phiên làm việc ấn nút “Close” để khỏi chương trình 4.2.2 Xử lý hình ảnh Ban đầu Camera thu nhận ảnh màu RGB, điều kiện chụp có ánh sáng tự nhiên từ LED mặt phẳng.Với thiết bị cầm tay xử lý trực tiếp ảnh thu được, thiết bị đánh giá phân loại xoài băng tải tự động có thêm thuật tốn phát chuyển động, ảnh chưa có ảnh Hình ảnh sở để máy tính phát lúc có chạy qua, lúc khơng có chạy qua Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-37: Ảnh thu nhận trực tiếp từ camera Thực bước tiền xử lý đầu tiên, Sử dụng lọc màu kênh Green để phân biệt màu xoài với màu xung quanh, trước chuyển sang ảnh xám phân ngưỡng để nhận dạng hình dáng xồi 48 Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-38: Ảnh màu chuyển sang kênh Green Ở bước tiếp theo, em chuyển màu Green sang ảnh màu xám theo công thức mục 3.3.1 Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-39: Ảnh màu Green chuyển sang ảnh màu xám Thực bước tiền xử lý ảnh lọc nhiễu Gaussian Blur để giảm bớt nhiễu nhỏ đến từ bước lọc màu, gây sai số cho phép hình ảnh, dẫn đến kết sai Ở bước tùy vào thực tế độ nhiễu để chọn ma trận cho phù hợp 49 Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-40: Ảnh đưa qua lọc Gaussian Blur Bước tùy vào thiết bị cầm tay hay băng tải tự động Với thiết bị cầm tay, em sử dụng phân ngưỡng Canny với thiết lập ngưỡng tự động Với thiết bị chạy băng tải cần thực phép trừ ảnh cảm biến hồng ngoại nhận tín hiệu ảnh đối tượng Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-41: Ảnh sau thực trừ Sau bước trên, ảnh lọc đối tượng cần phân tích xồi Tiếp theo em thực bước vẽ đường bao cho đối tượng xoài hàm Contour với phân ngưỡng Canny OpenCV Trong bước này, hàm Contour em sử dụng mode lấy điểm nằm bên đường bao lớn để tránh nhầm với vết khuyết tật mặt xoài, kết đối tượng xồi lấp đầy đường bao quanh 50 a) Bộ lọc Canny b) Lấp đầy đối tượng Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-42: Bộ lọc Canny đối tượng lấp đầy Từ ảnh nhị phân xồi tính vùng diện tích tỉ lệ bề mặt xồi cách tính số pixel trắng có đối tượng lấp đầy Sau giữ lại tồn hình ảnh đối tượng không chứa khuyết điểm, sử dụng lần lọc Canny ảnh trừ Lúc đối tượng vùng khuyết tật bề mặt xoài Tuy nhiên vùng hằn mờ vết khuyết tật cần dùng thêm phép biến đổi hình thái co giãn vết khuyết tật để rõ vết a) Ảnh màu kênh Green b) Ảnh xám lọc nhiễu, có giãn hình thái Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-43: Lặp lại bước xử lý với ảnh trừ Tiếp tục sử dụng lọc Canny vẽ đường bao đối tượng, đối tượng vết khuyết tật, có giá trị thang màu xám nhỏ, nên em thiết lập ngưỡng Canny thấp so với giá trị phân ngưỡng với đối tượng bề mặt xoài 51 a) Vẽ đường b) Ảnh xám làm mờ, có giãn hình thái Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-44: Xác định đối tượng vết khuyết tật Ở đây, đường viền đối tượng xác định nằm đường viền xoài Tiếp theo, sử dụng phép trừ đường viền đối tượng xồi sử dụng phép co giãn hình thái để lấp đầy đường Kết nhận dạng vết khuyết tật, từ tính tốn diện tích tỉ lệ vết khuyết tật cách tính số pixel vùng khuyết tật Cuối cùng, tính tỉ lệ diện tích vùng khuyết tật diện tích bề mặt xồi để đưa định Tùy theo yêu cầu người dùng cần tỉ lệ khoảng cho phép để đưa định loại bỏ hay giữ lại 4.2.3 Lưu hiển thị liệu Ban đầu liệu hiển thị lên giao diện thiết bị Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-45: Dữ liệu hiển thị lên giao diện 52 Kết cho thấy số pixel bề mặt xoài 6945 số pixel vùng khuyết tật 26, tính tốn tỉ lệ lấy tròn số sau dấu phảy tỉ lệ 0,37% Do đặt điều kiện số pixel vùng khuyết tật nhỏ 0,1% đủ chất lượng nên kết cho xoài bị loại Dữ liệu số lưu file text để bảo lưu liệu, file text ghi lên thẻ nhớ nằm máy tính nhúng Raspberry PI Hình KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-46: Dữ liệu lưu dạng file Text Các thông số lưu lại bao gồm ID quả, số pixel bề mặt quả, số pixel bề mặt vùng khuyết tật, tỉ lệ khuyết tật so với diện tích bề mặt định loại/khơng loại giúp người dùng tổng kết lại liệu buổi hơm cách dễ dàng 4.3 Đánh giá kết Do kết đưa hình ảnh vùng khuyết tật, đánh giá trực quan chuẩn hay không chuẩn toán thực tế kiểm định trực tiếp xoài thị trường hay băng tải chưa có phương pháp đo lường diện tích vùng khuyết tật cách xác nên em đánh giá kết sai số ổn định thiết bị Ở đây, em chọn nguồn sáng đủ điều kiện (100%) cho kết đưa hình ảnh bề mặt khuyết tật đánh giá trực quan tin cậy làm kết tham chiếu cho trường hợp có điều kiện ánh sáng mạnh yếu Kết tính theo số pixel vùng khuyết tật Điều kiện ánh sáng đủ nhận dạng Sai số trung bình Lần đo Kết 26 26 26 26 26 Điều kiện ánh sáng mạnh (>100%) Lần đo 10 Kết 28 28 27 29 26 6.15 % 53 Điều kiện ánh sáng yếu Lần đo 11 12 13 14 15 Kết 24 22 22 24 20 13.85 % Điều kiện ánh sáng cực yếu Lần đo 16 17 18 19 20 Kết 15 18 16 16 17 36.92 % Bảng KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-2: Kết đo pixel vùng khuyết tật với nguồn ánh sáng khác Thực thêm bước xét sai số theo tiêu chuẩn nhận dạng vùng khuyết tật, em thực xồi có vùng khuyết tật, sau đối chiếu vùng khuyết tật nhận dạng quan sát so sánh trực quan bề mặt xoài Kết số vùng khuyết tật nhận dạng đúng, trình bày bảng dưới: Điều kiện ánh sáng đủ nhận dạng Sai số trung bình Lần đo 10 Kết 3 3 3 3 3 Điều kiện ánh sáng mạnh (>100%) Lần đo 11 12 13 14 15 16 17 18 19 20 Kết 3 3 3 3 10 % Điều kiện ánh sáng yếu Lần đo 21 22 23 24 25 26 27 28 29 30 Kết 3 3 3 3 20 % Điều kiện ánh sáng cực yếu Lần đo 31 32 33 34 35 36 37 38 39 40 Kết 3 2 3 40 % Bảng KẾT QUẢ THỬ NGHIỆM THIẾT BỊ VÀ ĐÁNH GIÁ-3: Kết đưa số vùng khuyết tật nhận dạng 4.4 Kết luận chương Kết cho thấy thiết bị hoạt động ánh sáng ổn định nhận dạng khuyết tật bề mặt xồi cần có ánh sáng tự nhiên Những thử nghiệm thực tế mô lại không gian kiểm định thực tế, kiểm tra khả hoạt động hai loại thiết bị đánh giá phân loại xoài băng tải tự động cầm tay điều kiện khác xảy băng tải hay tự nhiên xây dựng lại Sai số tính dựa mức độ ổn định thiết bị, từ kết thu cho thấy ảnh đối tượng cần nhận dạng cần có ánh sáng tự nhiên, đặc biệt nguồn ánh sáng có cường độ thấp ảnh hưởng lớn đến kết thu 54 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Từ tổng quan ngành xuất rau củ nói chung ngành xuất hoa nói riêng, yêu cầu cấp thiết đặt ngành xuất hoa Việt Nam để tăng độ tin cậy, em thiết kế thiết bị gắn vào băng tải kiểm định chất lượng trở thành thiết bị đánh giá phân loại xoài băng tải tự động chuyển thành thiết bị cầm tay để dễ dàng mang kiểm định, thu mua xoài Thiết bị phù hợp với định hướng tự động hóa, đại hóa công nghiệp, tăng suất lao động Thiết bị thiết kế đơn giản, theo kiểu module, giá rẻ, dễ dàng lắp đặt, bảo trì thiết bị thiết bị thiết kế theo dạng module kết nối, nguồn nguyên vật liệu dễ kiếm, dễ dàng sản xuất đại trà Phương pháp xử lý hình ảnh mang lại kết tốt so sánh độ xác với phương pháp sử dụng cảm biến màu, quét laser từ không, so với phương pháp thực thủ cơng bước tiến lớn, đặc biệt xử lý số lượng lớn xồi, khơng thể kiểm định xác mắt thường Tốc độ đưa kết hai loại thiết bị nhanh, thiết bị cầm tay thời gian chỉnh chụp ảnh để kiểm định chất lượng khoảng 3-5 giây, thiết bị băng tải tự động thời gian xử lý khoảng 3s Kết cho thấy điều kiện ánh sáng có ảnh hưởng định tới kết đo cần phải có nguồn ánh sáng ổn định Hướng phát triển Trong khoảng thời gian khoangr ba tháng thực đề tài, thiết bị đánh giá phân loại xoài sử dụng máy tính nhúng tác giả thiết kế, hệ thống thiết bị phần mềm hệ thống thu nhiều kết định Để thương mại hóa sản phẩm, cần bổ sung thêm số nội dung sau:  Nghiên cứu sử dụng GPU máy tính Raspberry Pi để giúp tăng tốc độ xử lý cho phần mềm  Hoàn thiện thêm hệ thống xử lý hình ảnh kết đo xác  Thiết bị đưa vào thực tế để bán cần kết nối BUS module nhỏ gọn đẹp mắt  Cải thiện độ xác phương pháp xử lý ảnh gia đoạn lọc nhiễu co giãn hình thái học hai đối tượng bê mặt xoài vùng khuyết tật  Xây dựng ứng dụng điện thoại sever độc lập truy xuất sở liệu, kiểm soát liệu từ xa  Kết hợp với hệ thống băng tải rung để kiểm định chất lượng toàn bề mặt xung quanh xoài 55  Đưa giải pháp thuật toán sử dụng cho thiết bị loại hoa khác 56 DANH MỤC TÀI LIỆU THAM KHẢO [1] http://cafef.vn/6-thang-dau-nam-rau-qua-viet-nam-xuat-khau-duoc-hon-1-tyusd-20160628171815664.chn [2] http://vneconomy.vn/xuat-khau-rau-qua-viet-phu-thuoc-vao-trung-quoc-ngaycang-lon-20180409131250633.htm [3] OpenCV,“[Online].Available: http://docs.opencv.org/3.4.0/ [4] "Raspberrypi," [Online] Available: https://www.raspberrypi.org/ [5] https://www.raspberrypi.org/help/faqs/#powerReqs [6] “Identification and Classification of Mango Fruits Using Image Processing” in International Journal of Scientific Research in Computer Science, Engineering and Information Technology – Dameshwari Sahu and Chitesh Dewangan [7] “Classification of Oranges by Maturity, Using Image Processing Techniques,” in Proceedings of 3rd IEEE International Congress of Engineering – C Prieto and D Carolina [8] “Identification and Classification of Mango Fruits Using Image Processing” In International Journal of Scientific Research in Computer Science, Engineering and Information Technology – Dameshwari Sahu, Chitesh Dewangan 57 PHỤ LỤC Phụ lục 1: Giá tiền vật tư phần cứng xây dựng thiết bị Thiết bị Số lượng Biểu giá RaspberryPi 1.050.000 Picamera 550.000 Màn hình cảm ứng 1.250.000 Cảm biến hồng ngoại 25.000 Pin 36000mAh 300.000 Mạch button 15.000 Tổng: 3.190.000 Phụ lục 2: Bảng giá tham khảo số loại trái loại xoài thị trường Việt Nam cập nhật ngày 25/5/2018 Kích thước Đơn giá (VNĐ/kg) GIÁ CÁC LOẠI XỒI TRONG NƯỚC VÀ XUẤT KHẨU Xồi Cát Chu Xồi Cát Chu Cao Lãnh 75.000 Xoài Cát Chu Tiền Giang 52.000 Xồi Cát Chu Hòa Lộc 70.000 Xồi Cát xuất (Trung Quốc) 65.000 Nhập Thanh Ca Xoài Thanh Ca xuất (Trung Quốc) 120.000 Xoài Tượng Xoài Tượng Lào Cai 13.000 58 59

Ngày đăng: 28/09/2019, 11:34

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[4] "Raspberrypi," [Online]. Available: https://www.raspberrypi.org/ Sách, tạp chí
Tiêu đề: Raspberrypi
[6] “Identification and Classification of Mango Fruits Using Image Processing”in International Journal of Scientific Research in Computer Science, Engineering and Information Technology – Dameshwari Sahu and Chitesh Dewangan Sách, tạp chí
Tiêu đề: Identification and Classification of Mango Fruits Using Image Processing
[7] “Classification of Oranges by Maturity, Using Image Processing Techniques,” in Proceedings of 3rd IEEE International Congress of Engineering – C. Prieto and D. Carolina Sách, tạp chí
Tiêu đề: Classification of Oranges by Maturity, Using Image Processing Techniques
[8] “Identification and Classification of Mango Fruits Using Image Processing”In International Journal of Scientific Research in Computer Science, Engineering and Information Technology – Dameshwari Sahu, Chitesh Dewangan Sách, tạp chí
Tiêu đề: Identification and Classification of Mango Fruits Using Image Processing
[3] OpenCV,“[Online].Available: http://docs.opencv.org/3.4.0/ Link

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w