Thu thập và xử lý ảnh dùng phần mềm LABVIEW

Bài viết tập trung phân tích sâu hơn về các bài toán xử lý hình ảnh liên quan đến tính toán khoảng cách và góc lệch của vật tới camera, v.v.. Ứng dụng thực tiễn của các bài toán có thể được áp dụng ngay trong tìm kiếm dữ liệu, trí tuệ nhân tạo và điều khiển robot.

CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2015 Nếu ta có 16 giá trị P tương ứng với 16 giá trị kω thu 16 phương trình tuyến tính dạng (7) Chú ý giá trị Ti P xác định biết kω, nghiệm cần tìm (là hệ số cản) khơng phụ thuộc vào kω Hơn nữa, trị số T i khác khơng tỉ lệ tuyến tính kω nên ma trận K(16×16) khơng bị suy biến nghiệm x xác định Kết luận Như vậy, trình bày thuật tốn cơng thức cho phép xác định hệ số sức cản đo dao động xoắn đoạn trục Số kết đo cần phải xử lý phụ thuộc vào hệ trục cụ thể (ở ví dụ 16) Sử dụng phần mềm Symbolic Matlab hồn tồn thiết lập cơng thức dạng biểu tượng cho hệ số Ti; P xi hệ trục thực Đối với hệ trục thực tế, số khối lượng nhiều (thường 10 khối lượng, số xi lanh chiếm khoảng 6…8), song số ẩn cần tìm- tức hệ số cản khó xác định lý thuyết thủy lực chóng chóng, cản xi lanh động cấu biên khuỷu không nhiều chúng đơn vị khuỷu trục Nghiệm (7) (nghĩa thỏa mãn điều kiện x4= x12, x5= x1x2,…, x16=x24) giả thiết hệ số cản số (hoặc tương đối đúng) Khi đó, nghiệm (4), (5), (6) thực tế (hoặc tương đối đúng) Ngược lại có nghĩa có sai số đo tính tốn, giả thiết không phù hợp với thực tế TÀI LIỆU THAM KHẢO [1] Đặng Hộ Thiết kế trang trí động lực tàu thủy (tập 2) Nhà xuất GTVT, 1986 [2] Propulsion System Torsional Vibration Analysis B 170-V Tài liệu kết tính đo dao động trình Đăng kiểm Đức quan thiết kế tàu Ba Lan [3] Nguyễn Mạnh Thường Tính nghiệm dao động xoắn cho hệ trục loạt tàu B 170 -V TCGTVT số tháng 4-2011 [4] Nguyễn Mạnh Thường Nghiên cứu xây dựng phương pháp xác định hệ số sức cản thực nghiệm phục vụ tính tốn dao động hệ trục tàu thủy Hội thảo khoa học đóng tàu, vận tải thủy, cơng nghiệp dầu khí biển thiết bị, phương tiện giao thông giới đường bộ, đường sắt Nhà xuất Giao thông vận tải, Hà nội, tháng 4-2014, tr 34-46 Người phản biện: TS Cao Đức Thiệp; TS Lê Anh Tuấn THU THẬP VÀ XỬ LÝ ẢNH DÙNG PHẦN MỀM LABVIEW (PHẦN TIẾP THEO) IMAGE ACQUISITION AND PROCESSING WITH LABVIEW (CONTINUED) TS VƯƠNG ĐỨC PHÚC, TS ĐÀO MINH QUÂN Khoa Điện – Điện tử, Trường ĐHHH Việt Nam Tóm tắt Ở báo số 39, Tạp chí KHCN hàng hải [1] tác giả trình bày cơng cụ LabVIEW việc thu thập hình ảnh từ tập tin lưu trữ ổ đĩa cứng từ camera, xử lý toán đơn giản liên quan đến hình ảnh như: Phân tích màu sắc, nhận dạng vật mẫu Trong báo tác giả phân tích sâu tốn xử lý hình ảnh liên quan đến tính tốn khoảng cách góc lệch vật tới camera, v.v Ứng dụng thực tiễn tốn áp dụng tìm kiếm liệu, trí tuệ nhân tạo điều khiển rôbốt Abstract The previous paper introduced tools in LABVIEW to acquire images from a file stored on a local hard disk or from a camera It also presented simple examples related to image processing such as colour checking, pattern matching In this paper, image acquisition and processing related to the depth information and angle from object to camera will be analyzed more in detail These examples are applied in data search, artificial intelligence and robotics control Key words: LabVIEW, Image Acquisition, Digital Image Processing, Stereo vision Tạp chí Khoa học Cơng nghệ Hàng hải Số 42 – 04/2015 36 CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2015 Giới thiệu Trong tìm kiếm liệu, trí tuệ nhân tạo hay điều khiển rơbốt thơng tin khoảng cách, góc lệch từ đối tượng điều khiển đến vật vô quan trọng Các phần sở cho việc tính tốn thông qua việc thu thập xử lý ảnh Quá trình xử lý ảnh thực theo bước hình Hình ảnh thu thường khơng phải định dạng phù hợp cho toán cụ thể nên cần tiện xử lý để tìm yếu tố đặc trưng Sau tách để phân tích đưa định Với LabVIEW [2] thư viện Vision [3-5] có đầy đủ tất cơng cụ giúp cho Hình Q trình xử lý hình ảnh việc phân tích dễ dàng Đối với vật mẫu có hình dạng xác định Những vật thể bóng bàn, bóng đá, v.v ảnh chúng ln hình tròn Vì việc xác định khoảng cách hay góc từ tới camera đơn giản ta cần camera thực Từ Hình ta có: Khoảng cách d từ camera tới bóng đước tính theo: 4S ball π  4Simage d d' f   d  f ball  f d ball d d' k Simage (1) π Góc  từ camera tới bóng đước tính theo: tan(  )  và: OB BC  OC  d d (2) B' C' f B' C'   BC  d BC d f (2)  tan( )  d (3) B' C' d ball  f d (4) B' C' d ball  f ) Hay   arctan( d d (5) C dball C’ Camera: A d’ A O  d B’ f B Image Hình Tính tốn góc khoảng cách từ bóng tới camera Tạp chí Khoa học Cơng nghệ Hàng hải Số 42 – 04/2015 37 CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2015 Ở dball đường kính bóng, f tiêu cự camera thơng số biết trước Thơng số d’, B’C’, Simage (diện tích vật tính theo điểm ảnh) tính từ ảnh vật a Front panel VI b Các bước tính tốn chương trình Hình VI tính tốn khoảng cách góc từ camera tới bóng tennis Đối với vật mẫu có hình dạng Hiện có nhiều phương pháp để tính khoảng cách sử dụng phương pháp hình ảnh (Stereo vision), tam giác đạc tia laze (laser triangulation), chụp cắt lớp kết hợp quang học (optical coherence tomography) v.v Ở phần tác giả trình bày phương pháp sử dụng phổ biến phương pháp hình ảnh [6] Để tính tốn khoảng cách người ta sử dụng hai camera A B giống hệt đặt song song cách khoảng cách nhỏ d =AB (Hình 4) Left camera: A Right camera: B d0 C A f A ZA Image B XA XB B  f aB aA dL ZB Image dR d=? L M K P(XR,YR,ZR) N Hình Tính tốn khoảng cách sử dụng phương pháp hình ảnh Gọi C trung điểm AB Khi muốn xác định khoảng cách từ vật tới đối tượng điều khiển chẳng hạn rơbốt C đặt trùng với tâm rô bốt Từ ảnh thu vật thể thực tế P thông qua camera A B dR (ảnh vật P thu thông qua camera B) dL (ảnh vật P thu thơng qua camera A) tính tốn thơng qua đại lượng biết trước khoảng cách d0 tiêu cự f camera + Tính tốn góc lệch  Tạp chí Khoa học Cơng nghệ Hàng hải Số 42 – 04/2015 38 CHÀO MỪNG NGÀY THÀNH LẬP TRƯỜNG 01/04/2015 Từ hình ta có: AC  dL AC  CM = tan(φ ) tan(φ A ) = f  tan(φ A ) = CM  A   d CB CB tan(φ )  L  tan(φ ) = CN = B B   tan(φ B ) f CN  MN  CN  CM  AC( 1  ) tan(φ B ) tan(φ A ) (6) (7) và: tan(  )  ML MK MN * tan(  B )    AC CM CM 2 tan(  A ) AC( 1  )(tan(  B )) tan( φ B ) tan( φ A ) AC tan(  A ) d 1 1 d  (  ) ( L  R) tan(φ B ) tan(φ A ) f f Hay (8) d d φ  arctan( ( L  R )) f f (9) + Tính tốn khoảng cách d Cũng từ hình ta có: X  d L  f * tan( φ A )  f A  d   d  f * (tan( φ ))  f X B  f d  X A R B  d d   d L  dR  f d0 d0 df d dL  dR (10) (11) + Kết sử dụng IP camera AXIS M1054 [7] Hình thể kết xác định khoảng cách góc tới vật thể để độ phân giải camera 640x480 Khi khoảng cách xa độ xác giảm ngược lại Độ xác phụ thuộc nhiều vào điều kiện ánh sáng màu sắc vật thể môi trường thử nghiệm a Sai số khoảng cách b Sai số góc Hình Kết thực nghiệm Tạp chí Khoa học Công nghệ Hàng hải Số 42 – 04/2015 39 ... quan trọng Các phần sở cho việc tính tốn thơng qua việc thu thập xử lý ảnh Quá trình xử lý ảnh thực theo bước hình Hình ảnh thu thường định dạng phù hợp cho tốn cụ thể nên cần tiện xử lý để tìm yếu... yếu tố đặc trưng Sau tách để phân tích đưa định Với LabVIEW [2] thư viện Vision [3-5] có đầy đủ tất cơng cụ giúp cho Hình Q trình xử lý hình ảnh việc phân tích dễ dàng Đối với vật mẫu có hình... hình ảnh Gọi C trung điểm AB Khi muốn xác định khoảng cách từ vật tới đối tượng điều khiển chẳng hạn rơbốt C đặt trùng với tâm rô bốt Từ ảnh thu vật thể thực tế P thông qua camera A B dR (ảnh