Nhận dạng ảnh và ứng dụng vào phân loại đầu pin

BỘ GIÁO DỤC VÀ ĐÀO TẠO ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN HUY CƯỜNG ĐỀ TÀI: NHẬN DẠNG ẢNH VÀ ỨNG DỤNG VÀO PHÂN LOẠI DAUDF PIN LUẬN VĂN CAO HỌC CHUN NGÀNH: KỸ THUẬT ĐIỆN TỬ NĂM 2004 Lời cảm ơn Xin chân thành cảm ơn Thầy PGS.TS Vũ Đình Thành tận tình hướng dẫn để hoàn thành Luận văn Xin cảm ơn quý thầy cô tận tình giảng dạy giúp đỡ thời gian học trường Xin cảm ơn bạn, người động viên giúp đỡ, tạo điều kiện cho thực đề tài Tháng năm 2004 Nguyễn Huy Cường Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Mục lục Chương 1: Mở đầu 1.1 Sơ lược xử lý ảnh 1.2 Cấu trúc hệ thống xử lý aûnh cô baûn 1.3 Phân lớp nhận dạng ảnh 1.3.1 Caùc bước tổng quát 1.3.2 Ứng dụng Chương 2: Tiền xử lý ảnh 10 2.1 Moät số công cụ trợ giúp 10 2.1.1 Biến đổi Fourier 11 2.1.2 Toán tử Laplace 12 2.1.3 Caùc toaùn tử không gian 12 2.2 Các phép toán điểm 14 2.1.1 Thay đổi độ sáng 14 2.1.2 Cải thiện độ tương phản 14 2.1.3 nh âm 14 2.1.4 Laáy ngưỡng 15 2.2 Các phép toán toàn cục 15 2.3 Các phép toán lân cận 16 2.3.1 Làm trơn ảnh 16 2.3.2 Làm sắc cạnh ảnh 19 2.3.3 Unsharp masking 21 2.4 Các phép toán hình học 22 2.4.1 Điều chỉnh biểu diễn 22 2.4.2 Làm cong, phóng lớn xoay aûnh 22 Chương 3: Phân vùng ảnh 23 3.1 Giới thiệu chung 23 3.2 Phương pháp địa phương 24 3.2.1 Phát caïnh 25 3.2.2 Phát đường biên 30 3.3 Phương pháp toàn cục 34 3.3.1 Chia cắt hợp vuøng 34 3.3.2 Lấy ngưỡng 37 Chương 4: Trích chọn đặc tröng 39 4.1 Các đặc trưng ảnh 39 4.2 Tóm lược mã hóa ảnh 39 4.2.1 Run code 40 4.2.2 Maõ chain 41 4.2.3 Maõ crack 41 Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành 4.2.4 Signatures vaø skeletons 42 4.3 Các đặc điểm dựa theo biên đối tượng 43 4.3.1 Chu vi 43 4.3.2 Diện tích 44 4.3.3 Hệ số dạng 45 4.4 Các đặc điểm dựa theo vùng 46 4.4.1 Topo vaø texture 46 4.4.2 Moments 47 4.5 Hình thái toán học - Xử lý hình thái 50 4.5.1 Biến đổi hit-miss 50 4.5.2 Erosion vaø dilation 51 4.5.3 Opening vaø closing 52 Chương 5: Phân lớp định 53 5.1 Khái niệm 53 5.2 Hàm định 54 5.2.1 Khaùi nieäm 54 5.2.2 Hàm định tuyến tính 54 5.2.3 Hàm định tổng quát 56 5.3 Phân lớp theo khoảng cách nhóm đối tượng 58 5.3.1 Phân lớp dựa vào khoảng cách ngắn 59 5.3.2 Nhóm gộp thành nhóm 62 5.3.3 Thuật toán ISODATA 63 5.3.4 Nhóm đối tượng nhận dạng 64 5.4 Phân lớp dựa theo thống kê 65 5.4.1 Phaân lớp theo Bayes tổng quát 65 5.4.2 Các mẫu phân bố bình thường 67 5.5 Nhaän dạng mẫu dựa cấu trúc 69 5.5.1 Tiền đề 69 5.5.2 Dạng văn phạm 71 5.5.3 Phân tích cấu trúc nhận dạng 72 5.6 Nhận dạng mô hình mạng neuron 75 5.6.1 Giới thieäu 75 5.6.2 Maïng McCulloch-Pitts 76 5.6.3 Ứng dụng mạng neuron 77 5.6.4 Maïng Hebb 78 5.6.5 Moâ hình perceptron 78 Chương 6: Xây dựng chương trình nhận dạng ảnh 80 6.1 Giới thiệu 80 6.2 Lưu đồ giải thuật 84 6.3 Kết 87 Nguyeãn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương 7: Kết luận hướng phát triển đề tài 96 7.1 Kết luận 96 7.2 Hướng phát triển đề tài 97 Tài liệu tham khảo 99 Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương 1: Mở đầu 1.1 Sơ lược xử lý ảnh Xử lý ảnh lónh vực ý nhiều ngành viễn thông, truyền hình, công nghiệp in ấn, đồ hoạ, y học… Nhìn chung, phương pháp xử lý ảnh thường bắt nguồn từ hai mục đích: nâng cao chất lượng thông tin hình ảnh mắt người xử lý liệu ảnh tự động máy Việc nâng cao chất lượng ảnh truyền qua cáp áp dụng lần London New York vào năm 1920, thiết bị đặc biệt mã hoá hình ảnh (báo), truyền qua cáp khôi phục lại phía thu Việc nâng cao chất lượng ảnh phương pháp xử lý để truyền ảnh (số) liên tục nghiên cứu Trong y học, thuật toán máy tính nâng cao độ tương phản hay mã hoá mức sáng thành màu để nội suy ảnh X quang hình ảnh y sinh học Các nhà địa vật lý sử dụng kỹ thuật tương tự để nghiên cứu mẫu vật chất từ vệ tinh Trong thiên văn học phương pháp xử lý ảnh nhằm khôi phục hình ảnh bị nhiễu bóng (artifacts) sau chụp Trong vật lý lónh vực có liên quan, kỹ thuật máy tính nâng cao chất lượng ảnh lónh vực plasmas microscopy điện tử Lónh vực thứ hai dựa kỹ thuật nhận dạng ảnh, cố gắng tập tung vào trình trích thông tin ảnh chuyển thành dạng thích hợp cho xử lý máy tính 1.2 Cấu trúc hệ thống xử lý ảnh Các bước hệ thống xử lý ảnh bao gồm: Xử lý mức thấp có chức phản ứng tự động, không cần thông minh bao gồm trình biến đổi ảnh tiền xử lý Chức chủ yếu nâng cao khả để trình đạt kết tốt Xử lý mức có nhiệm vụ tách đặc trưng hóa vùng ảnh nhận từ trình xử lý mức thấp bao gồm phân đoạn biểu diễn ảnh Xử lý mức cao nhận dạng nội suy mức này, nguyên lý trở nên xác Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Xử lý mức Phân đoạn Biểu diễn Tiền xử lý Nhận dạng nội suy Cơ sở kiến thức Ảnh vào Biến đổi ảnh Xử lý mức thấp Kết Xử lý mức cao Hình 1.1: Các khối hệ thống xử lý ảnh Bước biến đổi ảnh nhằm thu ảnh số từ ảnh tương tự đầu vào Sau nhận ảnh số, bước tiền xử lý ảnh Chức chủ yếu bước nâng cao chất lượng ảnh, chuẩn bị cho giai đoạn nâng cao độ tương phản, khử nhiễu, làm cạnh… Bước phân đoạn ảnh tách ảnh vào thành thành phần hay vật thể Đây nhiệm vụ khó khăn xử lý ảnh số, thuật toán không tốt làm mát liệu ảnh, làm ảnh hưởng bước xử lý kế Đầu trình phân đoạn ảnh liên kết vùng hay tất điểm ảnh vùng Bước biểu diễn ảnh liên kết số liệu thành dạng thích hợp cho xử lý Nếu ý tới đặc trưng hình dạng bên cần xấp xỉ biểu diễn liên kết, ý đến đặc tính bên xấp xỉ biểu diễn vùng Việc lựa chọn đặc trưng gắn liền với việc tách đặc trưng nhằm có kết mà dựa vào đó, người ta phân biệt lớp vật thể với lớp đối tượng khác Quá trình nhận dạng trình phân chia danh hiệu cho vật thể dựa sở mô tả Nội suy phục vụ cho việc phân chia theo ý nghóa để hòa hợp vật thể nhận dạng Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng 1.3 Thầy HD: PGS.TS Vũ Đình Thành Phân lớp nhận dạng ảnh 1.3.1 Các bước tổng quát Trong hai thập kỷ qua, việc nhận dạng vật thể đề cập đến nhiều đề tài nghiên cứu Dù đạt nhiều thành tựu có nhiều biến thể nên chưa có phương pháp tổng quát ứng dụng hoàn chỉnh cho vấn đề thực tế Tuy nhiên, xem xét bước chung sau: * Phân lớp đối tượng: cần xác định đặc trưng dùng để phân lớp (tiến trình feature selection) Sau đó, tiến hành tách chọn đặc trưng (feature extraction) dựa vào kết trình để phân lớp đối tượng * Tập hợp đối tượng thành nhóm đối tượng có đặc trưng chung (clustering) Nếu liệu vào có đặc tính trước xếp vào nhóm riêng * Phân lớp: mục đích nhận dạng mẫu phân thành lớp mẫu Từ thông tin nguyên thủy, cần nhận định rõ đặc trưng thích hợp dùng khối tách đặc trưng để kiểm tra chúng, sau chuyển sang khối phân lớp Dựa vào hàm định mà tiến hành phân lớp đối tượng Hàm định: Khi có phân cách mặt hình học lớp, dùng tập hàm định để phân lớp đối tượng chưa biết Giả sử có lớp C1 C2 không gian Rn ngăn cách với d(x); dùng d(x) làm hàm định theo dạng phân lớp tuyến tính với đối tượng sau: ⎧d ( x) > ⇒ x ∈ C1 ⎨ ⎩d ( x ) < ⇒ x ∈ C Vuøng d(x)=0 gọi biên định (decision boundary) Từ cách chọn hàm định không gian xử lý có cách phân lớp khác Có thể chia làm ba dạng tiêu biểu sau: • Nhận dạng dựa vào phân hoạch không gian Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành • Nhận dạng dựa vào cấu trúc • Nhận dạng dựa vào kỹ thuật mạng neuron Hai cách tiếp cận đầu kỹ thuật kinh điển, đối tượng ảnh quan sát thu nhận phải trải qua giai đoạn tiền xử lý nhằm tăng cường chất lượng, làm chi tiết, trích chọn biểu diễn đặc trưng đóù giai đoạn nhận dạng Cách tiếp cận thứ ba dựa vào chế nhận, lưu trữ phân biệt đối tượng mô theo hoạt động hệ thần kinh Do chế đặc biệt nên đối tượng ảnh thu nhận không cần qua giai đoạn cải thiện mà chuyển sang giai đoạn tổng hợp, so sánh đối chiếu với mẫu lưu trữ để nhận dạng 1.3.2 Ứng dụng * Các ứng dụng khoa học: • Vũ trụ học: tăng độ phân giải kính viễn vọng loại bỏ nhiễu ảnh hưởng khí hậu • Địa chất – thăm dò: đếm miệng núi lửa, hố, phân tích màu, nghiên cứu robo, đo vẽ địa hình, đo phân tích khí quyển, định vị địa hình mối liên hệ, phân tích lập biểu đồ địa chất • Địa chất – đồ: khảm, làm khớp bề mặt vẽ lên đồ • Nghiên cứu tinh thể kính hiển vi nguyên tử • Phân tích liệu từ vệ tinh • Dò tìm sống thời gian tồn hành tinh xa xôi * Các ứng dụng vào nghiên cứu đời sống: • Nhân loại học • Côn trùng học • Sinh vật học thực vật học: vi sinh vật học, sinh thái học động vật học Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành • Phsychology: xã hội học diện mạo tội phạm • Điều khiển học: nhận dạng biểu diễn đối tượng ảnh, kiểm tra chuyển động hành động thông qua ảnh hồi tiếp… • Hệ thống quản lý thông tin • Giáo dục • Truyền thông * Ứng dụng vào công nghiệp: • Máy điều khiển hình ảnh • Nhận dạng ảnh chụp • Thăm dò khoáng sản • Tăng chất lượng ảnh thương mại • Multimedia hoạt hình • Thiết kế công cụ điện tử • Tế bào học * p dụng y khoa: • Khám nghiệm kính hiển vi sinh trắc học: đếm tế bào máu xét nghiệm máu, nhận dạng tế bào ung thư kiểm tra, đo neuron, phân tích cấu thành xương… • Xét nghiệm với đồng vị phóng xạ thể người • Siêu âm tomography: đo độ rộng mạch máu, kích thước tim, phát khối u, phát nghẽn mạch máu, phân tích cấu trúc xương, chẩn đoán viêm phổi… • Sự ảnh hưởng thuốc • Nhiễm sắc thể di truyền học * Các ứng dụng khác • Phân tích lúa/ cỏ Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương trình phân lớp đầu pin: nh binary Xác định đường bao Tính diện tích Si chu vi Pi {i: thứ tự đối tượng xét} Tính hệ số dạng Ai=Pi2/Si SL>Si>SN N Y VL>Vi>VN N Y Lớp đầu pin Lớp khác nh vào ảnh binary, từ xác định chu vi diện tích đối tượng Dựa vào đặc điểm kết hợp với hệ số dạng để phân biệt đối tượng đầu pin tập đối tượng ảnh Mức độ xác giải thuật phụ thuộc nhiều vào chất lượng đường bao đối tượng Nguyễn Huy Cường Trang 85 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương trình nhận dạng pin hư: nh đầu pin Tách biên X/đ số điểm cắt ngang cắt dọc nh>2 N Y nv>2 N Y Có vết nứt Tốt Nhóm pin hư Nhóm pin tốt nv: số điểm cắt ngang đường biên nh: số điểm cắt dọc Nguyễn Huy Cường Trang 86 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương trình xác định vị trí pin hư: nh vào X/đ tọa độ đầu pin Tính dx, dy Chọn pin chuẩn Pin hư X/đ tọa độ pin hư X/đ thứ tự tương ứng pin hư Mảng kết Việc xác định tọa độ dựa vào tâm đầu pin phân nhóm Các giá trị dx dy khoảng cách tương ứng tính pixel theo chiều ngang dọc tọa độ tâm đầu pin kế ảnh 6.3 Kết Chương trình viết ngôn ngữ Matlab Giao diện chương trình bao gồm menu: File, Process, View Help Menu File có chức năng: mở file ảnh, lưu file thoát khỏi chương trình Menu Process thực thi chương trình xử lý tự động bao gồm trình tiền xử lý, phân vùng nhận dạng Menu View cho phép xem ảnh đầu vào, ảnh phân lớp đầu pin ảnh kết vị trí pin hư ma trận tương ứng với pin ảnh (nhằm tiện cho việc điều khiển sau này) Nguyễn Huy Cường Trang 87 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương trình nhận ảnh chụp đầu pin, kết xuất là: ảnh xác định vị trí đầu pin bị nứt ảnh có kích thước ma trận 4x8 với: giá trị ‘0’ biểu thị đầu pin tốt ‘1’ ngược lại (pin bị nứt) Các ảnh đầu vào chương trình chụp từ máy ảnh kỹ thuật số loại Canon PowerShot G5, thực độ cao trung bình 60cm, khoảng cách theo phương nằm ngang 40cm tính từ mép đầu pin Sau minh họa bước chương trình: nh vào: Dãn độ tương phản: Nguyễn Huy Cường Trang 88 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Làm nét cạnh ảnh: nh sau lọc median: nh kết bước tách biên toán tử Sobel Kết Nguyễn Huy Cường Trang 89 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành trình tách biên toán tử Sobel sau: Kết sau tách biên đưa qua khối dilate nhằm làm hoàn chỉnh đường biên đầu pin Dựa vào đường biên hoàn chỉnh để phân vùng đầu pin nh kết phân vùng: Sau phân vùng, chương trình tiến hành nhận dạng đối tượng đầu pin Việc nhận dạng đầu pin thực dựa vào diện tích hệ số dạng đối tượng Các vật thể khác không xếp vào nhóm đầu pin Nguyễn Huy Cường Trang 90 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Dùng dạng đường biên để nhận dạng pin bị nứt với phương pháp: cắt dọc ảnh, số điểm cắt lớn tương ứng với vùng ảnh thay đổi đột ngột bên đường biên bao xung quanh đầu pin Điều chứng tỏ đầu pin xét bị nứt Kết luận set vị trí tương ứng đầu pin xét mảng lên Ma trận kết tương ứng với ảnh trên: Trong ảnh đánh dấu vị trí pin hư thể vị trí 03 đầu pin bị nứt đánh dấu ảnh ban đầu nh kết dùng để minh họa có nhận dạng nhầm vị trí pin thứ ba không nhận dạng pin hư góc bên phải Ghi chú: Chương trình áp dụng cho nhận dạng đầu pin từ ảnh bao gồm nhiều đối tượng sau: Nguyễn Huy Cường Trang 91 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành nh vào: 16 đối tượng ảnh, có 14 đầu pin Lớp đầu pin: nhận dạng 14 đối tượng thuộc lớp đầu pin Từ đầu pin trên, có ảnh xác định vị trí đầu pin nứt: Nguyễn Huy Cường Trang 92 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Với ảnh có đầu pin vị trí ngẫu nhiên xuất ma trận tương ứng xác Nguyễn Huy Cường Trang 93 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Kết trình nhận dạng đầu pin bị nứt: (xét tập 25 ảnh) Ảnh Số lượng đầu pin Tỷ lệ Số lượng đầu pin nứt Tỷ lệ lỗi Đối tượng ảnh Kết nh vào Kết quaû IMG_1322 45 45/45 100% 3(-1) 2.2% IMG_1323 45 43/45 95.56% 5(+2/-1) 6.98% IMG_1324 45 34/45 75.56% 3(-1) 2.94% IMG_1325 45 44/45 97.78% 6(+3) 6.82% IMG_1326 45 41/45 91.11% 8(+5) 12.2% IMG_1328 40 40/45 100% 9(+5) 12.5% IMG_1334 16 14/14 100% 2 IMG_1335 16 14/14 100% 2 IMG_1336 16 14/14 100% 1(-1) 7.14% IMG_1337 17 14/15 93.33% 3(+1) 7.14% IMG_1338 17 15/15 100% 2 IMG_1339 18 16/16 100% 5(+3) 18.75% IMG_1340 32 32/32 100% 6(+2) 6.25% IMG_1341 32 32/32 100% 9(+5) 15.63% PA01178 28 24/28 85.71% 2 PA01179 28 23/28 82.14% 2 PA01180 32 27/32 84.38% 2 PA01181 32 29/32 90.63% 2 IMG_0564 28 28/28 100% 3(+1) 3.57% IMG_0565 28 23/28 82.14% 3 IMG_0568 32 32/32 100% 3 IMG_0569 32 27/32 84.38% 3 IMG_0571 28 28/28 100% 4(+2/-1) 10.71% IMG_0572 32 32/32 100% 3 IMG_0573 28 24/28 85.71% 1(-2) 8.33% Giải thích: Kết nhận dạng đầu pin bị nứt 4(+2/-1) tổng số pin nứt có nghóa kết nhận dạng 4, nhận dạng sai (dư Nguyễn Huy Cường Trang 94 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành thiếu 1) Tỷ lệ lỗi tính dựa vào số pin nứt nhận dạng sai tổng số pin lớp đầu pin - kết trình nhận dạng trước Nguyễn Huy Cường Trang 95 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương 7: Kết luận hướng phát triển đề tài 7.1 Kết luận Nhận xét: Trong trình xử lý chương trình trên, có số giới hạn sau: • Nhận dạng nhầm vết lõm đầu pin hay phản chiếu mép đầu pin tạo thay đổi đột ngột giá trị pixel Chương trình nhầm có vết nứt vị trí Các trường hợp sau: và: • Quá trình nhận dạng đối tượng đầu pin từ ảnh: số trường hợp, kết tách biên tạo đường biên bị đứt, dẫn đến trình hợp vùng không hoàn toàn dẫn đến việc không nhận dạng thành công số đầu pin • Quá trình nhận dạng đầu pin bị nứt có xác suất lỗi lớn nhiều so với trình nhận dạng đầu pin từ tập đối tượng ảnh Kết luận: Nhận dạng nói chung nhận dạng ảnh nói riêng đề tài hấp dẫn với nhiều ứng dụng to lớn nhiều lónh vực khác Tuy nhiên đề tài phức tạp, chưa có chuẩn mực để áp dụng cho trường hợp Do đó, Nguyễn Huy Cường Trang 96 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Luận văn, chương trình nhận dạng đầu pin xây dựng nhằm mục đích dùng kỹ thuật kinh điển để minh họa cho hướng giải toán thực tế Đây ứng dụng vào tự động công nghiệp Hệ thống nhận dạng đầu pin hư dùng Luận văn hai trình nhận dạng: • Quá trình nhận dạng đối tượng đầu pin ảnh dựa vào đặc trưng cấu trúc đối tượng ảnh Đó đặc trưng như: diện tích, chu vi dạng đối tượng • Quá trình nhận dạng đầu pin “tốt” hay “hỏng” Quá trình dựa vào số điểm cắt ngang cắt dọc với cạnh để kết luận pin hư hay pin tốt Do đó, đầu pin nứt không nhận vết nứt nằm khoảng mà biên bị mát Chương trình xử lý cho kết có tỷ lệ nhận dạng dao động từ 73.34% đến 100%, sai số trung bình 10.36%, dùng để minh họa cho hệ thống nhận dạng ảnh Tuy nhiên thời gian xử lý ảnh cao, bên cạnh đó, đầu vào ảnh chụp điều kiện trạng thái rung gây nhòe ảnh nên ứng dụng vào thực tế nảy sinh yêu cầu khác Nhưng nói chung, chương trình nhận dạng đầu pin đầu pin bị nứt từ ảnh, phù hợp với mục đích minh họa cho đề tài Để ứng dụng vào thực tế, dùng hai ảnh chụp hai hướng đối diện Kết chung kết phép toán OR mảng thứ với đảo mảng thứ hai 7.2 Hướng phát triển đề tài Kết nhận dạng có lỗi cao thời gian thực thi chương trình lớn nên việc áp dụng vào thực tế không mang tính khả thi Do có hai yêu cầu cần giải nâng cao độ xác trình nhận dạng rút ngắn thời gian xử lý Bên cạnh đó, cần xây dựng thêm khối xử lý đáp ứng với điều kiện thực tế Trong phần này, vài kiến nghị nêu sau: • Thực việc hợp vùng dựa vào tiêu chuẩn đồng để phân vùng tốt Nguyễn Huy Cường Trang 97 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành • Có thể dùng đặc trưng texture (độ đồng đều, độ trơn hay số lỗ chứa bên đối tượng) đầu pin để có kết luận xác đặc tính đầu pin (“nứt” hay “không nứt”) • Hệ thống nêu Luận văn sử dụng kỹ thuật kinh điển, nghiên cứu áp dụng trí tuệ nhân tạo vào trình xử lý • Cần tối ưu hóa bước xử lý thêm vào trình điều khiển ngoại vi Nguyễn Huy Cường Trang 98 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Tài liệu tham khảo Nhập môn xử lý ảnh số Lương Mạnh Bá & Nguyễn Thanh Thủy NXB Khoa học Kỹ thuật - 1999 Xử lý ảnh số video số Nguyễn Kim Sách NXB Khoa học Kỹ thuật - 1997 Digital image processing Rafael C Golzalez & Richard E Woods Addison-Wesley publishng Company - 1992 Applied image processing G.J Awcock & R Thomas McGraw-Hill – 1996 Pattern recognition – Statistical, Structural, Neuron and Fuzzy logic approaches Menahem Friedman & Abraham Kandel Series in machine perception and artifical intelligence – Vol 32 World Scientific Publishing Company – 1999 Pattern recognition Vol.31 -1998 The journal of the Pattern recogition society Digital image processing algorithms Joannis Pitas Prentic Hall - 1995 Nguyễn Huy Cường Trang 99 ... cách phân lớp khác Có thể chia làm ba dạng tiêu biểu sau: • Nhận dạng dựa vào phân hoạch không gian Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành • Nhận dạng dựa vào. .. Cường Trang 22 Nhận dạng ảnh ứng dụng Thầy HD: PGS.TS Vũ Đình Thành Chương 3: Phân vùng ảnh 3.1 Giới thiệu chung Mục đích trình phân đoạn ảnh phân ảnh vào thành vùng có ý nghóa tương ứng với phần... hợp vật thể nhận dạng Nguyễn Huy Cường Trang Nhận dạng ảnh ứng dụng 1.3 Thầy HD: PGS.TS Vũ Đình Thành Phân lớp nhận dạng ảnh 1.3.1 Các bước tổng quát Trong hai thập kỷ qua, việc nhận dạng vật thể