Nhận dạng và định vị cà phê hạt bằng màu sắc

Tài liệu tham khảo đồ án tốt nghiệp chuyên ngành viễn thông Nhận dạng và định vị cà phê hạt bằng màu sắc

Lời cảm ơn

Em xin chân thành cảm ơn toàn thể các thầy, cô giáo trong nhà trường Đại học Công Nghệ - Đại học Quốc Gia Hà Nội, những người đã tận tình chỉ dậy cho em trong suốt quá trình học tập tại trường.

Em xin gửi lời cảm ơn chân thành và biết ơn sâu sắc tới Tiến sỹ Chử Đức Trình (trường Đại học Công Nghệ) và Thạc sỹ Vũ Bá Huấn (Viện Cơ học kỹ thuật – Viện Khoa học Kỹ thuật việt nam ) đã tận tình hướng dẫn và chỉ bảo em trong suốt quá trình thực hiện khóa luận này.

Em xin chân thành cảm ơn toàn thể cán bộ bộ môn vi cơ điện tử - vi hệ thống đã giúp đỡ em trong suốt quá trình em học tập tại trường.

Em xin gửi lời cảm ơn đến Ths.Nguyễn kiêm Hùng cùng toàn thể cán bộ làm việc trong phòng “các hệ thống tích hợp và thông minh” đã chỉ bảo em trong quá trình học tập và nghiên cứu ở trường.

Cuối cùng, em xin được bày tỏ lòng biết ơn vô hạn tới những người thân trong gia đình đã dành cho em sự quan tâm, động viên trong cuộc sống cũng như trong suốt quá trình học tập.

Do thời gian nghiên cứu có hạn, chắc chắn khóa luận không tránh khỏi những thiếu sót Em rất mong nhận được những góp ý, nhận xét của thầy cô và các bạn để đề tài của em được hoàn thiện hơn.

Hà Nội, Ngày 28 tháng 5 năm 2008.

Sinh viênHà Thiên Sơn

MỤC LỤC

Lời cảm ơn 1

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB2

1.2 Tình hình nghiên cứu trong nước

Kỹ thuật phân loại sử dụng các sensor quang đã bước đầu được thực hiện ở Việt Nam từ đầu những năm 90 tại các trung tâm nghiên cứu lớn như Viện Máy và dụng cụ công nghiệp, Trường Đại học Bách khoa Hà Nội …Tuy nhiên, kỹ thuật và thiết bị phân loại chỉ có thể ứng dụng cho các đối tượng có màu sắc rõ ràng, di chuyển chậm theo tốc độ và mật độ hoàn toàn xác định trước Việc nghiên cứu kỹ thuật và thiết bị phân loại đối tượng có màu không rõ ràng di chuyển nhanh với mật độ lớn như các loại vật liệu rời và nông sản thực phẩm dạng hạt thì vẫn chưa được quan tâm đúng mức.

Được sự hỗi trợ của bộ công nghiệp cùng với sự hợp tác của các đơn vị thuộc Tổng Công ty cà phê Việt Nam Máy phân loại cà phê đầu tiên của Việt Nam OPSOTEC 5.01A là sản phẩm của đề tài đã được đưa vào sử dụng trong lĩnh vực chế biến cà phê tại Công ty Xuất nhập khẩu Cà phê II, Nha Trang.

1.3 Tình hình nghiên cứu ngoài nước

Kỹ thuật phân loại vật liệu rời và thực phẩm dạng hạt được nghiên cứu ứng dụng trên thế giới từ những năm 70 Các thế hệ phân loại đầu tiên sử dụng sensor quang rời rạc (photodiodes) để nhận thông tin màu sắc, đồng thời xử lý các thông tin này bằng các thiết bị tương tự Nguyên tắc phân loại kiểu này tuy bước đầu đáp ứng yêu cầu thị

trường phân loại sản phẩm nhưng bộc lộ nhiều nhược điểm: hệ thông phân loại cồng kềnh, năng suất phân loại thấp, sai số lớn, độ linh hoạt không cao, rất khó khăn khi thay đổi đối tượng phân loại.

Cùng với sự phát triển của kỹ thuật quang, các thế hệ đo – thu nhận tín hiệu màu sắc ngày càng đạt độ chính xác cao, tích hợp ngày càng chặt chẽ, gọn nhẹ, trong đó đặc biệt đáng kể là thiết bị quét quang học dựa trên CCD ( Charge Coupled Devides) Các camera quang số kết hợp với kỹ thuật thu nhận – xử lý hình ảnh bằng máy tính đã mở ra bước ngoặt mới cho cho thiết bị phân loại sản phẩm: kết cấu máy hết sức gọn nhẹ, độ chính sác cao, linh hoạt khi thay đổi đối tượng phân loại Nguyên tắc phân loại nhờ camera quang số đã được hầu hết các hãng lớn trên thế giới như Allen, Delta(Mỹ), Sortex (Anh), Satake (Nhật bản) … ứng dụng và phát triển cho đến ngày nay.

Với thành tựu to lớn trong tất cả các thiết bị điều khiển liên quan đến thiết bị phân loại như kỹ thuật ánh sáng, kỹ thuật –thiết bị camera, kỹ thuật xử lý phân tích màu, thiết bị số, vi xử lý và máy tính, các thiết bị phân loại vật liệu rời dạng hạt ngày nay đã đạt được tốc độ cao, đến hàng trục triệu sản phẩm mỗi giờ, đạt độ chính xác 0-0.2% và cho phép phân loại sản phẩm có kích thước nhỏ đến 1mm Với các tính năng trên, thiết bị phân loại đã được ứng dụng rộng rãi trong hầu hết lĩnh vực phân loại vật liệu rời như quặng, đá các loại, thủy tinh, nhựa tái chế … cũng như sản phẩm dạng hạt trong lĩnh vực chế biến nông sản thực phẩm như rau, đậu, các loại hoa quả, gạo, cacao, cà phê …Sau đây là hình ảnh của một số máy của một số hãng nổi tiếng đã bán trên thị trường:

Hình 1.1: Một số máy phân loại cà phê của hãng sortex(Anh).

1.4 Tổng quát hoạt động của một máy phân loại cà phê hạt bằng màu sắc.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB4

Dưới đây là sơ đồ hoạt động của một máy phân biệt cà phê hạt bằng mầu sắc của IMI:

Hình 1.2: Nguyên lý cấu tạo và hoạt động của máy phân loại cà phê và vị trí của

công nghệ trong dây chuyền chế biến cà phê hạt.

Từ hình 1.2 ta thấy nguyên tắc hoạt động của máy phân loại cà phê hạt bằng màu sắc được trình bày sau đây:

Hạt cà phê sau khi thu hoạch

Các khâu chế biến: làm sạch vỏ, làm khô đánh

bóng, tạp chất….

Silo chứa / máng vận chuyển … Hệ thống cấp ổn định dòng liệu cho phân

Hệ điều khiển chung toàn

Nguồn chiếu sáng và nền

Sensor quang:Photodiodes

Điều khiển cơ cấu tách hạt xấu

Cơ cấu tách hạt sấu

Hệ máng thu góp hạt sau phân loạiHệ thống thu

nhập xử lý dữ liệu từ sensor

Đóng baoNhập khoDòng hạt tốt

Dòng hạtxấuDòng

hạt đầu vào

Dòng hạt re-sort

Hạt phân

loại lại(re-sort)

Máy phân loại cà phê hạt bằng màu

sắc

Các kiểu máy phân loại cà phê hạt bằng màu sắc đều hoạt động theo một nguyên lý chung: liên tục ghi hình và phân tích dòng hạt được cấp qua vùng quan sát của các camera, trên cơ sở các tiêu chuẩn hạt tốt/xấu được lưu trong bộ nhớ, máy đồng thời xử lý tách các hạt xấu ra khỏi dòng hạt ban đầu bằng các cơ cấu chấp hành thích hợp (hình 1.2).

Dòng hạt được cấp từ hệ thống cấp liệu, nhờ các máng dẫn, được đưa tới các điểm nhận dạng với tốc độ nào đó; tại đây hệ thông nhận dạng sẽ thu nhận màu sắc của từng hạt cà phê, sau đó các tín hiệu thu nhận sẽ được đưa về hệ thống xử lý, điều khiển quyết định hạt cà phê đang xử lý là thành phẩm hay phế phẩm Đối với hạt phế phẩm thì khi hạt rơi tới điểm thổi, hệ thống sẽ đưa tín hiệu điều khiển cho van thổi tác động một xung khí nén áp lực cao vào hạt và đẩy hạt rơi vào thùng chứa phế phẩm, còn lại hạt là thành phẩm hạt rơi tự do vào thùng thành phẩm Toàn bộ quá trình hoạt động liên tục của máy với năng xuất đặt trước được điều khiển, giám sát hoàn toàn tự động theo chương trình với các thông số kỹ thuật, công nghệ cài đặt, hiệu chỉnh trước Các hình 1.3-1.5 mô tả nguyên lý làm việc các bước chính trong quá trình phân loại hạt cà phê theo màu sắc của máy:

Bước 1: Các camera thu nhập dữ liệu theo từng dòng quét một cách liên tục, mỗi dòng bao gồm N điểm ảnh – pixel (N thường là 256,512,….2N pixel ) Đây là bước quan trọng hàng đầu đảm bảo nhận dạng đủ tín hiệu của từng hạt Trong trường hợp lý tưởng, với dòng hạt một lớp (hạt không che nhau) chuyển động với tốc độ đều được quét bởi camera với được chọn tần số quét thích hợp thỏa mãn thu thập được toàn bộ tín hiệu của mọi hạt.

Bước 2: Bộ xử lý dữ liệu phân tích, xác định hạt và màu vào nhóm cần loại bỏ hay

không căn cứ vào màu hạt rơi vào dải màu nào: đen, nâu,hay màu nền… Đây thực chất là nội dung của thuật toán xử lý ảnh số dạng quét theo thời gian thực mà khóa luận phải giải quyết.

Bước 3: Điều khiển thiết bị thổi hạt xấu ra khỏi hạt được phân loại Bước này chủ

yếu được quết định bởi các thiết bị điện tử, điện khí như mạch điều khiển thổi, van thổi.

Bước 1: Thu thập dữ liệuBước 2: xử lý dữ liệu.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB6

Hình 1.3: Camera quét qua dòng hạt cà phê Hình 1.4: Các hạt đen cần loại bỏ

Một dòng ảnh quét trên hạt đen với độ rộng 6 pixel, độ tách nâu – đen 5 DN: Mũi

tên f1->2 chỉ ra rằng các pixel trên cùng dòng n đang quét qua một hạt có màu đen trên

hình 1.3 đang được ghi lại và phân tích, xử lý tương ứng như trên hình 1.4

vào thời điểm t Sau đó bộ điều khiển thổi xác định tọa độ, thời gian vật lý và xung thổi

Bước tiếp theo sau khi nhận tín hiệu điều khiển từ bộ phận điều khiển van thì van thổi được kích hoạt, thổi hạt đã xác định là hạt xấu.

1.5 Nhiệm vụ của khóa luận này và kết quả mong muốn.

Nhiệm vụ của khóa luận này là thiết kế một hệ thống phân biệt màu sắc hạt cà phê xấu mà có khả năng đối phó được với sự chiếu sáng của môi trường để tránh gây

ảnh hưởng đến việc phân loại hạt cà phê Nhiệm vụ tiếp theo là xác định được vị trí của hạt cà phê xấu trong khung hình Trọng tâm của các hạt cà phê xấu được xác định phù hợp với các vị trí của các ống thổi

Tổ chức của khóa luận này gồm 4 chương:

Chương 1: Giới thiệu về máy phân loại cà phê bằng mầu sắc: chương này trình bày nhu cầu và nguyên lý hoạt động của máy phân loại cà phê hạt bằng mầu sắc Nhiệm vụ của khóa luận cũng được trình bày kết hợp với các kết quả mong muốn

Chương 2: Giới thiệu qua về cơ sở xử lý ảnh: một số khái niệm cơ sở về xử lý ảnh được trình bày

Chương 3: Ứng dụng của xử lý ảnh trong hệ thông máy phân loại cà phê: trong chương này, hệ thống xử lý ảnh dùng cho máy phân loại cà phê của Viện máy và công cụ công nghiệp - IMI, Việt Nam được giới thiệu Đây là một sản phẩm nghiên cứu khoa học và ứng dụng trong sản xuất thành công đầu tiên tại Việt Nam trong trong vực này Phương pháp xử lý ảnh của IMI dựa trên thuật toán tách biên Chương này trình bày phương pháp thiết kế về hệ thống phân biệt hạt cà phê xấu và phương pháp tìm trọng tâm của vị trí hạt xấu đó dựa trên thuật toán phép đệ quy Các so sánh giữa hệ thống xử lý ảnh đề xuất của khóa luận và hệ thống đã phát triển của IMI cũng được đưa ra

Chương 4: Kết luận và hướng phát triển trong tương lai: Phần này trình bày kết luận về kết quả đã đạt được trong quá trình thực hiện khóa luận tốt nghiệp Các hướng phát triển trong tương lai cũng như bài toán ứng dụng được đặt ra.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB8

Chương 2

CƠ SỞ VỀ XỬ LÝ ẢNH

2.1 Giới thiệu chung về xử lý ảnh.

Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ Nó là một ngành khoa học mới so với nhiều ngành khoa học khác Song tốc độ của nó phát triển rất nhanh, kích thích được nhiều các trung tâm nghiên cứu về nó với nhiều ứng dụng khác nhau Xử lý ảnh có thể được áp dụng cho nhiều lĩnh vực khác nhau từ những lĩnh vực về dân sự đến những lĩnh vực an ninh quốc phòng xu hướng ngày nay, đang được áp dụng hết sức rộng dãi, và ngày một phát triển nhanh dưới sự phát triển của khoa học công nghệ nó đã giúp cho xử lý ảnh ngay càng phát triển Những ứng dụng của xủ lý ảnh đang được ứng dụng rất nhiều như trong dự báo cháy rừng, dự báo lũ lụt, dự báo thời tiết, trong lĩnh vực an ninh như nhân dạng vân tay, nhận dạng khuôn mặt, nhận dạng tội phạm

Ngoài ra còn một ứng dụng của xử lý ảnh mà mấy năm trở lại đây được cho là rất quan trọng đó chính là ứng dụng xử lý ảnh trong việc phân biệt màu sắc, ứng dụng này bây giờ đang được ứng dụng trong rất nhiều nghành Đặc biệt bây giờ đang được áp dụng rất mạnh trong nông nghiệp, như ứng dụng xử lý ảnh cho việc phát hiện vật phẩm xấu Do vậy xử lý ảnh đang được phát triện hết sức toàn diện trên mợi lĩnh vực.

Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng ảnh và phân tích ảnh.

Nâng cao chất lượng ảnh là cần thiết bởi vì khi chúng ta thu nhận ảnh, thi ảnh

thường có nhiễu do bị chiếu sáng qua hay do một vài lý do nào đó mà làm cho ảnh bị biến dạng so với ban đầu Do vậy việc nâng cao chất lượng ảnh là hoàn toàn quan trọng trước khi chúng ta thực hiện một thao tác nào đó với ảnh mà thu được Vì nếu không nâng cao chất lượng thi khi phân tích ảnh thì ảnh sẽ không cho ra đúng như mình mong muốn tại vì ảnh lúc đó đã bị biến dạng, không còn là ảnh ảnh gốc ban đầu nữa.

Phân tích ảnh thực chất bao gồm nhiều công đoạn nhỏ Trước hết là công việc

tăng cường ảnh để nâng cao chất lượng ảnh Do những nguyên nhân khác nhau: có thể do chất lượng thiết bị thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu, ảnh có thể bị suy biến Do vậy cần phải tăng cường và khôi phục ảnh để nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc.

2.2 Khái niệm cơ sở xử lý ảnh2.2.1 Các thiết bị thu nhận ảnh.

Bộ cảm biến ảnh

Bao gồm như máy chụp ảnh, camera có thể ghi lại hình ảnh như phim trong máy chụp ảnh, vidicon trong camera truyền hình Có nhiều loại máy cảm biến (sensor) làm việc với ánh sáng nhìn thấy được và hồng ngoại như: Micro Densitomerters, Image Disector, Camera Divicon, linh kiện quan điện bằng bán dẫn.

Đối với một hệ thống xử lý ảnh thu nhận qua camera-camera như là con mắt của hệ thống Cú 2 loại camera: camera ống loại CCIR và camera CCD Loại camera ứng với chuẩn CCIR quột ảnh với tần số 1/25 và mỗi ảnh gồm 625 dũng Loại CCD gồm cỏc photo điốt và làm tương ứng một cường độ sỏng tại một điểm ảnh ứng với một phần tử ảnh (pixel) Như vậy, ảnh là tập hợp các điểm ảnh Số pixel tạo nờn một ảnh gọi là độ phân giải (resolution).

Có nhiều kiểu thiết bị tạo ảnh, từ mắt động vật đến những ống kính camera ghi hình và radio Chúng có thể có hoặc không trang bị thấu kính Mô hình buồng tối camera đầu tiên được phát minh vào thế kỷ 16 không có các thấu kính, nhưng thay vào đó là một lỗ (pinhole) để hội tụ các tia sáng lên trên tường hoặc tấm mờ Các lỗ dần dần được thay thế bởi các thấu kính càng ngày càng phức tạp.

Nói chung camera thường có hai bộ phận cơ bản một là hệ thống tạo ảnh và hai là bề mặt tạo ảnh có chứa chất nhạy cảm quang Bề mặt tạo ảnh của một camera thông thường là hình chữ nhật, nhưng các camera toàn cảnh có thể trang bị mặt tạo ảnh hình trụ để tăng trường nhìn Những phần tử nhạy tạo ảnh có những đặc trưng khác nhau Chúng có thể ghi nhận một ảnh rời rạc hoặc một ảnh liên tục về mặt không gian Hệ thống tạo ảnh có thể là lỗ hoặc là hệ thấu kính trong các camera hiện đại.

Cảm biến ảnh CCD (Charge Couple Device).

Như chúng ta biết Niepce phát minh ra kỹ thuật chụp ảnh từ đầu thế kỷ 19, nhưng Daguerre mới là người giới thiệu nó với công chúng Sau hai lần cùng cộng tác trong năm 1826, Daguerre tiếp tục phát triển phương pháp chụp ảnh của riêng mình sử dụng hơi thuỷ ngân để khuếch đại và để lộ ra ảnh được tạo trên miếng đồng mạ bạc được bôi iốt Phép chụp ảnh Daguerre ngay lập tức thành công khi Arago biểu diễn phương pháp Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB10

Daguerre ở viện hàn lâm khoa học Pháp năm 1839 Những cột mốc khác trong lịch sử lâu dài của phương pháp chụp ảnh bao gồm phương pháp tấm ướt âm/dương của Legray và Archer năm 1850, phương pháp gelatin (chất lỏng trong suốt không có vị để chế tạo phim ảnh) của Maddox năm 1870, Eastman giới thiệu phim chụp ảnh năm 1889, và phát minh kỹ thuật điện ảnh (cinema) của Lumiere năm 1895 và chụp ảnh màu năm 1908.

Các camera CCD (Charge Couple Device) được đề xuất năm 1970 và đã thay thế các camera vidicon trong hầu hết các ứng dụng hiện đại Cảm biến CCD sử dụng một lưới hình chữ nhật của các điểm (site) thu thập điện tử phủ trên một đế silic mỏng để ghi lại năng lượng ánh sáng đến mỗi điểm trong chúng (hình 2.3) Mỗi một điểm được tạo thành bằng cách cấy một lớp SiO2 trên đế và sau đó lắng đọng một cấu trúc cổng dẫn lên trên Khi photon đập vào silic, thì cặp điện tử lỗ trống được tạo ra (chuyển đổi quang) và điện tử bị bắt giữ bằng giếng điện thế được tạo thành bởi tác động của một điện thế dương ở cổng tương ứng Các điện tử được tạo ra ở mỗi điểm được tập hợp qua một chu kỳ thời gian T cố định.

Hình 2.1: Thiết bị CCD.

Các điện tích được lưu trữ ở những điểm riêng biệt sẽ được di chuyển sử dụng cách mắc tích nạp điện (charge coupling): Các gói điện tích được truyền từ điểm này đến điểm kia bằng cách vận chuyển các điện thế cổng và bảo tồn các gói riêng biệt ảnh được đọc ra khỏi CCD một hàng một lần, mỗi hàng được truyền song song tới một thanh ghi lối ra nối tiếp Giữa hai lần đọc hàng, thanh ghi truyền một ô điện tích của nó một lần (hình 2.1) tới một bộ khuếch đại lối ra tạo ra một tín hiệu tỷ lệ với điện tích nó nhận được Quá trình này tiếp tục cho tới khi toàn bộ ảnh đã được đọc ra Nó có thể được lặp lại 30 lần trong một giây (tốc độ TV) cho các ứng dụng ghi hình hoặc ở tốc độ thấp hơn nhiều, bỏ đi nhiều thời gian (giây, phút, thậm chí hàng giờ) để thu thập điện tử trong các ứng dụng mức sáng thấp như thiên văn học Lưu ý rằng lối ra số của hầu hết

Truyền pixelThanh ghi dịch

các CCD camera được chuyển đổi bên trong thành một tín hiệu ghi hình tương tự trước khi được chuyển tới một bộ bắt hình (frame grabber) ở đó tạo dựng ảnh số cuối cùng.

Các CCD camera mầu cấp độ dân dụng thực chất sử dụng các chip giống như các camera đen trắng, chỉ khác là các hàng hoặc các cột liên tiếp của cảm biến được tạo ra nhạy cảm với ánh sáng đỏ, lục hoặc lam thường sử dụng một bộ lọc phủ để bù ánh sáng Các mẫu lọc khác có thể thực hiện được bao gồm các khối khảm (mosaic) 2×2 được tạo bởi các bộ cảm nhận hai lục, một đỏ và một lam (mẫu Bayer) Độ phân giải không gian của camera một CCD tất nhiên là có giới hạn, các camera chất lượng cao hơn sử dụng một bộ chia chùm tia để chuyển ảnh tới 3 CCD khác nhau thông qua các bộ lọc màu Các kênh màu riêng biệt sau đó được số hoá hoặc là riêng biệt (lối ra RGB) hoặc kết hợp thành tín hiệu ghi hình màu hỗn hợp (NTSC, SECAM hoặc PAL) hoặc thành định dạng ghi hình thành phần tách rời thông tin màu và độ chiếu sáng.

Máy phát xung đồng

thời gian (PLL)Tín hiệu

Xung nhịp pixel

Xung đồng bộ ra

Điều khiểnĐiều khiển

Hình 2.2: Cấu tạo của bộ bắt hình (frame grabber).

Tín hiệu video được đưa đến bộ tách các xung đồng bộ dòng và mành ra khỏi tín hiệu thị tần hình ảnh Tuỳ theo chuẩn video mà mạch trích giữ mẫu tín hiệu sẽ trích 767 pixel trên một dòng cho chuẩn CCIR và 647 pixel trên một dòng cho chuẩn EIA để số hoá chúng Khi bộ bắt hình được nối với bus mở rộng có tốc độ chậm như bus ISA thì cần phải sử dụng các bộ nhớ phụ trên bản mạch nhưng khi nối với các bus nhanh như PCI thì chỉ cần bộ nhớ đệm FIFO để đệm cho một dòng quét Thường sau khi tín hiệu video vào đến bộ bắt hình, cần đến 3 khung ảnh để khởi động.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB12

Các bộ xử lý có thể là các mạch vi xử lý chuyên dụng (DSP), vi điều khiển hoặc các máy vi tính PC Ngoài nhiệm vụ thu thập dữ liệu, chúng có nhiệm vụ xử lý các dữ liệu này bằng các chương trình được nhúng trong bộ xử lý hoặc chạy trên các máy PC Một vi điều khiển (microcontroller) là một máy tính trên một chip (computer-on-a-chip, single-chip computer) Thường các vi điều khiển còn được gọi là các bộ điều khiển nhúng (embedded controller) vì rằng chúng và các mạch điện hỗ trợ thường được thiết kế lắp đặt (nhúng) ngay bên trong các thiết bị được điều khiển Hiện có rất nhiều loại vi điều khiển được sản xuất như họ 80x51, MC68HCxx, Basic Stamp hay PSoC Một vi điều khiển tương tự như một vi xử lý bên trong một máy tính cá nhân Cả hai loại, vi xử lý và vi điều khiển đều chứa một đơn vị xử lý trung tâm CPU có nhiệm vụ chạy các lệnh cho phép thực hiện các chức năng logic, toán học và chuyển số liệu cơ bản trong máy tính Để tạo một máy tính hoàn chỉnh, ngoài vi xử lý còn phải có bộ nhớ để lưu trữ số liệu và chương trình, các ghép nối vào/ra Ngược lại, một vi điều khiển là một máy tính trên một chip nghĩa là nó chứa cả bộ nhớ và giao diện vào/ra bên cạnh CPU Tuy nhiên, vì cần được thiết kế chỉ trên một chip nên lượng bộ nhớ và các giao diện vào/ra trong vi điều khiển được thiết kế nhỏ.

Mô hình cảm biến.

Để đơn giản, ta hạn chế sự chú ý tới các CCD camera đen trắng: các camera màu có thể được giải quyết tương tự bằng cách xem xét mỗi kênh màu riêng biệt và tính đến hiệu ứng lọc màu Gọi I là số các điện tử ghi được tại tế bào có vị trí ở hàng r và cột c của mảng CCD thì I có thể được mô hình là:

∫ ∫∈

=T λ pSrc EpλRpqλdpdλ

ở đó T là thời gian thu thập điện tử và tích phân được tính trên miền không gian S(r,c) của tế bào và dải bước sóng mà đáp ứng của CCD khác không Trong tích phân E là công suất trên đơn vị diện tích và đơn vị bước sóng đến điểm p, R là đáp ứng không gian của điểm, và q là hiệu ứng lượng tử của thiết bị Trong trường hợp tổng quát, E và q phụ thuộc vào bước sóng ánh sáng λ, và E và R phụ thuộc vào vị trí điểm p trong S(r,c).

Bộ khuếch đại lối ra của CCD chuyển đổi điện tích được thu thập tại mỗi điểm thành điện áp có thể đo lường được Trong hầu hết các camera, điện áp này sau đó được chuyển đổi thành một tín hiệu ghi hình được lọc thông thấp có biên độ tỷ lệ với I Ảnh tương tự có thể được chuyển đổi lại một lần nữa thành ảnh số sử dụng một khối bắt hình

ở đó lấy mẫu không gian và lượng tử hoá giá trị chiếu sáng ở mỗi điểm ảnh hoặc gọi là pixel (hoặc thành phần ảnh – picture element).

Có một vài hiện tượng vật lý làm thay đổi mô hình camera lý tưởng chẳng hạn nhèo ảnh sẽ xuất hiện khi nguồn sáng chiếu vào các điểm thu thập là quá mạnh đến mức điện tích được lưu trữ ở các điểm đó tràn qua các điểm gần kề Có thể ngăn chặn việc này bằng cách điều khiển sự chiếu sáng, nhưng các yếu tố khác như khuyết tật sản xuất, các hiệu ứng nhiệt và lượng tử và ồn lượng tử hoá là gắn liền với quá trình tạo ảnh

2.2.2 Những khái niệm cơ sở về xử lý ảnh

Ảnh phẳng là ảnh một thị kính một vật kính (monocular) được tạo bởi hệ thống

như camera lỗ (pinhole camera) Trong đó ảnh được tạo bởi phép chiếu các điểm trên vật thể tới mặt phẳng ảnh qua 1 lỗ ảnh phẳng không cho các thông tin về độ sâu của các điểm trên vật thể trong không gian 3 chiều

Ảnh nổi là ảnh hai thị kính hai vật kính (binocular) được tạo bởi hệ thống có hai

điểm nhìn Hệ thống này có các ống kính không đồng quy mà được sắp đặt song song nhìn ra điểm vô cực theo hướng z nào đó Thông tin độ sâu của một điểm được giải mã bởi các vị trí khác nhau của điểm đó trong hai mặt phẳng ảnh

Tín hiệu điện của một ảnh trong thực tế thường là liên tục về không gian và cường độ sáng Khi được số hoá, các tín hiệu này được rời rạc hoá thông qua quá trình lấy mẫu và lượng tử hoá thành phần độ sáng Mặc dù các mẫu không gian có thể được đại diện cho các điểm nhưng sẽ thực tế hơn khi coi các mẫu này như các mẫu ảnh có kích thước hữu hạn và có mức xám không đổi trong toàn mẫu Những mẫu ảnh này gọi là các pixel (picture element) và ảnh trở thành ảnh số gồm một tập hợp các pixel Trong thị giác máy tính, thường coi một pixel cần khảo sát ở trung tâm có hình chữ nhật thì có 4 pixel hoặc 8 pixel lân cận như mô tả trên hình 2.3 Thường biểu diễn trực tiếp các số đo mức xám của các pixel như hình 2.3c.

Ảnh số được biểu diễn toán học bằng một hàm ảnh (image function) Nói chung

nó là một hàm vectơ với m hướng Hầu hết các ảnh được biểu diễn bằng hàm của 2 biến không gian f(x) = f(x,y), trong đó f(x,y) là độ sáng của mức xám ảnh tại toạ độ (x,y) của các pixel.

Mức xám (gray level) là kết quả của sự mã hoá tương ứng một cường độ sáng của mỗi điểm ảnh với một giá trị số Thông thường ảnh đơn sắc thường được mã hoá bằng 8 bit tương ứng sẽ có 256 mức xám (từ 0 đến 255).

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB14

(b) (a)

c) (c)

Hình 2.3: Pixel trung tâm và 4 pixel lân cận (a) và 8 pixel lân cận (b).

Một ảnh đa phổ f là một hàm vectơ với các thành phần (f1, f2, , fn) Một ảnh đa phổ đặc biệt là ảnh màu trong đó các thành phần đo các giá trị độ sáng của mỗi một trong 3 bước sóng, đó là:

f(x) = {fred(x), fblue(x), fgreen(x)} (2.2)Với trường hợp ảnh ba chiều 3-D, x = (x,y,z) Thường giá trị của f được lưu trữ trên 1 bit (với ảnh đen trắng), 8 bit (ảnh đa mức xám) hay 16, 24 hay 32 bit (ảnh giả màu, màu thật, ).

Vậy trong một ảnh thường có nhiều điểm ảnh mà mỗi điểm ảnh thường có thể là là 1 bit hay cũng cú thể là một ma trận 8 bit hay 24 bit.

Hình 2.4: Sự phân bố dữ liệu RGB.

Từ hình 2.4 trên ta thấy với định dạng RGB mỗi điểm ảnh có 24 bit: Trong đó 8 bit là R, 8 bit G, 8 bit B Tổng quát không gian biểu diễn phân bố điểm ảnh của RGB được trên hình trên.

Đây chính là biểu diễn về sự phân bố của không gian màu RGB, từ hình trên ta thấy mỗi điểm ảnh bao gồm 3 màu R,G,B mỗi màu mang giá trị 8 bít vậy một điểm ảnh bao gồm 24 bit Mà trong một ảnh thì lại có nhiều điểm ảnh.

2.2.3 Không gian màu.

Mọi vật mà chúng ta quan sát được là nhờ ánh sáng Bề mặt của các vật đó là sáng hay tối có hai nguyên nhân chính: năng xuất phản xạ của nó và số lượng ánh sáng mà chúng ta nhận được từ nguồn Có hai loại nguồn sáng Loại thứ nhất tự nó phát ra ánh sáng gọi là nguồn sơ cấp (mặt trời, đèn điện ) Loại thứ hai là chỉ phản xạ hay khuyếch tán ánh sáng mà nó nhận được từ các nguồn sáng khác nhau gọi là nguồn sáng thứ cấp (như mặt trăng, đồ vật ).

Hình 2.5: Các loại sóng điện từ (trên) và dải ánh sáng được phóng to (dưới).

Ánh sáng khác với sóng điện từ khác là mắt người nhận biết được nó Mắt người nhậy cảm với sóng điện từ trong dải của bước sóng λ trong khoảng từ 350nm đến 750nm Hình 2.5 trên biểu diễn các loại sóng điện từ theo bước sóng và dải nhìn thấy được Cảm nhận màu có được do 3 loại tế bào hình chóp trong võng mạc mắt người Mỗi tế bào nhậy cảm với một dải phổ nhất định tương ứng với các màu đỏ,xanh lục và

xanh dương Nguồn sáng có thành phần phổ f(λ) được biến đổi bởi bề mặt phản xạ của

vật thể Giả sử r(λ) là hàm phản xạ này Khi đó số đo R được tạo bởi tế bào màu đỏ sẽ là:

Có 3 thuộc tính chủ yếu trong cảm nhận màu:

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB16

 brightness còn gọi là độ chói. hue còn gọi là sác thái.

 Saturation là độ bão hòa màu

Với nguồn sáng đơn sắc thì sắc lượng tương ứng với bước sóng ánh sáng nguồn Độ bão hòa thay đổi nhanh nếu lượng ánh sáng trắng được thêm vào.

Mô hình không gian màu.

Là phương pháp diễn giải các đặc tính và tác động của màu trong ngữ cảch nhất định.

Song không có mô hình màu nào là đầy đủ cho mọi việc được ví dụ như không gian màu RGB ứng dụng cho màn hình, TV và không gian màu HSV dùng cho nhận nhức của con người ngoài ra còn có không gian màu CMYK dùng cho máy in.

Tổ chức quốc tế về chuẩn hoá màu CIE(Commision Internationale d'Eclairage) đưa ra một số các chuẩn để biểu diễn màu Các hệ này có các chuẩn riêng ở đây chỉ đề cập đến chuẩn màu CIE-RGB (hệ toạ độ dùng 3 màu cơ bản) Như đã nêu trên, một màu là tổ hợp của các màu cơ bản theo một tỉ lệ nào đấy Như vậy, một pixel ảnh màu kí hiệu Px được viết:

Px =



Hình 2.6: Mô hình không gian màu RGB

Trong cách biểu diễn này ta có công thức: R + G + B =1 Công thức này gọi là công thức Maxell.

Mô hình không gian màu HSV

Thay vì chọn phần tử RGB để có màu mong muốn, người ta chọn các tham số màu:Hue,Saturation và Value.

Mô hình không gian màu HSV có thể suy diễn từ mô hình RGB Trong đó Hue: Bước sóng của ánh sáng

 Value: Cường độ hay là độ chói ánh sáng.

 Saturation: Thước đo độ tinh khiết của ánh sáng.

Hình 2.7 a: mô hình không gian màu HSV.

Hình 2.7 b:Mô hình không gian màu HSV.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB18

Ngoài ra còn có một vài không gian màu khác mỗi không gian màu đều có những ứng dụng riêng Tuy thuộc vào tính chất công việc mình làm gì mà ta chọn sủ dụng không gian màu đó.

Giả sử như để nhận dạng màu thì thường hay dùng không gian màu HSV Vì không gian màu HSV này phù hợp với nhận nhức của con người nên nó rất phù hợp cho nhận dạng màu sắc.

2.2.4 Những định dạng của ảnh

Ảnh thu nhận được sau quá trình số hóa thường được lưu lại cho các quá trình xử lý tiếp theo hay truyền đi Trong quá trình truyền của kỹ thuật xử lý ảnh, tồn tại nhiều định dạng khác nhau từ ảnh đen trắng như định dạng IMG, ảnh đa cấp xám cho đến ảnh màu (BMP,JPEG,GIF) tùy thuộc định dạng khác nhau Nhưng chúng đều tuân theo một cấu trúc chung nhất Nhìn chung một tệp ảnh bất ký thường bao gồm các phần sau:

 Header: Là phần chứa các thông tin về kiểu ảnh, kích thước, độ phân giải, số bit dùng cho 1 pixel, cách mã hóa, vị trí bảng màu.

 Data Compression: Số liệu ảnh được mã hóa bởi kiểu mã hóa chỉ ra trong phần Header.

 Palette Color: Palette Color(bảng màu) không nhất thiết phải có ví dụ ảnh đen trắng Nếu có bảng màu được sử dụng để hiển thị màu của ảnh Một số các định dạng khác, cấu hình, đặc trưng của từng định dạng và các tham số.

Data Compression

Hình 2.8: Cấu trúc chung của định dạng ảnh

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB20

Chương 3

ỨNG DỤNG XỬ LÝ ẢNH TRONG HỆ THỐNG MÁY PHÂN LOẠI MÀU SẮC

3.1 Nguyên tắc hoạt động của hệ thống phân loại cà phê theo màu sắc.

Hình 3.1 là một mẫu cà phê còn lẫn các hạt xấu cần phải loại bỏ Hạt tốt là các hạt có màu nâu đen, các hạt màu đỏ hoặc màu vàng là các hạt xấu cần loại bỏ Mẫu ảnh này được chụp từ máy ảnh thương mại thường và có định dạng BITMAP.

Hình 3.1: Ảnh mẫu hạt cà phê.

Phương pháp truyền thống để phân biệt hạt cà phê xấu là dùng mắt thường và

tay nhặt loại bỏ các hạt xấu Phương pháp sàng được dùng để loại bỏ các hạt có kích thước không phù hợp hoặc các mảnh vỡ của hạt Nhược điểm của phương pháp truyền thống là năng xuất thấp không phù hợp với khối lượng sản phẩm lớn và cách xác định hạt xấu mang tính chủ quan của từng công nhân.

Trong thời gian gần đây, phương pháp dùng phần mềm để phân biệt màu sắc rất được ưa chuộng trong các máy phân tách cà phê cũng như nhiều loại sản phẩm nông nghiệp khác Phương pháp này cho năng xuất rất cao, độ chính xác và đồng nhất của sản phẩm cao.

Có nhiều phương pháp sử dụng phần mềm để xác định hạt cà phê xấu như: xác

định hạt xấu thông qua biên, thông qua phân biệt màu sắc…

Phương pháp nhận dạng cà phê hạt xấu của IMI:

Sơ đồ dưới đây mô tả chi tiết các bộ phận của một máy phân biệt cà phê hạt của IMI:

Hình 3.2: Sơ đồ nguyên lý và bố trí các cụm thiết bị của máy OPSOTEC 5.0XX

(foreground) và nền (background) tương đương màu hạt tốt bằng nguồn sáng phản xạ.Từ hình 3.2 trên ta thấy được nguyên tắc xử lý và tách cà phê hạt xấu ra ngoài Chi tiết của quá trình này được thực hiện như sau:

Các camera thu thập dữ liệu ảnh từng dòng quét một cách liên tục Đây là bước quan trọng hàng đầu để đảm bảo nhận dạng đủ tín hiệu của từng hạt Trong trường hợp lý tưởng, với dòng hạt một lớp (hạt không che nhau) chuyển động với tốc độ đều, quét bởi camera được chọn tần số quét thích hợp, ta sẽ thu thập được toàn bộ tín hiệu của mọi hạt Sau bước này, chúng ta thu được dữ liệu ảnh được chứa trong bộ đệm Bộ xử lý dữ liệu phân tích, xác định hạt và màu vào nhóm cần loại bỏ hay không căn cứ vào màu hạt rơi vào dải màu nào: đen, nâu,hay nền …Sau khi đã xác định được hạt xấu bước tiếp theo dùng phương pháp tách biên để tách hạt cà phê xấu ra khỏi nền Tách biên mục đích để tìm trọng tâm của hạt xấu Sau khi đã biết được trọng tâm của hạt cà phê xấu ta có thể dùng súng thổi để thổi hạt cà phê xấu ra ngoài.

Khóa luận tốt nghiệp Hà Thiên Sơn K49ĐB22