2.2.3.1. Không gian màu HSV
Hue, Saturation và Value (HSV) là một phương pháp phân tích ảnh thành các thuộc tính màu. HSV tương tự một mô hình màu hình trụ, biến đổi các màu cơ bản
14
RGB thành các kích thước dễ hiểu hơn đối với con người. Các giá trị này là màu, độ bão hòa và độ sáng tối.
Hình 2.21 Dải màu HSV
H (Hue) xác định góc của màu trên vòng tròn màu RGB. Màu 0° cho màu đỏ, 120° cho màu xanh lục và 240° cho màu xanh lam.
S (Saturation) có giá trị từ 0 đến 1. Saturation quyết định lượng màu được sử dụng. Màu có độ bão hòa 100% sẽ là màu tinh khiết nhất có thể, trong khi độ bão hòa 0% mang lại thang độ xám.
V (Value) có giá trị từ 0 đến 1. Value quyết định độ sáng của màu. Màu có độ sáng 0% là màu đen tuyền trong khi màu có độ sáng 100% không có màu đen lẫn vào màu. Bởi vì thứ nguyên này thường được gọi là độ sáng.
Vì luận văn sử dụng các frame ảnh mà mỗi pixel có độ sâu 8 bit (256) nên các giá trị H, S, V sẽ quy đổi thảnh khoảng [0, 255] thay vì [0, 360] ở H và [0, 1] ở S, V.
Sau đó ta sử dụng hàm inRange để chuyển anh sang ảnh nhị phân giúp dễ dàng tách vật mẫu ra khỏi background ảnh.
2.2.3.2. Xử lý hình thái học (Morphology)
a. Phép toán giãn nở (Dilation)
Phép toán giãn nở (Dilation) là một trong các hoạt động cơ bản trong hình thái toán học. Phép toán này có tác dụng làm cho đối tượng ban đầu trong ảnh tăng lên về kích thước (giãn nở ra).
15
Hình 2.22 Mô tả phép giãn ảnh
b. Phép toán co (Erosion)
Phép toán co (Erosion) là một trong hai hoạt động cơ bản (khác phép giãn nở) trong hình thái học có ứng dụng trong việc giảm kích thước của đối tượng, tách rời các đối tượng gần nhau, làm mảnh và tìm xương của đối tượng.
Hình 2.23 Mô tả phép toán co
Trong luận văn, phép co sử dụng phần tử có kich thước 8x8 để phù hợp với kích thước vật mẫu và khung hình nhắm loại bỏ các điểm nhiễu, dễ dàng tách vật ra khỏi background giữa các vật với nhau. Sau khi thực hiện phép co ta thực hiện phép dãn để đưa ảnh về đúng kích thước ban đầu. Trải qua phép co và dãn thì vật thể thì ảnh nhị phân đã loại bỏ được một phần lớn nhiễu, phần lồi lõm quanh đường bao của vật thể, giúp đường bao các đối tượng trong ảnh trở nên mượt mà hơn. Luận văn ta sử dụng 2 lần co ảnh và 2 lần dãn ảnh.
Hình 2.24 Hình minh họa phép co dãn ảnh
c. Contours
Là một đường cong khép kín nối các điểm liên tục (trên đường viền bao), các điểm trên countour có cùng giá trị màu và cường độ. Contour là một công cụ hữu dụng trong phân tích hình dáng, phát hiện đối tượng và nhận dạng. Tìm contour giống như tìm vật thể trắng từ nền đen. Do đó, vật thể nên có màu trắng và nền nên có màu đen.
16
Hình 2.25 Kết quả tìm Contours
Trong đề tài, ảnh sau khi được khử khử nhiễu và làm mịn đường sẽ được áp dụng hàm findContours để tim kiếm những đường bao của vật mẫu trong ảnh nhị phân. Cách sử dụng để tìm Contour là RETR_CCOMP. Số điểm bao sẽ được lấy ra dưới dạng chainApproxSimple.
2.2.3.3. Moments
Image Moment là giá trị trung bình có trọng số cụ thể của cường độ pixel hình ảnh bao hàm một số thuộc tính cụ thể của hình ảnh, như bán kính, diện tích, tâm, diện tích v.v. và sau đó tìm trung tâm của nó.
Để tìm tâm của vật ta áp dụng công thức:
- Cx là tọa độ x của tâm vật trong khung hình. - C y là tọa độ y của tâm vật trong khung hình.
- M 00 là đại lượng thể hiện area (có thể hiểu là diện tích của đối tượng). - M 10 vàM 01 lần lược là các giá trị tính theo x hoặc y để khi thực hiện phép
toán ta rút gọn được cường độ các điểm ảnh do đều đều bằng nhau. Và giá trị của M được lấy ra từ:
Mij=∑ ∑xi y j I ( x , y ) xy Trong đó: - x, y là tọa độ điểm ảnh 17 download by : skknchat@gmail.com
- I(x, y) là cường độ điểm ảnh
Trong luận văn ta tính toán moments của vùng contour có diện tích phù hợp với kích thước thực tế của vật mẫu. Từ đó ta xác định được vị trí thực tế của vật mẫu trong khung hình để tiến hành gắp vật.
2.2.3.4. Thuật toán xấp xỉ Approximation Contour
Đầu vào của thuật toán là một Contour và Distance Dimension ε > 0. Thuật toán sử dụng đệ quy để phân chia các điểm có trong Contour. Điểm đầu và điểm cuối (tạm gọi là A, B) của contour sẽ được giữ lại, sau đó tìm điểm có khoảng cách lớn nhất đến đường thẳng AB (tạm gọi là điểm C).
Nếu khoảng cách từ C đến AB d(C, AB) < ε thì điểm C sẽ bị loại bỏ khỏi Contour, ngược lại nếu d (C, AB) ≥ ε thì điểm C sẽ được giữ lại và Contour sẽ được chia thành 2 đoạn thẳng là AC và CB.
Với từng đoạn AC và CB, thuật toán sẽ được lặp lại tương tự như với AB ban đầu.
Hình 2.26 Mô tả thuật toán Approximation
Ta ứng dụng thuật toán Appoximation để xác định đúng và rõ hình dạng của đối tượng có thể thuộc những hình cơ bản như: tứ giác, tam giác, thậm chí là hình tròn…