Mục lục CHƯƠNG 1: MỞ ĐẦU 7 1.1 Bài toán , hướng giải quyết bài toán nhận dạng phân loại vật thể 7 1.2 Tóm tắt nội dung đồ án 8 CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH - NHẬN DẠNG VẬT THỂ 9 2.1 Xử lý ảnh (số) và các khái niệm liên quan: 9 2.2 Nhận dạng và phân loại ảnh 13 CHƯƠNG 3: XỬ LÝ ẢNH VỚI MATLAB 15 3.1 Giới thiệu về MATLAB 15 3.2 Xử lý ảnh bằng MATLAB 20 CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH XỬ LÝ ẢNH 35 4.1 Bài toán nhận dạng vật thể 35 4.2 Sơ đồ thuật toán xử lý ảnh 36 4.3 Các bước chi tiết để xử lý ảnh 37 CHƯƠNG 5: KẾT QUẢ THỰC HIỆN 41 5.1 Kết quả 41 CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỒ ÁN 44 6.1 Đánh giá kết quả đạt được 44 6.2 Các ứng dụng có thể áp dụng: 45 1 TÀI LIỆU THAM KHẢO 46 PHỤ LỤC 47 51 2 DANH MỤC HÌNH VẼ 3 Danh mục từ viết tắt PEL: Picture Element. CGA: Color Graphic Adaptor. VGA: Video Graphic Array. RGB: Red Green Blue. 4 LỜI CẢM ƠN Trong quá trình làm đồ án vừa qua được sự giúp đỡ và chỉ bảo nhiệt tình của TS. Dương Huy Trung – Khoa cơ khí - Bộ môn Kỹ thuật máy ,đồ án của em đã được hoàn thành. Mặc dù cố gắng cùng với sự chỉ đạo tận tâm của thầy hướng dẫn nhưng do thời gian và khả năng còn hạn chế nên đồ án khó tránh khỏi những thiếu sót. Để hoàn thành đồ án này ,em xin bày tỏ lòng biết ơn sâu sắc đến TS.Dương Huy Trung –người thầy đã giúp đỡ em tận tình trong suốt quá trình làm đồ án. Em cũng xin bày tỏ lòng biết ơn đến và các thầy giáo,cô giáo trong bộ môn, các thầy cô giáo trong trường Đại Học Giao Thông Vận Tải đã giúp đỡ, tạo điều kiện tốt nhất cho em học tập và thực hiện đồ án này. Cuối cùng em xin chân thành cảm ơn đến tất cả bạn bè và gia đình đã động viên giúp đỡ em trong lúc khó khăn. Hà nội, ngày 2 tháng 5 năm 2014 Sinh viên Nguyễn Xuân Việt 5 LỜI GIỚI THIỆU Trong những năm gần đây, xử lý hình ảnh (image processing) đã đạt được nhiều thành tựu và tiến bộ vượt bậc. Trong đó, nhận dạng và phân loại hình ảnh là một trong những lĩnh vực được theo đuổi một cách tích cực nhất. Ý tưởng cốt lõi của việc nhận dạng và phân loại hình ảnh là phân tích ảnh từ các dữ liệu thu được bởi các cảm biến hình ảnh như camera, Webcam… Nhờ các hệ thống xử lý ảnh, con người đã giảm được khối lượng công việc cũng như tăng sự chính xác trong việc đưa ra các quyết định liên quan đến xử lý hình ảnh trên nhiều lĩnh vực: quân sự và quốc phòng, các hệ thống kỹ nghệ hoá sinh, giải phẫu, các hệ thống giao thông thông minh, robotics, các hệ thống an ninh, dây chuyền sản xuất tự động… Nhận dạng và phân tích ảnh là một lĩnh vực liên ngành. Để thực hiện tốt công việc nhận dạng và phân tích này, đòi hỏi người nghiên cứu phải am hiểu nhiều lĩnh vực trong đó đặc biệt là các lĩnh vực liên quan tới cảm biến, các hệ thống xử lý ảnh, các giải thuật xử lý hình ảnh/tín hiệu, phần cứng và phần mềm, các hệ thống tích hợp… Mục đích của báo cáo này là trình bày một phương pháp nhận dạng và phân loại chi tiết máy. Theo đó, em sẽ lần lượt trình bày về cơ sở lý thuyết của việc xử lý ảnh, nhận dạng vật thể,chương trình MATLAB với các hộp công cụ về khảo sát và xử lý ảnh(image acquisition toolbox và image processing toolbox). Bởi thời gian hạn hẹp cũng và nhiều hạn chế về kiến thức trong lĩnh vực hết sức mới mẻ này, em mong báo cáo này sẽ trình bày một sự hiểu biết tương đối về xử lý ảnh nói chung và nhận dạng vật thể nói riêng. Đồng thời, hy vọng rằng trong một tương lai không xa sẽ có điều kiện ứng dụng những nghiên cứu đã đạt được trong báo cáo này vào thực tế sản xuất. 6 CHƯƠNG 1: MỞ ĐẦU 1.1 Bài toán , hướng giải quyết bài toán nhận dạng phân loại vật thể. - Bài toán: Ứng dụng xử lý ảnh trong nhận dạng và phân loại các chi tiết máy trên một dây truyền sản xuất tự động. - Phương hướng giải quyết Để giải quyết bài toán xử lý ảnh trong nhận dạng thì chúng ta có rất nhiều công cụ hỗ trợ tốt cho việc xử lý ảnh như: Open CV Microsoft Visual Studio hay công cụ image processing toolbox của Matlab… Với sự tiện dụng đơn giản trong quá trình lập trình, gần gũi với kỹ thuật thì công cụ image processing toolbox của Matlab là tối ưu hơn cả và trong báo cáo em sẽ trình bày ứng dụng xử lý ảnh trên image processing toolbox của Matlab Hình 1. 1 Các bước thực hiện hoàn chỉnh của một quá trình. Hình 1. 2 Các bước phân tích và xử lý ảnh 7 Thu nhận ảnh ( qua camera ) Phân tích xử lý ảnh trên matlab Trung tâm điều khiển Bộ phận công tác(robots) Tiền xử lý Phân đoạn ảnh Biểu diễn và mô tả Nhận dạng và nội suy Cơ sở tri thức 1.2 Tóm tắt nội dung đồ án Lĩnh vực xử lý ảnh và thị giác máy đang ngày càng được nghiên cứu và ứng dụng trong nhiều lĩnh vực của cuộc sống và sản xuất nhờ vào sự phát triển mạnh mẽ của các hệ thống máy tính. Từ thực tế đó việc xây dựng các chương trình hoạt động cho các hệ thống phân loại sản phẩm là thiết yếu, đặc biệt là các hệ thống phân loại sản phẩm theo hình dạng. Bài toán nhân dạng đối tượng là một bài toán đã và đang thu hút được sự quan tâm của nhiều nhà nghiên cứu và phát triển. Nó mở ra nhiều ứng dụng hữu ích của lĩnh vực thị giác máy tính như nhận dạng ảnh, theo dõi đối tượng, tìm kiếm, vv. Nhận dạng đối tượng có rất nhiều cách tiếp cận để giải quyết, tuy nhiên với mỗi loại đối tượng sẽ có một phương pháp cụ thể để thực hiện. Đơn giản nhất là ta so sánh các điểm ảnh (pixel) với nhau giữa các đối tượng cần nhận dạng. Tuy nhiên việc so sánh này thường tốn nhiều thời gian và không đạt được kết quả như mong muốn. Một trong những phương pháp được sử dụng đạt được hiệu quả tốt hơn đó là trích chọn các đặc trưng của ảnh. Các đặc trưng được trích chọn thường dựa vào các đặc trưng bất biến. Bố cục của đồ án được trình bày như sau : Trước hết đồ án trình bày về bài toán đặt ra và phương hướng giải quyết ,sau đó trình bày các cơ sở lý thuyết của xử lý ảnh và nhận dạng vật thể. Tiếp đó em xin giới thiệu cơ sở lý thuyết về matlab và công cụ xử lý ảnh trên matlab " image processing toolbox". Trên cơ sở tìm hiểu công cụ image processing toolbox đồ án xây dựng thuật toán phân loại và nhận dạng sản phẩm chi tiết máy. Kết quả của đồ án là cơ sở để phát triển và xây dựng các phần mềm phân loại và nhận dạng vật thể cho hệ thống phân loại sản phẩm. 8 CHƯƠNG 2: TỔNG QUAN VỀ XỬ LÝ ẢNH - NHẬN DẠNG VẬT THỂ 2.1 Xử lý ảnh (số) và các khái niệm liên quan: 2.1.1 Xử lý ảnh (số). Xử lý ảnh(số) là một dạng của xử lý tín hiệu trong đó đầu vào là một hình ảnh (các bức ảnh, các khung hình) và đầu ra của quá trình xử lý ảnh có thể là một hình ảnh khác hoặc là một tập chứa các tính chất hoặc tham số liên quan tới hình ảnh đó. Phần lớn các kỹ thuật xử lý ảnh thì thường qui về việc xử lý hình ảnh như là một tín hiệu hai chiều rồi sử dụng các kỹ thuật xử lý tín hiệu để xử lý nó. 2.1.2 Các khái nịêm liên quan: • Điểm ảnh (Picture Element) Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để xử lý bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi gần đúng một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và độ sáng (mức xám). Khoảng cách giữa điểm ảnh đó được thiết lập sao cho mắt người không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy gọi là điểm ảnh (PEL: Picture Element) hay gọi tắt là Pixel. Trong khuôn khổ ảnh hai chiều, mỗi Pixel ứng với cặp tọa độ (x,y). Như vậy, điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x,y) với độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích hợp sao cho mắt người cảm nhận sự liên tục về kkhong gian và mức 9 xám (hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một phần tử ảnh. • Độ phân giải của ảnh Theo định nghĩa ở trên thi mỗi Pixel gồm một cặp toạ độ (x,y) và màu. Độ phân giải của ảnh chính là tích số của giá trị lớn nhất của x với giá trị lớn nhất của y. Ví dụ: Màn hình máy tính có nhiều loại với độ phân giải khác nhau: màn hình CGA (Color Graphic Adaptor) có độ phân giải 320 x 200; màn hình VGA (Video Graphic Array) độ phân giải 1280 x 800; Rõ ràng màn hình có độ phân giải càng cao thì ta có cảm giác nó càng ‘mịn’ hơn so với loại có độ phân giải thấp hơn. • Mức xám (Gray level) Mức xám là kết quả sự mã hoá tương ứng một cường độ sáng của mỗi điểm ảnh với một giá trị số – kết quả của quá trình lượng tử hoá. Các thang giá trị mức xám thông thường: 16,32,64,128,256. Trong đó mức 256 được dùng rất phổ biến do máy tính dùng 1 byte(8 bit) để biểu diễn mức xám, mà mức xám lại dùng 1 byte để biểu diễn: 2 8 =256 mức, tức là từ mức 0 đến mức 255. Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác ) với mức xám ở các điểm ảnh có thể khác nhau. Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức ding 1 bit mô tả 2 1 mức khác nhau hay mỗi điểm ảnh nhị phân chi có 1 trong 2 giá trị hoặc là 1 hoặc là 2. Ảnh màu: với mỗi điểm ảnh thì người ta dung 3 byte để mô tả mức màu (do thế giới màu được tạo nên từ 3 màu cơ bản: đỏ(red), lục(blue) và lơ(green)). Do đó có 2 8*3 =2 24 =16,7 triệu màu. 10 [...]... trong phân tích ảnh Phân tích ảnh thường dựa trên việc phân tích các đặc trưng của ảnh: mật độ xám, phân bố xác suất, phân bố không gian, biên ảnh 2.2 Nhận dạng và phân loại ảnh * Nhận dạng ảnh (recognition of image partterns): Khi một bức ảnh đã được phân đoạn, nhiệm vụ tiếp theo là nhận dạng vật thể hoặc vùng đã được phân đoạn Mỗi một vật thể là một thành phần ở trong ảnh và các giá trị đo được là các. .. kiểu ảnh: dither: Tạo một ảnh nhị phân từ một ảnh cường độ đen trắng bằng cách trộn, tạo một ảnh chỉ số từ một ảnh RGB bằng cách trộn (dither) gray2id: Tạo một ảnh chỉ số từ một ảnh cường độ đen trắng 26 grayslice: Tạo một ảnh chỉ số từ một ảnh cường độ đen trắng bằng cách đặt ngưỡng im2bw: Tạo một ảnh nhị phân từ một ảnh cường độ, ảnh chỉ số hay ảnh RGB trên cơ sở của ngưỡng ánh sáng ind2gray: Tạo một. .. trong xử lý ảnh trong cả các bước ban đầu lẫn các thao tác phức tạp hơn Chẳng hạn, trừ ảnh có thể được sử dụng để phát hiện sự khác nhau giữa hai hoặc nhiều ảnh của cùng một cảnh hoặc một vật - Ta có thể thực hiện số học ảnh sử dụng các toán tử số học của Matlab Toolbox xử lý ảnh bao gồm một tập hợp các hàm ứng dụng các phép toán số học trên tất cả các con số không lấp đầy Hàm số học của toolbox chấp nhận. .. chuyển đổi giữa các không gian màu Các hàm xử lý ảnh tự chúng coi dữ liệu màu sắc dưới dạng RGB tuy nhiên, ta có thể xử lý một ảnh mà sử dụng các không gian màu khác nhau bằng cách chuyển 27 đổi nó sang RGB sau đó chuyển đổi ảnh đã được xử lý trở lại không gian màu ban đầu 3.2.3.4 Chuyển đổi định dạng các file ảnh - Để thay đổi định dạng đồ hoạ của một ảnh, sử dụng hàm imread để đọc một ảnh và sau đó lưu... trình phân tích ảnh gồm các công đoạn: trích chọn các đặc tính (feature extraction), phân đoạn ảnh (segmentation) thành các phần tử Tuỳ theo mục đích của việc xử lý, các giai đoạn tiếp theo của quá trình phân tích ảnh có thể là nhận dạng ảnh (phân thành các lớp có miêu tả) hay là giải thích và miêu tả ảnh 12 Ảnh vào Phân Trích chọn đoạn đặc tính Hình vẽ trang 115 Phân loại Giải thích Hình 2 1 Các bước trong. .. một tập các đặc tính Sự lựa chọn và tách lấy các tính chất thích hợp được coi như là vấn đề cơ bản đầu tiên trong nhận dạng ảnh * Phân loại thành phần ảnh (classification of image patterns) Phân loại là một công đoạn quan trọng trong quá trình nhận dạng vật Đã có nhiều kỹ thuật phân loại được sử dụng trong việc nhận dạng thành phần Một số kỹ thuật phân loại được biết như là những kỹ thuật lý thuyết... ra ảnh mà ta muốn nhập vào - Khi file chứa nhiều ảnh theo một số kiểu nhất định chẳng hạn theo thứ tự thời gian, ta có thể lưu ảnh trong Matlab dưới dạng mảng 4 chi u Tất cả các ảnh phải có cùng kích thước Ghi một ảnh đồ hoạ - Hàm imwrite sẽ ghi một ảnh tới một file đồ hoạ dưới một trong các định dạng được trợ giúp Cấu trúc cơ bản nhất của imwrite sẽ yêu cầu một biến ảnh và tên file Nếu ta gộp một. .. trận màu * Ảnh dạng RGB: Các ảnh RGB được Matlab lưu trữ bởi 3 ma trận chứa các kích cỡ ứng với định dạng của bức ảnh Mỗi ma trận tương ứng với một trong các mầu: đẻ (Red), xanh lá cây (Green), xanh da trời (Blue) Đồng thời giá trị mỗi phần tử của ma trận sẽ thể hiện cường độ từng loại mầu tại mỗi pixel 3.2.3 Các hàm xử lý ảnh cơ bản trong Matlab 3.2.3.1 Đọc và ghi dữ liệu ảnh Đọc một ảnh đồ hoạ - Hàm... bài toán: Em đi tìm các đặc trưng bất biến của ảnh cần xác định sau đó so sánh với đặc trưng bất biến của các ảnh trong thư viện - Dựa vào cách nhận biết trên em chia bài toán nhận dạng vật thể sử dụng hộp công cụ image acquisition toolbox và image processing toolbox gồm 3 bước chính: + Bước 1: Xác định và trích chọn đặc trưng của ảnh đầu vào và 25 ảnh trong thư viện 1 cách độc lập 35 + Bước 2: Đánh... phần tử) * Ảnh dạng mức xám (gray scale image): Ảnh loại này được biểu diễn bởi một ma trận mà mọi phần tử của nó đều biểu diễn một giá trị sáng/tối của điểm ảnh ở vị trí tương ứng Có 2 cách để biểu diễn giá trị thể hiện mức độ ‘xám’ của một pixel: dạng double và dạng uint8 Dạng double gán cho mỗi pixel một giá trị động thuộc khoảng (0,1): giá trị 0 ứng với màu đen còn 1 ứng với màu trắng Dạng uint8 gán