Đang tải... (xem toàn văn)
Đề tài thực hiện thành công trong việc thiết kế mô hình để đánh giá xoài sử dụng thư viện OpenCV (Computer Vision) trên nền Visual Studio, thực hiện thành công quá trình xử lý ảnh nhận dạng đối tượng, xây dựng hệ thống cơ sở dữ liệu và các tiêu chí để đánh giá xoài.
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NÔNG LÂM THÀNH PHỐ HỒ CHÍ MINH KHĨA LUẬN TỐT NGHIỆP ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI TRÁI XOÀI Họ tên sinh viên : Võ Quốc Danh Ngành: CƠ ĐIỆN TỬ Niên Khóa: 2013 - 2017 Thành Phố Hồ Chí Minh Tháng năm 2017 ỨNG DỤNG XỬ LÝ ẢNH TRONG PHÂN LOẠI TRÁI XOÀI Tác giả VÕ QUỐC DANH Khóa luận đệ trình để đáp ứng yêu cầu cấp Kỹ sư ngành CƠ ĐIỆN TỬ Giảng viên hướng dẫn : Th.S Trần Thị Kim Ngà Thành Phố Hồ Chí Minh Tháng năm 2017 LỜI CẢM ƠN Em xin trân trọng cảm ơn tất quý Thầy, Cô Trường Đại Học Nông Lâm Tp.HCM q Thầy, Cơ khoa Cơ Khí-Cơng Nghệ trang bị cho em kiến thức quý báu giúp đỡ em suốt trình học tập trường Em xin chân thành cảm ơn tất quý Thầy, Cô môn Cơ Điện Tử giúp đỡ em nhiệt tình thời gian thực đề tài Em xin bày tỏ biết ơn chân thành cô Trần Thị Kim Ngà tận tình hướng dẫn em suốt trình làm Luận văn tốt nghiệp Đặt biệt, em xin cảm ơn quý Thầy, Cô Hội Đồng dành thời gian nhận xét, góp ý để Luận văn em hoàn thiện Cuối cùng, em xin gửi lời cảm ơn đến người thân bạn bè động viên, ủng hộ tạo cho em điều kiện thuận lợi suốt trình hồn thành Luận văn Thành phố Hồ Chí Minh, ngày tháng năm 2017 Sinh viên thực Võ Quốc Danh TÓM TẮT Đề tài “Ứng dụng xử lý ảnh phân loại trái xoài” thực trường Đại Học Nơng Lâm Thành Phố Hồ Chí Minh, thời gian từ tháng đến tháng năm 2017 Đề tài thực thành công việc thiết kế mô hình để đánh giá xồi sử dụng thư viện OpenCV (Computer Vision) Visual Studio, thực thành công trình xử lý ảnh nhận dạng đối tượng, xây dựng hệ thống sở liệu tiêu chí để đánh giá xồi Do thời gian thực hạn chế, mức độ rộng lớn đề tài, nên dù cố gắng phương án giải toán em chắn khơng thể tránh khỏi thiếu sót Em mong nhận đóng góp ý kiến quý thầy cô bạn bè để đề tài em hoàn thiện MỤC LỤC LỜI CẢM ƠN ii TÓM TẮT iii MỤC LỤC iv DANH SÁCH CÁC BẢNG vi DANH SÁCH CÁC HÌNH vii Chương MỞ ĐẦU 1.1 Đặt vấn đề .1 1.2 Mục đích Chương TỔNG QUAN 2.1 Giới thiệu chung xoài 2.1.1 Định nghĩa .3 2.1.2 Phân loại 2.1.3 Giá trị dinh dưỡng ý nghĩa kinh tế 2.2Các tiêu chuẩn đánh giá chất lượng xoài 2.3 Tổng quan xử lý ảnh 2.3.1 Hệ thống xử lý ảnh 2.3.2 Cấu trúc ảnh RGB .8 2.3.3 Định dạng ảnh 2.3.4 Quá trình tách đối tượng 2.4 Phần mềm Visual Studio (VISUAL STUDIO) OpenCV 10 Chương 13 PHƯƠNG TIỆN VÀ PHƯƠNG PHÁP NGHIÊN CỨU 13 3.1 Phương tiện thực 13 3.1.1 Thiết bị phần cứng 13 3.1.2 Thiết bị phần mềm 13 3.2 Phương pháp thực 13 3.2.1 Nghiên cứu lý thuyết .13 3.2.2 Bố trí phần cứng 13 Chương 15 KẾT QUẢ VÀ THẢO LUẬN 15 4.1 Tổng quan hệ thống 15 4.1.1 Thiết kế phần cứng 15 4.1.2 Quy trình nhận dạng xử lý ảnh 16 4.2 Kết nhận dạng xử lý ảnh 16 4.2.1 Sơ đồ khối xử lý ảnh .16 4.2.2 Thu nhận ảnh 17 4.2.3 Tách đối tượng .18 4.2.4 Quá trình nhận dạng sâu bệnh 20 4.2.5 Xác định thơng số xồi .20 4.2.6 Đánh giá sâu bệnh 21 4.2.7 Lưu đồ giải thuật .21 4.3 Khảo nghiệm 23 4.4 Kết luận 30 Chương 31 KẾT LUẬN VÀ ĐỀ NGHỊ 31 5.1 Kết đạt 31 5.2 Hướng phát triển đề tài 31 TÀI LIỆU THAM KHẢO 33 PHỤ LỤC 34 DANH SÁCH CÁC BẢNG Bảng Bảng thành phần dinh dưỡng 100g xoài Bảng 2 Bảng phân loại xoài theo khối lượng Bảng Kết khảo nghiệm .26 DANH SÁCH CÁC HÌNH Hình 2.1 Quả xồi tươi Hình 2.2 Sơ đồ hệ thống xử lý ảnh Hình 2.3 Mơ hình không gian màu RGB Hình 2.4 Giao diện VISUAL STUDIO 12 Hình 3.1 Hộp thu hình vẽ 14 Hình 4.1 Hộp thu hình thực tế 16 Hình 4.2 Webcam 17 Hình 4.3 Sơ đồ hệ thống xử lý ảnh .17 Hình 4.4 Sơ đồ trình xử lý phần mềm .18 Hình 4.5 Hình ảnh thu 19 Hình 4.6 Ảnh xám 20 Hình 4.7 Ảnh sau tách đối tượng 20 Hình 4.8 Sơ đồ trình nhận dạng .21 Hình 4.9 Hình sau nhận dạng sâu bệnh 21 Hình 4.10 Lưu đồ thuật toán 22 Hình 4.11: Kết thu 23 Hình 4.12: Biểu đồ thể chênh lệch hệ thống thực tế diện tích xồi 28 Hình 4.13: Biểu đồ thể chênh lệch hệ thống thực tế khối lượng 28 Hình 4.14: Biểu đồ thể chênh lệch hệ thống thực tế tỉ lệ 29 Chương MỞ ĐẦU 1.1 Đặt vấn đề Hiện xoài số sản phẩm nông nghiệp Việt Nam ngày phát triển với sản lượng xuất ngày lớn Vừa qua, quyền Hoa Kỳ vừa đề nghị cho phép xoài Việt Nam phép nhập vào thị trường Mỹ, đồng thời cung cấp điều kiện tiến trình cụ thể để trái xoài xuất thị trường mùa vụ tới, với khu vực khác Úc Châu Âu Cùng với máy đại việc xử lý xồi ngày tốt xoài Việt Nam ngày khẳng định vị trí Nhận thức giá trị việc xuất xoài mang lại cho kinh tế ta khắc phục khiếm khuyết giống xoài, chất lượng xồi, cơng nghệ chế biến Trong chất lượng xồi tiêu chí quan trọng việc xuất Nhưng hầu hết quy trình giám định thực thủ cơng, đặc biệt q trình kiểm định hình dạng, kích thước, nhận định sâu bệnh Cho đến nay, công đoạn cải thiện băng chuyền số nhà máy chế biến lớn chưa tự động hồn tồn phụ thuộc nhiều vào nhân cơng Tóm lại, xuất xồi Việt Nam vẩn phát triển mạnh muốn giử vững vị trí cần phải tối ưu hóa cơng đoạn sản xuất Trong đó, tự động hóa cơng đoạn đánh giá phân loại sản phẩm góp phần khơng nhỏ vào việc tăng xuất lao động, tăng độ xác sau phân loại nâng tính an tồn thực phẩm trước đóng gói 1.2 Mục đích Mục đích đề tài nghiên cứu khảo nghiệm mơ hình đánh giá chất lượng xồi xử lý ảnh Vì thời gian có hạn mức độ rộng lớn đề tài em thực nghiên cứu vấn đề sau: Xác định khối lượng xoài Phát sâu bệnh Phân loại : theo khối lượng tỉ lệ diện tích sâu bệnh diện tích trái xồi Khảo nghiệm độ xác mơ hình Mẫ Lần Lần Lần u1 Lần Lần Mẫ u2 Lần Diện tích sâu Hệ Diện tích Thực thống Thực tế Trọng lượng(g) Hệ tế Tỉ lệ (%) Thực thống bệnh Hệ tế xoài Thực thống Chiều rộng Hệ tế Chiều dài Thực thống 0.026 (cm2) Hệ tế 1.2 (cm2) Thực thống 2.01 (cm) Hệ tế 64.31 (cm) thống 79.9 200 5.9 200 239 6.46 0.01 10.9 239 250 200 252.3 250 239 12.58 0.01 0.02 251.6 250 0.019 1.2 0.02 252.3 1.2 1.62 0.0172 1.5 64.31 1.69 0 64.31 81.3 85.91 1.45 79.86 5.9 84.132 85.91 5.9 6.44 7.1 83.9 85.91 6.43 10.9 6.76 7.1 83.132 10.9 12.63 12.1 6.76 7.1 12.62 12.65 12.1 6.76 0.01 12.61 12.1 12.65 Mẫ u3 Mẫ u4 25 Lần Lần Lần Lần Lần Lần Chiều dài Hệ Trọng lượng(g) Thực Tỉ lệ (%) Hệ thống Diện tích sâu Thực tế Diện tích Hệ thống 350 bệnh Thực tế 347.4 xoài Hệ thống 0.011 Chiều rộng Thực tế 0.013 367 367 400 400 400 Thực tế Hệ thống 1.32 Thực tế 1.5 350 Hệ thống 120 347.4 tế 115.88 0.011 thống 0.013 7.89 1.32 15 1.5 14.95 120 115.88 7.89 350 15 347.4 14.95 0.011 115.88 0.013 0.01 0.01 367 1.32 7.89 0.022 0.022 0.01 1.5 15 1.72 0.044 120 14.95 2.761 1.72 1.72 107 107 107 2.761 5.324 122.34 122.796 122.796 8.5 8.5 8.5 8.88 8.9 8.9 12.7 12.7 12.7 14.02 14.02 14.02 Bảng 4.1 Kết khảo nghiệm Mẫu Lần Lần Lần 26 Thự Chiều dài Hệ thốn Thực tế Trọng lượng Hệ Tỉ lệ (%) Thự Diện tích sâu Hệ Diện tích Thực bệnh Hệ xồi Thự 450 Hệ 450 450 Thự 0.07 450 thống 0.15 0.07 450 c tế 10.2 0.18 450 thống 22.7 10.2 0.07 tế 153 64 28.2 0.132 thống 153.64 153 64 10.2 c tế 9.2 153.64 153 64 20.3 thống 9.2 9.2 153.64 c tế Chiều rộng Hệ thốn 16.7 9.2 9.2 g 16.7 16.7 9.2 c tế 16.7 16.7 g 16.7 27 Hình 4.12: Biểu đồ thể chênh lệch hệ thống thực tế diện tích xồi Hình 4.13: Biểu đồ thể chênh lệch hệ thống thực tế khối lượng 28 Hình 4.14: Biểu đồ thể chênh lệch hệ thống thực tế tỉ lệ 29 4.4 Kết luận Mơ hình sử dụng webcam hệ thống đèn led chiếu sáng nhiên trình xử lý độ rõ nét ảnh phụ thuộc vào góc đặt xồi, ánh sáng webcam, kết có sai số mức độ tương kết thực tế Với giãi thuật ta tính tốn số tiêu xồi, tùy theo loại xồi mà ta thay đổi sở liệu để so sánh cho phù hợp Từ kết khảo nghiệm hệ thống, ta thấy hệ thống hoạt động tương đối ổn định… Phần diện tích xồi diện tích sâu bệnh tính cách tương đối thay vào việc phân loại xoài theo khối lượng thực theo khoảng khối lượng bảng 2.2 nên việc sai lệch xảy với đối tượng có khối lượng móc khoảng phân loại trái xoài Chỉ cần pixel khác với pixel lại phần mềm xử lý ảnh với giãi thuật đề tài phát được, đặc điểm bật xử lý ảnh Trong thực tế muốn xuất trái xồi tươi tỉ lệ phải số nhỏ gần không nên việc tính tốn tỉ lệ có sai số không quan trọng 30 Chương KẾT LUẬN VÀ ĐỀ NGHỊ Qua trình thực kết hợp với lý thuyết sở tìm hiểu được, đề tài đạt số kết sau: 5.1 Kết đạt Chương trình thực phần mềm Visual Studio 2013 Thiết kế mơ hình để thu ảnh Xây dựng sở liệu cho việc đánh giá số tiêu chuẩn chất lượng sản phẩm mà xoài, tỉ lệ sâu bệnh, khối lượng, phân loại Xác định thơng số để góp phần đánh giá chất lượng xồi thơng qua xử lý ảnh cho kết nhanh, xác so với việc đánh giá thủ cơng Phân loại xồi dựa tiêu chí khối lượng tỉ lệ diện tích sâu bệnh diện tích xồi Kết khảo nghiệm cho thấy hệ thống hoạt động tương đối ổn định 5.2 Hướng phát triển đề tài Dựa sở lý thuyết xác định thực nghiệm, em rút số đề nghị để phát triển hệ thống sau: Để hệ thống xử lý ảnh đưa kết xác nhanh chóng việc bố trí, lựa chọn nguồn sáng webcam cho hệ thống quan trọng (webcam đạt chất lượng chuẩn xác cao tùy theo môi trường làm việc thực tế mà lựa chọn nguồn sáng dựa sở lý thuyết màu sắc độ phản xạ ánh sáng màu sắc) Đề tài dừng lại việc đánh giá chất lượng xoài nên xử lý số yếu tố định : tỷ lệ sâu bệnh, khối lượng, phân loại Vì cần phát triển đánh giá chất lượng nhiều loại sản phẩm khác Visual Sudio phần mềm thơng dụng viết nhiều ngơn ngữ Trong q trình xử lý ảnh việc đưa định cho hệ thống phụ thuộc lớn vào webcam nguồn sáng Đối với chất lượng webcam: sử dụng webcam có độ phân giải thấp cơng đoạn xử lý ảnh đối tượng tương đối đơn giản Tuy nhiên kết ảnh nhận không rõ nét, màu sắc ảnh nhận không thực nên gây hạn chế trình xử lý 31 Đối với nguồn sáng: việc bố trí nguồn sáng hợp lý hay không ảnh hưởng nhiều đến chất lượng ảnh nhận từ webcam Nguồn sáng khác với độ ổn định nguồn sáng ảnh hưởng khác đến giá trị pixel ảnh 32 TÀI LIỆU THAM KHẢO Tiếng việt Lương Mạnh Bá, Nguyễn Thanh Thủy, 1999, Nhập môn xử lý ảnh số, Nhà xuất khoa học kĩ thuật, Hà Nội, 365 trang Ứng dụng xử lý ảnh thực tế với thư viện OpenCV C/C++, Nguyễn Văn Long Tiếng Anh OpenCV computer vision application program cookbook Robert Lagaruere Digital image Processing,Rafaell Gonzales & Reladu Woods Learning computer vision with the Opencv library, Gary Bradski & Adrian Kaehler Opencv2 Computer vision application programming Cookbook, Robert Laganiere Digital Image Processing, Rafael C Gonzalez & Richard E Woods, AddisonWesley, 2002 Machine Vision: Automated Visual Inspection and Robot Vision”, David Vernon, Prentice Hall, 1991 Available online homepages.inf.ed.ac.uk/rbf/BOOKS/VERNON/ Wedside 1.http://opencv.docs,opencv.org/master/dg/dff/tutorial_root.html 2.http://opencv.org 33 PHỤ LỤC Code chương trình: #include #include #include "opencv2/imgcodecs.hpp" #include "opencv2/highgui.hpp" #include "opencv2/imgproc.hpp" #include #include #include #include using namespace std; using namespace cv; Mat src; Mat src_gray; Mat img; int thresh = 50; int max_thresh = 255; RNG rng(12345); void setLabel1(cv::Mat& im, const std::string label, std::vector& contour) { int fontface = cv::FONT_HERSHEY_SIMPLEX; double scale = 0.4; int thickness = 1.5; int baseline = 0; cv::Size text = cv::getTextSize(label, fontface, scale, thickness, &baseline); //cv::Rect r = cv::boundingRect(contour); cv::Point pt(20, 20); 34 //cv::rectangle(im, pt + cv::Point(0, baseline), pt + cv::Point(text.width, -text.height), CV_RGB(255, 255, 255), CV_FILLED); cv::putText(im, label, pt, fontface, scale, CV_RGB(255, 0, 0), thickness, 8); } int main(int argc, char**argv) { VideoCapture videoCapture; Mat videoFrame; videoCapture.open(0); namedWindow("videoCapture", WINDOW_AUTOSIZE); if (!videoCapture.isOpened()){ cout 20 && r.height > 20 && r.height < img.rows - 10 && r.width < img.cols - 10) { candidate.push_back(r); cv::rectangle(img, r, Scalar(0, 0, 255)); //} } if (candidate.empty()) 36 return 0; double mangoSquare = 0; doubletotalErroSquare=0; int a = 0; for (int i = 0; i < candidate.size(); i++) { if (candidate[i].width*candidate[i].height >mangoSquare) { mangoSquare = candidate[i].width*candidate[i].height; a = i; } } cout