TỔNG QUAN
Giới thiệu đề tài
1.1.1 Lý do chọn đề tài
Ngày nay, robot đã trở thành một phần không thể thiếu trong cuộc sống, đặc biệt ở các nước phát triển, nơi chúng được ứng dụng rộng rãi trong nhiều lĩnh vực Tùy theo mục đích sử dụng, các loại robot được thiết kế để đáp ứng những yêu cầu cụ thể, giúp thay thế con người trong những công việc nguy hiểm Chẳng hạn, robot có khả năng làm việc trong môi trường có hàm lượng chất phóng xạ cao, nơi có thể gây ra những rủi ro nghiêm trọng cho sức khỏe con người.
Robot đang ngày càng được cải tiến, từ khả năng tự động hóa đến trí tuệ nhân tạo, với những ví dụ tiêu biểu như người máy ASIMO có khả năng giao tiếp và di chuyển giống con người Tại Việt Nam, khoa học và công nghệ đóng vai trò quan trọng trong việc nâng cao vị thế đất nước, với sự phát triển này góp phần làm giàu mạnh đất nước Để thúc đẩy sự phát triển khoa học-công nghệ, cần có thời gian, sự hiểu biết và đầu tư Nhằm khơi dậy niềm đam mê và tính sáng tạo của thế hệ trẻ, Việt Nam đã tổ chức nhiều hoạt động sáng tạo, đặc biệt là cuộc thi sáng tạo robot con, thu hút sự tham gia của nhiều trường đại học và cao đẳng, tạo ra sân chơi thúc đẩy sự sáng tạo cho sinh viên.
Công nghệ Robot đang ngày càng được ứng dụng trong lĩnh vực thám hiểm và các hoạt động trong môi trường độc hại Nhiều loại Robot mới đang được nghiên cứu và phát triển tại các trường Đại học danh tiếng trên thế giới Nhận thấy xu hướng và tầm quan trọng của công nghệ xử lý ảnh trong Robot tại Việt Nam, nhóm sinh viên đã quyết định thực hiện đề tài “Thiết kế chế tạo Mobile Robot lau sàn ứng dụng công nghệ xử lý ảnh” Mục tiêu của đề tài là tìm hiểu và ứng dụng công nghệ xử lý ảnh vào việc điều khiển mobile robot, giúp nó có khả năng tránh vật cản và lau sạch những không gian cần thiết trong văn phòng và công sở.
1.1.2 Yêu cầu và giới hạn đề tài Đề tài thực hiện nghiên cứu, thiết kế và thi công mobile robot ứng dụng công nghệ xử lý ảnh, trong đó:
Nghiên cứu về Mobile Robot họ vi điều khiển PIC, bộ nhận sóng Bluetooth, động cơ DC, cảm biến và các IC liên quan
Nghiên cứu về lĩnh vực thị giác máy tính, công nghệ xử lý ảnh
Tìm hiểu lập trình ứng dụng bằng ngôn ngữ C++ kết hợp với thư viện mã nguồn mở OpenCV của Intel, chuyên về xử lý ảnh Bên cạnh đó, khám phá lập trình cho vi điều khiển PIC bằng ngôn ngữ C++.
Thiết kế hoàn chỉnh mô hình Mobile Robot dạng xe
Thiết kế bộ phận lau sàn và cấp nước
Thiết kế board mạch cho Mobile Robotdùng vi điều khiển, PIC16F887
Lập trình giao diện điều khiển Mobile Robottự động tìm đường ứng dụng thị giác máy tính và kết hợp các loại cảm biến trên xe
Nghiên cứu và phát triển chương trình tìm đường cho Robot di động sử dụng công nghệ xử lý ảnh, đồng thời xây dựng phần mềm điều khiển Robot di động di chuyển theo quỹ đạo được xác định từ chương trình xử lý ảnh và cảm biến.
1.1.4 Mục tiêu và nhiệm vụ nghiên cứu a Mục tiêu của đề tài
Thiết kế hoàn thiện phần cơ khí là mô hình của Mobile Robot và phần mạch điện để điều khiển robot, giao tiếp robot - máy tính
Thiết kế hoàn thiện phần cơ cấu lau sàn và cấp nước
Tìm hiểu lý thuyết và ứng dụng cơ bản công nghệ xử lý ảnh
Thu nhận hình ảnh động từ camera (webcam) và xử lý
Nhận dạng màu sắc, xác định vị trí từng điểm đến, các vật cản và lựa chọn đường để tới đích
Sử dụng cảm biến giúp robot tránh vật cản và tìm đường khi camera không nhận diện được hoặc có đối tượng mới xuất hiện Nghiên cứu tập trung vào phương pháp điều khiển Mobile Robot dựa trên màu nền và vật cản Camera liên tục thu hình ảnh từ môi trường và truyền về máy tính, nơi tiến hành xử lý, nhận dạng và xác định tọa độ của vật cản và robot Từ đó, máy tính tính toán tọa độ các điểm điều khiển để robot di chuyển theo quỹ đạo đến đích.
Nhóm nghiên cứu sẽ tìm hiểu các tài liệu liên quan đến Robot di động, bao gồm thiết kế cơ khí và điện tử cho Robot di động, tài liệu về thị giác máy tính, công nghệ xử lý ảnh, cùng với datasheet của các IC được sử dụng trong đề tài này.
Tham khảo từ nhiều nguồn khác nhau, bao gồm các đồ án và thiết kế mạch đã được thi công và sử dụng ổn định, cũng như tham vấn trực tiếp từ các anh chị khóa trước và giảng viên chuyên ngành thuộc Bộ môn Cơ điện tử.
Phương pháp thực nghiệm kết hợp với thử và sửa sai là cách tiếp cận hiệu quả để tối ưu hóa mạch điện thông qua việc thử nghiệm trên test board và tính toán giải tích Quá trình xác định tọa độ điểm và hướng di chuyển cho Robot cũng dựa trên lý thuyết và dữ liệu thực tế thu được từ các thử nghiệm trước đó.
Các công trình nghiên cứu có liên quan
1.2.1 Các công trình nghiên cứu ở nước ngoài
Robot di động đang trở thành một chủ đề nghiên cứu quan trọng, với nhiều trường đại học lớn trên thế giới thiết lập phòng thí nghiệm chuyên sâu về lĩnh vực này Hiện nay, robot di động được ứng dụng rộng rãi trong các lĩnh vực như quân sự, y tế, giải trí, hỗ trợ công việc nhà, cũng như trong công nghiệp và thám hiểm nghiên cứu.
Mobile robot hút bụi sàn nhà [1]
Nhóm nghiên cứu đã phát triển một phương pháp điều hướng cho robot sử dụng cảm biến siêu âm Khi robot gặp vật cản hoặc tiếp cận tường, cảm biến sẽ phát hiện và hướng dẫn robot quay sang hướng khác Robot hoạt động trong không gian làm việc của mình, thực hiện nhiệm vụ làm sạch bụi bẩn trên đường đi.
Hình 1.1: Chạy thử nghiệm mobile robot
Mobile robot lau sàn mini [2]
Robot nhỏ gọn này lý tưởng cho môi trường văn phòng, hoạt động hiệu quả trong 3 giờ sau khi sạc Nó sử dụng các loại giẻ lau sàn ướt phù hợp với bề mặt sàn cứng, mang lại sự tiện lợi cho người dùng và được ưa chuộng rộng rãi.
Hình 1.2 : Robot đang lau sàn nhà
1.2.2 Các công trình nghiên cứu trong nước Ở Việt Nam, công nghệ Robot nói chung đang được phát triển, tuy nhiên lĩnh vực Robot điều khiển dùng thị giác máy tính vẫn còn khá mới mẻ so với nước ta và chỉ bắt đầu nghiên cứu một vài năm gần đây ở những trường Đại học
Điều khiển Mobile Robot lau sàn tự động [3]
Robot lau sàn hiện nay là một trong những thiết bị thông dụng, phục vụ cho nhu cầu của con người Với khả năng di chuyển tự động linh hoạt, robot có thể tránh vật cản nhờ vào bộ thu sóng RF điều khiển bằng tay và cảm biến siêu âm Cảm biến siêu âm hoạt động như "đôi mắt" của robot, giúp nó xác định khoảng cách với các vật thể, từ đó tránh va chạm và lau dọn hiệu quả những khu vực mong muốn trong ngôi nhà.
Hình 1.3 : Hình ảnh bên trong và bên ngoài robot
Robot lau sạch hồ bơi [4]
Robot này có khả năng cọ rửa hồ bơi ở độ sâu 3m, hút sạch rác bẩn, rong rêu và tảo bám dưới sàn, các khe và cạnh hồ Nó không chỉ cọ rửa mà còn loại bỏ các tạp chất nhỏ như cát bụi, đưa chúng vào túi lọc để làm sạch hiệu quả Đây là ưu điểm nổi bật của robot so với phương pháp cọ rửa bằng sức người.
Hình 1.4 : Hình ảnh thực tế robot lau hồ bơi
Tổng quan về Mobile Robot lau sàn sử dụng xử lý ảnh
1.3.1 Mobile Robot và các phương pháp điều khiển
Robot di động là loại robot tự hành có khả năng di chuyển linh hoạt trong môi trường đã được xác định trước Khác với robot công nghiệp như tay máy, robot di động có thể tự do di chuyển đến nhiều vị trí khác nhau mà không bị giới hạn.
Robot di động (mobile robot) là loại robot chủ yếu thực hiện nhiệm vụ di chuyển, định vị, tìm kiếm đường đi tối ưu và vẽ lại bản đồ Nhiều loại robot di động này đang ngày càng trở nên phổ biến trong các ứng dụng thực tiễn.
Robot tránh vật cản sử dụng thiết bị Kinect [5]
Nhóm tác giả từ Đại học Bách Khoa đã phát triển một mô hình robot di động hoàn chỉnh, có khả năng tìm đường và tránh chướng ngại vật Điểm nổi bật của nghiên cứu là việc tích hợp khối thị giác máy tính, sử dụng thiết bị chơi game Kinect để tái tạo môi trường 3D phía trước robot, từ đó nâng cao độ chính xác khi kết hợp với các thuật toán điều khiển truyền thống.
Mobile robot hoạt động dựa trên camera quan sát toàn cảnh [6]
Nhóm nghiên cứu tại Viện Nghiên cứu và Công nghệ Hellas đã phát triển một phương pháp điều hướng robot dựa trên tầm nhìn toàn cảnh Robot có khả năng di chuyển trong không gian làm việc của nó và sử dụng thông tin hình ảnh duy nhất để xây dựng bản đồ topo của môi trường Bản đồ topo này sau đó giúp robot di chuyển hiệu quả trong không gian.
Hình 1.6: Robot CVRL với camera Hình 1.7: Mô phỏng quỹ đạo di chuyển
Robot bám đối tượng di động
Nhờ có camera quan sát nên robot có thể phát hiện và bám đối tượng để điều chỉnh hướng đi
Hình 1.8 : Mobile Robot bám đối tƣợng di động SRV1của LANTRONIX [7]
Tay máy (manipulator) là loại robot hoạt động giống như cánh tay con người, có khả năng cầm nắm, sắp xếp, di chuyển và tương tác với các đồ vật.
Haptics, từ gốc Hy Lạp, đề cập đến cảm giác xúc giác, bao gồm các yếu tố như lực tác động (cứng, mềm), cảm giác về bề mặt (thô, nhám, sắc, trơn) và cảm nhận về chuyển động thông qua tiếp xúc, cầm nắm và sờ.
1.3.2 Mobile Robot lau sàn sử dụng xử lý ảnh
Robot lau sàn là loại Mobile Robot tự động sử dụng công nghệ xử lý ảnh và thị giác máy tính Với các chương trình lập trình sẵn, robot có khả năng lau sàn hiệu quả, đồng thời tránh được các vật cản trên đường đi và di chuyển chính xác đến vị trí yêu cầu.
A mobile robot obstacle avoidance system utilizes image processing and consists of several key components: a mobile robot, a camera vision mounted on a stand, a host computer for processing, and a Bluetooth transceiver for communication.
Hình 1.11 : Tổng quan hệ thống Robot lau sàn
Camera ghi lại hình ảnh môi trường làm việc của Robot, bao gồm cả Robot và các vật cản Máy tính xử lý hình ảnh từ camera để nhận diện màu sắc, xác định vị trí và kích thước của Robot cùng vật cản Khi người dùng nhấp chuột trên giao diện, chương trình tính toán lộ trình cho Robot để đến điểm đích mà không bị vật cản cản trở Cuối cùng, máy tính gửi tín hiệu điều khiển cho Robot qua Bluetooth, giúp Robot di chuyển theo lộ trình đã được xác định.
Robot có kích thước trung bình, thường là 30cm x 20cm x 15cm, và được trang bị hai hình tròn hoặc vuông có màu sắc khác nhau trên mặt trên để dễ dàng nhận diện.
Robot gồm có: nguồn (pin), bộ Bluetooth Transceiver, động cơ DC, động cơ
RC Servo, mạch điều khiển PIC và mạch công suất điều khiển 2 động cơ trái phải b Camera
Để đảm bảo các bước xử lý tiếp theo chính xác, việc thu được hình ảnh rõ ràng là rất quan trọng Do đó, chất lượng hình ảnh của camera và cách lắp đặt cần được chú ý, đặc biệt là các điều kiện ánh sáng bên ngoài.
Máy tính (PC) thu nhận hình ảnh từ camera, xử lý dữ liệu để xác định vị trí của Robot và các vật cản, từ đó tính toán lộ trình di chuyển và điều khiển Mobile Robot hiệu quả.
CƠ SỞ LÝ THUYẾT
Vi điều khiển PIC 16F887
Trong đồ án này, nhóm đã sử dụng vi điều khiển PIC 16F887 để nhận dữ liệu từ máy tính và điều khiển Robot di động PIC 16F887 là một vi điều khiển 8 bit của Microchip, được thiết kế dựa trên kiến trúc Harvard, cho phép thực hiện đồng thời việc đọc lệnh và truy cập dữ liệu.
2.1.1 Đặc trưng của vi điều khiển PIC 16F887 [7]
- Vi điều khiển 8-bit của Microchip, thuộc dòng Low-power
- Kiến trúc Harvard (vs Von Neumann), tập lệnh RISC(Reduced Instructions Set Computer) (vs Complexed Instructions Set Computer)
- Thạch anh gắn ngoài tối đa 20MHz
- Tầm điện áp hoạt động 2.0V- 5.5V
- 5 port, 35 chân xuất nhập (I/O pins)
- Có đầy đủ các chức năng cần thiết của Vi điều khiển 8-bit: Timer (3 bộ),ADC (14 kênh ADC 10-bit), USART, SPI, I2C, PWM, Compare, … được lựa chọn để bắt đầu
2.1.2 Các thành phần của PIC 16F887
Các chức năng nổi bật của vi điều khiển
Bảng 2.1: Các thành phần của PIC16
Chi tiết về các thành phần của PIC16F887 được sử dụng trong robot được liệt kê dưới phần phụ lục.
Thị giác máy tính (Computer Vision)
2.2.1 Các lĩnh vực ứng dụng thị giác máy tính
Thị giác máy tính là một lĩnh vực kỹ thuật liên quan đến các thiết bị máy móc có khả năng "nhìn thấy" và phân tích hình ảnh Nó kết hợp giữa khoa học máy tính và nhận thức hình ảnh, cho phép máy móc hiểu và xử lý thông tin từ thế giới xung quanh.
Lý thuyết xây dựng hệ thống nhân tạo có khả năng thu thập thông tin từ hình ảnh là một lĩnh vực quan trọng, trong đó dữ liệu hình ảnh được thu thập từ nhiều nguồn khác nhau như tín hiệu video từ camera hoặc dữ liệu đa chiều từ máy chụp cắt lớp Một ví dụ điển hình về ứng dụng của hệ thống thị giác máy là việc tích hợp vào các hệ thống công nghệ để nâng cao khả năng nhận diện và phân tích hình ảnh.
- Điều khiển quá trình (như robot công nghiệp hay thiết bị vận chuyển tự động)
- Phát hiện đối tượng (ví dụ như giám sát hay đếm số người)
- Thiết lập thông tin (xây dựng cơ sở dữ liệu hình ảnh hay chuỗi hình ảnh)
Mô hình hóa đối tượng và môi trường đóng vai trò quan trọng trong nhiều lĩnh vực, bao gồm kiểm tra trong công nghiệp, phân tích hình ảnh y tế và xây dựng bản đồ địa hình Việc áp dụng các kỹ thuật mô hình hóa giúp nâng cao độ chính xác và hiệu quả trong các quy trình này, từ đó cải thiện chất lượng sản phẩm và dịch vụ.
- Tín hiệu ngõ vào cho một thiết bị tương tác người – máy
Những lĩnh vực có liên hệ chặt chẽ với thị giác máy tính là xử lí ảnh, phân tích ảnh, thị giác robot và thị giác máy (machine vision)
Hình 2.1 : Các lĩnh vực liên quan đến Computer Vision
Phân tích và xử lý ảnh chủ yếu tập trung vào ảnh 2-D, với các phương pháp chuyển đổi giữa các ảnh khác nhau Các kỹ thuật như tăng cường độ tương phản, tách biên, khử nhiễu và biến đổi hình học như quay ảnh được áp dụng ở mức pixel và cục bộ Điều này cho thấy rằng phân tích và xử lý ảnh không yêu cầu giả định và không làm thay đổi nội dung của ảnh Trong khi đó, nhận dạng là lĩnh vực sử dụng nhiều phương pháp khác nhau để trích xuất thông tin từ tín hiệu, chủ yếu dựa vào các phương pháp thống kê.
Thị giác robot nghiên cứu quỹ đạo ảnh 3-D từ một hoặc nhiều hình ảnh, nhằm khôi phục cấu trúc và thông tin về cảnh 3-D Để đạt được điều này, thị giác robot thường dựa vào các giả định phức tạp về khung cảnh được thể hiện trong hình ảnh.
Thị giác máy là một lĩnh vực quan trọng trong công nghiệp, với ứng dụng nổi bật như robot tự động và các hệ thống giám sát, đo lường Trong lĩnh vực này, kỹ thuật cảm biến hình ảnh và lý thuyết điều khiển được kết hợp với phân tích dữ liệu ảnh nhằm điều khiển robot hiệu quả Quá trình xử lý thời gian thực được tối ưu hóa thông qua các phương tiện thực thi hiệu quả trong cả phần cứng và phần mềm.
Thị giác máy tính, nói cách khác, nghiên cứu và mô tả hệ thống thị giác nhân tạo để bổ sung cho các phần mềm và phần cứng
Ngoài ra, thị giác máy tính còn có mối liên hệ với các lĩnh vực khác như vật lí, toán học, sinh học thần kinh…
2.2.2 Chức năng của hệ thống thị giác máy tính
Nhận dạng là quá trình xác định một hoặc nhiều đối tượng đã được học trước, thường kết hợp với vị trí 2D trong hình ảnh hoặc tư thế 3D trong không gian.
Nhận diện (Identification): một dạng đặc biệt của đối tượng được nhận dạng
Ví dụ : nhận diện mặt người hay vân tay hay xác định thiết bị di chuyển đặc biệt
Xác định (Detection) là quá trình quét dữ liệu hình ảnh nhằm phát hiện các điều kiện đặc biệt, chẳng hạn như nhận diện tế bào hay mô bất thường trong ảnh chụp y tế, hoặc xác định phương tiện trong hệ thống quan sát tai nạn tự động Bên cạnh đó, ước lượng chuyển động là việc xử lý chuỗi hình ảnh để tính toán vận tốc tại từng điểm trong ảnh hoặc trong không gian 3D.
Nhận dạng chuyển động (Egomotion): xác định vật thể 3D chuyển động trong ảnh camera
Bám đối tượng: bám theo chuyển động của đối tượng chi trước
Xây dựng lại khung cảnh ( Scene reconstruction): cho 1 hay nhiều hình ảnh về
Việc xây dựng lại khung cảnh từ video nhằm mục đích tính toán mô hình 3D của môi trường Mô hình đơn giản nhất là tập hợp các điểm 3D, trong khi phương pháp phức tạp hơn là tạo ra một mô hình mặt 3D hoàn chỉnh.
Khôi phục ảnh (Image restoration): mục đích của việc khôi phục ảnh là loại bỏ nhiễu ( nhiễu cảm biến, chuyển động mờ …) khỏi ảnh Cách tiếp cận đơn giản
Để loại bỏ nhiễu trong ảnh, có thể sử dụng các bộ lọc như lọc thông thấp hoặc lọc trung vị Ngoài ra, các phương pháp phức tạp hơn bao gồm việc xây dựng một mô hình tương tự cấu trúc của ảnh, giúp nhận diện và tách biệt ảnh khỏi nhiễu.
2.2.3 Các hệ thống thị giác máy tính
Hệ thống thị giác máy tính là các ứng dụng độc lập, có khả năng giải quyết vấn đề đo lường và xác định Chúng có thể hoạt động độc lập hoặc là các thành phần trong các thiết kế lớn hơn, như hệ thống điều khiển tự động và giao diện người máy Việc triển khai hệ thống phụ thuộc vào chức năng đã được thiết lập trước, cũng như khả năng học hỏi và điều chỉnh trong quá trình hoạt động Mặc dù mỗi hệ thống có thể khác nhau, nhưng vẫn tồn tại một số chức năng cơ bản chung trong nhiều hệ thống thị giác máy tính.
Ảnh số được tạo ra từ một hoặc nhiều cảm biến hình ảnh như camera nhạy sáng, cảm biến vị trí, thiết bị chụp X-quang, radar và camera siêu âm Tùy thuộc vào loại cảm biến, ảnh có thể là dạng 2D, khối 3D hoặc một chuỗi ảnh.
Giá trị pixel không chỉ phản ánh độ nhạy sáng trong dải quang phổ của ảnh xám hay ảnh màu, mà còn liên quan đến nhiều đại lượng vật lý khác như độ sâu, độ hấp thụ và phản xạ của sóng âm thanh, sóng từ trường, cũng như hiện tượng cộng hưởng từ.
Tiền xử lí (Pre-Processing)
Trước khi áp dụng phương pháp thị giác máy tính để tách thông tin cụ thể từ dữ liệu hình ảnh, cần thực hiện xử lý tín hiệu để đảm bảo tính khả thi của phương pháp.
Lấy mẫu lại để bảo đảm rằng hệ toạ độ của ảnh là đúng
Giảm nhiễu để đảm bảo tín hiệu nhiễu cảm biến không ảnh hưởng đến thông tin
Tăng độ tương phản để bảo đảm thông tin liên quan có thể được xác định
Đặc trưng khung Đặc trưng của ảnh tại những mức phức tạp khác nhau được tách khỏi dữ liệu ảnh Một vài đặc trưng cơ bản :
Cạnh, đường, góc và đỉnh
Các đặc trưng phức tạp liên quan đến kết cấu, hình dạng hay chuyển động
Xác định điểm ảnh hay vùng ảnh có liên quan đến quá trình xử lí tiếp theo Ví dụ như chọn tập hợp điểm quan trọng
Xử lí mức độ cao
Tại bước này, đầu vào thường là một tập dữ liệu nhỏ, chẳng hạn như một tập hợp các điểm hoặc một vùng ảnh được giả định chứa đối tượng cụ thể.
Kiểm tra rằng dữ liệu thoả mãn
Ước lượng các thông số, như hướng của đối tượng, kích thước đối tượng
Phân loại đối tượng xác định được thành những loại khác nhau
2.2.4 Ứng dụng của thị giác máy tính
Lý thuyết về ảnh số và xử lý ảnh
Trong bài viết này, chúng ta sẽ khám phá các khái niệm lý thuyết cơ bản về ảnh số và xử lý ảnh, bao gồm phần tử ảnh (pixel), cấu trúc file ảnh, và các loại ảnh như ảnh màu và ảnh xám (gray) Ngoài ra, chúng ta cũng sẽ tìm hiểu về các không gian màu (color space) phổ biến trong lĩnh vực xử lý ảnh.
2.4.1 Khái niệm về ảnh và phần tử ảnh (Pixel) a Khái niệm về ảnh/ảnh số Ảnh trong thực tế liên tục về không gian và độ sáng Tín hiệu ảnh thuộc loại tín hiệu đa chiều: tọa độ (x,y,z), độ sáng (λ), thời gian (t) Ảnh tĩnh trong không gian 2 chiều được định nghĩa là một hàm 2 biến s(x,y), với s là giá trị biên độ (được biểu diễn bằng màu sắc) tại vị trí không gian (x,y) Phân loại ảnh:
- Ảnh tương tự s(x,y): (x,y) liên tục, s liên tục
- Ảnh số z(x,y): (x,y) rời rạc, z rời rạc Ảnh số có tính giới hạn và rời rạc
Hình 2.4 : Ảnh tương tự và ảnh số
Một ảnh số, được cấu thành từ các điểm ảnh, có thể được phân chia thành nhiều ảnh con, hay còn gọi là các vùng quan tâm (ROIs - Regions of Interest).
Hình 2.5 : Biểu diễn ảnh số trong không gian 2D b Phần tử ảnh (Pixel)
Để xử lý ảnh bằng máy tính, cần phải số hóa chúng do ảnh trong thực tế liên tục về không gian và độ sáng Quá trình số hóa bao gồm việc chuyển đổi tín hiệu tương tự thành tín hiệu rời rạc thông qua lấy mẫu không gian và xác định giá trị thành phần mà mắt thường không thể phân biệt được Trong quá trình này, khái niệm pixel, phần tử nhỏ nhất của ảnh, được sử dụng Do đó, một bức ảnh thực chất là một tập hợp các pixel.
Quá trình số hóa có thể hiểu đơn giản như sau:
- Ảnh tương tự được chia thành X hàng, Y cột
- Giao của hàng và cột được gọi là pixel
- Giá trị biên độ của pixel tại tọa độ nguyên (x,y) là z(x,y), là trung bình cường độ sáng (intensity) trong pixel đó z(x,y) ≤ L (số mức xám dùng để biểu diễn ảnh)
Các giá trị x và y thường được chọn là lũy thừa của số 2 Mức xám L được tính theo công thức L = 2^B, trong đó B là số bit dùng để mã hóa độ sáng (biên độ) của mỗi pixel.
Như vậy, ảnh số được biểu diễn bởi ma trận 2 chiều Các phần tử của nó là các Pixel đã được số hóa
Ảnh số được ký hiệu là Z(X,Y) và có độ phân giải Y x X Mỗi phần tử ảnh có cường độ sáng được ký hiệu là z(x,y) = f(x,y) Độ phân giải của ảnh được định nghĩa là số Pixel theo chiều cột nhân với số Pixel theo chiều hàng Ví dụ, màn hình máy tính có nhiều loại độ phân giải khác nhau, như màn hình CGA với độ phân giải 320x200 và màn hình VGA với độ phân giải 640x350.
Hình 2.7 : Biểu diễn ảnh với độ phân giải khác nhau
(a)Ảnh với độ phân giải 200 x143 ; (b)Ảnh với độ phân giải 240 x 320
2.4.2 Cấu trúc một file ảnh
Một file ảnh là tập hợp các điểm ảnh, với mỗi điểm ảnh được biểu diễn bằng màu sắc hoặc tông xám Về cơ bản, ảnh được cấu trúc dưới dạng mảng hai chiều.
Hình 2.8: Mảng hai chiều của một file ảnh
2.4.3 Ảnh màu Ảnh màu là một ảnh kỹ thuật số mà trong đó mỗi pixel có chứa các thông tin về màu sắc Cụ thể, mỗi pixel sẽ bao gồm 3 kênh màu (color channels) trực giao với nhau trong không gian màu (color space) Không gian màu thường được sử dụng để hiển thị trên máy vi tính là không gian màu RBG, ngoài ra một số kênh màu khác như YcbCr và HSV cũng thường được sử dụng Ảnh màu thường được lưu trữ trong bộ nhớ dưới dạng một biểu đồ các vạch quét, hay ba biểu đồ vạch quét, trong đó mỗi biểu đồ được sử dụng cho một kênh màu Một biểu đồ vạch quét là một mảng hai chiều chứa các số nguyên nhỏ
Mỗi mẫu hình ảnh thông thường bao gồm 8 bits, tương ứng với 24 bits cho mỗi pixel Tuy nhiên, trong các ứng dụng yêu cầu chất lượng hình ảnh cao, mỗi mẫu có thể lên tới 10 bits hoặc hơn Một bức ảnh 24 bits màu có thể hiển thị tổng cộng 16.777.216 màu sắc khác nhau.
2.4.4 Không gian màu (Color Space)
Màu sắc được phân tích qua hai thành phần chính: thành phần màu và độ sáng Thành phần màu xác định đặc tính màu của vật thể, trong khi độ sáng phản ánh ảnh hưởng của môi trường xung quanh Trong một bức ảnh màu, cả hai giá trị này đều có thể được xác định Không gian màu là mô hình toán học biểu diễn màu sắc bằng các con số, thường là 3 hoặc 4 thành phần Tuy nhiên, việc xác định vật thể dựa trên đặc tính màu có thể gặp khó khăn khi điều kiện ánh sáng xung quanh thay đổi, dẫn đến sự thay đổi màu sắc bên ngoài của vật thể.
Hình 2.9 : Các kiểu không gian màu a Không gian màu RGB (RGB Color Space)[8]
Không gian màu RGB được xây dựng trên mô hình màu RGB, trong đó ánh sáng trắng được hình thành từ bảy màu khác nhau: đỏ, cam, vàng, lục, lam, chàm và tím Những màu này tạo thành một dãy màu liên tục mà không có ranh giới rõ ràng giữa chúng Tuy nhiên, về cấu trúc của mắt và cách nhìn, tất cả các màu đều được kết nối với các màu cơ bản.
Trong mô hình RGB, màu sắc được tạo ra từ ba thành phần cơ bản là Đỏ (R), Xanh lục (G) và Xanh dương (B) Mô hình này được xây dựng dựa trên hệ thống tọa độ Cartesian, còn được gọi là tọa độ Decca.
Hình 2.10 : Không gian màu RGB
Mô hình màu RGB được hình dung như một khối lập phương với các màu đỏ, xanh lá, và xanh dương nằm ở ba đỉnh khác nhau, trong khi màu đen ở gốc tọa độ và màu trắng ở đỉnh xa nhất Thang mức xám kéo dài từ đen đến trắng, với mỗi màu cơ bản được mã hóa bởi 8 bit, cho phép tạo ra 581.375 màu sắc thứ cấp mà mắt người có thể nhận biết Các giá trị màu R, G, B được chuẩn hóa trong khoảng [0, 1], và mô hình RGB bao gồm ba mặt phẳng độc lập Khi được đưa vào màn hình RGB, ba màu này kết hợp để tạo thành hình ảnh màu hoàn chỉnh Tuy nhiên, sự biến thiên của ánh sáng môi trường có thể làm thay đổi đáng kể giá trị RGB của pixel, dẫn đến việc sử dụng các không gian màu khác bền vững hơn với sự thay đổi điều kiện ánh sáng, chẳng hạn như không gian màu xám.
Ảnh xám là loại ảnh chỉ chứa một màu duy nhất, cụ thể là màu xám, và việc chuyển đổi từ ảnh màu sang ảnh xám giúp giảm lượng thông tin cho mỗi pixel Trong ảnh xám, các thành phần RGB có cường độ bằng nhau, cho phép xác định một giá trị cường độ duy nhất cho mỗi pixel, trong khi ảnh màu yêu cầu nhiều giá trị hơn.
3 giá trị Một công thức đơn giản để chuyển một ảnh màu sang ảnh trắng đen là :
Thông thường, cường độ xám được biểu diễn bằng một số nguyên 8-bit cho ta
Mức xám có 256 khả năng khác nhau từ đen tới trắng, và nếu chúng phân bố đồng đều, sự khác biệt giữa các mức xám liên tiếp sẽ rất nhỏ, cho thấy màu sắc của ảnh tương đối đồng nhất Ảnh xám vẫn rất phổ biến trong công nghệ và các thuật toán xử lý ảnh, vì chúng hữu ích trong nhiều ứng dụng mà không cần sử dụng ảnh màu phức tạp Chẳng hạn, trong lĩnh vực xác định và nhận dạng vật thể dựa trên các đặc tính biên và contour, ảnh xám thường được sử dụng.
