TỔNG QUAN
GIỚI THIỆU
Lúa gạo là nguồn thực phẩm thiết yếu không chỉ cho người dân Việt Nam mà còn đóng vai trò quan trọng trong xuất khẩu của đất nước Với tỷ trọng cao trong kim ngạch xuất khẩu, lúa gạo khẳng định vị thế của mình trên thị trường quốc tế.
Việt Nam là một trong những quốc gia có nền văn minh lúa nước lâu đời và là một trong những nước xuất khẩu gạo hàng đầu thế giới, đóng góp lớn vào nền kinh tế và tạo ra nhiều việc làm cho người lao động Tuy nhiên, nước ta vẫn đối mặt với nhiều thách thức trong việc cải thiện đời sống và ổn định đất nước Một vấn đề nổi bật là mặc dù xuất khẩu gạo với số lượng lớn, nhưng chất lượng gạo Việt Nam vẫn chưa cao, do hệ thống xuất khẩu còn lạc hậu và nhỏ lẻ, khiến cho sản phẩm không thể cạnh tranh với các nước xuất khẩu gạo lớn trong khu vực như Ấn Độ, Thái Lan và Trung Quốc.
Để nâng cao chất lượng gạo xuất khẩu của Việt Nam và giảm giá thành sản phẩm lọc gạo trên thị trường toàn cầu, cần tìm ra các giải pháp hiệu quả.
MỤC TIÊU ĐỀ TÀI
Mục tiêu của nghiên cứu "Chế tạo mô hình phân loại sản phẩm nông nghiệp bằng kỹ thuật xử lý ảnh" là phát hiện và theo dõi hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc Bằng cách xác định vị trí các hạt gạo không đạt chuẩn trong thời gian thực qua camera, chúng ta có thể loại bỏ chúng khỏi hạt gạo đạt chất lượng, từ đó nâng cao chất lượng sản phẩm Nghiên cứu này cũng nhằm giảm chi phí sản xuất cho các máy phân loại gạo so với các thiết bị nhập khẩu từ nước ngoài.
GIỚI HẠN ĐỀ TÀI
Do những hạn chế về thời gian và độ phức tạp của thuật toán, bài viết này chỉ tập trung vào việc mô phỏng quá trình đánh dấu và theo dõi các đối tượng.
Hai hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc cần được kiểm tra trong thời gian thực Hơn nữa, tốc độ xử lý vẫn chậm và chưa loại bỏ được các hạt gạo kém chất lượng.
PHƯƠNG PHÁP
Hệ thống xử lý ảnh hiện đại sử dụng camera để thu nhận hình ảnh trong thời gian thực, sau đó chuyển dữ liệu vào máy tính để xử lý bằng phần mềm mô phỏng Matlab Quá trình này bao gồm việc tách các khung hình từ video đã thu nhận, đánh dấu các hạt gạo không đạt tiêu chuẩn về kích thước và màu sắc, và loại bỏ chúng bằng dụng cụ cơ khí, cụ thể là súng hơi.
NỘI DUNG ĐỀ TÀI
Cấu trúc bài luận văn được trình bày như sau:
Chương này trình bày khái quát định hướng lựa chọn, mục tiêu, giới hạn đề tài cũng như giải pháp nghiên cứu và tiếp cận
Chương 2 – Cơ sở lý thuyết
Chương này cung cấp cái nhìn tổng quan về thị giác máy tính (Computer Vision), lý thuyết cơ bản về mạng nơ-ron nhân tạo và xử lý ảnh Bên cạnh đó, nó cũng đề cập đến các tiêu chí đánh giá hiệu quả trong việc phân loại hạt gạo không đạt tiêu chuẩn.
Chương này giới thiệu phương pháp phân loại hạt gạo theo kích thước và màu sắc, đảm bảo tiêu chuẩn chất lượng trong thời gian thực Các bước phân tích được trình bày chi tiết nhằm tối ưu hóa quy trình phân loại, giúp nâng cao hiệu quả và độ chính xác trong việc kiểm tra hạt gạo.
Chương này trình bày kết quả đạt được và tốc độ xử lý của giải thuật, từ đó đưa ra những đánh giá, nhận xét cụ thể và so sánh với các phương pháp truyền thống hiện có.
Chương 5 – Kết luận và hướng phát triển chính
Chương này nhằm tổng kết những kết quả đạt được và đưa ra kết luận cụ thể cũng như những hướng phát chính của đề tài trong tương lai
CƠ SỞ LÝ THUYẾT
GIỚI THIỆU CHUNG VỀ XỬ LÝ ẢNH
Xử lý ảnh là một lĩnh vực nghiên cứu quan trọng trong thị giác máy tính, liên quan đến việc chuyển đổi ảnh ban đầu thành ảnh mới theo ý muốn người sử dụng Mặc dù là một ngành khoa học mới, nhưng xử lý ảnh đang phát triển nhanh chóng, thúc đẩy nghiên cứu và ứng dụng, đặc biệt là trong việc phát triển máy tính chuyên dụng Công nghệ này hiện đang được ứng dụng rộng rãi trong nhiều lĩnh vực như dự báo thời tiết, nhận diện khuôn mặt, xác thực vân tay và nhận biết biển báo giao thông.
Các phương pháp xử lý ảnh bao gồm nâng cao chất lượng ảnh và phân tích ảnh, bắt đầu từ những năm 1920 khi ảnh báo được truyền từ London đến New York Nâng cao chất lượng ảnh liên quan đến phân bố mức sáng và độ phân giải, phát triển mạnh mẽ từ năm 1955 nhờ sự tiến bộ của máy tính sau Thế chiến thứ hai Năm 1964, máy tính đã có khả năng xử lý ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ, bao gồm việc làm nổi đường biên và lưu ảnh Kể từ đó, các phương tiện xử lý và nhận dạng ảnh đã không ngừng phát triển, với sự áp dụng rộng rãi của các phương pháp trí tuệ nhân tạo, mạng neuron nhân tạo, và các thuật toán xử lý hiện đại Gần đây, xử lý ảnh trở nên quan trọng trong việc phân biệt màu sắc và được ứng dụng trong nhiều ngành công nghiệp để phát hiện và loại bỏ sản phẩm không đạt chuẩn về kích thước và màu sắc Nhờ công nghệ số hóa hiện đại, con người có thể xử lý tín hiệu nhiều chiều qua nhiều hệ thống khác nhau, từ mạch số đơn giản đến máy tính song song cao cấp, với mục tiêu chia thành ba hướng chính.
Xử lý ảnh ban đầu để có được ảnh mới theo yêu một yêu cầu nhất định
Phân tích, thu thập các thông tin ảnh đặc trưng giúp phân loại, nhận biết ảnh
Hiểu ảnh đầu vào để có những mô tả về ảnh ở mức độ cao hơn, sâu hơn.
Xử lý ảnh bắt đầu bằng việc thu nhận hình ảnh từ thế giới bên ngoài qua các thiết bị như camera và máy chụp ảnh Trước đây, hình ảnh được thu qua camera tương tự, nhưng với sự phát triển công nghệ, hiện nay ảnh màu và đen trắng có thể được chuyển trực tiếp thành ảnh số để thuận tiện cho các bước xử lý tiếp theo Ngoài ra, ảnh cũng có thể được thu nhận từ vệ tinh hoặc quét từ máy quét ảnh Hình 2.1 minh họa các bước cơ bản trong quy trình xử lý ảnh.
Hình 2.1: Các bước cơ bản trong xử lý ảnh
Sơ đồ trên bao gồm các thành phần sau:
Phần thu nhận ảnh là quá trình quan trọng trong việc xử lý hình ảnh, cho phép thu thập dữ liệu qua camera màu hoặc đen trắng Các camera thường sử dụng là loại tương tự, như camera ống chuẩn CCIR với tần số 1/25, cho ra 25 dòng ảnh mỗi giây Ngoài ra, cũng có các loại camera đã số hóa, như CCD (Charge Coupled Device), sử dụng photodiot để tạo ra cường độ sáng tại mỗi điểm ảnh, mang lại chất lượng hình ảnh cao hơn.
Camera quét dòng là loại thiết bị thường được sử dụng, tạo ra hình ảnh hai chiều Chất lượng ảnh thu được phụ thuộc vào thiết bị và các yếu tố môi trường như ánh sáng và phong cảnh.
Tiền xử lý (Image Processing):
Sau khi thu nhận, ảnh có thể bị nhiễu và có độ tương phản thấp, vì vậy cần sử dụng bộ tiền xử lý để cải thiện chất lượng hình ảnh Bộ tiền xử lý có chức năng chính là lọc nhiễu và nâng cao độ tương phản, giúp ảnh trở nên rõ nét và sắc sảo hơn.
Phân vùng ảnh là quá trình tách một bức ảnh thành các vùng thành phần, giúp cho việc phân tích và nhận dạng ảnh dễ dàng hơn Chẳng hạn, trong việc nhận dạng chữ hoặc mã vạch trên phong bì thư để phân loại bưu phẩm, cần phải chia nhỏ các câu, chữ, và số thành các đơn vị riêng biệt Đây là một trong những bước phức tạp và khó khăn nhất trong xử lý ảnh, dễ dẫn đến lỗi và làm giảm độ chính xác của kết quả Do đó, chất lượng nhận dạng ảnh phụ thuộc rất lớn vào công đoạn phân vùng này.
Biểu diễn ảnh sau khi phân đoạn bao gồm các điểm ảnh của vùng ảnh đã phân đoạn cùng với mã liên kết các vùng lân cận, và việc chuyển đổi số liệu này thành định dạng phù hợp là cần thiết cho xử lý tiếp theo Trích chọn đặc trưng là quá trình lựa chọn các tính chất để thể hiện ảnh, giúp tách biệt các đặc tính của ảnh thành thông tin định lượng, từ đó phân biệt các lớp đối tượng khác nhau Chẳng hạn, trong nhận dạng ký tự trên phong bì thư, việc mô tả các đặc trưng của từng ký tự là rất quan trọng để phân biệt chúng với nhau.
Nhận dạng và nội suy ảnh (Image Recognition and Interpretation):
Nhận dạng ảnh là quá trình xác định và phân loại hình ảnh bằng cách so sánh với các mẫu chuẩn đã được học Nội suy, trong ngữ cảnh này, là việc đưa ra phán đoán dựa trên nhận dạng, ví dụ như chuyển đổi một loạt chữ số và nét ngang trên phong bì thành mã điện thoại Có nhiều phương pháp khác nhau để phân loại hình ảnh, và theo lý thuyết về nhận dạng, các mô hình toán học được sử dụng để phân loại cơ bản các hình ảnh.
- Nhận dạng theo tham số
- Nhận dạng theo cấu trúc
Hiện nay, một số công nghệ nhận dạng phổ biến trong khoa học và công nghệ bao gồm nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (text), nhận dạng vân tay, nhận dạng mã vạch và nhận dạng khuôn mặt.
Cơ sở tri thức (Knowledge Base):
Ảnh là một đối tượng phức tạp với nhiều yếu tố như đường nét, độ sáng tối và dung lượng điểm ảnh, cùng với môi trường thu ảnh đa dạng dẫn đến nhiều loại nhiễu Trong quá trình xử lý và phân tích ảnh, việc đơn giản hóa các phương pháp toán học không chỉ giúp tiện lợi mà còn hướng đến việc mô phỏng quy trình tiếp cận tự nhiên.
Trong quá trình nhận và xử lý ảnh, nhiều bước hiện nay đã áp dụng các phương pháp trí tuệ nhân tạo, đặc biệt là công nghệ nơron nhân tạo, để mô phỏng cách mà con người xử lý thông tin hình ảnh.
Mô tả (biểu diễn ảnh):
Sau khi số hóa, ảnh sẽ được lưu trữ trong bộ nhớ hoặc chuyển tiếp để phân tích Việc lưu trữ ảnh thô trực tiếp yêu cầu dung lượng bộ nhớ lớn và không hiệu quả về mặt ứng dụng Thay vào đó, các ảnh thô thường được mã hóa theo các đặc điểm như biên ảnh và vùng ảnh, để tối ưu hóa việc lưu trữ Một số phương pháp biểu diễn ảnh phổ biến được áp dụng trong quá trình này.
- Biểu diễn bằng mã chạy (Run-LengthCode)
- Biểu diễn bằng mã xích (Chaine-Code)
- Biểu diễn bằng mã tứ phân (Quad-Tree Code)
Biểu diễn bằng mã chạy:
Phương pháp này thường được sử dụng để biểu diễn vùng ảnh, đặc biệt là trong ảnh nhị phân Một vùng ảnh R có thể được mã hóa một cách đơn giản thông qua một ma trận nhị phân.
Hàm U(m, n) mô tả mức xám của ảnh tại tọa độ (m, n) Một vùng ảnh có thể được biểu diễn bằng các chuỗi số 0 và 1 Khi mô tả ảnh nhị phân tại tọa độ (x, y), chúng ta chỉ tập trung vào giá trị “1”, và cách biểu diễn sẽ là (x, y)r, trong đó (x, y) là tọa độ và r là số lượng bit “1” liên tục theo chiều ngang hoặc dọc.
Biểu diễn bằng mã xích:
NHỮNG VẤN ĐỀ TRONG HỆ THỐNG XỬ LÝ ẢNH
2.2.1 Các khái niệm cơ sở về xứ lý ảnh
Điểm ảnh (Pixel) là đơn vị cơ bản của ảnh số, được xác định tại toạ độ (x, y) với độ xám hoặc màu sắc cụ thể Kích thước và khoảng cách giữa các điểm ảnh được lựa chọn một cách hợp lý để đảm bảo chất lượng hình ảnh.
Mắt người có khả năng cảm nhận sự liên tục về không gian và mức độ xám (hoặc màu) của hình ảnh số gần giống như ảnh thật Mỗi phần tử trong ma trận hình ảnh được gọi là phần tử ảnh.
Độ phân giải của ảnh Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn định trên một ảnh số được hiển thị
Khoảng cách giữa các điểm ảnh cần được chọn sao cho mắt người vẫn cảm nhận được sự liên tục của hình ảnh Việc lựa chọn khoảng cách thích hợp giúp tạo ra mật độ phân bổ, hay còn gọi là độ phân giải, được phân bố theo trục x và y trong không gian hai chiều Hiện nay, một số độ phân giải phổ biến bao gồm VGA, MPEG và Megapixel.
Độ sáng của mỗi điểm ảnh được xác định bởi một giá trị nguyên dương trong khoảng [0, 255], phản ánh sự biến đổi tương ứng Các thang giá trị mức xám phổ biến bao gồm 16, 32 và 64.
Mức độ xám 256 là phổ biến trong kỹ thuật máy tính, vì nó sử dụng 1 byte (8 bit) để biểu diễn các mức xám Cụ thể, với 1 byte, có thể tạo ra 256 mức xám, từ 0 đến 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 là loại ảnh chỉ sử dụng hai mức màu đen và trắng, với mỗi điểm ảnh được mô tả bằng 1 bit, cho phép phân biệt 2 mức khác nhau Điều này có nghĩa là mỗi pixel trong ảnh nhị phân chỉ có thể là một trong hai trạng thái: đen hoặc trắng.
Trong lý thuyết ba màu (Đỏ, Xanh lá, Xanh dương), màu sắc được mô tả bằng 3 byte, cho phép tạo ra khoảng 16,7 triệu màu khác nhau.
2.2.3 Quan hệ giữa các điểm ảnh
Một ảnh số có thể được mô tả bằng hàm f(x, y), trong đó S là tập con các điểm ảnh Mối quan hệ giữa các cặp điểm ảnh được ký hiệu là p và q Dưới đây là một số khái niệm liên quan đến các điểm ảnh này.
Các lân cận của điểm ảnh (Image Neighbors)
Giả sử điểm ảnh p nằm tại tọa độ (x, y), điểm này có bốn điểm lân cận gần nhất theo hướng đứng và ngang, tương ứng với bốn hướng chính: Đông, Tây, Nam và Bắc.
- Số 1 là giá trị logic
- N4(p) là tập 4 điểm lân cận của p
Hình 2.3: Lân cận các điểm ảnh của tọa độ (x,y)
Các mối liên kết điểm ảnh
Các mối liên kết trong hình ảnh đóng vai trò quan trọng trong việc xác định giới hạn của đối tượng vật thể hoặc vùng trong ảnh Một liên kết được xác định bởi sự liền kề giữa các điểm và các giá trị mức xám tương ứng của chúng Ví dụ, một ảnh có các giá trị cường độ sáng nằm trong khoảng từ 32 đến 64 sẽ được mô tả dựa trên các đặc điểm này.
Có 3 loại liên kết như Hình 2.4
Hình 2.4: Các kiểu liên kết điểm ảnh (a) liên kết 4 (b) liên kết 8 (c) liên kết m
Liên kết 4-(2.4a): Hai điểm ảnh p và q được nói là liên kết 4 với các giá trị cường độ sáng V nếu q nằm trong một các lân cận của p, tức q thuộc N4(p)
Liên kết 8-(2.4b): Hai điểm ảnh p và q nằm trong một các lân cận 8 của p, tức q thuộc N8(p)
Liên kết m (liên kết hỗn hợp)-(2.4c): Hai điểm ảnh p và q với các giá trị cường độ sáng V được nói là liên kết m nếu:
Đo khoảng các giữa các điểm ảnh
- Định nghĩa: Khoảng cách D(p, q) giữa hai điểm ảnh p toạ độ (x, y), q toạ độ (s, t) là hàm khoảng cách (Distance) hoặc Metric nếu:
1 D(p,q) ≥ 0 (Với D(p,q)=0 nếu và chỉ nếu p=q)
2 D(p,q) = D(q,p) 3.D(p,z) ≤ D(p,q) + D(q,z); z là một điểm ảnh khác
- Khoảng cách Euclide: Khoảng cách Euclide giữa hai điểm ảnh p(x, y) và q(s, t) được định nghĩa như sau:
- Khoảng cách khối: Khoảng cách D4(p, q) được gọi là khoảng cách khối đồ thị (CityBlock Distance) và được xác định như sau:
Giá trị khoảng cách giữa các điểm ảnh r là khoảng cách từ tâm điểm ảnh này đến tâm điểm ảnh khác, ví dụ như trên màn hình CGA 12” với độ phân giải 320*200 và tỷ lệ 4/3 Theo định lý Pitago, đường chéo của màn hình có tỷ lệ 5 phần, dẫn đến chiều dài thật là 305mm, chiều rộng 244mm và chiều cao 183mm Với màn hình CGA 200 điểm ảnh theo chiều dọc, khoảng cách giữa các điểm ảnh lân cận ước tính khoảng 1mm.
- Khoảng cách D8(p, q) còn gọi là khoảng cách bàn cờ (Chess-Board Distance) giữa điểm ảnh p, q được xác định như sau:
2.2.4 Các thiệt bị thu nhận ảnh
Máy chụp ảnh và camera có khả năng ghi lại hình ảnh, bao gồm cả phim và video Có nhiều loại cảm biến như Micro Densitometers, Image Dissector, Camera Divicon và linh kiện quang điện bán dẫn, hoạt động với ánh sáng nhìn thấy và hồng ngoại Các cảm biến này cần số hóa, có thể là phim âm bản hoặc ảnh chụp Camera Divicon và linh kiện bán dẫn quang điện cho phép ghi ảnh lên băng từ có khả năng số hóa Trong Micro Densitometer, phim và ảnh được gắn trên mặt phẳng hoặc cuộn quang trống, với quá trình quét ảnh bằng tia sáng, như tia Laser, trong khi mặt phim hoặc quang trống di chuyển tương đối theo tia sáng.
Camera được xem là con mắt dùng để thu lại hình ảnh từ thời gian thực, có hai kiểu camera thông dụng là:
- Camera dùng đèn chân không (Trong lĩnh vực xử lý ảnh ít được sử dụng hơn so với camera bán dẫn)
Camera bán dẫn, hay còn gọi là camera CCD, sử dụng các thiết bị gộp (Charge-Coupled Devices) để chuyển đổi tín hiệu ảnh từ bộ cảm nhận ánh sáng thành tín hiệu điện Loại camera này nổi bật với chất lượng hình ảnh cao, ít nhiễu và độ nhạy tốt với ánh sáng Khi lựa chọn camera, người dùng nên chú ý đến các thấu kính có khoảng tiêu cự từ 18 đến 108 mm để đạt được hiệu quả tốt nhất.
Để hiển thị ảnh màu trên màn hình video, nên sử dụng màn hình đa hệ và máy tính P4 hoặc cấu hình cao hơn Các máy này cần có khe cắm cho phần xử lý ảnh Các chương trình thiết kế và lọc ảnh có thể chạy trên bất kỳ hệ thống nào, trong khi các chương trình con hiển thị ảnh được cung cấp trên đĩa kèm theo và hỗ trợ hầu hết các vi mạch SVGA.
2.2.5 Mô hình không gian màu
Mô hình không gian màu RGB
Tổ chức quốc tế về chuẩn hóa màu CIE (Commission Internationale d’Eclairage) đã thiết lập các tiêu chuẩn để biểu diễn màu sắc, trong đó hệ chuẩn màu CIE-RGB sử dụng ba màu cơ bản: đỏ (R), xanh lục (G) và xanh lơ (B), được ký hiệu là RGBCIE để phân biệt với các hệ chuẩn khác Mỗi màu sắc là sự kết hợp của các màu cơ bản theo một tỷ lệ nhất định, do đó, mỗi pixel trong ảnh màu, ký hiệu là Px, có thể được biểu diễn qua công thức với ký hiệu chuyển vị T.
Hình 2.5: 3 màu cơ bản red, green, blue
Hình 2.6: Mô hình không gian màu RGB
Trong cách biểu diễn này ta có công thức: đỏ + lục + lơ =1 (2.4)
CÁC VẤN ĐỀ KHÁC TRONG XỬ LÝ ẢNH
2.3.1 Chuyển đổi mức xám của ảnh
Video thu nhận từ camera chứa các khung hình (frames) ảnh Đầu tiên, mức xám của một khung hình được xử lý để chuyển từ ảnh màu gốc sang ảnh xám Tiếp theo, ảnh được dò tách biên, lấp lỗ trống và làm dày biên để tách đối tượng khỏi ảnh Sau khi lọc bỏ nhiễu và xác định các điểm ảnh lỗi, ảnh được phân đoạn thành các vùng có số pixel liên kết nhất định Do ảnh RGB thường là ảnh màu 24 bit với 3 lớp màu, việc nhận dạng trở nên khó khăn, vì vậy cần chuyển đổi về ảnh xám 8 bit với một lớp để dễ dàng nhận dạng và xử lý hơn.
Theo tiêu chuẩn hệ thống màu NTSC, ảnh bậc độ xám của ảnh màu được tạo ra bằng cách tính toán từng pixel tương ứng của ảnh bậc độ xám theo công thức nhất định.
- Y là giá trị bậc độ xám của pixel ảnh các bậc độ xám (nhiều khi còn gọi là ảnh đen trắng)
- Rd, Gd, Bd là giá trị của các pixels màu cơ bản R, G, B
Nhiễu là những phần tử trong ảnh có giá trị vượt trội so với các phần tử xung quanh, thường có tần số cao hơn Sự hiện diện của nhiễu ảnh hưởng tiêu cực đến chất lượng của ảnh và video thu được.
Lọc nhiễu là bước tiền xử lý quan trọng trong xử lý ảnh, giúp nâng cao chất lượng ảnh cho các giai đoạn tiếp theo Ảnh thu nhận thường bị nhiễu, do đó cần loại bỏ để cải thiện độ rõ nét Các toán tử không gian trong kỹ thuật tăng cường ảnh được phân loại thành hai nhóm chính: làm trơn nhiễu và nổi biên Để tách nhiễu, người ta sử dụng bộ lọc tuyến tính như lọc trung bình và lọc thông thấp, hoặc lọc phi tuyến như lọc trung vị và lọc đồng hình Dựa trên bản chất của nhiễu, thường liên quan đến tần số cao, bộ lọc thông thấp được áp dụng để loại bỏ nhiễu, trong khi bộ lọc thông cao và lọc Laplace được sử dụng để làm nổi bật các cạnh.
3 loại nhiễu thường gặp trong ảnh là: nhiễu cộng, nhiễu nhân và nhiễu xung
Sau khi thu hoạch, hạt gạo thường có kích thước nhỏ và dễ bị nhiễu muối tiêu Để tối ưu hóa quá trình xử lý, việc sử dụng lọc trung bình là giải pháp hiệu quả nhất trong trường hợp này.
2.3.3 Làm trơn nhiễu bằng các phương pháp lọc nhiễu
Lọc trung bình (Mean Filter)
Lọc trung bình là phương pháp phổ biến trong việc loại bỏ nhiễu nhỏ, đặc biệt hiệu quả trong việc xử lý ảnh của các hạt gạo nhỏ và trong việc lọc các loại muối tiêu.
Với lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số của các điểm lân cận và được định nghĩa như sau:
Nếu trong kỹ thuật lọc trên, ta dùng các trọng số như nhau, phương trình trên sẽ trở thành:
Với: y(m,n): ảnh đầu vào v(m,n): ảnh đầu ra a(k, l): là cửa sổ lọc a(k, l)= 1
𝑁 𝑤 với 𝑁 𝑤 là số điểm ảnh trong cửa sổ lọc W
Lọc trung bình có trọng số chính là thực hiện chập ảnh đầu vào với nhân chập H Nhân chập H trong trường hợp này có dạng:
Lọc trung vị (Mean Filter)
Lọc trung vị được viết với công thức:
Kỹ thuật này yêu cầu sắp xếp giá trị các điểm ảnh trong cửa sổ theo thứ tự tăng hoặc giảm so với giá trị trung vị Kích thước của cửa sổ thường được chọn là số lẻ, với các kích thước phổ biến như 3x3.
Tính chất của lọc trung vị:
- Lọc trung vị là loại lọc phi tuyến Điều này dẽ nhận thấy từ:
- Có lợi cho việc loại bỏ các điểm ảnh hay các hàng mà vẫn bảo toàn độ phân giải
Hiệu quả của việc giảm điểm giảm khi số điểm trong cửa sổ lớn hơn hoặc bằng một nửa tổng số điểm Điều này có thể dễ dàng giải thích bởi vì trung vị được tính là (Nw+1)/2, trong đó Nw là số lượng điểm và giá trị này là lớn nhất khi Nw là số lẻ Lọc trung vị trong trường hợp hai chiều có thể được hiểu là lọc trung vị hoạt động tách biệt theo từng chiều.
Lọc trung vị yêu cầu thực hiện nhiều phép tính, dẫn đến tốc độ xử lý chậm Để khắc phục nhược điểm này, người ta đã phát triển bộ lọc giả trung vị.
Hình 2.11: Bộ lọc giả trung vị
Lọc đồng hình (Homomorphie Filter)
Kỹ thuật lọc này rất hiệu quả trong việc xử lý ảnh có nhiễu nhân Ảnh quan sát được bao gồm ảnh gốc kết hợp với một hệ số nhiễu Gọi X(m, n) là ảnh thu được, X(m, n) là ảnh gốc và η(m, n) là nhiễu.
𝑋(𝑚, 𝑛) = 𝑋̅(𝑚, 𝑛) ∗ 𝜂(𝑚, 𝑛) (2.13) Lọc đồng hình thực hiện lấy logarit của ảnh quan sát Do vậy ta có kết quả sau: log (𝑋(𝑚, 𝑛)) = log (𝑋̅(𝑚, 𝑛)) ∗ log (𝜂(𝑚, 𝑛)) (2.14)
Rõ ràng, nhiễu nhân có trong ảnh sẽ bị giảm Sau quá trình lọc tuyến tính, ta chuyển về ảnh cũ bằng phép biến đổi hàm e mũ
Để xử lý nhiễu ảnh, ta so sánh giá trị độ xám của mỗi điểm ảnh với một ngưỡng nhất định dựa trên trung bình của 8 điểm ảnh lân cận Nếu độ sai lệch lớn hơn ngưỡng, điểm ảnh đó sẽ được xác định là nhiễu và sẽ được thay thế bằng giá trị trung bình của 8 điểm lân cận Bộ lọc này có thể được diễn tả bằng một công thức cụ thể.
𝑢(𝑚, 𝑛) (2.15) với: α(w) là trung bình cộng các điểm trong lân cận w
Cửa sổ tính toán phổ biến thường được chọn là 3x3, nhưng có thể mở rộng đến 5x5 hoặc 7x7 để tăng cường tính tương quan giữa các điểm ảnh Điều quan trọng là xác định ngưỡng thích hợp để loại bỏ nhiễu mà không làm mất thông tin quan trọng của ảnh.
Bộ lọc H1 là bộ lọc không gian trung bình đều với trọng số 1/9, giúp giảm năng lượng nhiễu xuống 9 lần Trong khi đó, bộ lọc H2 là bộ lọc trung bình lân cận với 4 điểm.
Hầu hết các loại nhiễu trong hình ảnh đều là nhiễu Gauss, và chúng ta có thể loại bỏ loại nhiễu này bằng cách làm phẳng ảnh Một phương pháp hiệu quả là thay đổi giá trị của mỗi điểm ảnh bằng giá trị trung bình của các điểm ảnh lân cận Phương pháp này mang lại kết quả tốt với nhiễu Gauss, nhưng lại không hiệu quả khi gặp nhiễu xung Ở đây, chúng ta sử dụng bộ lọc thông thấp để xử lý vấn đề này.
Nhiễu thêm vào hình ảnh thường không tương quan và có quang phổ phẳng, với giá trị phổ cao tại tần số thấp và giảm dần ở tần số cao Khi đạt đến một tần số nhất định, phổ của nhiễu bị ảnh hưởng bởi thành phần nhiễu Sử dụng bộ lọc thông thấp có thể loại bỏ hầu hết ảnh hưởng của thành phần nhiễu ở tần số cao, nhưng đồng thời cũng làm mất đi thông tin hữu ích ở tần số này, dẫn đến việc lọc nhiễu nhưng làm mờ hình ảnh Quá trình xử lý được thực hiện theo các bước cụ thể.
- Tìm chuyển đổi Fourier của hình ảnh
CÁC PHÉP TOÁN HÌNH THÁI TRONG XỬ LÝ ẢNH
Khái niệm Morphology trong xử lý ảnh số xuất phát từ sinh học, nghiên cứu về hình thể và cấu trúc của động thực vật Đây là công cụ quan trọng giúp rút trích các thành phần trong ảnh nhị phân, biểu diễn và mô tả chúng dưới dạng các vùng, đường biên, xương và bao lồi Kỹ thuật morphology cũng được áp dụng cho ảnh xám trong các bước tiền và hậu xử lý ảnh.
Các phép toán đầu tiên trong Morphology được phát triển vào năm 1964 bởi Georges Matheron và Jean Serra tại École des Mines de Paris, Pháp Matheron, với vai trò là tiến sĩ hướng dẫn của Jean, đã cùng nhau xác định số lượng đặc tính của khoáng sản thông qua phương pháp "thin cross section" Công trình này đã dẫn đến một phương pháp tiếp cận mới và sự tiến bộ trong hình học tích phân và tô pô.
Từ đó đến hết năm 1970, Morphology xử lý cơ bản với các ảnh nhị phân, tạo ra các phép toán và kĩ thuật như: Dilation, Erosion, Opening, Closing…
Từ giữa 1970 đến giữa 1980, Morphology xử lý them ảnh xám và có nhiều kết quả khả quan trong việc tạo ra các phép toán mới như Morphology Gradients…
2.4.1 Phép co nhị phân (Erosion)
Phép toán Erosion là thao tác xói mòn/co hẹp các đối tượng ảnh đơn sắc
Phép co một ảnh A bởi cấu trúc B có thể được định nghĩa như là tập:
Cấu trúc B được coi là một tập con của đối tượng ảnh A nếu nó có thể dịch chuyển theo các tọa độ của các điểm ảnh c ∈ A mà vẫn nằm trong A.
Quan hệ giữa phép co và phép dãn có mối quan hệ qua biểu thức sau đây:
(A Θ B) 𝑐 = A 𝑐 ⊕ 𝐵 ̂ (2.37) Theo định nghĩa của phép co ở trên, ta có:
Hình 2.13: Phép co nhị phân (a) Ảnh gốc (b) Ảnh đã thực hiện phép co
Một số tính chất của phép biến đổi hình thái:
- Tính chất phân bố của phép toán hình thái đối với tập cấu trúc
- Tính chất phân bố của phép co đối với phép giao hai tập hợp
- Tính chất kết hợp của phép toán co, dãn nở
2.4.2 Phép dãn nhị phân (Dilation)
Phép toán Dilation là thao tác dãn nở/phình to các đối tượng ảnh đơn sắc
Hình 2.14: Phép dãn nhị phân (a) Ảnh gốc A và phần tử B (b) Ảnh sau khi sử dụng phép dãn nhị phân
Gọi A là ảnh gốc và B là phần tử cấu trúc Phép giãn nhị phân của ảnh A với phần tử B được ký hiệu là A ⊕ B Chúng ta có thể biểu diễn phép toán co ảnh dưới dạng phép toán tổ hợp.
Phép giãn ảnh nhị phân của tập A bởi phần tử cấu trúc B được định nghĩa là tập hợp các điểm z, trong đó z là tâm của phần tử cấu trúc B trên tập A Tập hợp này bao gồm các điểm z sao cho phản xạ của B tại z giao với tập A ở ít nhất một điểm.
Phép mở có tác dụng tạo ra những khoảng trống nhỏ giữa các phần tiếp xúc trong ảnh, giúp làm giảm độ sắc nét của hình ảnh Hiệu quả này dễ nhận thấy nhất khi áp dụng vào các cấu trúc đơn giản.
Trong đó I là ảnh, D là Dilation (dãn) và E là Erosion(co)
Phép mở là một kỹ thuật quan trọng trong xử lý ảnh, giúp tách biệt các vật thể liên kết trong ảnh Hình 2.15 minh họa quá trình này: (a) cho thấy một ảnh có nhiều vật thể liên kết; (b) phép mở với cấu trúc đơn giản giúp cách ly các vật thể; (c) ảnh gốc có nhiễu; và (d) sau khi áp dụng phép mở, các điểm nhiễu đen đã được loại bỏ, làm sạch ảnh.
Trong quá trình đóng ảnh, thao tác dãn ảnh được thực hiện trước, tiếp theo là thao tác co ảnh, và cả hai thao tác này đều tác động lên cùng một phần tử cấu trúc.
Hình 2.16 minh họa phép đóng, với (a) là kết quả đóng của hình 2d sử dụng cấu trúc đơn giản (b) thể hiện ảnh của một bảng mạch đã được phân ngưỡng và có các vết nứt Cuối cùng, (c) là ảnh tương tự sau khi các nét dứt đã được nối liền qua quá trình đóng.
MẠNG NƠRON
2.5.1 Giới thiệu về mạng Nơron
Bộ não con người có khoảng 10 11 tế bào thần kinh liên kết cấu thành mạng Mỗi tế bào thần kinh có khoảng 10 4 kết nối
Cấu tạo của Nơron thần kinh
- Một hệ thống hình hình cây các đầu dây thần kinh vào
- Trục dẫn đến đầu thần kinh ra
Tại đầu ra của tế bào thân kinh, có các khớp để kết nối với các tế bào thần kinh khác gồm:
Hình 2.17: Cấu tạo của tế bào thần kinh
Hoạt động của mạng Nơron
- Tín hiệu truyền trong tế bào thần kinh là tín hiệu điện phát sinh trong quá trình phản ứng và giải phóng các chất hữu cơ
- Các chất hữu cơ được phát ra từ các khớp nối dẫn đến dây thần kinh vào sẽ làm tăng hoạc giảm điện thế của nhân tế bào
- Khi điện thế này đạt ngưỡng thì nó sẽ tao ra xung tín hiệu ở đầu ra của tế bào thần kinh
- Xung điện này sẽ được truyền tới các tế bào thần kinh khác sẽ giải phóng các chất truyền điện
- Quá trình lan truyền sẽ tiếp tục theo quy trình trên cho đến khi đến đầu ra cuối cùng
Nơron đơn giản đầu tiên được đưa ra bởi Warren McCulloch và Walter Pitts năm
Mạng Nơron nhân tạo (ANN) là mô hình xử lý thông tin được thiết kế dựa trên hoạt động của hệ thống thần kinh sinh vật, với nhiều Nơron liên kết để xử lý dữ liệu Giống như bộ não con người, ANN có khả năng học hỏi từ kinh nghiệm thông qua quá trình huấn luyện, cho phép nó lưu giữ tri thức và sử dụng những hiểu biết này để dự đoán dữ liệu chưa biết.
Mạng Nơron được ứng dụng rộng rãi trong nhiều lĩnh vực như điện, điện tử, kinh tế và quân sự, nhằm giải quyết các bài toán phức tạp và yêu cầu độ chính xác cao Chúng đóng vai trò quan trọng trong các lĩnh vực như điều khiển tự động, khai phá dữ liệu và nhận dạng.
Hình 2.18: Quy trình xử lý thông tin của Nơron
Trong bài viết này, chúng ta sẽ tìm hiểu về các thành phần cơ bản của một nơron trong mạng nơron Đầu tiên, đặt X = [𝑋0, 𝑋1, 𝑋2, …, 𝑋𝑛] là vector tín hiệu đầu vào, trong khi W = [𝑊0, 𝑊1, 𝑊2, …, 𝑊𝑛] là vector trọng số của nơron Ngưỡng phân cực (a) là giá trị biên độ lệch, ảnh hưởng đến việc kích hoạt ngõ ra của nơron và được chia thành hai phần: xử lý tại ngõ vào và ngõ ra Hàm xử lý ngõ vào là hàm tổng, trong khi hàm kích hoạt (a) là hàm xử lý tín hiệu ngõ ra.
Một số hàm tổng thông dụng
- Hàm tuyến tính (Linear Function)
- Hàm toàn phương (Quadratic Function)
𝑓 = 𝑛𝑒𝑡 = (𝑝 −2 ∑ 𝑚 𝑗=1 (𝑤 𝑗 − 𝑥 𝑗 ) 2 ) − 𝑏 = 𝑝 −2 (𝑥 − 𝑤) 𝑇 (𝑥 − 𝑤) − 𝑏 (2.53) Hàm tổng được sử dụng nhiều nhất ở ngõ vào là hàm tuyến tính
Ngõ ra của nơtron được cho bởi biểu thức:
Một số hàm kích hoạt thông dụng
- Hàm tuyến tính (Linear Funtion)
- Hàm tuyến tính bão hòa
Hình 2.22: Hàm tuyến tính bão hòa
Hình 2.24: Hàm sigmoid đối xứng
- Hàm dốc bão hòa (Linear Threshold)
Phân loại mạng Nơron a) Mạng truyền thẳng 1 lớp:
Hình 2.25: Mạng truyền thẳng 1 lớp b) Mạng thồi quy 1 lớp:
Hình 2.26: Mạng hồi quy 1 lớp
37 c) Mạng truyền thẳng nhiều lớp:
Hình 2.27: Mạng truyền thẳng nhiều lớp d) Mạng hồi quy nhiều lớp:
Hình 2.28: Mạng hồi quy nhiều lớp
2.5.3 Phương pháp huấn luyện mạng Nơron
- Học thông số (Parameter Learning): cập nhật các trọng số liên kết giữa các tế bào thần kinh
- Học cấu trúc (Structure Learning): thay đổi cấu trúc mạng Nơtron bao gồm số tế bào và cách liên kết giữa các tế bào
(Ta có thể sử dụng riêng rẽ hay đồng thời hai kiểu học trên)
Phương pháp học thông số
- Luật học có giám sát
Trong phương pháp học có giám sát, dữ liệu huấn luyện cho mạng thần kinh bao gồm các mẫu đầu vào và đầu ra mong muốn Cụ thể, tập dữ liệu này được biểu diễn dưới dạng K mẫu, với mỗi mẫu được ký hiệu là {x(1), d(1)}, {x(2), d(2)}, …, {x(k), d(k)}.
Ban đầu, các trọng số của mạng nơron được khởi động với giá trị ngẫu nhiên Khi dữ liệu x(k) được đưa vào, mạng nơron sẽ tính toán và cho ra kết quả y(k) ở các ngõ ra Kết quả y(k) sau đó được so sánh với dữ liệu đầu ra mong muốn d(k) Dựa trên sai số e(k) = d(k) - y(k), luật học sẽ điều chỉnh trọng số và ngưỡng phân cực của mạng để đưa ngõ ra gần hơn với mục tiêu.
Hình 2.29: Luật học thông số có giám sát
Thông tin đầu ra không đầy đủ chỉ là “đúng”, “sai” so với ngõ ra mong muốn
Thông tin đánh giá chỉ cho biết mức độ đúng sai của ma trận trọng số, không chỉ dẫn như thế nào để đi đến kết quả đúng
Không có thông tin phản hồi cho biết ngõ ra đúng hay sai
Mạng có khả năng tự phát hiện các đặc điểm và mối tương quan trong mẫu dữ liệu đầu vào, tự động mã hóa thành dữ liệu đầu ra và điều chỉnh các thông số của nó một cách linh hoạt.
Hình 2.30: Luật học củng cố
- Luật học không có giám sát
Phương pháp học không giám sát yêu cầu mạng nơron tự phát hiện các đặc điểm, mối tương quan và nhóm trong tập mẫu dữ liệu mà không có thông tin phản hồi Quá trình này cho phép mạng mã hóa các đặc điểm đã phát hiện thành dữ liệu đầu ra Trong khi thực hiện việc phát hiện, mạng nơron sẽ tự điều chỉnh các thông số của mình, quá trình này được gọi là tự tổ chức.
Hình 2.31: Luật học không có giám sát.
ỨNG DỤNG CỦA MATLAB TRONG XỬ LÝ ẢNH
Phần mềm Matlab, viết tắt của Matrix Laboratory, được sử dụng trong phân tích ảnh Đây là một chương trình dành cho máy tính PC, hỗ trợ các tính toán khoa học và kỹ thuật, với ma trận là phần tử cơ bản Matlab được phát triển bởi công ty The MATHWORKS.
Hiện nay, 40 trình này được áp dụng rộng rãi trong nghiên cứu các vấn đề tính toán liên quan đến kỹ thuật, bao gồm lý thuyết điều khiển tự động, kỹ thuật thống kê xác suất, xử lý tín hiệu số, phân tích dữ liệu và dự báo chuỗi quan sát.
Matlab là một ngôn ngữ lập trình mạnh mẽ, được điều khiển thông qua các tập lệnh và bàn phím, cho phép người dùng viết mã với cú pháp thông dịch lệnh qua Script file Với hàng trăm lệnh và bộ lệnh, Matlab ngày càng mở rộng nhờ các Tools Box và hàm ứng dụng do người dùng phát triển Hiện có hơn 25 Tools Box hỗ trợ giải quyết các vấn đề liên quan, trong đó Simulink là một phần mở rộng quan trọng, giúp mô phỏng các hệ thống động học một cách nhanh chóng và tiện lợi.
2.6.2 Ứng dụng của Matlab trong xử lý ảnh
Các ứng dụng thực tế của xử lý ảnh thường gặp là:
Sản xuất và kiểm tra chất lượng
Định vị robot, các loại xe tự hành
An ninh, giám sát, phát hiện chuyển động
Nhận dạng đối tượng, nhận dạng khuôn mặt
Xử lý ảnh vệ tinh, viễn thám
Thiên văn, nghiên cứu không gian
Chinh phục, khám phá vụ trụ…
Hình 2.33: Ứng dụng xử lý ảnh phát hiện đối tượng chuyển động
Hình 2.34: Khử mờ ảnh với bộ lọc wiener bằng Matlab
Hình 2.35: Vẽ đồ thị bằng Matlab
Hình 2.36: Kéo giãn lược đồ histogram bằng Matlab
Hình 2.37: Loại bỏ nhiễu bằng Matlab
Hình 2.38: Mô phỏng trực quan trong thời gian thực bằng Matlab
