Professional Documents
Culture Documents
Sử Dụng Thị Giác Máy Tính Phát Hiện Hoa Cà Chua
Sử Dụng Thị Giác Máy Tính Phát Hiện Hoa Cà Chua
- Kết quả cho thấy góc nhìn đối diện với hoa cho hiệu suất tốt nhất.
- Kết quả hình ảnh thu được trong buổi chiều với độ chính xác và kết quả
tốt nhất.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Phân tích hình ảnh.
• Phát triển thuật toán phát hiện hoa cà chua, 1.350 hình ảnh đã được mua lại
trong nhà kính.
• Các hình ảnh được chụp bằng không gian màu RGB, với độ phân giải
5312 x 2988 và 3264 x 1832
• Ảnh được lấy từ 3 góc khác nhau, tại 3 khoảng thời gian khác nhau trong
ngày từ khoảng cách ngẫu nhiên và chiều cao khác nhau.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Phân tích hình ảnh.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Cơ sở dữ liệu.
• Phân tích được thực hiện với tổng số 1069 hình ảnh được chọn sau khi lọc
hình ảnh xấu.
• 25.000 hình ảnh hoa cà chua đơn.
• Mỗi hoa có thể nhìn thấy trong hình ảnh được gắn nhãn bằng một hình chữ
nhật.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Không gian màu RGB
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Không gian màu HSV
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Chuyển RGB không gian màu HSV
RGB = imread(‘image.png');
HSV = rgb2hsv(RGB);
THỊ GIÁC MÁY TÍNH
3. Phương pháp
- Thuật toán.
• Thuật toán thị giác máy tính được phát triển với MATLAB 2014b sử
dụng xử lý hình ảnh.
• Đầu tiên, điều kiện ánh sáng được tính toán và hình ảnh RGB được
chuyển sang không gian màu HSV.
• Thứ hai, hình ảnh được phân đoạn thành nền trước bằng các dấu hiệu màu
theo điều kiện ánh sáng.
• Thuật toán đưa vào hình ảnh và đầu ra RGB một danh sách các bông hoa
được phát hiện, mỗi hoa được mô tả bởi một kết nối thành phần và vị trí
X và Y của nó trong hình ảnh, được hiển thị dưới dạng nhị phân.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
a) Chuyển đổi HSV
- Không gian màu HSV đã được chứng minh là hữu ích trong nhiều màu
sắc dựa trên thuật toán.
- Màu sắc(H) là một thuộc tính màu tinh khiết của hình ảnh tương đối bất
biến với điều kiện ánh sáng.
- Để chuyển đổi giữa không gian màu RGB sang HSV, MATLAB sử dụng
lệnh rgb2hsv.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
b) Ước tính điều kiện ánh sáng
- Để khắc phục các điều kiện chiếu sáng khác nhau trong nhà kính, điều
kiện chiếu sáng được tính toán để thiết lập các thông số phân đoạn điều
chỉnh phù hợp.
- Hình ảnh HSV là đầu vào của thuật toán và tính toán điều kiện ánh sáng
được thực hiện cho toàn bộ hình ảnh.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
b) Ước tính điều kiện ánh sáng
THỊ GIÁC MÁY TÍNH
3. Phương pháp
c) Phân đoạn ảnh màu
- Màu vàng của hoa cà chua là rất riêng biệt được chọn làm tính năng chính
để thực hiện phân đoạn đầu tiên của hình ảnh.
- Phân đoạn được thực hiện bởi hình ảnh HSV và tính toán trước điều kiện
ánh sáng.
- Giá trị pixel màu sắc (hue pixel) được sử dụng để phân biệt phần màu
vàng của hình ảnh từ các màu khác.
- Giá trị pixel bão hòa (saturation pixel) được sử dụng để phân đoạn các
phần rất sáng bên ngoài của hình ảnh.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
c) Phân đoạn ảnh màu
- Bước đầu tiên là chọn giá trị ngưỡng cho phân đoạn màu sắc.
- Hai giá trị ngưỡng được lấy từ một cơ sở dữ liệu khác với 200 hình ảnh
được chụp trước đó trong một nhà kính nằm ở Berurim, Israel.
- Mười mẫu ngẫu nhiên lựa chọn các phần hoa màu vàng trong 200 bức
ảnh được chụp, tổng cộng 2.000 mẫu.
- Các ngưỡng sau đó được lựa chọn theo kinh nghiệm. Ngưỡng thấp của
giá trị màu được chọn là 0,12 và ngưỡng cao đã được chọn là 0,18.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
c) Phân đoạn ảnh màu
- Hình ảnh tối có giá trị màu thấp hơn hình ảnh sang, do đó, các giá trị
ngưỡng hình ảnh sáng được đặt 0.12-0.18 và cho hình ảnh tối là 0.11-
0,17.
- Bước thứ hai là chọn ngưỡng bão hòa. Độ bão hòa cao đôi khi khiến cho
các phần màu vàng không xuất hiện, vì vậy để giảm thiểu ngưỡng được
đặt 0,2 trong hình ảnh tối hơn và 0,4 trong hình ảnh sáng hơn.
- Cuối cùng, hai hình ảnh phân đoạn được nối với nhau bằng cách sử dụng
toán tử AND.
THỊ GIÁC MÁY TÍNH
3. Phương pháp
d) Phân loại
- Bước cuối cùng của thuật toán là phân loại kích thước trong đó nó loại bỏ
đối tượng nhỏ có rất nhỏ xác suất là một bông hoa hay một bông hoa xa
mà chúng ta không nhìn thấy.
- Trích xuất các thành phần từ hình ảnh nhị phân sử dụng hàm
bwconncomp của MATLAB, trả về thành phần như một vectơ của các
đối tượng.
THỊ GIÁC MÁY TÍNH
- Như có thể thấy trong hình 6, góc nhìn tốt nhất là khung cảnh phía trước.
Cho thấy gắn máy ảnh vào phía bên cạnh của máy bay không người lái,
khi đối diện với thực vật sẽ giúp tạo ra kết quả tốt hơn các góc khác.
THỊ GIÁC MÁY TÍNH
- Nghiên cứu mới: nhận diện hoa cà chua chưa được thử nghiệm trước đây.
- Cải thiện thuật toán bằng cách triển khai các thuật toán máy học cải thiện
phân đoạn và tỷ lệ phát hiện.
- Trong tương lai sử dụng máy bay không người lái thụ phấn, đếm hoa, dự
đoán năng suất.
CLOUD COMPUTING: JOYENT.COM