intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE
 » 
 » 

Báo cáo nông nghiệp: " ứNG DụNG Kỹ THUậT THị GIáC MáY TíNH TRONG SảN XUấT NÔNG NGHIệ"

Chia sẻ: Nguyễn Phương Hà Linh Linh | Ngày: | Loại File: PDF | Số trang:9

Thêm vào BST
Báo xấu
119
lượt xem 15
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Kỹ thuật thị giác máy tính liên quan đến việc nhận dạng và phân biệt đối tượng trong thực tế thông qua máy tính. Đây là một trong các lĩnh vực trọng yếu của trí tuệ nhân tạo, đã và đang được ứng dụng rộng khắp trong nhiều mặt của cuộc sống. Trong sản xuất nông nghiệp, kỹ thuật thị giác được ứng dụng trong nhiều...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Báo cáo nông nghiệp: " ứNG DụNG Kỹ THUậT THị GIáC MáY TíNH TRONG SảN XUấT NÔNG NGHIệ"

  1. Tạp chí Khoa học và Phát triển 2010: Tập 8, số 2: 327 -334 TRƯỜNG ĐẠI HỌC NÔNG NGHIỆP HÀ NỘI øNG DôNG Kü THUËT THÞ GI¸C M¸Y TÝNH TRONG S¶N XUÊT N¤NG NGHIÖP Application of Computer Vision Technique in Agriculture Lê Vũ Quân1, Trịnh Gia Cường2, Châu Hồng Bình2 1 Khoa Cơ điện, Trường Đại học Nông nghiệp Hà Nội 2 Viện Cơ điện công trình, Trường Đại học Lâm nghiệp Nam Kinh, Nam Kinh - Giang Tô - Trung Quốc Địa chỉ email tác giả liên lạc: ttcitdhnni@yahoo.com TÓM TẮT Kỹ thuật thị giác máy tính liên quan đến việc nhận dạng và phân biệt đối tượng trong thực tế thông qua máy tính. Đây là một trong các lĩnh vực trọng yếu của trí tuệ nhân tạo, đã và đang được ứng dụng rộng khắp trong nhiều mặt của cuộc sống. Trong sản xuất nông nghiệp, kỹ thuật thị giác được ứng dụng trong nhiều lĩnh vực như tự động hóa, nông nghiệp chính xác. Bài viết này giới thiệu khái quát về các khái niệm cơ bản của thị giác máy tính và hệ thống cấu tạo của nó, tóm tắt tình hình ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp, đồng thời chỉ ra những vấn đề còn tồn tại và định hướng phát triển trong tương lai. Từ khóa: Kỹ thuật thị giác máy tính, tự động hóa nông nghiệp, xử lý ảnh. SUMMARY Computer vision concerns techniques that use computer to understand the objects from images. It is now one of the key areas of artificial intelligence, which have been widely applied in various aspects of life. In agricultural production, computer vision techniques are being applied in many fields, such as automation and precision agriculture. This paper concentrates on introducing the basic concepts of computer vision techniques and its structure system; summing up the situation of applying computer vision techniques in agricultural production and pointing out existing problems as well as growing direction in the future. Key words: Agricultural automation, computer vision techniques, image processing. 1. §ÆT VÊN §Ò nghiªn cøu vμ øng dông réng kh¾p trong nhiÒu lÜnh vùc nh− c«ng nghiÖp, n«ng Kü thuËt thÞ gi¸c m¸y tÝnh lμ mét kü nghiÖp, y häc, qu©n sù... thuËt míi xuÊt hiÖn, ®· vμ ®ang ph¸t triÓn Kü thuËt thÞ gi¸c m¸y tÝnh ®−îc nghiªn m¹nh mÏ trªn thÕ giíi hiÖn nay. Kh¸i niÖm cøu øng dông trong s¶n xuÊt n«ng nghiÖp tõ vÒ thÞ gi¸c m¸y - Computer Vision - cã liªn thËp kû 80 cña thÕ kû 20, chñ yÕu dïng quan tíi nhiÒu ngμnh häc vμ cã nhiÒu h−íng trong gi¸m ®Þnh chñng lo¹i thùc vËt, kiÓm nghiªn cøu kh¸c nhau. KÓ tõ nh÷ng n¨m 70 tra chÊt l−îng s¶n phÈm vμ ph©n lo¹i n«ng cña thÕ kû 20 khi mμ kh¶ n¨ng tÝnh to¸n cña s¶n... Theo sù ph¸t triÓn cña c¸c thiÕt bÞ c¸c m¸y tÝnh trë nªn m¹nh mÏ, nã cã thÓ gi¶i phÇn cøng, c¸c kü thuËt phÇn mÒm m¸y quyÕt ®−îc nh÷ng c«ng viÖc cÇn tíi tèc ®é cao tÝnh, kü thuËt xö lý ¶nh còng ph¸t triÓn rÊt nh− xö lý c¸c tËp ¶nh hay c¸c ®o¹n video th× nhanh, nghiªn cøu øng dông kü thuËt thÞ thÞ gi¸c m¸y tÝnh ®−îc nh¾c ®Õn, nghiªn cøu gi¸c m¸y tÝnh trong s¶n xuÊt n«ng nghiÖp cã vμ ph¸t triÓn cho ®Õn ngμy nay. Nh÷ng n¨m nhiÒu ph¸t triÓn. HiÖn nay lÜnh vùc nghiªn gÇn ®©y, kü thuËt thÞ gi¸c m¸y tÝnh ®−îc 327
  2. Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp cøu nμy ®ang lμ mét vÊn ®Ò nãng hæi cña s¶n sù ph¸t triÓn cña m¸y tÝnh, kü thuËt xö lý xuÊt n«ng nghiÖp, ë mét sè n−íc ph¸t triÓn ¶nh, kü thuËt nhËn d¹ng, lý thuyÕt ®iÒu nh− NhËt B¶n, Mü... trong s¶n xuÊt n«ng khiÓn, trÝ tuÖ nh©n t¹o... thÞ gi¸c m¸y tÝnh nghiÖp ®· tõng b−íc øng dông hÖ thèng thÞ ®−îc øng dông trong ng−êi m¸y, kiÓm tra ®o gi¸c m¸y tÝnh, nh− qu¶n lý chñng lo¹i vμ l−êng c«ng nghiÖp, ph©n biÖt vËt thÓ, ph©n chÊt l−îng tμi nguyªn n«ng nghiÖp, thu tÝch h×nh ¶nh vÖ tinh, trî gióp chÈn ®o¸n y nhËn th«ng tin tr¹ng th¸i sinh tr−ëng cña häc, ®o vÏ b¶n ®å hμng kh«ng vμ kü thuËt c©y trång, tù ®éng hãa thu ho¹ch n«ng s¶n qu©n sù... Ph−¬ng ph¸p nghiªn cøu còng tõ phÈm, nghiªn cøu b¶o vÖ thùc vËt, kiÓm 2D chuyÓn sang 3D, tõ tuÇn tù ®Õn song ®Þnh chÊt l−îng n«ng s¶n phÈm... song, tõ trùc tiÕp dùa vμo tÝn hiÖu thu nhËn qua xö lý tÇng thÊp tíi xö lý tÇng cao dùa 2. THÞ GI¸C M¸Y TÝNH vμo ®Æc tr−ng, kÕt cÊu, quan hÖ vμ tri thøc. CÊu t¹o hÖ thèng thÞ gi¸c m¸y tÝnh th«ng ThÞ gi¸c m¸y tÝnh ®«i khi cßn ®−îc gäi lμ th−êng ®−îc biÓu diÔn trªn h×nh 1. M¸y quay thÞ gi¸c b»ng m¸y, lμ sö dông camera thu phim CCD (Charge-Coupled Device) cã thÓ nhËn h×nh ¶nh tõ thùc tÕ, sau ®ã sö dông ghi l¹i c¸c ®èi t−îng cÇn nhËn biÕt vμ ph©n m¸y tÝnh tù ®éng ph©n tÝch ¶nh. Qua ®ã tÝch d−íi d¹ng h×nh ¶nh. VÒ b¶n chÊt, m¸y nhËn biÕt c¸c ®èi t−îng, miªu t¶ c¶nh vËt quay phim CCD lμ mét c¶m biÕn quang ®iÖn, hoÆc tiÕn hμnh ®iÒu khiÓn ho¹t ®éng hÖ thu nhËn c¸c tÝn hiÖu quang häc ph¶n ¸nh ®èi thèng theo mét sè d÷ kiÖn yªu cÇu nμo ®ã. §©y lμ lÜnh vùc khoa häc vμ kü thuËt nghiªn t−îng, bèi c¶nh råi chuyÓn thμnh tÝn hiÖu cøu dïng m¸y tÝnh m« pháng bÒ ngoμi sinh ®iÖn ®Ó ghi l¹i. Bé phËn thu nhËn h×nh ¶nh cã vËt hoÆc c«ng n¨ng thÞ gi¸c vÜ m«. thÓ ho¹t ®éng ®éc lËp hoÆc ®−îc g¾n trùc tiÕp trong m¸y tÝnh ë d¹ng card thu nhËn h×nh ThÞ gi¸c m¸y tÝnh lμ sù ®an xen vμ kÕt ¶nh cã thÓ chuyÓn tÝn hiÖu ®iÖn cña m¸y quay hîp cña nhiÒu ngμnh häc, liªn quan tíi nhiÒu lÜnh vùc nh− to¸n häc, quang häc, trÝ phim thu nhËn ®−îc thμnh tÝn hiÖu sè, sè hãa tuÖ nh©n t¹o, thÇn kinh sinh vËt häc, t©m lý h×nh ¶nh, ®Ó m¸y tÝnh tiÕn hμnh xö lý c¸c vËt lý häc, khoa häc m¸y tÝnh, xö lý ¶nh, lo¹i yªu cÇu. HÖ thèng chiÕu s¸ng cho phÐp hiÓu h×nh ¶nh, ph©n biÖt mÉu... n©ng cao ®é chiÕu s¸ng phï hîp h×nh ¶nh thu ThÞ gi¸c m¸y tÝnh ®· cã qu¸ tr×nh ph¸t nhËn ®−îc, lμm lîi cho xö lý vμ ph©n tÝch triÓn nghiªn cøu vμ øng dông 40 n¨m. Theo h×nh ¶nh. Máy quay Máy tính CCD Đèn chiếu sáng Bộ phận thu nhận hình ảnh H×nh 1. CÊu t¹o hÖ thèng thÞ gi¸c m¸y tÝnh 328
  3. Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình sinh tr−ëng cña c©y trång, bãn ph©n, phun 3. øNG DôNG THÞ GI¸C M¸Y TÝNH thuèc trõ s©u, lμm cá d¹i, −¬m c©y, chiÕt TRONG N¤NG NGHIÖP cμnh vμ thu ho¹ch… 3.1. øng dông trong chän gièng n«ng nghiÖp 3.2.1. Gi¸m s¸t t×nh h×nh sinh tr−ëng cña Gièng c©y trång lμ yÕu tè c¬ b¶n cña s¶n quÇn thÓ c©y trång xuÊt n«ng nghiÖp, trong qu¸ tr×nh s¶n xuÊt Sinh tr−ëng c©y trång tiÕn hμnh trong n«ng nghiÖp nã gi÷ vÞ trÝ rÊt quan träng. Khi ®iÒu kiÖn cña quÇn thÓ, c¬ cÊu biÕn ®éng kü thuËt thÞ gi¸c m¸y tÝnh b¾t ®Çu ®−îc øng quÇn thÓ hîp lÝ c¬ b¶n lμ thu ®−îc ®iÒu kiÖn dông trong s¶n xuÊt n«ng nghiÖp, mét sè nhμ thuËn lîi nhÊt vÒ s¶n l−îng. Tõ tr−íc ®Õn nghiªn cøu khoa häc tiÕn hμnh nghiªn cøu nay, viÖc x¸c ®Þnh tÝnh tr¹ng quÇn thÓ c©y øng dông kü thuËt thÞ gi¸c m¸y tÝnh trong trång, lu«n lu«n lμ vÊn ®Ò nan gi¶i mμ c¸c lÜnh vùc gièng c©y trång. Thùc tiÔn chøng chuyªn gia n«ng nghiÖp vμ nh©n viªn qu¶n minh, ¸p dông kü thuËt thÞ gi¸c m¸y tÝnh lý sinh tr−ëng hy väng gi¶i quyÕt. Ph−¬ng th«ng qua lùa chän th«ng sè ®Æc tr−ng ngo¹i ph¸p ®o l−êng truyÒn thèng lμ th«ng qua h×nh ®Ó tiÕn hμnh ph©n lo¹i vμ kiÓm tra chÊt thiÕt lËp ®iÒu tra lÊy mÉu ®iÓm, tiÕn hμnh l−îng h¹t gièng mang l¹i hiÖu qu¶ rÊt cao. ®iÒu tra lÊy mÉu ®iÓm trªn c©y trång, c«ng Zayas vμ cs. (1985, 1986, 1989) sö dông nh©n ghi l¹i mÇm, chåi, th©n, b«ng tæng sè, hÖ thèng thÞ gi¸c m¸y tÝnh tõ h×nh ¶nh cña ®o ®¹c diÖn tÝch l¸, s¶n l−îng c©y trång, b»ng lóa m× lÊy ra th«ng sè ®Æc tr−ng h×nh th¸i m¾t ®o t×nh h×nh sinh tr−ëng, diÖn m¹o, ®é häc, øng dông c¸c ®Æc tr−ng nμy ph©n biÖt ®ång ®Òu cña quÇn thÓ… Ph−¬ng ph¸p ®o gièng lóa m× vμ thμnh phÇn kh«ng ph¶i lóa l−êng truyÒn thèng nμy cßn h¹n chÕ khi c«ng m×. Hä sö dông mét sè tham sè h×nh d¹ng viÖc cã c−êng ®é lao ®éng lín, tèc ®é ®iÒu tra nh− ®é dμi, ®é réng, sù ®Þnh h−íng vμ chu chËm, sai sè lín, tÝnh thêi gian thùc thÊp, vi... ®Ó miªu t¶ ngo¹i h×nh cña h¹t lóa m×. mμ hÇu hÕt quÇn thÓ sinh tr−ëng, diÖn m¹o, Liao cïng cs. (1994) ®Ò xuÊt sö dông kh«ng gian kÕt cÊu ®Æc tr−ng biÓu hiÖn khã m¸y ph©n lo¹i dïng ph−¬ng ph¸p m¹ng thÇn cã thÓ dïng sè liÖu m« t¶. Do tÝnh chÊt thu kinh nh©n t¹o. Hä tiÕn hμnh nhÞ ph©n hãa ho¹ch cña c©y mÉu, mét sè chØ tiªu khã thùc hiÖn ®o ®¹c liªn tôc, t¹o nªn th«ng tin kh«ng h×nh ¶nh, råi ®¬n gi¶n hãa chóng ra thμnh ®Çy ®ñ vÒ quÇn thÓ c©y trång. tÝn hiÖu sè mét chiÒu miªu t¶ ngo¹i h×nh h¹t ng«, th«ng qua ph©n tÝch ngo¹i h×nh h¹t ng« Nh÷ng ng−êi ®i tiªn phong trong nghiªn chän ra th«ng sè h×nh th¸i, vμ chuyÒn tíi bé cøu lÜnh vùc nμy lμ Meyer vμ cs. (1987) ®· sö phËn thuËt to¸n häc tËp ®Ó huÊn luyÖn nhËn dông biÖn ph¸p ®o l−êng kh«ng lμm ¶nh d¹ng h×nh th¸i h¹t sau khi bÞ tÏ khái b¾p. h−ëng ®Õn ®Õn c©y trång th«ng qua ph−¬ng Thùc nghiÖm chøng minh, víi 720 h¹t ng« ph¸p sè hãa c¸c h×nh ¶nh thu ®−îc cña c©y trång ë c¸c giai ®o¹n kh¸c nhau, qua ®ã x©y ®−îc dμn ph¼ng khi ph©n lo¹i ®é chÝnh x¸c dùng ®−îc m« h×nh sinh tr−ëng cña c©y ®¹t ®Õn 99%, ®èi víi 720 h¹t ng« bÞ tÏ khái trång. Tuy nhiªn, m« h×nh nμy cßn cã nh−îc b¾p ph©n lo¹i ®¹t ®é chÝnh x¸c 96%. ®iÓm lμ qu¸ tr×nh quan s¸t kh«ng liªn tôc. 3.2. øng dông trong tù ®éng hãa qu¸ tr×nh Kacira cïng cs. (2001) ®· nghiªn cøu vμ chÕ s¶n xuÊt ngoμi thùc ®Þa t¹o thμnh c«ng hÖ thèng quan tr¾c vμ ®iÒu khiÓn tõ xa cho phÐp tiÕn hμnh quan s¸t liªn Tr−íc ®©y, trong c«ng viÖc ngoμi ®ång tôc qu¸ tr×nh sinh tr−ëng cña c©y trång, hÖ ruéng, kü thuËt thÞ gi¸c m¸y tÝnh ®−îc øng thèng nμy cã kh¶ n¨ng liªn tôc ®o c¸c th«ng dông chñ yÕu trong m¸y n«ng nghiÖp hoÆc sè nh− nhiÖt ®é, ®é Èm m«i tr−êng, ®é Èm ng−êi m¸y n«ng nghiÖp ho¹t ®éng trong c¸c cña ®Êt, ®é Èm cña l¸ c©y, ®é chiÕu s¸ng, tèc lÜnh vùc nh− gieo h¹t, gi¸m s¸t t×nh h×nh 329
  4. Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp ®é giã…, qua ®ã x©y dùng m« h×nh sinh bÖnh phÊn tr¾ng, ¸p dông ph−¬ng ph¸p tÝnh tr−ëng cña c©y trång gÇn víi thùc tÕ h¬n. to¸n h×nh th¸i häc tiÕn hμnh ph©n li, kÕt qu¶ thèng kª thu ®−îc 19 mÉu bÖnh. Trùc tiÕp LÝ TiÓu C«n cïng cs. (2002) ë ViÖn Khoa ph©n chia h×nh ¶nh ®Ó tiÕn hμnh tÝnh to¸n häc N«ng nghiÖp Trung Quèc ®· nghiªn cøu c¸ thÓ trïng phÊn tr¾ng ®¹t ®é chÝnh x¸c tíi thμnh c«ng “HÖ thèng chuyªn gia 91,99%. Nh−ng phÐp to¸n xö lý ph©n ly cßn multimedia nhËn thøc th«ng minh h×nh ¶nh cÇn ph¶i c¶i tiÕn, bëi v× kü thuËt nμy cã b−íc quÇn thÓ tiÓu m¹ch cao s¶n”, øng dông ph¸t triÓn mang tÝnh kh¶ thi trong lÜnh vùc m¹ng thÇn kinh ®èi víi h×nh ¶nh quÇn thÓ nghiªn cøu sinh th¸i, viÖc nμy cho phÐp c«ng tiÓu m¹ch tiÕn hμnh nhËn thøc vμ dù ®o¸n, t¸c x¸c ®Þnh vμ ®iÒu tra sè l−îng quÇn thÓ thùc hiÖn nhËn thøc nhanh trªn tiÓu m¹ch c«n trïng nhá bÐ ngoμi ®ång ruéng ®−îc chñ yÕu ®Æc tr−ng quÇn thÓ. gi¶m thiÓu rÊt nhiÒu, ®ång thêi ®é chÝnh x¸c 3.2.2. C«ng t¸c phßng trõ s©u bÖnh vμ cá h¹i ®−îc n©ng cao râ rÖt. Trong qu¸ tr×nh sinh tr−ëng cña c©y Tõ Quý Li vμ cs. (2002) tiÕn hμnh trång, viÖc n¾m b¾t kÞp thêi t×nh h×nh ph¸ ho¹i nghiªn cøu ®−a ra mμu s¾c ®Æc tr−ng cña c©y trång cña s©u bÖnh vμ cá h¹i ®èi víi s¶n h×nh ¶nh phiÕn l¸ trong canh t¸c c©y cμ chua l−îng c©y trång cã ý nghÜa rÊt quan träng. s¹ch khi chÊt dinh d−ìng thiÕu hôt, ®· dïng Dùa vμo sù kh¸c biÖt gi÷a cá d¹i vμ c©y ph−¬ng ph¸p biÓu ®å tû lÖ phÇn tr¨m thÓ trång cã thÓ ¸p dông c¸c ph−¬ng ph¸p nh− hiÖn mμu s¾c ®Æc tr−ng cña h×nh ¶nh phiÕn ph©n tÝch mÇu s¾c, h×nh ¶nh, ®−êng biªn, l¸ thiÕu dinh d−ìng, ®ång thêi ®· tiÕn hμnh quang phæ … cña ®èi t−îng ®Ó nhËn biÕt lo¹i bá mμu nÒn tr¾ng cña h×nh ¶nh cã thÓ ®−îc cá d¹i vμ c©y trång. Robert vμ cs. g©y ¶nh h−ëng nghiªn cøu, dïng biÓu ®å tØ lÖ (1998a, 1998b) øng dông thÞ gi¸c m¸y tÝnh phÇn tr¨m thay thÕ c¸c biÓu ®å th«ng trong nghiªn cøu kü thuËt ph©n biÖt cá d¹i th−êng cã thÓ gi¶i quyÕt sù ¶nh h−ëng cña vμ c©y trång ®−îc øng dông trong hÖ thèng ®é to nhá phiÕn l¸ ®èi víi ®Æc tr−ng mμu s¾c ®−a ra trong qu¸ tr×nh nghiªn cøu vμ x¸c m¸y phun thuèc trõ cá d¹i Detectspray, hÖ ®Þnh viÖc rót ra mμu s¾c c©y, vïng nghiªn thèng m¸y nμy cã kh¶ n¨ng ph¸t hiÖn vμ cøu nh− thÕ nμo. Ph−¬ng ph¸p nμy ®−a ra diÖt cá d¹i ngoμi thùc ®Þa ®¹t ®é chÝnh x¸c ®Æc tr−ng mμu s¾c lÝ t−ëng ph©n biÖt phiÕn tíi h¬n 70%. l¸ cμ chua thiÕu chÊt dinh d−ìng ®é chÝnh TrÞnh Gia C−êng vμ cs. (2001, 2004 vμ x¸c trªn 70%. 2006) ë Tr−êng §¹i häc L©m nghiÖp Nam Kinh ®· øng dông kü thuËt thÞ gi¸c m¸y tÝnh 3.2.3. Tù ®éng hãa thu ho¹ch s¶n phÈm kÕt hîp víi hÖ thèng ®Þnh vÞ GPS nghiªn cøu Kü thuËt c¶m gi¸c b»ng m¸y tÝnh ®−îc vμ chÕ t¹o m¸y phun thuèc trõ s©u chÝnh øng dông trong tù ®éng hãa thu ho¹ch n«ng x¸c. M¸y ®· ®−îc ®−a vμo s¶n xuÊt vμ ®¹t s¶n phÈm tõ nh÷ng n¨m gi÷a thËp kû 80 cña ®−îc hiÖu qu¶ t−¬ng ®èi cao. thÕ kû 20, gÇn ®©y nã lμ lÜnh vùc nghiªn cøu ThÈm T¸ NhuÖ vμ Vu T©n V¨n (2001) rÊt ®−îc chó ý. N¨m 1996, Zhang Shuhai vμ øng dông kü thuËt thÞ gi¸c m¸y tÝnh tiÕn Takahashi T. th«ng qua m« h×nh ph©n biÖt hμnh nghiªn cøu vÒ kü thuËt tù ®éng tÝnh thùc hiÖn kiÓm tra ®o l−êng ®Þnh vÞ qu¶ t¸o, to¸n bÖnh phÊn tr¾ng trong nhμ kÝnh. ViÖc tiÕn tíi cã thÓ tù ®éng h¸i t¸o. Hä lîi dông chia nhá h×nh ¶nh bÖnh phÊn tr¾ng b»ng mét kiÓu tÝnh to¸n ®Ó thùc hiÖn ph©n biÖt ph−¬ng ph¸p cña Jonnhansen dùa trªn phÐp qu¶ t¸o, tõ h×nh ¶nh ban ®Çu cña c©y t¸o to¸n chia nhá cña entropy. §èi víi ¶nh sau tiÕn hμnh läc vμ t×m ra vÞ trÝ cña qu¶ t¸o, khi ph©n nhá , trªn c¸c vïng biÓu hiÖn bÖnh sau ®ã th«ng qua tÝnh to¸n x¸c ®Þnh h×nh c¸c t¸c gi¶ ®· tÝnh to¸n ®−îc sè l−îng c¸ thÓ d¹ng h×nh ¶nh t−¬ng quan cña ®−êng biªn d¹ng qu¶ t¸o. trïng phÊn tr¾ng. Trªn phiÕn l¸ cïng bÞ 330
  5. Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình Trong lÜnh vùc tù ®éng hãa thu ho¹ch thuËt c¶m gi¸c b»ng m¸y tÝnh tiÕn hμnh kiÓm tra ®o l−êng kh«ng tæn h¹i, dïng th«ng cam quÝt, Slaughter vμ Harrell (1989) ®Çu sè bÒ mÆt vËt lý n«ng s¶n phÈm thu ®−îc ®Ó tiªn nghiªn cøu lîi dông th«ng tin vÒ ®é mμu tiÕn hμnh ®¸nh gi¸ vμ ph©n cÊp chÊt l−îng vμ ®é s¸ng cña h×nh ¶nh chôp ®−îc trong n«ng s¶n phÈm. 20 n¨m trë l¹i ®©y, nghiªn ®iÒu kiÖn tù nhiªn ngoμi phßng thÝ nghiÖm cøu kiÓm tra ®¸nh gi¸ n«ng s¶n phÈm chñ tiÕn hμnh ®Þnh h−íng tay c¬ khÝ thu ho¹ch yÕu tËp trung trong lÜnh vùc n«ng s¶n phô cam quÝt, thiÕt lËp m« h×nh ph©n lo¹i lîi nh− hoa qu¶, rau mÇu. dông th«ng tin mμu s¾c h×nh ¶nh tõ c©y cam Msrchant cïng cs. (1998) dùa vμo kü quÝt nhËn biÕt qu¶ cña nã. M¸y ph©n lo¹i thuËt thÞ gi¸c b»ng m¸y tÝnh nghiªn cøu vμ nμy tõ hoμn c¶nh tù nhiªn cña v−ên c©y chÕ t¹o thμnh c«ng hÖ thèng ph©n lo¹i cñ nhËn biÕt qu¶ cam quÝt cã ®é chÝnh x¸c 75%, khoai t©y, hÖ thèng nμy mçi gi©y cã thÓ ph©n nhËn biÕt t©m h×nh qu¶ cã ®é sai sè lμ 6%, lo¹i 40 cñ khoai t©y. tèc ®é c¬ b¶n cã thÓ ®¸p øng ®−îc yªu cÇu s¶n xuÊt thùc tÕ, nh−ng ®é chÝnh x¸c t−¬ng B¨ng B©n vμ U«ng MËu Hoa (2002) ®èi thÊp. th«ng qua ph©n tÝch sù kh«ng ®ång ®Òu vÒ cÊp ®é mμu s¾c cña hoa qu¶, dïng kÝch th−íc T¹i Trung Quèc, Ch©u V©n S¬n vμ cs. ph©n d¹ng cña c¸c s¾c ®é ph©n bè trªn bÒ (1995) øng dông kü thuËt c¶m gi¸c b»ng mÆt hoa qu¶ thμnh ®Æc tr−ng tiÕn hμnh m¸y tÝnh tiÕn hμnh nhËn biÕt nÊm trong ph©n cÊp, sè liÖu ®Æc tr−ng nμy kh«ng nh÷ng m¸y h¸i nÊm. HÖ thèng nμy chñ yÕu bao xÐt ®Õn ®iÓm ®Æc tÝnh tÝnh gép cña c¸c s¾c gåm b¨ng t¶i nÊm, camera, tay h¸i m¸y, c¬ ®é, mμ cßn xÐt ®Õn ®Æc tÝnh kh«ng gian ph©n cÊu khÝ ®éng phô ba bËc tù do, hÖ thèng ®iÒu bè s¾c ®é, lμm mμu s¾c ph©n cÊp cμng phï khiÓn tay m¸y thu nÊm vμ m¸y tÝnh t¹o hîp t×nh h×nh thùc tÕ. Hä ®· dïng kÝch th−íc thμnh. Tay h¸i m¸y do c¬ cÊu khÝ ®éng phô ph©n d¹ng c¸c s¾c ®é lμm mÉu xö lý, x©y ba bËc tù do c¨n cø vμo th«ng tin cña hÖ dùng m« h×nh nhËn thøc m¹ng thÇn kinh thèng c¶m gi¸c b»ng m¸y tÝnh cung cÊp tíi nh©n t¹o. Th«ng qua qu¸ tr×nh häc tËp huÊn x¸c ®Þnh vÞ trÝ. C«ng t¸c ng¾t nÊm do hÖ luyÖn cho m¹ng thÇn kinh nh©n t¹o, dïng thèng ®iÒu khiÓn ng¾t nÊm hoμn thμnh. Sau 120 mÉu t¸o kiÓm tra, trong ®ã qu¶ lo¹i khi tay h¸i m¸y ®Õn vÞ trÝ, èng hót cao su th−îng h¹ng lμ 30 qu¶, lo¹i mét 30 qu¶, lo¹i cña tay m¸y nhê vμo ¸p lùc kh«ng khÝ hót hai 30 qu¶, c¸c lo¹i kh¸c lμ 30 qu¶, kÕt qu¶ nÊm vμo hép. HÖ thèng c¶m gi¸c b»ng m¸y kiÓm tra nhËn ®−îc c¸c lo¹i: lo¹i th−îng tÝnh cung cÊp c¸c th«ng tin ph©n lo¹i cÇn h¹ng 29 qu¶, lo¹i mét 32 qu¶, lo¹i hai 28 thiÕt cho m¸y h¸i nÊm nh− kÝch th−íc, diÖn qu¶, c¸c lo¹i kh¸c 31 qu¶. Tû suÊt chÝnh x¸c tÝch vμ vÞ trÝ chÝnh x¸c trung t©m c©y nÊm cña viÖc kiÓm tra, lo¹i th−îng h¹ng lμ 96,7%, cÇn thu ho¹ch, ®¶m b¶o trong qu¸ tr×nh ho¹t lo¹i mét lμ 93,8%, lo¹i 2 lμ 93,3%, c¸c lo¹i ®éng cña tay m¸y bÝnh th−êng, tr¸nh tr−êng kh¸c lμ 96,8%, b×nh qu©n tû suÊt chÝnh x¸c hîp do th«ng tin kh«ng chÝnh x¸c t¹o thμnh lμ 95,2%, cã thÓ tháa m·n yªu cÇu thùc tÕ sö sai lÖch h¸i nÊm, lμm háng nÊm hoÆc lμm dông thÞ gi¸c m¸y tÝnh ph©n cÊp hoa qu¶ t¾c èng hót nÊm vμo. trong d©y chuyÒn s¶n xuÊt. TriÖu TÜnh vμ Hμ §«ng KiÖn (2001) khi 3.3. øng dông trong ph©n lo¹i vμ chÕ biÕn ph©n tÝch tæng hîp h×nh th¸i c¬ b¶n tr¸i c©y, n«ng s¶n phÈm ®· ®Ò xuÊt dïng 6 th«ng sè ®Æc tr−ng biÓu thÞ 3.3.1. Ph©n lo¹i n«ng s¶n phÈm h×nh th¸i tr¸i c©y, tham kh¶o ph−¬ng ph¸p ph©n tÝch h×nh th¸i dïng ®Ó ph©n biÖt h×nh §èi víi kiÓm ®Þnh vμ ph©n cÊp phÈm d¹ng tr¸i c©y, lîi dông m¹ng thÇn kinh nh©n chÊt cña n«ng s¶n phÈn chñ yÕu lîi dông kü 331
  6. Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp 3.3.2. ChÕ biÕn n«ng s¶n phÈm t¹o ®èi víi h×nh d¹ng tr¸i c©y tiÕn hμnh nhËn thøc vμ ph©n cÊp, kÕt qu¶ biÓu minh, sö dông Tõ tr−íc ®Õn nay, tù ®éng ®¸nh gi¸ tham sè ®Æc tr−ng vμ kü thuËt nhËn biÕt h×nh phÈm chÊt vμ khèng chÕ ph¶n håi lu«n lu«n d¹ng tr¸i c©y, thÞ gi¸c m¸y tÝnh vμ ph©n cÊp lμ vÊn ®Ò quan träng khã mμ thùc hiÖn trong nh©n t¹o b×nh qu©n cã ®é chÝnh x¸c lμ 93% viÖc tù ®éng hãa hoμn toμn chÕ biÕn n«ng trë lªn. Ninh Kû Phong vμ cs. (2001) lîi dông s¶n phÈm. Cïng víi sù ph¸t triÓn cña kü ph−¬ng ph¸p tÝnh to¸n h×nh ¶nh h×nh th¸i thuËt thÞ gi¸c m¸y tÝnh, con ng−êi ®· b¾t häc thùc hiÖn ®èi víi sù thiÕu hôt d¹ng trßn ®Çu t×m c¸ch øng dông kü thuËt thÞ gi¸c m¸y tr¸i c©y vμ kiÓm tra ®o l−êng h×nh d¹ng, khi tÝnh trong tù ®éng hãa chÕ biÕn n«ng s¶n thùc nghiÖm ph¸t hiÖn, nÕu coi s¶n phÈm lo¹i phÈm. th−îng h¹ng vμ lo¹i mét lμ mét lo¹i, cßn s¶n McConnell vμ Blau (1995) nghiªn cøu sö phÈm lo¹i hai vμ c¸c lo¹i kh¸c lμ mét lo¹i, th× dông kü thuËt thÞ gi¸c b»ng m¸y tÝnh, tiÕn ®é chÝnh x¸c khi ph©n cÊp ®¹t tíi 94,5%. hμnh ®o s¾c ®é mμu s¾c cña s¶n phÈm, c¨n cø vμo ®ã ®Ó ®iÒu khiÓn qu¸ tr×nh sÊy vμ §é chÝn cña qu¶ cμ chua vμ ®Æc tr−ng n−íng thùc phÈm ®¶m b¶o chÊt l−îng, ®¹t mμu s¾c bªn ngoμi cã mèi quan hÖ mËt thiÕt, hiÖu qu¶ cao. cho nªn mÇu s¾c bªn ngoμi cña qu¶ cμ chua ®· trë thμnh mét chØ tiªu träng yÕu cña ®¸nh gi¸ phÈm chÊt cμ chua. Tr−¬ng Tr−êng Lîi 4. KÕT LUËN vμ cs. (2001) dïng hÖ thèng thÞ gi¸c b»ng ThÞ gi¸c b»ng m¸y tÝnh øng dông trong m¸y tÝnh thu thËp h×nh ¶nh qu¶ cμ chua, s¶n xuÊt c¬ khÝ n«ng nghiÖp ®· thu nhËn sau ®ã chuyÓn ®æi tõ hÖ thèng mÇu RBG ®−îc nh÷ng b−íc tiÕn lín, nh−ng do lÝ luËn (Red-Blue-Green) sang hÖ thèng HIS (Hue- thÞ gi¸c, ph−¬ng ph¸p ph©n tÝch h×nh ¶nh vμ Saturation-Illumination), th«ng qua gi¸ trÞ ®iÒu kiÖn vÒ thiÕt bÞ phÇn cøng cã giíi h¹n, s¾c ®é H ®Ó ®Ò ra mÇu s¾c ®Æc tr−ng cña bÒ viÖc nghiªn cøu øng dông thÞ gi¸c m¸y tÝnh mÆt qu¶ cμ chua, chän dïng ph−¬ng ph¸p di trong c¬ khi n«ng nghiÖp cßn chñ yÕu trong truyÒn nhiÒu líp trong m¹ng thÇn kinh nh©n giai ®o¹n thö nghiÖm. Nh−ng cïng víi sù t¹o thùc hiÖn tù ®éng ph©n biÖt ®é chÝn cña ph¸t triÓn cña lÝ thuyÕt thÞ gi¸c m¸y tÝnh, kü qu¶ cμ chua. KÕt qu¶ thùc nghiÖm cho thÊy thuËt xö lý m¸y tÝnh vμ kü thuËt tù ®éng sö dông dïng ph−¬ng ph¸p trªn ®é chÝnh hãa, rÊt nhiÒu vÊn ®Ò tån t¹i ®· ®−îc gi¶i x¸c ®¹t khi ph©n lo¹i ®Õn 94%. quyÕt. Tr−¬ng Th− TuÖ vμ cs. (2002) thiÕt kÕ hÖ øng dông cña kü thuËt thÞ gi¸c m¸y tÝnh thèng kiÓm tra ®¸nh gi¸ ph©n lo¹i h×nh ¶nh sÏ gãp phÇn n©ng cao tÝnh n¨ng vμ tr×nh ®é c¬ t¸o, ®μo… th«ng qua thμnh lËp kho l−u tr÷ khÝ n«ng nghiÖp, ®−a c¬ khÝ n«ng nghiÖp tõng h×nh ¶nh vμ hÖ thèng ph©n tÝch c¸c mèi b−íc ph¸t triÓn h−íng tíi hiÖn ®¹i hãa, tù t−¬ng quan cho phÐp ph©n lo¹i chÝnh x¸c ®éng hãa, th«ng minh hãa, ®©y còng chÝnh lμ phÈm chÊt n«ng s¶n phÈm nh− mμu s¾c bªn yªu cÇu ph¶i cã cña s¶n xuÊt n«ng nghiÖp ngoμi, h×nh d¸ng, c¸c thiÕu sãt,… Sö dông chÝnh x¸c, hiÖu qu¶. hÖ thèng nμy, tiÕn hμnh ph©n cÊp 100 qu¶ t¸o, kÕt qu¶ ph©n lo¹i cã ®é chÝnh x¸c ®¹t Cho dï hiÖn nay ë c¸c n−íc ph¸t triÓn ®Õn 96%. §èi víi c¸c lo¹i n«ng phô phÈm lÜnh vùc øng dông thÞ gi¸c m¸y tÝnh vμo kh¸c còng cã thÓ th«ng qua thμnh lËp kho d÷ trong s¶n xuÊt n«ng nghiÖp ®· ®−îc tiÕn hμnh nghiªn cøu kh«ng Ýt, nh−ng vÉn cßn liÖu h×nh ¶nh mÉu, tiÕn hμnh tæng hîp ph©n nhiÒu vÊn ®Ò kü thuËt cßn ch−a gi¶i quyÕt, tÝch c¸c th«ng tin vμ ph¸n ®o¸n, thùc hiÖn cÇn tiÕp tôc ®i s©u nghiªn cøu. Cã thÓ kÓ ra ®èi kiÓm tra ®¸nh gi¸ ph©n lo¹i víi c¸c lo¹i mét sè ®Þnh h−íng nghiªn cøu nh−: n«ng s¶n phÈm kh¸c nhau. 332
  7. Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình Ph¸t triÓn kü thuËt nhËn d¹ng chÝnh Meyer G E, Davison D A. (1987). An x¸c c©y trång, cá d¹i trªn ®ång ruéng thùc tÕ, electronic image pant growth ®Ó øng dông trong m¸y tù ®éng phun thuèc measurement system. Transac tions of trõ s©u, trõ cá d¹i. ASAE, 30(1), 242 – 248. Trong lÜnh vùc tù ®éng hãa kiÓm tra Robert E. Blackshaw, Louis J. Molnar and ph©n lo¹i n«ng s¶n phÈm, hiÖn nay hÇu hÕt C. Wayne Lindwall (1998a). Merits of a c¸c nghiªn cøu ®Òu lμ nghiªn cøu c¸c ®èi Weed-Sensing Sprayer to Control Weeds t−îng ë tr¹ng th¸i tÜnh, do ®ã hiÖu qu¶ cßn in Conservation Fallow and Cropping thÊp. Lμm thÕ nμo ®Ó trong ®iÒu kiÖn lμm Systems. Weed Science, Vol. 46, No. 1, 120 viÖc ®éng ë tèc ®é cao cã thÓ thu nhËn ®−îc – 126. h×nh ¶nh cña s¶n phÈm vμ tiÕn hμnh ph©n Robert E. Blackshaw, Louis J. Molnar, tÝch, c¨n cø vμo kÕt qu¶ ph©n tÝch tiÕn hμnh Duane F. Chevalier and C. Wayne ph©n lo¹i s¶n phÈm chÝnh lμ vÊn ®Ò cÇn ®−îc Lindwall (1998b). Factors Affecting the chó träng nghiªn cøu. Operation of the Weed-Sensing Detectspray System. Weed Science, Vol. 46, No. 1, 127 – 131. TμI LIÖU THAM KH¶O Slaughter D C， Harrell R C. (1989). Tμi liÖu tiÕng Anh Discriminating fruit for robotic harvest DanaH.Ballard, Christopher M. Brown. using color in natural outdoor scenes. (1983). Computer Vision. Prentice Hall. Transactions of the ASAE，，32 (2), 757- Forsyth D. (2003). Computer Vision: A 763. Modern Approach. Prentice Hall. . Sun, D.W. (2003). “Computer Vision: An KaciraM, Ling P P. (2001). Design and Objective, Rapid and Non-Contact Quality development of an automated and non - Evaluation Tool for the Food Industry”, contact sensing system for continuous Journal of Food Engineering, 61, 1-2. monitoring of plant health and growth. Timmermans, A.J.M. (1998). “Computer Transactions of the ASAE, , 44 (4), 989 – Vision System for Online Sorting of Pot 996. Plants Based on Learning Techniques”, Liao K，Paulsen M R，Reid J F，et al. Acta Horticulturae, 421, 91-98. (1994). Corn kernel breakage Wang, H.-H., Sun, D.-W. (2002). “Melting classification by machine vision using a characteristics of cheese: analysis of neutral network classifier. Transactions of effects of cooking conditions using the ASAE. ，36(6), 1949 – 1953 computer vision techniques”, Journal of Food Engineering, 52(3), 279-284. Marchant J A, Onyango C M, Street M J. Zayas I，Pomeranz L Y，Lai F S. (1985). (1998). High speed sorting of potatoes using computer vision. Transactions of the Discrimination between Arthur and ASAE, 41(9), 3528 – 3540. Arkan wheats by image analysis. Cereal Chemistry， 62(2), 478 – 480 McConnell R K Jr, Blau H H Jr. (1995). Color classification of non-uniform baked Zayas I，Lai F S， Pomeranz L Y. (1986). and roasted foods. Proceedings of the FPAC IV Conference. Chicago, Illinois, Discrimination between wheat classes and 40- 46. varieties by image analysis. Cereal Chemistry, , 63 (1), 52 – 56. 333
  8. Ứng dụng kỹ thuật thị giác máy tính trong sản xuất nông nghiệp Zayas I， Pormeranz L Y， L ai F S. (1989). 农业工程学报，(2002). (4), 150 – 153 Discrimination of wheat and non wheat 张书慧，陈晓光，张晓梅，等. components in grain samples by image 苹果、桃等农副产品品质检测与分级图像处 analysis. Cereal Chemistry, 66(3), 233-237. 理系统的研究. 农业工程学报 (1993).15(1), Shuhai，Takahashi- Zhang T (1996). 201 – 204. Studies on automation of work in orchards 张长利，房俊龙，潘伟. (part 1). Detection of apple by pattern recognition. Journal of the Japanese Society 用遗传算法训练的多层前馈神经网络对番茄 of Agricultural Machinery 58(1), 9- 16. 成熟度进行自动检测的研究. 农业工程学报 Tμi liÖu tiÕng Trung (2001). 17(3), 153 – 156 赵静; 何东健. 果实形状的计算机识别方法研究. 冯斌，汪懋华. 农业工程学报 ( 2001). 17(2), 165-167 基于颜色分形的水果计算机视觉分级技术. 郑加强、周宏平、赵茂程、胡晓亮、向海涛、 农业工程学报 (2002).18(2), 141 – 143. 徐幼林等. 21世纪精确农药使用方法展望. 李少昆, 索兴梅，白中英, 祁之力, 刘晓鸿, 见：倪汉祥，成卓敏主编.面向21世纪植物保 高世菊, 赵双宁. 基于BP 护发展战略研讨会论文集. 神经网络的小麦群体图像特征识别. 成都：2001年，北京：中国科学技术出版社, 中国农业科学 (2002). 35(6), 616 – 620 415 – 419. 宁纪锋，何东健，张海亮. 郑加强．农药精确使用原理与实施原则研究． 基于图像形态学的球形果实品质检测研究 .农 科学技术与工程 (2004). 4 (7): 566 – 570 机化研究 (2001). (3), 28 – 29, 47 郑加强， 周宏平，徐幼林. 农药精确使用技术. 沈佐锐，于新文. 科学出版社，北京 (2006). 温室白粉虱自动计数计数技术研究初报. 周云山，李强等 生态学报，(2001). 21(1), 94 – 99 .计算机视觉在蘑菇采摘机器上的应用. 徐贵力, 毛罕平, 李萍萍. 农业工程学报，(1995).11(4)，27 – 32. 缺素叶片彩色图像颜色特征提取的研究. 334
  9. Lê Vũ Quân, Trịnh Gia Cường, Châu Hồng Bình 335
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.01: Bộ Luận Văn Thạc Sĩ Quản Trị Kinh Doanh MBA
165 tài liệu
2070 lượt tải
THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
3=>0