NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN

Họ và tên sinh viên: Nguyễn Bảo Thiện Lớp: 48CKCD
Nghành: Công nghệ cơ-Điện tử MSSV: 48132294
Tên đề tài “Thiết kế và thi công mobile robot bám theo đối tượng dùng phương
pháp xử lý ảnh”.(phần xử lý ảnh)
Số trang: 78
Hiện vật: Mô hình mobile robot, 02 quyển báo cáo, 02 đĩa CD.

NHẬN XÉT
KẾT LUẬN:………………………………………………………………
…………………………………………………………………………………… …
………………………………………………………………………………… ……
……………………………………………………………………………… ………
…………………………………………………………
Nha Trang, ngày….tháng…năm…….
GIÁO VIÊN HƯỚNG DẪN
(Kí, ghi rõ họ tên)
PHIẾU ĐÁNH GIÁ CHẤT LƯỢNG ĐỀ TÀI TỐT NGHIỆP

Họ và tên sinh viên: Nguyễn Bảo Thiện Lớp: 48 CKCD
Nghành : Công nghệ cơ-Điện tử MSSV: 48132294

CHỦ TỊCH HỘI ĐỒNG
(kí, ghi rõ họ tên)

i

MỤC LỤC
Trang
MỤC LỤC i
LỜI MỞ ĐẦU 1
TÓM TẮT NỘI DUNG ĐỒ ÁN 2
CHƯƠNG 1 CƠ SỞ LÝ THUYẾT 3
1.1 Ảnh và hệ thống xử lý ảnh 4
1.1.1 Ảnh 4
1.1.2 Hệ thống xử lý ảnh 5
1.2 Các vấn đề cơ bản trong xử lý ảnh 6
1.2.1 Biểu diễn và mô hình hoá ảnh 6
1.2.2 Tăng cường chất lượng ảnh 7
1. 2.3 Khôi phục ảnh 7
1.3 Giới thiệu Image Processing Toolbox và ứng dụng xử lý ảnh 8
1.3.1 Giới thiệu Image Processing Toolbox 8
1. 3.2 Các khái niệm và qui ước trong Image Processing Toolbox 9
1.3.2.1 Hệ toạ độ quản lý ảnh 9
1.3.2.2 Các loại ảnh trong MatLab 10
1.3.3 Một số không gian màu trong Image Processing toolbox 12
1.3.3.1 Không gian màu RGB 12
1.3.3.2 Không gian màu HSV 12
1.3.3.3 Không gian màu YCbCr 13
1.3.4 Giới thiệu các phép xử lý ảnh cơ bản trong MatLab 14
1.3.4.1 Đọc, ghi, hiển thị ảnh 14
1.3.4.2 Xử lý ảnh 14

PHỤ LỤC iii

DANH MỤC CÁC HÌNH
Hình 1: Sơ đồ khối của đồ án 2
Hình 1.1: Ảnh tương tự và Ảnh số hoá 5
Hình 1.2: Các giai đoạn chính trong hệ thống xử lý ảnh 5
Hình 1.3: Mô tả ảnh bằng ma trận điểm 6
Hình 1.4 : Hệ toạ độ điểm ảnh 9
Hình 1.6: Không gian màu RGB 12
Hình 1.7: Không gian màu HSV 13
Hình 1.8: Không gian màu YCbCr 13
Hình 1.9: Mô hình giao tiếp bằng cổng COM trong MatLab 16
Hình 1.10: Cấu tạo chính của camera 17
Hình 1.11: Ảnh của vật thể qua thấu kính 17
Hình 1.12 19
Hình 2.1: Các thành phần bên trong Image Acquisition Toolbox 21
Hình 2.2: Cửa sổ preview 24
Hình 2.4
28
Hình 2.5 30
Hình 2.6 30
Hình 2.7 31
Hình 2.8 32
Hinh 2.9 33
Hình 2.10 34
Hình 2.11 34
Hình 2.12 35

trong việc thúc đẩy các ứng dụng liên quan đến camera nói riêng và khoa học kỹ
thuật nói chung.
Xử lý ảnh là một ngành khoa học còn tương đối mới mẻ so với nhiều ngành
khoa học khác. Hiện nay nó đang là một trong những lĩnh lực được quan tâm và đã
trở thành môn học chuyên ngành trong các trường đại học. Nhờ có công nghệ số
hoá hiện đại, ngày nay con người đã có thể xử lý tín hiệu nhiều chiều thông qua
nhiều hệ thống khác nhau, từ những mạch số đơn giản cho đến những máy tính song
song cao cấp.
Nhận thức được xu hướng và tầm quan trọng của công nghệ xử lý ảnh như
trên, nhóm sinh viên đã quyết định chọn thực hiện đề tài “Thiết kế và thi công
mobile robot bám theo đối tượng dùng phương pháp xử lý ảnh”. Đối tượng
nghiên cứu tập trung vào việc sử dụng Image Acquisition Toolbox để thu thập ảnh
và Image Processing Toolbox để xử lý ảnh. Ngoài ra còn tìm hiểu giao tiếp giữa
Matlab và Vi điều khiển AVR(Atmega 32L), thiết kế giao diện GUI trên MatLab,
dùng PWM điều khiển động cơ DC…
Trong quá trình thực hiện Đồ Án cùng với sự nổ lực của bản thân và áp dụng
kiến thức được trang bị ở trường, em đã có nhiều cố gắng để thực hiện tốt Đồ Án.
Tuy nhiên, do kiến thức và khả năng có hạn nên khó tránh khỏi những thiếu sót, em
rất mong nhận được sự thông cảm và đóng góp ý kiến của quý thầy.
Nha Trang, tháng 6 năm 2010
Sinh viên thực hiện
Nguyễn Bảo Thiện

2

TÓM TẮT NỘI DUNG ĐỒ ÁN

Sau thời gian học tập và làm việc , đề tài đã hoàn thành và đã giải quyết được
những vấn đề sau:
- Nghiên cứu sử dụng Image Acquisition Toolbox trong MatLab để thu thập CHƯƠNG 1
CƠ SỞ LÝ THUYẾT
4

1.1 Ảnh và hệ thống xử lý ảnh
1.1.1 Ảnh
- Tín hiệu ảnh thuộc loại tín hiệu đa chiều: toạ độ(x,y), độ sáng(

), thời
gian(t).
- Ảnh(tĩnh) không gian 2 chiều được định nghĩa là một hàm 2 biến S(x,y), với
S là giá trị biên độ(độ sáng) tại vị trí toạ độ (x,y).
+ Ảnh tương tự S(x,y):
Miền xác định (x,y) liên tục.

- Đối tượng xử lý của hệ thống ở đây là các hàm 2 biến liên tục hoặc rời rạc.
- Có thể tóm tắt hệ thống xử lý ảnh gồm các giai đoạn chính như sau:

Hình 1.2: Các giai đoạn chính trong hệ thống xử lý ảnh
+ Thu nhận ảnh: - Qua các camera (tương tự, số).
- Từ vệ tinh qua các bộ cảm ứng (Sensors).
- Qua các máy quét ảnh (Scaners).
+ Số hoá ảnh: Biến đổi ảnh tương tự thành ảnh rời rạc để xử lý bằng máy
tính: Thông qua quá trình lấy mẫu (rời rạc về mặt không gian) và lượng tử hoá (rời
rạc về mặt biên độ).
+ Xử lý số: Là một tiến trình gồm nhiều công đoạn nhỏ: Tăng cường ảnh
(Enhancement), khôi phục ảnh (Restoration), phát hiện biên (Egde Detection), phân
vùng ảnh (Segmentation), trích chọn các đặc tính (Feature Extraction)
+ Hệ quyết định: Tuỳ mục đích của ứng dụng mà chuyển sang giai đoạn khác
là hiển thị, nhận dạng, phân lớp, truyền thông…

6

1.2 Các vấn đề cơ bản trong xử lý ảnh
1.2.1 Biểu diễn và mô hình hoá ảnh
 Biểu diễn ảnh
Ảnh có thể xem là một hàm 2 biến chứa các thông tin biểu diễn của một ảnh.
Các mô hình biểu diễn ảnh cho ta một mô tả logic hay định lượng của hàm này. Dựa
vào phần tử đặc trưng của ảnh đó là pixel. Giá trị pixel có thể là một giá trị vô
hướng, hoặc là 1 vector (3 thành phần trong trường hợp ảnh màu).
Ta có thể biểu diễn ảnh bằng hàm toán học, hoặc các ma trận điểm. Trong
mô hình toán học, ảnh hai chiều được biểu diễn nhờ các hàm hai biến. Đó là
 




a) Ảnh thật 10x10; b) Ảnh được zoom; c) Mô tả ảnh bằng ma trận điểm
Hình 1.3: Mô tả ảnh bằng ma trận điểm

7

 Mô hình hoá ảnh
Mô hình cảm nhận ảnh: Là mô hình biểu diễn thông qua các thuộc tính cảm
nhận ảnh (màu sắc, cường độ sáng), các thuộc tính về thời gian, cảm nhận về phối
cảnh, bố cục.
Mô hình cục bộ: Là mô hình biểu diễn thể hiện mối tương quan cục bộ của
các phần tử ảnh (ứng dụng cho các bài toán xử lý và nâng cao chất lượng ảnh).
Mô hình tổng thể: Là mô hình biểu diễn ảnh xem ảnh như là một tập hợp
các đối tượng, và các đối tượng này có mối quan hệ không gian với nhau (ứng dụng
cho các bài toán phân nhóm và nhận dạng ảnh).
1.2.2 Tăng cường chất lượng ảnh
Mục đích: Tăng cường các thuộc tính cảm nhận, làm cho ảnh tốt lên theo
một ý nghĩa nào đó, tiện phục vụ cho các xử lý tiếp theo.
Các thao tác:
+ Thay đổi độ tương phản, thay đổi màu sắc, cường độ sáng, lọc
nhiễu, nội suy, làm trơn ảnh.
+ Các phương pháp chính:
Các phương pháp thao tác trên điểm (Point Operation)
Các thao tác không gian (Spatial Operation)
1. 2.3 Khôi phục ảnh
Mục đích: Khôi phục lại ảnh ban đầu, loại bỏ các biến dạng ra khỏi ảnh tuỳ
theo nguyên nhân gây ra biến dạng.

 


khi PSF có
thể đo lường hay quan sát được, ảnh mờ và các tính chất xác suất của quá trình
nhiễu.
Các thao tác: lọc nhiễu, giảm độ méo …
Các phương pháp: lọc ngược, lọc thích nghi(Wiener), khôi phục ảnh từ các
hình chiếu.
1.2.4 Nhận dạng
Nhận dạng ảnh là quá trình liên quan đến mô tả đối tượng mà người ta muốn
đặc tả nó. Thường đi sau quá trình trích chọn các đặc tính của đối tượng.
Có 2 kiểu mô tả đối tượng:
+ Mô tả theo tham số (nhận dạng theo tham số).
+ Mô tả theo cấu trúc (nhận dạng theo cấu trúc).
Ứng dụng: nhận dạng đối tượng, mặt, vân tay, văn bản…Mạng nơron là một
kỹ thuật mới đang được áp dụng vào nhận dạng và cho kết quả khả quan.
1.3 Giới thiệu Image Processing Toolbox và ứng dụng xử lý ảnh
1.3.1 Giới thiệu Image Processing Toolbox
Image Processing Toolbox là một tập hợp các hàm của phần mềm MatLab
liên quan đến xử lý ảnh số. Toolbox này hỗ trợ rất nhiều hàm xử lý ảnh khác nhau
trên nhiều loại ảnh khác nhau. Các phép xử lý ảnh bao gồm:
 Các phép biến đổi ảnh theo không gian (spatial image transformations)
 Các phép biến đổi hình thái ảnh (morphological operations)
 Các phép xử lý lân cận và xử lý khối (neighborhood and block operations)
 Lọc tuyến tính và thiết kế bộ lọc ảnh (linear filtering and filter design)
 Các phép biến đổi ảnh thông qua hàm truyền (transforms)
 Phân tích và tăng cường chất lượng ảnh (image analysis and enhancement)

9

 Nhận dạng ảnh (image registration)
 Chống mờ (deblurring)

Hình 1.5: Hệ toạ độ không gian

1.3.2.2 Các loại ảnh trong MatLab
Image Processing Toolbox định nghĩa 4 kiểu ảnh như bảng tóm tắt bên dưới.
Các định nghĩa này qui định cách MatLab tổ chức “thông tin hình ảnh” trên ma trận.
Bảng bên dưới giải thích cụ thể hơn về từng loại ảnh.

11

Loại ảnh Giải thích
Nhị phân (binary còn gọi là
bilevel)
Mảng nhị phân có thứ tự với giá trị của phần tử chỉ
là 0 hoặc 1 tương ứng với hai màu đen và trắng
trên ảnh.
Chỉ thị (indexed còn gọi là
ảnh giả màu – pseudocolor
image)
Mảng có kiểu dữ liệu nhị phân, uint8, uint16,
single, hoặc kiểu double. Giá trị của phần tử ma
trận là giá trị của bảng màu (colormap). Bảng màu
là một mảng m-by-3 với kiểu dữ liệu double.
Đối với mảng kiểu single hoặc kiểu double, giá trị
integer nằm trong khoảng [1,p]. Với mảng kiểu nhị
phân, uint8 hoặc uint16, giá trị này nằm trong
khoảng [1,p-1].
Trắng đen (grayscale – còn
gọi là intensity – ảnh mật độ,
gray scale - ảnh màu xám
hoặc gray level - ảnh mức


Hình 1.6: Không gian màu RGB

1.3.3.2 Không gian màu HSV
Không gian màu HSV là một không gian màu dựa trên ba số liệu:
 H: (Hue) Vùng màu
 S: (Saturation) Độ bão hòa màu
 V (hay B): (Bright hay Value) Độ sáng

13Hình 1.7: Không gian màu HSV

1.3.3.3 Không gian màu YCbCr
Không gian màu YCbCr được tổ hợp từ ba thành phần độ sáng Y, và hai
thành phần màu (xanh dương và đỏ). Trong tiếng Anh YCbCr được viết tắt từ luma
(Y), Blue Chrominance (Cb) và Red Chrominance (Cr)
YCbCr không phải là không gian màu thực, nghĩa là các thành phần Y, Cb,
Cr được tính toán từ không gian màu RGB
Y= 16 + 65.481*R + 128.553*G +
24.966*B
Cb = 128 - 37.797*R - 74.203*G + 112.0*B
Cr = 128 + 112.0*R - 93.786*G – 18.214*B

Hình 1.8: Không gian màu YCbCr
14


>> BW1 =
imread('circbw.tif');
>> SE =
strel('arbitrary',eye(5))
;
>> BW2 = imerode(BW1,SE);
>> imshow(BW1)
>> figure, imshow(BW2)

>> BW1 =
imread('circbw.tif');
>> SE =
strel('rectangle',[40
30]);
>> BW2 = imerode(BW1,SE);
>> imshow(BW2)
>> BW3 =
imdilate(BW2,SE);
>> imshow(BW3)

>> BW1 =
imread('circbw.tif');
>> BW2 =
bwmorph(BW1,'skel',Inf);
>> imshow(BW1)
>> figure, imshow(BW2) 1.4 Các bước giao tiếp nối tiếp bằng Matlab

Stopasync Ngừng hoạt động đồng bộ

17

1.5 Hệ ảnh vật
Giới thiệu sơ lược cấu tạo chính của camera

Hình 1.10: Cấu tạo chính của camera
1.5.1 Phép biến đổi chiếu hình
Biến đổi chiếu hình là phép biến đổi quang học để chiếu các điểm trong
không gian 3 chiều lên một mặt phẳng. Phép biến đổi này rất cần khi trao đổi thông
tin giữa các vật thể 3 chiều và hình chiếu của nó trên các mặt phẳng. Hình bên dưới
mô tả sơ đồ phép chiếu quang học.

Hình 1.11: Ảnh của vật thể qua thấu kính

18

Đặt h
o
kích thước của vật thể, h
i
là kích thước của ảnh, mối quan hệ giữa
tiêu cự f của thấu kính với khoảng cách từ thấu kính tới vật thể R được thể hiện qua
công thức:
fR
f
hh
oi


Nếu ta giữ nguyên kích thước của vật, thay đổi khoảng cách của vật tới thấu
kính ,minh họa như hình:

Ta có ;

R
f
AB
BA

''
=>
'
'
*
B
A
ABf
R 
(*)

'
""
R
f
AB
BA

=>
"

Hình 1.12
Thay đổi khoảng cách giữa vật và camera sẽ làm thay đổi kích thước ảnh của
vật.
Bằng cách xác định độ lớn của ảnh ta co thể suy ra được khoảng cách giữa canera
và vật. Gọi :
- L : là độ lớn của ảnh
- k : là khoảng cách từ vật đến camera tương ứng với L
k, L được xác định bằng thực nghiệm.
Thì khoảng cách hiện thời (k’) được xác định:
k’ =
L
Lk '

với L’ là kích thước hiện thời của ảnh vật.

Trích đoạn Phương pháp nghiên cứu Các phương hướng phát triển của đề tài

---