CHƯƠNG 1. TỔNG QUAN

Chương 1. TỔNG QUAN
1.1 ĐẶT VẤN ĐỀ
Theo Tổng cục Thống kê lượng thủy sản nuôi trồng 6 tháng đầu năm 2018 đạt
1.793,5 nghìn tấn, tăng 6,4% so với cùng kỳ năm trước, trong đó cá đạt 1.310,2
nghìn tấn, tăng 6,1%; tôm đạt 292,6 nghìn tấn, tăng 11,2%. Nuôi cá tra là sản phẩm
chủ lực của ngành Thuỷ sản Việt Nam sau con tôm. Nhiều năm qua, nghề nuôi cá
tra gặp thuận lợi về giá, người nuôi có lãi nên diện tích nuôi được mở rộng. Tính
chung 6 tháng, diện tích nuôi cá tra của cả nước ước tính đạt 14,3 nghìn ha, tăng
6,8% so với cùng kỳ năm trước, trong đó diện tích nuôi cá tra thâm canh, bán thâm
canh đạt 4,5 nghìn ha, tăng 10,2%; diện tích nuôi cá tra quảng canh và quảng canh
cải tiến 9,8 nghìn ha, tăng 5,3%. Sản lượng cá tra 6 tháng ước tính đạt 603,1 nghìn
tấn, tăng 8,1% so với cùng kỳ năm trước, trong đó Đồng Tháp đạt 191,8 nghìn tấn,
tăng 4,5%; An Giang 159,8 nghìn tấn, tăng 14,7%. Qua đó, số lượng cá giống đã
tăng nhanh chóng về chất lượng và số lượng. Toàn vùng đồng bằng sông Cửu Long
có 108 cơ sở cho sinh sản nhân tạo cá tra và gần 1.900 hộ ương dưỡng cá giống với
diện tích trên 1.500 ha, sản lượng cá bột sản xuất ước đạt 16,5 tỷ con, tập trung tại
các tỉnh như: An Giang, Đồng Tháp, Cần Thơ… Trong đó An Giang là tỉnh sản
xuất và cung ứng cá tra giống chủ yếu của khu vực đồng bằng sông Cửu Long.
Hầu hết giao dịch mua bán cá bột, cá hương, cá giống hiện nay trên thị trường
vẫn còn sử dụng phương pháp thủ công để ước lượng và đếm mẫu. Đối với cá bột
có 3 cách: cách thứ nhất là dùng cân (loại cân 2 đĩa, cân được 1g trở lên), cân bì
trước. Bì là cốc, chậu thuỷ tinh hay bát có chứa một ít nước sạch. Dùng vợt rớt cá
bột để bắt cá, giữ vợt để cá vừa ráo nước. Cân 2-5 gam cá thả vào bát nước sạch.
Dùng thìa canh múc đếm số cá vừa cân. Lặp lại vài lần như thế, để lấy số trung bình
(số con/gam). Biết số lượng cá bán, sẽ tính được khối lượng cá (bao gam), để cân và
giao cho nguời mua cá. Cách thứ hai: nhiều địa phương đã tự làm lấy những dụng
cụ đặc biệt, chuyên để đong cá bột, goi là cái giăng. Đây là một cái thìa đặc biệt, có
hình dạng nửa quả cầu, đục thủng nhiều lỗ nhỏ để thoát nước. Giăng có nhiều cỡ to,
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

1.3

NỘI DUNG NGHIÊN CỨU

1.3.1 Kết nối thiết bị
-

Tìm hiểu thông tin linh kiện sản phẩm, thông số kỹ thuật.

-

Kết nối các module.

-

Cài đặt hệ điều hành, chương trình sử dụng, thư viện cho raspberry.

1.3.2 Tiến hành xử lý
-

Xử lý chụp, lấy ảnh đầu vào.

-

Đọc và hiển thị hình ảnh (ảnh xám): sử dụng matplotlib để đọc file.

-

Tạo mặt nạ nhị phân cho ảnh: dùng phương pháp Otsu.



1.3.4 Thiết kế thi công môi trường đếm
-

Chọn hồ chứa cá có màu nền, cân chỉnh mực nước phù hợp.

-

Điều chỉnh ánh sang (không mờ, chóa) đảm bảo ảnh chụp tốt nhất.

-

Lắp ráp thiết bị, hoàn thiện hệ thống.

1.3.5 Thu thâp nhận xét kết quả
-

Lấy kết quả so sánh với thực tế tính toán sai số.

-

Nhận xét nêu ưu nhược điểm của hệ thống.

-

Nêu hướng phát triển.

1.3.6 Viết báo cáo
-



hiện đề tài, mục tiêu hoàn thành, giới hạn cũng như những bước đi từ cơ bản đến cụ
thể mà nhóm sẽ thực hiện trong quá trình nghiên cứu đề tài.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

3


CHƯƠNG 1. TỔNG QUAN
 Chương 2: Cơ sở lý thuyết
Trình bày các kiến thức về ngôn ngữ Python, lý thuyết về Raspberry Pi 3, lý
thuyết về module camera pi, lý thuyết về màn hình lcd 16x2 được áp dụng trong đề
tài.
 Chương 3: Tính toán và Thiết kế
Trình bày sơ đồ khối của hệ thống, tính toán thiết kế cho từng khối.
 Chương 4: Thi công hệ thống
Thi công bể chứa cá.
Thi công mạch theo thiết kế. Lập trình điều khiển cho Pi. Kiểm tra, chạy thử
nghiệm và tinh chỉnh lỗi.
 Chương 5: Kết quả, Nhận xét và Đánh giá
Trình bày kết quả đã đạt được và đưa ra những bàn luận về sản phẩm.
 Chương 6: Kết luận và hướng phát triển
Kết luận chung về đề tài và hướng phát triển của nó.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

4


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự
nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như camera, máy chụp
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

5


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
ảnh). Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại camera ống kiểu
CCIR). Gần đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy
ra từ camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý
tiếp theo. Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh; có thể quét từ ảnh chụp
bằng máy quét ảnh.

Hình 2.1. Các bước cơ bản trong xử lý ảnh
Sơ đồ này bao gồm các thành phần sau:

a. Phần thu nhận ảnh (Image Acquisition)
Ảnh có thể nhận qua camera màu hoặc đen trắng. Thường ảnh nhận qua
camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25
dòng), cũng có loại camera đã số hoá (như loại CCD – Change Coupled Device) là
loại photodiot tạo cường độ sáng tại mỗi điểm ảnh. Camera thường dùng là loại
quét dòng; ảnh tạo ra có dạng hai chiều. Chất lượng một ảnh thu nhận được phụ
thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh)

b. Tiền xử lý (Image Processing)
Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ
tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là lọc nhiễu,
nâng độ tương phản để làm ảnh rõ hơn, nét hơn.

ảnh khác nhau về ảnh. Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh
được phân theo hai loại nhận dạng ảnh cơ bản:
- Nhận dạng theo tham số.
- Nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong
khoa học và công nghệ là: 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, nhận dạng mặt
người…

f. Cơ sở tri thức (Knowledge Base)
Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng
tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu. Trong
nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

7


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận
và xử lý ảnh theo cách của con người. Trong các bước xử lý đó, nhiều khâu hiện
nay đã xử lý theo các phương pháp trí tuệ con người.

2.1.2 Các khái niệm cơ bản trong xử lý ảnh
a. Điểm ảnh (Picture Element)
Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để xử lý
bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi gần đúng
một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và
độ sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt
người không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy gọi là

xám: Mức xám dùng 1 byte biểu diễn: 28=256 mức, tức là 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 có thể biểu diễn dưới dạng tín hiệu tương tự hoặc tín hiệu số. Trong biểu
diễn số của các ảnh đa mức xám, một ảnh được biểu diễn dưới dạng một ma trận hai
chiều. Mỗi phần tử của ma trận biểu diễn cho mức xám hay cường độ của ảnh tại vị
trí đó.

Hình 2.2. Biểu diễn mức xám của ảnh số
Trong hình 2.2, một lưới chia ô vuông tưởng tượng được đặt lên ảnh. Độ lớn
mỗi ô vuông của lưới xác định kích thước của một điểm ảnh. Mức xám của một
điểm được tính bằng cường độ sáng trung bình tại mỗi ô vuông này. Mắt lưới càng
nhỏ thì chất lượng ảnh càng cao. Trong kỹ thuật truyền hình tiên tiến, (mục đích là
cung cấp cho người xem), hình ảnh cần chất lượng cao với độ phân giải gấp hai lần
so với các chuẩn hiện nay.
Trong kỹ thuật tương tự, một bức ảnh thường được biểu diễn dưới dạng các
dòng nằm ngang kế tiếp nhau. Mỗi dòng là một tín hiệu tương tự mang theo các
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

9


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
thông tin về cường độ sáng dọc theo một đường nằm ngang trong ảnh gốc. Ảnh trên
một chiếc TV được hiện lên qua các dòng quét này. Mặc dù thuật ngữ "tương tự"
được dùng để mô tả cho các ảnh quét liên tiếp nhưng thực tế ảnh chỉ tương tự dọc
theo hướng nằm ngang. Nó là rời rạc khi xét theo hướng dọc và chính vì vậy mà tín
hiệu ảnh là tín hiệu lai nửa tương tự, nửa số.
Ảnh đen trắng chỉ bao gồm 2 màu: màu đen và màu trắng. Người ta phân mức
đen trắng đó thành L mức nếu sử dụng số bit B=8 bit để mã hóa mức đen trắng (hay


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Giả sử có điểm ảnh p tại toạ độ (x, y). P có 4 điểm lân cận gần nhất theo chiều
đứng và ngang (có thể coi như lân cận 4 hướng chính: Đông, Tây, Nam, Bắc).
{(x-1, y); (x, y-1); (x, y+1); (x+1, y)} = N4 (p)

(2.2)

Trong đó: số 1 là giá trị logic; N4 (p) tập 4 điểm lân cận của p.

Hình 2.3. Lân cận các điểm ảnh của tọa độ (x, y)
Các lân cận chéo: các điểm lân cận chéo NP (p) (có thể coi lân cận chéo là 4
hướng: Đông-Nam, Đông-Bắc, Tây-Nam, Tây-Bắc).
NP (p) = {(x+1, y+1); (x+1, y-1); (x-1, y+1); (x-1, y-1)}

(2.3)

Tập kết hợp: N8 (p) = N4 (p) + NP (p) là tập hợp 8 lân cận của điểm ảnh p.
Chú ý: Nếu (x, y) nằm ở biên (mép) ảnh; một số điểm sẽ nằm ngoài 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:
De (p, q) = [(x - s) 2+ (y - t) 2] 1/2

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH


Máy chụp ảnh, camera có thể ghi lại hình ảnh (phim trong máy chụp, vidicon
trong camera truyền hình). Có nhiều loại máy cảm biến (Sensor) làm việc với ánh
sáng nhìn thấy và hồng ngoại như: Micro Densitometers, Image Dissector, Camera
Divicon, linh kiện quang điện bằng bán dẫn. Các loại cảm biến bằng chụp ảnh phải
số hoá là phim âm bản hoặc chụp ảnh. Camera divicon và linh kiện bán dẫn quang
điện có thể cho ảnh ghi trên băng từ có thể số hoá. Trong Micro Densitometer phim
và ảnh chụp được gắn trên mặt phẳng hoặc cuốn quang trống. Việc quét ảnh thông
qua tia sáng (ví dụ tia Laser) trên ảnh đồng thời dịch chuyển mặt phim hoặc quang
trống tương đối theo tia sáng. Trường hợp dùng phim, tia sáng đi qua phim.
Ảnh thu được sau quá trình số hóa thường được lưu lại cho các quá trình xử
lý tiếp theo hay truyền đi. Trong quá trình phát triển của kỹ thuật xử lý ảnh, tồn tại
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

12


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
nhiều định dạng ảnh khác nhau từ ảnh đen trắng (với định dạng IMG), ảnh đa cấp
xám cho đến ảnh màu: (BMP, GIF, JPEG…). Tuy các định dạng này khác nhau,
song chúng đều tuân theo một cấu trúc chung nhất. Nhìn chung, một tệp ảnh bất kỳ
thường bao gồm 3 phần: header, data compression, palette color.

b. Nhiễu
Ảnh sau quá trình thu nhận thường không tránh khỏi nhiễu, nhiễu gây ra bởi
ánh sáng tác động lên chính bản thân chất liệu và trong đó một phần nhỏ do thiết bị
thu nhận ảnh đã tạo nên các đặc trưng riêng cho mỗi chất liệu. Có thể nói, nhiễu
được xem như thành phần không mong muốn có trong ảnh, nhiễu là một hiện tượng
ngẫu nhiên luôn luôn có mặt trên mọi hệ thống xử lí tín hiệu thực. Nhiễu xuất hiện
trong ảnh bởi nhiều nguyên nhân như do sự thay đổi độ nhạy của đầu dò, do sự biến
đổi của môi trường, do chính bản thân chất liệu sinh ra, do sai số lượng tử hóa hay

điểm là xử lý toàn bộ các pixel trong ảnh và vì vậy làm mất hoặc mờ đi các chi tiết
ảnh.

2.1.4 Các phương pháp xử lý đối tượng trong ảnh
Nâng cao chất lượng ảnh là bước cần thiết trong xử lý ảnh nhằm hoàn thiện
một số đặc tính của ảnh. Nâng cao chất lượng ảnh gồm hai công đoạn khác nhau:
tăng cường ảnh và khôi phục ảnh. Tăng cường ảnh nhằm hoàn thiện các đặc tính
của ảnh như:
- Lọc nhiễu, hay làm trơn ảnh.
- Tăng độ tương phản, điều chỉnh mức xám của ảnh.
- Làm nổi biên ảnh.
Các thuật toán triển khai việc nâng cao chất lượng ảnh hầu hết dựa trên các
kỹ thuật trong miền điểm, không gian và tần số.

a. Chuyển qua ảnh xám
Đơn vị cơ bản của một bức ảnh là điểm ảnh (pixel), mỗi điểm ảnh có thể được
biểu diễn bằng n bytes dưới các hệ màu khác nhau. Việc chuyển đổi giữa các hệ
màu thông thường được thực hiện thông qua các phép biến đổi ma trận. Xét đến
phương thức chuyển đổi từ ảnh 24 bit RGB sang ảnh 8 bit đa mức xám, để thực
hiện yêu cầu trên, thông thường ta sử dụng cách chuyển đổi từ ảnh 24 bit RGB sang
ảnh 8bit GrayScale.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

14


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
GrayScale: là một hệ thống màu có mô hình màu đơn giản nhất với 256 cấp độ
xám biến thiên từ màu đen đến màu trắng. Sản phẩm được xuất ra sẽ có màu trắng

Blue(x, y): Là giá trị của kênh màu Blue (Xanh lơ) tại điểm ảnh (x, y) của
ảnh màu (RGB).
Tôi có công thức khác tính cường độ sáng tại một điểm ảnh từ ảnh RGB:
I(x, y) = (2 * Red(x, y) + 5 * Green(x, y) + 1 * Blue(x, y)) / 8

(2.9)

Chú ý:
Các phép toán trong số nguyên (Int) nhanh hơn rất nhiều trong số thực
(Float).
Trong OpenCV, hệ thống màu có thứ tự các kênh màu là Blue-Green-Red.
Các thông số dùng để tính toán cường độ sáng cho ảnh xám như: 0.3086,
0.6094, 0.0820… Được coi là những con số đẹp do người ta nghiên cứu ra. Các con
số này có thể thay đổi. Chúng ta hoàn toàn có thể chọn một giá trị một kênh màu
hoặc chia trung bình cộng của 3 kênh màu để tìm cường độ sáng tại một điểm ảnh
(Pixel).
Lưu ý rằng giá trị mỗi điểm ảnh I(x, y) hay còn gọi là cường độ sáng
(Luminance Intensity) trong ảnh đa mức xám tính được là tổng trọng số khác nhau
của mỗi thành phần màu trong hệ màu RGB. Một trong những lý do của việc này là
nếu chúng ta sử dụng cùng trọng số, ví dụ (R + G + B) / 3 thì màu đỏ, màu xanh
nước biển hay màu xanh da trời sẽ có cùng mức xám sau khi chuyển đổi. Mặt khác
khoa học đã chứng minh thì mắt người nhạy cảm hơn với thành phần màu xanh lá
cây và màu đỏ so với xanh da trời.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

16


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Ngược lại bằng gán bằng maxval
 THRESH_TRUNC
Nếu giá trị pixel lớn hơn ngưỡng thì gán giá trị bằng ngưỡng
Ngược lại giữ nguyên giá trị
 THRESH_TOZERO
Nếu giá trị pixel lớn hơn ngưỡng thì giữ nguyên giá trị
Ngược lại gán bằng 0
 THRESH_TOZERO_INV
Nếu giá trị pixel lớn hơn ngưỡng thì gán giá trị bằng 0
Ngược lại giữ nguyên

Hình 2.6. Ví dụ minh họa với ngưỡng bằng 127
Ưu điểm của thuật toán đơn giản dễ lập trình.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

18


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Nhược điểm là khó chọn ngưỡng thích nghi với nhiều loại ảnh trong các điều
kiện ánh sáng khác nhau.
Adaptive Thresholding (phân ngưỡng thích nghi): phương pháp phân
ngưỡng ở trên không phù hợp cho nhiều trường hợp, như là ánh sáng không đồng
đều trên ảnh. Trong trường hợp đó chúng ta dùng hàm adaptive Threshold. Phương
thức này tính giá trị trung bình của các n điểm xung quanh pixel đó rồi trừ cho C
chứ không lấy ngưỡng cố định (n thường là số lẻ, còn C là số nguyên bất kỳ).
Ngoài các tham số giống như phân ngưỡng thường, adaptiveThreshold có
thêm các tham số:
 ADAPTIVE_THRESH_MEAN_C: giá trị của pixel phụ thuộc vào các pixel

hợp này T được tính ở 4 sẽ có phép sai số là 1 / 2 * (giá trị đơn vị của điểm
ảnh).

Hình 2.8. Ảnh xám của nàng Lena

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

20


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Hình 2.9. Ảnh nàng Lena sau khi phân ngưỡng Ostu

c. Tách biên và phân vùng ảnh
Biên của ảnh:
 Điểm Biên: Một điểm ảnh được coi là điểm biên nếu có sự thay đổi nhanh
hoặc đột ngột về mức xám (hoặc màu). Ví dụ trong ảnh nhị phân, điểm đen
gọi là điểm biên nếu lân cận nó có ít nhất một điểm trắng.
 Đường biên (đường bao: boundary): tập hợp các điểm biên liên tiếp tạo
thành một đường biên hay đường bao.
 Ý nghĩa của đường biên trong xử lý: ý nghĩa đầu tiên: đường biên là một loại
đặc trưng cục bộ tiêu biểu trong phân tích, nhận dạng ảnh. Thứ hai, người ta
sử dụng biên làm phân cách các vùng xám (màu) cách biệt. Ngược lại, người
ta cũng sử dụng các vùng ảnh để tìm đường phân cách.
 Tầm quan trọng của biên: để thấy rõ tầm quan trọng của biên, xét ví dụ sau:
khi người họa sỹ muốn vẽ một danh nhân, họa sỹ chỉ cần vẽ vài đường nứt
tốc họa mà không cần vẽ một cách đầy đủ.
Mô hình biểu diễn đường biên, theo toán học: điểm ảnh có sự biến đổi mức
xám u(x) một cách đột ngột theo hình dưới.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH

22


CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
xám, cùng màu hay cùng độ nhám... Trước hết cần làm rõ khái niệm "vùng ảnh"
(Segment) và đặc điểm vật lý của vùng.
Vùng ảnh là một chi tiết, một thực thể trong toàn cảnh. Nó là một tập hợp
các điểm có cùng hoặc gần cùng một tính chất nào đó: mức xám, mức màu, độ
nhám… Vùng ảnh là một trong hai thuộc tính của ảnh. Nói đến vùng ảnh là nói đến
tính chất bề mặt. Đường bao quanh một vùng ảnh (Boundary) là biên ảnh. Các điểm
trong một vùng ảnh có độ biến thiên giá trị mức xám tương đối đồng đều hay tính
kết cấu tương đồng.
Dựa vào đặc tính vật lý của ảnh, người ta có nhiều kỹ thuật phân vùng: phân
vùng dựa theo miền liên thông gọi là phân vùng dựa theo miền đồng nhất hay miền
kề; phân vùng dựa vào biên gọi là phân vùng biên. Ngoài ra còn có các kỹ thuật
phân vùng khác dựa vào biên độ, phân vùng dựa theo kết cấu.
Thuật toán đếm và tách các đối tượng chồng lấp với Watershed là một trong
những phương pháp gián tiếp tìm biên của đối tượng dính nhau hoặc đè chồng lên
nhau. Đếm đối tượng có hình dạng đơn giản và không dính nhau khá là dễ. Chỉ cần
lấy biên từ ảnh nhị phân thì chúng ta có thể biết được số lượng đường biên. Nhưng
nếu đối tượng dính nhau hoặc đè chồng, thì khó hơn 1 chút.
Watershed là thuật toán xử lý hình ảnh nhằm tách đối tượng khỏi
background. Thuật toán có input là ảnh xám và 1 ảnh gọi là ảnh marker. Ảnh
marker là ảnh mà bạn cho thuật toán Watershed biết đâu là đối tượng foreground và
background.
Ảnh marker là ảnh có cùng size với ảnh xám.
Ví dụ minh họa cho thuật toán Watershed như sau: hình phía trên (ảnh gốc
với marker) là ảnh xám được đánh dấu thủ công để tách con đường ra khỏi cảnh.



CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
Raspbian được hướng đến người dùng có mục đích:
 Sử dụng Raspberry Pi như máy tính văn phòng để lướt web, soạn văn bản,
check mail và thi thoảng nghe nhạc/xem phim.
 Nghiên cứu phát triển các thiết bị điều khiển tự động.
 Sử dụng như một máy chủ cung cấp các dịch vụ như web, file server, printer
server...
 Raspbian hoạt động rất ổn định, tốc độ nhanh (đặc biệt là trên Raspberry Pi
3). Tốc độ khởi động thử nghiệm Raspbian với Raspberry Pi 3, sử dụng thẻ
Toshiba Exceria 48MB/s thì chỉ 7s. Nhược điểm của nó là giao diện đơn
giản, cổ điển và không hào nhoáng.

2.2.2 Ngôn ngữ python
Python là ngôn ngữ lập trình được sử dụng rất phổ biến ngày nay để phát triển
nhiều loại ứng dụng phần mềm khác nhau như các chương trình chạy trên desktop,
server, lập trình các ứng dụng web... Ngoài ra Python cũng là ngôn ngữ ưa thích
trong ngành khoa học về dữ liệu (data science) cũng như là ngôn ngữ phổ biến để
xây dựng các chương trình trí tuệ nhân tạo trong đó bao gồm machine learning.
Được tạo ra bởi Guido Van Rossum, thiết kế bắt đầu vào cuối những năm 1980 và
được phát hành lần đầu tiên vào tháng 2 năm 1991.
Đặc Điểm Nổi Bật Của Python.
 Python là ngôn ngữ dễ học: ngôn ngữ Python có cú pháp đơn giản, rõ ràng sử
dụng một số lượng không nhiều các từ khoá, do đó Python được đánh giá là
một ngôn ngữ lập trình thân thiện với người mới học.
 Python là ngôn ngữ dễ hiểu: mã lệnh (source code hay đơn giản là code) viết
bằng ngôn ngữ Python dễ đọc và dễ hiểu. Ngay cả trường hợp bạn chưa biết
gì về Python bạn cũng có thể suy đoán được ý nghĩa của từng dòng lệnh
trong source code.