LVTN Cánh tay robot 6 bậc phân loại vật theo màu sắc

TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HỒ CHÍ MINH

KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG

LUẬN VĂN TỐT NGHIỆP

Điều khiển cánh tay robot phân loại vật theo màu sắc

KỸ SƯ NGÀNH KỸ THUẬT ĐIỀU KHIỂN & TỰ ĐỘNG HÓA

TP. HỒ CHÍ MINH, 2015


TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HỒ CHÍ MINH

KHOA ĐIỆN – ĐIỆN TỬ
BỘ MÔN ĐIỀU KHIỂN TỰ ĐỘNG

LUẬN VĂN TỐT NGHIỆP

Điều khiển cánh tay robot phân loại vật theo màu sắc

KỸ SƯ NGÀNH KỸ THUẬT ĐIỀU KHIỂN & TỰ ĐỘNG HÓA

TP. HỒ CHÍ MINH, 2015
TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN – ĐIỆN TỬ

Độc lập - Tự do - Hạnh phúc

BỘ MÔN: ĐIỀU KHIỂN TỰ ĐỘNG

TP. HCM, ngày….tháng…..năm……..


NHẬN XÉT LUẬN VĂN TỐT NGHIỆP
CỦA CÁN BỘ HƯỚNG DẪN

Tên luận văn:

Người nhận xét
(Ký tên và ghi rõ họ tên)


TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN – ĐIỆN TỬ

Độc lập - Tự do - Hạnh phúc

BỘ MÔN: ĐIỀU KHIỂN TỰ ĐỘNG

TP. HCM, ngày….tháng…..năm……..

NHẬN XÉT LUẬN VĂN TỐT NGHIỆP

CỦA CÁN BỘ PHẢN BIỆN

TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HỒ CHÍ MINH

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

KHOA ĐIỆN – ĐIỆN TỬ

Độc lập - Tự do - Hạnh phúc

BỘ MÔN: ĐIỀU KHIỂN TỰ ĐỘNG

TP. HCM, ngày….tháng…..năm……..

ĐỀ CƯƠNG CHI TIẾT

DANH SÁCH HỘI ĐỒNG BẢO VỆ LUẬN VĂN

Hội đồng chấm luận văn tốt nghiệp, thành lập theo Quyết định số …………………… ngày
………………….. của Hiệu trưởng Trường Đại học Bách khoa TP.HCM.
1. …………………………………………. – Chủ tịch.


2. …………………………………………. – Thư ký.
3. …………………………………………. – Ủy viên.


MỤC LỤC

DANH MỤC HÌNH VẼ


DANH MỤC BẢNG


DANH MỤC TỪ VIẾT TẮT


TÓM TẮT LUẬN VĂN
Luận văn gồm 2 phần chính :
1.Điều khiển cánh tay robot : Sinh viên nghiên cứu robot theo mô hình động
học Denavit-Hartenberg (DH) , xác định tọa độ gắn trên các khâu sau đó xác định
các thông số DH để thiết lập hệ phương trình động học thuận hoặc động học
ngược.Mục tiêu là gắp được vật theo tọa độ từ xử lý ảnh trả về sinh viên sử dụng
phương trình động học ngược để giải quyết bài toán rồi xử lý thông qua máy tính
và vi điều khiển STM32F4 điều khiển động cơ RC servo nhằm đạt được trạng thái
cần đến của cánh tay robot.
2.Xử lý ảnh phân loại vật theo màu sắc : Sinh viên sử dụng web camera , thư
viện EmguCV trên C# và một số công cụ trong Visual Studio để lập trình phát hiện
vật theo màu sắc , đồng thời phân loại và trả về tọa độ của vật .
Sau khi phát hiện,phân loại được vật theo màu sắc , tọa độ của vật sẽ được trả về
cho máy tính, vi điều khiển sẽ lấy dữ liệu từ máy tính và điều khiển cánh tay gắp
và phân loại vật.
Mô hình thực tế bao gồm : cánh tay robot 4 join và 2 link , 1 web camera ,và một
số chi tiết khác .
Bố cục luận văn bao gồm tổng quan , hướng thực hiện, cơ sở lý thuyết của cánh
tay robot và xử lý ảnh ,các thuật toán điều khiển robot , nhận dạng và phân biệt
màu sắc,quá trình thực hiện chi tiết, kết quả đạt được, hạn chế và hướng khắc
phục của đề tài.

10


Chương 1. MỞ ĐẦU
Ngày nay, với sự phát triển mạnh mẽ của khoa học và công nghệ, con người ngày
càng đạt được những bước tiến mới trong rất nhiều lĩnh vực như khai thác,sản
xuất, y học,công nghệ thông tin,quốc phòng,an ninh,… Đồng hành cùng với sự
phát triển mạnh mẽ đó, ta không thể không nhắc đến Robot, một công cụ đắc lực,
hiệu quả đã giúp con người thực hiện rất nhiều công việc từ đơn giản đến phức
tạp nhằm giảm thiểu sức lao động tay chân cũng như giải quyết những công việc
mà lao động tay chân không thể làm được.Giải quyết bài toán phân loại hàng hóa
bằng Robot cũng là một vấn đề khá thú vị , nó giúp con người có thể sử dụng
Robot giảm bớt thời gian,nhân công cũng như tăng độ chính xác trong các dây
chuyền sản phẩm số lượng lớn.Chính vì thế nhóm sinh viên chúng em đã chọn đề
tài : “ Điều khiển cánh tay robot phân loại vật theo màu sắc “ làm đề tài luận văn
của mình.
Mục tiêu, nhiệm vụ của luận văn là trình bày ý tưởng, xây dựng mô hình cơ bản
của cánh tay robot và ứng dụng thực tế về phân loại vật trong công nghiệp của
nó.
Luận văn bao gồm 7 chương :
Chương 1 Mở đầu
Nội dung của chương là trình bày một số dứng dụng của cánh tay robot và xử lý
ảnh trong thực tế,nêu nhiệm vụ chính và nội dung của các chương trong luận
văn.
Chương 2 Phương pháp thực hiện đề tài
Nội dung của chương là trình bày các bước tiến hành từng phần nhỏ của luận
văn dựa vào các kiến thức và tài liệu tham khảo có được.
Chương 3 Cơ bản về cánh tay robot và xử lý ảnh
Nội dung của chương trình bày lý thuyết cơ bản về cánh tay robot và xử lý ảnh

Chương 4 Điều khiển cánh tay robot

11


Nội dung của chương trình bày thuật toán điều khiển cánh tay robot và phương
pháp điều khiển để thực hiện đúng mục đích của luận văn.
Chương 5 Xử lý ảnh phân loại màu sắc và phát hiện tọa độ của vật
Nội dung của chương bao gồm giới thiệu các hàm xử lý, ứng dụng xử lý ảnh nhận
dạng màu đối tượng và xác định được tọa độ của đối tượng để điều khiển cánh
tay gắp đúng vị trí.
Chương 6 Thiết kế thi công mô hình robot và phần mềm điều khiển
Nội dung của chương là giới thiệu các phần cứng trong mô hình , sơ đồ nguyên lý
, phương pháp thi công, các thuật toán, cách kết hợp từng bộ phận với nhau ,
giao diện điều khiển,…
Chương 7 Kết quả thực tế và nhận xét
Nội dung của chương trình bày kết quả thu được với mô hình cụ thể đã thi công
và đánh giá độ đúng của mô hình robot trong một vài môi trường khác nhau.

12


Chương 2. Phương pháp thực hiện đề tài
2.1.

Nhiệm vụ của luận văn

 Thiết kế mô hình cánh tay Robot.
 Xây dựng phần mềm điều khiển cánh tay Robot mô phỏng quá trình phân
loại sản phẩm theo màu sắc trong công nghiệp.

2.2.

Hướng giải quyết các yêu cầu chức năng

-Sử dụng camera để nhận dạng đối tượng theo màu sắc rồi gửi về máy tính vị trí
của đối tượng.Máy tính nhận được dữ liệu vị trí và màu sắc của đối tượng sẽ
thông qua vi điều khiển để điều khiển Robot tới gắp và phân loại đối tượng.
-Chọn động cơ RC Servo vì động cơ RC Servo khá là dễ điều khiển, đồng thời trọng
lượng nhẹ phù hợp cho cánh tay Robot.
-Dùng web camera để nhận dạng màu vì web camera tương đối rẻ nhưng cũng
đủ đáp ứng được ứng dụng cần cho luận văn.
2.3.

Tham khảo và thu thập tài liệu

Với yêu cầu đề tài là xử lý ảnh và điều khiển cánh tay robot , sinh viên đã tìm hiểu
nhiều tài liệu từ internet, sách tham khảo, luận văn của anh chị khóa trên,... Đó là
các tài liệu về những vấn đề :
-Vi điều khiển STM32F4 và lập trình Keil C.
-Các sách, bài viết về xử lý ảnh dùng thư viện OpenCV trên nền C++ và thư viện
EmguCV trên nền C#.
-Tài liệu kỹ thuật robot và các giải thuật điều khiển robot.
-Lập trình giao diện C#
-Điều khiển động cơ RC Servo

13


Các từ khóa trên internet :
« RC Servo » ; « color detection » ; « control arm robot » ; « KeilC programing » ;

« find contour» ; « Object detection»; « STM32F4 tutorial»; «EmguCV »; « C#
tutorial » ; …
2.4 Thực hiện :
-Tìm hiểu về các vấn đề giao tiếp giữa vi điều khiển STM32F4 và máy tính thông
qua USART, viết chương trình xử lý giải thuật từ máy tính và điều khiển động cơ
bằng vi điều khiển.
-Tìm hiểu về Object detecting, Color recognize, Find Contour, các thư viện, các
hàm của OpenCV trên C++ ,EmguCV trên C#, thu thập ảnh thông qua webcam và
xử lý nhận dạng màu sắc .
-Tìm hiểu về động cơ RC servo, phương pháp điều khiển và calib.
-Tìm hiểu hoạt động của các khớp trong một cánh tay robot và mối liên hệ giữa
các khớp thông qua hệ phương trình Denavit-Hartenberg.
-Tìm hiểu cách tạo giao diện sử dụng bằng C# và cách kết nối giao diện với vi
điều khiển.

14


Chương 3. Cơ bản về cánh tay robot và xử lý ảnh
3.1.

Cánh tay robot

3.1.1. Các thành phần chính của Robot
Joint
Joint
Joint

Link(Gripper)

Hình 3.1 Hình vẽ cánh tay robot cơ bản
1. Link
Là thành phần cứng nhắc, có thể chuyển động tương đối với các link khác
2.Joint
Hai link được nối với nhau bằng một Joint(khớp). Có 2 loại khớp cơ bản là khớp
tịnh tiến và khớp quay

Hình 3.1.2.Khớp quay và khớp tịnh tiến
3.End-Effector
End-Efector (Điểm tác động cuối) là thành phần gắn trên liên kết cuối cùng để
thực hiện công việc cần thiết của Robot, thường là bạn kẹp hoặc các dụng cụ gia
công (như khoan, hàn,..).

15


4.Truyền dẫn động
Truyền dẫn động có thể là cơ khí, thủy khí hoặc điện khí.
5.Cảm biến
Thực hiện việc nhận biết và biến đổi thông tin về hoạt động của Robot (cảm biến
nội tín hiệu) và của môi trường, đối tượng mà Robot phục vụ (cảm biến ngoại tín
hiệu).
6.Điều khiển
Đảm bảo sự hoạt động theo chương trình của Robot.
3.1.2. Động học Robot
3.1.2.1. Động học quay
1.Quay quanh các trục tọa độ cố định
Xét hệ tọa độ B(Oxyz) và hệ tọa độ cố định G(OXYZ). Điểm O cố định là điểm
chung của B và G
Nếu B quay quanh trục OZ của G một góc α thì sau đó tọa độ điểm P trong hệ tọa

độ B và G có mối quan hệ sau

Hình 3.1.3 Động học quay robot
Tương tự nếu B quay quanh trục OY một góc , quay quanh trục OZ một góc γ. Ta
có

16


Với
Tương tự nếu B quay quanh trục OY một góc , quay quanh trục OZ một góc γ. Ta
có

2.Phối hợp nhiều phép quay
Nếu B quay quanh các trục tọa độ cố định, sau chuỗi phép quay R1,R2,…,Rn

Với
3.1.2.2. Động học dịch chuyển
Hệ tọa độ B có thể vừa xoay và dịch chuyển trong G
Với là vector dịch chuyển

Sử dụng ma trận thuần nhất để thể hiện phép biến đổi
Với

17


3.1.2.3. Động học Robot
Phương pháp Denavit-Hartenberg (DH)
Một Robot có n joint và n+1 link. Chỉ số các joint bắt đầu từ 1 đến n, còn link bắt

đầu 0 đến n. Joint(i) kết nối link(i-1) và link(i)

Hình 3.1.4. Joint và link
Một link được gắn liền mỗi hệ trục tọa độ, B i cho link(i) tại joint(i+1)
Trục zi nằm dọc theo trục của joint(i+1)
Trục xi nằm dọc theo đường vuông góc chung hướng từ zi-1 đến zi.
Trong trường hợp 2 trục giao nhau thì x i = zi-1 x zi
Trục yi = zi

x xi

Xác định bộ thông số DH
Gọi ai là độ dài đường vuông góc chung giữa zi-1 và zi
Gọi là góc chéo giữa zi-1 và zi
Gọi di là khoảng cách dọc theo trục zi-1 giữa xi-1 và xi
Gọi là góc chéo giữa xi-1 và xi

18


Hình 3.1.5. Các thông số DH
Biến khớp(joint variable)
Nếu joint(i) là khớp quay thì là biến khớp
Nếu joint(i) là khớp tịnh tiến thì di là biến khớp
Dựa vào cấu trúc của Robot cụ thể ta sẽ xây dựng được phương trình
động học thuận và động học ngược của Robot.
3.2.

Xử lý ảnh

3.2.1. Các giai đoạn chính trong xử lý ảnh
a. Thu nhận ảnh:
Ảnh được thu nhận thông qua camera , thông thường ảnh thu nhận qua camera
là ảnh tín hiệu tương tự nhưng cũng có thể là tín hiệu số hóa. Ngoài ra ảnh cũng
có thể được thu nhận từ sensors,scanner,..
b.Số hóa ảnh :
Mục đích để lưu trữ , phân tích và xử lý ảnh. Ảnh sau khi được thu nhận về được
chuyển đổi tín hiệu từ analog sang digital thông qua rời rạc hóa lấy mẫu và số
hóa bằng lượng tử hóa .

19


c.Phân tích ảnh :
Quá trình này thực chất bao gồm nhiều công đoạn nhỏ. Trước hết là tăng cường
ảnh ( Image Enhancement ) để nâng cao chất lượng ảnh .
Trong quá trình thu nhận ảnh do những nguyên nhân khác nhau , điển hình là :
Thiết bị thu nhận ảnh , do nguồn sáng, góc chụp hay do nhiễu từ môi trường ảnh
có thể bị suy biến. Đặc biệt trong nhận dạng màu sắc phụ thuộc rất nhiều vào cả
biến của camera.Vì vậy cần tăng cường và khôi phục lại ảnh để làm nổi bật một
số đặc tính chính của ảnh hay làm cho ảnh gần giống trạng thái gốc nhất .Giai
đoạn tiếp theo là phát hiện các đặc tính như biên ( edge detection), phân vùng
ảnh (Image sementation ) , trích đặc trưng ( fearture extraction) .
Cuối cùng theo mục đích kỹ thuật sẽ là giai đoạn nhận dạng, phân lớp hay các
quá trình khác .
3.2.2. Khái niệm cơ bản trong xử lý ảnh
a.Pixel
Quá trình số hóa ảnh biến đổi từ giá trị analog sang digital và lượng tử hóa về
thành phân giá trị mà về nguyên tắc mắt thường không phân biệt được hai điểm
kề nhau.Trong quá trình này người ta sử dụng khái niệm Picture Element mà ta

hay gọi là Pixel – Phần tử ảnh .Như vậy ảnh là một tập hợp các Pixel.Mỗi Pixel
gồm một cặp tọa độ x,y và màu .
Cặp tọa độ x,y tạo nên độ phân giải (resolution ) . Như màn hình máy tính có
nhiều độ phân giải khác nhau : màn hình CGA có độ phân giải là 320x200,WVAG
có độ phân giải 480x845,HD có độ phân giải 1280x720,4K có độ phân giải 3840 x
2160 pixel hoặc 4096 x 2160 pixel,…
Một Pixel thường được biểu diễn bởi 1,2,8, hay 24 bit màu
b.Mức xám ( Gray level )

20


Mức xám là kết quả của sự mã hóa tương ứng của một cường độ sáng mỗi điểm
ảnh với một giá trị số , kết quả của quá trình lượng tử hóa.Mã hóa 256 là mức
phổ biến nhất do kĩ thuật , mức xám là 256 thì mỗi pixel sẽ được mã hóa bởi 8 bit.
c.Ảnh màu
Ảnh màu là tổ hợp 3 màu cơ bản : đỏ , lục , xanh dương và thường thu nhận trên
các dãy băng tần khác nhau.Mỗi màu cũng phân thành L cấp khác nhau.Do vậy
để lưu trữ ảnh màu người ta có thể lưu trữ từng mặt màu riêng biệt, mỗi màu
được lưu như một ảnh đa cấp xám.Do đó không gian nhớ dành cho ảnh màu gấp
3 lần không gian nhớ dành cho ảnh xám cùng kích thước.
d.Ảnh đen trắng
Bao gồm ảnh nhị phân và ảnh đa cấp xám.Ảnh đen trắng chỉ gồm 2 màu : màu
đen và màu trắng .Người ta phân biệt sự biến đổi đó thành L mức .Nếu L=2 thì
ảnh đó là ảnh nhị phân.Nếu L >2 thì đó là ảnh đa cấp xám , ảnh 256 là mức ảnh
có chất lượng cao và thường được sử dụng.
3.2.3. Các vấn đề cơ bản trong xử lý ảnh
a.Biểu diễn ảnh :
Ảnh có thể xem là một hàm 2 biến chứa các thông tin như 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 trung 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.
b.Mô hình hóa 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, các 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).

21


Mô hình tổng thể: Là mô hình biểu diễn ành xem ảnh như là một tập họp các đối
tượng, và các đối tượng này có mối quan hệ không gian vói nhau (ứng dụng cho
các bài toán phân nhóm và nhận dạng ảnh).
c.Khôi phục ảnh
Mục đích: Khôi phục lại ảnh ban đầu, loại bỏ các biến dạng ra khỏi ảnh tùy theo
nguyên nhân gây ra biến dạng.
d.Biến đổi ảnh
Mục đích: Biến đổi the hiện cùa ảnh dưới các góc nhìn khác nhau tiến cho việc xử
lý, phân tích ảnh.
Các phương pháp: Biển đổi Fourier, Sin, Cosin, KL, ...
e.Phân tích ảnh
Mục đích: Tìm ra các đặc trưng của ảnh, xây dụng quan hệ giữa chúng dựa vào
các đặc trưng cục bộ.
Các thao tác: Tìm biên, tách biên, làm mảnh đường biên, phân vùng ảnh, phân
loại đối tượng. 
Các phương pháp: Phương pháp phát hiện biên cục bộ, dò biên theo qui hoạch
động, phân vùng theo miền đồng nhất, phân vùng dựa theo đường biên...

Hình 3.2.1.Thuật toán tìm đường biên
f.Nén ảnh

22


Mục đích: giảm không gian lưu trữ, thuận tiện truyền thông trên mạng.
Phương pháp: nén không mất thông tin, nén mất thông tin
Nén không mất thông tin (nén chính xác): khai thác các thông tin dư thừa.
Nén mất thông tin: khai thác các thông tin dư thừa và các thông tin không liên
quan.
Hiện nay có một số chuẩn nén hay dùng; JPEG, MPEG (JPEG-2000, MPEG-4)
g.Nhận dạng ảnh
Nhận dạng ảnh là quá trình liên quan đến mô tả đối tượng mà người ta muổn
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...
Nhận dạng chữ in hoặc đánh máy phục vụ cho việc tự động hóa việc đọc tài liệu,
tăng nhanh tốc độ và chất lượng thu nhận thông tin từ máy tính.
Nhận dạng chữ viết tay (với một so ràng buộc)
Mạng nơron là một kỹ thuật mới đang được áp dụng vào nhận dạng và cho kết
quả khả quan.

Hình 3.2.2.Nhận dạng màu sắc

23

Hình 3.2.3.Nhận dạng biển số xe
3.2.4. Không gian màu
Không gian màu là một mô hình toán học dùng để mô tả các màu sắc trong thực
tế được biểu diễn dưới dạng số học. Trên thực tế có rất nhiều không gian màu
khác nhau được mô hình để sử dụng vào những mục đích khác nhau.
Ba không gian màu cơ bản hay được nhắc tới và ứng dụng nhiều, đó là hệ không
gian màu RGB, HSV và CMYK.
Không gian màu RGB
RGB là không gian màu rất phổ biến được dùng trong đồ họa máy tính và nhiều
thiết bị kĩ thuật số khác. Ý tưởng chính của không gian màu này là sự kết hợp của
3 màu sắc cơ bản : màu đỏ (R, Red), xanh lục (G, Green) và xanh lơ (B, Blue) để
mô tả tất cả các màu sắc khác.
Nếu như một ảnh số được mã hóa bằng 24bit, nghĩa là 8bit cho kênh R, 8bit cho
kênh G, 8bit cho kênh B, thì mỗ kênh này màu này sẽ nhận giá trị từ 0-255. Với
mỗi giá trị khác nhau của các kênh màu kết hợp với nhau ta sẽ được một màu
khác nhau, như vậy ta sẽ có tổng cộng 255x255x255 = 1.66 triệu màu sắc. Ví dụ:
màu đen là sự kết hợp của các kênh màu (R, G, B) với giá trị tương ứng (0, 0, 0)
màu trắng có giá trị (255, 255, 255), màu vàng có giá trị (255, 255, 0), màu tím
đậm có giá trị (64, 0, 128) ...Nếu ta dùng 16bit để mã hóa một kênh màu (48bit
cho toàn bộ 3 kênh màu) thì dãi màu sẽ trãi rộng lên tới 3*2^16 = ... Một con số
rất lớn.

24


Hình 3.2.4. Không gian màu RGB
Không gian màu HSV
HSV và cũng gần tương tự như HSL là không gian màu được dùng nhiều trong
việc chỉnh sửa ảnh, phân tích ảnh và một phần của lĩnh vực thị giác máy tính. Hệ

không gian này dựa vào 3 thông số sau để mô tả màu sắc
H = Hue: màu sắc, S = Saturation: độ đậm đặc, sự bảo hòa, V = value: giá trị
cường độ sáng.
Không gian màu này thường được biểu diễn dưới dạng hình trụ hoặc hình nón.

Hình 3.2.5.Không gian màu HSV
Theo đó, đi theo vòng tròn từ 0 -360 độ là trường biểu diễn màu sắc(Hue).
Trường này bắt đầu từ màu đỏ đầu tiên (red primary) tới màu xanh lục đầu tiên
(green primary) nằm trong khoảng 0-120 độ, từ 120 - 240 độ là màu xanh lục tới
xanh lơ (green primary - blue primary). Từ 240 - 360 là từ màu đen tới lại màu
đỏ.

25