THIẾT KẾ, CHẾ TẠO MÔ HÌNH PHÂN LOẠI TRÁI CÂY THEO MÀU SẮC

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC NÔNG LÂM THÀNH PHỐ HỒ CHÍ MINH

KHÓA LUẬN TỐT NGHIỆP
THIẾT KẾ, CHẾ TẠO MÔ HÌNH PHÂN LOẠI
TRÁI CÂY THEO MÀU SẮC

Sinh viên thực hiện: NGUYỄN MINH KHANH
NGUYỄN VĂN BÁ
Ngành: Công nghệ kỹ thuật Cơ điện tử
Niên khóa: 2013-2017

Tháng 06/2017THIẾT KẾ,

CHẾ TẠO MÔ HÌNH PHÂN LOẠI


CÀ CHUA THEO MÀU

TÁC GIẢ
NGUYỄN MINH KHANH
NGUYỄN VĂN BÁ

Khóa luận tốt nghiệp được đệ trình đáp ứng yêu cầu cấp bằng
Kỹ sư ngành Cơ Điện Tử

Giáo viên hướng dẫn: Th.S TRẦN THỊ KIM NGÀ

Tháng 06/2017

LỜI CẢM ƠN

Em xin trân trọng cảm ơn tất cả quý thầy cô ở trường Đại học Nông Lâm
TP.Hồ Chí Minh và quý Thầy Cô trong khoa Cơ Khí - Công Nghệ đã trang bị cho
em những kiến thức quý báu cũng như đã giúp đỡ em trong suốt quá trình học tập tại
trường.
Em xin chân thành cảm ơn các Thầy Cô trong bộ môn Cơ Điện Tử đã giúp đỡ
chúng em nhiệt tình trong thời gian thực hiện đề tài.
Em cũng xin bày tỏ sự biết ơn chân thành đối với cô Trần Thị Kim Ngà đã tận
tình hướng dẫn em trong suốt quá trình làm Luận văn tốt nghiệp.
Đặc biệt, em xin cảm ơn quý Thầy Cô trong hội đồng đã dành thời gian nhận
xét và góp ý để luận văn của em hoàn thiện hơn.
Cuối cùng, em xin gửi lời cảm ơn đến những người thân cũng như bạn bè đã
động viên, ủng hộ và luôn tạo cho em mọi điều kiện thuận lợi trong suốt quá trình
hoàn thành luận văn.

Tp Hồ Chí Minh, ngày 04 tháng 06 năm 2017
Sinh viên thực hiện đề tài
Nguyễn Minh Khanh
Nguyễn Văn Bá
3


TÓM TẮT

Đề tài nghiên cứu “Thiết kế, chế tạo mô hình phân loại cà chua theo màu”
được thực hiện tại trường Đại Học Nông Lâm Thành Phố Hồ Chí Minh, thời gian
thực hiện từ tháng 3 đến tháng 6 năm 2017.
Đề tài đã thực hiện được việc thiết kế mô hình phát hiện phân, nhận dạng và
phân loại được mức độ chín sống khác nhau của cà chua. Đây được xem là kết quả

chính của đề tài. Để thực hiện tốt kết quả này thì chúng em đã áp dụng những kiến
thức đã học, thông qua quá trình xử lý ảnh, nhận dạng vật thể, xây dựng mô hình dữ
liệu màu để phân loại sản phẩm.
Do thời gian thực hiện còn hạn chế, cũng như mức độ rộng lớn của đề tài nên
việc thiếu sót và sơ xuất trong đề tài là điều khó tránh. Chúng em rất mong nhận
được sự đóng góp ý kiến của quý thầy cô và bạn bè để đề tài của em càng được hoàn
thiện hơn.

Sinh viên thực hiện
Nguyễn Minh Khanh
Nguyễn Văn Bá
4


MỤC LỤC
Trang

DANH SÁCH CÁC HÌNH

DANH SÁCH BẢNG
Trang

5


6


Chương 1
MỞ ĐẦU

Lý do chọn đề tài

1.1

Hiện nay, đất nước đang trong giai đoạn công nghiệp hóa, hiện đại hóa nên nhu
cầu đời sống vật chất tinh thần của con người cũng đòi hỏi phải được đáp ứng ở một
mức độ khác. Các hoạt động lao động chân tay hằng ngày cần phải được thay thế
bằng các mô hình tự động hoặc bán tự động. Các máy công nghiệp vận dụng sức
mạnh của vi xử lý và công nghệ tiên tiến ra đời.
Trong nông nghiệp, việc thu hoạch và phân loại sản phẩm sau thu hoạch vốn
làm bằng thủ công, nhưng với trình độ ngày nay, người ta hoàn toàn có thể tự động
hóa nó, vừa tiết kiệm sức người, vừa tiết kiệm chi phí thời gian.
Với tiêu chí giúp việc phân loại nông sản sau khi thu hoạch trở nên dễ dàng
hơn, kinh tế hơn, và nhanh hơn. Dựa trên những nghiên cứu đã có trên thị trường
cũng như vận dụng những kiến thức đã học được, nhóm chúng tôi đã lên ý tưởng
thiết kế chế tạo mô hình máy phân loại trái cây theo màu sắc. Mô hình vận dụng sức
mạnh của các vi xử lý và công nghệ xử lý ảnh để áp dụng cho mô hình này.
Tình hình nghiên cứu trong nước

1.2

Tỉnh Lâm Đồng là một trong những vùng chuyên canh cây cà chua lớn nhất
nước với sản lượng cà chua thu hoạch mỗi năm hơn hàng chục nghìn tấn. Các chủ
vựa thu mua cà chua lớn trong tỉnh phải bỏ ra rất nhiều thời gian, công sức và tiền
bạc để đi thuê một đội ngủ công lao động ngồi rửa, phân loại rồi lau khô, đánh bóng
cà chua trước khi đóng thùng. Nhất là khi vào những dịp giáp Tết, lượng tiêu thụ
hàng tăng cao, các chủ vựa thu mua còn phải đối mặt với sự khan hiếm nguồn lao
động.
7

Tại đây đã có một kỹ sư chân đất tìm hiểu, nghiên cứu, thiết kế và chế tạo loại
máy rửa, phân loại, hong khô nước và đánh bóng trái cà chua trước khi đóng thùng
sản phẩm.

Hình 1. 1: Kiểm tra lại sản phẩm sau khi phân loại

Máy rửa, phân loại, hong khô nước và đánh bóng trái cà chua của anh hoạt
động ngày 8 giờ đồng hồ, đạt năng suất khoảng 20 tấn cà chua, gần bằng khối lượng
công việc của 20 nhân công làm bằng phương pháp thủ công. Máy còn có thể tăng
gấp đôi năng suất, hoặc có thể thay đổi tùy theo yêu cầu người đặt hàng.

8


Hình 1. 2 Hình ảnh máy rửa phân loại cà chua tự động

Máy rửa, phân loại, hong khô nước và đánh bóng trái cà chua của anh có hình
chữ L, bao gồm các bộ phận cơ bản như thùng đựng cà chua thô. Từ đây, một băng
chuyền hoạt động tương tự như cầu thang máy sẽ tự động lấy cà chua đến bộ phận
sang lọc các loại chất thải còn bám trên quả như rác, lá, cuống, cà chua hư hổng,
thối,… và tách bỏ những chất thải này ra khỏi quả. Cà chua tiếp tục được chuyển tới
bộ phận đựng nước rửa. Cà chua sau khi được rửa sạch lại được các băng chuyền
chuyển tới vùng sấy khô nước và đánh bóng cà chua, sau đó đưa tới vùng phân chia
các loại cà chua lớn nhỏ khác nhau. Khi đã hoàn tất các công đoạn trên, cà chua
được đưa ra các máng trượt, mỗi máng là một loại lớn nhỏ khác nhau.

9

Hình 1. 3: Mô hình máy có dạng chữ L

Bên cạnh máy rửa, phân loại, hong khô và đánh bóng cà chua ở tỉnh Lâm Đồng
thì trên thị trường cũng có nhiều loại máy giúp hỗ trợ phân loại trái cây hoa quả
khác. Có thể kể tên một vài mô hình như sau:
-

Máy phân loại dưa hấu

Hình 1. 4 : Máy phân loại dưa hấu
10


Hệ thống phân loại dưa hấu được hoạt động dựa trên ứng dụng của cảm biến
khối lượng ( load cell). Mỗi trái dưa hấu sẽ được đặt trên một băng tải được ghép
thành từ các đĩa cân riêng biệt, mỗi đĩa cân sẽ có các cảm biến khối lượng để xác
định khối lượng của quả dưa hấu. Dựa vào các tiêu chuẩn về khối lượng khác nhau
mà hệ thống sẽ được lập trình để phân loại dưa theo từng mức khối lượng cụ thể.
-

Máy phân loại táo

Hình 1. 5 : Máy phân loại táo

Hệ thống phân loại táo bao gồm một băng chuyền để dẫn táo đi và hai bên là
các khay đựng táo theo các tiêu chuẩn khác nhau. Hệ thống này hoạt động tương tự
như hệ thống phân loại dưa hấu nêu trên, nó cũng sử dụng các cảm biến khối lượng
để phân loại. Táo được đưa di chuyển trên băng chuyền sẽ được nghiêng cho rớt vào
từng khay chính xác khi có tín hiệu từ cảm biến truyền về.

-

Máy phân loại chanh

11


Hình 1. 6: Hình máy phân loại chanh

Hệ thống phân loại chanh theo kích thước hoạt động theo nguyên lý khá đơn
giản. Hệ thống gồm một buồng lớn đựng chanh chưa phân loại được nối liền với các
ống trục được khoét lỗ theo kích thước khác nhau. Khi ống quay, chanh sẽ được
cuốn theo, những trái có kích thước nhỏ hơn kích thước lỗ trên ống sẽ bị rớt xuống
một băng chuyền dẫn đến rổ chứa. Kích thước lỗ trên ống sẽ được tăng dần để phân
loại chanh theo nhiều kích cỡ khác nhau.
Phạm vi thực hiện đề tài

1.3

Hiện nay trên thị trường đã có rất nhiều hệ thống tự động phục vụ cho nhu cầu
phân loại trái cây của người tiêu dùng. Chẳng hạn như hệ thống máy tự động phân
loại trái cây theo kích thước, hệ thống máy rửa trái cây và đóng gói trái cây, hệ
thống máy phân loại trái cây theo trọng lượng, hay hệ thống bao gồm việc rửa, phân
loại, hong khô, đánh bóng và đóng gói sản phẩm…Với mỗi loại máy khác nhau
người ta sử dụng các công cụ hỗ trợ khác nhau trong việc xử lý phân loại đó. Có loại
sử dụng cảm biến màu, có loại sử dụng cảm biến trọng lượng, có loại dùng xử lý
ảnh…
Trong đề tài nghiên cứu này, nhóm chúng tôi dừng lại ở việc phân loại trái cây
theo màu sắc của nó. Mô hình của chúng tôi áp dụng công nghệ xử lý ảnh, thông qua
các thông số màu H S V để kiểm tra phân loại cà chua theo các mức độ khác nhau.

Chương 2
12


TỔNG QUAN
2.1

Một số khái niệm trong xử lý ảnh
Phần tử ảnh

2.1.1

Ảnh trong tự nhiên là những tín hiệu liên tục về không gian và giá trị độ sáng.
Để có thể lưu trữ và biểu diễn ảnh bằng máy tính, con người phải tiến hành biến đổi
các tín hiệu liên tục đó thành một số hữu hạn các tín hiệu rời rạc thông quá quá trình
lượng tử hóa và lấy mẫu thành phần giá trị độ sáng.
Một phần tử ảnh (Picture Element) là một giá trị biểu diễn cho mức xám hay cường
độ ảnh tại một vị trí sau khi đã biến đổi ảnh thành một số hữu hạn các tín hiệu rời
rạc.
Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với độ xám hoặc
màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích
hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám (hoặc màu)
của ảnh số gần như ảnh thật.
2.1.2

Mức xám

Là kết quả của sự biến đổi tương ứng giá trị độ sáng của một điểm ảnh với một
giá trị số nguyên dương. Tùy thuộc vào số giá trị biểu diễn mức xám mà mỗi điểm

ảnh sẽ được biểu diễn trên 1, 4, 8, 24 hay 32 bit. Số lượng bit biểu diễn mức xám
càng lớn thì chất lượng ảnh càng cao.

Hình 2. 1: Điểm ảnh
2.1.3

Ảnh nhị phân
13


Là một tập hợp hữu hạn các điểm ảnh kề nhau. Ảnh thường được biểu diễn
bằng một ma trận hai chiều, mỗi phần tử của ma trận tương ứng với một điểm ảnh.
Ảnh nhị phân là ảnh chỉ có 2 mức đen trắng phân biệt, mỗi điểm ảnh của ảnh
nhị phân chỉ có thể là 0 hoặc 1.

Hình 2. 2: Ma trận biểu diễn ảnh nhị phân

2.1.4

Ảnh xám

Ảnh xám là ảnh mà giá trị mức xám của các điểm ảnh được biểu diễn bằng 8
bit (giá trị từ 0 đến 255).

Hình 2. 3: Ma trận biểu diễn ảnh xám
2.1.5

Ảnh màu
14

Thông thường, ảnh màu được tạo nên từ 3 ảnh xám đối với màu nền đỏ (RED),
xanh lá cây (GREEN), xanh lam (BLUE). Tất cả các màu trong tự nhiêu đều có thể
được tổng hợp từ 3 thành phần màu trên theo các tỷ lệ khác nhau.

Hình 2. 4 : Ma trận biểu diễn ảnh màu
2.1.6

Không gian màu

Mọi vật mà ta quan sát được là nhờ vào ánh sáng. Bề mặt của các vật đó là
sáng hay tối có hai nguyên nhân chính:năng suất phản xạ của nó và số lượng ánh
sáng chúng ta nhận được từ nguồn. Có hai loại nguồn sáng, loại thứ nhất nó tự phát
ra ánh sáng gọi là nguồn sơ cấp(mặt trời, đèn điện,…); loại thứ hai nó chỉ phản xạ
hay khuếch tán ánh sáng mà nó nhận được từ các nguồn khác nhau gọi là nguồn
sáng thứ cấp(mặt trăng, đồ vât,…).
Ánh sáng khác với sóng điện từ là mắt người nhận biết được nó. Mắt người
nhạy cảm với sóng điện từ trong khoảng bước sóng λ, trong khoảng từ 350nm cho
đến 750nm. Hình trên biểu diễn các dạng sóng điện từ theo bước sóng và dãy nhìn
thấy được. Cảm nhận màu có được do 3 loại tế bào hình chop trong võng mạc mắt
người. Mỗi tế bào nhạy cảm với 1 dãy phổ nhất định tương ứng với các màu đỏ,
xanh lục, xanh dương. Nguồn sáng có dãy thành phần phổ ƒ(λ), được biến đổi bởi bề
mặt phản xạ của vật thể. Giả sử r(λ) là hàm phản xạ này. Khi đó, số đo R được tào từ
tế bào mau đỏ sẽ là:
R = ʃ ƒ(λ) r(λ)hR(λ)d(λ)
Tức là tín hiệu hình ảnh trên các lối ra của sensor(tế bào) trong thực tế chính
bằng tích phân của ba thành phần phụ thuộc vào bước sóng khác nhau: nguồn sáng
ƒ, phản xạ bề mặt của vật r và đặc tính sensor hR.
15

Vậy, mọi màu sắc tự nhiên đều được tổ hợp từ ba màu cơ bản: màu đỏ R (Red), màu
xanh lục G (Green) và màu xanh dương B (Blue). Người ta cũng quy định ba màu
cơ bản tương ứng với các bước sóng là 700nm(Red), 546,8nm(Green) và
435,8nm(Blue).
Có ba thuộc tính trong việc cảm nhận màu:
-

Hue: là sắc thái

-

Saturation: là mức độ bão hòa

-

Brightness: là độ sáng

Với nguồn sáng đơn sắc thì sác lượng tương ứng với bước sóng của ánh sáng
nguồn. Độ bão hòa thay đổi nhanh nếu lượng ánh sáng trắng được thêm vào.
2.1.7

Mô hình không gian màu

Là phương pháp diễn tả đặc tính và tác động của màu trong ngữ cảnh nhất
định.
Song không có mô hình không gian màu nào là đầy đủ cho tất cả mọi việc
được. Ví dụ như không gian màu RGB ứng dụng cho màn hình tivi, không gian màu
HSV được ứng dụng cho nhận thức của con người, và không gian màu CMYK dùng
cho máy in.

Tổ chức quốc tế về chuẩn hóa màu CIE (Commission Internationale
d’Eclairage) đưa ra một số các tiêu chuẩn để biểu diễn màu. Các hệ này có các dạng
chuẩn riêng, ở đây chỉ đề cập đến chuẩn màu CIE-RGB (dùng hệ tọa độ 3 màu cơ
bản). Như đã nêu trên, một màu là sự pha trộn của ba màu cơ bản với 1 tỷ lệ nhất
định nào đây. Vậy, một pixel ảnh màu ký hiệu Px được viết như sau:
Px =
Ngươi ta dùng hệ tọa độ ba màu R-G-B (tương ứng với tọa độ x-y-z) để biểu
diễn màu, nên không gian màu RGB có dạng như sau:

16


Hình 2. 5 : Hệ trục tọa độ Red Green Blue

Trong cách biểu diễn này ta có công thức R + G +B = 1. Công thức này được
gọi là công thức Maxell.
Không gian màu HSV
Thay vì chọn các phần tử R,G,B để có màu mong muốn, người ta chọn các
phần tử tham số màu Hue, Saturation và Value để pha màu.
Mô hình không gian màu HSV có thể được suy diễn từ không gian màu RGB.

Hình 2. 6 : Mô hình không gian màu HSV

17


Hình 2. 7 : Mô hình không gian màu HSV

Trong đó:
H: Hue là bước sóng của ánh sáng hay còn gọi là ngưỡng màu

S: Saturation là độ tinh khiết của ánh sáng
V: Value là cường độ hay độ chói của ánh sáng
Ngoài ra, còn có một vài không gian màu khác, mỗi khôi gian màu đề có
những ứng dụng riêng. Tùy thuộc vào tính chất công việc mà chúng ta lựa chọn
không gian màu cho phù hợp với yêu cầu.
Giả sử trong việc nhận diện, phân biệt màu sắc thì chúng ta chọn không gian màu
HSV. Không gian màu HSV có ưu điểm là phù hợp với nhaajnj thức của con người
nên nó là phù hợp nhất trong việc phân loại màu sắc.
Chuyển đổi hệ số không gian màu
Giả sử ta có một điểm màu có giá trị trong hệ RGB là (R, G, B). ta chuyển
sang không gian HSV như sau: Đặt M = Max(R, G, B), m = Min(R, G, B) và C = M
- m. Nếu M = R, H' = (G - B)/C mod 6. Nếu M = G, H' = (B - R)/C + 2. Nếu M = B,
H' = (R G)/C + 4. Và H = H'x60. Trong trường hợp C = 0, H = 00 V = M.

18


S = C/V. Trong trường hợp V hoặc C bằng 0, S = 0. Để chuyển từ HSV sang RGB ta
làm như sau: Giả sử ta có không gian màu HSV với H = [0, 360], S = [0, 1], V = [0,
1]. Khi đó, ta tính C = VxS. H' = H/60. X = C(1 - |H' mod2 -1|). Ta biểu diễn hệ (R1,
G1, B1) như sau:
(R1, G1, B1) =
2.2

Tổng quan về mô hình xử lý ảnh
Một mô hình xử lý ảnh bao gồm các thành phần sau:

Hình 2. 8 : Sơ đồ mô hình xử lý ảnh
2.2.1

Thiết bị thu nhận ảnh

Ảnh có thể được nhận về từ máy ảnh, camera, ảnh vệ tinh hay tranh ảnh được
scan vào máy.
Khái niệm camera: camera là một thiết bị ghi hình, với một chiếc camera
chúng ta có thể ghi lại những hình ảnh trong khoảng thời gian nào đó, lưu trữ lại, và
sau đó có thể xem lại bất cứ khi nào bạn muốn.
2.2.2

Thu nhận ảnh và số hóa ảnh

Việc thu nhận ảnh được thực hiện thông qua camera có thể là ảnh tương tự
hoặc ảnh số. Nếu ảnh nhận được là ảnh tương tự nó phải được số hóa thông qua quá
trình lấy mẫu và lượng tử trước khi phân tích, xử lý hay lưu trữ.
2.2.3

Lưu trữ ảnh
19


Ảnh trên máy tính là kết qua thu nhận theo các phương pháp số hóa được
nhúng trong các thiết bị khác nhau. Quá trình lưu trữ ảnh nhằm hai mục đích:
-

Tiết kiệm bộ nhớ

-

Giảm thời gian xử lý

Việc lưu trữ thông tin trong bộ nhớ ảnh hưởng rất lớn đến việc hiển thị, in ấn
và xử lý ảnh được xem là một tập hợp các điểm cùng với kích thước nếu sử dụng
càng nhiều điểm ảnh thì bức ảnh càng đẹp, càng mịn, và càng thể hiện rõ các chi tiết
của ảnh. Người ta gọi đặc điểm này là độ phân giải.
Để lưu trữ ảnh trên máy tính người ta dùng một số định dạng như JPG, IMG,
PCX, GIF…
2.2.4

Phân tích ảnh

Kỹ thuật lọc số
Chất lượng hình ảnh kém do rất nhiều nguyên nhân như do nhiễm điện tử của
máy thu hay chất lượng bộ số hóa kém. Nhiễu ảnh số được xem như là sự dịch
chuyển nhanh của tín hiệu thu nhận trên một khoảng cách ngắn. Về mặt tần số,
nhiễu ứng với các thành phần tần số cao trong ảnh. Như vậy để xử lý nhiễu ta có thể
lọc các thành phần tần số cao. Việc lọc dựa vào tính dư thừa thông tin không gian,
các pixel lân cận có thể có cùng hoặc gần cùng một số đặc tính. Kỹ thuật lọc này
dùng một mặt nạ và di chuyển khắp ảnh gốc
Biến đổi Fourier
Biến đổi Fourier cho một tín hiệu có thể biểu diễn như sau:

20


Hình 2. 9 : Biến đổi Fourier

Biến đổi Fourier thuận cho tín hiệu một chiều gồm một cặp biến đổi :
-

Biến đổi Fourier thuận: chuyển sự biểu diễn từ không gian thực sang

không gian tần số (phổ và pha) . Các thành phần tần số này được gọi là
các biểu diễn trong không gian Fourier của tín hiệu.

-

Biến đổi Fourier ngược: Chuyển đổi sự biểu diễn của đối tượng từ
không gian Fourier sang không gian thực.

2.2.5

Biên và phương pháp phát hiện biên

Biên là vấn đề quan trọng trong trích chọn đặc điểm nhằm tiến tới hiểu ảnh.
Cho đến nay chưa có định nghĩa chính xác về biên, trong mỗi ứng dụng người ta đưa
ra các độ đo khác nhau về biên, một trong các độ đo đó là độ đo về sự thay đổi đột
ngột về cấp xám. Ví dụ: Đối với ảnh đen trắng, một điểm được gọi là điểm biên nếu
nó là điểm đen có ít nhất một điểm trắng bên cạnh. Tập hợp các điểm biên tạo nên
biên hay đường bao của đối tượng. Xuất phát từ cơ sở này người ta thường sử dụng
hai phương pháp phát hiện biên cơ bản:
Phát hiện biên trực tiếp: Phương pháp này làm nổi biên dựa vào sự biến thiên
mức xám của ảnh. Kỹ thuật chủ yếu dùng để phát hiện biên ở đây là kỹ thuật lấy đạo
hàm. Nếu lấy đạo hàm bậc nhất của ảnh ta có các kỹ thuật Gradient, nếu lấy đạo
hàm bậc hai của ảnh ta có kỹ thuật Laplace. Ngoài ra còn có một số các tiếp cận
khác.

21


Phát hiện biên gián tiếp: Nếu bằng cách nào đó ta phân được ảnh thành các
vùng thì ranh giới giữa các vùng đó gọi là biên. Kỹ thuật dò biên và phân vùng ảnh

là hai bài toán đối ngẫu nhau vì dò biên để thực hiện phân lớp đối tượng mà khi đã
phân lớp xong nghĩa là đã phân vùng được ảnh và ngược lại, khi đã phân vùng ảnh
đã được phân lớp thành các đối tượng, do đó có thể phát hiện được biên.
Phương pháp phát hiện biên trực tiếp tỏ ra khá hiệu quả và ít chịu ảnh hưởng
của nhiễu, song nếu sự biến thiên độ sáng không đột ngột, phương pháp tỏ ra kém
hiệu quả, phương pháp phát hiện biên gián tiếp tuy khó cài đặt, song lại áp dụng khá
tốt trong trường hợp này. Sự khác biệt cơ bản giữa hai phương pháp này là: Phương
pháp phát hiện biên trực tiếp cho ta kết quả là ảnh biên, còn phương pháp phát hiện
biên trực tiếp cho ta kết quả là đường biên.
2.3

Giới thiệu về máy tính nhúng Raspberry Pi3
Ngày 29/01/2016, Respberry Pi Foundation chính thức ra mắt Raspberry Pi 3

với rất nhiều điểm cải tiến mới, đặc biệt là hỗ trợ wifi và Bluetooth sẵn trên bo
mạch. Raspberry Pi Việt Nam cũng đã nhanh chóng bán Raspberry Pi 3 tới tay
người tiêu dùng.
Tròn 4 năm về trươc, cũng ngày 29/02 đặc biệt này Raspberry Pi phiên bản đầu
tiên với 256MB RAM đã ra đời và sau 4 năm, chúng ta lại được chào đón một thành
viên mới có cấu hình mạnh hơn, hỗ trợ nhiều tính năng hơn.
Raspberry Pi3 với CPU ARM Cortex-A53 Quadcore 1.2GHz 64-bit, RAM
1GB và đặc biệt là hỗ trợ chuẩn Wifi 802.11n cùng Bluetooth 4.1. Bên cạnh đó,
Raspberry Pi 3 hoàn toàn tương thích ngược với Raspberry Pi 2, vì vậy,bạn có thể sử
dụng các phụ kiện như vỏ, nguồn, bàn phím, thẻ nhớ cũ mà không phải đầu tư mới.

22


Hình 2. 10 : Module Raspberry Pi 3

Hơn nữa, hệ điều hành Raspbian chuyên dùng với máy tính Raspberry Pi cũng
được cập nhật lên phiên bản mới để hỗ trợ khả năng tính toán 64-bit, những nền tảng
khác ví dụ như RetroPie hay KODI bạn phải chơ cập nhật lên thì mới ứng dụng
được 64-bit.
Thông tin cấu hình Raspberry Pi 3:
-

Broadcom BCM2837 chipset running at 1.2 GHz

-

64-bit quad-core ARM Cortex-A53

-

802.11 b/g/n Wireless LAN

-

Bluetooth 4.2 (Classic & Lơ Energy)

-

Dual core Videocore IV® Multimedia co-processor

-

.1 GB LPDDR2 memory

-

Support all the latest ARM GNU/linux distribution and Windows 10 IoT

-

Micro USB connector for 2.5 A power supply

-

1 x 10/100 Ethernet port

-

1 x HDMI video/audio connector
23


2.4

-

1 x RCA video/audio connector

-

4 x USB 2.0 port

-

40 GPIO pins

-

Chip antenna

-

DSI display connector

-

Micro SD card slot

-

Dddimensionss: 85 x 56 x 17 mm

Các thiết bị ngoại vi khác và sơ đồ kết nối
2.4.1 Arduino mega 2560
Arduino thật ra là một bo mạch vi xử ký được dùng để lập trình tương tác với

các thiết bị phần cứng như cảm biến, động cơ, đèn hoặc các thiết bị khác. Đặc điểm
nổi bật của Arduino là môi trường phát triển ứng dụng cực kỳ dễ sử dụng, với một
ngôn ngữ lập trình mà có thể học một cách nhanh chóng ngay cả khi bạn là người ít
am hiểu về điện tử và lập trình. Và điều làm nên hiện tượng Arduino chính là mức
giá rất thấp và tính chất nguồn mở từ phần cứng tới phần mềm.
Arduino thực sự đã gây ra sóng gió trên thị trường người tiêu dùng DIY (là
những người tự chế ra sản phẩm của mình) trên toàn thế giới trong vài năm gần đây,
gần giống với những gì mà Apple đã làm được trên thiết bị di động. Số lượng người
tiêu dùng cực lớn và ngày càng đa dạng với trải rộng từ bậc phổ thông lên đến đại

học và đã làm chon gay cả những người tạo ra chúng cũng phải ngạc nhiên về mức
độ phổ biến của nó.
Arduino là gì??? Tại sao nó có thể khiến những sinh viên hay những nhà
nghiên cứu tại các trường đại học danh tiếng như MIT, Stanford, Carnegie Mellon
phải dử dụng , hoặc ngay cả đến Google cũng muốn hỗ trợ khi cho ra đời bộ kit
Arduino Mega ADK dùng để phát triển các ứng dụng Android tương tác với cảm
biến vad các thiết bị khác.?
24


Arduino ra đời tại một thị trấn Ivrea thuộc nước Ý và được đặt tên theo một vị
vua vào thế kỷ thứ IX là King Arduin. Arduino chính thức được đưa ra giới thiệu
vào năm 2005 như là một công cụ khiêm tốn dành cho các sinh viên của giáo sư
Massimo Banzi, là một trong những người phát triển Arduino, tại trường Interaction
Design Instistiude Ivrea (IDII). Mặc dù hầu như không được tiếp thị gì cả, tin tức về
Arduino vẫn lan truyền với tốc độ chóng mặt nhờ những lời truyền miệng tốt đẹp
của những người dùng đầu tiên. Hiện nay, Arduino nổi tiếng tới nỗi có người tìm
đến thị trấn Ivrea chỉ để tham quan nơi đã sản sinh ra Arduino.
Thành phần của Arduino Mega 2560
Arduino Mega 2560 là phiên bản nâng cấp của Arduino Mega hay còn gọi là
Arduino Mega 1280. Sự khác biệt lớn nhất của 2 phiên bản này chính là chip nhân
của chúng.
Arduino Mega 1280 được sử dụng chip xử lý ATmega 1280 với flash memory
128KB, SRAM 8KB và EEPROM 4 KB.

.
Hình 2. 11 : Module Arduino 1280

Còn đây là Arduino Mega 2560 phiên bản hiện đang được sử dụng rộng rãi và
ứng dụng nhiều hơn. Với chip ATmega2560 có bộ nhớ flash memory 256 KB, 8KB

cho bộ nhớ SRAM, 4 KB cho bộ nhớ EEPROM. Giúp cho người dùng thêm khả
năng viết những chương trình phức tạp và điều khiển các thiết bị lớn hơn như máy
in 3D, điều khiển robot.
25