Đồ Án 2B
Mô Hình Xe Thông Minh
TÓM TẮT NỘI DUNG ĐÒ ÁN
1. NỘI DUNG
>
Dùng Matlab nhận dạng trạng thái đèn giao thông là màu gì. Đổ nhận biết được
màu sắc của đèn giao thông càn trải qua 2 bước:
Bước 1: Tách biên dạng hình tròn của đèn giao thông.
Bước 2: Nhận dạng màu sắc của đèn giao thông trong biên hình tròn đó.
>
Từ Matlab xuất tín hiệu ra Vi Xử Lý (thông qua cổng COM) để điều khiển xe.
2. KÉT QUẢ ĐẠT ĐƯỢC
v' Tìm hiểu về các bộ tách biên và sử dụng bộ tách biên Sobel để tách được biên của
đèn giao thông.
✓ Nhận dạng được màu sắc của đèn giao thông (xanh, đỏ).
s Xuất được tín hiệu từ Matlab ra cổng COM để điều khiển Vi Xử Lý rồi từ Vi Xử Lý
điều khiển xe (đèn xanh xe chạy, đèn đỏ xe dừng).
3. HAN CHẾ
Xe chạy được khoảng cách không xa chỉ khoảng 4m.
Trang 1
Đồ Án 2B
Mô Hình Xe Thông Minh
MỤC LỤC
PHÀN A: LÝ THUYẾT TỒNG QUAN
Trang 9
Trang 2
Error: Reference source not foundĐồ Án 2B
Mô Hình Xe Thông Minh
3.2. Các hàm xử lý ảnh cơ bản trong MATLAB..................................................................31
3.2.1.
Đổi màu và loại ảnh......................................................................................31
3.2.2.
Xử lý hình học..............................................................................................32
3.2.3.
Lọc nhiễu......................................................................................................32
3.2.4.
Phân tích ảnh................................................................................................32
3.2.5.
Biến đổi ảnh..................................................................................................32
CHƯƠNG III: Sơ LƯỢC cơ CHẾ HOẠT ĐỘNG CỦA MÔ HÌNH XE
THÔNG MINH......................................................................................33
1.
Sơ đồ tổng quát....................................................................................................................33
2.
Cơ chế hoạt động.................................................................................................................33
CHƯƠNG IV: Sơ ĐỒ NGUYỀN LÝ VÀ NGUYỀN LÝ HOẠT ĐỘNG
CỦA MẠCH...........................................................................................34
1.
Sơ đồ nguyên lý.....................................................................................................................34
2................................................................................................................................................... Ng
uyên lý hoạt động........................................................................................................................34
PHẦN B: PHÀN MÈM ĐIỀU KHIỂN MÔ HÌNH XE
THÔNG MINH............................................................36
1.
Lưu đồ giải thuật..................................................................................................................37
2.
Qúa trình xử lý ảnh...............................................................................................................38
2.1.
Xử lý video giao tiếp qua Webcam chụp lại ảnh trên mô hình.................................38
2.2.
Chuyển ảnh màu dạng RGB thành ảnh mức xám....................................................39
2.3......................................................................................................................................... Tác
h biên và loại bỏ các thành phàn nhiễu................................................................................40
2.4......................................................................................................................................... Là
m phẳng nhị phân và lấp đày các lỗ hống............................................................................41
2.5.
Xác định trọng tâm, biên, tính khoảng cách.............................................................41
2.6.
Xác định màu của đèn giao thông............................................................................42
2.7.
Cửa sổ giao diện.........................................................................................................43
PHẦN C: KẾT LUẬN.................................................44
PHẦN D: PHỤ LỤC....................................................46
1.
Code của Callback.................................................................................................................47
2.
Chương trình giao tiếp với vi xử lý.....................................................................................55
Trang 3
Đồ Án 2B
3. Tài liệu tham khảo
Mô Hình Xe Thông Minh
..............................................56
Trang 4
Đồ Án 2B
Mô Hình Xe Thông Minh
LỜI MỞ ĐẦU
Hiện nay đất nước ta đang chuyển mình theo sự phát triển chung của thế giới bằng việc
Việt Nam đã gia nhập tổ chức kinh tế thế giới WTO. Đây là một bước ngoặt quan trọng nhằm
thúc đẩy nền kinh tế nước ta phát triển sánh vai với các cường quốc năm châu.Với tốc độ phát
triển như hiện nay chúng ta không chỉ càn một lượng lao động khổng lồ mà còn đòi hỏi có trình
độ, chất lượng tay nghề, kỹ thuật lao động và thiết bị sản xuất. Mức độ phát triển của khoa học kỹ
thuật ngày càng cao thì vấn đề tự động hoá ngày càng được chú trọng.
Những năm gần đây MATLAB và các Toolbox kèm theo đã trở thành công cụ không thể
thiếu của các cán bộ nghiên cứu giảng dạy, sinh viên đại học, cao học và nghiên cứu sinh thuộc
các ngành khoa học kỹ thuật nước ta. Điều này có được là do MATLAB cung cấp một công cụ
tính toán và lập trình bậc cao dễ sử dụng hiệu quả và thân thiện với người dùng. MATLAB cung
cấp cho người sử dụng các phương thức để thực hiện các mô phỏng trên máy tính, ngoài ra
MATLAB còn có thể giao tiếp với Vi Xử Lý, PLC,...cùng với các thiết bị phàn cứng để thực hiện
các ứng dụng vào thực tế. Vì vậy trong phạm vi hiểu biết của mình, chúng em đã tìm hiểu và thực
hiện đề tài “Mô hình xe thông minh”. Đây là sự kết họp giữa MATLAB và Vi Xử Lý để điều
khiển xe không người lái (xe thông minh).
Trong quá trình thực hiện Đồ Án 2B cùng với sự nỗ lực của bản thân và áp dụng những
kiến thức được trang bị ở trường, chúng em đã có nhiều cố gắng để thực hiện tốt Đồ Án. Tuy
nhiên do kiến thức và khả năng còn có hạn nên khó tránh khỏi những thiếu sót. Chúng em rất
mong nhận được sự thông cảm và đóng góp ý kiến của các thày cô trong hội đồng giám khảo để
Đồ Án của chúng em được hoàn chỉnh hơn. Xin chân thành cảm ơn.
TP. Hồ Chí Minh, ngày 03 tháng 11 năm 2010 Nhóm sinh
viên thực hiện:
Lê Văn Hoan Nguyễn
Thành Luân
Trang 5
Đồ Án 2B
Mô Hình Xe Thông Minh
Trang 6
Đồ Ấn 2B
Mô Hình Xe Thông Minh
Trang 7
Đồ Ấn 2B
Mô Hình Xe Thông Minh
CHƯƠNG I
THUÂT TOÁN TÁCH BIÊN VÀ NHÂN DANG
MAU
1. GIỚI THIỆU VỀ CẤC Bộ TÁCH BIÊN
1.1. Cơ sở của vỉêc tách bỉên
Biên là tập hợp những pỉxel (nằm trên đường hiên giới giữa 2 vùng) liên kết với nhau.
Một biên lý tưởng có các thuộc tính của mô hình ở hình 1.1
Hình 1.1: Mô hình biên ỉỷ tưởng
Mođel úf an klcìil cdjỉc
(ịfiiV‘lcuí prolik" «tf il hOTii/OAIal lim the
inta^c
Tuy nhiên trong thực tế các yếu tố như là chất lượng của hệ thống thu nhện hình ảnh,
tốc độ lấy mẫu, điều kiện chiếu sáng của mỗi bức ảnh,... ảnh hưởng đến chất lượng của hình ảnh.
Vì vậy kết quả là biên gỉếng với một đoạn dốc được thể hiện trong hình 1.2.
Trang 8
Đồ Ấn 2B
Mô Hình Xe Thông Minh
M«teỉ ol .1 ramp diÿital cdfLc
Gray-k vtl Ịirọfdc
MÍ .1 hnn/imial !inc ihrtmiỉhí lhtf iiTi.iịíc
Hình 1.2: Mô hình biên trong thực tế
Vì vậy chúng ta không bao giờ có một đường biên mảnh (có độ dày một pixel). Thay
vào đó, một điểm biên bây giờ là một điểm bất kì chứa trong đoạn dốc và biên là tập hợp những
điểm liên thông. Độ dày của đường biên được xác định bởi chiều dài của đoạn dốc, khi biên biến
đổi từ đầu đến cuối mức xám.
Hình 1.3: Mô hình miêu tả độ dày của biên
HÌNH 1.4 CHO THẤY ĐẠO HÀM BẬC 1 CỦA BIÊN
Trang 9
Đồ Án 2B
Mô Hình Xe Thông Minh
Hình 1.4: Mô hình miêu tả đạo hàm bậc 1 của biên
Từ hình vẽ ta thấy đạo hầm bậc 1 có giá trị 1 tại nơi biên được tách và gỉá trị 0 tại nod
biên không được tách. Vì vậy độ lớn của đạo hàm bậc 1 có thể được sử dụng để phát hiện ra dấư
hiệu của một biên tại một điểm trong hình (nghĩa là xác định điểm đó có nằm trên dốc không).
1.2. Bộ tách bỉên Sobel
Bộ tách biên Sobel sử dụng mặt lạ Sobel để tính các đạo hàm bậc nhất G x và Gy, nói
cách khác đạo hàm tại điểm tâm trong một lân cận được tính theo bộ tách Sữbel
g=[ T, trong đó T là một ngưỡng được chỉ định.
Ví dụ: bw = edge (f, ‘sober, 10); % T = 10 imshow(bw);
Trang 10
Đồ Ấn 2B
Mô Hình Xe Thông Minh
Trang 11
Đồ Ấn 2B
Mô Hình Xe Thông Minh
Trang 12
Đồ Ấn 2B
Mô Hình Xe Thông Minh
*
Z1
Zz
Zs
Đê tính G x và Gy ta dựa vào mặt lạ
Sobel
Z4
Zs
Ze
Gx = (z7 + 2 z8 +
Z7
Za
Z9
z9) - (Zj + 2z2 +
z3) G, = (z3 + 2z6
Image neighborhood
-1
-1
2
1
0
1
1
0
2
0
1
-1
-2
0
0
0
-1
Sob
el
1
+ z9) - (Zị + 2z4 + z7)
Trang 13
0
1
2
-2
-1
0
-1
0
I
-3
0
1
_2
-1
Q
0
t
2
Đồ Ấn 2B
Mô Hình Xe Thông Minh
Sobcl
CÚ pháp của bộ tách biên Sobel
[g, t] = edge (f, ‘sober, T, dừ) Trong
đó: f là ảnh đàu vào.
g là ảnh logỉc chúa giá trị 1 tại những nơỉ biên được tách và chứa giá trị
0 tại những nơi biên không được tách.
T =t là ngưỡng được chi định (T=10,20,....). dir là hướng cần tách biên:
‘ngang’, ‘dọc’ hoặc ‘chéo’. Ví dụ: Ảnh chúng ta cần
tách biên là
A=
một ma trận
1
1
0
có dạng:
110111
Ta tính được: |Gxi| = |3 -4| = 1; |Gyi| = |3 -2| = 1 Mặt lạ Sobel:
ỊGtíl = 2; \Gyz\ = 12 Khi đó Gx = Max (GX1, Gtí)
Gy = Max (Gyl, Gy2)
=> g = (22 + 122)1/2= (148) m
1.3. Bệ tách bỉên Canny
Bộ tách biên Canny có các đặc tính cơ bản: tìm biên bằng cách tìm các cực đại địa
phương của gradient f(x,y). Gradient được tính toán dùng đạo hàm của bộ lọc Gauss. Phương
pháp dùng hai ngưỡng để tách biên mạnh và yếu, gộp các biên yếu ở ngõ ra chỉ khi chúng được
kết nối với các biên mạnh. Do đó phương pháp này thích hợp để tách các biên yếu thực sự.
Trang 14
Gy
\df1
õx
õf
ýy.
Hình 1.5: Ảnh đã được tách biên
Có thể tóm tắt phương pháp tách biên bằng bộ tách biên Canny như
sau:
♦ Ảnh được làm trơn bằng cách sử dụng một bộ lọc Gauss với độ lệch chuẩn ơ để
làm giảm nhiễu.
Xét hàm Gauss:
r2
h(r) - -e
2
2
TRONG ĐÓ r —X + y
20-2
2
ơ là độ lệch chuẩn
Hàm làm trơn này khi chập với một ảnh sẽ làm mờ ảnh, độ mờ được xác định bởi ơ.
♦ Tách biên là phương pháp gián đoạn các giá trị cường độ. Sự gián đoạn được
tính bằng cách sử dụng đạo hàm bậc nhất. Đạo hàm bậc nhất lựa chọn trong xử lý ảnh là gradient
(độ doc). Gradient của hàm 2-D f(x,y) được định nghĩa dưới dạng vector
Biên độ của vector này:
V/ = mag(Vf) = [GỈ + G) }n = ịdf / ẽxf + (A/ / õyf \n
Trang 15
Đồ Án 2B
-1
-1
Z1
Z2
0
Z4
0
Z5
1
Z7
1
Zs
Mô Hình Xe Thông Minh
-1
Zs
Đặc tính cơ bản của vector gradient là các điểm của nó là
những
f G 'ì
Ze hướng có
U?*J
tỷ lệ thay
1
đổi hàm f tại toạ độ (x,y) lớn nhất. Góc xảy ra tỷ lệ thay
Ze
•t
r
đôi lớn nhât là: a(x,y) = tan
0
♦ Điểm biên được xác định tăng lên đến các đỉnh trong gradient biên độ ảnh. Sau
thuật toán tìm đỉnh của các đỉnh này và đặt giá trị 0 vào tất cả các pixel không nằm trên đỉnh. Các
pixel đỉnh được đặt bằng hai ngưỡng TI và T2. Các pixel đỉnh lớn hơn T2 được gọi là các pixel
biên “mạnh”. Các pixel đỉnh nằm giữa TI và T2 được gọi là các pixel biên “yếu”.
♦ Cuối cùng thuật toán thực hiện biên kết nối bằng cách kết họp các pixel “yếu”
với các pixel mạnh.
Cú pháp của bộ tách biên Canny là:
[g, t] = edge (f, ‘canny’, T, sigma)
Trong đó: f là ảnh đưa vào để tách biên T là một vector, T = [TI T2]
sigma là độ lệch chuẩn có giá trị mặc định là 1 g là ảnh
sau khi tách biên
1.4. Bô tách biên Prewitt
Bộ tách biên Prewitt sử dụng mặt nạ Prewitt như hình bên dưới xấp xỉ phương pháp số
theo đạo hàm bậc nhất Gx, Gy.
Image
neighborhood
-1
-1
-1
Trang 16
0
1
0
1
0
1
Prew
itt
Đồ Ấn 2B
-1
0
0
1
tì
1
-1
ù
“l
“1
"
-ỉ
-1
1
—1
0
0
iMô Hình Xe Thông Minh
ữ
rì
í
t
1
Prewitt
Gx = (z7 + zs + z9) - (Zj + z2 + z3) ơy = (z3 + z6 +
z9) - (Zj + z4 + z7)
Cú pháp gọi hàm:
[g, t] = edge (f, ‘prewitt’, T, dir)
Tham số này đồng nhất với tham số Sobel. Bộ tách Prewitt đơn giản hơn so vái bộ tấch
0
-1
1
0
Roberts
biên Sobel nhưng nó dễ sinh ra nhiễu hơn so với bộ tách biên Sobel. Việc tính toán các giá trị
hoàn toàn giống vói bộ tách biên Sobel.
1.5. Bộ tách biên Roberts
Bộ tách biên Roberts sử dụng mặt nạ Roberts như hình bên dưới xấp xỉ phương pháp
số theo đạo hàm bậc nhất Gx, Gy.
Cú pháp gọi hàm:
[g, t] = edge (f, ‘roberts’, T, dir)
Tham số này đồng nhất với tham số Sobel. Bộ tách Roberts là một trong những bộ tách
biên xưa nhất trong xử lý ảnh số và cũng là bộ tách biên đơn giản nhất.
1.6. Bệ tách biên Laplace của hàm Gauss (LoG)
Xét hàm Gauss
A
h(r) = —e 20-2
Trong đó: r2 =x2 + y1 và ơ là độ lệch chuẩn. Đây là một hàm trơn khi nó chập vối một
ảnh nó sẽ làm mờ ảnh. Độ mờ được xác định bồi giá trị của ơ. Toán tử Laplace của hầm này (đạo
hàm bậc hai theo r).
v2h(r) = -
2 ___2
r -ơ
Trang 17
ơ
r2
2er2
Đồ Án 2B
Mô Hình Xe Thông Minh
Với những lý do rõ ràng, hàm này gọi là toán tử Laplace của hàm Gauss (LoG). Vì đạo
hảm bậc hai là toán tử tuyến tính chập với một hàm
ảnh v 2 h(r) giống như chập với hàm tron và sau đó tính kết quả của toán tử Laplace. Đây là chìa
khoá khái niệm cơ bản của bộ tách LoG. Chúng ta chập ảnh bằng V 2Ă(r) biết nó có hai tác động:
làm mịn (giảm nhiễu) và nó tính toán toán tử Laplace, làm cong một biên ảnh kép, định vị các
biên sau đó tìm các điểm giao zero giữa các biên kép. Cú pháp tồng quát là:
[g , t ] = edge(f, Tog\ T, sigma)
Trong đó: sigma là độ lệch chuẩn, giá trị mặc định của sigma là 2, các tham số còn lại
giống phần trước. Những biên không lớn hom T ta bò qua. Neu T không được cho hoặc rỗng,
edge chọn giá trị một cách tự động.
2. PHƯƠNG PHÁP NHẬN DẠNG MÀU
Là phương pháp diễn giải các đặc tính và tác động của màu trong ngữ cảnh nhất định.
Không có mô hình màu nào là đầy đủ cho mọi khía cạnh của màu, người ta sử dụng các mô hỉnh
màu khác nhau để mô tả các tính chất được nhận biết khác nhau của màu.
Thí dụ:
+ Mô hình màu RGB: ánh sáng Red, Green và Blue ứng dụng cho màn hình, TV.
+ Mô hình HSV: Nhận thức của con người.
+ Mô hình CYK: Máy in.
2.1» Mô hình màu RGB
- Mọi màu được biểu diễn bởi không gian màu RGB đều là sự pha trộn của 3 thành
phần màu cơ bản (Red, Green, Blue).
- Mô hình màu RGB được biểu diễn bởi khối lập phương với các trục R, G, B.
Nhận xét
• Mô hình này không thể biểu diễn mọi màu trong phổ nhìn thấy
Trang 18
Mô Hình Xe Thông Minh
ĐỒ Án 2B
•
Đủ eho các ứng dụng máy tính
•
Màn hình máy tính và TV sử dụng mô hình này
•
Được sử dụng rộng rãi nhất
•
Đơn giản
Xám hóa ảnh màu RGB:
Màu =
trắng
R + C => w Y
+ B=>w M + B
=> w
Phương pháp pha trộn màu
BỈUÍ
trong cuộc sống
Black
Yelỉmv vwme
/ Red Ị Green \
Magenta \ Bỉưe y Cyan Additive
2.3. Mô
CMYK
hình
màu
Là sự mở rộng mô hình màu CMK bằng cách thêm vào thành phần màu Black (K).
Bởi vì với thành phần màu Black tinh khiết sẽ cho ta độ tương phản cao hơn.
Mối quan hệ CMY và CMYK
K = min(C, M, Y)
c=c-K
M = M-K
Trang 19
Đồ Án 2B
Mô Hình Xe Thông Minh
Y=Y-K
2.4.
MÔ hình màu HSY
• Thay vì chọn các phần tử RGB để có màu mong muốn, người ta chọn các tham số
màu: Hue, Saturation và Value (HSV).
• Mô hỉnh HSV suy diễn từ mô hình RGB: hãy quan sát hỉnh hộp RGB theo đường
chéo từ White đến Black (gốc) -> ta có hình lục giác, sử dụng làm đỉnh hình nón HSV.
• Hue: Bước sóng gốc của ánh sáng. Trong mô hình Hue được biểu diễn bằng góc từ
00 đến 3600
D
• Value: Cường độ hay độ chổi ánh sáng. Value có giá trị [0, 1], v=0 -> màu đen. Đỉnh
lục gỉác có cường độ màu cực đại.
• Saturation: Thước đo độ tinh khiết ánh sáng gốc. s trong khoảng [0, 1]. Biểu diễn tỷ
lệ độ tỉnh khiết của màu sẽ chọn vớỉ độ tinh khiết cực đại.
Nhận xét
Mô hình HSV trực giác hơn mô hình RGB. Bắt đầu từ Hue (H cho trước và v=l, s=l).
thay đồi S: Bổ sung hay bớt trắng, thay đổi V: Bổ sung hay bớt đen cho đến khỉ có màu mong
muốn.
2.5. Các kỹ thuật táỉ hiện ảnh
- Kỹ thuật tái hiện ảnh được dùng khi ta cần hiển thị lại ảnh trên một số thiết bị v$t lý
không có khả năng hiện lại hết các mức xám có thật của ảnh số: màn hình đơn sắc, máy ỉn, máy
vẽ.
* Kỹ thuật phân ngưỡng (Thresholding)
Kỹ thuật này đặt ngưỡng để hiển thị cấc tông màu liên tục. Gỉấ trị của ngưỡng sẽ quyết
định điểm cổ được hiển thị hay không, và hiển thị như thế nào.
□ Tái hiện 2 màu: dùng cho ảnh 256 mức xám, bản chất của phương pháp này là
ngưỡng dựa vào lược đồ xám. Ngưỡng chọn ở đây là 127.
Trang 20
- Xem thêm -