Hệ thống hỗ trợ nông dân trên thiết bị di động: Nhận dạng cua giống

Bài viết đề xuất xây dựng mô hình “Nhận dạng cua giống” trên nền thiết bị di động, trước mắt là các thiết bị chạy hệ điều hành Android. Mô hình nhận dạng được xây dựng dựa trên giải thuật Boosting phân tầng có sử dụng đăc trưng Haar-like. Thông qua ảnh chụp từ thiết bị di động (ví dụ, chụp ảnh chậu chứa cua giống), hệ thống sẽ lọc nhiễu theo phương pháp lọc trung vị (Median Filter) để nâng cao chất lượng ảnh, loại bỏ các chi tiết không cần thiết. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Hệ thống hỗ trợ nông dân trên thiết bị di động: Nhận dạng cua giống Hội Thảo Quốc Gia 2015 về Điện Tử, Truyền Thông và Công Nghệ Thông Tin (ECIT 2015) Hệ Thống Hỗ Trợ Nông Dân Trên Thiết Bị Di Động: Nhận Dạng Cua Giống Nguyễn Thiện An và Nguyễn Thái Nghe Khoa CNTT&TT, Trường Đại học Cần Thơ Email: ntankg@gmail.com; ntnghe@cit.ctu.edu.vn Tóm tắt - Bài viết này là một phần trong giải pháp xây dựng hệ cho mỗi lần bán. Chính vì thế, người dân đang rất cần một thống hỗ trợ nông dân trên thiết bị di động mà nhóm chúng tôi phương pháp hiệu quả hơn. đề xuất. Trong phạm vi của nghiên cứu này, chúng tôi đề xuất xây dựng mô hình “Nhận dạng cua giống” trên nền thiết bị di Bên cạnh đó, công nghệ Xử lý ảnh và Thị giác máy tính đã động, trước mắt là các thiết bị chạy hệ điều hành Android. Mô được áp dụng rộng rãi trong rất nhiều lĩnh vực, như: Y học, hình nhận dạng được xây dựng dựa trên giải thuật Boosting phân Giáo dục, Thiên văn, Công nghiệp, Nông nghiệp,…Một số tầng có sử dụng đăc trưng Haar-like. Thông qua ảnh chụp từ ứng dụng tiêu biểu như: Xử lý ảnh trong Y học (McAuliffe et thiết bị di động (ví dụ, chụp ảnh chậu chứa cua giống), hệ thống al., 2001) (Pierre et al., 2002), xử lý ảnh vệ tinh trong Thiên sẽ lọc nhiễu theo phương pháp lọc trung vị (Median Filter) để văn (John R. Jensen and Dr. Kalmesh Lulla, 1987), nhận dạng nâng cao chất lượng ảnh, loại bỏ các chi tiết không cần thiết. Kế đến, dựa trên đặc trưng Haarlike kết hợp với giải thuật Boosting dấu vân tay trong Khoa học Hình sự (Hong L., Yifei Wan, phân tầng, hệ thống sẽ nhận dạng và đếm số lượng cua giống có Jain A., 1998), nhận dạng mặt người (Châu Ngân Khánh, trong ảnh. Kết quả thực nghiệm bước đầu đã cho thấy việc nhận Đoàn Thanh Nghị, 2014), nhận dạng chữ viết tay (Phạm Anh dạng cua giống dựa trên mô hình đã xây dựng là rất khả quan. Phương et al., 2009), nhận dạng biển số xe (Nguyễn Thái Mô hình này sẽ được cải tiến hơn nữa để có thể áp dụng vào thực Nghe et al., , 2014), nhận dạng biển báo giao thông (Bahlmann tế. et al., 2005), Robot thu hoạch nông sản trong Nông nghiệp (Bulanon et al., 2002) (Wei et al., 2012),… Từ khóa- Xử lý ảnh, thị giác máy tính, đặc trưng Haar-like, nhận dạng cua giống, nhận dạng trên thiết bị di động. I. GIỚI THIỆU Đồng bằng sông Cửu Long là vùng rất phát triển nghề nuôi trồng thuỷ sản. Đặc biệt, ở một số tỉnh giáp biển như: Cà Mau, Bạc Liêu, Kiên Giang, Trà Vinh,… do đất sản xuất bị nhiễm mặn nên việc trồng lúa nước cho sản lượng không cao, chất lượng lại thấp. Vì vậy, từ nhiều năm nay nghề nuôi thuỷ sản nơi đây đã trở thành nghề chủ đạo thay cho trồng lúa nước, trong đó nuôi cua biển là ngành kinh tế mang lại thu nhập khá cao cho nông dân. Hàng năm, khi đến thời điểm thả con giống, người nông dân thường ra trại cua (là nơi sản xuất cua con) để mua cua giống (cua con, kích thước nhỏ, như minh họa trong Hình 1 phần trên) về nuôi. Cua giống có kích thước nhỏ nhưng lại được bán theo đơn vị “con” và cách xác định số lượng chủ yếu là đếm và ước lượng là chính. Do đó, số lượng cua thực tế sẽ ít hơn số lượng cua được ước lượng rất nhiều. Chẳng hạn, nếu người mua muốn mua 1000 con, người bán sẽ đếm 100 con cho vào một chậu nhỏ làm “chậu mẫu”, sau đó dùng 1 chậu khác có kích thước giống chậu mẫu và cho cua vào đó đến khi thấy màu sắc, số lượng giống như chậu mẫu thì xem như chậu đó cũng chứa 100 con, như minh họa trong Hình 1 (trên). Lặp lại tương tự với các chậu khác cho đến khi đủ 10 chậu, tức là đã đủ 1000 con. Qua tìm hiểu từ những người nông dân có kinh nghiệm thì tỷ lệ cua được mua thực tế khoảng 80% so với tỷ lệ ước lượng. Hình 1. Cua giống được đếm khi bán (ảnh trên) và cua trưởng Tức là khi người mua mua 1000 con thì số lượng thực tế chỉ thành (ảnh dưới) khoảng 800 con, điều này đã gây thiệt thòi khá nhiều cho nông dân, mặc dù người bán cũng đã có “bù thêm” một số lượng ISBN: 978-604-67-0635-9 159 Hội Thảo Quốc Gia 2015 về Điện Tử, Truyền Thông và Công Nghệ Thông Tin (ECIT 2015) Từ những phân tích trên, chúng tôi thấy rằng việc áp dụng công nghệ xử lý ảnh vào Nông nghiệp, đặc biệt là ngành nuôi trồng Thuỷ sản là rất cần thiết nhưng vẫn chưa được nghiên cứu tốt. Trong bài viết này, chúng tôi đề xuất xây dựng mô hình “Nhận dạng và đếm số lượng cua giống” trên thiết bị di động nhằm hỗ trợ nông dân một cách đếm khác thay cho cách đếm truyền thống khi đi mua cua giống. Đây cũng là cách giúp người Nông dân bảo vệ quyền lợi cũng như tạo ra sự công bằng khi mua bán. Hình 3. Các đặc trưng Haar-like mở rộng II. CÁC NGHIÊN CỨU LIÊN QUAN Giá tri ̣ của đặc trưng Haar-like là sự chênh lệch giữa tổ ng các Nhận dạng là lĩnh vực đang rất được quan tâm trong nghiên điể m ảnh của các vùng đen và các vùng trắ ng theo công thức: cứu khoa học cũng như thương mại. Kết quả của các công f(x)=Sumblack rectangle (pixel gray level) – Sumwhite rectangle (pixel trình nghiên cứu về nhận dạng đã được thương mại hoá trong gray level) các sản phẩm điện tử tiêu biểu như: máy ảnh kỹ thuật số, điện thoại thông minh,… với tính năng xác định gươn ...