Phân loại xoài bằng thị giác máy tính (Computer vision)  

Với sản lượng xoài được sản xuất hơn 2,5 triệu tấn vào năm 2010, Thái Lan là quốc gia đứng thứ 3 trên thế giới trong lĩnh vực sản xuất xoài, sau Ấn Độ (15 triệu tấn) và Trung Quốc (4,3 triệu tấn) [1]. Dù có số lượng sản xuất lớn như vậy nhưng việc đánh giá chất lượng xoài ở Thái Lan chủ yếu vẫn chỉ thực hiện bằng tay [2]. Vì lí do này, một nhóm nghiên cứu liên kết giữa các trường tại Thái Lan và Đức đã tìm cách xác định giống xoài thông qua máy ảnh kỹ thuật số [3].

Hình 1: Hai loại xoài được dùng trong thí nghiệm, “Nam Dokmai” và “Maha Chanok”.

Nghiên cứu của nhóm là dùng máy tính để xác định các thông số màu chính cho hai giống xoài “Nam Dokmai” và “Maha Chanok”. Sau khi đã phân tích được các sắc thái này, họ có thể dùng chúng để phân loại xoài chưa chín, chín và quá chín trong các dây chuyền thực tế trong tương lai. Việc này có thể được thực thi rất chính xác nếu sử dụng máy đo màu chuyên dụng (colorimeter). Tuy nhiên, các máy đo màu thường đòi hỏi đầu đọc phải chạm trực tiếp vào trái xoài, nhưng trong thực tế yêu cầu này lại khó thực hiện vì mỗi trái xoài có kích cỡ khác nhau. Cứ với mỗi trái xoài khác nhau, lại phải chỉnh sao cho đầu đọc chạm được vào vỏ. Do đó, nhóm nghiên cứu đề xuất sử dụng máy ảnh số thông thường để có thể xử lý được các trái xoài với kích thước khác nhau chỉ với một lần cài đặt trước.

Hình 2: Dây chuyền phân loại xoài bằng máy ảnh được đề xuất. (1): hệ thống băng chuyền, (2): động cơ xoay dùng điện, (3): mẫu trái cây, (4): đơn vị chiếu sáng, (5): nguồn sáng, (6): máy ảnh, (7): đơn vị điều khiển, (8): máy tính, (9): phần mềm đọc ảnh, (10): cơ chế điều khiển tần số xoay.

Để đánh giá khả năng của camera số, đầu tiên các ảnh xoài được chuyển từ không gian màu RGB (đỏ, xanh lá, xanh dương) sang hệ màu CIE L*a*b*. Ở hệ màu này, L* đại diện cho độ sáng, a* đại diện cho sắc thái đỏ và xanh lá (a* càng lớn thì màu càng đỏ, càng nhỏ thì màu càng xanh), b* đại diện cho sắc thái vàng và xanh dương tương tự a*. Cả ba giá trị màu này sẽ được so với các kết quả tương ứng của máy đo màu chuyên dụng. Kết quả kiểm định cho thấy các giá trị của kênh a* và b* lấy từ hai máy có chỉ số R² trong khoảng 0,80 đến 0,95 (R bình phương trong trường hợp này biểu diễn mối liên hệ giữa các giá trị lấy được từ máy đo màu so với các giá trị tính từ máy ảnh, R² càng gần 1 nghĩa là màu rút trích từ máy ảnh càng gần với máy đo màu chuyên dụng). Ngoài ra, từ L*a*b*, các thông số liên quan đến giá trị màu Hue, Chroma và lệch màu giữa quả chưa chín và đã chín cũng được tính và dùng để phân loại xoài. Kết quả phân loại cho các quả chín và quá chín của hai giống xoài đạt được độ chính xác khá cao, hơn 90%. Tuy nhiên, các quả xoài chưa chín thuộc giống “Nam Dokmai” chỉ được phân loại đúng ở mức 72% do màu sắc một số quả khá giống các quả chín.

Ngoài công trình trên, hai nhóm nghiên cứu khác tại Học viện Bách Khoa Quốc gia Mexico (Instituto Politécnico Nacional) [4] và trường Đại học Khoa học & Kỹ thuật Cochin tại Ấn Độ [5] cũng đã tiến hành các nghiên cứu về phân loại, đánh giá chất lượng xoài. Dù phương pháp cụ thể có khác biệt, nhưng hướng tiếp cận của họ đều sử dụng thị giác máy tính trên máy ảnh kỹ thuật số và cho kết quả khá tốt. Dựa trên kết quả đã công bố, các công trình này đều có tiềm năng được sử dụng nhằm mang lại hiệu suất cao hơn trong việc thu hoạch xoài.

Tác giả: Huỳnh Chí Kiên (ĐH Bách Khoa, Thành phố Hồ Chí Minh).

Tài liệu tham khảo

1. “Product Profiles Of Mango”. Available at: http://agriexchange.apeda.gov.in/Market%20Profile/one/MANGO.aspx [Accessed March 19, 2016].
2. Sunida T et al. (2012): “Thai Mango Supply Chain Comparison and analysis to Japanese Market”. Memoirs of the Muroran Institute of Technology, 62:15-19.
3. Marcus N et al. (2016): “Determination of surface color of ‘all yellow’ mango cultivars using computer vision”. International Journal of Agricultural and Biological Engineering, 9.1: 42-50.
4.  Nayeli Vélez-Rivera et al. (2014): “Computer Vision System Applied to Classification of “Manila” Mangoes During Ripening Process”. Food and bioprocess technology, 7.4: 1183-1194.
5. Leo P and Deepa S (2015): “A new method for sorting and grading of mangos based on computer vision system”. Proceedings of 2015 IEEE International Advance Computing Conference (IACC): 1191-1195.

-----

Bài đăng 04 / 06 / 2016