TÓM TẮT
Luận án nghiên cứu thiết kế hệ thống phân loại xoài hiệu suất cao sử dụng công nghệ xử lý ảnh kết hợp trí thông minh nhân tạo đã được thực hiện bằng phương pháp phân tích lý thuyết, cơ sở lý luận, phương pháp mô hình hoá và phương pháp thực nghiệm. Hệ thống phân loại được nghiên cứu gồm 3 phần chính. Đầu tiên là nghiên cứu hệ thống phân loại xoài tự động theo khối lượng, kế đến là phát triển phân loại xoài theo khối lượng, thế tích và khuyết tật trái sử dụng xử lý ảnh và cuối cùng là hoàn thành hệ thống phân loại xoài sử dụng công nghệ xử lý ảnh kết hợp trí tuệ nhân tạo. Hệ thống phân loại được nghiên cứu và ứng dụng các phương pháp phân loại khác nhau và chọn phương pháp phân loại xoài tối ưu nhất (khuyết tật, thể tích và khối lượng) là phương pháp mô hình RF có hiệu suất đạt 98,1%. Mạng thần kinh nhân tạo tối ưu có thể dự đoán độ Brix của mỗi trái xoài dựa trên khôi lượng, chiều dài, chiều rộng và thể tích với độ chính xác 98% trên thực nghiệm. Ngoài ra, hệ thống phân loại cũng đạt năng suất cao khoảng 3.000 – 5.000 kg xoài/giờ (tương đương khoảng 6 – 8 trái/giây) được lắp đặt tại TP. Cao Lãnh, tỉnh Đồng Tháp và đã được vận hành). Mặt khác, hệ thống phân loại này cũng phân loại được các loại nông sản khác khi thay đổi một số yếu tố và cơ cấu. Các kết quả đạt được:
Thực hiện nghiên cứu, tính toán và hoàn thành hệ thống phân loại xoài. Xây dựng được cơ sở lý thuyết, phương pháp luận và các phương pháp phân loại xoài khác nhau áp dụng trên hệ thống phân loại.
Ứng dụng công nghệ xử lý ảnh kết hợp AI trên hệ thống phân loại. Thực nghiệm và so sánh kết quả lý thuyết với tính toán hệ thống phân loại trong cùng điều kiện đầu vào và đầu ra.
Các mô hình phân loại đã được thực hiện với việc hỗ trợ các thuật toán máy học. Việc triển khai phân loại xoài dựa trên việc áp dụng công nghệ xử lý ảnh để xử lý hình ảnh chụp xoài và sau đó sử dụng bốn phương pháp mô hình LDA, SVM, KNN và RF để tự động phân loại xoài. Thuật toán Máy học có giám sát có thể duy trì đ chính xác dự đoán cao cho các loại xoài khác nhau. Tuy nhiên, giải pháp này nên áp dụng cho loại xoài tương tự như xoài mẫu.
Trong suốt quá trình phân loại, một chuỗi các phương pháp phân tích trong xửlý ảnh được sử dụng để biến đổi hình ảnh đã chụp của xoài thành dạng hình ảnh có thể dễ dàng trích xuất tính năng từ xoài. Thí nghiệm cho thấy các phương pháp như vậy thành công khi kết quả dự đoán có lỗi nhỏ.
Kết quả dự đoán của các mô hình giám sát về máy học được đề cập trong nghiên cứu này có độ chính xác cao. Đặc biệt, phương pháp mô hình RF có hiệu suất dự đoán tốt nhất là 98,1% và được đề xuất để dự đoán phân loại xoài. Mạng lưới thần kinh tối ưu có thể dự đoán độ Brix của xoài dựa trên khối lượng, chiều dài, chiều rộng và thể tích với độ chính xác 98% thực nghiệm.
