TÓM TẮT:
Ứng dụng công nghệ kỹ thuật cao trong sản xuất nông nghiệp nói chung đang trở thành xu thế tất yếu. Nông nghiệp kết hợp với công nghệ cao sẽ giúp nâng cao hiệu quả sản xuất, tạo ra nhiều sản phẩm chất lượng đạt tiêu chuẩn toàn cầu. Bài viết nghiên cứu và đề xuất giải pháp đo độ đục của nước trong hồ nuôi thủy sản bằng phương pháp xử lý ảnh. Điểm nổi bật của nghiên cứu là đã thực hiện thành công bộ đo độ đục của nước bằng phương pháp mới và hoàn toàn tự động giúp giảm thiểu chi phí và sức lao động của con người. Các kết quả nghiên cứu đã cho thấy hệ thống hoạt động ổn định. Giải pháp đề xuất hoàn toàn có thể thay thế được phương pháp đo độ đục thủ công thông thường, với độ chính xác cao và chi phí thấp.
Từ khóa: nông nghiệp thông minh, đo độ đục của nước, đĩa Secchi, xử lý ảnh.
1. Đặt vấn đề
Ngày nay, với sự phát triển nhanh chóng của khoa học kỹ thuật đã tạo ra vô số sản phẩm công nghệ nhằm đáp ứng nhu cầu sử dụng ngày càng cao của con người. Tự động hóa đang là xu thế phát triển trong thời công nghiệp 4.0. Hiện nay, công nghệ tự động hóa không chỉ được ứng dụng trong công nghiệp mà còn ứng dụng rộng rãi trong nông nghiệp. Với sự hỗ trợ của công nghệ kỹ thuật cao đã giúp cho nông dân giảm thiểu sức lao động thủ công, nâng cao năng suất, nâng cao sản lượng và chất lượng sản phẩm.
Độ đục, độ trong là một trong những chỉ tiêu quan trọng trong đánh giá chất lượng nước. Đặc biệt, đối với nước trong ao nuôi trồng thủy sản thì độ đục, độ trong càng có ý nghĩa quan trọng, cần được kiểm soát và theo dõi thường xuyên. Người ta thường xác định độ đục của nước bằng các máy đo chuyên dùng. Tuy nhiên, các máy này có giá thành rất cao.
Từ các ưu điểm của tự động hóa và công nghệ xử lý ảnh, nhằm mục đích nâng cao hiệu quả nuôi trồng thủy sản và giúp giảm thiểu chi phí đầu tư máy đo độ đục, cũng như giảm thiểu sức lao động của người nông dân, tác giả thực hiện nghiên cứu này, với những điểm mới và đóng góp chính của nghiên cứu như sau:
- Đề xuất giải pháp xác định độ đục của nước trong nuôi trồng thủy hải sản bằng công nghệ xử lý ảnh. Từ đó, giúp giảm thiểu sức lao động của con người cũng như tăng độ an toàn, độ chính xác trong quá trình lao động, sản xuất.
- Kết quả nghiên cứu đã chứng tỏ giải pháp đề xuất hoàn toàn có thể thay thế được kỹ thuật đo độ đục thủ công thông thường, với độ chính xác cao và chi phí thấp.
2. Tổng quan nghiên cứu
Độ đục, trong của nước trong ao nuôi thủy sản là một trong các yếu tố quan trọng cần được kiểm soát. Các tác giả trong [1] đã chỉ ra độ đục, độ trong của nước trong ao nuôi trồng thủy sản sẽ gây ảnh hưởng tới sức khỏe chung của các sinh vật trong hệ sinh thái ao nuôi, ảnh hưởng tới sự sinh trưởng và phát triển của các loại thủy sản như: tôm, cá,… Một phương pháp đo độ đục, độ trong của nước là sử dụng máy đo chuyên dùng [2], tuy nhiên phương pháp này có nhược điểm là giá thành rất cao, không phù hợp với những hộ dân có quy mô sản xuất nhỏ. Một phương pháp khác về đo độ đục, trong của nước trong ao được giới thiệu trong [3] đó là sử dụng đĩa Secchi, phương pháp này đang được sử dụng rộng rãi vì có ưu điểm là chi phí rất thấp, nhưng nó vẫn phụ thuộc vào lao động thủ công, đòi hỏi phải có người quan sát trực tiếp và người sử dụng phải tính toán giá trị trung bình qua nhiều lần đo thử để có được kết quả tin cậy.
Cùng với sự phát triển nhanh chóng của công nghệ tự động hóa thì xử lý ảnh là một trong những công nghệ không thể thiếu trong thời đại công nghiệp 4.0. Cụ thể là các tác giả trong [4] đã ứng dụng xử lý ảnh để nhận dạng chữ viết tay, mắt thần hỗ trợ người khiếm thị [5]. Trong nông nghiệp, công nghệ xử lý ảnh cũng đã có nhiều đóng góp quan trọng, như: giúp phát hiện sâu bệnh trên lúa [6], nhận dạng một số sâu bệnh trên cây bưởi [7], giám sát sức khỏe vật nuôi [8].
Trong những năm gần đây, thuật ngữ “nông nghiệp công nghệ cao” đang trở nên rất phổ biến tại Việt Nam. Kết quả nghiên cứu trong [9] đã phân tích rõ hiệu quả cũng như thành tựu đáng kể của việc ứng dụng công nghệ cao vào sản xuất nông nghiệp. Đây cũng chính là động lực quan trọng thúc đẩy tác giả thực hiện nghiên cứu này.
3. Phương pháp nghiên cứu
3.1. Kỹ thuật xử lý ảnh
Xử lý ảnh được xem là quá trình thao tác biến đổi ảnh đầu vào và cho ra ảnh kết quả mong muốn. Kết quả đầu ra của quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận. Nói cách khác, xử lý ảnh hay cao cấp hơn nữa là thị giác máy tính (Computer Vision) bao gồm tất cả các lý thuyết và kỹ thuật liên quan, cho phép tạo lập một hệ thống có khả năng tiếp nhận thông tin từ các hình ảnh thu được, lưu trữ và xử lý theo mục đích sử dụng của người dùng.
Hình 1: Sơ đồ khối hệ thống xử lý ảnh
Quá trình xử lý ảnh được biểu diễn như Hình 1, đây là công việc phức tạp và ngày càng được con người hoàn thiện để nâng cao chất lượng xử lý. Xử lý ảnh được ứng dụng trong đa ngành, đa lĩnh vực, công nghệ này có thể thay thế hoặc hỗ trợ con người nhằm nâng cao hiệu quả sản xuất công nghiệp, nông nghiệp, dịch vụ và đời sống.
Một ảnh được xác định bằng hàm 2 chiều f(x,y) với x và y là các tọa độ. Giá trị của hàm f của điểm ảnh có tọa độ (x,y) được gọi là cường độ sáng (hay mức xám) của ảnh ở điểm đó. Mức xám được dùng để chỉ cường độ ảnh một màu. Ảnh màu là kết hợp nhiều ảnh xám riêng lẻ. Trong hệ thống màu RGB, ảnh màu là tổ hợp từ 3 màu cơ bản: Red, Green, Blue. Để lưu trữ ảnh màu ta có thể lưu thành từng màu riêng biệt, mỗi màu lưu trữ như ảnh đa cấp xám. Do đó không gian nhớ của ảnh màu lớn gấp 3 lần ảnh đa cấp xám cùng kích thước. Một ảnh f(x,y) được lấy mẫu cho ra ma trận ảnh có M hàng và N cột, do đó ảnh có kích thước (M×N). Trong đó x, y có giá trị nguyên lần lượt từ 0 đến M - 1 và từ 0 đến N - 1. Hàm f(x,y) của một điểm ảnh được minh họa như biểu thức (1).
Các điểm ảnh được tạo thành từ sự tổ hợp 3 màu chính R (red), G (green), B (blue). Mức xám là kết quả của sự biến đổi tương ứng giá trị độ sáng của một điểm ảnh với một giá trị nguyên dương. Thông thường nó xác định trong [0, 255] tùy thuộc vào giá trị mà mỗi điểm ảnh được biểu diễn. Trong đó, mức 256 được dùng phổ biến nhất vì trong kỹ thuật máy tính dùng một byte (8 bit) để biểu diễn mức xám. Để chuyển đổi từ ảnh 24 bits RGB sang ảnh xám 8 bits ta sử dụng biểu thức (2) để tính cường độ sáng tại một điểm ảnh từ ảnh RGB như sau:
I(x, y) = 0.299*Red(x, y) + 0.597*Green(x, y) + 0.114*Blue(x, y) (2)
Trong đó: I(x, y) là cường độ sáng tại điểm ảnh (x, y) của ảnh xám; Red(x, y) là giá trị của kênh màu Red (Đỏ) tại điểm ảnh (x, y) của ảnh màu (RGB); Green(x, y) là giá trị của kênh màu Green (Xanh lá cây) tại điểm ảnh (x, y) của ảnh màu (RGB); Blue(x, y) là giá trị của kênh màu Blue (Xanh lơ) tại điểm ảnh (x, y) của ảnh màu (RGB).
3.2. Giải pháp đề xuất
Hình 2: Sơ đồ khối hệ thống đo độ đục bằng xử lý ảnh
Hình 3: Ảnh được lấy từ camera trong hệ thống đo độ đục
Mô hình giải pháp đề xuất dựa trên nguyên lý được biểu diễn như Hình 2 và triển khai thực tế như Hình 3. Dựa trên nguyên lý đo độ đục bằng đĩa Secchi, khi có yêu cầu đo độ đục, hệ thống sẽ tự động hạ đĩa Secchi xuống mặt nước, lúc này một camera được bố trí để thu nhận hình ảnh của đĩa Secchi một cách liên tục cho đến khi không còn nhận dạng được đĩa nữa thì dừng hạ đĩa. Camera sẽ ghi nhận hình ảnh tại thời điểm này và được đưa về một hệ thống máy tính nhúng để xử lý và xác định độ đục của nước. Sau khi quá trình xử lý và tính toán hoàn tất, kết quả sẽ được hiển thị và phát tín hiệu cảnh báo khi độ đục vượt quá ngưỡng giới hạn.
Ngoài ra, hệ thống thực tế còn có thêm một phao hình tròn, đây chính là phao để xác định độ đục của nước khi camera không nhận ra đĩa Secchi.
Hình 4: Lưu đồ thực hiện đo độ đục bằng xử lý ảnh
Bảng 1. Thuật toán tính và đo độ đục
Quy trình hoạt động của hệ thống đo độ đục và thuật toán đo được thể hiện lần lượt trong lưu đồ Hình 4 và Bảng 1. Hệ thống luôn ở trạng thái chờ yêu cầu đo từ người điều khiển hoặc tự động đo theo khung thời gian định trước. Khi có yêu cầu cần xác định độ đục của nước, chương trình xác định độ đục sẽ được kích hoạt, camera trên hệ thống sẽ quan sát và xác định đồng thời vị trí của phao để xác định mực nước từ đó xác định được độ đục của nước.
Kích thước của phao được xác định dựa trên đường kính của phao sau khi thực hiện tính toán từ ảnh thu được.
4. Kết quả nghiên cứu
Trong quá trình đo, thời điểm nhận được đĩa và thời điểm chưa nhận được đĩa thì kích thước phao trong khung ảnh sẽ có sự khác biệt. Kích thước phao sẽ là cơ sở để xác định mực nước, đồng thời cũng là độ đục của nước.
Hình 5: Quá trình đo nhìn từ camera
(a): Khi chưa nhận được đĩa Secchi. (b): Đã nhận được đĩa Secchi
Hình 5 (a) và Hình 5 (b) thể hiện các kết quả thực nghiệm của quá trình đo độ đục. Với Hình 5 (a) là kết quả camera đã ghi nhận được phao trong lần thả đĩa Secchi xuống nước đến khi camera không còn nhìn thấy được đĩa. Lúc này, tiến hành xử lý và tính toán kích thước phao, đồng thời suy ra độ đục dựa trên mức ngưỡng đặt trước. Tương tự, Hình 5 (b) thể hiện kết quả camera đã ghi nhận được phao trong lần kéo đĩa Secchi lên đến khi camera nhìn thấy được đĩa. Lúc này, tiến hành xử lý và tính toán kích thước phao, đồng thời suy ra độ đục của nước lần thứ hai. Kết quả độ đục của nước được lấy trung bình sau 2 lần đo, quá trình này hoàn toàn tương tự như việc đo thủ công.
Bảng 2. Kết quả đo bằng camera so với đo thủ công bằng mắt thường
Hình 6: Kết quả xác định độ đục bằng xử lý ảnh so với cách đo thông thường
Bảng 2 và Hình 6 thể hiện kết quả xác định độ đục bằng phương pháp xử lý ảnh so với kết quả thực tế quan sát đĩa Secchi bằng mắt thường qua 10 lần đo thực nghiệm. Nhìn chung, kết quả của các lần đo bằng giải thuật đề xuất so với phương pháp đo thông thường là có sai số, khi độ đục của nước đo được càng lớn (tương ứng với nước càng trong hơn, đĩa Secchi chìm sâu hơn) thì sai số có xu hướng tăng lên. Tuy nhiên, sai số này là không nhiều (nhỏ hơn 5 cm) và hoàn toàn có thể chấp nhận được.
5. Kết luận và khuyến nghị
Bài viết đã nghiên cứu và đề xuất giải pháp đo độ đục của nước trng hồ nuôi thủy sản bằng phương pháp xử lý ảnh. Điểm nổi bật của nghiên cứu là đã thực hiện thành công bộ đo độ đục của nước bằng phương pháp mới và hoàn toàn tự động giúp giảm thiểu chi phí và sức lao động của con người. Kết quả nghiên cứu cho thấy hệ thống hoạt động ổn định với độ chính xác cao. Hơn nữa, nghiên cứu đã chứng tỏ việc ứng dụng công nghệ kỹ thuật cao trong sản xuất nông nghiệp nói chung đã và đang là một xu thế tất yếu của thời đại ngày nay. Nông nghiệp với công nghệ cao sẽ giúp nâng cao hiệu quả sản xuất, tạo ra nhiều sản phẩm chất lượng đạt tiêu chuẩn toàn cầu.
TÀI LIỆU THAM KHẢO:
- Phạm Thị Tuyết Ngân và Trương Quốc Phú (2010). Biến động các yếu tố môi trường trong ao nuôi tôm sú (penaeus monodon) thâm canh tại Sóc Trăng. Tạp chí khoa học - Trường Đại học Cần Thơ, 15a, 179-188.
- Máy đo độ đục của nước. Truy cập tại https://maydochuyendung.com/may-kiem-tra-nuoc/category/may-do-do-duc-cua-nuoc
- Hoàng Yến (2010). Độ đục, độ trong nước ao nuôi. Truy cập tại https://thuysanvietnam.com.vn/do-duc-do-trong-nuoc-ao-nuoi
- Trần Song Toàn và Đặng Hữu Phúc (2014). Thiết kế hệ thống nhúng nhận dạng chữ viết tay. Tạp chí Khoa học Trường Đại học Trà Vinh, 12, 4-12.
- Nguyễn Bá Hải - Cha đẻ của kính Mắt thần cho người khiếm thị (2016). Truy cập tại https://khoahoc.tv/nguyen-ba-hai-cha-de-cua-kinh-mat-than-cho-nguoi-khiem-thi-65784
- Nguyễn Ngọc Tú, Bùi Thanh Phương, Lê Hoàng Nam và Ngô Nam Thạnh (2018). Nghiên cứu phương pháp phát hiện một số sâu bệnh trên lúa sử dụng đặc trưng SIFT. Tạp chí Khoa học và Công nghệ Việt Nam, 61(8), 44-48.
- Nguyễn Minh Triết, Trương Quốc Bảo và Trương Quốc Định (2017). Tự động nhận dạng một số loại sâu bệnh trên lá bưởi sử dụng công nghệ ảnh. Tạp chí Khoa học Trường Đại học Cần Thơ, số chuyên đề 2017, 88-95.
- Nguyễn Thái Học và Phạm Văn Hùng (2020). Tổng quan về công nghệ IoT và xử lý ảnh trong chăm sóc sức khỏe vật nuôi. Tạp chí Nghiên cứu KH&CN quân sự, 66, 223-237.
- Triệu Thị Cẩm Nhung (2022). Thúc đẩy ứng dụng công nghệ cao vào phát triển nông nghiệp tỉnh Sóc Trăng hiện nay. Tạp chí Công Thương, 1, 281-285.
A STUDY ON MEASURING THE TURBIDITY
OF POND WATERS IN AQUACULTURE BY USING
THE IMAGE PROCESSING METHOD
• DANG HUU PHUC
Tra Vinh University
ABSTRACT:
Using high tech applications has been an inevitable agricultural trend around the world. High-tech agriculture will improve agricultural production and product quality to meet global standards. This study proposes a solution to measure the turbidity of pond waters in aquaculture by using the image processing method. In this study, a new and fully automatic turbidity measurement system is successfully implemented. The study’s results show that this system run stably. With higher accuracy and lower cost, this solution can be comletely replaced the traditional manual turbidity measurement method.
Keywords: smart agriculture, water turbidity measurement, Secchi disk, image processing.
[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 2 tháng 1 năm 2023]
