Tài liệu: Đề tài nckh ứng dụng xử lý ảnh để phân loại sản phẩm bằng qr

Chuyên khảo phân tích Đề tài nckh ứng dụng xử lý ảnh để phân loại sản phẩm bằng qr code trên băng tải, đánh giá các khía cạnh quan trọng, đề xuất hướng nghiên cứu tiếp theo.

• Tác giả: Huỳnh Tấn Phúc
• Người hướng dẫn: ThS. Nguyễn Trần Minh Nguyệt
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hóa
• Đề tài: Ứng dụng xử lý ảnh để phân loại sản phẩm bằng QR Code trên băng tải
• Loại tài liệu: Báo cáo tổng kết đề tài nghiên cứu khoa học
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Ứng dụng Xử lý Ảnh trong Phân loại Sản phẩm

Ứng dụng xử lý ảnh đã trở thành một công nghệ quan trọng trong tự động hóa quy trình sản xuất hiện đại. Đề tài nghiên cứu khoa học này tập trung vào việc sử dụng xử lý ảnh kết hợp với mã QR để phân loại sản phẩm trên băng tải một cách tự động và chính xác. Hệ thống được phát triển nhằm giải quyết vấn đề phân loại sản phẩm nhanh chóng, hiệu quả và giảm sai sót trong quá trình sản xuất. Công nghệ nhận dạng mã QR cho phép hệ thống đọc thông tin sản phẩm và thực hiện phân loại tự động. Ứng dụng này có thể được triển khai rộng rãi trong các ngành công nghiệp sản xuất, logistics và quản lý kho hàng. Việc kết hợp phần cứng nhúng và phần mềm thông minh tạo nên một giải pháp toàn diện cho bài toán phân loại sản phẩm hiện đại.

1.1. Tính cấp thiết của Đề tài Nghiên cứu Khoa học

Trong bối cảnh công nghiệp 4.0, tự động hóa phân loại sản phẩm là nhu cầu thiết yếu của các nhà máy sản xuất. Việc sử dụng xử lý ảnh và mã QR giúp tăng tốc độ, độ chính xác và giảm chi phí nhân công. Hệ thống tự động này có khả năng hoạt động 24/7 mà không mệt mỏi, đảm bảo chất lượng sản phẩm ổn định. Đây là giải pháp thiết thực cho các doanh nghiệp muốn hiện đại hóa quy trình sản xuất của mình.

1.2. Mục tiêu và Phạm vi Nghiên cứu

Mục tiêu chính của đề tài là xây dựng một hệ thống phân loại sản phẩm bằng xử lý ảnh và nhận dạng mã QR trên băng tải tự động. Phạm vi nghiên cứu bao gồm phần cứng (Raspberry Pi, Arduino, cảm biến, động cơ) và phần mềm (Python, thư viện xử lý ảnh). Hệ thống cần đạt độ chính xác cao trong nhận dạng và phân loại, với khả năng xử lý tốc độ nhanh phù hợp với tốc độ băng tải công nghiệp.

II. Cơ sở Lý thuyết về Mã QR và Xử lý Ảnh

Mã QR (Quick Response Code) là một dạng mã vạch hai chiều được phát triển để lưu trữ thông tin một cách an toàn và nhanh chóng. Mã QR có khả năng lưu trữ nhiều loại dữ liệu bao gồm text, số, URL và dữ liệu nhị phân. Cấu trúc mã QR gồm ba ô vuông góc ở các góc để định vị, một mạng lưới các điểm vuông nhỏ ở giữa chứa dữ liệu thực tế. Xử lý ảnh là quá trình xử lý các hình ảnh được chụp từ camera để nhận dạng và giải mã mã QR. Công nghệ này kết hợp các thuật toán đặc biệt để phát hiện, định vị và giải mã thông tin từ mã QR. Việc sử dụng Python cùng các thư viện xử lý ảnh như OpenCV giúp thực hiện việc nhận dạng mã QR một cách hiệu quả và nhanh chóng.

2.1. Cấu tạo và Ứng dụng của Mã QR

Mã QR được cấu tạo từ các yếu tố chính bao gồm ba mẫu định vị ở góc, mẫu đồng bộ hóa, vùng yên tĩnh và vùng dữ liệu. Mã QR có thể lưu trữ dữ liệu từ vài byte đến hàng kilobyte tùy theo phiên bản. Ứng dụng mã QR rất phong phú trong thực tế như: theo dõi sản phẩm, quản lý kho hàng, vé điện tử, thanh toán và quản lý thông tin sản phẩm trong các quy trình sản xuất hiện đại.

2.2. Ngôn ngữ Python và Thư viện Xử lý

Python là ngôn ngữ lập trình mạnh mẽ với nhiều thư viện hỗ trợ xử lý ảnh và nhận dạng mã QR. Thư viện OpenCV cung cấp các hàm xử lý ảnh nâng cao, còn pyzbar hoặc qrtools giúp giải mã mã QR. Giao diện người dùng được xây dựng bằng Tkinter, giúp tạo ra một ứng dụng thân thiện, dễ sử dụng. Kết hợp Python với các thư viện này tạo nên một giải pháp mạnh mẽ cho bài toán phân loại sản phẩm tự động.

III. Thành phần Phần cứng và Quy trình Công nghệ

Hệ thống phần cứng được xây dựng dựa trên máy tính nhúng Raspberry Pi như bộ xử lý trung tâm, kết hợp với Arduino để điều khiển các thiết bị ngoại vi. Các thành phần chính bao gồm camera để chụp hình ảnh sản phẩm và mã QR, cảm biến tiệm cận để phát hiện sản phẩm trên băng tải, động cơ servo và động cơ DC để điều khiển cơ cấu phân loại. Quy trình công nghệ bao gồm các bước: chụp ảnh sản phẩm từ camera, xử lý ảnh để nhận dạng mã QR, giải mã thông tin sản phẩm, so sánh với dữ liệu lưu trữ, và cuối cùng điều khiển cơ cấu phân loại để đưa sản phẩm đến vị trí đúng. Sự phối hợp chặt chẽ giữa các thành phần này đảm bảo hoạt động chính xác của toàn bộ hệ thống.

3.1. Lựa chọn Thiết bị Phần cứng Chính

Raspberry Pi được lựa chọn làm bộ xử lý chính vì khả năng tính toán đủ mạnh, tiêu thụ điện năng thấp và hỗ trợ nhiều giao diện kết nối. Arduino Uno điều khiển các thiết bị ngoại vi như động cơ và cảm biến. Camera USB chất lượng cao được lắp đặt để chụp ảnh sản phẩm. Cảm biến tiệm cận NPN phát hiện sự có mặt của sản phẩm trên băng tải. Động cơ servo và động cơ DC thực hiện chuyển động phân loại. Tất cả các thiết bị được lựa chọn dựa trên tiêu chí độ tin cậy, chi phí hợp lý và khả năng tích hợp.

3.2. Quy trình Thực hiện Phân loại Sản phẩm

Quy trình phân loại diễn ra tuần tự: khi sản phẩm xuất hiện, cảm biến tiệm cận phát hiện và gửi tín hiệu cho hệ thống, camera chụp ảnh mã QR, phần mềm xử lý ảnh nhận dạng và giải mã QR, hệ thống so sánh dữ liệu với cơ sở dữ liệu, Arduino nhận lệnh từ Raspberry Pi để điều khiển động cơ, đưa sản phẩm đến vị trí phân loại đúng. Quy trình này được lặp lại liên tục cho từng sản phẩm trên băng tải với tốc độ xử lý tối ưu.

IV. Phần mềm Kết quả và Hướng phát triển

Phần mềm ứng dụng được phát triển bằng Python với giao diện điều khiển Tkinter thân thiện. Mô-đun nhận dạng mã QR sử dụng thư viện OpenCV để xử lý ảnh thời gian thực, phát hiện và giải mã QR từ luồng video camera. Giao diện chính hiển thị thông tin sản phẩm, tình trạng hoạt động của hệ thống và lịch sử phân loại. Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác cao trong nhận dạng mã QR và phân loại sản phẩm, với tốc độ xử lý đủ nhanh để theo kịp với tốc độ băng tải. Hướng phát triển bao gồm nâng cao độ chính xác với AI, tích hợp trí tuệ nhân tạo để phân loại theo hình dạng sản phẩm, kết nối với hệ thống ERP, và mở rộng ứng dụng cho các ngành công nghiệp khác.

4.1. Thiết kế Giao diện Điều khiển và Nhận dạng QR

Giao diện điều khiển được thiết kế với các thành phần chính bao gồm vùng hiển thị ảnh camera, hiển thị thông tin mã QR được đọc, nút khởi động/dừng hệ thống, và hiển thị thống kê phân loại. Mô-đun nhận dạng mã QR sử dụng OpenCV để xử lý ảnh theo thời gian thực, tăng cường độ tương phản, áp dụng bộ lọc để phát hiện mã QR, và sử dụng thư viện pyzbar để giải mã. Giao diện được tối ưu hóa để dễ sử dụng cho người vận hành và có khả năng theo dõi hiệu suất hệ thống.

4.2. Kết quả Thực nghiệm và Hướng Phát triển Tương lai

Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác 98-99% trong nhận dạng mã QR, thời gian xử lý trung bình 100-200ms cho mỗi sản phẩm. Hướng phát triển tương lai bao gồm: tích hợp deep learning để nhận dạng hình dạng sản phẩm, kết nối với cơ sở dữ liệu đám mây, triển khai IoT để quản lý từ xa, nâng cao tốc độ xử lý bằng GPU, và mở rộng ứng dụng cho các loại mã vạch khác như Code128, EAN. Hệ thống có tiềm năng ứng dụng rộng rãi trong công nghiệp 4.0.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 9/55 Tính cấp thiết của đề tài Tại nước phát triển trên thế giới, sự đột phá về khoa học – kỹ thuật đã giúp họ tìm ra những công nghệ tiên tiến áp dụng trong sản xuất, chế tạo và nghiên cứu. Cho đến nay, việc ứng dụng kỹ thuật trong cuộc sống, công việc cũng như nhiều lĩnh vực khác đã và đang được áp dụng phổ biến hơn. Xu hướng phát triển công nghệ ngày càng được đẩy mạnh nhằm phục vụ và cải thiện đời sống con người, trong đó, có những công nghệ và phát minh có thể làm thay đổi toàn diện cuộc sống con người… Cùng với sự tăng trưởng ngày càng mạnh mẽ của công nghệ số thì việc kiểm tra dữ liệu, thông tin của sản phẩm hoặc cá nhân tổ chức nào đó một cách nhanh chóng và thuận tiện là điều vô cùng quan trọng do đó QR code ra đời nhằm đảm bảo và đáp ứng các yêu cầu trên. Trong thời kì công nghệ hóa, hiện đại hóa thì các nhà máy ngày càng nhiều thì việc điều khiển tự động ngày càng phổ biến nên các dây chuyền phân loại tự động càng được cần thiết, giúp tăng năng suất, giảm sai sót, giảm thời gian phân loại, tốc độ phân loại cao, giảm sức lao động của con người.

Một nhà máy có tính tự động trong phân loại thì có thể giảm diện tích kho bãi do không có hàng tồn động, các sản phẩm sau khi sản xuất ra thì có thể trực tiếp lên container hoặc di chuyển đến nơi khác, không phụ thuộc vào công nhân vận chuyển thường dùng các xe nâng hàng, giảm tai nạn lao động, doa các quá trình trên cò người không trực tiếp can thiệp mà chỉ cần giám sát thiết bị vận hành. Do công dụng của QRcode trong đời sống rất thực nghiệm nên nhóm sinh viên chúng em quyết định nghiên cứu về QRcode. Qua đó có thể giúp chúng em hiểu hơn về cách vận hành và có thêm nhưng nhận định rõ hơn về ưu nhược điểm mà tụi em làm được thông qua mô hình. Đó cũng là lý do mà tụi em đã chọn đề tài này để nghiên cứu, do đề tài đã có nhưng bước tiến lớn và ứng dung rộng rãi trong và ngoài nước nên chúng em chỉ nghiên cứu với mô hình mang tính chất tham khảo.

Từ những giả thiết trên, chúng tôi quyết định lựa chọn đề tài “ Ứng dụng xử lý ảnh để phân loại sản phẩm bằng QR code trên băng tải” làm đề tài nghiên cứu khoa học. Tổng quan tình hình nghiên cứu Trong nước: + Ở Việt Nam, QR Code đa số được sử dụng trong dân dụng chưa được rộng rãi trong công nghiệp. + Nghiên cứu mã QR code và ứng dụng trong công tác quản lý thông tin sinh viên (Tác giả: Nguyễn Duy Linh, Trương Thanh Đồng) (Bài viết này nói về ứng dụng của mã QR code trong việc xác minh, tìm kiếm và quản lý thông tin sinh viên, có thể sử dụng các thiết bị hiện có như camera laptop hay camera thường để quét mã, tiết kiệm thời gian nhập thông tin, cho kết quả nhanh khi thực hiện các chức năng tra cứu.) + Ứng dụng QR code Ngoài nước: Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 10/55 + Research on Dual Anti Duplication and Anti-conterfeiting Technology of QR Code Based on Metamerism Characteristics (Author: Chen Fangfang, Cao Peng) (Year :2020). Bài báo này đề xuất một phương pháp chống hàng giả bằng cách sử dụng đặc điểm metamerism in màu CMYK và nhúng nhiễu giả ngẫu nhiên để tạo QR an toàn mã có chống sao chép kép và chống hàng giả.

Mẫu sàng lọc tương ứng được thiết kế theo vị trí và số lượng thông tin nhiễu của mã QR an toàn. Khi sàng lọc bán sắc được thực hiện trên hình ảnh siêu sắc, một mẫu sàng lọc có thể được sử dụng theo thông tin nhiễu, giúp cải thiện hiệu quả hiển thị của hình ảnh. + Channel Coding Optimization for Visually Pleasant QR Codes: Invited Presentation (Author: Karelia Pena-Pena; Gonzalo R. (Trong bài báo này, một thuật toán để tạo mã QR nâng cao trực quan được đề xuất.

Thuật toán nhằm mục đích trộn mã QR đen và trắng với một hình ảnh màu. Lợi dụng việc sửa lỗi mã được sử dụng trong mã hóa mã QR tiêu chuẩn, mã nhị phân gốc mã QR được sửa đổi mà không ảnh hưởng đến tỷ lệ giải mã. Loại bỏ GaussJordan được sử dụng để tạo QR nhị phân mới này mã có cấu trúc giống với hình ảnh màu hơn. Cuối cùng, độ sáng của hình ảnh pha trộn được tối ưu hóa để giảm thiểu chỉ số chất lượng hình ảnh bị hạn chế ở mức tối đa xác suất lỗi giải mã.

+ Data Validation System Using QR Code and Meaningless Reversible Degradation (Author: Lucas F. Vizcarra Melgar) (Year: 2019) (Bài báo này trình bày một hệ thống xác thực dữ liệu chuỗi mới sử dụng Mã QR và có thể đảo ngược vô nghĩa suy thoái. Đề án đề xuất khai thác có thể đảo ngược tính chất suy thoái, sử dụng Berlekamp có hệ thống thuật toán sửa lỗi Reed-Solomon và mã QR. Cơ chế mới này mã hóa tối đa 388 ký tự trong hai kênh thông tin: QR phiên bản động Mã (kênh 1) và mạng không dây (kênh 2).

Chế độ byte Mã QR lưu trữ một phần bị hỏng và các bit đầu vào dữ liệu bị che. Kích thước phiên bản của nó thay đổi giữa 1 và 11 theo số lượng dữ liệu được lưu trữ. Không dây kênh tải xuống Reed-Solomon được tạo trước đó tệp dự phòng để sửa thông tin truy xuất Mã QR và giải mã thông điệp bí mật.) + The Nested QR Code (Author: Guo-Jian Chou; Ran-Zan Wang) (Year: 2020) (Bài báo này trình bày một biến thể mới của mã QR được đặt tên là mã QR lồng nhau. Nó bao gồm hai mã QR với các tin nhắn riêng lẻ trên một nơi chia sẻ hình ảnh.

Hai mã QR có thể được đọc riêng biệt một chút điều chỉnh khoảng cách và góc tại đó hình ảnh thu được bằng cách sử dụng trình đọc mã QR tiêu chuẩn.) Mục tiêu của đề tài Tìm hiểu hoạt động, cấu tạo của QR code. - Phân tích những ưu điểm khi sử dụng QR code để phân loại so với các phương pháp truyền thống và so với phân loại thủ công. - Làm mô hình thực tế để xem xét những khó khăn và khuyết điểm của phân loại bằng QR code để tìm ra hướng giải quyết và phát triển thêm. Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 11/55 Cách tiếp cận, phương pháp nghiên cứu, phạm vi nghiên cứu Cách tiếp cận - Tiếp cận từ thực tiễn, khảo sát đánh giá thực trạng phân loại sản phẩm của các nhà máy hiện nay và nhu cầu phân loại tự động của các nhà máy.

- Tiếp cận từ những định hướng, mục tiêu, chiến lược phát triển của ngành tự động hóa trong công nghiệp Phương pháp nghiên cứu - Phương pháp nghiên cứu lý thuyết: Trên cơ sở dữ liệu, thông tin có sẵn tại các văn bản, tài liệu bằng các thao tác tư duy logic để rút ra kết luận để phân tích chúng thành những chủ để có liên quan đến nhau, cùng một hướng trong đề tài. - Phương pháp nghiên cứu thực tiễn: áp dụng trực tiếp vào vấn đề cần nghiên cứu trên mô hình để hiểu rõ bản chất và các quy luật của vấn đề. - Phương pháp thực nghiệm khoa học: Áp dụng đối với một số vấn đề nghiên cứu cần tác động vào đối tượng đề điều hướng chúng phát triển hay hoạt động theo mục tiêu dự kiến đặt ra. Phạm vi nghiên cứu Do hạn chế về thời gian và nguồn lực tài chính, đề tài xác định các phạm vi như sau: - Phạm vi không gian: đề tài chỉ tập trung xem tài liệu và lắp ráp mô hình tại nhà và trường - Phạm vi thời gian: đề tài tập trung nghiên cứu trong gần 1 năm.

Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 12/55 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 13/55 Mã QR là gì? Mã QR hay mã hai chiều là một mã vạch ma trận (hay mã vạch hai chiều, mã phản hồi nhanh) được phát triển bởi công ty Denso Wave (Nhật Bản) vào năm 1994. Chữ "QR" xuất phát từ "Quick Response", trong tiếng Anh có nghĩa là đáp ứng nhanh, vì người tạo ra nó có ý định cho phép mã được giải mã ở tốc độ cao. Mã QR được ứng dụng ở đâu? Thông thường, điện thoại thông minh được sử dụng như một máy quét mã QR, hiển thị mã và chuyển đổi nó thành một số dạng hữu ích (chẳng hạn như URL tiêu chuẩn cho một trang web, do đó không cần người dùng nhập mã đó vào trình duyệt web) Mặc dù ban đầu được sử dụng để theo dõi các bộ phận trong sản xuất xe, mã QR được sử dụng trong nhiều ứng dụng hơn.

Chúng bao gồm theo dõi thương mại, giải trí và bán vé vận tải, tiếp thị sản phẩm và khách hàng thân thiết và ghi nhãn sản phẩm tại cửa hàng. Chúng có thể được sử dụng để lưu trữ thông tin cá nhân để các tổ chức, lưu trữ địa chỉ và URL có thể xuất hiện trên tạp chí, trên bảng hiệu, trên xe buýt, trên danh thiếp. Hiện tại đang đẩy mạnh việc sử dụng vào chức năng thẻ tín dụng. Cấu tạo của mã QR Không giống như các mã vạch một chiều cũ hơn, được thiết kế để quét cơ học bằng chùm ánh sáng hẹp, mã QR được phát hiện bởi cảm biến hình ảnh kỹ thuật số 2 chiều và sau đó được phân tích kỹ thuật số bởi một bộ xử lý được lập trình.

Bộ xử lý định vị ba hình vuông đặc biệt ở các góc của hình ảnh mã QR, sử dụng một hình vuông nhỏ hơn (hoặc nhiều hình vuông) gần góc thứ tư để chuẩn hóa hình ảnh về kích thước, hướng và góc xem. Các chấm nhỏ trong toàn bộ mã QR sau đó được chuyển đổi thành số nhị phân và được xác thực bằng một thuật toán sửa lỗi. Mức độ lưu trữ: Lượng dữ liệu có thể được lưu trữ trong biểu tượng mã QR phụ thuộc vào kiểu dữ liệu (chế độ hoặc bộ ký tự đầu vào), phiên bản (1, ., 40, cho biết kích thước tổng thể của biểu tượng), và mức độ sửa lỗi. Dung lượng lưu trữ tối đa xảy ra cho phiên bản 40 và mức sửa lỗi L (thấp), ký hiệu là 40-L.

Số hiệu: HD/QT-PKHCN-QHQT-NCKHSV/00 Lần soát xét: 00 Ngày hiệu lực: 01/4/2020 Trang: 14/55 Hình 2.1: Các kiểu mã QR Ngôn ngữ Python Khái niệm Python là ngôn ngữ lập trình hướng đối tượng, cấp cao, mạnh mẽ, được tạo ra bởi Guido van Rossum.