Đồ án tốt nghiệp: Thiết kế thi công hệ thống phân loại sản phẩm bằng Camera

Tải full đồ án tốt nghiệp hệ thống phân loại sản phẩm bằng xử lý ảnh và PLC. Tài liệu chi tiết, ứng dụng camera, Python, OpenCV nhận dạng logo, barcode.

• Tác giả: Nguyễn Văn Yên
• Người hướng dẫn: ThS. Phùng Sơn Thanh
• 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: Thiết Kế Thi Công Hệ Thống Phân Loại Sản Phẩm Bằng Xử Lý Ảnh Và PLC
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: Thành Phố Hồ Chí Minh

Tóm tắt

I. Tổng quan về Đồ án Phân loại Sản phẩm bằng Xử lý Ảnh và PLC

Đồ án phân loại sản phẩm là một hệ thống tự động hóa tiên tiến, kết hợp giữa xử lý ảnh, công nghệ PLC và băng chuyền để thực hiện phân loại sản phẩm công nghiệp. Đề tài này được thực hiện bởi sinh viên Nguyễn Văn Yên và Lý Quang Khải từ Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, khóa 2016, chuyên ngành Công nghệ Kỹ thuật Điều khiển và Tự động hóa. Hệ thống hoạt động dựa trên nguyên tắc thu thập thông tin sản phẩm thông qua camera, sau đó xử lý dữ liệu để phân loại sản phẩm theo các tiêu chí được định sẵn. Sự kết hợp giữa xử lý ảnh số và điều khiển tự động PLC tạo nên một giải pháp hiệu quả cho các dây chuyền sản xuất hiện đại.

1.1. Định nghĩa và mục đích của Hệ thống

Hệ thống phân loại sản phẩm tự động nhằm mục đích tối ưu hóa quy trình sản xuất bằng cách loại bỏ sản phẩm không đạt tiêu chuẩn. Mục đích chính là kiểm tra barcode, logo và số lượng sản phẩm. Nếu sản phẩm đạt tiêu chuẩn sẽ được lưu trữ, ngược lại sẽ được gỡ khỏi băng chuyền vào các làn phân loại thích hợp thông qua điều khiển PLC.

1.2. Ý nghĩa thực tiễn trong Công nghiệp

Ứng dụng công nghệ xử lý ảnh và PLC trong phân loại sản phẩm giúp nâng cao hiệu suất sản xuất, giảm lỗi nhân công và tăng độ chính xác kiểm chất. Hệ thống này có thể được áp dụng rộng rãi trong các nhà máy sản xuất, giúp tự động hóa quy trình kiểm tra chất lượng sản phẩm một cách hiệu quả.

II. Cấu trúc và Thành phần Kỹ thuật của Hệ thống

Hệ thống phân loại sản phẩm được xây dựng từ ba thành phần chính bao gồm phần cứng, phần mềm và cơ cấu điều khiển. Phần cứng bao gồm camera để chụp hình ảnh sản phẩm, băng chuyền để vận chuyển sản phẩm, cảm biến để phát hiện vị trí sản phẩm. Phần mềm sử dụng ngôn ngữ lập trình Python với thư viện OpenCV để thực hiện xử lý ảnh số. Cơ cấu điều khiển sử dụng PLC (Programmable Logic Controller) để điều khiển các van điện từ và xilanh khí nén nhằm phân loại sản phẩm vào các làn quy định. Sự phối hợp giữa ba thành phần này tạo thành một hệ thống hoàn chỉnh.

2.1. Các Thành phần Phần cứng

Camera là thiết bị then chốt dùng để thu thập thông tin hình ảnh sản phẩm. Băng chuyền vận chuyển sản phẩm qua điểm chụp ảnh. Cảm biến cơ học phát hiện sự có mặt của sản phẩm, van điện từ khí nén nhận lệnh từ PLC để kích hoạt xilanh đẩy sản phẩm sang các làn phân loại khác nhau.

2.2. Phần mềm và Thuật toán Xử lý Ảnh

Phần mềm được lập trình trên PyCharm sử dụng Python và thư viện OpenCV mã nguồn mở. Hệ thống thực hiện nhận dạng barcode, phát hiện logo và đếm số lượng sản phẩm thông qua các thuật toán xử lý ảnh. Dữ liệu được xử lý rồi gửi tín hiệu điều khiển tới PLC để thực hiện phân loại sản phẩm.

III. Quy trình Hoạt động và Nguyên tắc Phân loại Sản phẩm

Quy trình hoạt động của hệ thống phân loại sản phẩm diễn ra theo các bước tuần tự và cụ thể. Đầu tiên, sản phẩm được đặt lên băng chuyền và chuyển động tới điểm chụp ảnh. Camera tự động chụp ảnh sản phẩm và gửi dữ liệu tới hệ thống xử lý. Phần mềm xử lý ảnh sẽ phân tích các yếu tố như barcode, logo và số lượng sản phẩm. Nếu sản phẩm đạt tiêu chuẩn (mã đúng, logo đúng, số lượng đúng), nó sẽ được lưu trữ trong kho. Nếu không đạt, PLC sẽ gửi tín hiệu kích hoạt van điện từ và xilanh khí nén để đẩy sản phẩm ra khỏi băng chuyền vào các làn phân loại thích hợp để xử lý tiếp.

3.1. Các Tiêu chí Phân loại Sản phẩm

Hệ thống phân loại dựa trên ba tiêu chí chính. Thứ nhất là nhận dạng barcode - kiểm tra mã vạch chính xác. Thứ hai là phát hiện logo - xác nhận logo sản phẩm đúng quy định. Thứ ba là đếm số lượng - kiểm tra số lượng sản phẩm trong một gói. Chỉ khi cả ba tiêu chí đều đạt yêu cầu, sản phẩm mới được xem là hợp lệ.

3.2. Cơ chế Giao tiếp giữa Phần mềm và PLC

Giao tiếp giữa phần mềm xử lý ảnh và PLC được thiết lập thông qua giao thức truyền thông. Sau khi xử lý ảnh hoàn tất, hệ thống gửi lệnh điều khiển tới PLC. PLC nhận lệnh và điều khiển van điện từ để kích hoạt xilanh khí nén, đẩy sản phẩm vào làn phân loại thích hợp. Quá trình này xảy ra nhanh chóng và chính xác.

IV. Kết quả Thực nghiệm và Hướng Phát triển Hệ thống

Kết quả thực nghiệm của hệ thống phân loại sản phẩm cho thấy độ chính xác cao trong nhận dạng barcode, phát hiện logo và đếm số lượng. Tuy nhiên, hệ thống còn một số hạn chế liên quan đến ảnh hưởng của ánh sáng tự nhiên - gây ra bóng đổ làm ảnh hưởng đến chất lượng ảnh và độ chính xác nhận dạng. Để cải thiện hiệu suất, nhóm đã sử dụng hệ thống chiếu sáng nhân tạo ổn định để giảm thiểu ảnh hưởng của ánh sáng tự nhiên. Hướng phát triển tiếp theo bao gồm tối ưu hóa thuật toán xử lý ảnh, tăng tốc độ xử lý, và mở rộng khả năng nhận diện các yếu tố khác như kích thước, màu sắc sản phẩm.

4.1. Độ Chính xác và Hiệu suất của Hệ thống

Thực nghiệm cho thấy hệ thống đạt độ chính xác cao trong phân loại sản phẩm, đặc biệt khi điều kiện chiếu sáng ổn định. Tốc độ xử lý ảnh đạt được cho phép xử lý nhiều sản phẩm liên tiếp trên băng chuyền. Hiệu suất hoạt động của van điện từ và xilanh khí nén cũng được xác nhận hoạt động chính xác khi nhận lệnh từ PLC.

4.2. Thách thức và Giải pháp Cải thiện

Thách thức chính là ảnh hưởng của ánh sáng tự nhiên gây bóng đổ trên sản phẩm, làm ảnh hưởng chất lượng ảnh. Giải pháp là sử dụng hệ thống chiếu sáng LED ổn định và xử lý tiền xử lý ảnh để chuẩn hóa độ sáng. Hướng phát triển tương lai bao gồm áp dụng Machine Learning để nâng cao độ chính xác nhận dạng sản phẩm.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan đề tài: Trình bày tổng quan sơ bộ về các yêu cầu đề ra ban đầu bao gồm đặt vấn đề, mục tiêu đề tài, nội dung nghiên cứu và giới hạn đề tài. Chương 2: Cơ sở lý thuyết: Trình bày các phương pháp giải quyết có thể dùng để thực hiện việc thiết kế và thi công hệ thống. Chương 3: Tính toán thiết kế: Xuất phát từ yêu cầu thiết kế và yêu cầu điều khiển của đề tài, trình bày các tính toán thiết kế và lựa chọn thiết bị phần cứng hệ thống. Chương 4: Thi công hệ thống: Tiến hành thi công, lắp ráp mô hình đã thiết kế; trình bày lưu đồ thuật toán và lập trình điều khiển; vận hành hệ thống.

Chương 5: Kết quả, nhận xét và đánh giá: Trình bày kết quả của quá trình thực hiện đề tài, nghiên cứu được những gì, minh chứng và giải thích. Chương 6: Kết luận và hướng phát triển: Kết luận chung về ưu điểm, nhược điểm, khó khăn gặp phải trong suốt quá trình thực hiện đề tài; khẳng định những kết quả đạt được, đề xuất ý kiến cải thiện khuyết điểm và định hướng phát triển trong tương lai.4 Giới hạn đề tài Đề tài thực hiện đối với đối tượng đó là sản phẩm với kích cỡ, logo, và barcode do nhóm sinh viên tự tạo ra Nhận diện được logo, số lượng và đọc mã barcode của sản phẩm Đề tài dừng lại ở việc nhận diện và phân loại sản phẩm dựa theo logo, số lượng và đọc mã barcode. Tuy nhiên việc phân loại dựa trên mã barcode và các kĩ thuật điều khiển khác nằm ngoài phạm vi của đề tài Hiển thị các thông số về sản phẩm trên webserver Điều khiển mô hình qua hai chế độ: Nút nhấn và Webserver Khoa ĐT CLC – ĐH SPKT TP.HCM 3 CHƯƠNG 2. Tổng quan về phân loại sản phẩm Hiện nay với sự phát triển vượt bậc về khoa học kĩ thuật, đặc biệt là về khối ngành tự động hóa.

Việc phát triền những mà máy sản xuất với năng suất và tốc độ cao là nhu cầu cần thiết. Để đáp ứng được nhu cầu này các hệ thống phân loại sản phẩm tốc độ cao đã được ra đời và thay thế dần dần con người. Một số hệ thống phân loại sản phẩm được áp dụng hiện nay là: Phân loại sản phẩm dựa vào màu sắc phân loại sản phẩm dựa vào chiều cao, phân loại sản phẩm dựa vào máy quét mã vạch, phân loại sản phẩm dùng xử lí ảnh,.1 Các phương pháp phân loại sản phẩm Với việc xử dụng cảm biến màu sắc , cảm biến quang. máy quét mã vạch barcode vào hệ thống phân loại sản phẩm thì sẽ có những ưu điểm nổi trội như:Tốc độ xử lí nhanh, lập trình đơn giản, vận hành dễ dàng,.

Ngoài những ưu điểm trên thì những phương pháp này tồn tại một số khuyết điểm : có thể tốn thêm nhân công để quét mã vạch, tính đồng bộ không cao, chỉ nhận diện được đơn lẻ sản phẩm có mã vạch, màu sắc hoặc chiều cao, chứ không nhận điện được đồng thời những yếu tố trên Hình 2.1 Phân loại sản phẩm theo Barcode 2.2 Phương pháp phân loại sản phẩm dùng xử lí ảnh Việc phát triển vượt bậc của xử lí ảnh đã mở ra một bước tiến mới trong việc phân loại sản phẩm. Sử dụng xử lí ảnh sẽ khắc phục được những khuyết điểm của hệ thống phân loại sản phẩm trước đây, có tính đồng bộ cao, có thể lập trình thay đổi sản phẩm phân loại. Tiết kiệm được chi phí đầu tư vì có thể tích hợp được cả barcode, logo, màu sắc, số lượng, chiều cao,. vào trong một chương trình xử lí Khoa ĐT CLC – ĐH SPKT TP.2 Phân loại táo theo kích thước và màu sắc dùng xử lí ảnh 2.2 Tổng quan về xử lí ảnh Hình 2.3 Công nghệ xử lí ảnh Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ.

Nó là một ngành khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên dụng riêng cho nó. Khoa ĐT CLC – ĐH SPKT TP.HCM 5 Xử lý ảnh là kỹ thuật áp dụng trong việc tăng cường và xử lý các ảnh thu nhận từ các thiết bị như camera, webcam… Do đó, xử lý ảnh đã được ứng dụng và phát triển trong rất nhiều lĩnh vực quan trọng như: Trong lĩnh vực quân sự: xử lý và nhận dạng ảnh quân sự. Trong lĩnh vực giao tiếp người máy: nhận dạng ảnh, xử lý âm thanh, đồ họa. Trong lĩnh vực an, bảo mật: nhận diện khuôn mặt người, nhận diện vân tay, mẫu mắt, … Trong lĩnh vực giải trí: trò chơi điện tử.

Trong lĩnh vực y tế: Xử lý ảnh y sinh, chụp X quang, MRI, 2.1 Xử lý ảnh số Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật. Xử lý ảnh số là một dạng xử lý tín hiệu mà trong đó đầu vào là một ảnh và đầu ra của quá trình xử lý có thể là một ảnh khác hoặc là một tập hợp chứa các tính chất hoặc tham số liên quan đến hình ảnh được cung cấp từ đầu vào. Phần lớn các kỹ thuật xử lý ảnh thường quy về một dạng tín hiệu hai chiều và sử dụng các kỹ thuật xử lý tín hiệu để phân tích nó.2 Điểm ảnh Điểm ảnh là một phần tử của ảnh số tại tọa độ (x, y) với độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh được chọn thích hợp sao cho mắt người cảm nhận được sự liên tục về không gian và mức xám (hoặc màu) của ảnh số gần như ảnh thật.

Mỗi phần tử trong ma trận được gọi là một phần tử ảnh.4 Mô tả điểm ảnh 2.3 Độ phân giải ảnh Độ phân giải ảnh là mật độ điểm ảnh ấn định trên một ảnh số được hiển thị. Khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ phân bố đó chính là độ phân giải ảnh và được phân bố theo trục Ox (trục ngang) và Oy (trục dọc) trong không gian hai chiều. Ảnh có độ phân giải càng cao thì các biến đổi trong ảnh sẽ càng mịn và càng rõ nét.

Khoa ĐT CLC – ĐH SPKT TP.5 So sánh độ phân giải ảnh 2.4 Mức xám Mức xám là kết quả của sự biến đổi tương ứng một giá trị độ sáng của một điểm ảnh với một giá trị nguyên dương. Thông thường, nó được xác định trong khoảng [0, 255] tùy thuộc vào giá trị mà mỗi điểm ảnh được biểu diễn. Các giá trị mức xám thông thường là 16, 32, 64, 128, 256 (mức phổ dụng vì kỹ thuật máy tính dùng 1 byte = 8 bits để biểu diễn mức xám, mức xám dùng 1 byte để biểu diễn 28 = 256 giá trị tức từ 0 đến 255).5 Biểu diễn ảnh Trong biểu diễn ảnh, người ta thường dùng các phần tử đặc trưng của ảnh là điểm ảnh (pixel). Do đó, ta có thể biểu diễn một ảnh bởi một hàm hai biến chứa các thông tin.

Các mô hình biểu diễn ảnh cho ta một mô tả logic hay định lượng các tính chất của hàm này. Chất lượng ảnh hoặc tính hiệu quả của các kỹ thuật xử lý phụ thuộc vào nhiều yếu tố như độ phân giải ảnh, nhiễu,… 2.6 Phân tích ảnh Trong quá trình xử lý ảnh, việc trích chọn đặc điểm đối tượng trong ảnh là một rất bước rất quan trọng. Đặc điểm của đối tượng sẽ được trích chọn theo mục đích nhận dạng trong quá trình xử lý giúp cho việc nhận dạng trở nên chính xác, thời gian tính toán nhanh và giảm thiểu dung lượng lưu trữ. Một số đặc điểm có thể kể đến như: Đặc điểm không gian: phân bố mức xám, phân bố xác suất, biên độ ảnh, điểm uốn,… Khoa ĐT CLC – ĐH SPKT TP.HCM 7 Đặc điểm biến đổi: các đặc điểm của loại này được trích chọn bằng việc thực hiện lọc vùng.

Các bộ lọc vùng được gọi là “mặt nạ đặc điểm” thường là các khe hẹp với nhiều hình dạng khác nhau (hình chữ nhật, hình vuông, hình tròn, hình elip,) Đặc điểm biên và đường biên: hữu ích trong việc phân tích các thuộc tính bất biến được dùng để nhận dạng đối tượng (góc, cạnh,). Để thu được ảnh biên ta có thể sử dụng toán tử Gradient, toán tử Laplace, giải thuật Canny, 2.7 Nhận dạng và phân loại ảnh Hình 2.7 Nhận dạng các vật thể trong ảnh Nhận dạng ảnh là quá trình xác định phân loại các đối tượng được biểu diễn theo một mô hình nào đó, thường thu được bằng cách so sánh với mẫu chuẩn đã được lưu từ trước. Sự nhận dạng thường dựa trên nhiều tính chất của vật và với mỗi tính chất đều có các kỹ thuật nhận dạng khác nhau. Ví dụ, hình dạng của một vật được đặc trưng bởi đường biên của nó, màu sắc cũng là một đặc điểm nhận dạng quan trọng.

Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản đó là phân loại có mẫu (so sánh với mẫu đã được xác định ban đầu) và phân loại không có mẫu (các mẫu được gán vào các lớp khác nhau dựa trên một tiêu chuẩn đồng hạng nào đó, các lớp này cho đến thời điểm phân loại vẫn chưa biết hay chưa được định danh). Trong thực tế, không thể chỉ dùng một cách tiếp cận đơn lẻ để phân loại tối ưu, vì vậy các phương thức phân loại tổ hợp thường được sử dụng khi nhận dạng nhằm đem lại những kết quả tốt nhất. Một số đối tượng nhận dạng phổ biến hiện nay đang Khoa ĐT CLC – ĐH SPKT TP.HCM 8 được áp dụng trong khoa học và công nghệ có thể kể đến là nhận dạng kí tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng vân tay, nhận dạng khuôn mặt, nhận dạng mống mắt,… 2.8 Thư viện mã nguồn mở OpenCV OpenCV là thư viện mã nguồn mở hàng đầu trong lĩnh vực thị giác máy tính, xử lý ảnh và máy học. Nó được phát hành năm 1999 theo giấy phép BSD (một nhóm các giấy phép phần mềm miễn phí cho phép), do đó nó hoàn toàn miễn phí cho cả học thuật và thương mại.

Hỗ trợ các ngôn ngữ lập trình C++, C, Python, Java và các hệ điều hành Windows, Linux, MacOS, iOS và Android. OpenCV được viết trên ngôn ngữ C/C++ vì vậy nó có tốc độ tính toán rất nhanh, tập trung nhiều vào các ứng dụng thời gian thực.