Tổng quan nghiên cứu

Trong các dây chuyền sản xuất công nghiệp hiện đại, nhu cầu tự động hóa khâu kiểm đếm sản phẩm đóng vai trò sống còn nhằm tối ưu hóa năng suất và giảm thiểu chi phí vận hành. Điển hình tại các nhà máy luyện kim cán thép, mỗi ca làm việc sản xuất khoảng 500 đến 1.000 tấn thép xây dựng, đòi hỏi việc kiểm đếm chính xác từng thanh thép trong mỗi bó trước khi dán tem mã vạch xuất xưởng. Vấn đề nghiên cứu cốt lõi nảy sinh từ việc kiểm đếm thủ công bằng mắt thường kết hợp chấm sơn truyền thống thường gây ra sai số từ 3% đến 5% do thị giác công nhân bị quá tải sau nhiều giờ làm việc liên tục. Đồng thời, việc lắp đặt các cảm biến quang học tiệm cận trên dây chuyền thường xuyên gặp sự cố do hiện tượng nhiễu điện áp môi trường vượt ngưỡng 100V làm treo bộ điều khiển.

Mục tiêu cụ thể của công trình nghiên cứu là xây dựng và hoàn thiện thuật toán hình thái học có định hướng nhằm giải quyết triệt để bài toán đếm các đối tượng có ảnh chạm nhau, dính nhau hoặc chồng lấn cục bộ trong không gian ảnh số. Nghiên cứu được triển khai thực hiện trong năm 2020 tại tỉnh Thái Nguyên, tập trung khảo sát trực tiếp trên hệ thống xử lý ảnh đầu bó thép xây dựng tại các doanh nghiệp luyện kim như Nhà máy Cán thép Thái Trung và Công ty NasteelVina. Ý nghĩa thực tiễn của đề tài thể hiện qua việc nâng cao độ chính xác kiểm đếm tự động từ mức 92% - 95% của các giải pháp truyền thống lên xấp xỉ 100%, giúp cắt giảm hơn 80% thời gian xử lý tại trạm đóng gói và hạn chế tối đa các tranh chấp thương mại do xuất thừa hoặc thiếu số lượng sản phẩm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết hình thái học toán học và lý thuyết phân vùng ảnh kỹ thuật số. Trong đó, hai mô hình lý thuyết trọng tâm được khai thác gồm:

Mô hình toán tử hình thái học kinh điển: Khung lý thuyết này vận hành dựa trên các phép toán biến đổi không gian ảnh thông qua phần tử cấu trúc, bao gồm phép co (Erosion), phép dãn nở (Dilation), toán tử đóng (Closing) và toán tử mở (Opening). Các toán tử này đóng vai trò quan trọng trong việc khử nhiễu đốm, lấp đầy các khoảng trống nhị phân và làm nổi bật các đặc trưng biên dạng của vật thể trên ma trận ảnh xám chuẩn hóa 8-bit từ 0 đến 255.

Mô hình phân vùng Watershed kết hợp biến đổi khoảng cách: Phương pháp tiếp cận ảnh số dưới dạng một bản đồ địa hình ba chiều, trong đó cường độ sáng đại diện cho các ngọn núi và vùng tối biểu thị thung lũng. Phép biến đổi khoảng cách dựa trên chuẩn khoảng cách Euclidean L2, Manhattan L1 và Chebyshev đóng vai trò xác định khoảng cách ngắn nhất từ mỗi điểm ảnh tiền cảnh đến đường biên gần nhất, tạo tiền đề để thuật toán dòng chảy tìm ra các đường phân lưu vực (watershed ridge lines).

Bên cạnh đó, nghiên cứu làm rõ các khái niệm then chốt như: hình thái học có định hướng (Oriented Morphology), vector tiếp tuyến biên đổi chiều góc xoay, ma trận liên thông 8 lân cận và kiến trúc mạng nơ-ron tích chập (CNN) gồm 4 lớp chập và 4 lớp gộp tối đa phục vụ phân cụm khoảng cách tâm điểm.

Phương pháp nghiên cứu

Nguồn dữ liệu và Cỡ mẫu: Nghiên cứu sử dụng tập dữ liệu thực nghiệm gồm 120 ảnh chụp quang học độ phân giải cao ghi nhận bề mặt đầu bó thép tròn trơn và thép vằn cường lực, được thu thập trực tiếp tại dây chuyền sản xuất công nghiệp trong giai đoạn từ tháng 1 đến tháng 10 năm 2020.

Phương pháp chọn mẫu: Tác giả áp dụng phương pháp chọn mẫu có chủ đích phân tầng. Dữ liệu được chia thành các nhóm ảnh mẫu với điều kiện môi trường đa dạng: điều kiện đủ sáng tiêu chuẩn, điều kiện thiếu sáng hoặc ngược sáng, ảnh có mức độ nhiễu quang học cao và ảnh chứa các cụm đối tượng dính nhau phức tạp từ 2 đến hơn 15 điểm tiếp xúc biên.

Phương pháp phân tích và Lý do lựa chọn: Quy trình phân tích bắt đầu bằng việc chuyển đổi ảnh gốc sang ảnh nhị phân, áp dụng toán tử mở loại bỏ nhiễu trắng nhỏ hơn 5 pixel và toán tử đóng lấp các lỗ đen. Tiếp theo, thuật toán khảo sát biến thiên góc xoay của tiếp tuyến đường biên trên dải từ 0 độ đến 360 độ nhằm phát hiện chính xác các tọa độ điểm thắt lõm. Tại các vị trí này, các mặt nạ hình thái học định hướng theo 4 trục cơ bản (X-X, Y-Y, X-Y, Y-X) được áp dụng với số lần lặp k bằng 1/2 bán kính thanh thép. Phương pháp này được lựa chọn vì khắc phục được nhược điểm triệt tiêu đối tượng của phép co toàn cục, loại bỏ hiện tượng phân vùng quá mức của Watershed và giảm hơn 70% khối lượng tính toán so với các mô hình học sâu phức tạp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối sánh giữa các thuật toán trên phần mềm xử lý ảnh chuyên dụng đã mang lại những phát hiện quan trọng:

Thứ nhất, thuật toán gán nhãn liên thông kinh điển thất bại hoàn toàn khi xử lý các đối tượng tiếp xúc nhau. Trên các mẫu thử nghiệm chứa 5 đối tượng chạm nhau liên tiếp, thuật toán kinh điển chỉ nhận diện được 3 nhóm nhãn, dẫn đến sai số đếm thiếu lên tới 40% so với thực tế.

Thứ hai, phương pháp phối hợp biến đổi khoảng cách và phân vùng Watershed tuy tách được các đối tượng có dạng hình học đồng nhất nhưng lại bộc lộ hạn chế lớn khi gặp nhiễu bề mặt. Trên các bó thép có đầu cắt sần sùi hoặc dính bẩn, thuật toán xuất hiện hiện tượng phân vùng quá mức (over-segmentation), tạo ra các đường phân chia giả định khiến số lượng đếm bị thừa từ 4% đến 8%.

Thứ ba, mô hình mạng nơ-ron tích chập kết hợp phân cụm khoảng cách (CNN-DC) đạt hiệu quả nhận diện tương đối cao nhưng vẫn tồn tại tỷ lệ sai số khoảng 0,7% trong trường hợp các đầu thanh thép bị thụt sâu hoặc bị che khuất một phần.

Thứ tư, thuật toán hình thái học định hướng do luận văn đề xuất thể hiện tính ưu việt vượt trội khi đạt độ chính xác kiểm đếm lên đến 99,8% trên toàn bộ tập mẫu thử nghiệm và đạt độ chính xác tuyệt đối 100% trên các bó thép có quy cách bề mặt chuẩn, tách rời hoàn toàn các điểm dính biên mà không làm suy hao diện tích gốc của thanh thép.

Thảo luận kết quả

Nguyên nhân chính giúp thuật toán hình thái học định hướng đạt hiệu quả tối ưu là nhờ cơ chế can thiệp cục bộ có chọn lọc. Thay vì quét mặt nạ đồng nhất lên toàn bộ ma trận điểm ảnh, thuật toán chỉ kích hoạt các vết cắt hình thái học tại đúng tọa độ điểm thắt lõm – nơi vector gradient đổi chiều từ góc phần tư thứ nhất sang góc phần tư thứ hai hoặc từ góc phần tư thứ ba sang góc phần tư thứ tư. Điều này ngăn chặn triệt để tình trạng các chi tiết nhỏ bị xóa mòn hoặc mất dạng.

So với hệ thống đếm thanh thép tự động của tập đoàn công nghệ Sinom Group (với tỷ lệ sai số khoảng 0,7%) hay hệ thống dây chuyền Danieli của Ý, giải pháp hình thái học định hướng giúp các cơ sở sản xuất trong nước tiết kiệm hàng trăm triệu đồng chi phí đầu tư phần cứng chuyên dụng.

Dữ liệu thực nghiệm của nghiên cứu được hệ thống hóa rõ ràng thông qua bảng so sánh độ chính xác kết quả đếm giữa các chủng loại thép vằn và thép tròn trơn. Đồng thời, biểu đồ đường biểu diễn sự thay đổi của góc tiếp tuyến theo chu vi biên và các chuỗi hình ảnh trung gian từ ảnh nhị phân, ảnh dò biên gradient đến ảnh phân tách hoàn chỉnh đã minh chứng trực quan cho tính ổn định và độ tin cậy của thuật toán.

Đề xuất và khuyến nghị

Nhằm chuyển hóa các kết quả nghiên cứu học thuật thành giá trị ứng dụng cụ thể trong sản xuất, tác giả đưa ra 4 khuyến nghị then chốt:

Thứ nhất, tích hợp module thuật toán hình thái học định hướng vào phần mềm điều khiển camera công nghiệp tại trạm xuất hàng. Mục tiêu là đạt tỷ lệ tự động hóa khâu kiểm đếm 100%, thực hiện trong lộ trình 3 tháng đầu năm 2021 do đội ngũ kỹ sư công nghệ thông tin và tự động hóa của nhà máy chủ trì.

Thứ hai, nâng cấp và chuẩn hóa hệ thống chiếu sáng công nghiệp tại khu vực chụp ảnh đầu bó thép. Bộ phận bảo trì nhà máy cần lắp đặt hệ thống đèn LED chiếu sáng định hướng với cường độ quang thông đạt từ 1.500 đến 2.000 lux nhằm triệt tiêu hiện tượng bóng đổ và lóa quang học, hoàn thành trong vòng 60 ngày.

Thứ ba, phát triển thuật toán bù trừ thích nghi đối với các trường hợp đầu cây thép bị thụt sâu vào trong bó quá 5 cm. Nhóm nghiên cứu thuật toán cần phối hợp với phòng kỹ thuật để xây dựng thư viện mẫu bổ trợ, phấn đấu kéo giảm tỷ lệ nhận diện sót xuống dưới 0,01% trước quý 3 năm 2021.

Thứ tư, kết nối trực tiếp cơ sở dữ liệu đếm ảnh thời gian thực với hệ thống in mã vạch và phần mềm hoạch định nguồn lực doanh nghiệp (ERP). Đơn vị vận hành hệ thống thông tin cần hoàn thiện giao thức truyền thông với độ trễ xử lý dưới 200 mili-giây cho mỗi bó thép 100 đến 200 thanh trong vòng 6 tháng.

Đối tượng nên tham khảo luận văn

Nội dung và giải pháp kỹ thuật trong luận văn mang lại giá trị thực tiễn cho 4 nhóm đối tượng chính:

Nhóm kỹ sư thị giác máy tính và kỹ sư tự động hóa: Luận văn cung cấp cấu trúc mã nguồn, nguyên lý xây dựng mặt nạ hình thái học định hướng và kỹ thuật phân tích biên gradient để áp dụng trực tiếp vào các bài toán đếm linh kiện điện tử, đếm sản phẩm trên băng tải tốc độ cao.

Ban lãnh đạo và kỹ sư vận hành tại các nhà máy luyện kim cán thép: Công trình mang đến giải pháp công nghệ sẵn sàng triển khai nhằm thay thế khâu kiểm đếm thủ công, giúp nâng cao năng suất đóng gói hơn 300% và loại bỏ rủi ro khiếu nại sai lệch đơn hàng.

Học viên cao học và nghiên cứu sinh chuyên ngành Khoa học máy tính: Tài liệu là nguồn tham khảo học thuật giá trị về các phương pháp toán tử hình thái học nâng cao, biến đổi Watershed và mạng nơ-ron tích chập ứng dụng trong phân đoạn ảnh y sinh học như đếm tế bào hồng cầu hay đếm cụm vi khuẩn.

Các nhà phát triển giải pháp nông nghiệp thông minh: Cung cấp phương pháp xử lý các chùm quả hoặc nông sản bị che khuất, dính liền nhau trên ảnh chụp từ thiết bị bay không người lái để ước tính chính xác năng suất mùa vụ.

Câu hỏi thường gặp

  1. Vì sao thuật toán gán nhãn liên thông kinh điển không thể đếm đúng các đối tượng dính nhau? Thuật toán kinh điển duyệt 8 điểm ảnh lân cận và gán cùng một giá trị nhãn cho tất cả các pixel liên thông. Khi hai hay nhiều đối tượng tiếp xúc nhau, hệ thống coi toàn bộ cụm đó là một thực thể duy nhất. Trên thực tế, cụm 5 đối tượng chạm nhau sẽ bị nhận diện sai thành 3 đối tượng, gây sai lệch nghiêm trọng về số lượng.

  2. Điểm khác biệt cốt lõi giữa hình thái học định hướng và phép co (Erosion) truyền thống là gì? Phép co truyền thống áp dụng mặt nạ đồng nhất trên toàn bộ ảnh, dễ làm biến mất các vật thể nhỏ trước khi tách được điểm dính. Hình thái học định hướng chỉ tác động cục bộ tại đúng tọa độ thắt lõm với số lần lặp k bằng 1/2 bán kính, giúp tách rời đối tượng mà vẫn bảo toàn 100% kích thước nguyên bản.

  3. Tại sao phương pháp Watershed kết hợp biến đổi khoảng cách chưa phải giải pháp tối ưu cho ảnh thép? Phương pháp Watershed rất nhạy cảm với sự không đồng nhất của bề mặt kim loại. Những vết xước, gỉ sét hoặc vết cắt không phẳng trên đầu cây thép sẽ tạo ra các cực tiểu địa phương giả, dẫn đến hiện tượng phân vùng quá mức (over-segmentation) và làm phát sinh sai số dư thừa từ 4% đến 8%.

  4. Thuật toán hình thái học định hướng có đòi hỏi phần cứng đắt tiền như mạng học sâu CNN không? Không, thuật toán này chỉ thực hiện các phép toán logic trên ma trận nhị phân cục bộ nên có độ phức tạp tính toán rất thấp. Trong khi mô hình CNN cần hệ thống máy chủ trang bị GPU chuyên dụng, thuật toán hình thái học định hướng có thể vận hành ổn định trên máy tính nhúng với thời gian chỉ 0,15 giây mỗi ảnh.

  5. Giải pháp xử lý đối với những thanh thép bị thụt sâu vào trong bó là gì? Hệ thống sử dụng kỹ thuật nhận dạng mẫu kết hợp phân tích phân bố mức xám cục bộ tại các vùng tối bị che khuất. Nhờ đó, các thanh thép bị thụt sâu từ 2 đến 5 cm vẫn được định vị chính xác tọa độ tâm và đếm bù tự động, bảo đảm độ tin cậy toàn diện đạt trên 99%.

Kết luận

  • Luận văn đã phân tích toàn diện các thách thức trong bài toán đếm đối tượng dính nhau qua ảnh, chỉ rõ hạn chế của các phương pháp kinh điển, biến đổi Watershed và mạng học sâu CNN.
  • Đề xuất thành công thuật toán hình thái học định hướng dựa trên việc dò tìm biến thiên góc tiếp tuyến đường biên và áp dụng mặt nạ cắt cục bộ theo 4 hướng chuẩn hóa.
  • Kết quả thực nghiệm trên các mẫu ảnh đầu bó thép xây dựng đạt độ chính xác lên đến 99,8%, chứng minh tính khả thi trong việc thay thế hoàn toàn phương pháp đếm thủ công chấm sơn.
  • Giải pháp có khối lượng tính toán nhẹ, tốc độ xử lý nhanh dưới 0,2 giây mỗi khung hình, tương thích tốt với các hệ thống camera giám sát công nghiệp hiện có.
  • Định hướng giai đoạn 2021 - 2022: Tiếp tục mở rộng thuật toán để nhận diện các bó thép có mật độ dính phức tạp và phát triển ứng dụng kiểm đếm di động trên nền tảng Android.

Bạn đang tìm kiếm giải pháp tối ưu hóa quy trình kiểm đếm sản phẩm công nghiệp hoặc phát triển các thuật toán thị giác máy tính chuyên sâu? Hãy tham khảo toàn văn luận văn thạc sĩ khoa học máy tính này để làm chủ công nghệ xử lý ảnh tiên tiến và ứng dụng hiệu quả vào thực tiễn sản xuất!