Chương 1: Tổng quan Hình 1- 1 : Máy phát hiện lỗi trên gạch men 1.2 Mục tiêu giới hạn đề tài Mục tiêu của đề tài là tìm ra thuật toán sao cho phát hiện được những lỗi cơ bản trên một viên gạch như: phát hiện vết nứt, mẻ cạnh… một cách tự động đạt được hiểu quả về thời gian và năng suất. Đề tài của chúng tôi có thể phát hiển được những lỗi cơ bản, đơn giản của một viên gạch chưa tìm được những lỗi phức tạp hơn. Vì giới hạn về kiến thức và năng lực nên thuật toán xử lý ảnh chưa được tối ưu vì thế đòi hỏi phần cứng phải đáp ứng đủ yêu cầu cho việc xử lý ảnh.3 Phương pháp, phương tiện nghiên cứu Trong quá trình làm đề tài chúng tôi đã dùng các phương pháp sau: nghiên cứu các tài liệu trong và ngoài nước, nghiên cứu việc dùng matlab trong xử lý ảnh, thử sai những phương pháp có thể sử dụng. Phương pháp dùng camera để phát hiện lỗi trên gạch cũng được một số nhà máy gạch men lớn sử dụng rộng rãi.4 Ý nghĩa thực tiễn của đề tài Hiện nay, trong các nhà máy gạch men lớn, việc phát hiện lỗi và kiểm tra chất lượng sản phẩm đang là vấn đề thiết yếu vì vậy việc áp dụng hệ thống phát hiện lỗi một cách tự động rất cần thiết.
Hệ thống giúp giảm nguồn nhân lực nâng cao hiệu xuất và độ chính xác. 3 do an Đồ án tốt nghiệp Chương 2: Cơ sở lý thuyết CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Thị giác máy tính Trước đây, việc kiểm tra chất lượng gạch men đầu ra của nhà máy thường được xử lý bằng phương pháp thủ công, thông qua quá trình giám sát trực tiếp của mắt người và một số các biện pháp đo đạt thủ công bằng tay của các kiểm định viên. Việc thu thập thông tin tự động, thông qua các cảm biến điện tử chỉ có khả năng xác định được kích thước, độ cong vênh của bề mặt gạch, mà chưa đủ khả năng để xác định các khuyết tật khác trên bề mặt gạch men như vết nứt, lõm men, đốm, lỗ kim… Giờ đây, với sự phát triển của công nghệ thông tin, các phần mềm và các thuật toán xử lý ảnh được nghiên cứu phát triển, hình ảnh thu về được phân tích, xử lý dựa trên một đặc trưng của đối tượng giống như hệ thống thị giác của con người, nhờ đó, tính tự động hóa trong lĩnh vực giám sát ngày càng nâng cao như hệ thống kiểm tra chất lượng sản phẩm dựa trên kỹ thuật nhận dạng theo đặc trưng của đối tượng, màu sắc, hình dáng… những thứ nói trên được xây dựng dựa trên nền tảng gọi là thị giác máy tính. Cụ thể, trong đồ án này sử dụng thuật toán thị giác máy tính để tìm ra các khuyết tật trên bề mặt gạch men, xác đinh kích thước của gạch.
Có thể nói thêm là lĩnh vực ứng dụng của thị giác máy tính rất rộng như nhận dạng chữ, nhận biết hành vi, nhận dạng khuôn mặt, điều khiển robot, ước tính quỹ đạo di chuyển… hay nói chung là công cụ quan trọng cho trí tuệ nhân tạo. Những phần được sử dụng trong phạm vi đồ án này là một phần nhỏ trong lĩnh vực thị giác máy tính.2 Ngưỡng và các bộ lọc 2.1 Ngưỡng Việc lấy ngưỡng và sử dụng các bộ lọc là một phương thức nâng cao chất lượng ảnh trong bước tiền xử lý. Ngưỡng (Threshold) là một khái niệm khá quen thuộc trong xử lý ảnh cũng như rất nhiều lĩnh vực khác. Nó dùng để chỉ 4 do an Đồ án tốt nghiệp Chương 2: Cơ sở lý thuyết một giá trị mà người ta dựa vào để phân loại một tập hợp thành các vùng riêng biệt.
(a) (b) (c) Hình 2- 1: Ví dụ về ảnh hưởng của việc đặt ngưỡng. (a) là ảnh gôc, (b) là ảnh với ngưỡng 0.7, (c) là ảnh với ngưỡng 0.4 Trong luận văn này, ngưỡng được dùng để nhị phân hóa ảnh. Nhị phân hóa là quá trình biến một ảnh xám thành ảnh nhị phân. Ảnh nhị phân chỉ chứa giá trị 0 và 1.
Theo đó, giá trị 0 sẽ là giá trị ứng với những điểm đem trên ảnh và giá trị 1 sẽ là giá trị ứng với những điểm trắng. Công thức để nhị phân ảnh là đặt tất cả các giá trị của ảnh xám về 0 nếu chúng bé hơn một ngưỡng T cho trước và về 255 nếu chúng lớn hơn ngưỡng T đó. Vấn đề ở đây là chọn ngưỡng T như thế nào để cho ra được ảnh nhị phân như mong muốn, nghĩa là ảnh làm nổi các vùng đối tượng và nền. Việc xác định T là rất khó vì chúng phụ thuộc vào từng điều kiện chiếu sáng khác nhau của môi trường, mỗi môi trường sẽ có giá trị T khác nhau.3 Các phương pháp xác định khuyết tật trên bề mặt gạch men Trong quá trình nghiên cứu và phát triển, thì yêu cầu được đặt lên hàng đầu là yếu tố chính xác và phải thực hiện nhanh chóng theo thời gian thực.
Do vậy, việc này cần có sự phối hợp và bổ sung chặt chẽ cho nhau của hai lĩnh vực là Xử lý ảnh (Image Processing) và Thị giác máy tính (Computer Vision). Có rất nhiều phương pháp và hướng tiếp cận của vấn đề nhận biết khuyết tật trên bề mặt sản phẩm: phương pháp máy học, phương pháp phát hiện biên cho ảnh đa mức xám… 2.1 Nhận biết theo phương pháp học máy (machine learning) Các phương pháp thuộc nhóm này dựa trên một tập hợp các hình mẫu của đối tượng. Để trích đặt trưng từ các mẫu, cần phải thực hiện việc huấn luyện 5 do an Đồ án tốt nghiệp Chương 2: Cơ sở lý thuyết dưới dạng thống kê hoặc các thuật toán học máy với đủ nhiều các mẫu ảnh có chứa đối tượng và không chứa đối tượng. Một số phương pháp thuộc nhóm này: - Phương pháp PCA.
- Phương pháp mạng Nơ-ron nhân tạo. Do nhóm phương pháp này dựa trên việc huấn luyện sao cho thu được mô hình đối tượng sản phẩm từ một tập dữ liệu dương (ảnh có chứa hình đối tượng) và một tập dữ liệu âm (ảnh không chứa hình đối tượng) nên chúng có sự tương quan so sánh trực tiếp đến các đặc điểm hình học của một kiểu sản phẩm điển hình. Nhược điểm của phương pháp này là đòi hỏi phải luôn có sẵn cơ sở dữ liệu hình ảnh sản phẩm rất lớn.2 Nhận biết theo phương pháp phát hiện biên trên ảnh đa mức xám 2.1 Các phương pháp tách biên trong xử lý ảnh Một biên trong một hình ảnh nói chung có thể được định nghĩa như là đường bao của ảnh hoặc đường viền ngăn cách khu vực ảnh liền kề có đặc điểm tương đối khác biệt theo một số tính năng quan tâm, một trong số đó là độ đo về sự thay đổi đột ngột về cấp xám. Biên có thông tin quan trọng góp phần hướng tới phân tích và giải thích thông tin hình ảnh (nhận dạng).
Các giai đoạn của phát triển biên là hàm mịn hay nâng cao chất lượng ảnh (quá trình loại bỏ nhiễu) và phát hiện biên. Có nhiều phương pháp để phát hiện cơ bản, nhưng hầu hết trong số đó có thể chia thành hai loại: Phương pháp phát hiện biên trực tiếp: tìm biên dựa vào sự biến thiên về giá trị độ sang (cấp xám) của ảnh. Chủ yếu dựa vào kỹ thuật lấy đạo hàm. Ở phương pháp này ta có thể nhóm thành 2 loại: - Phương pháp Gradient: chúng ta tính toán ước lượng độ lớn gradient bằng cách sử dụng bộ lọc hàm mịn và sử dụng tính toán để xác định vị trí của biên.
Nói cách khác phương pháp Gradient là phương pháp dò biên cục bộ bằng cách tìm kiếm cực đại và cực tiểu khi lấy đạo hàm bậc nhất của ảnh. 6 do an Đồ án tốt nghiệp Chương 2: Cơ sở lý thuyết - Phương pháp Laplace: chúng ta lấy đạo hàm bậc hai của các tín hiệu và biên độ đạo hàm là cực đại khi đạo hàm bậc hai bằng 0. Trong ngắn hạn, phương pháp Laplace tìm kiếm toán tử chéo không tại đạo hàm bậc hai của ảnh để tìm biên. Phương pháp phát hiện biên gián tiếp: Nếu bằng cách nào đó ta phân được ảnh thành các vùng thì ranh giới giữa các vùng đó gọi là biên.
Kỹ thuật dò biên và phân vùng ảnh là hai bài toán đối ngẫu nhau vì dò biên để thực hiện phân lớp đối tượng mà khi đã phân lớp xong nghĩa là đã phân vùng được ảnh và ngược lại, khi đã phân vùng ảnh đã được phân lớp thành các đối tượng, do đó có thể phát hiện được biên.4 Nhận biết theo phương pháp so khớp mẫu (Template Matching) Template Matching [2] là một nhóm kĩ thuật nhằm phân loại đối tượng dựa vào mức độ tương tự giữa những đối tượng xem xét với mẫu (template hay sample) cho trước. Phương pháp này dựa trên nguyên tắc so sánh giữa ảnh gạch chuẩn và ảnh gạch mẫu để tìm ra sự khác nhau. Trong đề tài này, các lỗi được phát hiện bằng cách trừ ảnh xám của gạch chuẩn cho ảnh xám của gạch lỗi. Mỗi ảnh xám là 1 ma trận số với các giá trị là các mức xám của các pixel, vì vậy khi trừ 2 ảnh xám chính là trừ 2 ma trận.
Các pixel có cùng mức xám khi trừ nhau sẽ bằng 0, có nghĩa tất cả những chi tiết giống nhau sẽ biến mất, các chi tiết khác nhau sẽ hiện ra và những chi tiết khác nhau đó chính là các lỗi cần phát hiện. Tuy nhiên, điều kiện để trừ 2 ảnh là vô cùng nghiêm ngặt, cụ thể, 2 ảnh cần trừ cho nhau bắt buộc phải có cùng kích thước, các chi tiết giống nhau bắt buộc phải có cùng mức xám, cùng vị trí tọa độ vì nếu không cùng vị trí và mức xám khi trừ nhau chúng sẽ không biến mất và kết quả hoàn toàn sai lệch. Trong thực tế các điều kiện về vị trí của các chi tiết giống nhau là hoàn toàn không thể đáp ứng vì mỗi viên gạch trên băng tải đều có 1 tư thế khác nhau, không thể trùng khớp nhau 100%, chỉ cần 1 pixel bị lệch thì kết quả sau khi trừ chắc chắn sai lệch. Chính vì vậy chúng ta phải sử dụng 1 thuật toán để làm cho ảnh lỗi có tư thế và tọa độ trùng khớp với ảnh chuẩn, thuật toán đó là image registration [3] sử dụng các điểm đặc trưng SURF (Speed Up Robust Features).
7 do an Đồ án tốt nghiệp Chương 2: Cơ sở lý thuyết Các điểm đặc trưng là các điểm mà khi ảnh bị xoay hay phóng to, thu nhỏ thì các điểm đó đều bất biến, không thay đổi. SURF là bộ phát hiện và bộ mô tả các điểm quan tâm bất biến với tỷ lệ và góc xoay.