Đồ án phân loại sản phẩm sử dụng kit Raspberry tại HCMUTE

• Tác giả: Nguyễn Văn Sơn
• Người hướng dẫn: ThS. Nguyễn Duy Thảo
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Công Nghệ Kỹ Thuật Điện Tử Truyền Thông
• Đề tài: Phân loại sản phẩm bằng kit Raspberry
• Loại tài liệu: đồ án tốt nghiệp
• Năm xuất bản: 2018
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. ĐẶT VẤN ĐỀ
• 1.2. MỤC TIÊU
• 1.3. NỘI DUNG NGHIÊN CỨU
• 1.4. GIỚI HẠN
• 1.5. BỐ CỤC
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. TỔNG QUAN VỀ XỬ LÝ ẢNH
• 2.2. NHỮNG VẤN ĐỀ TRONG XỬ LÝ ẢNH
• 2.2.1. Điểm ảnh (Picture Element)
• 2.2.2. Ảnh số
• 2.2.3. Quan hệ giữa các điểm ảnh
• 2.2.4. Lọc nhiễu
• 2.2.5. Phương pháp phát hiện biên
• 2.3. PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG
• 2.3.1. Các hình dạng cơ bản của sản phẩm
• 2.3.2. Phương pháp nhận dạng hình dạng
• 2.3.3. Phương pháp tìm đặc điểm hình dạng để phân loại sản phẩm
• 2.3.4. Phương pháp kiểm tra sản phẩm lỗi
• 2.3.5. Các bước thực hiện phân loại sản phẩm theo hình dạng
• 2.4. NGÔN NGỮ PYTHON VÀ THƯ VIỆN OPENCV
• 2.4.1. Ngôn ngữ Python
• 2.4.2. Thư viện OpenCV
• 2.5. GIỚI THIỆU PHẦN CỨNG
• 2.5.1. Raspberry Pi 3 Model B
• 2.5.2. Camera Raspberry Pi
• 3. CHƯƠNG 3: TÍNH TOÁN VÀ THIẾT KẾ
• 3.1. HỆ THỐNG PHẦN CỨNG
• 3.1.1. Thiết kế sơ đồ khối hệ thống
• 3.1.2. Sơ đồ kết nối hệ thống
• 4. CHƯƠNG 4: THI CÔNG HỆ THỐNG
• 4.1. LẬP TRÌNH HỆ THỐNG
• 4.1.1. Tiền xử lý ảnh
• 4.1.2. Tách biên và lấp đầy
• 4.1.3. Phân loại sản phẩm và nhận dạng sản phẩm lỗi
• 4.2. PHÂN LOẠI SẢN PHẨM
• 4.3. HƯỚNG DẪN SỬ DỤNG, THAO TÁC
• 5. CHƯƠNG 5: KẾT QUẢ NHẬN XÉT ĐÁNH GIÁ
• 5.1. Kết quả nhận dạng và phân loại sản phẩm
• 5.2. Kết quả nhận dạng sản phẩm lỗi
• 5.3. NHẬN XÉT VÀ ĐÁNH GIÁ MÔ HÌNH HỆ THỐNG
• 6. CHƯƠNG 6: KẾT LUẬN VÀ PHÁT TRIỂN
• 6.1. Kết quả đạt được
• 6.2. Những mặt hạn chế
• 6.3. HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

I. Giới thiệu

Bài viết tập trung vào việc phân tích nội dung của đề tài "Phân loại sản phẩm bằng kit Raspberry tại HCMUTE". Đề tài này thuộc lĩnh vực Nghiên cứu khoa học, cụ thể là ứng dụng Công nghệ sản xuất thông minh vào quy trình sản xuất. Đề tài được thực hiện tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh (HCMUTE), một trong những trường đại học hàng đầu về đào tạo Công nghệ kỹ thuật tại Việt Nam.

II. Tổng quan về Xử lý ảnh và Nhận dạng sản phẩm

Đề tài sử dụng Kit Raspberry Pi kết hợp với Camera Pi để nhận dạng sản phẩm và phân loại sản phẩm theo hình dạng. Chương 2 của đề tài đi sâu vào cơ sở lý thuyết của xử lý ảnh, bao gồm các vấn đề cơ bản như điểm ảnh, ảnh số, quan hệ giữa các điểm ảnh, lọc nhiễu, và phương pháp phát hiện biên. Bên cạnh đó, đề tài cũng trình bày về phương pháp phân loại sản phẩm theo hình dạng, sử dụng các đặc điểm hình dạng của sản phẩm như hình tròn, hình vuông, hình chữ nhật, hình tam giác để nhận dạng và phân loại.

III. Công nghệ và Công cụ được sử dụng

Đề tài ứng dụng ngôn ngữ Python và thư viện OpenCV để xây dựng hệ thống phân loại. Python là một ngôn ngữ lập trình phổ biến trong lĩnh vực Machine learning và xử lý ảnh, trong khi OpenCV là một thư viện mã nguồn mở cung cấp các công cụ mạnh mẽ cho xử lý ảnh và học máy. Việc sử dụng Kit Raspberry Pi giúp đề tài trở nên thực tiễn hơn, bởi vì Raspberry Pi là một thiết bị nhỏ gọn, giá thành thấp, và dễ dàng tích hợp vào các hệ thống nhúng.

IV. Kết quả và Ứng dụng thực tiễn

Đề tài đã thành công trong việc xây dựng mô hình phân loại sản phẩm dựa trên hình dạng bằng cách sử dụng Kit Raspberry Pi. Mô hình có khả năng nhận dạng và phân loại các sản phẩm có hình dạng hình tròn, hình vuông, hình chữ nhật, hình tam giác với độ chính xác cao. Ngoài ra, đề tài còn đề xuất hướng phát triển cho mô hình trong tương lai, nhằm nâng cao hiệu suất và tốc độ xử lý của hệ thống. Ứng dụng thực tiễn của đề tài rất đa dạng, có thể kể đến như: phân loại sản phẩm trong các nhà máy sản xuất, kiểm tra chất lượng sản phẩm, hỗ trợ người khuyết tật, giáo dục STEM...