Đồ án HCMUTE: Thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo

Đồ án nghiên cứu hcmute thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo, thiết kế chi tiết, tính toán kỹ thuật theo tiêu chuẩn, đánh giá tính khả thi dự án.

• Tác giả: Nguyễn Phi Hùng
• Người hướng dẫn: Th.S 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: Thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2020
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• 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. TIỀN XỬ LÝ (IMAGE PROCESSING)
• 2.3. PHÂN ĐOẠN (SEGMENTATION) HAY PHÂN VÙNG ẢNH
• 2.4. BIỂU DIỄN ẢNH (IMAGE REPRESENTATION)
• 2.5. NHẬN DẠNG VÀ NỘI SUY ẢNH (IMAGE RECOGNITION AND INTERPRETATION)
• 2.6. CƠ SỞ TRI THỨC (KNOWLEDGE BASE)
• 2.7. MÔ TẢ ẢNH
• 2.8. NHỊ PHÂN HÓA NGƯỠNG ĐỘNG
• 3. CHƯƠNG 3: TÍNH TOÁN VÀ THIẾT KẾ
• 3.1. TỔ CHỨC CÁC KHỐI TRONG HỆ THỐNG
• 3.2. THIẾT KẾ CÁC KHỐI TRONG HỆ THỐNG
• 3.2.1. Khối thu tín hiệu hình ảnh (camera)
• 3.2.2. Khối xử lý trung tâm (Raspberry Pi 3B+)
• 3.2.3. Khối cảm biến
• 3.2.4. Khối hiển thị
• 3.2.6. Sơ đồ nguyên lý toàn mạch
• 4. CHƯƠNG 4: THI CÔNG HỆ THỐNG
• 4.1. CHUẨN BỊ PHẦN CỨNG
• 4.2. LẮP RÁP VÀ KIỂM TRA
• 4.3. ĐÓNG GÓI VÀ THI CÔNG MÔ HÌNH
• 4.3.1. Thi công mô hình
• 4.4. LẬP TRÌNH HỆ THỐNG
• 4.4.1. Nhúng chương trình xuống Raspberry Pi
• 5. CHƯƠNG 5: TÀI LIỆU HƯỚNG DẪN
• 6. CHƯƠNG 6: KẾT QUẢ, NHẬN XÉT VÀ ĐÁNH GIÁ
• 6.1. TỔNG QUAN KẾT QUẢ ĐẠT ĐƯỢC
• 6.2. KẾT QUẢ THỰC NGHIỆM
• 6.2.1. Mô hình sản phẩm thực tế
• 6.2.2. Kết quả thực nghiệm từ việc đếm số lượng
• 6.3. NHẬN XÉT – ĐÁNH GIÁ
• 7. CHƯƠNG 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 7.1. KẾT QUẢ THU ĐƯỢC
• 7.2. NHỮNG MẶT HẠN CHẾ
• 7.3. HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu Hệ thống Đếm Số lượng trong Đóng gói Bánh kẹo tại HCMUTE

Đồ án tốt nghiệp Thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (HCMUTE) tập trung vào việc xây dựng một hệ thống tự động đếm số lượng bánh kẹo trong quá trình đóng gói. Đây là một ứng dụng thực tiễn của kỹ thuật đóng gói tự động, hướng đến nâng cao hiệu quả sản xuất và giảm chi phí nhân công. Hệ thống sử dụng xử lý ảnh kết hợp với Raspberry Pi để nhận dạng và đếm sản phẩm, góp phần nâng cao năng suất và đảm bảo chất lượng sản phẩm. Hệ thống đếm số lượng sản phẩm này được thiết kế để hoạt động trong môi trường sản xuất bánh kẹo, đáp ứng yêu cầu chính xác và độ tin cậy cao. Thiết kế hệ thống đếm số lượng này là một giải pháp hữu ích cho các doanh nghiệp sản xuất bánh kẹo tại Việt Nam.

1.1. Mục tiêu và Phạm vi Nghiên cứu

Mục tiêu chính của đồ án là thiết kế hệ thống đếm số lượng bánh kẹo chính xác và hiệu quả. Hệ thống cần đáp ứng được các yêu cầu về tốc độ, độ chính xác và khả năng tích hợp vào dây chuyền sản xuất hiện có. Phạm vi nghiên cứu bao gồm: thiết kế hệ thống nhúng sử dụng Raspberry Pi, lập trình xử lý ảnh bằng Matlab, thiết kế phần cứng bao gồm camera, băng tải, và các cảm biến cần thiết. Hệ thống giám sát sản xuất được tích hợp để theo dõi và quản lý quá trình đếm. Nghiên cứu cũng bao gồm việc đánh giá hiệu quả của hệ thống về mặt hiệu quả sản xuất và giảm chi phí sản xuất. Thiết kế điện tử và lập trình nhúng được xem xét kỹ lưỡng nhằm đảm bảo tính khả thi của hệ thống. Phần mềm đếm sản phẩm được phát triển dựa trên thuật toán xử lý ảnh hiện đại. Thiết kế hệ thống HCMUTE này tập trung vào tính ứng dụng thực tiễn trong môi trường công nghiệp.

1.2. Phương pháp nghiên cứu

Đồ án áp dụng phương pháp nghiên cứu định lượng và định tính. Phần định lượng tập trung vào việc phân tích dữ liệu thu thập được từ quá trình thử nghiệm hệ thống, đánh giá độ chính xác và hiệu suất của hệ thống đếm. Phần định tính tập trung vào việc phân tích, đánh giá các khía cạnh kỹ thuật của hệ thống, bao gồm: thiết kế hệ thống tự động, lựa chọn linh kiện, lập trình điều khiển logic lập trình, và quản lý sản xuất. Thiết kế cơ khí của hệ thống băng tải cũng được nghiên cứu kỹ lưỡng. Việc sử dụng PLC trong đóng gói hay SCADA trong đóng gói được xem xét để tối ưu hóa hệ thống. Ngôn ngữ lập trình chính là Matlab và các thư viện xử lý ảnh liên quan. Ngôn ngữ lập trình C hoặc ngôn ngữ lập trình Python có thể được sử dụng để lập trình cho Raspberry Pi. Arduino trong đóng gói hoặc Raspberry Pi trong đóng gói là hai lựa chọn được xem xét. Cảm biến đếm được lựa chọn cẩn thận để đảm bảo độ chính xác cao. Thiết kế hệ thống này dựa trên nguyên lý xử lý ảnh và điều khiển tự động.

II. Thiết kế và Thực hiện Hệ thống

Phần này trình bày chi tiết về quá trình thiết kế hệ thống đóng gói bánh kẹo, bao gồm thiết kế phần cứng và phần mềm. Thiết kế phần cứng tập trung vào việc lựa chọn các linh kiện phù hợp, bao gồm camera, Raspberry Pi, băng tải, động cơ servo, và các cảm biến. Thiết kế phần mềm bao gồm việc phát triển thuật toán xử lý ảnh để nhận dạng và đếm số lượng bánh kẹo. Hệ thống đếm bánh kẹo được xây dựng trên nền tảng Raspberry Pi, sử dụng Matlab để lập trình xử lý ảnh. Máy đếm sản phẩm được tích hợp với hệ thống băng tải để tự động đếm số lượng bánh kẹo trên băng tải. Điều khiển logic lập trình được sử dụng để điều khiển các hoạt động của hệ thống. Thiết kế hệ thống này đảm bảo tính linh hoạt và khả năng mở rộng.

2.1 Thiết kế Phần cứng

Thiết kế hệ thống đóng gói tự động này bắt đầu bằng việc chọn lựa các thiết bị phần cứng phù hợp. Raspberry Pi 3 Model B+ được lựa chọn làm bộ điều khiển trung tâm vì khả năng xử lý và tính linh hoạt của nó. Camera Pi được sử dụng để thu thập hình ảnh bánh kẹo trên băng tải. Một hệ thống băng tải được thiết kế để vận chuyển bánh kẹo đến khu vực chụp ảnh. Cảm biến hồng ngoại được sử dụng để phát hiện sự hiện diện của bánh kẹo trên băng tải. Động cơ servo được dùng để điều khiển cơ cấu đẩy bánh kẹo ra khỏi băng tải trong trường hợp số lượng không đúng. Module relay được sử dụng để điều khiển động cơ servo. Thiết kế cơ khí của băng tải được thiết kế để vận hành ổn định và hiệu quả. Thiết kế điện tử được chú trọng để đảm bảo an toàn và hoạt động ổn định của hệ thống. Thiết kế hệ thống này được mô phỏng và kiểm tra kỹ lưỡng trước khi thực hiện.

2.2. Thiết kế Phần mềm

Phần mềm được phát triển trên nền tảng Matlab, sử dụng các hàm xử lý ảnh để nhận diện và đếm bánh kẹo. Thuật toán xử lý ảnh bao gồm các bước: tiền xử lý ảnh, phân đoạn ảnh, nhận dạng đối tượng và đếm số lượng. Phần mềm đếm sản phẩm được thiết kế để hoạt động độc lập trên Raspberry Pi. Giao diện người dùng đơn giản và dễ sử dụng, hiển thị số lượng bánh kẹo đã đếm được. Mã nguồn được viết rõ ràng và có chú thích đầy đủ. Lập trình nhúng được thực hiện cẩn thận để đảm bảo tính ổn định và hiệu quả của hệ thống. Điều khiển logic lập trình được sử dụng để điều khiển các hoạt động của hệ thống dựa trên số lượng bánh kẹo đã đếm được. Phần mềm này được tối ưu hóa để hoạt động hiệu quả trên Raspberry Pi với độ trễ thấp. Thiết kế phần mềm này đảm bảo tính chính xác và khả năng mở rộng của hệ thống.

III. Kết quả và Thảo luận

Phần này trình bày kết quả thử nghiệm và đánh giá hiệu quả của hệ thống. Kết quả thử nghiệm cho thấy hệ thống hoạt động ổn định và đạt được độ chính xác cao trong việc đếm số lượng bánh kẹo. Độ chính xác của hệ thống được đánh giá dựa trên số lượng bánh kẹo đếm được so với số lượng thực tế. Thời gian đếm được đo đạc và phân tích. Hiệu quả sản xuất được đánh giá thông qua việc so sánh thời gian đếm thủ công và thời gian đếm tự động. Giảm chi phí sản xuất được đánh giá thông qua việc giảm số lượng nhân công cần thiết cho công đoạn đếm. Các hạn chế của hệ thống cũng được nêu ra và đề xuất các giải pháp khắc phục. Thiết kế hệ thống này mang lại hiệu quả kinh tế cao cho doanh nghiệp.

3.1. Phân tích Kết quả Thử nghiệm

Kết quả thử nghiệm cho thấy hệ thống đạt độ chính xác cao trong việc đếm số lượng bánh kẹo. Độ chính xác trung bình đạt trên 95%. Thời gian đếm trung bình giảm đáng kể so với phương pháp thủ công. Hệ thống hoạt động ổn định trong điều kiện môi trường sản xuất thực tế. Dữ liệu thu thập được từ quá trình thử nghiệm được phân tích bằng các phương pháp thống kê. Các thông số kỹ thuật quan trọng của hệ thống, như tốc độ xử lý và độ chính xác, được đánh giá dựa trên dữ liệu thử nghiệm. Thiết kế hệ thống này đáp ứng được các yêu cầu về độ chính xác và hiệu suất. Quản lý sản xuất được cải thiện nhờ hệ thống đếm tự động này.

3.2. Đánh giá và Hướng phát triển

Hệ thống đếm số lượng bánh kẹo tự động này có nhiều ưu điểm như: tăng năng suất lao động, giảm chi phí nhân công, đảm bảo chất lượng sản phẩm. Tuy nhiên, hệ thống vẫn còn một số hạn chế cần được khắc phục như: độ chính xác có thể bị ảnh hưởng bởi yếu tố môi trường, khả năng thích ứng với các loại bánh kẹo khác nhau cần được cải thiện. Trong tương lai, hệ thống có thể được phát triển thêm các tính năng như: phân loại sản phẩm theo kích thước, phát hiện sản phẩm lỗi, tích hợp với hệ thống quản lý kho. Thiết kế hệ thống này có thể được ứng dụng rộng rãi trong các ngành công nghiệp khác. Nghiên cứu khoa học về xử lý ảnh và tự động hóa cần được tiếp tục để cải tiến hệ thống. Báo cáo khoa học này cung cấp những thông tin hữu ích cho các nghiên cứu tương lai.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Ngành công nghiệp sản xuất bánh kẹo tại Việt Nam duy trì tốc độ tăng trưởng cao với sản lượng hàng năm đạt trên 150.000 tấn và doanh thu đạt mốc 27.000 tỉ đồng vào năm 2014. Trong dây chuyền sản xuất công nghiệp, sau khi kẹo được tạo hình bằng khuôn, sản phẩm được tách khuôn và đưa qua hệ thống băng chuyền hẹp để làm nguội bằng quạt gió thổi khí nén. Khâu tiếp theo trong quy trình truyền thống là phân loại và đếm số lượng kẹo do công nhân trực tiếp thực hiện bằng mắt trên băng tải trước khi chuyển sang công đoạn bao gói thành phẩm.

Phương thức đếm thủ công bộc lộ nhiều nhược điểm: tiêu tốn thời gian, phát sinh chi phí nhân công cao và dễ gây ra sai sót. Số lượng kẹo trong mỗi bao bì không chính xác hoặc kích thước kẹo không đồng đều có thể dẫn đến hiện tượng tắc nghẽn máy đóng gói tự động. Xuất phát từ thực tiễn đó, đề tài "Thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo" được thực hiện nhằm ứng dụng kỹ thuật thị giác máy tính và xử lý ảnh để tự động hóa công đoạn kiểm đếm số lượng sản phẩm.

Mục tiêu nghiên cứu được xác định cụ thể:

1. Nghiên cứu và nắm vững ứng dụng của xử lý ảnh kỹ thuật số trong môi trường sản xuất công nghiệp.
2. Thiết kế và thi công hoàn chỉnh mô hình hệ thống có khả năng nhận dạng và đếm số lượng sản phẩm theo yêu cầu đặt trước.
3. Lập trình giải thuật xử lý ảnh bằng ngôn ngữ MATLAB, sau đó biên dịch và nhúng trực tiếp xuống kit máy tính nhúng Raspberry Pi để hệ thống hoạt động hoàn toàn độc lập mà không cần duy trì kết nối liên tục với máy tính cá nhân.

Văn bản đồ án xác lập 6 nội dung nghiên cứu chính:

• Nội dung 1: Tìm hiểu các phương pháp phân loại và đếm sản phẩm theo số lượng.
• Nội dung 2: Thiết kế và thi công mô hình phần cứng hệ thống.
• Nội dung 3: Viết chương trình xử lý ảnh trên môi trường MATLAB và nhúng xuống phần cứng Raspberry Pi.
• Nội dung 4: Hoàn thiện hệ thống điều khiển, lắp ráp mô hình và vận hành chạy mẫu thử nghiệm.
• Nội dung 5: Viết báo cáo tổng kết quá trình thực hiện đề tài.
• Nội dung 6: Bảo vệ đồ án tốt nghiệp trước hội đồng chuyên môn.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Các sản phẩm kẹo dạng hình tròn được đặt trên khuôn mẫu di chuyển trên băng tải.
• Phạm vi kỹ thuật: Hệ thống xử lý ảnh tĩnh thu nhận từ camera chuyên dụng với độ phân giải định dạng 640x480 pixel; sử dụng kit vi xử lý Raspberry Pi 3 Model B+ làm trung tâm điều khiển và xử lý tín hiệu; cơ cấu chấp hành sử dụng động cơ servo MG996R để gạt sản phẩm lỗi; cảm biến quang hồng ngoại E18-D80NK đóng vai trò định vị khuôn kẹo khi đi vào buồng chụp ảnh.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng giải pháp dựa trên nền tảng lý thuyết xử lý ảnh số kết hợp với kỹ thuật lập trình hệ thống nhúng:

1. Khung lý thuyết xử lý ảnh và các giải thuật áp dụng:

• Quy trình xử lý ảnh tổng quát: Bao gồm các bước thu nhận ảnh (Image Acquisition), tiền xử lý (Image Preprocessing - lọc nhiễu, nâng cao độ tương phản), phân vùng ảnh (Segmentation), biểu diễn đặc trưng (Image Representation), nhận dạng và nội suy (Image Recognition and Interpretation).
• Thuật toán phân ngưỡng nhị phân động Otsu: Sử dụng để chuyển đổi ảnh xám sang ảnh nhị phân tự động. Thuật toán khởi tạo ngưỡng $T_1 = 128$, phân tách các điểm ảnh thành hai nhóm: Type 1 (cường độ sáng $\le T$) và Type 2 (cường độ sáng $> T$), tính toán giá trị trung bình cường độ sáng của từng nhóm để xác định ngưỡng mới $T_2 = (\text{iAverage}_1 + \text{iAverage}_2) / 2$ và lặp lại cho đến khi độ chênh lệch giữa hai ngưỡng nhỏ hơn hoặc bằng một khoảng $\Delta$ xác định.
• Phép toán hình thái học và phân vùng: Áp dụng các toán tử làm mảnh (loại bỏ nhiễu biên và tách rời vật thể) và làm đầy (khôi phục hình dáng nguyên vẹn của vùng ảnh nhị phân).
• Thuật toán đánh nhãn thành phần liên thông (bwlabel): Do hạn chế tài nguyên bộ nhớ RAM trên kit nhúng, thuật toán thực hiện quét và gán nhãn pixel tuần tự theo từng dòng (line-by-line) từ trên xuống dưới, so sánh điểm ảnh hiện tại với điểm ảnh lân cận ở dòng trên và phía trước để phân biệt các đối tượng độc lập.
• Phương pháp phát hiện biên: Sử dụng các toán tử đạo hàm bậc nhất (Gradient, la bàn) và đạo hàm bậc hai (Laplace) để định vị đường biên đối tượng.
• Biến đổi Hough cho đường tròn (Hough Transform for Circles): Thực hiện thông qua hàm imfindcircles trong MATLAB để phát hiện tọa độ tâm đường tròn (dựa trên đỉnh mảng tích lũy từ các tiếp tuyến) và xác định bán kính đường tròn bằng hai thuật toán: Mã hóa pha (Phase-Coding) và Hai giai đoạn (Two-Stage).

2. Phương pháp nghiên cứu và công cụ thực nghiệm:

• Phương pháp thực nghiệm thiết kế - chế tạo: Thiết kế mô hình phần cứng cơ khí (khung băng tải, buồng tối chụp ảnh, máng trượt phân loại) kết hợp thiết kế mạch điều khiển điện tử kết nối các ngoại vi.
• Môi trường phát triển phần mềm: Sử dụng phần mềm MATLAB 2019a kết hợp gói mở rộng MATLAB Support Package for Raspberry Pi Hardware. Quy trình này cho phép lập trình, kiểm thử thuật toán trên máy tính và biên dịch mã nguồn thành tệp thực thi độc lập (định dạng .elf) chạy trên nền hệ điều hành Raspbian của Raspberry Pi.
• Nguồn dữ liệu thực nghiệm: Dữ liệu hình ảnh trực tiếp từ Camera Pi v2 chụp các khay kẹo thực tế khi băng tải đưa sản phẩm qua buồng chiếu sáng cố định.

Thiết kế và triển khai

Hệ thống được tổ chức thành các khối chức năng liên kết chặt chẽ với nhau theo cấu trúc điều khiển tự động khép kín.

Khối chức năng	Linh kiện / Thiết bị chính	Thông số kỹ thuật và vai trò trong hệ thống
Xử lý trung tâm	Raspberry Pi 3 Model B+	SoC Broadcom BCM2835, CPU 64-bit ARM Cortex-A53 quad-core 1.2 GHz, RAM 1 GB, GPU VideoCore IV, cổng kết nối Camera CSI, các chân GPIO điều khiển. Nguồn cấp 5V-2A.
Thu nhận hình ảnh	Raspberry Pi Camera Module V2	Cảm biến Sony IMX219 8 Megapixel, kết nối trực tiếp với Raspberry Pi qua cáp ribbon 15 cm cắm cổng CSI, độ phân giải ảnh xử lý thiết lập 640x480 pixel.
Cảm biến phát hiện	Cảm biến hồng ngoại E18-D80NK	Nguồn 5VDC, khoảng cách phát hiện 3–80 cm (điều chỉnh bằng biến trở), ngõ ra NPN cực thu hở nối với chân GPIO Raspberry Pi để kích hoạt chụp ảnh.
Cơ cấu chấp hành	Động cơ RC Servo MG996R	Điện áp 4.6–6VDC, bánh răng kim loại, nhận tín hiệu điều khiển góc quay từ Raspberry Pi để gạt khay kẹo sai số lượng xuống máng loại.
Đóng cắt động cơ	Module Relay 5V 1 kênh	Có opto cách ly tín hiệu, tiếp điểm NC/NO/COM chịu dòng AC 250V/10A hoặc DC 30V/10A, dùng để bật/tắt động cơ kéo băng tải.
Băng tải vận chuyển	Động cơ giảm tốc DC & khung băng tải	Khung kim loại kết hợp dây đai PVC/PU, hoạt động với nguồn cung cấp 12V-2A, vận chuyển khay kẹo qua buồng chụp và vị trí phân loại.

Quy trình thiết kế và triển khai thực tế gồm các bước:

1. Thiết kế cơ khí: Thiết kế khuôn chứa kẹo trên phần mềm SolidWorks và gia công thực tế; thi công khung băng chuyền dẫn động bằng động cơ DC; chế tạo buồng chụp ảnh kín gắn camera từ phía trên nhìn xuống và bố trí hệ thống đèn LED cung cấp ánh sáng đồng đều; gắn máng trượt ở cuối hành trình để phân loại sản phẩm.
2. Lắp ráp phần cứng: Đấu nối dây tín hiệu từ cảm biến E18-D80NK, module relay điều khiển băng tải và servo MG996R vào các chân GPIO tương ứng trên bo mạch Raspberry Pi 3B+; cấp nguồn 5V-2A riêng cho vi xử lý và 12V-2A cho động cơ băng tải.
3. Cấu hình phần mềm nhúng: Cài đặt gói MATLAB Support Package for Raspberry Pi Hardware trên máy tính chủ, thiết lập giao tiếp mạng giữa MATLAB và Raspberry Pi qua cáp Ethernet/Wi-Fi, kiểm tra kết nối bằng lệnh kiểm tra hệ thống.
4. Biên dịch và chạy độc lập: Thuật toán đếm số lượng được viết thành chương trình MATLAB (ví dụ tệp counter_7.m). Sau khi kiểm thử đạt yêu cầu, chương trình được biên dịch tự động sang tệp nhị phân counter_7.elf và lưu vào bộ nhớ của Raspberry Pi. Khi cấp nguồn, hệ thống tự động chạy ứng dụng nhúng mà không cần máy tính.
5. Chu trình vận hành:
   • Khay kẹo đặt trên băng tải di chuyển vào buồng chụp.
   • Khi khay kẹo đi đến vị trí chỉ định, cảm biến E18-D80NK phát hiện vật cản và gửi tín hiệu mức logic về chân GPIO của Raspberry Pi.
   • Raspberry Pi phát tín hiệu điều khiển relay dừng băng tải tạm thời, đồng thời kích hoạt Camera Pi chụp ảnh khay kẹo với kích thước 640x480.
   • Ảnh chụp được đưa vào hàm xử lý: chuyển sang ảnh xám (rgb2gray), lọc trung vị (medfilt2), nhị phân hóa và xác định số lượng viên kẹo tròn bằng hàm imfindcircles.
   • Vi xử lý so sánh số lượng kẹo đếm được với giá trị chuẩn cài đặt trước (ví dụ 7 viên/hộp):
     • Nếu số lượng bằng 7: Servo giữ nguyên vị trí, băng tải tiếp tục chạy đưa khay kẹo đến khâu đóng gói thành phẩm.
     • Nếu số lượng khác 7 (thiếu hoặc thừa kẹo): Raspberry Pi xuất xung kích hoạt servo MG996R quay một góc để gạt khay kẹo lỗi rơi xuống máng trượt phân loại.
   • Toàn bộ kết quả đếm của từng chu kỳ được ghi tự động vào tệp nhật ký văn bản (.txt) và hiển thị trực tiếp lên màn hình kết nối qua cổng HDMI.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày lý do chọn đề tài từ nhu cầu tự động hóa khâu kiểm đếm sản phẩm trong ngành sản xuất bánh kẹo tại Việt Nam nhằm giảm thiểu chi phí nhân công và tránh sự cố kẹt máy đóng gói. Tác giả tổng hợp các công trình khóa luận tham khảo đi trước như mô hình đếm và phân loại cà chua theo khối lượng/màu sắc của Phạm Thị Thanh Thảo – Phan Trần Hoài Vũ (2019) và hệ thống đếm cá giống của Võ Sĩ Nguyên (2019). Từ đó, chương xác lập mục tiêu nghiên cứu, 6 nội dung công việc cụ thể, phạm vi giới hạn kỹ thuật (ảnh 640x480, đối tượng hình tròn, mô hình băng chuyền nhúng Raspberry Pi) và bố cục toàn bộ đồ án.

Chương 2: Cơ sở lý thuyết

Chương này hệ thống hóa toàn bộ kiến thức lý thuyết nền tảng phục vụ cho đề tài. Về mặt giải thuật xử lý ảnh, chương trình bày chi tiết các bước thu nhận ảnh, tiền xử lý, thuật toán nhị phân hóa ngưỡng động Otsu, phân vùng ảnh bằng phép làm mảnh/làm đầy, giải thuật đánh nhãn đối tượng theo dòng quét pixel và các phương pháp phát hiện biên trực tiếp (toán tử Gradient, Laplace) cùng phát hiện biên gián tiếp. Về công cụ phần mềm, chương giới thiệu môi trường MATLAB, các hàm hiển thị (imshow, imagesc), hàm xử lý hình thái học (bwareaopen, medfilt2, bwlabel) và giải thuật phát hiện hình tròn Hough Transform (imfindcircles) với các tham số bán kính rmin, rmax, ractual. Về phần cứng, chương cung cấp thông số kỹ thuật chi tiết của Raspberry Pi 3B+, Camera Pi V2 cảm biến Sony IMX219 8MP, cảm biến hồng ngoại E18-D80NK, động cơ RC Servo MG996R, module Relay 5V và hệ thống băng tải cơ khí. Cuối chương là hướng dẫn chi tiết quy trình cài đặt và thiết lập gói MATLAB Support Package for Raspberry Pi Hardware.

Chương 3: Tính toán và thiết kế

Chương 3 đi sâu vào thiết kế chi tiết từng khối chức năng trong hệ thống. Tác giả xây dựng sơ đồ khối tổng thể, thiết kế sơ đồ kết nối camera qua socket CSI, tính toán bố trí buồng chụp ảnh khép kín (nhìn từ trên xuống và từ mặt bên) nhằm kiểm soát ổn định nguồn sáng. Chương cũng thiết kế sơ đồ nguyên lý toàn mạch, định nghĩa sơ đồ chân GPIO ngoại vi trên Raspberry Pi 3B+ kết nối với module relay, cảm biến quang và động cơ servo, đồng thời thiết kế mạch nguồn phân phối riêng biệt (nguồn 5V-2A cho mạch điều khiển và nguồn 12V-2A cho động cơ băng tải).

Chương 4: Thi công hệ thống

Chương 4 ghi lại chi tiết quá trình gia công và chế tạo mô hình thực tế. Nội dung bao gồm việc chuẩn bị linh kiện, thi công cơ khí hệ thống băng tải kéo bằng động cơ DC, chế tạo máng trượt phân loại sản phẩm lỗi, thiết kế và gia công khuôn kẹo theo bản vẽ SolidWorks, lắp đặt buồng chụp ảnh chiếu sáng LED. Về mặt phần mềm, chương xây dựng các lưu đồ thuật toán chi tiết: lưu đồ hoạt động toàn hệ thống, lưu đồ chụp và lưu trữ ảnh, lưu đồ chương trình xử lý ảnh và lưu đồ đếm số lượng. Chương trình bày các bước biên dịch mã nguồn từ MATLAB thành tệp thực thi nhúng counter_7.elf nạp vào Raspberry Pi, hướng dẫn vận hành hệ thống thông qua công tắc ON/OFF và ghi log dữ liệu.

Chương 5: Kết quả, nhận xét và đánh giá

Chương 5 công bố các kết quả thực nghiệm đạt được trên mô hình hoàn chỉnh. Tác giả cung cấp hình ảnh sản phẩm thực tế và các ảnh chụp màn hình ghi nhận kết quả xử lý ảnh ở các trường hợp thử nghiệm khác nhau: đếm mẫu 3 viên, 4 viên, 7 viên và 8 viên kẹo trên khay. Dữ liệu thử nghiệm chứng minh thuật toán phân tách chính xác các đối tượng hình tròn, hiển thị kết quả đếm lên màn hình, ghi dữ liệu vào tệp text và điều khiển cơ cấu servo gạt sản phẩm lỗi chính xác khi số lượng khác 7. Cuối chương là các phân tích, nhận xét đánh giá về độ tin cậy và hiệu năng hoạt động của hệ thống.

Chương 6: Kết luận và hướng phát triển

Chương 6 tổng kết các hạng mục đã hoàn thành của đồ án: thi công thành công mô hình băng chuyền đếm sản phẩm độc lập ứng dụng xử lý ảnh, làm chủ quy trình nhúng code MATLAB xuống phần cứng Raspberry Pi 3B+. Đồng thời, chương thẳng thắn chỉ ra các mặt hạn chế còn tồn tại và đề xuất các giải pháp nâng cấp, mở rộng hệ thống trong tương lai.

Kết quả và đóng góp

Hệ thống sau khi hoàn thiện đã thực hiện đầy đủ các chức năng thiết kế và đạt được các kết quả cụ thể trong thực nghiệm:

1. Kết quả thực nghiệm kiểm đếm sản phẩm:

• Xử lý thành công các tập ảnh đầu vào kích thước 640x480 pixel trong buồng chụp cố định.
• Nhận dạng chính xác tâm và bán kính các viên kẹo hình tròn thông qua hàm imfindcircles.
• Thực nghiệm kiểm tra trên nhiều trường hợp số lượng kẹo trong khuôn:
  • Trường hợp 3 viên: Hệ thống nhận dạng đúng 3 đối tượng $\rightarrow$ xác định không đạt yêu cầu (thiếu kẹo) $\rightarrow$ kích hoạt servo gạt sản phẩm xuống máng phân loại.
  • Trường hợp 4 viên: Hệ thống nhận dạng đúng 4 đối tượng $\rightarrow$ xác định không đạt yêu cầu $\rightarrow$ kích hoạt servo gạt sản phẩm xuống máng.
  • Trường hợp 7 viên (đúng số lượng tiêu chuẩn cài đặt): Hệ thống nhận dạng chính xác 7 đối tượng $\rightarrow$ xác định đạt chuẩn $\rightarrow$ servo không tác động, băng tải đưa khay kẹo đi tiếp sang công đoạn sau.
  • Trường hợp 8 viên: Hệ thống nhận dạng đúng 8 đối tượng $\rightarrow$ xác định không đạt yêu cầu (thừa kẹo) $\rightarrow$ kích hoạt servo gạt sản phẩm xuống máng.
• Toàn bộ trạng thái vận hành và số lượng kẹo đếm được trong từng lượt chụp đều được ghi nhận tự động vào tệp nhật ký .txt để phục vụ công tác giám sát số liệu.

2. Giải pháp kỹ thuật và đóng góp của đề tài:

• Đề xuất giải pháp tích hợp buồng chụp ảnh khép kín có bố trí nguồn sáng nhân tạo cố định, giải quyết triệt để sự mất ổn định của ánh sáng môi trường bên ngoài đối với thuật toán xử lý ảnh.
• Hiện thực hóa thành công phương pháp nhúng toàn bộ giải thuật xử lý ảnh phức tạp từ MATLAB xuống kit Raspberry Pi 3 Model B+ dưới dạng chương trình chạy độc lập (.elf). Điều này giúp giảm thiểu chi phí đầu tư phần cứng công nghiệp đắt tiền, không cần sử dụng máy tính PC đi kèm trong dây chuyền.
• So với các nghiên cứu đi trước được trích dẫn trong văn bản (như đề tài phân loại cà chua theo màu sắc và khối lượng sử dụng hệ điều hành Raspbian đơn thuần, hay đề tài đếm cá giống dưới 50 con), đồ án này tập trung giải quyết bài toán đếm đối tượng hình học cố định trên khuôn di chuyển, tích hợp cơ cấu chấp hành servo cơ khí phản hồi theo thời gian thực và tự động lưu trữ dữ liệu kiểm tra.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của hệ thống:

• Tốc độ xử lý của vi xử lý nhúng Broadcom trên Raspberry Pi còn độ trễ nhất định khi thực thi các thuật toán biến đổi hình học phức tạp so với máy tính để bàn chuyên dụng, khiến tốc độ di chuyển của băng tải phải duy trì ở mức vừa phải để chờ chu kỳ xử lý ảnh.
• Hệ thống mới chỉ tập trung nhận dạng và kiểm đếm các đối tượng sản phẩm có dạng hình tròn đồng nhất, chưa mở rộng sang các hình dạng hình học khác.
• Mô hình thử nghiệm được chế tạo ở quy mô phòng thí nghiệm, công suất của động cơ DC và cơ cấu gạt servo chưa đáp ứng được môi trường sản xuất công nghiệp tải trọng lớn.

2. Hướng phát triển tiếp theo:

• Nâng cấp phần cứng máy tính nhúng lên các thế hệ vi xử lý cao hơn hoặc sử dụng bo mạch chuyên dụng cho xử lý trí tuệ nhân tạo (AI/Edge Computing) nhằm tăng tốc độ xử lý khung hình và nâng cao năng suất của băng chuyền.
• Mở rộng thuật toán xử lý ảnh để nhận dạng thêm nhiều chủng loại bánh kẹo với các hình dạng đa dạng khác nhau (hình vuông, hình chữ nhật, oval, hình sao) và phát hiện các lỗi ngoại quan như kẹo bị nứt, mẻ hoặc sai màu sắc.
• Phát triển thêm giao diện giám sát và điều khiển công nghiệp từ xa thông qua mạng truyền thông không dây, tích hợp cơ sở dữ liệu giám sát sản lượng trực tuyến.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu kỹ thuật có giá trị ứng dụng cao đối với sinh viên và người làm nghiên cứu trong các chuyên ngành Kỹ thuật Điện tử, Tự động hóa, Cơ điện tử, Kỹ thuật Máy tính và Công nghệ Kỹ thuật Điện tử Truyền thông:

• Hướng dẫn cấu hình nhúng phần mềm: Cung cấp quy trình từng bước rất trực quan, chi tiết về việc cài đặt, cấu hình và kết nối gói MATLAB Support Package for Raspberry Pi Hardware (thông qua LAN, Wi-Fi, Ethernet) để biên dịch chương trình MATLAB thành tệp thực thi độc lập trên phần cứng ARM Linux.
• Thiết kế cơ sở thuật toán: Là tài liệu tham khảo thực tế về việc áp dụng các giải thuật xử lý ảnh kinh điển (phân ngưỡng Otsu, đánh nhãn bwlabel, biến đổi Hough xác định đường tròn imfindcircles) trên môi trường phần cứng giới hạn tài nguyên tính toán.
• Mô hình tích hợp cơ - điện - phần mềm: Cung cấp bản vẽ và phương án kết nối hoàn chỉnh giữa khối vi xử lý, khối camera thu hình, khối cảm biến hồng ngoại định vị và khối chấp hành cơ khí (servo, relay, băng tải DC).

Câu hỏi thường gặp

1. Hệ thống sử dụng phần cứng nào làm trung tâm xử lý ảnh và điều khiển? Hệ thống sử dụng kit máy tính nhúng Raspberry Pi 3 Model B+ (trang bị vi xử lý 64-bit Broadcom ARM Cortex-A53 quad-core 1.2 GHz, RAM 1 GB) kết hợp với module Camera Pi V2 trang bị cảm biến Sony IMX219 8 Megapixel kết nối qua giao tiếp CSI.

2. Giải thuật nào được sử dụng để phát hiện và đếm số lượng kẹo trong ảnh? Chương trình sử dụng giải thuật biến đổi Hough cho đường tròn thông qua hàm imfindcircles trong MATLAB. Hàm này xác định tọa độ tâm đường tròn dựa trên đỉnh mảng tích lũy điểm ảnh và xác định bán kính đường tròn thông qua hai thuật toán Phase-Coding và Two-Stage.

3. Làm thế nào để chương trình xử lý ảnh viết bằng MATLAB có thể chạy độc lập trên Raspberry Pi mà không cần máy tính? Tác giả sử dụng gói công cụ MATLAB Support Package for Raspberry Pi Hardware. Sau khi viết và kiểm thử chương trình trên MATLAB (ví dụ tệp counter_7.m), công cụ này sẽ tự động biên dịch mã nguồn thành tệp nhị phân thực thi độc lập (tệp counter_7.elf) nhúng trực tiếp vào bộ nhớ của Raspberry Pi chạy trên hệ điều hành Raspbian.

4. Cơ chế đồng bộ giữa băng tải, cảm biến và camera diễn ra như thế nào? Khi băng tải vận chuyển khay kẹo vào buồng chụp, cảm biến hồng ngoại E18-D80NK phát hiện vật cản sẽ gửi tín hiệu logic về chân GPIO của Raspberry Pi. Vi xử lý điều khiển relay ngắt nguồn động cơ băng tải để dừng khay kẹo, đồng thời kích hoạt Camera Pi chụp ảnh tĩnh ở độ phân giải 640x480 pixel rồi đưa vào luồng xử lý ảnh.

5. Cơ cấu phân loại hoạt động ra sao khi phát hiện khay kẹo không đúng số lượng cài đặt? Chuẩn số lượng cài đặt thử nghiệm trong đồ án là 7 viên/khay. Nếu thuật toán đếm ra đúng 7 viên, động cơ servo MG996R giữ nguyên vị trí để băng tải đưa khay kẹo đi tiếp. Nếu phát hiện số lượng khác 7 (thiếu như 3, 4 viên hoặc thừa như 8 viên), Raspberry Pi sẽ xuất xung điều khiển servo MG996R quay một góc để gạt khay kẹo lỗi rơi xuống máng trượt phân loại.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công hệ thống đếm số lượng trong khâu đóng gói bánh kẹo" của hai tác giả Nguyễn Phi Hùng và Phạm Trọng Hiền đã hoàn thành toàn diện các mục tiêu nghiên cứu và yêu cầu kỹ thuật đề ra. Nhóm tác giả đã thiết kế và chế tạo thành công mô hình phần cứng tích hợp băng tải, buồng chụp chiếu sáng, cảm biến quang và cơ cấu gạt phân loại sử dụng động cơ servo. Bằng việc ứng dụng giải thuật biến đổi Hough trên nền tảng MATLAB và nhúng trực tiếp xuống vi xử lý Raspberry Pi 3 Model B+, hệ thống đã chứng minh khả năng nhận dạng và kiểm đếm chính xác số lượng kẹo tròn theo thời gian thực, vận hành hoàn toàn độc lập với chi phí tối ưu. Công trình là tài liệu kỹ thuật hữu ích, đóng góp giải pháp thiết thực cho việc tự động hóa các công đoạn kiểm tra chất lượng và đóng gói trong sản xuất công nghiệp.

Trích đoạn nội dung tài liệu

đặt vấn đề dẫn nhập lí do chọn đề tài, mục tiêu, nội dung nghiên cứu, các giới hạn thông số và bố cục đồ án.  Chương 2: Cơ Sở Lý Thuyết Nội dung chương bao gồm lí thuyết tổng quan về xử lý ảnh. Giới thiệu về phần cứng của mô hình. Giới thiệu về các phương pháp xử lý ảnh đầu vào và thuật toán xác định tâm, đếm số lượng và đánh nhãn đối tượng.

Cài đặt gói hỗ trợ phần cứng Matlab cho Raspberry Pi.  Chương 3: Thiết Kế và Tính Toán Từ những cơ sở lí thuyết có được, nhóm đề tài sẽ tiền hành trình bày sơ đồ khối, thiết kế các khối có trong hệ thống, thiết kế chương trình cho hệ thống đếm đối tượng sau khi được chụp viết trên phần mềm Matlab, sau đó nhúng trên Raspberry Pi để chạy độc lập.  Chương 4: Thi công hệ thống Sau khi thực hiện tính toán và thiết kế, nhóm đề tài sẽ tiến hành thi công hệ thống và trình bày lại quá trình thi công trong chương này. Tiến hành lập trình cho hệ thống.

 Chương 5: Kết Quả, Nhận Xét và Đánh Giá Nêu các kết quả đạt được khi thực hiện chương trình, phân tích, nhận xét, đánh giá kết quả đạt được.  Chương 6: Kết Luận và Hướng Phát Triển Tóm tắt kết quả đạt được, những hạn chế và nêu lên hướng phát triển trong tương lai. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 3 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Chương 2.1 TỔNG QUAN VỀ XỬ LÝ ẢNH Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ.

Nó là một ngành khoa học mới so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh đặc biệt là máy tính chuyên dụng riêng cho nó. 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: nhận dạng ảnh, xử lý âm thanh, đồ họa.  Trong lĩnh vực an ninh, 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,… Sau đây, ta sẽ xét các bước cần thiết trong quá trình xử lý ảnh. Đầu tiên, ảnh tự nhiên từ thế giới bên ngoài được thu nhận qua các thiết bị thu (như camera, máy chụp ảnh). Trước đây, ảnh thu qua camera là các ảnh tương tự (loại camera ống kiểu CCIR). Gần đây với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy ra từ camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý tiếp theo.

Mặt khác ảnh có thể được quét từ vệ tinh chụp trực tiếp bằng máy quét ảnh.1 Thu nhận ảnh (Image Acquisition) Ảnh có thể nhận qua camera màu hoặc trắng đen. Thường ảnh nhận qua camera là ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng), cũng có loại camera đã số hóa (như loại CCD – Change Coupled Device) là loại photodiot tạo cường độ sáng tại mỗi điểm ảnh. Camera thường dùng là loại quét dòng, ảnh tạo ra có dạng hai chiều. Chất lượng ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng, phong cảnh).

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 4 do an CHƯƠNG 2.2 Tiền xử lý (Image processing) Sau bộ thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào bộ tiền xử lý để nâng cao chất lượng. Chức năng chính của bộ tiền xử lý là lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn.3 Phân đoạn (Segmentation) hay phân vùng ảnh Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bì thư cho mục đích phân loại bưu phẩm, cần chia các câu chữ về địa chỉ hoặc tên người thành các từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng. Đây là phần phức tạp khó khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh.

Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.4 Biểu diễn ảnh (Image Representation) Đây là phần sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết ở các vùng lân cận. Việc biến đổi các số liệu này thành dạng thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể hiện ảnh gọi là trích chọn đặc trưng (Feature Extration) gắn với việc tách các đặc tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong nhận dạng ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phận biệt ký tự này với ký tự khác.5 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation) Nhận dạng ảnh là quá trình xác định ảnh.

Quá trình này thường thu được bằng cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước. Nội suy là phán đoán theo ý nghĩa trên cơ sở nhận dạng. Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có thể nội suy thành mã điện thoại. Có nhiều cách phân loại ảnh khác nhau về ảnh.

Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại nhận dạng ảnh cơ bản:  Nhận dạng theo tham số.  Nhận dạng theo cấu trúc. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 5 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Một số đối tượng nhận dạng khá phổ biến hiện nay được áp dụng trong khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người,… 2.6 Cơ sơ tri thức (Knowledge Base) Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu.

Trong nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử lý ảnh theo cách của con người. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử lý theo các phương pháp trí tuệ con người. Vì vậy, ở đây các cơ sở tri thức được phát huy.7 Mô tả Ảnh sau khi số hóa sẽ lưu vào bộ nhớ, hoặc truyền sang các khâu tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ.

Thông thường, các ảnh được gọi là các đặc trưng ảnh như: biên ảnh, vùng ảnh.8 Nhị phân hóa ngưỡng động Nhị phân hóa theo ngưỡng tự động với ý tưởng sau:  Chia tấm ảnh thành nhiều khu vực, cửa sổ khác nhau  Dùng một thuật toán để tìm một giá trị T phù hợp với từng khu vực, cửa sổ (Region).  Áp dụng phương pháp nhị phân hóa cho từngkhu vực, cửa sổ (Region) với T phù hợp. Điều quan trọng trong kĩ thuật này là phải tìm một giá trị T phù hợp với từng khu vực, cửa sổ (Region) hoặc cả tấm ảnh. Có rất nhiều phương pháp để tìm T, ở nội dung tiếp theo sẽ giới thiệu thuật toán giúp tìm kiếm giá trị T này.

 Thuật toán Otsu Bước 1: Xác định T1. Giá trị cho T1 ban đầu nên chọn là (0+255) / 2 = 128. Bước 2: Phân loại thành 2 nhóm điểm ảnh. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 do an CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT  Loại 1 (Type1): chứa tất cả các điểm ảnh có giá trị cường độ sáng <= T.  Loại 2 (Type2): chứa tất cả các điểm ảnh có giá trị cường độ sáng > T. Bước3: Tính giá trị cường độ sáng trung bình (iAverage) cho Type1 (iAverage1) và Type2 (iAverage2). Bước 4: Tính giá trị T2 theo công thức (iAverage1 + iAverage2) /2.

Bước 5: So sánh T1 và T2.  Nếu giá trị chênh lệch của T1 và T2 <= Delta (một giá trị cho trước) thì T2 chính là T cần tìm.  Nếu giá trị chênh lệch của T1 và T2 > Delta Deltal thì quay lại Bước 1.9 Phân vùng ảnh Là bước xác định vật thể trong ảnh, bằng cách trích lọc ra vùng có cùng tính chất dựa vào sự đồng nhất về mức xám giữa những pixel. Sau khi phân vùng ảnh, ta sẽ có được vật thể xác định trên ảnh tách biệt với các chi tiết thừa trong hình.

Hạn chế là ta chỉ nhận được các vật tách biệt nhau còn với các ảnh nhiều chi tiết, kết quả phân vùng sẽ không chính xác. Đối với cấu trúc ảnh nhị phân, các pixel chỉ mang giá trị 0 hoặc 1 nên việc phân vùng ảnh rất quan trọng nhằm loại bỏ nhiễu, phân tách các vật thể gần nhau hay định rõ một vật thể với các đường liên kết nhỏ. Phương pháp khả thi nhất cho việc phân vùng ảnh nhị phân là làm mảnh và làm đầy:  Làm mảnh: loại bỏ hoàn toàn các nhiễu trong vật thể hay trên biên, tách biệt các vật với nhau.  Làm đầy: đưa các vùng ảnh khôi phục như ban đầu.

Tùy theo mục đích và yêu cầu hệ thống, ta có thể sử dụng một vài bước trên để lấy thông tin cần thiết cho việc xử lý ảnh. Đó có thể đơn giản là nhận biết sự khác nhau giữa 2 hình nhằm xác định chuyển động hoặc phức tạp cần đến độ chính xác cao như nhận biết dấu vân tay đối tượng định trước … BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 7 do an CHƯƠNG 2.10 Thuật toán đánh nhãn Khi nhận data hình, ta nhận từng pixel một theo chiều từ trái sang phải, từ trên xuống dưới. Việc xử lý có thể được thực hiện giữa các lines hoặc các frames hình. Do hạn chế về tài nguyên của các board xử lý hình ảnh, mà cụ thể là Ram, ta không thể lưu cả 1 frames ảnh để dành đến cuối khung hình mới xử lý, vậy ta chọn cách thực thi thuật toán giữa các lines.