Đặt vấn đề: Trong ngành sản xuất, phân loại phôi là một công đoạn quan trọng để đảm bảo chất lượng sản phẩm. Phương pháp phân loại phôi truyền thống thường dựa vào sức người, dẫn đến độ chính xác thấp, hiệu suất thấp và tốn nhiều thời gian. Để khắc phục những hạn chế này, việc sử dụng công nghệ tự động hóa và xử lý ảnh trong phân loại phôi đang trở nên phổ biến. Hệ thống phân loại phôi dựa trên PLC và xử lý ảnh có thể cải thiện đáng kể độ chính xác, hiệu suất và tính nhất quán của quá trình phân loại.
Theo số liệu thống kê của Hiệp hội Tự động hóa Quốc tế (ISA), việc triển khai hệ thống phân loại phôi tự động bằng PLC và xử lý ảnh đã mang lại những lợi ích đáng kể: − Tăng độ chính xác phân loại lên đến 99%, giảm đáng kể tỷ lệ lỗi. − Tăng năng suất lên 30-50%, giải phóng sức lao động cho các nhiệm vụ có giá trị gia tăng hơn. − Giảm chi phí vận hành và bảo trì lên đến 20%, nhờ vào khả năng tự động hóa và giám sát của PLC. − Cải thiện chất lượng sản phẩm, do phân loại chính xác và loại bỏ các phôi lỗi.
Đề tài nghiên cứu này nhằm mục đích phát triển một hệ thống phân loại phôi tự động sử dụng PLC và xử lý ảnh. Hệ thống này sẽ sử dụng camera để chụp ảnh phôi, sau đó sử dụng các thuật toán xử lý ảnh để trích xuất các đặc điểm của phôi. Các đặc điểm này sẽ được sử dụng để phân loại phôi vào các loại khác nhau. Hệ thống phân loại phôi tự động dựa trên PLC và xử lý ảnh có nhiều ứng dụng trong ngành sản xuất, chẳng hạn như: − Phân loại phôi theo kích thước, hình dạng và màu sắc − Phát hiện các khuyết tật trên phôi − Phân loại phôi theo chất liệu 1 1.2 Mục tiêu đề tài: Nghiên cứu và thiết kế hệ thống hoàn chỉnh có thể kiểm tra phân loại được hình dạng của phôi đạt chuẩn và không đạt chuẩn đồng thời sắp xếp phôi đạt chuẩn vào thùng và sau đó đưa tới công đoạn tiếp theo.
Cùng với việc gắp, hút, đẩy và sắp xếp các sản phẩm đạt chuẩn để dễ dàng di chuyển vào các giai đoạn vận chuyển hay bốc vác dễ dàng hơn. Mục tiêu ban đầu đề ra: − Mô hình kiểm tra, phân loại đạt độ chính xác tối thiểu 90%. − Sản phẩm sau khi kiểm tra phải được sắp xếp gọn gàng vào đúng vị trí, đúng số lượng, độ chính xác mong muốn 85%. − Sử dụng những thiết bị chuẩn công nghiệp.
− Mô hình phải an toàn, dễ sử dụng.3 Phương pháp nghiên cứu: Tham khảo các hệ thống phân loại sản phẩm ở ngoài thị trường cũng như ý kiến của giáo viên hướng dẫn nhóm chúng em đã có những cải tiến và lựa chọn các thiết bị phù hợp để tạo ra một mô hình nhỏ có thể tối ưu lại các công đoạn kiểm tra khác nhau.4 Phạm vi nghiên cứu đề tài: Vì đề tài này thiết kế kiểm tra phôi có khối lượng và kích thước nhỏ, nên khối lượng vật có trọng lượng nhỏ , chiều dài ngắn và chiều cao thấp. Hệ thống chỉ nhận dạng những sản phẩm đạt chuẩn là khối lập phương màu đỏ, chỉ xử lý ảnh của 1 mặt của vật. Mô hình được xây dựng để mô phỏng lại một trong những công đoạn của quy trình sản xuất ra một sản phẩm hoàn chỉnh. Sai số hệ thống chỉ được xác định bằng phương pháp chạy thực tế và thống kê với quy mô nhỏ.
2 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT 2.1 Tổng quan hệ thống phân loại sản phẩm sử dụng xử lý ảnh: 2.1 Giới thiệu hệ thống phân loại sản phẩm sử dụng xử lý ảnh: Trong bối cảnh công nghiệp 4.0 và sự phát triển mạnh mẽ của công nghệ, hệ thống phân loại sản phẩm sử dụng xử lý ảnh đã trở thành một giải pháp quan trọng và hiệu quả cho nhiều ngành sản xuất và dịch vụ. Công nghệ xử lý ảnh giúp tự động hóa quy trình phân loại, nâng cao độ chính xác và hiệu suất làm việc, đồng thời giảm thiểu sự can thiệp của con người và chi phí vận hành. Hệ thống này sử dụng các camera và phần mềm phân tích hình ảnh để nhận diện và phân loại sản phẩm dựa trên các đặc trưng như hình dạng, màu sắc, kích thước và các tiêu chí khác. Điều này không chỉ giúp tăng năng suất mà còn đảm bảo chất lượng sản phẩm đầu ra.
Các thành phần chính của hệ thống phân loại sản phẩm sử dụng xử lý ảnh: − Camera công nghiệp: + Camera công nghiệp có độ phân giải cao được lắp đặt tại các vị trí trong dây chuyền sản xuất để chụp ảnh sản phẩm khi chúng di chuyển. + Hệ thống đèn chiếu sáng đi kèm để đảm bảo hình ảnh thu được rõ ràng và chính xác, giảm thiểu nhiễu và bóng. − Bộ xử lý ảnh: + Được trang bị các thuật toán xử lý ảnh tiên tiến, bộ xử lý ảnh thực hiện các bước như tiền xử lý (lọc nhiễu, cân bằng sáng), phát hiện đối tượng và trích xuất đặc trưng. + Những đặc trưng này có thể bao gồm hình dạng, màu sắc, kích thước, kết cấu bề mặt, và các dấu hiệu nhận dạng khác.
− Phần mềm phân loại: + Sử dụng các mô hình học máy như mạng nơ-ron nhân tạo (ANN), học sâu (Deep Learning) và các thuật toán truyền thống khác như k-NN, SVM. + Phần mềm này phân tích các đặc trưng đã trích xuất và phân loại sản phẩm theo các tiêu chí đã định sẵn. 3 − Bộ điều khiển và cơ cấu chấp hành: + Điều khiển các cơ cấu cơ khí như băng chuyền, tay robot để di chuyển sản phẩm đến các khu vực phân loại tương ứng. + Tích hợp với hệ thống quản lý sản xuất (MES) để cập nhật thông tin trạng thái và vị trí của sản phẩm.2 Quy trình hoạt động của hệ thống: Hình dưới đây mô tả các bước cơ bản trong xử lý ảnh.
1 Các bước cơ bản trong xử lý ảnh [4] Sơ đồ này bao gồm các thành phần sau: ➢ Ảnh đầu vào (Image Accquisition): Ảnh đầu vào là quá trình thu thập hình ảnh từ thế giới thực bằng các thiết bị như máy ảnh, máy quét hoặc cảm biến hình ảnh. Ảnh đầu vào có thể ở nhiều định dạng khác nhau, bao gồm ảnh màu, ảnh đen trắng, ảnh hồng ngoại và ảnh đa phổ. Các yếu tố chính cần xem xét trong quá trình thu thập ảnh đầu vào bao gồm: − Độ phân giải: Độ phân giải của hình ảnh xác định mức độ chi tiết có thể nhìn thấy trong hình ảnh. Độ phân giải cao hơn dẫn đến hình ảnh chi tiết hơn, nhưng cũng tạo ra tệp lớn hơn.
− Độ sâu bit: Độ sâu bit của hình ảnh xác định số lượng màu có thể được biểu diễn trong hình ảnh. Độ sâu bit cao hơn dẫn đến hình ảnh có màu sắc phong phú hơn, nhưng cũng tạo ra tệp lớn hơn. 4 − Độ nhiễu: Độ nhiễu là sự biến dạng không mong muốn trong hình ảnh có thể do nhiều yếu tố gây ra, chẳng hạn như ánh sáng yếu hoặc cảm biến bị lỗi. Độ nhiễu có thể làm giảm chất lượng hình ảnh và gây khó khăn cho việc xử lý hình ảnh.
− Độ méo: Độ méo là sự biến dạng trong hình ảnh do ống kính máy ảnh hoặc các yếu tố khác gây ra. Độ méo có thể làm cho các đường thẳng xuất hiện cong hoặc các đối tượng xuất hiện bị bóp méo. ➢ Tiền xử lý (Image Processing): Tiền xử lý là bước đầu tiên trong xử lý ảnh và liên quan đến việc chuẩn bị hình ảnh để phân tích và xử lý tiếp theo. Các kỹ thuật tiền xử lý phổ biến bao gồm: − Loại bỏ nhiễu: Nhiễu là thông tin không mong muốn trong ảnh có thể làm giảm chất lượng ảnh.
Các kỹ thuật loại bỏ nhiễu nhằm mục đích loại bỏ nhiễu khỏi ảnh mà không làm mất thông tin quan trọng. − Điều chỉnh độ tương phản và độ sáng: Độ tương phản và độ sáng của ảnh có thể ảnh hưởng đến khả năng hiển thị của các đặc điểm trong ảnh. Các kỹ thuật điều chỉnh độ tương phản và độ sáng nhằm mục đích tối ưu hóa độ tương phản và độ sáng của ảnh để cải thiện khả năng hiển thị. − Cắt và thay đổi kích thước hình ảnh: Cắt và thay đổi kích thước hình ảnh liên quan đến việc loại bỏ các phần không mong muốn của ảnh và thay đổi kích thước ảnh thành kích thước mong muốn.
− Chuyển đổi không gian màu: Chuyển đổi không gian màu liên quan đến việc chuyển đổi ảnh từ một không gian màu sang không gian màu khác. Các không gian màu phổ biến bao gồm RGB, HSV và YCbCr. ➢ Phân đoạn (Segmentation) hay phân vùng ảnh: Phân đoạn là quá trình chia một hình ảnh thành các vùng hoặc đối tượng riêng biệt. Phân đoạn giúp đơn giản hóa việc phân tích và xử lý hình ảnh bằng cách cô lập các đối tượng quan tâm.
Các kỹ thuật phân đoạn phổ biến bao gồm: − Phân đoạn ngưỡng: Phân đoạn ngưỡng là một kỹ thuật phân đoạn đơn giản liên quan đến việc phân tách ảnh thành các vùng dựa trên giá trị ngưỡng. − Phân đoạn vùng: Phân đoạn vùng là một kỹ thuật phân đoạn liên quan đến việc nhóm các pixel có giá trị tương tự lại với nhau để tạo thành các vùng. 5 − Phân đoạn dựa trên cạnh: Phân đoạn dựa trên cạnh là một kỹ thuật phân đoạn liên quan đến việc phát hiện các cạnh trong ảnh và sử dụng chúng để chia ảnh thành các vùng. ➢ 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 Extraction) 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 lớp đối tượng khác trong phạm vi ảnh nhận được. ➢ Nhận dạng và nội suy ảnh (Image Recognition and Interpretation): Nhận dạng ảnh là quá trình xác định ảnh. Qúa 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.
Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được nhận dạng theo hai loại nhận dạng ảnh cơ bản: − Nhận dạng theo tham số. − Nhận dạng theo cấu trúc.