Bối cảnh và vấn đề nghiên cứu

Trong xu thế tự động hóa và công nghiệp hóa hiện đại, các dây chuyền sản xuất công nghiệp liên tục được mở rộng về quy mô và gia tăng tốc độ vận hành nhằm đáp ứng nhu cầu tiêu thụ của xã hội. Trong quá trình sản xuất hàng loạt, đặc biệt là trong các ngành công nghiệp thực phẩm và đồ uống đóng chai, việc phát sinh các sản phẩm lỗi (như sai nhãn, lệch màu sắc, hư hỏng bao bì) là điều khó tránh khỏi.

Theo tác giả Đỗ Xuân Phương trình bày trong đồ án tốt nghiệp ngành Công nghệ Kỹ thuật Cơ Điện tử (Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, thực hiện dưới sự hướng dẫn của GVC.ThS Tưởng Phước Thọ vào tháng 3/2024), các phương pháp phân loại truyền thống hiện nay chủ yếu dựa vào công nhân kiểm tra thủ công hoặc sử dụng các cảm biến quang học, cảm biến màu đơn lẻ. Các phương pháp này bộc lộ những hạn chế rõ rệt: kiểm tra bằng mắt thường dễ gây mệt mỏi và sai sót khi dây chuyền chạy tốc độ cao, trong khi các cảm biến truyền thống có cấu hình đơn giản nhưng rất dễ bị nhiễu do môi trường ánh sáng và vị trí tiếp xúc. Do đó, việc ứng dụng công nghệ xử lý ảnh và thị giác máy tính kết hợp hệ thống điều khiển tự động được xem là giải pháp mang lại độ chính xác, tính ổn định cao và khả năng giám sát trực quan.

Mục tiêu của đề tài: Xây dựng mô hình và phần mềm phân loại nhãn chai nước theo đặc trưng màu sắc bằng camera, ứng dụng ngôn ngữ lập trình đồ họa NI LabVIEW kết hợp với vi điều khiển Arduino Mega 2560 để điều khiển cơ cấu chấp hành khí nén trên dây chuyền thực tế.

Nhiệm vụ nghiên cứu (gồm 7 nội dung đánh số theo văn bản):

  1. Nội dung 1: Tìm hiểu về phần mềm LabVIEW và kit vi điều khiển Arduino Mega 2560.
  2. Nội dung 2: Nghiên cứu tổng quan về lý thuyết xử lý ảnh và các giải thuật nhận dạng màu sắc.
  3. Nội dung 3: Tính toán và thiết kế mô hình hệ thống phần cứng và phần mềm.
  4. Nội dung 4: Viết chương trình điều khiển, xử lý ảnh trên LabVIEW và lập trình giao tiếp với Arduino.
  5. Nội dung 5: Chạy thử nghiệm, hiệu chỉnh phần mềm và phần cứng nhằm tối ưu hóa độ chính xác và tính tiện dụng.
  6. Nội dung 6: Viết báo cáo tổng kết đồ án tốt nghiệp.
  7. Nội dung 7: Đánh giá kết quả thực nghiệm và đề xuất hướng phát triển.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Chai nước nhựa PET dung tích 500ml; Kit vi điều khiển Arduino Mega 2560; các thư viện và khối xử lý ảnh trong môi trường NI LabVIEW.
  • Phạm vi không gian: Dây chuyền sản xuất nước đóng chai tại Phòng thí nghiệm Robot - Khoa Cơ khí Chế tạo máy, Trường Đại học Sư phạm Kỹ thuật TP.HCM.
  • Phạm vi kỹ thuật và giới hạn: Phân loại nhãn chai nước trên băng tải độc lập dài 2m (được điều khiển tốc độ qua biến tần Siemens Sinamics V20); xử lý hình ảnh thu nhận từ webcam thông thường (Logitech C270) và sử dụng cơ cấu xilanh khí nén điều khiển bởi van điện từ 5/2 để loại bỏ sản phẩm lỗi sang băng chuyền phụ đặt vuông góc.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng nền tảng dựa trên các khái niệm xử lý ảnh số kinh điển kết hợp với công nghệ điều khiển đo lường ảo:

1. Khung lý thuyết xử lý ảnh

  • Quy trình xử lý ảnh số: Gồm các giai đoạn chuẩn: Thu nhận ảnh (Image Acquisition) qua thiết bị quang học; Tiền xử lý (Image Preprocessing) nhằm giảm nhiễu và tăng cường độ tương phản; Phân đoạn ảnh (Segmentation) để tách đối tượng khỏi nền; Biểu diễn ảnh và trích xuất đặc trưng (Image Representation & Feature Extraction); Nhận dạng và phân lớp đối tượng (Image Recognition and Interpretation).
  • Mối quan hệ điểm ảnh và cấu trúc không gian: Khái niệm lân cận 4 ($N_4(p)$), lân cận đường chéo ($N_D(p)$) và lân cận 8 ($N_8(p)$); các dạng liên kết điểm ảnh (liên kết 4, liên kết 8, liên kết hỗn hợp $m$).
  • Kỹ thuật lọc nhiễu: Lọc tuyến tính (lọc trung bình, lọc thông thấp) và lọc phi tuyến (lọc trung vị, lọc ngoài dựa trên ngưỡng chênh lệch mức xám của 8 điểm lân cận).
  • Phát hiện biên và toán tử hình thái: Phương pháp phát hiện biên bằng đạo hàm bậc nhất (Gradient, Sobel, Prewitt, Roberts), đạo hàm bậc hai (Laplace), bộ tách biên Canny (Gaussian filter, Non-maximal suppression, ngưỡng kép $T_1, T_2$); các phép toán hình thái học (Morphology) trên ảnh nhị phân gồm phép giãn nở (Dilation) và phép co xói mòn (Erosion).
  • Không gian màu sắc: Phân tích các mô hình màu RGB (3 kênh cơ bản Red-Green-Blue), HSV (Hue, Saturation, Value), HSL (Hue, Saturation, Lightness) và CMYK. Trong đó, hệ màu HSL/HSV được lựa chọn do khả năng tách biệt thông tin màu sắc (Hue) khỏi độ sáng, giảm thiểu ảnh hưởng của cường độ sáng môi trường.

2. Phương pháp nghiên cứu và công cụ thực nghiệm

  • Phương pháp phân tích - tổng hợp: Khảo sát các dạng cấu trúc dữ liệu tệp ảnh (định dạng IMG nén theo gói dòng, định dạng PCX sử dụng thuật toán mã hóa loạt dài RLE).
  • Môi trường phát triển phần mềm: NI LabVIEW (Laboratory Virtual Instrumentation Engineering Workbench) với cơ chế lập trình đồ họa luồng dữ liệu (Dataflow / G-code), cấu trúc máy ảo Virtual Instrument (VI) gồm Front Panel (giao diện điều khiển) và Block Diagram (sơ đồ khối chức năng).
  • Gói công cụ thị giác và giao tiếp: Thư viện NI Vision Development Module (Vision Acquisition Express, Vision Assistant, hàm IMAQ Color Learn, so khớp mẫu màu Color Matching), kết hợp bộ thư viện điều khiển mã nguồn mở Digilent LINX để nạp firmware và truyền nhận dữ liệu nối tiếp (UART/Serial) giữa máy tính và bo mạch vi điều khiển.
  • Nguồn dữ liệu: Luồng video thời gian thực từ Webcam Logitech C270 HD (720p) gắn trực tiếp tại trạm phân loại trên dây chuyền băng tải.

Thiết kế và triển khai hệ thống

Hệ thống được tích hợp đồng bộ giữa phần cứng điều khiển, thiết bị khí nén và chương trình xử lý ảnh trên máy tính.

Thành phần khối Thiết bị / Công nghệ sử dụng Thông số kỹ thuật & Chức năng
Khối thu nhận ảnh Webcam Logitech C270 HD Độ phân giải 720p, thu nhận khung hình thực tế của chai nước truyền về LabVIEW qua cổng USB.
Khối xử lý trung tâm Máy tính cài đặt NI LabVIEW Chạy thuật toán xử lý ảnh, nhận diện nhãn chai, tính toán độ khớp mẫu màu (Color Match Score) và gửi tín hiệu điều khiển.
Khối vi điều khiển Kit Arduino Mega 2560 (chip ATmega2560) 54 chân Digital I/O, 16 chân Analog, xung nhịp 16MHz, giao tiếp máy tính qua chip nạp USB-Serial CH340E / UART ở tốc độ baud 9600 bps.
Khối cảm biến Cảm biến SMC D-H7A1 Nguồn cấp 5VDC từ Arduino, dòng tiêu thụ 10mA; phát hiện chai nước di chuyển đến đúng vị trí chụp ảnh và kích hoạt quy trình phân loại.
Khối chấp hành khí nén Xilanh khí nén & Van điện từ 5/2 Van điện từ khí nén 5/2 hoạt động ở điện áp 24VDC (dòng 125mA), điều khiển hành trình xilanh để đẩy chai lỗi ra khỏi băng tải.
Khối công suất đệm Module Relay 5V Dòng kích $I_{kich} = 5\text{ mA}$, dòng tải định mức tối đa $I_{max} = 10\text{ A}$, làm tầng cách ly trung gian giữa chân Digital của Arduino và van 24VDC.
Khối nguồn Nguồn tổ ong 24VDC – 5A & nguồn 5VDC Cấp nguồn công suất cho cuộn coil van điện từ; nguồn 5VDC (tổng tải khoảng 15mA) trích từ chân Arduino cấp cho cảm biến và Relay.
Dây chuyền cơ khí Băng tải 2m & Biến tần Sinamics V20 Băng chuyền chính vận chuyển chai PET 500ml; băng chuyền phụ vuông góc thu gom chai phế phẩm. 
[Webcam C270] ----(USB)----> [Máy tính: NI LabVIEW + Vision Assistant]
                                       |
                                  (LINX / UART)
                                       v
[Cảm biến SMC] ---> [Arduino Mega 2560] ---> [Module Relay 5V] ---> [Van 5/2 & Xilanh 24V]

Quy trình xử lý ảnh và thuật toán điều khiển:

  1. Thiết lập thu nhận: Khối Vision Acquisition khởi tạo luồng ảnh liên tục từ camera đưa vào vòng lặp While Loop.
  2. Trích xuất vùng quan tâm (ROI): Định vị vùng nhận diện thân chai nước và vùng lấy mẫu màu sắc trên nhãn chai.
  3. Chuyển đổi và học mẫu màu: Sử dụng hệ màu HSL, chuyển dữ liệu mẫu nhãn chuẩn qua hàm IMAQ Color Learn để lập bảng màu tham chiếu.
  4. So khớp mẫu (Color Matching): Tính toán hệ số tương đồng so với mẫu chuẩn. Tác giả cấu hình giá trị ngưỡng Minimum Match Score.
  5. Ra quyết định và đếm sản phẩm:
    • Nếu điểm khớp $\ge \text{Minimum Match Score}$: Chai đạt chuẩn (Pass) $\rightarrow$ hiển thị trạng thái OK trên Front Panel, tăng bộ đếm sản phẩm đạt, giữ nguyên xilanh để chai đi tiếp đến khâu đóng gói.
    • Nếu điểm khớp $< \text{Minimum Match Score}$: Chai lỗi (Fail) $\rightarrow$ hiển thị trạng thái Lỗi trên Front Panel, tăng bộ đếm sản phẩm lỗi, phát lệnh qua LINX điều khiển Arduino xuất mức logic kích Relay đóng mở van 5/2, kích hoạt xilanh đẩy chai sang băng tải phụ.

Nội dung chính theo từng chương

CHƯƠNG 1: TỔNG QUAN

Chương 1 giới thiệu lý do hình thành đề tài xuất phát từ nhu cầu thực tế của các dây chuyền sản xuất công nghiệp và sự cần thiết của việc tiếp cận các trang thiết bị thực hành tự động hóa hiện đại. Tác giả mô tả chi tiết mô hình dây chuyền sản xuất nước đóng chai PET 500ml tại phòng thí nghiệm Robot thuộc Khoa Cơ khí Chế tạo máy (ĐH Sư phạm Kỹ thuật TP.HCM) gồm băng tải chính dài 2m điều khiển bởi biến tần Siemens Sinamics V20, trạm phân loại ở giữa băng chuyền và băng chuyền phụ vuông góc. Chương này xác định rõ mục tiêu đề tài, 7 nội dung nghiên cứu cụ thể, đối tượng khảo sát và các giới hạn về mặt kỹ thuật của hệ thống.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

Chương 2 trình bày có hệ thống các kiến thức lý thuyết nền tảng phục vụ cho việc thực hiện đồ án:

  • Tổng quan lịch sử và các công đoạn xử lý ảnh kỹ thuật số (từ giai đoạn truyền ảnh London - New York năm 1920, các chương trình vệ tinh Ranger 7 năm 1964 đến các thuật toán hiện đại).
  • Cấu trúc điểm ảnh (pixel), độ phân giải, biểu diễn ảnh nhị phân, ảnh mức xám (256 mức) và ảnh màu (RGB 24-bit).
  • Toán học điểm ảnh: định nghĩa lân cận 4, lân cận 8 ($N_8(p) = N_4(p) + N_D(p)$), các loại liên kết điểm ảnh (liên kết 4, liên kết 8, liên kết $m$).
  • Các bộ lọc khử nhiễu ảnh không gian (lọc trung bình, lọc thông thấp, lọc trung vị, lọc ngoài).
  • Phương pháp phát hiện biên dựa trên toán tử đạo hàm, gradient biên độ $A_0 = g(m, n) = \sqrt{g_1^2(m, n) + g_2^2(m, n)}$, thuật toán tách biên Canny và toán tử hình thái học Morphology (Dilation, Erosion).
  • Cấu trúc các tệp ảnh IMG và PCX (phương pháp mã hóa RLE, cấu trúc header 128 byte).
  • Các không gian màu RGB, HSV, HSL, CMYK; cơ chế chuyển đổi và trích chọn màu HSL trong LabVIEW bằng IMAQ Color Learn.
  • Giới thiệu phần mềm NI LabVIEW (đặc điểm lập trình luồng dữ liệu, Front Panel, Block Diagram, mã G) và cấu hình phần cứng kit Arduino Mega 2560 (vi điều khiển ATmega2560, sơ đồ chân, các chuẩn giao tiếp UART, SPI, I2C, PWM, ADC).

CHƯƠNG 3: THIẾT KẾ VÀ LẬP TRÌNH

Chương 3 đi sâu vào thiết kế kỹ thuật và xây dựng phần mềm điều khiển:

  • Xây dựng sơ đồ khối toàn hệ thống và làm rõ chức năng của từng khối (Khối xử lý LabVIEW - Arduino, Khối Camera Logitech C270, Khối cảm biến vị trí SMC D-H7A1, Khối chấp hành xilanh - van điện từ 5/2, Khối nguồn 24VDC và 5VDC).
  • Thiết kế sơ đồ nguyên lý kết nối toàn mạch, tính toán dòng tải tiêu thụ cho cuộn dây van điện từ (125mA), cảm biến (10mA) và Relay (5mA).
  • Thiết lập giao thức thu nhận ảnh trên LabVIEW qua Vision Acquisition và cấu hình giải thuật phân tích màu qua Vision Assistant (chức năng Color, thiết lập ROI nhận diện thân chai và nhãn chai, cài đặt thông số Minimum Match Score).
  • Lập trình giao tiếp giữa máy tính và kit Arduino Mega 2560 bằng bộ công cụ Digilent LINX Firmware Wizard, sử dụng các khối hàm LINX Open (cấu hình cổng COM, Baud rate 9600 bps), LINX Digital Write, LINX Close.
  • Xây dựng lưu đồ giải thuật tổng thể và thiết kế giao diện điều khiển (Front Panel) cho phép quan sát hình ảnh camera trực tiếp, hiển thị kết quả phân loại đạt/lỗi và thống kê số lượng sản phẩm.

CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ

Chương 4 ghi nhận quá trình chạy thực nghiệm hệ thống trên dây chuyền sản xuất nước đóng chai tại phòng thí nghiệm Robot:

  • Vận hành phần mềm phân loại trong các điều kiện thực tế với các mẫu chai PET 500ml đạt chuẩn và các mẫu cố tình tạo lỗi nhãn (sai màu sắc, rách hoặc thiếu nhãn).
  • Đánh giá giao diện phần mềm khi nhận diện sản phẩm đạt yêu cầu (hệ thống cho phép chai đi qua, tăng số lượng đạt) và khi phát hiện sản phẩm lỗi (hệ thống kích hoạt van 5/2 điều khiển xilanh đẩy chai sang băng tải phụ, tăng số lượng lỗi).
  • Tổng hợp số liệu thử nghiệm qua 3 trường hợp thực nghiệm (Bảng 4.1, Bảng 4.2, Bảng 4.3 trong văn bản) để đánh giá độ chính xác của giải thuật so khớp màu và độ ổn định của cơ cấu chấp hành khí nén.

CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

Chương 5 đúc kết các kết quả đạt được của đồ án, chỉ ra các hạn chế kỹ thuật còn tồn tại trong mô hình và đề xuất các giải pháp nâng cấp, hoàn thiện hệ thống trong các nghiên cứu tiếp theo.

Kết quả và đóng góp

1. Kết quả kỹ thuật đạt được

  • Về mặt phần mềm: Thiết kế thành công giao diện người dùng trực quan trên LabVIEW Front Panel tích hợp luồng video trực tiếp từ webcam, nhận diện và phân loại nhãn chai nước PET 500ml dựa trên không gian màu HSL với thông số ngưỡng Minimum Match Score có thể tùy chỉnh linh hoạt.
  • Về mặt phần cứng và điều khiển: Thiết lập thành công kết nối truyền thông nối tiếp ổn định giữa LabVIEW và Arduino Mega 2560 qua giao thức LINX. Hệ thống đọc chính xác tín hiệu từ cảm biến vị trí SMC D-H7A1 và điều khiển đóng cắt Relay kích van điện từ 5/2, vận hành xilanh khí nén loại bỏ chai lỗi kịp thời trên băng chuyền dài 2m.
  • Về tính năng giám sát: Chương trình tự động đếm và hiển thị trực quan các thông số vận hành gồm: Tổng số sản phẩm đi qua trạm, tổng số sản phẩm đạt tiêu chuẩn và tổng số sản phẩm bị lỗi.

2. Đóng góp của đề tài

  • Ứng dụng thành công giải pháp thị giác máy tính chi phí thấp (sử dụng webcam thương mại và phần cứng Arduino kết hợp LabVIEW) để thay thế cho các bộ cảm biến màu chuyên dụng đắt tiền hoặc các hệ thống kiểm tra thủ công.
  • Hiện thực hóa mô hình thực nghiệm hoàn chỉnh trên dây chuyền băng tải thực tế tại phòng thí nghiệm Robot, tạo cơ sở thực tế chứng minh khả năng áp dụng công nghệ xử lý ảnh đồ họa vào bài toán phân loại sản phẩm trong công nghiệp.

Hạn chế và hướng nghiên cứu tiếp

1. Hạn chế của đề tài

  • Phạm vi đối tượng: Hệ thống mới chỉ thực hiện thử nghiệm trên một loại chai duy nhất là chai nhựa PET dung tích 500ml với một số mẫu màu nhãn cố định.
  • Điều kiện quang học: Xử lý ảnh dựa trên mẫu màu vẫn chịu ảnh hưởng nhất định nếu cường độ ánh sáng môi trường xung quanh thay đổi đột ngột hoặc không đồng đều.
  • Thiết bị thu nhận: Sử dụng Webcam Logitech C270 thông thường (720p) nên tốc độ khung hình và khả năng chống rung, bù sáng còn hạn chế so với camera công nghiệp chuyên dụng.
  • Mô hình hoạt động: Băng tải thử nghiệm hoạt động độc lập ở quy mô phòng thí nghiệm, chưa đồng bộ hóa hoàn toàn với các khâu chiết rót, đóng nắp tự động trong dây chuyền liên tục.

2. Hướng nghiên cứu tiếp theo

  • Nâng cấp camera thu nhận hình ảnh lên dòng Camera công nghiệp (Industrial Vision Camera) có tốc độ quét khung hình cao và tích hợp hệ thống chiếu sáng chuẩn (vòm sáng/đèn LED chuyên dụng) để loại bỏ hoàn toàn nhiễu ánh sáng môi trường.
  • Mở rộng thuật toán xử lý ảnh trên LabVIEW: không chỉ phân loại theo màu sắc mà còn kiểm tra các lỗi hình học phức tạp hơn như lệch nhãn, nhăn nhãn, rách nhãn, kiểm tra mức nước trong chai và kiểm tra sự hiện diện của nắp chai.
  • Mở rộng khả năng nhận dạng cho nhiều chủng loại sản phẩm, kích thước và hình dáng chai khác nhau.
  • Tích hợp kết nối mạng truyền thông công nghiệp (Modbus, Industrial Ethernet) để đồng bộ hóa trạm phân loại với toàn bộ hệ thống điều khiển PLC của dây chuyền sản xuất tự động.

Giá trị tham khảo

Đồ án là tài liệu kỹ thuật có giá trị tham khảo thiết thực cho:

  • Sinh viên ngành Cơ điện tử, Tự động hóa và Robot: Cung cấp tài liệu hướng dẫn chi tiết về phương thức kết nối giữa phần mềm NI LabVIEW với bo mạch Arduino Mega 2560 thông qua bộ công cụ LINX toolkit.
  • Người làm đề tài về Thị giác máy tính ứng dụng: Cung cấp quy trình từng bước cấu hình các khối hàm xử lý ảnh trong thư viện NI Vision Assistant, giải thuật tách màu HSL và kỹ thuật so khớp mẫu màu IMAQ Color Learn.
  • Kỹ sư thiết kế hệ thống cơ điện tử: Tham khảo sơ đồ mạch kết nối thực tế giữa vi điều khiển, cảm biến vị trí, module relay và hệ thống cơ cấu chấp hành van khí nén 5/2 - xilanh.

Câu hỏi thường gặp

1. Đề tài sử dụng bo mạch vi điều khiển và phần mềm nào để điều khiển hệ thống?

Đề tài sử dụng bộ kit vi điều khiển Arduino Mega 2560 (dựa trên vi điều khiển ATmega2560) kết hợp với phần mềm lập trình đồ họa NI LabVIEW trên máy tính, giao tiếp với nhau qua cổng nối tiếp USB/UART thông qua bộ thư viện điều khiển LINX.

2. Thuật toán xử lý ảnh nhận dạng nhãn chai dựa trên nguyên lý nào?

Chương trình chuyển đổi ảnh thu nhận từ hệ màu RGB sang hệ màu HSL để hạn chế ảnh hưởng của độ sáng môi trường, sau đó sử dụng khối chức năng IMAQ Color Learn trong thư viện Vision Assistant của LabVIEW để học mẫu màu nhãn chuẩn và thực hiện so khớp (Color Matching), đưa ra quyết định dựa trên ngưỡng điểm khớp Minimum Match Score.

3. Cơ cấu chấp hành nào được sử dụng để loại bỏ chai nước lỗi ra khỏi băng chuyền?

Hệ thống sử dụng cơ cấu xilanh khí nén được điều khiển bởi van điện từ khí nén 5/2 (sử dụng cuộn coil 24VDC, dòng 125mA). Khi phát hiện chai lỗi, Arduino kích hoạt Module Relay 5V đóng mạch cấp điện cho van 5/2, đẩy xilanh đưa chai lỗi sang băng tải phụ đặt vuông góc.

4. Hệ thống được thử nghiệm trên loại chai và môi trường nào?

Hệ thống được thử nghiệm trực tiếp trên đối tượng chai nhựa PET dung tích 500ml tại dây chuyền sản xuất nước đóng chai (băng tải 2m điều khiển bởi biến tần Siemens Sinamics V20) đặt tại Phòng thí nghiệm Robot thuộc Khoa Cơ khí Chế tạo máy, Trường Đại học Sư phạm Kỹ thuật TP.HCM.

Kết luận

Đồ án tốt nghiệp của tác giả Đỗ Xuân Phương đã xây dựng và thử nghiệm thành công hệ thống phân loại nhãn chai nước PET 500ml tự động bằng công nghệ xử lý ảnh trên nền tảng NI LabVIEW kết hợp vi điều khiển Arduino Mega 2560. Hệ thống tích hợp đồng bộ từ khâu thu nhận hình ảnh webcam, trích xuất đặc trưng màu sắc HSL, đưa ra quyết định phân loại và điều khiển cơ cấu xilanh khí nén loại bỏ sản phẩm lỗi trên băng chuyền thực tế. Kết quả nghiên cứu chứng minh tính khả thi, độ chính xác và khả năng ứng dụng thực tiễn của giải pháp thị giác máy tính chi phí thấp trong việc tự động hóa các khâu kiểm tra chất lượng sản phẩm công nghiệp.