Đồ án ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch - ĐH SPKT

Tìm hiểu ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch giúp tối ưu quy trình quản lý kho hàng và bán lẻ. Giải pháp công nghệ thông minh cho doanh nghiệp.

• Tác giả: Đoàn Trung Hà
• Người hướng dẫn: ThS. Lê Thị Hồng Lam
• Trường học: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật Điều khiển & Tự động hóa
• Đề tài: Ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan về ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch

Ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch là giải pháp công nghệ kết hợp giữa nhận dạng hình ảnh và hệ thống điều khiển tự động. Công nghệ này sử dụng camera công nghiệp để quét và giải mã mã vạch sản phẩm, sau đó phân loại chúng thông qua thuật toán xử lý ảnh tiên tiến. Hệ thống bao gồm camera có độ phân giải cao, bộ vi xử lý (PLC/SBC), băng tải tự động và giao diện giám sát. Khi sản phẩm di chuyển trên băng tải, camera sẽ chụp hình ảnh, giải mã mã vạch bằng các kỹ thuật như OCR (Optical Character Recognition) hoặc barcode scanning, rồi truyền dữ liệu đến hệ thống điều khiển. Giải pháp này giúp tối ưu hóa quy trình phân loại, giảm thiểu sai sót do yếu tố con người và tăng tốc độ xử lý sản phẩm trong các nhà máy sản xuất. Nó đặc biệt hữu ích trong ngành logistics, bán lẻ và sản xuất hàng loạt.

1.1. Nguyên lý hoạt động của hệ thống

Hệ thống hoạt động dựa trên nguyên tắc thu nhận hình ảnh sản phẩm thông qua camera công nghiệp. Camera sẽ chụp ảnh mã vạch khi sản phẩm đi qua vùng quét, sau đó phần mềm xử lý ảnh sẽ tiến hành giải mã bằng các thuật toán như ZXing, OpenCV hoặc các thư viện chuyên dụng. Mã vạch sau khi được giải thành chuỗi ký tự sẽ được truyền tới PLC (Programmable Logic Controller) hoặc máy tính nhúng để điều khiển cơ cấu phân loại (ví dụ: băng tải phân nhánh, cánh gạt). Hệ thống có thể tích hợp thêm cảm biến để xác nhận vị trí sản phẩm trước khi xử lý. Dữ liệu phân loại được lưu trữ và hiển thị trên giao diện giám sát, giúp người vận hành theo dõi quy trình theo thời gian thực.

1.2. Lợi ích khi ứng dụng công nghệ

Việc ứng dụng xử lý ảnh phân loại sản phẩm mang lại nhiều lợi ích vượt trội so với phương pháp thủ công. Đầu tiên, hệ thống tự động hóa hoàn toàn quy trình, loại bỏ sai sót do con người gây ra và tăng tốc độ phân loại lên gấp nhiều lần. Thứ hai, công nghệ này giúp doanh nghiệp tiết kiệm chi phí nhân công và tối ưu không gian sản xuất nhờ tích hợp nhiều chức năng trong cùng một hệ thống. Ngoài ra, dữ liệu thu thập được từ mã vạch có thể liên kết với hệ thống quản lý kho (WMS) hoặc ERP, hỗ trợ theo dõi hàng hóa theo thời gian thực. Cuối cùng, giải pháp này dễ dàng mở rộng và nâng cấp khi nhu cầu sản xuất thay đổi.

II. Những thách thức trong phân loại sản phẩm bằng mã vạch

Phân loại sản phẩm theo mã vạch bằng công nghệ xử lý ảnh gặp phải nhiều thách thức kỹ thuật và môi trường. Một trong những vấn đề phổ biến là chất lượng hình ảnh không đảm bảo do ánh sáng yếu, bụi bẩn trên sản phẩm hoặc góc chụp không chuẩn, dẫn đến lỗi giải mã. Ngoài ra, sự đa dạng về định dạng mã vạch (EAN-13, QR Code, Data Matrix) đòi hỏi hệ thống phải hỗ trợ nhiều chuẩn giải mã, gây khó khăn trong tích hợp. Môi trường sản xuất ồn ào, rung động mạnh cũng ảnh hưởng đến độ chính xác của cảm biến và camera. Một thách thức khác là chi phí đầu tư ban đầu cao cho thiết bị phần cứng (camera, PLC, băng tải) và phần mềm (bản quyền thuật toán). Cuối cùng, việc bảo trì hệ thống đòi hỏi nhân sự có chuyên môn về cả phần cứng và lập trình, gây áp lực cho doanh nghiệp trong dài hạn.

2.1. Ảnh hưởng của môi trường sản xuất

Môi trường sản xuất công nghiệp thường có điều kiện khắc nghiệt như ánh sáng không ổn định, bụi bẩn, độ ẩm cao hoặc rung động mạnh từ máy móc. Những yếu tố này ảnh hưởng trực tiếp đến khả năng quét mã vạch của camera. Ví dụ, ánh sáng mặt trời chiếu trực tiếp vào băng tải có thể làm mờ hình ảnh, trong khi bụi bám vào sản phẩm hoặc camera sẽ gây nhiễu tín hiệu. Nhiệt độ cao cũng có thể làm giảm tuổi thọ của linh kiện điện tử. Để khắc phục, hệ thống cần sử dụng camera có độ nhạy sáng cao, vỏ chống bụi chống nước (IP67 trở lên) và bộ lọc nhiễu. Ngoài ra, việc bố trí ánh sáng LED xung quanh vùng quét cũng cải thiện chất lượng hình ảnh đáng kể.

2.2. Đa dạng định dạng mã vạch

Thị trường hiện nay sử dụng nhiều loại mã vạch khác nhau như EAN-13 (dùng trong siêu thị), QR Code (ứng dụng marketing), Data Matrix (dùng trong y tế) hoặc Code 128 (dùng trong logistics). Mỗi loại mã vạch có cấu trúc, kích thước và thuật toán giải mã riêng, đòi hỏi hệ thống phải hỗ trợ đa dạng. Nếu không được cấu hình đúng, hệ thống có thể bỏ sót hoặc giải sai mã vạch, dẫn đến phân loại sản phẩm sai lệch. Giải pháp là sử dụng thư viện phần mềm đa nền tảng như ZXing hoặc OpenCV, cho phép nhận diện đồng thời nhiều định dạng. Ngoài ra, doanh nghiệp cần cập nhật cơ sở dữ liệu mã vạch thường xuyên để đảm bảo tương thích với các tiêu chuẩn mới.

III. Giải pháp công nghệ xử lý ảnh phân loại sản phẩm

Giải pháp công nghệ xử lý ảnh phân loại sản phẩm theo mã vạch bao gồm ba thành phần chính: phần cứng, phần mềm và thuật toán. Phần cứng bao gồm camera công nghiệp (ví dụ: Basler, Keyence), PLC (Siemens S7-1200, Allen-Bradley), băng tải điều khiển tốc độ và cảm biến vị trí. Phần mềm sử dụng thư viện OpenCV để xử lý hình ảnh, ZXing để giải mã mã vạch, và ngôn ngữ Python hoặc C++ để lập trình điều khiển. Thuật toán chính là kết hợp giữa nhận diện hình ảnh (image recognition) và giải mã chuỗi ký tự (OCR). Hệ thống được tích hợp giao diện giám sát (SCADA) để người vận hành theo dõi và điều chỉnh tham số. Giải pháp này có thể triển khai trên nền tảng đám mây (IoT) để lưu trữ dữ liệu và phân tích xu hướng. Chi phí triển khai dao động từ vài triệu đến vài chục triệu đồng tùy theo quy mô.

3.1. Lựa chọn thiết bị phần cứng

Việc lựa chọn thiết bị phần cứng đóng vai trò quan trọng trong hiệu suất của hệ thống. Camera công nghiệp cần có độ phân giải tối thiểu 1.3MP, tốc độ khung hình 60fps trở lên và hỗ trợ chuẩn giao tiếp GigE hoặc USB3.0. PLC nên chọn loại có đủ cổng vào/ra (DI/DO) và hỗ trợ truyền thông công nghiệp (Ethernet/IP, PROFINET). Băng tải cần có động cơ servo điều khiển tốc độ chính xác và cảm biến vị trí (encoder) để xác định vị trí sản phẩm. Ngoài ra, hệ thống cần nguồn cung cấp ổn định (24VDC) và vỏ chống nhiễu. Đối với môi trường khắc nghiệt, nên ưu tiên các thiết bị có chứng nhận chống bụi chống nước (IP67).

3.2. Thuật toán xử lý ảnh và giải mã

Thuật toán xử lý ảnh sử dụng OpenCV để tiền xử lý hình ảnh (lọc nhiễu, tăng độ tương phản) trước khi giải mã. Quá trình giải mã sử dụng thư viện ZXing hoặc Dynamsoft Barcode Reader, có thể nhận diện các định dạng mã vạch phổ biến. Thuật toán OCR (ví dụ: Tesseract) được tích hợp để đọc ký tự quang học khi mã vạch bị hỏng. Sau khi giải mã thành công, dữ liệu được truyền tới PLC qua giao thức Modbus TCP hoặc OPC UA. Hệ thống có thể sử dụng học máy (machine learning) để cải thiện độ chính xác theo thời gian bằng cách huấn luyện mô hình trên dữ liệu lịch sử. Thuật toán cần tối ưu hóa để chạy thời gian thực, đảm bảo tốc độ xử lý không ảnh hưởng đến sản xuất.

IV. Kết luận và triển vọng ứng dụng trong thực tế

Ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch là giải pháp hiệu quả để nâng cao năng suất và độ chính xác trong sản xuất công nghiệp. Hệ thống này không chỉ giảm thiểu sai sót do yếu tố con người mà còn hỗ trợ doanh nghiệp quản lý dữ liệu sản phẩm theo thời gian thực. Với sự phát triển của trí tuệ nhân tạo (AI) và Internet of Things (IoT), công nghệ này sẽ trở nên thông minh hơn nhờ khả năng học hỏi từ dữ liệu và tích hợp với hệ thống quản lý doanh nghiệp (ERP). Trong tương lai, hệ thống có thể mở rộng sang phân loại sản phẩm dựa trên hình dạng (shape recognition) hoặc nhận diện thương hiệu (brand recognition). Tuy nhiên, doanh nghiệp cần đầu tư vào hạ tầng công nghệ, đào tạo nhân lực và lựa chọn giải pháp phù hợp với quy mô sản xuất. Việc triển khai thành công sẽ góp phần thúc đẩy chuyển đổi số trong ngành sản xuất, nâng cao năng lực cạnh tranh toàn cầu.

4.1. Hiệu quả kinh tế và xã hội

Việc ứng dụng hệ thống phân loại sản phẩm bằng mã vạch mang lại lợi ích kinh tế rõ rệt thông qua tăng năng suất lao động (giảm 30-50% thời gian phân loại thủ công) và giảm chi phí vận hành (tiết kiệm 20-30% nhân công). Hệ thống cũng góp phần nâng cao chất lượng sản phẩm nhờ giảm sai sót trong phân loại, từ đó cải thiện sự hài lòng của khách hàng. Về mặt xã hội, công nghệ này thúc đẩy quá trình chuyển đổi số trong ngành sản xuất, tạo việc làm mới cho kỹ sư điều khiển tự động và chuyên gia dữ liệu. Ngoài ra, dữ liệu thu thập được hỗ trợ nghiên cứu thị trường và tối ưu hóa chuỗi cung ứng. Tuy nhiên, doanh nghiệp cần cân nhắc chi phí đầu tư ban đầu (từ 50 triệu đến 500 triệu đồng tùy quy mô) và thời gian hoàn vốn (thường từ 1-3 năm).

4.2. Triển vọng phát triển trong tương lai

Trong tương lai, hệ thống phân loại sản phẩm bằng mã vạch sẽ tích hợp nhiều công nghệ tiên tiến như trí tuệ nhân tạo (AI) và Internet vạn vật (IoT). AI có thể được sử dụng để dự đoán xu hướng tiêu dùng dựa trên dữ liệu phân loại, trong khi IoT cho phép kết nối hệ thống với các thiết bị thông minh trong nhà máy. Ngoài ra, công nghệ 5G sẽ cải thiện tốc độ truyền dữ liệu, cho phép giám sát thời gian thực từ xa. Hệ thống cũng có thể kết hợp với robot phân loại tự động (automated guided vehicles - AGV) để tạo ra quy trình sản xuất hoàn toàn tự động. Bên cạnh đó, tiêu chuẩn hóa dữ liệu (như GS1) sẽ giúp doanh nghiệp dễ dàng tích hợp hệ thống với các đối tác toàn cầu. Việc ứng dụng blockchain cũng có thể đảm bảo tính minh bạch trong chuỗi cung ứng sản phẩm.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu thế phát triển của cuộc Cách mạng Công nghiệp 4.0, tự động hóa đóng vai trò nòng cốt nhằm thay thế các công đoạn thủ công, tối ưu hóa năng suất, rút ngắn thời gian chu trình và giảm thiểu chi phí nhân công trong các dây chuyền sản xuất công nghiệp quy mô lớn. Khâu phân loại sản phẩm trước khi đóng gói và xuất xưởng là giai đoạn then chốt đòi hỏi tính chính xác cao. Dù có nhiều phương thức phân loại như dựa trên hình dáng, kích thước, màu sắc hay khối lượng, việc phân loại dựa trên mã vạch (barcode) mang lại ưu thế vượt trội khi cần thẩm định và định danh các sản phẩm có hình thức tương đồng nhưng khác nhau về quy cách, chủng loại hoặc tiêu chuẩn chất lượng (loại 1, loại 2, loại 3). Mã vạch hoạt động như một định danh duy nhất chứa thông tin nguồn gốc, lô sản xuất và giá thành.

Đồ án tốt nghiệp "Ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch" do sinh viên Đoàn Trung Hà và Nguyễn Thành Nguyên thực hiện dưới sự hướng dẫn của ThS. Lê Thị Hồng Lam tại Khoa Điện – Điện Tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (tháng 8/2022), tập trung giải quyết bài toán tự động hóa quy trình phân loại sản phẩm thông qua công nghệ thị giác máy tính kết hợp bộ điều khiển lập trình công nghiệp.

Mục tiêu nghiên cứu

1. Thiết kế và chế tạo hoàn chỉnh mô hình phân loại sản phẩm theo mã vạch ứng dụng công nghệ xử lý ảnh kết hợp bộ điều khiển PLC Siemens S7-1200.
2. Tìm hiểu và ứng dụng công cụ xử lý ảnh được lập trình bằng ngôn ngữ Python trên môi trường Visual Studio Code nhằm thu nhận và giải mã dữ liệu mã vạch từ camera truyền về máy tính.
3. Tìm hiểu nguyên lý hoạt động, phân tích và đánh giá tổng quan hệ thống dựa trên việc tham khảo các mô hình phân loại công nghiệp hiện hữu.
4. Kết nối phần cứng, tích hợp phần mềm và vận hành hệ thống thực nghiệm đạt độ chính xác theo yêu cầu đề ra: phân loại đúng 3 nhóm sản phẩm (loại 1, loại 2, loại 3) và chuyển sản phẩm lỗi về cuối băng chuyền.

Nhiệm vụ nghiên cứu

1. Thiết kế và thi công phần cứng cơ khí, tủ điện điều khiển của hệ thống phân loại sản phẩm theo mã vạch.
2. Lập trình giải thuật quét và nhận diện mã vạch bằng kỹ thuật xử lý ảnh.
3. Viết chương trình điều khiển cho PLC Siemens S7-1200 và thiết lập giao diện giám sát, thu thập dữ liệu.
4. Triển khai, vận hành thử nghiệm và hiệu chỉnh toàn bộ hệ thống trên mô hình thực tế.

Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu: Hệ thống phân loại sản phẩm tự động tích hợp cơ cấu cơ khí (băng tải PVC, động cơ giảm tốc DC), cơ cấu chấp hành khí nén (xy lanh khí nén, van điện từ), thiết bị cảm biến quang học, bộ điều khiển logic khả trình (PLC S7-1200) và thuật toán thị giác máy tính xử lý mã vạch.
• Phạm vi nghiên cứu:
  • Mô hình hóa hệ thống phân loại dạng mô hình phòng thí nghiệm phục vụ mục đích nghiên cứu học thuật.
  • Xử lý hình ảnh và thu thập dữ liệu điều khiển thông qua máy tính xách tay kết nối với PLC.
  • Sử dụng ngôn ngữ lập trình Python để nhận dạng mã vạch và giao tiếp điều khiển.
  • Thời gian thực hiện: Lịch trình 16 tuần (từ tuần 1 đến tuần 16, hoàn thành nghiệm thu vào tháng 08/2022).

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình ứng dụng

• Lý thuyết mã vạch và cấu trúc chuẩn EAN-13: Mã vạch 1D là dạng biểu diễn ký hiệu quang học gồm các vạch thẳng song song xen kẽ khoảng trắng để lưu trữ dữ liệu mã hóa. Đồ án tập trung vào chuẩn EAN (European Article Number) gồm 13 chữ số, chia làm 4 nhóm:
  • Nhóm 1 (3 chữ số đầu): Mã quốc gia xuất xứ của hàng hóa.
  • Nhóm 2 (6 chữ số tiếp theo): Mã số định danh doanh nghiệp sản xuất (do tổ chức GS1 cấp).
  • Nhóm 3 (3 chữ số tiếp theo): Mã sản phẩm do doanh nghiệp tự cấp.
  • Nhóm 4 (1 chữ số cuối cùng): Số kiểm tra tính hợp lệ của mã. Ngoài ra, tác giả khảo sát các chuẩn mã vạch công nghiệp khác gồm UPC, Code 39, Interleaved 2 of 5, Code 128 và Codabar.
• Quy trình xử lý ảnh số: Áp dụng mô hình xử lý thị giác 6 giai đoạn:
  1. Thu nhận ảnh (Image Acquisition): Tiếp nhận khung hình từ camera/webcam.
  2. Tiền xử lý (Image Processing): Khử nhiễu, cân bằng ánh sáng và tăng cường độ tương phản.
  3. Phân đoạn ảnh (Segmentation): Phân lập vùng chứa ký hiệu mã vạch khỏi nền ảnh.
  4. Biểu diễn ảnh và trích chọn đặc trưng (Image Representation & Feature Extraction): Tách các đặc tính không gian và hình thái của các vạch mã.
  5. Nhận dạng và nội suy (Image Recognition & Interpretation): Giải mã cấu trúc vạch thành chuỗi ký tự số tương ứng.
  6. Cơ sở tri thức (Knowledge Base): Đối chiếu dữ liệu chuỗi số với bảng quy định phân loại loại 1, loại 2, loại 3.
• Lý thuyết thiết bị điều khiển và truyền động:
  • PLC Siemens S7-1200 (CPU 1214C DC/DC/DC): Hoạt động theo chu kỳ quét (Scan Cycle) nhận tín hiệu từ ngõ vào số (DI), xử lý thuật toán logic bậc thang (Ladder) và kích hoạt ngõ ra số (DO), tích hợp cổng PROFINET (hỗ trợ giao thức TCP/IP, Ethernet).
  • Hệ thống khí nén: Nguyên lý chuyển hóa thế năng khí nén thành động năng tịnh tiến thông qua xy lanh tác động kép; điều khiển hướng luồng khí bằng van điện từ khí nén 5/2 (5 cửa 2 vị trí) điện áp coil 24VDC.
  • Cảm biến quang điện: Cảm biến vật cản hồng ngoại phát hiện vị trí vật thể dựa trên mức độ phản xạ ánh sáng.

Phương pháp nghiên cứu

• Phương pháp thu thập và tham khảo tài liệu: Kế thừa các tài liệu lý thuyết về lập trình PLC S7-1200, tài liệu kỹ thuật của phần mềm TIA Portal, lý thuyết thị giác máy tính và cấu trúc mạng truyền thông công nghiệp.
• Phương pháp nghiên cứu lý thuyết: Phân tích nguyên lý hoạt động của các phần tử tự động hóa (cảm biến hồng ngoại, van 5/2, xy lanh khí nén tác động kép, relay trung gian, động cơ DC).
• Phương pháp thiết kế và thực nghiệm:
  • Thiết kế và gia công khung cơ khí băng tải PVC mini.
  • Lắp ráp tủ điện điều khiển công nghiệp, tích hợp bộ nguồn tổ ong, relay kiếng và PLC.
  • Lập trình giải thuật xử lý ảnh trên nền tảng Python (Visual Studio Code).
  • Lập trình điều khiển logic trên phần mềm TIA Portal và thiết kế giao diện vận hành SCADA/HMI trên WinCC và Tkinter.
  • Tiến hành chạy thử nghiệm lặp lại nhiều chu kỳ, phân tích lỗi định thời và tối ưu hóa hệ thống.

---

Thiết kế và triển khai hệ thống

Danh mục thiết bị phần cứng

STT	Tên thiết bị / Linh kiện	Mã hiệu / Quy cách	Thông số kỹ thuật & Vai trò
1	Bộ điều khiển lập trình (PLC)	Siemens S7-1200 CPU 1214C DC/DC/DC	14 ngõ vào số (24VDC), 10 ngõ ra số (24VDC), tích hợp cổng PROFINET, xử lý logic điều khiển trung tâm
2	Băng tải	Dây belt PVC	Kích thước mặt băng tải 5 x 60 cm, vận chuyển phôi hộp bưu kiện qua vùng quét
3	Động cơ kéo băng tải	GA25 – 370	Động cơ giảm tốc một chiều (DC), truyền động kéo rulô băng tải hoạt động
4	Cảm biến phát hiện phôi	E3F-DS30C4	Cảm biến tiệm cận hồng ngoại, ngõ ra NPN, phát hiện phôi vào vị trí quét và vị trí gạt
5	Van điện từ khí nén	Cụm 3 van Airtac 4V210-08	Van 5/2, 2 đầu coil điện áp 24VDC, điều khiển cấp/xả khí cho 3 xy lanh
6	Xy lanh khí nén	Xy lanh tác động kép	3 xy lanh tịnh tiến đóng vai trò cơ cấu gạt/đẩy sản phẩm loại 1, loại 2, loại 3 vào khay
7	Relay trung gian	Relay kiếng 8 chân + đế PYF08A	Điện áp cuộn hút 24VDC/12VDC, cách ly quang và đóng cắt tín hiệu trung gian
8	Bộ nguồn tổ ong	Omron S8FS-C05024	Chuyển đổi điện áp 220VAC sang 24VDC, cấp nguồn ổn định cho PLC, cảm biến và van
9	Thiết bị thu nhận ảnh	Camera / Webcam công nghiệp	Thu nhận hình ảnh trực tiếp bề mặt sản phẩm để nhận dạng mã vạch
10	Thiết bị giao diện & nút nhấn	Nút nhấn ON, OFF, Emergency Stop	Vỏ kim loại/nhựa, điều khiển khởi động, dừng và dừng khẩn cấp hệ thống

Kiến trúc phần mềm và giải thuật vận hành

Hệ thống vận hành theo quy trình phối hợp khép kín giữa máy tính xử lý ảnh và PLC:

[Camera thu hình ảnh mã vạch]
    (Truyền tín hiệu điều khiển)
    (Kích hoạt ngõ ra DO)
[Cụm van điện từ 5/2 & Relay kiếng]
    (Cấp khí nén 2 chiều)
[Xy lanh khí nén 1, 2, 3 đẩy sản phẩm vào khay chứa]

1. Khâu nhận diện: Sản phẩm mang mã vạch di chuyển trên băng tải PVC qua vùng quan sát của camera. Thuật toán thị giác viết bằng Python đọc dữ liệu mã vạch, phân tích chuỗi số định danh và xác định nhóm phân loại (loại 1, loại 2, loại 3 hoặc sản phẩm lỗi/không hợp lệ).
2. Khâu truyền thông & Xử lý: Kết quả phân loại được Python gửi sang PLC S7-1200 qua giao thức truyền thông mạng, đồng thời cập nhật tức thời trạng thái lên giao diện Tkinter.
3. Khâu chấp hành: Khi sản phẩm đi tới vị trí cảm biến E3F-DS30C4 tương ứng, PLC kích hoạt ngõ ra điều khiển cuộn coil của van điện từ Airtac 4V210-08 thông qua relay trung gian. Khí nén đẩy trục piston xy lanh tác động kép duỗi ra để gạt sản phẩm vào thùng chứa tương ứng (loại 1, 2 hoặc 3). Sau khi hoàn thành hành trình, piston tự động rút về. Các sản phẩm lỗi hoặc mã không xác định sẽ đi thẳng tới cuối băng tải và rơi vào thùng chứa sản phẩm lỗi.
4. Khâu giám sát: Toàn bộ trạng thái hoạt động của hệ thống, số lượng sản phẩm phân loại và cảnh báo dừng khẩn cấp được giám sát đồng bộ trên phần mềm WinCC SCADA và ứng dụng Tkinter.

---

Nội dung chính theo từng chương

Chương 1. Đặt vấn đề và Tổng quan đề tài

Trình bày tổng quan về xu hướng tự động hóa trong kỷ nguyên công nghiệp 4.0; nêu bật tính cấp thiết của việc áp dụng mã vạch để nhận diện sản phẩm trong bối cảnh phân loại theo kích thước hay màu sắc không còn khả thi đối với các sản phẩm cùng hình dáng vật lý. Xác định rõ 4 mục tiêu nghiên cứu, các phương pháp tiếp cận (nghiên cứu tài liệu, thiết kế lý thuyết, thực nghiệm), phạm vi giới hạn mô hình trong điều kiện phòng thí nghiệm và ý nghĩa thực tiễn của đề tài trong công tác đào tạo, nghiên cứu.

Chương 2. Cơ sở lý thuyết

Hệ thống hóa toàn bộ kiến thức nền tảng:

• Lý thuyết mã vạch: Khái niệm, chuẩn mã vạch 1D, nguyên tắc giải mã EAN-13, các chuẩn mã vạch công nghiệp phổ biến (UPC, Code 39, Code 128, Interleaved 2 of 5, Codabar).
• Xử lý ảnh số: Phân tích chi tiết 6 khâu xử lý ảnh từ thu nhận, tiền xử lý, phân đoạn, biểu diễn đặc trưng đến nhận dạng và nội suy.
• Phần cứng tự động hóa: Cấu trúc phần cứng PLC S7-1200 (CPU 1214C DC/DC/DC), đặc tính chống nhiễu, cổng truyền thông PROFINET; nguyên lý làm việc của cảm biến tiệm cận hồng ngoại E18-D80NK và E3F-DS30C4; cơ cấu xy lanh khí nén (đơn, kép, xoay, kẹp); van điện từ khí nén 5/2 (Airtac 4V210-08); cấu tạo tiếp điểm relay trung gian 8 chân và đế PYF08A; các chủng loại băng tải công nghiệp (PVC, cao su, xích, con lăn, đứng, xoắn ốc); phân loại camera công nghiệp và nguyên lý nguồn xung tổ ong.

Chương 3. Thi công phần cứng

Hiện thực hóa mô hình cơ điện tử:

• Thiết lập bảng yêu cầu kỹ thuật cho hệ thống phân loại.
• Tính toán và lựa chọn thiết bị chi tiết: PLC Siemens CPU 1214C, động cơ giảm tốc DC GA25-370, khung băng tải PVC kích thước 5x60cm, cụm 3 van điện từ khí nén 5/2 điện áp coil 24VDC, hệ thống xy lanh khí nén tác động kép, bộ nguồn Omron S8FS-C05024 (24VDC), nút nhấn ON, OFF, dừng khẩn cấp và camera quét mã.
• Thiết kế bố trí không gian cơ khí, lắp ráp tủ điện điều khiển hoàn chỉnh và đấu nối liên kết giữa các cơ cấu cảm biến, chấp hành với các cổng I/O của PLC.

Chương 4. Thiết kế phần mềm

Xây dựng kiến trúc điều khiển logic và phần mềm giám sát:

• Thiết lập lưu đồ thuật toán điều khiển tổng thể của hệ thống phân loại.
• Lập trình chương trình logic bậc thang (Ladder) trên TIA Portal cho PLC Siemens S7-1200, xử lý tín hiệu cảm biến và định thời tác động xy lanh.
• Lập trình ứng dụng xử lý ảnh bằng ngôn ngữ Python trên Visual Studio Code để bắt hình ảnh, trích xuất dữ liệu mã vạch và phân loại.
• Thiết kế giao diện đăng nhập, điều khiển và hiển thị dữ liệu bằng thư viện Tkinter.
• Xây dựng giao diện SCADA chuyên nghiệp trên WinCC để giám sát trạng thái băng tải, hiển thị hoạt động đẩy của từng xy lanh và thống kê sản lượng.

Chương 5. Kết quả thực hiện

Đánh giá toàn diện kết quả thực nghiệm:

• Kiểm thử giải thuật xử lý ảnh: Camera nhận diện chính xác và phân biệt thành công dữ liệu mã vạch của 3 loại sản phẩm (loại 1, loại 2, loại 3).
• Kiểm thử điều khiển và chấp hành: PLC kích hoạt chuẩn xác cụm van 5/2 và xy lanh khí nén tương ứng để gạt từng loại sản phẩm vào đúng thùng chứa khi cảm biến phát hiện phôi kích hoạt.
• Kiểm thử giao diện: Hệ thống hiển thị đồng bộ trạng thái thực tế lên màn hình Tkinter và WinCC SCADA theo thời gian thực.

Chương 6. Kết luận và hướng phát triển

Tổng kết các hạng mục đã hoàn thành, nêu rõ ưu điểm về mặt thiết kế mô hình và tích hợp điều khiển; chỉ ra các khó khăn gặp phải trong quá trình thi công cơ khí và lập trình; đúc kết kinh nghiệm chuyên môn và đề xuất các định hướng nâng cấp hệ thống trong tương lai.

---

Kết quả và đóng góp

Kết quả thực nghiệm

• Hoàn thiện mô hình phần cứng phân loại sản phẩm theo mã vạch kích thước nhỏ gọn, cơ cấu cơ khí và tủ điện điều khiển vận hành ổn định.
• Giải thuật xử lý ảnh bằng Python trên Visual Studio Code quét và giải mã thành công các mã vạch phân loại (loại 1, loại 2, loại 3).
• Chương trình PLC Siemens S7-1200 điều khiển nhịp nhàng các cơ cấu chấp hành: khi cảm biến E3F-DS30C4 kích hoạt, van điện từ 5/2 cấp khí cho xy lanh tác động kép đẩy đúng sản phẩm vào từng khay chứa; sản phẩm không đúng quy cách tự động trôi về cuối băng chuyền.
• Xây dựng thành công 2 hệ thống giao diện giám sát: giao diện đồ họa Tkinter (Python) và giao diện SCADA trên WinCC.
• Đánh giá của Giảng viên hướng dẫn (ThS. Lê Thị Hồng Lam):
  • Ưu điểm: Nhóm sinh viên nghiên cứu tích cực, chăm chỉ; mô hình đã thi công hoàn chỉnh và vận hành đạt toàn bộ yêu cầu đề ra.
  • Khuyết điểm: Tốc độ băng tải còn hơi chậm, chưa thay đổi được tốc độ của động cơ truyền động.
  • Kết quả đánh giá: Đạt loại Tốt, đủ điều kiện bảo vệ đồ án tốt nghiệp.

Đóng góp của công trình

• Xây dựng một giải pháp tích hợp liên ngành kết hợp hiệu quả giữa thị giác máy tính trên máy tính cá nhân (sử dụng Python) với bộ điều khiển tự động hóa công nghiệp tiêu chuẩn (PLC Siemens S7-1200).
• Cung cấp mô hình thực nghiệm chi phí thấp, tính linh hoạt cao, làm tài liệu tham khảo trực quan cho các bài toán phân loại sản phẩm trong dây chuyền tự động hóa.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của đề tài

• Tốc độ di chuyển của băng tải PVC còn chậm và hệ thống sử dụng động cơ giảm tốc DC GA25-370 thông thường nên chưa có cơ chế điều chỉnh linh hoạt tốc độ động cơ theo tải trọng hoặc công suất dây chuyền.
• Hệ thống xử lý ảnh và giám sát phụ thuộc vào máy tính xách tay cá nhân kết nối ngoài, chưa được nhúng hoàn toàn vào bộ điều khiển công nghiệp chuyên dụng.
• Khả năng phân loại mới dừng lại ở quy mô mô hình mô phỏng thực nghiệm với số lượng 3 nhóm sản phẩm.

Hướng phát triển đề tài

• Nâng cấp hệ thống truyền động băng tải bằng cách tích hợp biến tần hoặc bộ điều tốc chuyên dụng nhằm kiểm soát và thay đổi vận tốc động cơ dễ dàng.
• Mở rộng thuật toán xử lý ảnh để nhận diện đa dạng các loại mã định danh phức tạp hơn như mã QR code hoặc mã vạch 2D tốc độ cao.
• Nghiên cứu đóng gói phần mềm xử lý ảnh lên các máy tính nhúng công nghiệp nhỏ gọn để lắp đặt trực tiếp bên trong tủ điện điều khiển, nâng cao tính cơ động và ổn định công nghiệp.

---

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo hữu ích cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Điều khiển & Tự động hóa, Cơ điện tử, Kỹ thuật Điện - Điện tử và Công nghệ Thông tin. Các nội dung có giá trị tham khảo kỹ thuật cao gồm:

• Sơ đồ đấu nối và phương pháp tích hợp PLC Siemens S7-1200 với các thiết bị ngoại vi công nghiệp (cụm van điện từ 5/2, relay kiếng trung gian, cảm biến quang E3F-DS30C4, bộ nguồn Omron 24VDC).
• Kỹ thuật xây dựng giải thuật xử lý ảnh đọc mã vạch bằng Python và cơ chế liên kết truyền thông giữa Python với PLC S7-1200.
• Phương pháp thiết kế và đồng bộ hóa giao diện điều khiển giám sát kép trên nền tảng WinCC SCADA và thư viện Tkinter.

---

Câu hỏi thường gặp

1. Đề tài sử dụng bộ điều khiển PLC nào và có cấu hình ngõ vào/ra ra sao?
Đề tài sử dụng PLC Siemens S7-1200 phiên bản CPU 1214C DC/DC/DC. Thiết bị được tích hợp sẵn 14 ngõ vào số (Digital Input - DI) điện áp 24VDC, 10 ngõ ra số (Digital Output - DO) điện áp 24VDC và 1 cổng truyền thông PROFINET hỗ trợ chuẩn kết nối Ethernet và TCP/IP.

2. Cấu trúc mã vạch EAN-13 được đồ án giải thích gồm những thành phần nào?
Chuẩn mã vạch EAN-13 gồm 13 chữ số được chia làm 4 nhóm thứ tự:

• Nhóm 1 (3 chữ số đầu): Mã quốc gia sản xuất hàng hóa.
• Nhóm 2 (6 chữ số tiếp theo): Mã số doanh nghiệp sản xuất do tổ chức GS1 Việt Nam cấp.
• Nhóm 3 (3 chữ số tiếp theo): Mã sản phẩm do doanh nghiệp tự cấp.
• Nhóm 4 (1 chữ số cuối cùng): Số kiểm tra tính hợp lệ của mã.

3. Cơ cấu chấp hành phân loại sản phẩm trong mô hình gồm những thiết bị gì và hoạt động như thế nào?
Cơ cấu chấp hành gồm cụm 3 van điện từ khí nén Airtac 4V210-08 (loại 5/2, 2 đầu coil 24VDC) và 3 xy lanh khí nén tác động kép. Khi cảm biến phát hiện sản phẩm đúng vị trí phân loại, PLC kích hoạt relay trung gian điều khiển van 5/2 cấp khí nén đẩy piston xy lanh tịnh tiến ra ngoài để gạt sản phẩm (loại 1, loại 2 hoặc loại 3) vào thùng chứa, sau đó rút về vị trí ban đầu.

4. Khuyết điểm chính của mô hình được giảng viên hướng dẫn chỉ ra trong phiếu nhận xét là gì?
Trong phiếu nhận xét ngày 06/08/2022, ThS. Lê Thị Hồng Lam chỉ rõ khuyết điểm của mô hình là: tốc độ băng tải còn hơi chậm và hệ thống chưa có khả năng thay đổi tốc độ của động cơ kéo băng chuyền.

5. Những phần mềm và công cụ nào đã được sử dụng để lập trình điều khiển và giám sát hệ thống?
Hệ thống sử dụng các phần mềm: Visual Studio Code để lập trình xử lý ảnh và xây dựng giao diện giám sát Tkinter bằng ngôn ngữ Python; phần mềm TIA Portal để lập trình điều khiển logic cho PLC S7-1200; và phần mềm WinCC để thiết kế giao diện giám sát SCADA công nghiệp.

---

Kết luận

Đồ án tốt nghiệp "Ứng dụng xử lý ảnh phân loại sản phẩm theo mã vạch" đã nghiên cứu, thiết kế và chế tạo thành công một mô hình tự động hóa hoàn chỉnh tích hợp công nghệ thị giác máy tính với PLC Siemens S7-1200. Hệ thống thực hiện chính xác quy trình nhận diện mã vạch bằng Python, truyền tín hiệu điều khiển logic tới cơ cấu xy lanh khí nén để phân loại 3 nhóm sản phẩm và giám sát đồng bộ trên giao diện WinCC và Tkinter. Dù còn hạn chế về khả năng điều chỉnh tốc độ băng tải, công trình đã đáp ứng đầy đủ các yêu cầu kỹ thuật đề ra, được đánh giá loại Tốt và đóng vai trò như một mô hình học tập, nghiên cứu thực nghiệm có giá trị cao trong lĩnh vực Tự động hóa.

Trích đoạn nội dung tài liệu

đặt vấn đề, chỉ ra được lý do chọn đề tài. Nêu rõ mục tiêu, phương pháp nghiên cứu, nội dung, phạm vi giới hạn của đề tài, đồng thời chỉ ra được ý nghĩa thực tiễn mà đề tài mang lại. • Chương 2: Cơ sở lí thuyết Cung cấp tổng quan về tài liệu, các nghiên cứu lí thuyết hiện có liên quan đến đề tài đã được thảo luận và xem xét. Mô tả về phương pháp xử lý ảnh trong việc đọc mã vạch cũng như lý thuyết về mã vạch và đưa ra định hướng trong đề tài này.

Giới thiệu tổng quan PLC, tổng quan hệ thống và sơ lược về quy trình hoạt động. • Chương 3: Thiết kế phần cứng Nêu rõ các thiết bị phần cứng sử dụng trong đề tài kèm theo các thông số liên quan: thông số kỹ thuật, ứng dụng từng thiết bị. Trình bày cách kết nối các thiết bị phần cứng trong hệ thống. • Chương 4: Thiết kế phần mềm Thiết kế sơ đồ khối mô tả hoạt động của hệ thống, chương trình điều khiển, giao diện điều khiển và giám sát hệ thống.

• Chương 5: Kết quả thực hiện Trình bày các kết quả đạt được sau khi hoàn thiện đề tài. TỔNG QUAN 4 BÁO CÁO ĐỒ ÁN TỐT NGHIỆP GVHD: ThS. LÊ THỊ HỒNG LAM • Chương 6: Kết luận và hướng phát triển Nêu ra kết luận qua đó đưa ra hướng phát triển mở rộng đề tài trong tương lai. Giới hạn đề tài Với mục tiêu thiết kế và thi công hệ thống phân loại sản phẩm theo mã vạch nhưng do điều kiện về kinh tế nên đề tài chỉ giới hạn trong phạm vi sau: − Mô hình hóa hệ thống phân loại sản phẩm phục vụ cho đồ án và nghiên cứu.

− Thu thập dữ liệu điều khiển và giám sát hệ thống thông qua máy tính xách tay. − Sử dụng ngôn ngữ lập trình sẵn có là Python để điều khiển. Từ những điều kiện trên, nhóm đã hoàn thiện mô hình phân loại sản phẩm có thể mô phỏng được hoạt động của khâu phân loại trong dây chuyền thực tế của nhà máy. Ý nghĩa thực tiễn Hệ thống phân loại sản phẩm theo mã vạch mang lại một cái nhìn tổng quan về một khâu trong dây chuyền phân loại sản phẩm trong thực tế, giúp ta hình dung được cách thức hoạt động của một dây chuyền sản xuất.

Qua đó mô hình có thể được sử dụng để nghiên cứu, học tập và giảng dạy, đồng thời ta có thể cải tiến mô hình với chi phí thấp trước khi cải tiến thực tế. TỔNG QUAN 5 BÁO CÁO ĐỒ ÁN TỐT NGHIỆP GVHD: ThS. LÊ THỊ HỒNG LAM Chương 2. Lý thuyết về mã vạch 2.

Khái niệm về mã vạch Mã vạch (tiếng Anh có nghĩa là Barcode) là một dạng hình ảnh ký hiệu dùng để mã hóa những thông tin liên quan đến đối tượng cần được định danh (hàng hóa thực phẩm: bánh kẹo, nước giải khát, các đồ dùng gia dụng, …). Có thể gọi mã vạch là hình ảnh ký hiệu 1D bởi chúng được tạo thành từ các sọc thẳng đứng màu đen được đặt song song và xen kẽ lẫn nhau với những khoảng cách không đều, bên dưới những đường kẻ sọc là 1 dãy các ký tự có thể là số hoặc chữ số. Mục đích của việc tạo ra mã vạch nhằm lưu trữ và truyền tải thông tin, dữ liệu của sản phẩm hàng hóa được mã hóa. Mã vạch được coi như là một “chứng minh thư” của hàng hóa bởi mọi thông tin về sản phẩm sẽ được hiện ra theo từng mã vạch sản phẩm như: quốc gia đăng ký mã vạch, tên doanh nghiệp, lô sản xuất hàng hóa, tiêu chuẩn chất lượng đăng ký, kích thước hay thông số sản phẩm, nơi kiểm tra … Nếu dùng mắt thường để nhìn vào các loại mã vạch thì rất khó có thể biết được nó là gì và dữ liệu được mã hóa bên trong ra sao.

Tuy nhiên chính những sự thay đổi trong độ rộng của vạch và khoảng trắng sẽ là biểu thị thông tin số hay chữ số dưới dạng mà máy có thể đọc được. Từ những dữ kiện nêu trên có thể thấy mã vạch sản phẩm bao gồm 2 thành phần chính: − Mã vạch: Tổ hợp những khoảng trắng, vạch trắng được sắp xếp đúng quy luật, thông số, chỉ có thể đọc được bằng những thiết bị hỗ trợ chuyên dụng như máy quét mã vạch. − Mã số hàng hóa: Dãy số thể hiện thông tin về nguồn gốc xuất xứ của sản phẩm thông qua quy ước mã số cho các quốc gia trên thế giới của tổ chức GS1. Người dùng có thể dễ dàng nhận diện mã số này.

CƠ SỞ LÝ THUYẾT 6 BÁO CÁO ĐỒ ÁN TỐT NGHIỆP GVHD: ThS. LÊ THỊ HỒNG LAM Hình 2. Ví dụ về mã vạch 2. Quy ước đọc mã vạch Một số loại mã vạch phổ biến trên thị trường là UPC, EAN, Code 39, Interleaved 2 of 5, Code 128 và Codabar.

Trong đó chuẩn mã vạch EAN (European Article Number) của tổ chức mã số vật phẩm quốc tế được áp dụng cho hầu hết hàng hóa Việt Nam trên thị trường hiện nay. Quy ước đọc mã vạch EAN như sau: mã gồm 13 con số sẽ được chia làm 4 nhóm theo thứ tự. − Nhóm 1: 3 chữ số đầu – Mã quốc gia sản xuất hàng hóa. − Nhóm 2: 6 chữ số tiếp theo – Mã số doanh nghiệp sản xuất do tổ chức GS1 Việt Nam cấp.

− Nhóm 3: 3 chữ số tiếp theo – Mã sản phẩm do doanh nghiệp tự cấp. − Nhóm 4: Chữ số cuối cùng (chữ số thứ 13) – Số về kiểm tra. Cách nhận diện mã vạch Để đọc được mã vạch ta cần máy quét mã vạch. Loại máy này phải sử dụng loại đầu lọc quang học chuyên dụng với chùm tia sáng hoặc tia laser.

Để máy nhận diện chính xác nhất, rõ ràng nhất thì màu sắc của mã vạch cần được in vừa phải, kí hiệu không bị biến dạng hay mất nét, môi trường quét mã vạch cần có ánh sáng vừa đủ. Sau khi quét, máy đọc sẽ giải mã vạch đó bằng phần mềm dưới dạng Firmware. Mã vạch được xem là hợp lệ nếu máy quét có thể hoàn toàn đọc được mã vạch trên sản phẩm này. Cuối cùng, mọi thông tin, dữ liệu sau đó sẽ được chuyển vào máy tính hay những thiết bị hỗ trợ cần thông tin về sản phẩm chứa mã vạch này.

CƠ SỞ LÝ THUYẾT 7 BÁO CÁO ĐỒ ÁN TỐT NGHIỆP GVHD: ThS. LÊ THỊ HỒNG LAM Bằng cách khác để đọc được mã vạch, ta chỉ cần một camera thông thường hay thậm chí sử dụng ngay cả camera của điện thoại thông minh (Smart Phone) để quét mã với điều kiện camera đã được lập trình xử lý ảnh bằng phần mềm chuyên dụng. 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 mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, 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 người máy: nhận dạng ảnh, xử lý âm thanh, đồ họa. • Trong lĩnh vực an, 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,. Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất lượng và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng ảnh báo được truyền từ Luân đôn đến New York từ những năm 1920.

Vấn đề nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh. Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện cho quá trình xử lý ảnh số được thuận lợi hơn. Năm 1964, máy tính đã có khả năng xử lý và nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi đường biên, lưu ảnh.

Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo như mạng nơron nhân tạo, các thuậttoán xử lý hiện đại và cải tiến, các công cụ nén ảnh ngày càng được áp dụng rộng rãi và thu được nhiều kết quả khả quan hơn. 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 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT 8 BÁO CÁO ĐỒ ÁN TỐT NGHIỆP GVHD: ThS. LÊ THỊ HỒNG LAM 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. Các bước cơ bản trong xử lý ảnh Sơ đồ này bao gồm các thành phần sau: 2. 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). 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.

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.