Chương 1: Tổng quan. • Chương 2: Cơ sở lý thuyết. • Chương 3: Thiết kế và xây dựng hệ thống. • Chương 4: Thi công hệ thống.
• Chương 5: Kết quả so sánh, thực nghiệm, phân tích, tổng hợp. • Chương 6: Kết luận và hướng phát triển. 2 Chương 2: CƠ SỞ LÝ THUYẾT 2. Phát hiện sản phẩm lỗi dựa trên xử lý ảnh truyền thống Phát hiện khuyết tật bề mặt dựa trên xử lý hình ảnh truyền thống của các sản phẩm công nghiệp cần thiết kế một phương pháp trích xuất các tính năng hình ảnh theo các tính năng kết cấu của hình ảnh, không yêu cầu một số lượng lớn dữ liệu được dán nhãn để huấn luyện mô hình.
Các phương pháp được thực hiện như phương pháp thống kê, phương pháp quang phổ và phương pháp mô hình thường được sử dụng trong xử lý ảnh truyền thống. Phương pháp thống kê Phương pháp thống kê là phương pháp phân tích kết cấu và xác định các khuyết tật theo đặc điểm phân phối thống kê của hình ảnh. Phương pháp này có thể được chia thành thang độ xám phương pháp thống kê, phương pháp thống kê mẫu và phương pháp thống kê gradient. Mô tả của tính năng kết cấu bằng phương pháp thống kê là một quá trình tính toán từng điểm, về cơ bản là không bị ảnh hưởng bởi ánh sáng và nhiễu, và có sự ổn định.
Tuy nhiên, do không lấy được thông tin đầy đủ nên không thể nghiên cứu sự phụ thuộc giữa các pixel. Phương pháp quang phổ Đối với một số lỗi khó xác định hiệu quả chỉ bằng thang độ xám pixel, các nhà nghiên cứu tin rằng sự xuất hiện của các khiếm khuyết phá hủy tính nhất quán về cấu trúc của đồng phục họa tiết. Chúng ta có thể chuyển đổi hình ảnh trong miền thời gian. Sau khi chuyển đổi miền thời gian, phát hiện chính xác các khuyết tật có thể đạt được theo các phản ứng khác nhau của kết cấu bình thường và kết cấu khiếm khuyết.
Loại phương pháp này có thể được chia thành Fourier Transform (FT), bộ lọc Gabor và biến đổi wavelet. Biến đổi Fourier nhận ra sự tách biệt và chuyển đổi từ miền thời gian sang miền tần số và nó phù hợp với các tín hiệu cố định. Nó thuộc về phân tích tổng quát và đặc biệt phù hợp để phân tích các tín hiệu tương đối ổn định cho một thời gian dài. Biến đổi Gabor thực hiện nội địa hóa phân tích tần số thời gian và là một phân tích tần số thời gian với một độ phân giải duy nhất, đặc biệt nhạy cảm với các cạnh hình ảnh và không nhạy cảm với ánh sáng.
Biến đổi 3 Wavelet có các đặc điểm phân tích video cục bộ tuyệt vời. Nó có thể thay đổi cấu trúc quang phổ và hình dạng cửa sổ, và rất hiệu quả để phân tích tín hiệu đột biến và tín hiệu số ít. Phương pháp mô hình Các phương pháp phân tích kết cấu dựa trên mô hình cố gắng nắm bắt quá trình tạo kết cấu. Việc cố gắng mô hình hóa kết cấu bằng cách xác định các tham số của các mô hình được xác định trước.
Phương pháp không chỉ xem xét tính ngẫu nhiên cục bộ của kết cấu mà còn xem xét tính đều đặn của toàn bộ kết cấu, linh hoạt hơn. nhưng rất khó để ước tính các tham số của mô hình, và số lượng tính toán lớn. Phương pháp sử dụng trường ngẫu nhiên Gaussian Markov để mô hình kết cấu hình ảnh của các loại sản phẩm không có khiếm khuyết. Mô hình tự hồi quy (MR-SAR) để phân loại và phân đoạn kết cấu.
Đầu tiên, mô hình đa biến tự hồi quy đồng thời bất biến xoay vòng (RISAR) dựa trên mô hình hồi quy tự động (CAR). Thực nghiệm cho thấy mô hình RISAR đa biến vượt trội so với mô hình CAR trong phân loại kết cấu. Phương pháp chia hình ảnh khuyết tật bề mặt của sản phẩm thành hai loại: “nền” và “khuyết tật”, đồng thời sử dụng các mô hình Cây Markov ẩn (HMT) để lập mô hình và đạt được phân đoạn khuyết tật đa quy mô tương ứng. Theo quan điểm về tỷ lệ lỗi phân đoạn cao trong kết quả phân đoạn tỷ lệ tốt thu được từ mô hình HMT, Markov ẩn thích ứng theo ngữ cảnh phương pháp cây (CAHMT) được giới thiệu để kết hợp các kết quả phân đoạn của các tỷ lệ khác nhau, trong đó làm giảm đáng kể tỷ lệ lỗi phân đoạn của phân đoạn tỷ lệ nhỏ.
Tổng quan về xử lý ảnh Xử lý ảnh là một cách thực hiện các thao tác khác nhau trên bất kỳ dữ liệu hình ảnh nào bằng phần mềm hoặc phần cứng để có được đầu ra cụ thể. Xử lý hình ảnh có phạm vi bao phủ rộng lớn, bao gồm làm mờ hậu cảnh, khôi phục hình ảnh, tăng độ sáng của hình ảnh, phát hiện chủ thể, làm sắc nét hình ảnh. ❖ Phương pháp xử lý hình ảnh Phương pháp xử lý hình ảnh bao gồm xử lý hình ảnh tương tự và xử lý hình ảnh kỹ thuật số. 4 ▪ Xử lý hình ảnh tương tự Xử lý hình ảnh tương tự đề cập đến thay đổi hình ảnh thông qua các phương tiện điện.
Ví dụ phổ biến nhất hình ảnh ti vi. Tín hiệu truyền hình là một mức điện áp thay đổi biên độ để thể hiện độ sáng thông qua hình ảnh. Bằng cách thay đổi tín hiệu điện, hình ảnh hiển thị sẽ bị thay đổi. Điều khiển độ sáng và độ tương phản trên tivi dùng để điều chỉnh biên độ và tham chiếu của tín hiệu video, dẫn đến làm sáng, làm tối và thay đổi phạm vi độ sáng của hình ảnh được hiển thị.
▪ Xử lý ảnh kỹ thuật số Trong trường hợp này, máy tính kỹ thuật số được sử dụng để xử lý hình ảnh. Hình ảnh sẽ được được chuyển đổi sang dạng kỹ thuật số bằng máy quét và sau đó xử lý nó. Nó bắt đầu với một hình ảnh và tạo ra một phiên bản sửa đổi giống nhau. Một hình ảnh kỹ thuật số là một dãy số thực được biểu diễn bằng một số bit hữu hạn, tính linh hoạt, khả năng lặp lại và bảo quản bản gốc, độ chính xác của dữ liệu đây là lợi thế cơ bản của hình ảnh kỹ thuật số.
Có nhiều kỹ thuật xử lý hình ảnh với các phương pháp khác nhau đó là: ▪ Trình bày hình ảnh Một hình ảnh được xác định trong "thế giới thực" được coi là hàm của các biến hai số thực, ví dụ: f(x,y) với f là biên độ (ví dụ: độ sáng) của hình ảnh ở vị trí tọa độ thực (x,y). Ảnh hưởng của số hóa được thể hiện trong Hình 2 Hình 2.1: Hình ảnh 2D [2] Hình ảnh 2D liên tục của một hàm 2 biến f(x,y) được chia thành N dòng và M cột. Các giao điểm của một dòng và một cột được gọi là điểm. Giá trị này được gán 5 cho tọa độ số nguyên [m,n] trong đó {m=0,1, 2,.,N-1} là một hàm f[m,n].
Trong thực tế, trong hầu hết các trường hợp f(x,y) mà chúng ta có thể được coi là tín hiệu vật lý tác động lên mặt cảm biến. Thông thường một tập tin hình ảnh như BMP, JPEG, TIFF, v., có một số tiêu đề và thông tin hình ảnh. Một tiêu đề thường bao gồm các chi tiết như định danh định dạng (thường là thông tin đầu tiên), độ phân giải, số bit/pixel, kiểu nén. ▪ Tiền xử lý ảnh Bao gồm xử lý các bước như sau: ✓ Chia tỷ lệ Bằng cách giảm bớt tỷ lệ so với ảnh gốc, kích thước của dữ liệu ban đầu đến một giới hạn có thể quản lý được.
✓ Độ phóng đại hình ảnh Điều này thường được thực hiện để cải thiện quy mô của hiển thị để giải thích trực quan hoặc đôi khi để khớp tỷ lệ của hình ảnh này với hình ảnh khác. Để phóng to một hình ảnh lên gấp 2 lần, mỗi pixel của ảnh gốc được thay thế bằng một khối 2x2 pixel, tất cả đều giống nhau giá trị độ sáng như pixel gốc. ✓ Sự giảm bớt hình ảnh Để giảm hình ảnh kỹ thuật số về dữ liệu gốc, mỗi hàng thứ m và cột thứ m của bản gốc hình ảnh được chọn và hiển thị. Khác cách để đạt được điều tương tự là bằng cách lấy mức trung bình trong khối 'm x m' và hiển thị mức trung bình này sau khi làm tròn số thích hợp giá trị kết quả.
✓ Xoay ảnh Xoay được sử dụng trong ảnh khảm, ảnh đăng ký, v. Một trong những kỹ thuật của phép quay là phép quay cắt 3 bước, trong đó ma trận xoay có thể được phân tách thành ba ma trận có thể tách được. ▪ Kỹ thuật nâng cao hình ảnh Đôi khi hình ảnh thu được từ vệ tinh và máy ảnh thông thường và kỹ thuật số thiếu độ tương phản và độ sáng vì hạn chế của hệ thống phụ hình ảnh và điều kiện ánh sáng trong khi chụp ảnh. Hình ảnh có thể có nhiều loại nhiễu khác nhau.
Trong nâng cao hình ảnh, mục tiêu là làm nổi bật một số tính năng hình ảnh nhất định cho 6 lần tiếp theo phân tích hoặc hiển thị hình ảnh. Ví dụ bao gồm tăng cường độ tương phản và cạnh, giả màu, lọc tiếng ồn, làm sắc nét, phóng đại. Cải thiện hình ảnh rất hữu ích trong trích xuất đặc trưng, phân tích hình ảnh và hiển thị hình ảnh. Quá trình nâng cao bản thân nó không làm tăng tính vốn có nội dung thông tin trong dữ liệu.
Nó đơn giản nhấn mạnh đặc trưng hình ảnh cụ thể nhất định. Các thuật toán nâng cao nói chung là tương tác và phụ thuộc vào ứng dụng. Một số kỹ thuật nâng cao là: − Kéo dài tương phản − Lọc nhiễu − Sửa đổi biểu đồ ▪ Phân tích hình ảnh Phân tích hình ảnh liên quan đến việc tạo ra phép đo định lượng từ hình ảnh đến tạo ra một mô tả về nó. Một cách đơn giản nhất trong biểu mẫu, nhiệm vụ này có thể là đọc nhãn trên một mặt hàng tạp hóa, sắp xếp các phần khác nhau trên một dây chuyền lắp ráp, hoặc đo kích thước và định hướng của các tế bào máu trong một hình ảnh y tế.
Hệ thống phân tích hình ảnh tiên tiến hơn đo lường thông tin định lượng và sử dụng nó để đưa ra một quyết định phức tạp, chẳng hạn như điều khiển cánh tay robot để di chuyển đối tượng sau khi xác định nó hoặc điều hướng một máy bay với sự hỗ trợ của hình ảnh thu được dọc theo quỹ đạo của nó. Kỹ thuật phân tích hình ảnh yêu cầu trích xuất một số đặc điểm hỗ trợ việc nhận dạng của đối tượng.