MACHINE VISION SOFTWARE
MACHINE VISION - INSPECTION (KIỂM TRA SẢN PHẨM)
MACHINE VISION - ROBOT GUIDE (HƯỚNG DẪN ROBOT)
MACHINE VISION -GAUGE (ĐO KÍCH THƯỚC)
MACHINE VISION - IDENTIFICATION (ĐỊNH DANH)

Hiện nay, đã có rất nhiều nhà máy sử dụng Machine Vision để thay thế con người trong nhiều khâu vận hành của sản xuất. Machine là công nghệ được sử dụng để cung cấp khả năng kiểm tra và phân tích tự động dựa trên các hình ảnh. Chính vì điều này mà Machine Vision sẽ giúp nhà máy cải thiện chất lượng và năng suất, đồng thời giảm chi phí sản xuất.

1. Machine Vision là gì?

Machine Vision dịch theo nghĩa Tiếng Việt là thị giác máy. Đây là một lĩnh vực trong khoa học máy tính và trí tuệ nhân tạo. Nhiệm vụ của Machine Vision là nghiên cứu và phát triển các phương pháp và công nghệ để cho máy tính có thể “nhìn thấy” và “hiểu” được thế giới xung quanh thông qua hình ảnh và video. 

Machine Vision thường sử dụng các kỹ thuật để xử lý ảnh. Chẳng hạn như lọc, phân đoạn, nhận dạng và phân loại để tạo ra mô hình và thuật toán nhằm giải quyết các vấn đề trong nhiều lĩnh vực khác nhau, từ sản xuất, an ninh, y tế đến giao thông vận tải và robot. 

Một số ứng dụng của Machine Vision bao gồm: tự động kiểm tra sản phẩm, phát hiện và phân loại vật thể, nhận diện khuôn mặt, theo dõi chuyển động và tự động lái xe. 

Machine-Vision

Machine Vision là gì?

Ví dụ: Một nhà máy sử dụng Machine Vision để phân loại số hạt điều đạt chuẩn nhằm phục vụ cho mục đích sản xuất và xuất khẩu. Mỗi hạt điều khi đi qua một cảm biến sẽ được kiểm tra, kích hoạt và chụp ảnh lại. 

Sau khi những hình ảnh này được lưu trữ trong bộ nhớ, phần mềm thị giác sẽ thực hiện nhiệm vụ là xử lý, phân tích và đưa ra phản hồi không thành công dựa trên kích cỡ hạt. Nếu hệ thống phát hiện ra hạt điều không đạt tiêu chuẩn thì sẽ báo lỗi. Lúc này hệ thống máy sẽ tự lọc ra những hạt điều bị lỗi đó. Những công nhân vận hành máy có thể xem các hạt điều bị từ chối do không đạt chuẩn và thống kê quy trình liên tục trên màn hình. 

2. Nguyên lý hoạt động của Machine Vision

Machine Vision được hoạt động dựa trên các nguyên lý của xử lý hình ảnh số và trí tuệ nhân tạo. Nó bao gồm các bước sau: 

  • Bước 1: Thu thập dữ liệu

Machine Vision sẽ tiến hành thu thập dữ liệu từ các nguồn khác nhau như máy ảnh, video hoặc cảm biến. 

  • Bước 2: Tiền xử lý dữ liệu

Dữ liệu được thu thập thường chứa nhiễu hoặc độ sáng khác nhau. Vì vậy, trước khi phân tích bởi các thuật toán Machine Vision, dữ liệu cần được xử lý để loai bỏ nhiễu và chuẩn hóa độ sáng. 

  • Bước 3: Phân đoạn ảnh

Nhiệm vụ chính của bước này là để phân tách các đối tượng trong ảnh và tiến hành nhận diện chúng. Các kỹ thuật phân đoạn ảnh bao gồm các thuật toán như: K-means clustering, phân cụm hay deep learning như semantic segmentation. 

  • Bước 4: Trích xuất đặc trưng

Sau khi phân đoạn ảnh, Machine Vision sẽ trích xuất đặc trưng của đối tượng trong ảnh. Chẳng hạn như màu sắc, hình ảnh, hoặc các đặc tính khác để có thể phân biệt các đối tượng khác nhau. 

  • Bước 5: Phân loại đối tượng

Dựa trên các đặc trưng đã trích xuất, Machine Vision sẽ sử dụng các thuật toán phân loại để xác định đối tượng đó là gì và phân loại chúng theo các nhóm tương ứng.

  • Bước 6: Tổng hợp kết quả

Bước cuối cùng, Machine Vision sẽ tổng hợp kết quả đã xử lý để đưa ra kết quả cuối cùng. Chẳng hạn như đánh giá chất lượng sản phẩm, phát hiện lỗi hoặc điều khiển robot. 

3. Các thiết bị của Machine Vision (thị giác máy)

Camera

Đây là thiết bị cơ bản để thu thập hình ảnh trong quá trình sử dụng Machine Vision. Các loại camera khác nhau có thể được sử dụng tùy thuộc vào ứng dụng cụ thể, bao gồm các camera công nghiệp, camera RGB-D, hay camera với độ phân giải cao.

Smart camera

Smart Camera (máy ảnh thông minh) được sử dụng để chụp và trích xuất thông tin dành riêng cho ứng dụng từ một máy ảnh. Máy ảnh thông minh có thể tạo ra mô tả và đưa ra quyết định sau khi hình ảnh được chụp. Một máy ảnh thông minh sẽ có đầy đủ các giao diện cần thiết để phục vụ cho công việc của mình. Bên cạnh đó, nó có thể kết nối với Wifi hoặc máy chủ để dễ dàng truyền dữ liệu hình ảnh đã chụp. 

3D camera

3D Camera có phép một hình ảnh được hiển thị ở các góc khác nhau của đối tượng. Từ đó đưa ra ý tưởng về hình dạng của đối tượng đó. Với hệ thống thị giác máy, máy ảnh 3D sẽ có phép các góc nhìn khác nhau và cảm nhận độ sâu của đối tượng.

Camera nhiệt

Camera nhiệt (hay còn gọi là Camera ảnh nhiệt) là một loại máy ảnh nhiệt hiển thị hình ảnh thông qua các bức xạ hồng ngoại. Từ đây, máy sẽ cho người dùng thấy các vùng nhiệt trên hình ảnh. 

Phần mềm

Phần mềm Machine Vision được sử dụng để thiết lập và cấu hình các thiết bị. Đồng thời chúng cũng được dùng để xử lý ảnh và đưa ra kết quả phân tích. 

Hệ thống nhúng

Hệ thống nhúng còn được gọi là máy tính – hình ảnh. Điểm đặc biệt của máy này này là chúng không có vỏ hoặc khung được kết nối trực tiếp với bảng mạch xử lý. Hiện nay có rất nhiều thư viện mã nguồn mở cho máy học và trí tuệ nhân tạo. Do đó, nhiều hệ thống thị giác máy tính đang được triển khai dưới dạng hệ thống nhúng. 

Frame grabbers

Frame Grabbers là thiết bị điện tử được sử dụng để chuyển đổi tín hiệu từ một Camera hoặc một nguồn video khác thành dữ liệu số có thể được xử lý bởi máy tính. 

Các Frame Grabbers thường được cài đặt trong máy tính và gắn trực tiếp vào các camera hoặc nguồn video. Sau khi thu thập dữ liệu, các Frame Grabbers sẽ chuyển đổi tín hiệu analog sang dữ liệu số và gửi dữ liệu đến máy tính. Khi được kết hợp với phần mềm Machine Vision, dữ liệu số này có thể được sử lý để phân tích và đưa ra kết quả. 

Đèn chiếu sáng

Đèn chiếu sáng có nhiệm vụ bổ sung ảnh sáng cho hệ thống để máy ảnh có đủ ánh sáng để chụp ảnh sản phẩm. Ánh sáng được cài đặt trên hệ thống thị giác máy sẽ phụ thuộc vào chi tiết được yêu cầu trong hình ảnh. 

Lens

Lens được hệ thống thị giác máy sử dụng để chụp ảnh ở độ phân giải như mong muốn. Điểm ảnh của máy ảnh càng thấp thì độ phân giải của ống kính càng thấp, máy ảnh càng thấp và ngược lại. 

Máy tính hiệu suất cao

Máy tính hiệu suất cao được sử dụng trong trường hợp khi cần xử lý khối lượng lớn các mặt hàng với nhiều chi tiết khác nhau. Điều này giúp cho hệ thống thị giác có thể xử lý thông tin với tốc độ nhanh hơn. 

Xác minh Label

Tùy thuộc vào ứng dụng mà hệ thống đang sử dụng để lựa chọn và thay đổi loại Label nào là cần thiết. Chẳng hạn như đối với ngành thực phẩm, nhiều Label sẽ kiểm tra chi tiết hơn về ngày sản xuất, hạn sử dụng, tên thực phẩm.

Thiet-bi-cua-Machine-Vision

Thiết bị của Machine Vision

4. Vai trò của ánh sáng trong Machine Vision

Trong điều kiện ánh sáng đủ, mắt người có thể nhìn rõ mọi vật. Thế nhưng về hệ thống thị giác máy không có khả năng thực hiện điều đó. Do vậy bạn cần phải chiếu sáng bộ phận đang muốn kiểm tra để thị giác máy có thể nhìn rõ được chúng. 

Ánh sáng là yếu tố quan trọng trong Machine Vision. Bởi nó sẽ ảnh hưởng trực tiếp đến chất lượng và độ tin cậy của ảnh thu thập được. Ánh sáng được sử dụng để phục vụ cho quá trình thu thập ảnh, tăng cường độ tương phản và độ chi tiết của hình ảnh. 

Các loại ánh sáng có thể được sử dụng trong Machine Vision bao gồm:

  • Ánh sáng đồng đều: Loại ánh sáng này được sử dụng để tạo ra một mức độ ánh sáng đồng đều trên toàn bộ khu vực thu thập ảnh.
  • Ánh sáng chiếu sáng góc: Ánh sáng chiếu sáng góc được sử dụng để tạo ra các vùng bóng và độ tương phản cao trong ảnh.

  • Ánh sáng phản xạ: Ánh sáng phản xạ được sử dụng để tạo ra một mức độ sáng cao hơn bên trong vật thể, giúp tăng cường độ tương phản của ảnh.

  • Ánh sáng tia laser: Ánh sáng tia laser được sử dụng để tạo ra các vùng sáng và tối rõ ràng trên bề mặt vật thể, giúp tạo ra độ tương phản cao hơn trong ảnh. 

  • Ánh sáng hồng ngoại: Ánh sáng hồng ngoại được sử dụng để tạo ra các vùng sáng và tối trên các bề mặt không thể quan sát được bằng mắt thường. 

Khi lựa chọn hệ thống ánh sáng trong Machine Vision, các nhà sản xuất cần đảm bảo rằng hệ thống ánh sáng phù hợp với các yêu cầu cụ thể của ứng dụng và kiểm soát chúng một cách chính xác để đạt được kết quả tối ưu. 

5. Ứng dụng của Machine Vision trong ngành công nghiệp 4.0

Được hỗ trợ bởi Camera công nghiệp, hệ thống thị giác máy có thể đo và đếm sản phẩm, tính toàn trọng lượng hoặc thể tích của chúng. Ngoài ra, thị giác máy có thể kiểm tra hàng hóa ở tốc độ cao nhất với các đặc điểm được xác định trước. 

Bên cạnh đó, chúng tự động trích xuất thông tin quan trọng từ dữ liệu khổng lồ hoặc giúp các chuyên gia giải thích hình ảnh bằng cách chọn lọc, tối ưu hóa và bổ sung hình ảnh. 

Ngoài ra, công nghệ này còn được ứng dụng như sau:

  • Nhận diện đối tượng: Machine Vision có thể phát hiện, nhận dạng và phân loại đối tượng trong hình ảnh hoặc Video. Từ các đối tượng cơ bản như đường thẳng, hình vuông đến các đối tượng phức tạp như các sản phẩm công nghiệp.

  • Đo lường và kiểm tra chất lượng: Machine Vision có thể đo lường kích thước, hình dạng, vị trí và các thông số khác của đối tượng để kiểm tra chất lượng và đảm bảo tuân thủ các tiêu chuẩn chất lượng. 

  • Phát hiện lỗi: Machine Vision có thể phát hiện các lỗi trong quá trình sản xuất hoặc các thiết bị vật lý. Từ các lỗi cơ bản như sứt mẻ, trầy xước đến các lỗi phức tạp hơn như sự khác biệt trong màu sắc và hình dạng. 

  • Theo dõi và giám sát: Machine Vision có thể giám sát và theo dõi các đối tượng, quá trình sản xuất. Đồng thời cảnh báo người dùng về các sự kiện không mong muốn. 

  • Tự động hóa: Machine Vision có thể tự động hóa quá trình sản xuất và đo lường để giảm thiểu sự can thiệp của con người, tăng năng suất và đảm bảo tính chính xác trong sản xuất.

6. Lợi ích của ứng dụng thị giác máy trong sản xuất

Machine Vision là công nghệ được áp dụng rộng rãi trong ngành sản xuất nhằm tăng cường chất lượng sản phẩm, tăng năng suất và giảm thiểu sai sót trong quá trình sản xuất. Dưới đây là một số lợi ích của Machine Vision trong sản xuất:

  • Tăng năng suất: Các hệ thống Machine Vision có thể tự động hóa các tác vụ kiểm tra và giám sát trong quá trình sản xuất. Từ đó giúp tăng tốc độ sản xuất và giảm thiểu thời gian chờ đợi.

  • Giảm thiểu sai sót: Machine Vision có thể phát hiện ra các sai sót sản xuất, bao gồm các sản phẩm bị hỏng, thiếu hoặc bị lỗi. Điều này giúp đảm bảo chất lượng sản phẩm và giảm thiểu các chi phí phát sinh do lỗi sản xuất. 

  • Tăng cường độ chính xác: Machine Vision có khả năng xử lý ảnh với độ chính xác cao, giúp đảm bảo rằng các sản phẩm đạt được các yêu cầu chính xác và độ chính xác cao nhất. 

  • Giảm chi phí: Machine Vision giúp giảm thiểu chi phí nhân lực cần thiết để thực hiện các tác vụ kiểm tra sản phẩm, đồng thời giảm thiểu rủi ro do các sai sót trong sản xuất. 

  • Tăng tính linh hoạt: Machine Vision được sử dụng để kiểm tra và giám sát các sản phẩm đa dạng về kích thước, hình dạng và chất liệu, đảm bảo tính linh hoạt trong sản xuất.

  • Nâng cao hiệu suất: Machine Vision có khả năng phát hiện và báo cáo các vấn đề trong quá trình sản xuất nhanh chóng và chính xác, giúp tăng cường hiệu suất và giảm thiểu thời gian ngừng sản xuất. 

Loi-ich-cua-Machine-Vision

Machine Vision tiết kiệm chi phí và nâng cao hiệu suất

7. Sự khác biệt giữa Machine Vision và Computer Vision

Machine Vision và Computer Vision là hai thuật ngữ nói về thị giác máy. Thế nhưng, trong một vài trường hợp, chúng được phân biệt như sau.

Machine Vision thường gắn liền với các ứng dụng công nghiệp về khả năng nhìn của máy tính. Thuật ngữ Computer Vision thường được sử dụng để mô tả bất kỳ công nghệ nào. Trong đó máy tính được giao nhiệm vụ số hóa hình ảnh, xử lý dữ liệu và một số hành động liên quan khác. 

Một điểm khác biệt đôi khi được tạo ra là sức mạnh xử lý. Đây là sự khác biệt giữa máy móc và máy tính. Hệ thống thị giác máy thường có ít sức mạnh xử lý hơn và chúng được sử dụng trong môi trường sản xuất tinh gọn, thực hiện các tác vụ thực tế ở tốc độ cao để thu thập dữ liệu cần thiết nhằm mục đích hoàn thành công việc cụ thể. 

8. Tổng kết

Hiểu được Machine Vision là gì và tầm quan trọng của nó, chắc chắn các doanh nghiệp đang tìm cách tự động hóa các quy trình kinh doanh để mang lại lợi ích cho ngành và nâng cao hiệu quả kinh doanh.