ĐỒ ÁN TỐT NGHIỆP Ngành Công nghệ Kỹ thuật Điều khiển và Tự động hoá Đề tài Hệ Thống Phân Loại Sản Phẩm Lỗi Ứng Dụng Xử Lý Ảnh Labview

BỘ GIÁO DỤC VÀ ĐẠO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH
KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

-----------------⸙∆⸙-----------------

BÁO CÁO ĐỒ ÁN TỐT NGHIỆP
Ngành: Công nghệ Kỹ thuật Điều khiển và Tự động hoá
Đề tài: Hệ Thống Phân Loại Sản Phẩm Lỗi Ứng Dụng

Xử Lý Ảnh Labview
GVHD: TS. Vũ Văn Phong
Nhóm SVTH:
Lại Hồng Quảng

17151120

Nguyễn Việt Tiến

17150106

Tp. Hồ Chí Minh, tháng 8 năm 2021


TĨM TẮT
Trong đề tài này, nhóm đã tìm hiểu và nghiên cứu nhiều phương pháp phân loại
sản phẩm lỗi, nhưng việc phân loại sản phẩm lỗi bằng xử lý ảnh mang đến hiệu quả
khả thi nhất, từ đó nhóm đã thiết kế thành công hệ thống phân loại sản phẩm lỗi ứng
dụng xử lý ảnh Labview. Hệ thống có khả năng nhận dạng được lỗi sản phẩm bị thiếu,
cấn móp, và kiểm tra mã sản phẩm barcode đúng hoặc sai do bị nhăn, mờ, hoặc bị rách.
Từ đó giúp hệ thống có thể phân loại các sản phẩm lỗi và sản phẩm đạt chuẩn. Nhóm

đã thiết kế và xây dựng hoàn thiện phần cứng, sử dụng PLC S7-1200 để điều khiển hệ
thống, xây dựng được chương trình xử lý ảnh dựa trên Labview để xây dựng chương
trình điều khiển và giám sát hệ thống thông qua Webserver của PLC, thiết kế thành
công sơ đồ nối dây hệ thống, giao diện giám sát và điều khiển cho hệ thống.

2


MỤC LỤC

DANH MỤC HÌNH ẢNH

3


DANH MỤC BẢNG BIỂU

4


DANH MỤC CÁC TỪ VIẾT TẮT
PLC: Programmable Logic Controller
OLE: Object Linking and Embedding
FPS: Frames Per Second
HMI: Human Machine Interface
QR: Quick Response
PDA: Personal Digital Assistant
IMAQ: Image acquisiton
NTSC: National Teltevision System Committee
PAL: Phase Alternating Line

OPC: Open Platform Communications.
CNC: Computerized Numerical Control
EAN: European Article Number
UPC: Universal Product Code
HTML: Hypertext Markup Language
CSS: Cascading Style Sheets

5


CHƯƠNG 1: TỔNG QUAN
Chương này sẽ trình bày tổng quan lý do chọn đề tài, mục tiêu, giới hạn đề tài
cũng như những nội dung sẽ nêu ở các chương tiếp theo.
1.1. Đặt vấn đề
Ngày nay cùng với sự phát triển của khoa học và công nghệ, các ngành kỹ thuật
điện tử… chiếm vai trò quan trọng trong đời sống của chúng ta. Trong đó điều khiển tự
động đóng vai trị hết sức quan trọng, nó như một trong những thứ tiên quyết trong các
ngành tự động hoá, trong sản xuất cơng nghiệp tự động hố hay trong mọi lĩnh vực về
khoa học kỹ thuật, quản lý, cung cấp thông tin,... Trong sản xuất tự động hoá, việc sản
phẩm lỗi gần như là không thể tránh khỏi, việc kiểm tra lỗi bằng mắt thường sẽ khá
mất thời gian, nhân công và hiệu quả đạt được khơng cao, cịn nếu kiểm tra lỗi bằng
cảm biến sẽ có thể tốn nhiều chi phí mà lại mang đến độ chính xác khơng cao. Do đó,
trong đề tài này nhóm quyết định áp dụng xử lý ảnh trong việc phân loại sản phẩm lỗi.
Xử lý ảnh được cho là một phân ngành khoa học mới rất phát triển trong những
năm gần đây. Tính ứng dụng của nó gần như là khơng giới hạn, với những tiến bộ trong
công nghệ mở ra nhiều cơ hội mới cho các doanh nghiệp. Việc sản xuất dây chuyền
hàng loạt tạo ra các sản phẩm lớn thì sẽ cần kiểm tra số lượng, cũng như là chất lượng
sản phẩm, có nhiều mức độ như thủ cơng hoặc tự động hố, nếu áp dụng phương pháp
thủ cơng sẽ làm mất nhiều thời gian, mất nhiều nhân công lao động, hiệu suất xử lý, độ
chính xác khơng cao. Việc kết hợp ứng dụng xử lý hình ảnh trong việc nhận diện, hay

phát hiện sản phẩm lỗi giúp cho tự động hoá ngày càng hiệu quả và chính xác hơn thay
cho các phương pháp khác.
Từ những lý do ở trên, nhóm quyết định chọn đề tài “Hệ thống phân loại sản
phẩm lỗi ứng dụng xử lý ảnh Labview” nhằm nâng cao tính hiệu quả trong việc phân
loại sản phẩm bị lỗi thông qua xử lý ảnh, với mục đích tăng độ chính xác gần như tuyệt
đối, giảm thiểu thời gian cũng như nhân công lao động.

6


1.2. Mục tiêu đề tài
- Thiết kế mơ hình phần cứng hệ thống phân loại sản phẩm lỗi
- Thiết kế chương trình điều khiển Labview và PLC
- Cấu hình truyền thông giữa Labview và PLC
- Thiết kế giao diện HMI trên Labview và giao diện giám sát trên Webserver
- Hệ thống có khả năng phân loại được các sản phẩm bị thiếu số lượng, cũng như
sai mã barcode.
1.3. Giới hạn đề tài
Mơ hình chỉ phân loại được khoảng 7 sản phẩm trong một phút, tốc độ của băng
tải có giới hạn để băng tải đỡ rung lắc, hệ thống có thể nhận diện thông qua camera.
Hệ thống cần cấp phôi bằng tay, chưa tự động cấp phôi và cần người vận hành
giám sát trong quá trình phân loại.
Hệ thống dừng lại ở mức mơ hình, chưa ứng dụng sản phẩm thực tế.
1.4 Nội dung đề tài
•
•
•
•
•

Phần cịn lại của đề tài có nội dung sau:
Chương 2: Cơ sở lý thuyết
- Trình bày các u cầu, quy trình cơng nghệ liên quan đến đề tài.
Chương 3: Tính tốn và thiết kế
- Xây dựng mơ hình, quy trình hệ thống, thiết kế phù hợp, lựa chọn thiết bị.
Chương 4: Kết quả phần cứng và phần mềm
- Thi công hệ thống thực tế dựa trên kết quả của việc tính tốn và thiết kế.
Chương 5: Kết quả chạy thực nghiệm
- Trình bày kết quả đạt được về mơ hình thực tế
Chương 6: Kết luận và hướng phát triển
- Đưa ra những quan điểm về mơ hình và việc cải tiến, mở rộng phát triển.

7


CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
Chương này sẽ trình bày nội dung về các hệ thống phân loại có trên thị trường,
cơ sở lý thuyết về PLC, xử lý ảnh dùng labview, truyền thông OPC, giao diện giám sát
trên webserver,…
2.1 Tổng quan hệ thống
2.1.1 Hệ thống phân loại sản phẩm
Hiện nay có hệ thống phân loại rất đa dạng, ứng dụng nhiều cơng nghệ khác
nhau để phân loại:
• Phân loại sản phẩm theo mã vạch được sử dụng rất phổ biến hiện nay. Hệ thống
này được sử dụng để phân loại các kiện hàng, bưu phẩm, sản phẩm thành phẩm
đã được đóng thùng carton, đóng túi và dán mã vạch barcode, mã QR.
- Ưu điểm: Hệ thống có thể dễ dàng sàng lọc và lựa chọn, gom sản phẩm vào
các vị trí tập kết (hub) theo yêu cầu đặt ra như:
+ Với sản phẩm điện tử, công nghệ: phân theo cùng lô sản xuất, ngày sản
xuất, model…

+ Với các bưu phẩm, đơn hàng chuyển phát nhanh: phân loại theo ngày
lên đơn, cách thức đóng gói, địa điểm giao hàng, hàng chuyển nhanh-tiêu
chuẩn…
+ Với

các sản phẩm nơng sản đóng gói: phân loại theo hạn sử dụng, số lô

chế biến, cấp sản phẩm…
- Nhược điểm là cần sử dụng nhiều máy đọc mã trong khâu nhận dạng mới cho
kết quả mong muốn.

8


Hình 2. 1 Hệ thống phân loại sản phẩm theo mã vạch[1]
• Phân loại theo khối lượng : dùng cảm biến tích hợp trên băng tải để cân đo khối
lượng sau đó gửi tín hiệu về bộ điều khiển để phân loại.
- Ưu điểm: Ứng dụng nhiều trong các ngành thực phẩm, thủy hải sản, nông sản,
… - Nhược điểm của hệ thống là dễ bị nhiễu do tác động bên ngồi, tốn kém
nhiều khi sử dụng cảm biến.

Hình 2. 2 Hệ thống phân loại sản phẩm theo khối lượng [1]
9


• Phân loại theo màu sắc, kích thước, hình dạng: có thể sử dụng cảm biến hoặc
camera để xác định màu sắc, hình dạng, kích thước của vật.
- Ưu điểm: Ứng dụng nhiều trong các ngành nông nghiệp, thực phẩm, dầu, hóa
chất, cơng nghiệp dược phẩm, linh kiện điện tử, thiết bị y tế…
- Nhược điểm là khi đặt trong điều kiện ánh sáng khơng tốt thì khó ra kết quả

chính xác.

Hình 2. 3 Hệ thống phân loại sản phẩm theo màu sắc[1]
Hệ thống phân loại dùng xử lý ảnh hiện nay đang được dùng rất nhiều trong
công nghiệp với độ tin cậy cao. Các hệ thống phân loại trước kia như đọc mã vạch, mã
QR,...thay vì dùng một cơng cụ riêng biệt thì cơng nghệ phân loại dùng xử lý ảnh đều
đáp ứng hầu hết các yêu cầu về nhận dạng. Trong dây chuyền sản xuất khâu đóng gói
và kiểm tra là cơng đoạn cuối cùng của q trình sản xuất vì vậy cần phải kiểm tra kĩ
lưỡng chính xác số lượng cũng như chất lượng.
Hệ thống phân loại sản phẩm lỗi dùng xử lý ảnh dùng công nghệ xử lý hình ảnh
trên dây chuyền nhận dạng lỗi và phân loại sản phẩm lỗi và sản phẩm đạt chuẩn. Hệ
thống bao gồm camera có chức năng thu thập hình ảnh sau đó xử lý để phát hiện lỗi,
ngõ ra của bộ xử lý trả tín hiệu về bộ xử lý trung tâm.
10


2.1.2. Các lỗi phân loại thường gặp trong thực tế [2].

Hình 2. 4 Lỗi thành phần trong sản phẩm
Cần phải thực hiện những kiểm tra về số thành phần trong một gói và vị trí
chính xác của chúng. Một phép đo trọng lượng đơn giản sẽ cho thấy số lượng thành
phần chính xác nhưng cần có một kiểm tra trực quan bổ sung để xác định lỗi sắp xếp vị
trí và xác định hành động khắc phục cần thiết để loại bỏ nguyên nhân gốc rễ.

Hình 2. 5 Các thành phần bị hỏng hoặc hư hại
Các thành phẩn bị hỏng hoặc hư hại mặc dù khơng đe doạ đến tính mạng nhưng
nếu người tiêu dùng tìm thấy sẽ có ảnh hưởng tiêu cực đến hình ảnh thương hiệu
11

Hình 2. 6 Vật thể bị biến dạng
Những sản phẩm hoặc thành phần bị biến dạng có thể gây ra sự gián đoạn
nghiêm trọng trong sản xuất bằng các gây hư hại tới thiết bị cuối dây chuyền.

Hình 2. 7 Tính tồn vẹn của dấu niêm phong
Niêm phong đúng cách cho sản phẩm thực sự sẽ được bảo đảm được bảo đảm
bằng cách sử dụng đúng thời hạn và ngăn chặn sự phát triển của vi khuẩn.
12


Hình 2. 8 Tính tồn vẹn của bao bì thành phẩm
Bao bì thành phẩm bị hư hỏng, khơng được đóng kín đúng cách hoặc khơng
chính xác có thể gây thiệt hại cho thiết bị cuối dây chuyền và đồng thời, trong những
trường hợp nhất định, gây ra các vấn đề về an toàn cho người tiêu dùng
2.2. Tổng quan về xử lý ảnh
Xử lý ảnh là một phân ngành khoa học mới rất phát triển trong những năm gần
đây. Xử lý ảnh gồm 4 lĩnh vực chính: xử lý nâng cao chất lượng ảnh, nhận dạng ảnh,
nén ảnh và truy vấn ảnh. Sự phát triển của xử lý ảnh đem lại rất nhiều lợi ích cho cuộc
sống của con người. Ngày nay xử lý ảnh đã được áp dụng rất rộng rãi trong đời sống
như: photoshop, nén ảnh, nén video, nhận dạng biển số xe, nhận dạng khuôn mặt, nhận
dạng chữ viết, xử lý ảnh thiên văn, ảnh y tế,...

2.2.1. Khái niệm cơ bản về ảnh [3]

13


Ảnh số là một tập hợp của nhiều điểm ảnh, hay còn gọi là pixel. Mỗi điểm ảnh
biểu diễn một màu sắc nhất định (hay độ sáng với ảnh đen trắng) tại một điểm duy
nhất, có thể xem một điểm ảnh giống như một chấm nhỏ trong một tấm ảnh màu.

Phân loại ảnh:
• Ảnh đen trắng: với một ảnh đen trắng được xây dựng từ nhiều pixel mà tại đó
biểu diễn một giá trị nhất định tương ứng với một mức xám. Những mức xám
này trải dài trong một khoảng từ đen sang trắng với bước nhảy rất mịn, thông
thường là 256 mức xám khác nhau theo tiêu chuẩn.
• Ảnh màu: Một ảnh màu thường được tạo thành từ nhiều pixel mà trong đó mỗi
pixel được biểu diễn bởi ba giá trị tương ứng với các mức trong các kênh màu
đỏ (Red), xanh lá (Green) và xanh dương (Blue) tại một vị trí cụ thể. Các kênh
màu Red, Green và Blue (trong không gian màu RGB) là những màu cơ bản mà
từ đó có thể tạo ra các màu khác nhau bằng phương pháp pha trộn.
• Ảnh nhị phân: chỉ sử dụng duy nhất một bit để biểu diễn một pixel. Do một bit
chỉ có thể xác lập hai trạng thái là đóng và mở hay 1 và 0 tương ứng với hai màu
là đen và trắng. Do đặc trưng trên mà ảnh nhị phân ít khi được sử dụng trong
thực tế.
2.2.2. Phần mềm Labview
LabVIEW (viết tắt của nhóm từ Laboratory Virtual Instrumentation Engineering
Workbench) là một phần mềm máy tính được phát triển bởi công ty National
Instruments, Hoa kỳ. LabVIEW được biết đến như là một ngơn ngữ lập trình với khái
niệm hồn tồn khác so với các ngơn ngữ lập trình truyền thống như ngơn ngữ
C, Pascal. Bằng cách diễn đạt cú pháp thơng qua các hình ảnh trực quan trong môi
trường soạn thảo, LabVIEW đã được gọi với tên khác là lập trình G (viết tắt
của Graphical, nghĩa là đồ họa).[4]

14


Hình 2. 9 Phần mềm Labview
Chức năng:[4]
LabVIEW được dùng nhiều trong các phịng thí nghiệm, lĩnh vực khoa học kĩ
thuật như tự động hóa, điều khiển, điện tử, cơ điện tử, hàng khơng, hóa sinh, điện tử y

sinh,... Hiện tại ngoài phiên bản LabVIEW cho các hệ điều hành Windows, Linux,
hãng NI đã phát triển các module LabVIEW cho máy hỗ trợ cá nhân (PDA). Các chức
năng chính của LabVIEW có thể tóm tắt như sau:
• Thu thập tín hiệu từ các thiết bị bên ngoài như cảm biến nhiệt độ, hình ảnh
từ webcam, vận tốc của động cơ,...
• Giao tiếp với các thiết bị ngoại vi thông qua nhiều chuẩn giao tiếp thông qua
các cổng giao tiếp: RS232, RS485, USB, PCI, Ethernet
• Mơ phỏng và xử lí các tín hiệu thu nhận được để phục vụ các mục đích
nghiên cứu hay mục đích của hệ thống mà người lập trình mong muốn
• Xây dựng các giao diện người dùng một cách nhanh chóng và thẩm mỹ hơn
nhiều so với các ngơn ngữ khác như Visual Basic, Matlab,..
• Cho phép thực hiện các thuật toán điều khiển như PID, Logic mờ (Fuzzy
Logic), một cách nhanh chóng thơng qua các chức năng tích hợp sẵn trong
LabVIEW.
• Cho phép kết hợp với nhiều ngơn ngữ lập trình truyền thống như C, C++,...

2.2.3. Xử lí ảnh trên labview

15


2.2.3.1. Khối tiền xử lý ảnh

Hình 2. 10 Khối IMAQ Create VI
IMAQ create VI: tạo vùng nhớ tạm thời cho ảnh.
• Border size: xác định chiều rộng bằng pixel để tạo biên của ảnh
• Image name: tên liên kết với ảnh đã tạo. Mỗi ảnh được tạo phải có tên riêng
• error in (no error): mơ tả trạng thái lỗi trước khi chạy VI. Trạng thái mặc định là
no error ( khơng lỗi) nếu có lỗi xảy ra trước khi chạy thì mã lỗi sẽ được chuyển
đến error out.

• Image type: định dạng kiểu ảnh (ảnh xám, ảnh RGB,…)
New image: ảnh ngõ vào đã được xử lý qua các chức năng của khối.

Hình 2. 11 Khối IMAQ ExtractSingleColorPlane VI
Color plane: chọn màu trong ảnh để trích xuất.
Image Src: là ảnh vào bao gồm ít nhất một màu trích xuất trong bức ảnh đó.
Image Dst: ảnh đến là ảnh đã được qua xử lý ở giai đoạn trước.
Image Dst out: nếu Image Dst được nối thì Image Dst Out tương đương với Image Dst,
ngược lại thì Image Dst out sẽ lấy ảnh của Image Src.
2.2.3.2. Khối thu nhận ảnh và xử lý ảnh
LabVIEW đã tập trung phát triển bộ công cụ Vision/ Vision and Motion bao
gồm các công cụ liên quan đến thu thập và xử lí ảnh. Bước đầu tiên trong các ứng dụng
16


liên quan đến hình ảnh đó là việc thu thập chúng. Trong Vision toolkit có bốn phương
pháp để thu thập bao gồm: Snap, Grab, Sequence and StillColor. Dùng IMAQ Snap để
thu thập hình ảnh là phương pháp đơn giản nhất tuy nhiên nó chỉ áp dụng cho các ứng
dụng địi hỏi tốc độ thu thập chậm hay FPS nhỏ. Phương pháp thu thập dùng IMAQ
Grab được áp dụng trong việc hiển thị các hình ảnh trực tiếp. Trong trường hợp biết số
lượng ảnh trong một giây cần thu thập thì sử dụng phương pháp IMAQ Sequence. Việc
sử dụng phương pháp StillColor khi cần thu thập các hình ảnh từ các camera thơng
thường (NTSC hoặc PAL video) thay vì các camera chuyên dụng và đắt đỏ (RGB
camera). Sau khi các hình ảnh được thu thập chúng sẽ được xử lí để phù hợp với các
ứng dụng cụ thể. Các xử lí ảnh thường gặp thường là: nhận dạng vật mẫu, màu sắc, các
kí tự và tính tốn khoảng cách,… Bộ cơng cụ này có thể xử lí với các kiểu hình ảnh
gồm ảnh đen trắng, ảnh xám dạng 8 bit và ảnh màu[5].
a. Khối thu thập ảnh
Khối NI Vision Acquisition Express nằm trong thư viện Vision/Vision Express
toolbox. Đây là cách đơn giản nhất để thiết lập các tham số, đặc tính cho hình ảnh khi

thu thập. Thuộc tính của khối này gồm: “Select Acquisition Source” cho phép lựa chọn
camera để thu thập hình ảnh, tiếp theo “Select Acquisition Type” cho phép lựa chọn
chế độ để hiển thị hình ảnh (gồm: hiển thị một ảnh tại thời điểm ban đầu, hiển thị liên
tục
theo thời gian hay hiển thị số ảnh nhất định cho trước). Thuộc tính “Configure
Acquisition Settings” dùng để thiết lập các thơng số như kích thước, độ sáng, độ tương
phản, cần bằng trắng, độ nghiêng,… Thuộc tính cuối cùng là “Select
Controls/Indicator” cho phép lựa chọn cách thức điều khiển cũng như hiển thị trong
quá trình xử lý ảnh[5].

17


Hình 2. 12 Khối Vision Acquisition thu thập ảnh
b. Khối xử lý ảnh [6]

Hình 2. 13 Khối Vision Assistant xử lý ảnh
Xử lí ảnh: Trong thư viện này cung cấp rất nhiều khối chức năng thực hiện cho
xử lí ảnh điển hình là khối Vision Assistant, khối cung cấp cơng cụ cho việc phân tích
hình học các vật, biểu đồ màu sắc, các bộ lọc, xử lí màu sắc, các bộ phân tích ảnh, các
hàm tốn học giúp việc nhân chia cộng trừ các tham số trong ảnh, làm mịn ảnh cũng
như lựa chọn vùng ảnh cần phân tích. Ngồi ra cịn có rất nhiều các cơng cụ khác khi
tải trên thư viện của người sử dụng trên khắp thế giới như là dynamic microscopy in
brain research, image averaging with LabVIEW, and quicktime for LabVIEW.
Pattern matching (đối chiếu mẫu): là một công cụ xử lý ảnh xác định vùng của
ảnh xám khớp với ảnh mẫu. Pattern matching đối chiếu được với mẫu dù trong điều

18

kiện thiếu sáng, mờ, nhiễu, mẫu di chuyển hoặc bị xoay. Pattern matching là một trong
những hàm xử lí quan trọng trong xử lí ảnh bởi vì ứng dụng đa dạng của phương thức
này:
• Căn chỉnh xác định vị trí và hướng của vật thể bằng cách xác định điểm
chuẩn.
• Đo lường: đo chiều dài, đường kính, góc và các kích thước khác
• Kiểm tra, phát hiện khuyết điểm ví dụ như thiếu sót thành phần, bộ phận
hoặc những bản in khơng thể đọc
• Cung cấp thơng tin về số lượng và vị trí của mẫu ở trong ảnh .
Ví dụ ứng dụng trong mạch in: kiểm tra và căn chỉnh vị trí chip trên bo mạch điện tử.
Ứng dụng trong đo đạc xác định sau đó tính tốn, đo khoảng cách giữa các vật thể. Nếu
phép đo ở trong khoảng đặt trước thì vật thể được nhận là đạt u cầu, nếu ở ngồi
khoảng thì loại. Pattern matching là một trong những bước đầu tiên trong ứng dụng thị
giác máy, nó nên hoạt động tốt dưới nhiều điều kiện. Trong ứng dụng thị giác máy tự
động, hình ảnh hiển thị của vật liệu hoặc thành phần khi kiểm tra có thể thay đổi vì
nhiều yếu tố như hướng của vật, thay đổi mức phóng đại, điều kiện ánh sáng. Pattern
matching luôn giữ được khả năng nhận diện dù những ảnh hưởng của những điều kiện
trên.
Mẫu vật xoay và xử lí đa điểm: Pattern matching có thể xác định được mẫu cho
dù vật thể bị xoay hoặc phóng to, nhỏ trong ảnh.
•
•
•
•

Vật mẫu trong ảnh
Vị trí của vật trong ảnh
Hướng của mẫu
Nhiều mẫu vật trong ảnh (nếu có)

Trong mơi trường thiếu ánh sáng: Pattern matching có thể nhận dạng được
mẫu trong ảnh ở điều kiện ánh sáng luôn thay đổi trong suốt q trình xử lí.
Tình trạng mờ và nhiễu: Pattern matching có thể nhận diện mẫu trong những
trường hợp bị mờ hoặc nhiễu do độ focus của camera hoặc độ sâu của vùng hoạt động.

19


 Các kĩ thuật pattern matching:
+ Cross Correlation (tương quan chéo) : Chuẩn hóa tương quan chéo là cách phổ
biến nhất để tìm mẫu trên ảnh. Vì ngun lí cơ bản của tương quan dựa trên một loạt
nhiều phép nhân, biến xử lí tương quan là thời gian hoạt động. Những công nghệ như
MMX(multimedia Extensions) cho phép làm đồng thời nhiều phép nhân và giảm tổng
thời gian xử lí. Có thể tăng tốc độ nhận diện bằng cách giảm kích thước ảnh và tối giản
vùng nhận diện. Tuy nhiên, phép chuẩn hóa tương quan chéo khơng đáp ứng tốc độ yêu
cầu của nhiều ứng dụng.
+ Pyramidal matching (khớp kim tự tháp): có thể giảm cải thiện thời gian tính
tốn bằng cách giảm kích thước ảnh và mẫu vật. Kĩ thuật như vậy gọi là pyramidal
matching. Trong kĩ thuật này cả ảnh và mẫu đều được chia ra lấy mẫu ở độ phân giải
miền khơng gian nhỏ hơn. Ảnh có thể bị giảm kích thước bằng ¼ ban đầu. Việc đối
chiếu được thực hiện trong lần giảm kích thước đầu tiên. Khi đối chiếu hoàn tất chỉ
vùng với độ trùng khớp cao mới được cho là vùng khớp với ảnh gốc.
+ Scale-invariant matching (đối chiếu tỉ lệ bất biến): với cách thức này phải lặp
lại q trình điều chỉnh kích thước ảnh sau đó dùng phương pháp tương quan ảnh. Việc
này sẽ tạo ra một lượng lớn phép tính vào quá trình xử lí. Nếu có một dấu hiệu về sự
xoay chuyển ảnh có thể đơn giản xoay ảnh và dùng tương quan. Tuy nhiên nếu việc
xoay ảnh chưa xác định rõ thì việc tìm mẫu khớp thật yêu cầu phải xoay toàn bộ ảnh.
Các phương pháp mới chẳng hạn những cái được sử dụng trong IMAQ vision đã
cố gắng kết hợp kĩ thuật hiểu ảnh để diễn giải thông tin mẫu sau đó dùng thơng tin này
để tìm mẫu trong ảnh. Hiểu ảnh đề cập đến kĩ thuật xử lí ảnh mà xuất ra thơng tin về

đặc tính của ảnh mẫu. Các kĩ thuật bao gồm:
• Mơ hình hình học của ảnh
• Hiệu quả mẫu hình khơng đồng nhất
• Trích xuất thơng tin mẫu ảnh khơng phụ thuộc vào góc xoay hay tỉ lệ ảnh

20


Các kĩ thuật trên giảm lượng thông tin cần để mơ tả đầy đủ ảnh hoặc mẫu vật,
qua đó tăng tốc độ tìm kiếm xử lí. Đồng thời trích xuất thông tin cần thiết từ mẫu và
loại bỏ nhiễu và thơng tin khơng cần thiết sẽ cho ra những tìm kiếm chính xác.
Một kĩ thuật pattern matching dùng mẫu khơng đồng nhất. Khi mà phần lớn ảnh
chứa những thông tin khơng hữu ích, nếu dùng tất cả các thơng tin đó để xử lí sẽ mất
thời gian và giảm độ chính xác. Cải thiện tốc độ và độ chính xác bằng cách tách ra một
vài điểm để biểu thị cho ảnh cần xử lí.
Một số phương pháp nhận dạng ảnh trong đồ án này có thể sử dụng như:
• Color matching (đối chiếu màu): phương pháp này định lượng màu và
xem có bao nhiêu màu trong một ảnh và dùng thơng tin đó để kiểm tra
ảnh khác có bao gồm màu đó với tỉ lệ tương ứng.Ứng dụng phương pháp
này cho việc kiểm tra màu, kiểm tra ví trí vật thể có màu tương ứng và
một số ứng dụng khác yêu cầu so sánh màu của ảnh.
• Color location (vị trí màu): dùng để xác định vị trí vùng màu trong ảnh.
Các ứng dụng: kiểm tra lỗi như thiếu sót thành phần của một chi tiết hoặc
lỗi sai trên bản vẽ, phân loại dựa vào các tiêu chí như màu, hình dạng,
kích thước, nhận diện vật thể sau đó gắn tên nhãn.
2.3. Truyền thông OPC
2.3.1. Khái niệm
OPC là 1 chuẩn giao tiếp dữ liệu giữa các phần mềm, theo cơ chế client-sever ,
được sử dụng rộng rãi trong công nghiệp để đảm bảo tính linh hoạt và tương thích giữa
các thành phần (có xuất xứ từ nhiều nhà sản xuất khác nhau). Một trong những phiên

bản mới nhất của OPC là OPC UA (kiến trúc hợp nhất) là giao thức đa nền tnagr cho
giao tiếp giữa máy với máy như tiếng Anh và mặt khác phiên bản cũ hơn của OPC là
OPC DA (truy cập dữ liệu) khơng tương thích với đa nền tảng. Do mục đích của hệ
thống cần truy cập dữ liệu từ client nên với đề tài này nhóm sử dụng OPC DA làm
phương thức truyền thơng từ Client đến máy chủ (KepServer).
21


Giao thức OPC DA ( giao thức truy cập dữ liệu ) là giao thức cơ bản nhất của
OPC. OPC DA giải quyết các vấn đề về sự phù hợp dữ liệu giữa các nền tảng khác
nhau và giảm chi phí phát triển và bảo trì phần mềm. Cách biểu thị dữ liệu cho DA
được hoạt động bằng cách đầu tiên giá trị tức thời là chính dữ liệu cùng với tên đi kèm
và thông tin khác đi kèm với nó, sau đó cung cấp chính xác giá trị được đọc, thơng tin
liên quan đến tính hợp lệ của dữ liệu [7].
2.3.2. Ngun lí hoạt động
Đặc tả OPC mơ tả giao diện giữa máy khách và máy chủ, máy chủ và máy chủ,
bao gồm quyền truy cập dữ liệu thời gian thực, giám sát các báo động và sự kiện, truy
cập dữ liệu lịch sử và các ứng dụng khác.
• Kịch bản kết nối OPC cổ điển là một kết nối máy chủ-máy khách trên một
máy tính, ngồi ra cũng có các tuỳ chọn khác:
• Kết nối máy khách OPC với một số máy chủ OPC. Đây được gọi là tập hợp
OPC.
• Kết nối máy khách OPC với OPC server qua mạng. Điều này có thể được
thực hiện với đường hầm OPC.
• Kết nối máy chủ OPC với máy chủ OPC khác để chia sẻ dữ liệu. Điều này
được gọi là bắc cầu OPC.
OPC DataHub được thiết kế dành riêng cho tất cả các tác vụ này. Một sự kết
hợp giữa OPC server và máy khách OPC hỗ trợ nhiều kết nối. Do đó, nó có thể kết nối
với nhiều máy chủ OPC cùng lúc để tổng hợp và bắc cầu OPC. Hai OPC DataHub có
thể phản ánh dữ liệu qua mạng TCP để cung cấp đường hầm OPC [7].

2.3.3. Lợi ích khi sử dụng tiêu chuẩn OPC
• Giảm tải cho thiết bị phần cứng.
• Tăng khả năng mở rộng của hệ thống.
• Do máy chủ OPC, các ứng dụng khách khơng cần biết gì về chi tiết giao
thức phần cứng.
• Mặc dù thiết bị khơng cần phục vụ nhiều khách hàng, nhưng tuổi thọ của
thiết bị tăng lên.
22


• Khả năng tương tác (Unix/Linux và Windows - cả hai nền tảng đều được
OPC hỗ trợ).
2.4. Giao diện giám sát trên webserver
2.4.1. Ngôn ngữ HTML
HTML (viết tắt của Hypertext Markup Language hay ngôn ngữ đánh dấu siêu
văn bản) là ngôn ngữ đánh dấu được dùng để tạo các trang siêu văn bản được sử dụng
trên mạng internet (hay trang web). Gọi là ngơn ngữ đánh dấu là vì HTML sử dụng các
thẻ để định nghĩa (hay đánh dấu) các thành phần khác nhau trên trang web [8].
Có bốn loại phần tử đánh dấu trong HTML:
• Đánh dấu có cấu trúc miêu tả mục đích của phần văn bản
• Đánh dấu trình bày miêu tả phần hiện hình trực quan của phần văn bản bất
kể chức năng của nó là gì
• Đánh dấu liên kết ngồi chứa phần liên kết từ trang này đến trang kia
• Các phần tử thành phần điều khiển giúp tạo ra các đối tượng
2.4.2. CSS
CSS là chữ viết tắt của Cascading Style Sheets, nó là một ngơn ngữ được sử
dụng để tìm và định dạng lại các phần tử được tạo ra bởi các ngôn ngữ đánh dấu
(HTML). Nói ngắn gọn hơn là ngơn ngữ tạo phong cách cho trang web. Có thể hiểu
đơn giản rằng, nếu HTML đóng vai trị định dạng các phần tử trên website như việc tạo
ra các đoạn văn bản, các tiêu đề, bảng,…thì CSS sẽ giúp chúng ta có thể thêm style vào

các phần tử HTML đó như đổi bố cục, màu sắc trang, đổi màu chữ, font chữ, thay đổi
cấu trúc…[9]
2.4.3. Phương pháp truy xuất dữ liệu[10]

23


Hình 2. 14 Cú pháp truy xuất dữ liệu
Lệnh AWP trong file HTML được hiểu như là một chú thích. Lệnh này có thể
được đặt ở bất cứ vị trí nào trong file đấy, tuy nhiên để tiện khai báo danh sách lệnh
AWP thì nó nên được đặt ở đầu file HTML.
Giải thích các cú pháp:
• :=“<Name>” có chức năng hiển thị biến nhớ của bộ điều khiển
• để có thể chỉnh sửa,
gán giá trị của biến lên bộ xử lý với phương pháp “POST”
• gán văn bản theo giá trị thay đổi của biến.
2.5. Tổng quan phần cứng
2.5.1. PLC
PLC là từ viết tắt của “Programmable logic controller” được dịch sang tiếng việt
là bộ điều khiển logic khả trình, hay được gọi là bộ điều khiển lập trình. PLC cho phép
sử dụng linh hoạt các thuật tốn điều khiển logic thơng qua ngơn ngữ lập trình để thực
hiện các sự kiện theo một quy trình. Trong thực tế, chúng ta có thể hiểu PLC như một
cụm các relay được tập hợp, thu nhỏ lại và được nâng cấp, thông minh hơn (smart
relay). Ngôn ngữ lập trình PLC rất phong phú và đa dạng, tuy nhiên phổ biến nhất là
ladder, state logic, C,..
24


PLC được nhiều hãng chế tạo, và mỗi hãng có nhiều họ khác nhau, và có nhiều

phiên bản trong mỗi họ, chúng khác nhau về tính năng và giá thành, phù hợp với bài
tốn đơn giản hay phức tạp. Ngồi ra cịn có các bộ ghép mở rộng cho phép ghép nhiều
bộ PLC nhỏ để thực hiện các chức năng phức tạp, hay giao tiếp với máy tính tạo thành
một mạng tích hợp, việc thực hiện theo dõi, kiểm tra, điều khiển một q trình cơng
nghệ phức tạp hay tồn bộ một phân xưởng sản xuất.[11]
a. Cấu tạo của PLC

Hình 2. 15 Cấu tạo của PLC
• Trái tim của hệ thống PLC là CPU (Central Processing Unit “Bộ xử lý trung
tâm”). Nó được tạo thành từ một thành phần điều khiển và bộ xử lý. Bộ điều
khiển CPU quản lý sự tương tác giữa các thành phần phần cứng PLC khác
nhau trong khi bộ xử lý CPU xử lý tất cả việc xử lý số và thực thi chương
trình (ví dụ: ladder logic).
25