Luận văn Thạc sĩ Kỹ thuật điện tử: Các giải pháp tối ưu hóa dây chuyền sản xuất trong phát hiện linh kiện bản mạch in sử dụng trí tuệ nhân tạo và thị giác máy

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:68

Thêm vào BST

Báo xấu

18
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận văn "Các giải pháp tối ưu hóa dây chuyền sản xuất trong phát hiện linh kiện bản mạch in sử dụng trí tuệ nhân tạo và thị giác máy" tập trung nghiên cứu tìm hiểu về các giải thuật học máy và xử lý ảnh ứng dụng cho hệ thống vision trong kiểm tra phát hiện linh kiện trên bản mạch in (PCB).

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn Thạc sĩ Kỹ thuật điện tử: Các giải pháp tối ưu hóa dây chuyền sản xuất trong phát hiện linh kiện bản mạch in sử dụng trí tuệ nhân tạo và thị giác máy

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ ĐINH HỮU ĐỨC CÁC GIẢI PHÁP TỐI ƢU HÓA DÂY CHUYỀN SẢN XUẤT TRONG PHÁT HIỆN LINH KIỆN BẢN MẠCH IN SỬ DỤNG TRÍ TUỆ NHÂN TẠO VÀ THỊ GIÁC MÁY NGÀNH ĐIỆN TỬ - VIỄN THÔNG Chuyên ngành: Kỹ thuật điện tử LUẬN VĂN THẠC SĨ HÀ NỘI, 2022
ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ ĐINH HỮU ĐỨC CÁC GIẢI PHÁP TỐI ƢU HÓA DÂY TRUYỀN SẢN XUẤT TRONG PHÁT HIỆN LINH KIỆN BẢN MẠCH IN SỬ DỤNG TRÍ TUỆ NHÂN TẠO VÀ THỊ GIÁC MÁY NGÀNH ĐIỆN TỬ - VIỄN THÔNG Chuyên ngành: Kỹ thuật điện tử LUẬN VĂN THẠC SĨ Cán bộ hƣớng dẫn : 1. TS. Đinh Triều Dƣơng 2. PGS.TS. Hoàng Văn Xiêm HÀ NỘI, 2022
LỜI CAM ĐOAN Tôi xin cam đoan đề tài “CÁC GIẢI PHÁP TỐI ƯU HÓA DÂY TRUYỀN SẢN XUẤT TRONG PHÁT HIỆN LINH KIỆN BẢN MẠCH IN SỬ DỤNG TRÍ TUỆ NHÂN TẠO VÀ THỊ GIÁC MÁY” do TS. Đinh Triều Dương và PGS.TS. Hoàng Văn Xiêm hướng dẫn là công trình nghiên cứu của tôi. Các nội dung nghiên cứu, kết quả trong luận văn này là trung thực và không sao chép các công trình của người khác. Tất cả các tài liệu tham khảo được sử dụng trong khóa luận này được ghi rõ nguồn gốcvà ghi tên tác giả. Nếu có sai sót, tôi xin chịu hoàn toàn trách nhiệm. Hà Nội, ngày tháng năm 2022 Tác giả Đinh Hữu Đức
LỜI CẢM ƠN Em xin bày tỏ lòng biết ơn sâu sắc đến hai thầy TS. Đinh Triều Dương và PGS.TS. Hoàng Văn Xiêm đã tận tình hướng dẫn và hỗ trợ em hoàn thành luận văn này. Em cũng xin cảm ơn các thầy, cô giáo của khoa Điện tử - Viễn thông, Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội đã giảng dạy cho em những kiến thức bổ ích trong suốt quá trình học tập tại trường. Tôi cũng xin gửi lời cảm ơn chân thành đến công ty TNHH SamSung Display Việt Nam nơi tôi đang công tác đã tạo điều kiện cho tôi tham gia chương trình đào tạo thạc sỹ tại trường ĐẠI HỌC CÔNG NGHỆ-ĐẠI HỌC QUỐC GIA HÀ NỘI. Trong quá trình thực hiện luận văn này, do kiến thức còn hạn chế, không thể tránh khỏi những thiếu sót, em rất mong nhận được những ý kiến góp ý của các thầy cô để em có thểtiếp tục hoàn thiện và phát triển đề tài này. Hà Nội, tháng năm 2022 Đinh Hữu Đức
MỤC LỤC DANH MỤC THUẬT NGỮ VÀ CHỮ VIẾT TẮT ....................................................i DANH MỤC HÌNH ẢNH/ HÌNH VẼ ....................................................................... ii DANH MỤC BẢNG BIỂU .........................................................................................iv PHẦN MỞ ĐẦU ...........................................................................................................1 1. Lý do chọn đề tài............................................................................................. 1 2. Mục đích nghiên cứu ......................................................................................2 3. Nhiệm vụ nghiên cứu ......................................................................................2 4. Phạm vi nghiên cứu ........................................................................................2 5. Đóng góp của luận văn ...................................................................................2 6. Cấu trúc luận văn ...........................................................................................2 PHẦN NỘI DUNG CHƢƠNG 1. GIỚI THIỆU CHUNG .......................................4 1.1. Bản mạch in PCB .............................................................................................. 4 1.2. Giới thiệu chung về xử lý ảnh thị giác máy tính ............................................7 1.2.1. Thị giác máy tính ...........................................................................................7 1.2.2. Trí tuệ nhân tạo .............................................................................................. 8 1.2.3. Xử lý ảnh .........................................................................................................9 CHƢƠNG 2. TỔNG QUAN VỀ CÁC THUẬT TOÁN SỬ DỤNG TRONG LUẬN VĂN.................................................................................................................13 2.1. Thuật toán trích chọn đặc trƣng bất biến SIFT ..........................................13 2.2. Ma trận homography Homography và thuật toán RANSAC ....................16 2.3. Thuật toán contour .........................................................................................18 2.3.1. Phƣơng pháp Square Tracing.....................................................................19 2.3.2. Phƣơng pháp Moore – Neighbor Tracing .................................................19 2.3.3. Phƣơng pháp Radial Sweep ........................................................................20 2.3.4. Phƣơng pháp Pavlidis ..................................................................................21 2.4. Thuật toán so sánh mẫu .................................................................................22 2.5. Thuật toán K-means clustering .....................................................................26 2.6. Mô hình học sâu YOLO .................................................................................28 2.6.1.Mạng nơ-ron tích chập (CNN) .....................................................................28 2.6.2. Mô hình YOLO ............................................................................................ 32 CHƢƠNG 3. CÁC GIẢI PHÁP ĐỀ XUẤT ............................................................. 38
3.1. Tiền xử lý .......................................................................................................38 3.2. Giải pháp template matching ......................................................................40 3.3. Giải pháp XOR ảnh kết hợp K-Means clusstering ...................................42 3.4. Giải pháp sử dụng mô hình YOLO ............................................................ 44 CHƢƠNG 4. KẾT QUẢ VÀ ĐÁNH GIÁ ................................................................ 49 4.1. Xây dựng hệ thống Vision ..............................................................................49 4.2. Kết quả đánh giá ............................................................................................. 50 KẾT LUẬN .................................................................................................................55 THAM KHẢO ............................................................................................................56
DANH MỤC THUẬT NGỮ VÀ CHỮ VIẾT TẮT Viết tắt Thuật ngữ Tiếng Việt PCB Printed Circuit Board Bản mạch in AOI Automated Optical Inspection Kiểm tra quang học tự động RANSAC Random Sample Consensus Đồng thuận ngẫu nhiên SIFT Scale-invariant Feature Transform Đặc trưng bất biến theo tỷ lệ XOR Exclusive Or Phép toán XOR CNN Convolutional Neural Network Mạng nơ-ron tích chập IC Integrated Circuit Mạch tích hợp YOLO You Only Look Once Bạn chỉ nhìn một lần DOG Difference of Gaussian Sai khác Gauss RoI Region of Interest Vùng quan tâm SVD Singular-value Decomposition Phân rã giá trị đơn NMS Non-Maximum Suppression Triệt tiêu tối đa K-means clustering Thuật toán phân cụm k-means SPP Spatial pyramid pooling Tổng hợp kim tự tháp không gian IoU Intersection Over Union Tỉ lệ diện tích giao trên hợp Fps Frame per second Khung hình trên giây i
DANH MỤC HÌNH ẢNH/ HÌNH VẼ Hình 1. 1: Một số mạch PCB...........................................................................................4 Hình 1. 2: Cấu tạo mạch PCB .........................................................................................5 Hình 1. 3: Hình ảnh một số loại điện trở .........................................................................6 Hình 1. 4: Một số loại tụ điện ..........................................................................................6 Hình 1. 5: Một số loại IC .................................................................................................7 Hình 1. 6: Ứng dụng thị giác máy tính trong nhận dạng vật thể .........................................8 Hình 1. 7: Lịch sử hình thành phát triển AI ....................................................................9 Hình 1. 8: Các bước cơ bản trong xử lý ảnh .................................................................10 Hình 2. 1: Tìm điểm cực trị trong các hàm sai khác DOG .................................................. 14 Hình 2. 2: Biểu diễn vector đặc trưng ................................................................................. 15 Hình 2. 3: Kết quả tìm kiếm đặc trưng SIFT (a), matching keypoints (b) .......................... 16 Hình 2. 4: a) 4-connected, b)8-connected ........................................................................... 18 Hình 2. 5: Mô tả quá trình tìm contour của phương pháp Square Tracing ......................... 19 Hình 2. 6: Mô tả quá trình tìm contour của phương pháp Moore – Neighbor Tracing....... 20 Hình 2. 7: Mô tả quá trình tìm contour phương pháp Radial Sweep .................................. 21 Hình 2. 8: Mô tả quá trình tìm contour phương pháp Pavlidis............................................ 22 Hình 2. 9: Mô tả hoạt động của thuật toán so sánh mẫu ..................................................... 23 Hình 2. 10: Ảnh mẫu (template) và ảnh đầu vào................................................................. 24 Hình 2. 11: Kết quả áp dụng template macthing với 6 phương pháp khác nhau ................ 26 Hình 2. 12: Tập dữ liệu đầu vào .......................................................................................... 27 Hình 2. 13: Kết quả phân cụm dữ liệu đầu ra sử dụng thuật toán K-means clustring ........ 27 Hình 2. 14: Cấu trúc cơ bản mạng CNN ............................................................................. 29 Hình 2. 15: Mô tả phép tính nhân chập – convolution ........................................................ 30 Hình 2. 16: Mô tả hàm Relu ............................................................................................... 30 Hình 2. 17: Mô tả hoạt động lớp pooling ............................................................................ 31 Hình 2. 18: Hai loại pooling phổ biến (max pooling và average pooling) .......................... 31 Hình 2. 19: Lớp full connection .......................................................................................... 32 Hình 2. 20: Sơ đồ cấu trúc mạng YOLO ............................................................................. 33 Hình 2. 21 : Mô tả quá trình của YoLo ............................................................................... 33 Hình 2. 22: Minh họa cách xác định bounding Box trong YoLo ........................................ 34 ii
Hình 2. 23: Minh họa biểu diễn công thức tính IoU ........................................................... 34 Hình 2. 24: Bounding box khi áp dụng NMS ...................................................................... 36 Hình 3. 1: Sơ đồ tiền xử lý ảnh ............................................................................................ 38 Hình 3. 2: Matching đặc trưng giữa hai ảnh (SIFT) ............................................................ 39 Hình 3. 3: Ảnh được căn chỉnh ............................................................................................ 39 Hình 3. 4: Xác định vùng ảnh quan tâm (RoI) .................................................................... 40 Hình 3. 5: Sơ đồ mô tả phương pháp template matching .................................................... 41 Hình 3. 6: Chuẩn bị bộ dữ liệu template ............................................................................. 41 Hình 3. 7: a) Hình ảnh đầu vào bị xoay, b) Hình ảnh PCB được căn chỉnh theo mẫu ....... 42 Hình 3. 8: Phép XOR trên hai hình ảnh............................................................................... 43 Hình 3. 9: Sơ đồ thực hiện phương pháp XOR kết hợp K-means clustering ...................... 43 Hình 3. 10: Phương pháp XOR kết hợp K-means clustering .............................................. 44 Hình 3. 11: Cấu trúc nhận diện đối tượng của YOLO V5................................................... 46 Hình 3. 12: Gán nhán linh kiện trên bản mạch trên makesense.ai ...................................... 47 Hình 3. 13: File thu được sau khi gán nhãn......................................................................... 47 Hình 4. 1: a) Hệ thống vision kiểm tra trong nhà máy, b) mô tả hệ thống vision ............... 49 Hình 4. 2: Hình ảnh các bản mạch PCB .............................................................................. 50 Hình 4. 3: Áp dụng template matching ............................................................................... 51 Hình 4. 4: Áp dụng thuật toán XOR kết hợp K-Means clustering ...................................... 52 Hình 4. 5: Kết quả ứng dụng mô hình YOLOv5 ................................................................. 54 iii
DANH MỤC BẢNG BIỂU Bảng 3. 1: Phép toán XOR .................................................................................................. 42 Bảng 4. 1: Kết quả phương pháp Template matching ......................................................... 51 Bảng 4. 2: Kết quả phương pháp Xor kết hợp K-mean clustering ...................................... 52 Bảng 4. 3: Tập huấn luyện ................................................................................................... 53 Bảng 4. 4: Kết quả phương pháp YOLO ............................................................................. 53 Bảng 4. 5: Kết quả so sánh .................................................................................................. 53 iv
PHẦN MỞ ĐẦU 1. Lý do chọn đề tài Trong những năm gần đây, cùng với sự phát triển mạnh mẽ của nền công nghiệp 4.0 trong nhiều lĩnh vực khoa học công nghệ và sự ra đời của các thiết bị số hiện đại, với một trong những cấu trúc quan trọng của nền công nghiệp 4.0 đó chính là là mô hình nhà máy thông minh [1]. Với một tầm nhìn về môi trường sản xuất trong đó các cơ sở sản xuất và hệ thống hậu cần được tổ chức mà không cần có sự can thiệp của con người. Việc ứng dụng công nghệ đang làm cho quá trình sản xuất ngày càng trở nên thông minh và năng động và đảm bảo chất lượng là yếu tố tất yếu trong các nhà máy sản xuất tự động. Đặc biệt với sự bùng nổ phát triển trong lĩnh vực AI và thị giác máy các quá trình kiểm tra giám sát vận hành càng trở nên linh hoạt hiệu quả. Ngày nay ngành công nghiệp thiết kế và sản xuất mạch điện tử đã và đang phát triển rất mạnh mẽ, trong quá trình sản xuất dù công nghệ ngày nay rất hiện đại và gần như 80% công đoạn đều được máy móc thực hiện, tuy nhiên trên thực tế vẫn có những linh kiện có thiết kế đặc biệt, hoặc kích thước lớn cần phải nhờ thao tác của con người để cắm lên PCB, do vậy xác suất lỗi vẫn có thể xảy ra. Điển hình những lỗi như bị thiếu linh kiện, cắm linh kiện bị ngược hoặc bị lệch hướng, cắm sai linh kiện điều này làm ảnh hưởng rất lớn đến hoạt động của mạch: Mạch hoạt động không chính xác, hoặc thậm chí hỏng mạch và kéo theo lỗi các thiết bị khác, đặc biệt những mạch lỗi này nếu xuất sang khách hàng sẽ trở thành vấn đề lớn ảnh hưởng đến uy tín và vị trí của công ty so với các đối tác và các đối thủ cạnh tranh. Do vậy sau công đoạn cắm linh kiện luôn cần quá trình kiểm tra để đảm bảo không có sai sót xảy ra. Tuy nhiên việc kiểm soát chất lượng bằng công nhân ngoại quan luôn tiềm ẩn các rủi ro lọt lỗi, do ảnh hưởng rất lớn bởi khả năng phát hiện của từng người. Hơn nữa mắt sẽ cảm thấy mỏi và mất tập trung khi thời gian làm việc liên tục từ khoảng 8 đến 12 giờ mỗi ngày. Vì vậy trước yêu cầu thực tiễn đề ra trong luận văn này tôi đã đưa ra ý tưởng đề xuất các giải pháp ứng dụng thị giác máy và các thuật toán xử lý ảnh và học sâu để phát hiện linh kiện trên bản mạch in. Việc áp dụng hệ thống thị giác máy giúp tối ưu thời gian kiểm tra trên một sản phẩm, có thể hoạt động liên tục, có độ tin cậy và độ chính xác cao, tối ưu hóa ảnh hưởng của con người trong sản xuất. 1
2. Mục đích nghiên cứu Luận văn tập trung nghiên cứu tìm hiểu về các giải thuật học máy và xử lý ảnh ứng dụng cho hệ thống vision trong kiểm tra phát hiện linh kiện trên bản mạch in (PCB). 3. Nhiệm vụ nghiên cứu - Tìm hiểu tổng quan về thị giác máy, các phương pháp xử lý ảnh, trích chọn đặc trưng ảnh - Tìm hiểu về các thuật toán học máy, học sâu - Ứng dụng các thuật toán để kiểm tra, xác định vị trí, linh kiện trong bản mạch in trong công đoạn kiểm tra trên dây truyền sản xuất 4. Phạm vi nghiên cứu Luận văn tập trung nghiên cứu về các phương pháp học máy, học sâu và xử lý ảnh để phát hiện linh kiện trên bản mạch in, ứng dụng trong quản lý chất lượng sản phẩm đầu ra bản mạch in trong dây truyền sản xuất tự động. Chương trình được viết bằng ngôn ngữ python và ứng dụng thư viện OpenCV, mô hình học sâu YOLO V5 5. Đóng góp của luận văn Luận văn nghiên cứu và đưa ra các giải pháp học máy và xử lý ảnh trong việc phát hiện linh kiện trên bản mạch in ứng dụng cho việc kiểm tra. 6. Cấu trúc luận văn Bố cục nội dung chính luận văn được trình bày qua 4 chương: Chương 1: Giới thiệu chung Chương này trình bày về vấn đề nghiên cứu, tổng quan về mạch PCB, mô hình thị giác máy trong kiểm tra linh kiện bản mạch PCB Chương 2: Tổng quan về các thuật toán xử lý ảnh và học máy sử dụng trong luận văn Chương này trình bày tổng quan về thị giác máy, trí tuệ nhân tạo: các kĩ thuật xử lý ảnh, phương pháp học máy, học sâu được sử dụng trong đề tài nghiên cứu Chương 3: Các giải pháp đề xuất 2
Chương này trình bày về quá trình và các phương pháp thực hiện xử ảnh để kiểm tra phát hiện linh kiện trên bản mạch PCB Chương 4 Kết quả Chương này trình bày về các kết quả thu được sau khi áp dụng các phương pháp xử lý ảnh và học máy trong phát hiện linh kiện trên bản mạch in . 3
PHẦN NỘI DUNG CHƢƠNG 1. GIỚI THIỆU CHUNG 1.1. Bản mạch in PCB PCB (Printed Circuit Board) là một bảng mạch in có một hoặc nhiều lớp và các lớp này được cách điện với nhau, trên đó tất cả các linh kiện điện tử được kết nối với nhau thông qua các đường (pad) dẫn điện thường được làm bằng đồng rát mỏng. Khi PCB chưa được sản xuất, các linh kiện sẽ nối với nhau bằng các dây dẫn. Việc này làm tăng độ phức tạp và độ tin cậy không cao, vì thế không thể tạo ra một mạch điện lớn như bo mạch chủ. Nhưng trong PCB, tất cả các linh kiện được kết nối không cần các dây dẫn và được nối bên trong, do đó nó sẽ làm bản mạch gọn gàng và giảm độ phức tạp của thiết kế mạch tổng thể. Người dùng có thể dễ dàng tùy chỉnh và thiết kế các thông số của PCB theo nhu cầu. Trong cuộc sống mạch PCB có ở hầu hết trong các thiết bị điện tử như: TV, điện thoại di động, máy ảnh kỹ thuật số, các bộ phận máy tính như: Card đồ họa, Bo mạch chủ… Và nó cũng được sử dụng trong hầu hết các lĩnh vực như: Thiết bị y tế, quân sự, máy móc công nghiệp, ngành công nghiệp ô tô, chiếu sáng, … Hình 1. 1: Một số mạch PCB Một bản mạch PCB được cấu tạo từ nhiều vật liệu cách điện, dẫn điện được sắp xếp theo một trình tự nhất định. Các vật liệu cấu tạo nên PCB bao gồm bốn loại chính: Chất nền, lớp đồng, solder mask, silk screen hình 1.2. • Chất nền: Thường được làm bằng sợi thủy tinh và được phủ một lớp nhựa, có tác dụng đảm bảo tính cách điện trong bản mạch. FR4 là loại nhữa thủy tinh thông dụng nhất được sử dụng làm chất nền trong bản mạch PCB. 4
• Lớp đồng: Là lớp vật liệu thứ hai, là một lớp đồng mỏng có vai trò là chất dẫn điện, có thể nhiều lớp đồng khác nhau tùy vào chức năng của mạch. Độ dày của lớp đồng khác nhau tùy thuộc vào các tham số khối lượng và diện tích của mạch. • Solder mask: Đây là lớp mặt nạ hàn được phủ trên lớp đồng, lớp này che phủ toàn bộ bề mặt PCB trừ phần chân linh kiện. Có tác dụng cách điện phần chân linh kiện và các đường mạch, chống oxy hóa. • Silk screen: Là lớp trên cùng của bản mạch in thường có màu trắng, được dùng để in thể hiện nhãn, giá trị của các linh kiện gắn trên mạch. Hình 1. 2: Cấu tạo mạch PCB Tùy thuộc và cấu tạo, đặc điểm chức năng và mục đích sử dụng PCB được chia làm nhiều loại khác nhau. Phân loại theo độ cứng: - PCB tấm: Đây là loại PCB phổ biến nhất hiện nay. - PCB dẻo: Thường được dùng làm cáp mạch cho màn hình TV, điện thoại, máy tính. Phân loại theo cấu trúc: - PCB một lớp: Chỉ có một mặt được in - PCB nhiều lớp: Có nhiều lớp được in chồng xếp lên nhau Phân loại theo linh kiện kết nối: - PCB dán linh kiện - PCB đục lỗ Một số linh kiện điện tử cơ bản  Điện trở Là linh kiện điện tử thụ động với 2 tiếp điểm kết nối, nó mang đến chức năng điều chỉnh mức độ tín hiệu. Chúng có thể hạn chế cường độ di chuyển trong mạch, có chức năng chia điện áp, kích hoạt các dòng linh kiện chủ động. Đơn vị 5
đo điện trở được tính bằng Ohm (Ω). Một số ứng dụng thực tế khác của điện trở, bao gồm:  Không chế dòng điện qua tải cho phù hợp.  Phân cực cho bóng bán dẫn hoạt động.  Mắc điện trở thành cầu phân áp nhằm có được điện áp theo ý muốn từ một điện áp trước.  Tham gia vào các mạch tạo dao động RC. Hiện nay, điện trở được chia thành rất nhiều loại khác nhau trong đó có 6 loại chính gồm: Điện trở cacbon, điện trở màng hay điện trở gốm kim loại, điện trở dây quấn, điện trở film, điện trở bề mặt (dán), điện trở băng, điện trở cacbon. Hình 1. 3: Hình ảnh một số loại điện trở  Tụ điện Là một linh kiện điện tử thụ động cấu tạo bởi hai bản cực đặt song song được ngăn cách bởi lớp điện môi, tụ điện có tính chất cách điện 1 chiều nhưng cho dòng điện xoay chiều đi qua nhờ nguyên lý phóng nạp. Đại lượng đặc trưng cho tụ điện là điện dung, đơn vị là Fara (F). Hình 1. 4: Một số loại tụ điện Các loại tụ điện thông dụng: 6
 Tụ hóa hay còn gọi là tụ phân cực: là tụ có phân cực (-), (+) và luôn có hình trụ. Trên thân tụ được thể hiện giá trị điện dung, điện dung thường từ 0,47 µF đến 4700 µF.  Tụ gốm, tụ giấy, tụ mica, tụ kẹo, tụ cao áp, tụ sứ ( tụ không phân cực) là tụ không phân cực và có hình dẹt, không phân biệt âm dương. Có trị số được ký hiệu trên thân bằng ba số, điện dung của tụ thường khá nhỏ, chỉ khoảng 0,47 µF.  Tụ xoay: là tụ có thể xoay để thay đổi giá trị điện dung, tụ này thường được lắp trong Radio để thay đổi tần số cộng hưởng khi ta dò đài.  Vi mạch IC IC hay còn gọi là vi mạch, vi mạch tích hợp là các mạch điện tử bao gồm linh kiện bán dẫn và thụ động được liên kết với nhau. Các vi mạch để cung cấp những chức năng riêng biệt trên từng thiết bị. Hình 1. 5: Một số loại IC 1.2. Giới thiệu chung về xử lý ảnh thị giác máy tính 1.2.1. Thị giác máy tính Thị giác máy tính (Computer vision) là một trong những lĩnh vực quan trọng nhất của ngành khoa học máy tính gồm các phương pháp thu nhận, xử lý ảnh số, phân tích và nhận dạng các hình ảnh dữ liệu đa chiều từ thế giới thực để cho ra các thông tin số hoặc biểu tượng, ví dụ như ảnh chụp cái gì, đối tượng trong ảnh là gì/làm gì/ở đâu hoặc đưa ra được các kết luận/quyết định. Ngày nay nhờ vào lượng dữ liệu khổng lồ (hơn 3 tỷ hình ảnh được chia sẻ trực tuyến mỗi ngày). Cùng sự phát triển ngày càng mạnh mẽ của các mạch vi xử lý, tốc độ xử lý của các hệ thống máy tính ngày một tăng và nhiều công trình 7
nghiên cứu, thuật toán mới của nhiều nhà khoa học trên thế giới đã thúc đẩy thị giác máy tính ngày một phát triển mạnh mẽ và được ứng dụng rất rộng rãi trong nhiều lĩnh vực khác nhau của đời sống. Như ứng dụng quản lý giao thông đô thị, ứng dụng trong y tế để phân tích ảnh dự đoán bệnh, ứng dụng quản lý dữ liệu sinh trắc học[3], ứng dụng trong các hệ thống giám sát chất lượng sản phẩm, hệ thống nhận diện thông qua cử chỉ của con người[4]… Hình 1. 6: Ứng dụng thị giác máy tính trong nhận dạng vật thể 1.2.2. Trí tuệ nhân tạo Trí tuệ nhân tạo (Artificial Intelligence - AI) hay trí thông minh nhân tạo được đề cập đến lần đầu tiên vào những năm 1950 bởi nhà khoa học John McCarthy – một nhà khoa học người Mỹ nhưng đến khoảng nhưng năm 80 thì AI mới được quan tâm. Đến những năm 2008, cùng với sự bùng nổ của cơ sở dữ liệu lớn (Big Data) và sự phát triển của phần cứng của các hệ thống máy tính, thì AI đã phát triển mạnh mẽ trở thành một trong những ngành công nghệ được quan tâm phát triển và ứng dụng bậc nhất cho đến hiện nay. Đi đầu là các tập đoàn hàng đầu thế giới như Google, Facebook, Twitter, Amazon, Alibaba, Tencent… Và được ứng dụng phổ biến trong nhiều lĩnh vực như tài chính - ngân hàng, chăm sóc sức khỏe, ứng dụng trợ lý ảo (chatbots), ứng dụng trong xe tự hành, nhận diện giọng nói, khuôn mặt, sinh trắc học, nông nghiệp… Trí tuệ nhân tạo có thể được hiểu đơn giản là trí thông minh được thể hiện bằng máy móc mô phỏng lại quá trình suy nghĩ và học tập của con người. Bản 8
chất của trí tuệ nhân tạo vẫn do con người làm ra, họ xây dựng các thuật toán, lập trình bằng các công cụ phần mềm công nghệ thông tin, giúp các máy tính có thể tự động xử lý các hành vi thông minh như con người. Hình 1. 7: Lịch sử hình thành phát triển AI Trong lĩnh vực AI, có một nhánh nghiên cứu về khả năng tự học của máy tính được gọi là học máy (machine learning) . Hiện nay, không có một định nghĩa chính thức nào về học máy nhưng có thể hiểu rằng nó là các kỹ thuật giúp cho máy tính có thể tự học mà không cần phải cài đặt các luật quyết định. Thường một chương trình máy tính cần các quy tắc, luật lệ để có thể thực thi được một tác vụ nào đó như dán nhãn cho các email là thư rác nếu nội dung email có chứ từ khoá “quảng cáo”. Nhưng với học máy, các máy tính có thể tự động phân loại các thư rác mà không cần chỉ trước bất kỳ quy tắc nào cả. Có thể hiểu đơn giản là nó giúp cho máy tính có được cảm quan và suy nghĩ được như con người hay học máy là phương pháp vẽ các đường thể hiện mối quan hệ của tập dữ liệu. Một nhánh nhỏ trong học máy gần đây rất được ưu chuộng là học sâu (deep learning). Học sâu là kỹ thuật sử dụng các mạng nơ-ron tương tự như các nơ-ron của não người để xây dựng hệ thống học máy. Đây là một sự kết hợp tuyệt vời giữa toán học và khoa học thần kinh. Kết quả của nó mang lại cực kỳ to lớn, có thể coi là khởi nguyên của ngành công nghiệp mới. Tại thời điểm này, hầu hết các ngành công nghệ thông tin lẫn các ngành khác như ôto, điện tử đều đang tập trung phát triển và ứng dụng kỹ thuật học sâu cho bài toán của mình. 1.2.3. Xử lý ảnh Xử lý ảnh là phần cốt lõi của kỹ thuật thị giác máy tính. Nhiệm vụ chính của 9
xử lý ảnh là nâng cao chất lượng thông tin hình ảnh theo mục đích và xử lý những thông tin đó đưa ra kết quả, số liệu nhằm phục vụ các bước kế tiếp có thể là hiển thị, điều khiển cơ cấu chấp hành hệ thống, lưu trữ vào cơ sở dữ liệu, … Quá trình bắt đầu từ việc thu nhận ảnh nguồn (dạng ảnh số) ở máy tính. Dữ liệu ảnh được lưu trữ ở định dạng phù hợp với quá trình xử lý. Người lập trình sẽ đưa ra các thuật toán lên dữ liệu ảnh nhằm thay đổi cấu trúc ảnh phù hợp với các ứng dụng khác nhau. Các thuật toán cơ bản nhất thường là: Histogram, Canny Edge, lọc màu RGB, lọc màu HSV, … Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự nhiên từ thế giới 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 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 (máy ảnh số hiện nay là một thí dụ gần gũi). Mặt khác, ảnh cũng có thể tiếp nhận từ vệ tinh; có thể quét từ ảnh chụp bằng máy quét ảnh. Hình 1.8 dưới đây mô tả các bước cơ bản trong xử lý ảnh Hình 1. 8: Các bước cơ bản trong xử lý ảnh - Thu nhận ảnh Đây là bước hình ảnh được thu thập từ các thiết bị thu nhận hình ảnh, ảnh có thể được thu nhận qua các camera màu hoặc đen trắng, vệ tinh qua các bộ cảm ứng, các máy chụp đơn sắc, hay các máy quét tranh ảnh... . Ảnh thu nhận được có thể là ảnh tương tự hay ảnh số tùy thuộc vào thiết biết sử dụng để chụp và thu thập ảnh, và để có thể thao tác xử lý ảnh thì hình ảnh phải là hình ảnh số vì vậy ta cần số hóa nếu hình ảnh đầu vào ở dạng tương tự, trước khi tiến hành các bước xử lý tiếp theo. 10