Ứng dụng kỹ thuật xử lý ảnh hưởng trong tái tạo biên dạng cho các đối tượng 2 5d từ khẩu độ phụ

TRƯỜNG ĐẠI HỌC KHOA HỌC VÀ KỸ THUẬT QUỐC GIA CAO HÙNG KHOA KỸ THUẬT CƠ KHÍ ĐẶNG ANH TUẤN ỨNG DỤNG KỸ THUẬT XỬ LÝ ẢNH TRONG TÁI TẠO BIÊN DẠNG CHO CÁC ĐỐI TƯỢNG 2.5D TỪ KHẨU ĐỘ PHỤ CHU

TRƯỜNG ĐẠI HỌC KHOA HỌC VÀ KỸ THUẬT QUỐC GIA CAO HÙNG

KHOA KỸ THUẬT CƠ KHÍ

ĐẶNG ANH TUẤN

ỨNG DỤNG KỸ THUẬT XỬ LÝ ẢNH TRONG TÁI TẠO BIÊN DẠNG

CHO CÁC ĐỐI TƯỢNG 2.5D TỪ KHẨU ĐỘ PHỤ

CHUYÊN NGÀNH: KỸ THUẬT CƠ KHÍ

CAO HÙNG, ĐÀI LOAN – 2022

Luận văn này được hoàn thành tại khoa Kỹ thuật cơ khí, trường Đại học Khoa học và Kỹ thuật quốc gia Cao Hùng

Người hướng dẫn: GS.TS Quang-Cherng Hsu

Phản biện 1: GS.TS Yuan-Fang Chen

Phản biện 2: GS.TS Chih-Chun Cheng

Phản biện 3: GS.TS Pei-Hsing Huang

Phản biện 4: GS.TS Shyh-Chour Huang

Phản biện 5: GS.TS Shine-Tzong Ho

Phản biện 6: TS Da-Wei Wang

Luận văn bảo vệ trước hội đồng, tại trường Đại học Khoa học và Kỹ thuật quốc gia Cao Hùng, Đài Loan

Vào hồi 15 giờ ngày 07 tháng 07 năm 2022

CHƯƠNG 1

MỞ ĐẦU Tính cấp thiết của nghiên cứu

Xử lý ảnh là quá trình tiến hành các thao tác nhất định trên ảnh kỹ thuật

số để thu được thông tin hữu ích từ chúng Dựa trên dữ liệu 2D từ ảnh, ta có thể phát hiện, phân biệt hoặc phân loại các đối tượng trong ảnh và nhận dạng các đặc tính từ ảnh nhằm kiểm tra hoặc đo lường sản phẩm Sau hơn 50 năm phát triển, kể từ khi các kỹ thuật xử lý hình ảnh kỹ thuật số đầu tiên được phát triển, xử lý ảnh đã có những cải tiến đáng kể Xử lý hình ảnh thúc đẩy tiến bộ công nghệ, phá vỡ sự hạn chế giữa các lĩnh vực và góp phần vào sự phát triển của Cách mạng Công nghiệp hiện đại Cùng với những cải tiến về kỹ thuật xử

lý ảnh, hệ thống thị giác máy dần trở thành yếu tố ảnh hưởng đáng kể đến quá trình sản xuất tự động, cải thiện năng suất và chất lượng của sản phẩm, giảm cường độ lao động trong kiểm tra và giám định sản phẩm

Sự phát triển của các hệ thống thị giác cũng hỗ trợ việc tái tạo các sản phẩm phức tạp, hỗ trợ việc thiết kế ngược và thúc đẩy quá trình cải tiến sản phẩm Mặc dù đã có nhiều đề xuất được đưa ra nhằm nâng cao hiệu quả của

hệ thống thị giác, nhưng việc thiết kế chế tạo các hệ thống tái tạo lại cấu hình cho các sản phẩm cơ khí 2.5D, vốn được sản xuất phổ biến ngày nay vẫn khá cần thiết Tuy nhiên, việc xây dựng các hệ thống này thường gặp nhiều khó khăn do hạn chế về thiết bị hoặc các thuật toán xử lý tương quan (phát hiện khuyết tật hoặc nhận dạng đối tượng, nâng cao độ chính xác đo và chất lượng hình ảnh) Một số phương pháp đã được đề xuất để giải quyết những nhược điểm nói trên, nhưng vấn đề vẫn chưa được giải quyết triệt để Ví dụ, với các máy ảnh có cùng kích thước, các vật thể nhỏ có thể đảm bảo độ phân giải ảnh cần thiết để đo nhưng không đủ đối với những vật có kích thước lớn Hoặc việc

sử dụng thấu kính viễn tâm có thể làm giảm méo của hình ảnh, giúp nâng cao

độ chính xác đo Nhưng kích thước của loại thấu kính này phụ thuộc vào kích thước của vật thể, có nghĩa là các vật thể càng lớn thì yêu cầu thấu kính càng lớn, ảnh hưởng đến khối lượng của toàn bộ hệ thống đo Chưa kể rằng đến việc thay đổi trường nhìn (FOV) dẫn đến yêu cầu đảm bảo hệ thống chiếu sáng để

tất cả các vùng trong FOV được phủ sáng đồng đều để tránh trích xuất thông tin không chính xác cũng là một vấn đề cần chú ý

Để tăng độ chính xác của phép đo, bên cạnh việc sử dụng camera có độ phân giải cao để duy trì kích thước điểm ảnh nhỏ, hạn chế hiện tượng méo hình

do ống kính góc rộng và vấn đề ánh sáng không đồng nhất cũng đặc biệt quan trọng Một trong những phương pháp để khắc phục các vấn đề được đề cập là chia các đối tượng kiểm tra thành các vùng phụ nhỏ hơn và chụp chúng một cách riêng biệt Ý tưởng này bắt nguồn từ các nghiên cứu về kỹ thuật xử lý hình ảnh cho kính hiển vi, kết hợp các khẩu độ phụ thành một khẩu độ lớn hơn Tuy nhiên, vì các hệ thống này sử dụng thấu kính viễn tâm có độ méo thấp và dịch chuyển giữa các ảnh khá chính xác, việc kết hợp ảnh dựa trên các điểm tham chiếu sẽ dễ dàng hơn nhiều so với hệ thống sử dụng thấu kính thông thường

Mục đích của nghiên cứu

Nghiên cứu này đề xuất 03 phương pháp tái tạo lại các biên dạng phức tạp của các sản phẩm cơ khí 2.5D từ các khẩu độ phụ Bằng cách sử dụng các phương pháp xử lý hình ảnh và phát triển 02 mô hình hiệu chuẩn có độ chính xác cao, các biên dạng 2D phức tạp của ba dạng sản phẩm bộ phận cơ khí 2.5D khác nhau được xử lý và phân tích Thay vì sử dụng một hình ảnh duy nhất chứa toàn bộ hình ảnh của vật thể có ánh sáng không đồng đều và độ phân giải không đủ, các hệ thống được đề xuất cho phép thu được các khẩu độ phụ với

độ sắc nét cao và độ phân giải được đảm bảo để tái tạo đường viền chính xác Các mô hình hiệu chuẩn 2D mới được giới thiệu cũng cho phép cải thiện độ chính xác cho quá trình hiệu chuẩn xử lý méo của ảnh

Đối tượng nghiên cứu

Đối tượng chính của nghiên cứu là 03 dạng sản phẩm 2.5D đặc trưng của

cơ khí: ổ bi một chiều có kết cấu biên dạng phức tạp được sử dụng trong ô tô;

1 lát cắt của sản phẩm đùn có chênh lệch tỉ lệ dài:cao lên đến 7:1, bộ các khối

có hình dáng khác nhau thu được từ quá trình cắt laser

Những đóng góp mới của nghiên cứu:

1 Phân tích, đánh giá ảnh hưởng của hệ thống đo lường (phần cứng và

phần mềm) đến quá trình hiệu chỉnh và trích xuất biên dạng đối tượng từ ảnh

2 Giới thiệu các mô hình hiệu chuẩn với độ chính xác cao (hàm đa thức

sử dụng kết hợp với giá dịch chuyển XY)

3 Xây dựng các hệ thống thị giác để thu thập khẩu độ phụ của ba dạng đối tượng 2.5D đặc trưng (đối tượng dạng xuyến, sản phẩm đùn tỷ lệ dài:cao lớn, thép tấm tấm kích thước lớn sản xuất từ quá trình cắt laser) Các phương pháp tái tạo biên dạng 2D cho từng loại sản phẩm cũng được đề xuất

Cấu trúc nội dung của nghiên cứu

Nội dung nghiên cứu gồm 7 chương:

Chương 1 trình bày tính cấp thiết, mục đích và đối tượng và phương pháp

nghiên cứu của đề tài

Chương 2 trình bày tổng quan về mô tả vấn đề liên quan về kỹ thuật đo không

tiếp xúc Chương này cũng giới thiệu phương pháp nâng cao độ chính xác đo bằng cách sử dụng khẩu độ phụ của ảnh vật thể

Chương 3 đánh giá các yếu tố ảnh hưởng đến quá trình trích xuất biên dạng

và đưa ra một số lời khuyên cho hệ thống xử lý ảnh để thu được ảnh với chất lượng tốt nhất cho việc trích xuất biên dạng 2D

Chương 4 đề xuất phương pháp tái tạo các biên dạng 2D của các vật thể hình

vành khuyên từ các khẩu độ phụ

Chương 5 đề xuất phương pháp tái tạo cho các biên dạng 2D của các sản phẩm

có tỷ lệ chênh lệch dài:cao lớn từ các khẩu độ phụ

Chương 6 đề xuất phương pháp tái tạo cho biên dạng 2D của tấm kim loại

kích thước lớn từ các khẩu độ phụ

Chương 7 tóm tắt các công việc được trình bày trong luận văn và đề xuất các

hướng nghiên cứu trong tương lai

CHƯƠNG 2 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU 2.1 Phương pháp đo không tiếp xúc và kỹ thuật tái tạo ngược sử dụng các

hệ thống thị giác

Kiểm tra và đo lường là những bước quan trọng trong quy trình công nghiệp, đóng vai trò thiết yếu trong việc đánh giá chất lượng của sản phẩm và đánh giá hiệu quả của hệ thống gia công Trong các dây chuyền sản xuất quy

mô nhỏ, hầu hết các quy trình đo được vận hành trực tiếp bằng dụng cụ đo tiếp xúc, tiêu tốn thời gian và dễ bị ảnh hưởng bởi người thao tác Với sự phát triển của kỹ thuật tiên tiến, các hệ thống đo không tiếp xúc đã được sử dụng rộng rãi, hỗ trợ việc đo lường không tiếp xúc trực tiếp với vật thể độc hại hoặc vật

dễ vỡ, dễ bị biến dạng

Bên cạnh việc xác định kích thước của sản phẩm, hệ thống thị giác cũng

có thể được sử dụng để trích xuất các chi tiết hình học để tái tạo 3D kỹ thuật

số Cùng với sự phát triển của các cảm biến và những kỹ thuật xử lý ảnh tiên tiến, chất lượng của các hệ thống đã được cải thiện, cho phép quét với chính xác cao và đo được các vật thể nhỏ đến micromet Mặc dù việc tái tạo mô hình 3D của các đối tượng là cần thiết, không chỉ về mặt đo lường và thiết kế ngược, trích xuất và xử lý dữ liệu bề mặt mây điểm 3D vẫn tốn nhiều thời gian và bị hạn chế bởi cấu hình của phần mềm đồ họa Trong khi đó, việc táo tạo hình dáng hình học của đối tượng đôi khi không nhất thiết phải thực hiện trong môi trường 3D Với các vật thể 2.5D có độ cao là đồng nhất ở tất cả các vị trí, ta có thể đơn giản hóa việc tái tạo biên dạng cho bằng cách thu thập dữ liệu theo phương mặt cắt có hình dạng phức tạp nhất Điều này có nghĩa là, thay vì sử dụng hệ thống máy quét 3D và các thuật toán phức tạp, tái tạo biên dạng 2D từ ảnh của mặt cắt hoặc một hình chiếu của đối tượng là đủ

2.2 Phương pháp đo chính xác sử dụng khẩu độ phụ (Sub-apertures)

Để tăng độ chính xác của phép đo, bên cạnh việc sử dụng máy ảnh có độ phân giải cao để duy trì kích thước điểm ảnh nhỏ, loại bỏ sự méo ảnh do ống kính góc rộng và các vấn đề ánh sáng không đồng nhất cũng là các là các vấn

đề cần chú ý Một phương pháp được đề xuất là chia đối tượng cần kiểm tra thành các vùng nhỏ hơn và chụp ảnh các vùng này theo các ảnh khác nhau Sau

đó, các thuật toán ghép và kỹ thuật xử lý ảnh được áp dụng để kết hợp biên dạng đối tượng từ các vùng nhỏ thành một vùng lớn để thực hiện các phép đo

2.3 Kết luận chương 2

Chương này trình bày một số nghiên cứu của hệ phép đo không tiếp xúc đối với đo đạc các sản phẩm cơ khí Cùng với sự phát triển của khoa học hiện đại, việc nghiên cứu và ứng dụng các hệ thống xử lý ảnh vào quá trình đo tự động ngày càng nhiều, giải phóng con người khỏi quá trình đo đạc tốn nhiều thời gian Việc thu nhận hình ảnh bằng hệ thống thị giác không chỉ đáp ứng mục tiêu thu thập dữ liệu nhanh chóng mà còn đảm bảo độ chính xác của quá trình đo, góp phần đẩy nhanh tiến độ sản xuất của các dây chuyền công nghiệp

Nó cũng cho thấy một lợi thế đáng kể trong việc sử dụng hệ thống thị giác để

đo và trích xuất dữ liệu cho kỹ thuật thiết kế ngược Tuy nhiên, hầu hết các hệ thống hiện có chỉ đánh giá cho các bộ phận vừa và nhỏ, trong khi các mô hình tái tạo biên dạng cho các sản phẩm lớn từ 100 mm trở lên do giới hạn của thiết

bị lại chưa được quan tâm Vì vậy, các thuật toán ghép nối biên dạng từ những ảnh khẩu độ phụ này vẫn chưa được nghiên cứu một cách triệt để, trở thành một vấn đề cần được khảo sát đánh giá

CHƯƠNG 3 ĐÁNH GIÁ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUÁ TRÌNH

TRÍCH XUẤT BIÊN DẠNG TỪ ẢNH

Bên cạnh việc phát triển thuật toán ghép ảnh, thiết kế hệ thống thị giác để thu thập khẩu độ phụ với chất lượng tốt nhất cũng là vấn đề cần được chú ý Mặc dù các thành phần cơ bản của mọi hệ thống thị lực là máy ảnh và ống kính, việc đánh giá chi tiết về ảnh hưởng của các bộ phận này vẫn chưa được tiến hành cụ thể Chương này tóm tắt một số phân tích về ảnh hưởng của thiết

bị (máy ảnh, ống kính, mẫu hiệu chuẩn, ánh sáng, đối tượng kiểm tra) và phương pháp (mô hình hiệu chuẩn, kỹ thuật xử lý ảnh) đến chất lượng của

quy trình trích xuất biên dạng 2D

Dựa trên kết quả đã phân tích, để đảm bảo tính nhất quán cho hình ảnh thu được, các hệ thống thị giác được sử dụng cho nghiên cứu sau này sẽ sử dụng tấm hiệu chuẩn với các mẫu hình tròn được in chính xác trên vật liệu cứng để tránh bề mặt bị nhăn Phần mềm lập trình Visual studio C # được sử dụng kết hợp với thư viện xử lý hình ảnh EmguCV Mô hình hiệu chuẩn được

sử dụng là hàm đa thức bậc 4 với 15 hệ số và khoảng 150 điểm hiệu chuẩn (sử dụng cỡ mẫu 10:1) Do khẩu độ phụ có FOV nhỏ, hệ thống được thiết kế cho

phép sử dụng nguồn sáng đồng nhất và phương pháp phân ngưỡng toàn cục Simple thresholding để phát hiện biên dạng của vật thể

CHƯƠNG 4 TÁI TẠO BIÊN DẠNG 2D CỦA ĐỐI TƯỢNG DẠNG NHẪN

TỪ KHẨU ĐỘ PHỤ 4.1 Đối tượng nghiên cứu

Đối tượng được khảo sát ở chương này là vòng ngoài của ổ bi một chiều được sử dụng trong ô tô, với các kích thước chi tiết được mô tả tong hình 4.1

Hình 4.1 ổ bi một chiều với các kích thước chế tạo cơ bản (đơn vị: mm)

4.2 Phương pháp thu thập khẩu độ phụ

Figure 4.6 Cấu trúc thực của hệ thống đo (a) và bộ 12 ảnh của sản phẩm thu được (b)

Với nguyên lý chia nhỏ đối tượng để chụp theo khẩu độ phụ và áp dụng các thuật toán xử lý ảnh để tái tạo biên dạng 2D của sản phẩm dạng xuyến, một

hệ thống thị giác mới gồm 1 camera, 1 nguồn sáng LED, 1 bày xoayđược sử dụng (xem Hình 4.6)

4.3 Quá trình xử lý ảnh

Quá trình xử lý ảnh có thể được chia thành 3 phần chính, như mô tả trong Hình 4.8

Figure 4.8 Flowchart of the image processing

Đầu tiên, các đoạn phân vùng ở từng khẩu độ phụ sẽ được nhận dạng và

sử dụng làm định vị để che phủ (mask) các vùng không cần thiết trong ảnh Tiếp theom các điểm hiệu chỉnh được nhận dạng và sử dụng làm cơ sở hiệu chỉnh, đưa các thông số từ toạ độ ảnh (pixel ) về toạ độ thực trong mặt phẳn tham chiếu Cuối cùng, các pixel tại đường biên của các khẩu độ phụ được trích xuất và dịch chỉnh về cùng một hệ toạ độ WCS

4.4 Kết quả và thảo luận

4.4.1 Đánh giá quá trình hiệu chỉnh

Do mỗi khẩu độ ảnh phụ chứa 23 điểm hiệu chỉnh, công đoạn khử méo của ảnh sẽ sử dụng hàm đa thức bậc 2 có 12 hệ số hiệu chỉnh, như mô tả trong biểu thức (4.16):

Stage 2.1 Blob detection Stage 2.2 Calibration Stage 3.1 Contour extraction Stage 3.2 Contour projection

i = i+1

False True

lệch giữa toạ độ sau hiệu chỉnh và toạ độ thực của điểm trong hệ toạ độ WCS Kết quả của quá trình này là biểu đồ mô tả sai số của 276 hiệu chỉnh trong toàn

bộ tấm khảo sát (Hình 4.16a) và phân bố sai số của các điểm để đánh giá độ chính xác của mô hình

Hình 4.16 Đánh giá độ lệch của các điểm hiệu chuẩn: (a) Vị trí của điểm hiệu chuẩn với các giá trị độ lệch tương ứng và (b) lược đồ tần suất xuất hiện của các lỗi hiệu chuẩn

4.4.2 Đánh giá hiệu quả của quá trình thuật toán

Bên cạnh việc ánh xạ các điểm từ toạ độ ảnh về tọa độ thực, quá trình hiệu chỉnh cũng tham gia vào việc ghép nối các đường bao của các khẩu độ phụ Khi hợp nhất các đám mây điểm từ các khẩu độ phụ, các điểm thuộc vùng chung sẽ ghép chồng lên nhau

Hình 4.17 Đánh giá sự chồng khít giữa các biên dạng thuộc vùng chung: (a) Đám mây điểm của vật thể hình nhẫn với một số vùng chung được phóng đại; (b) trải phẳngcác đám

mây điểm tại các cung tròn thuộc vùng chung

Hình 4.17a minh họa đám mây điểm hoàn chỉnh của vật thể hình nhẫn với các điểm thuộc cùng một khẩu độ phụ được biểu thị cùng màu Hình ảnh phóng đại một số vị trí, được mô tả trong Hình 4.17b cho thấy mặc dù vật thể có cấu trúc phức tạp, các đám mây điểm từ các vùng chung khá chồng khớp và hầu như không thể nhận thấy sai lệch bằng mắt thường Đánh giá từ ảnh phóng đại của mây điểm trong AutoCAD cho thấy khác biệt giữa các đám mây điểm tại các vùng chung nhỏ hơn 0,011 mm trong khi độ dày của đám mây điểm thay đổi trong khoảng 0,033 đến 0,046 mm

4.4.3 Kết quả kiểm tra độ lặp lại

Để tránh sự xuất hiện của đồ gá trong các khẩu độ phụ, gây khó khăn cho quá trình phân tích ảnh, hệ thống không sử dụng đồ gá định vị Do đó, khẩu độ phụ của cùng một đối tượng từ các phép đo khác nhau thường không giống nhau Để so sánh chi tiết, một mẫu thử được đo với hai lần khác nhau và các điểm đám mây kết quả được đưa vào đánh giá so sánh

Hình 4.19 So sánh sai lệch của thuật toán hiệu chuẩn: (a, b) Trích xuất đám mây điểm từ

biên dạng ngoài (c) chồng khớp các đám mây để so sánh sai lệch

Hình 4.19 mô tả quá trình so sánh các đường bao bên ngoài từ các khẩu

độ phụ của cùng một sản phẩm ở hai lần đo khác nhau Biên dạng răng trong Hình 4.19c đạt được bằng cách xoay đám mây điểm của Trường hợp 2 (Hình 4.19b) trùng với đường biên dạng của Trường hợp 1 (Hình 4.19a)

4.4.4 So sánh với hệ thống đo quang học của Chen

Kết quả đo từ hệ thống đã đề xuất được so sánh với hệ thống sử dụng đầu

đo laser quang học do Chen xây dựng Khác với phương pháp phân tích dữ liệu hình ảnh từ các khẩu độ phụ, hệ thống của Chen sử dụng tín hiệu từ một micromet quang học kết hợp với một bệ quay bằng động cơ bước để tái tạo cấu

hình của các vật thể hình nhẫn Tuy nhiên, hệ thống này vẫn còn một số hạn chế không thể bỏ qua Đầu tiên, việc xây dựng các biên dạng cho các vật thể dạng vòng phụ thuộc biến thời gian và chuyển động quay của bệ, nên cần có động cơ bước cần có tốc độ ổn định để đảm bảo tín hiệu thu được chính xác Thứ hai, do độ lệch tâm của bệ và rung động nhiễu từ động cơ, nên đường kính của sản phẩm đo khó xác định chính xác Thứ ba, vì hệ thống sử dụng đồ gá

để cố định bề mặt bên trong của đối tượng đo với bệ quay, việc tái tạo biên dạng bên trong của các sản phẩm trở nên bất khả thi và gây khó khăn cho việc xác định một só kích thước từ bề mặt bên trong sản phẩm

4.5 Kết luận chương 4

Chương này đề xuất một hệ thống quang học để tái tạo các biên dạng của

ổ trục một chiều có đường kính 200 mm Bằng cách chụp đối tượng theo các khẩu độ phụ, độ phân giải của ảnh mới cho phép cải thiện độ chính xác của quá trình trích xuất hồ sơ lên đến 0,4 / 0,028  3,6 lần Bằng cách sử dụng một mẫu hình tròn chứa các điểm hiệu chuẩn và các đoạn phân vùng, kết hợp với

mô hình hiệu chỉnh là hàm đa thức có sai số hiệu chuẩn 0,08 mm, các đường biên từ 12 khẩu độ phụ có thể được ánh xạ vào cùng một mặt phẳng với sai số nhỏ, giảm thiểu sự xuất hiện của các mặt trụ trong Phân tích kết quả các đám mây điểm thu được từ hệ thống cũng cho thấy rằng với kích thước pixel 0,028

mm và sai số hiệu chuẩn dưới 10 micron, hệ thống mới có thể tái tạo các cấu hình phức tạp của các vật thể hình nhẫn có đường kính 190mm với độ chính xác cao (độ dày đường biên 0,046 mm, phạm vi sai lệch là ± 0,04° đối với kích thước góc và 0,062 mm đối với kích thước dài)

CHƯƠNG 5 TÁI TẠO BIÊN DẠNG 2D CỦA ĐỐI TƯỢNG

CÓ TỈ LỆ DÀI:RỘNG LỚN TỪ KHẨU ĐỘ PHỤ 5.1 Đối tượng nghiên cứu

Đối tượng khảo sát là một lát cắt của sản phẩm đùn có biên dạng phức tạp với kích thước chi tiết như mô tả trong Hình 5.1 Đây là lát cắt của sàn xe lửa, với thân chính có hai chân để hàn các mối nối và hai bệ trượt để cân bằng dung sai, bên trong có 6 vách ngăn để chia nhỏ và tăng cứng cho lõi

Hình 5.1 Kích thước chi tiết của đối tượng khảo sát (đơn vị: mm)

5.2 Phương pháp thu thập khẩu độ phụ

Dựa trên nguyên lý thu thập khẩu độ phụ của sản phẩm, Hình 5.6 mô tả kết cấu của hệ được đề xuất, gồm có 1 máy ảnh công nghiệp gắn trên giá chụp ảnh LPL và 1 nguồn sáng LED Máy ảnh và thấu kính được điều chỉnh để trường nhìn có kích thước 105  140 mm đạt độ sắc nét tối ưu Mẫu đo được gắt trên một tấm phẳng cho phép di chuyển một cách dễ dàng tới trường nhìn của hệ thống Các miếng dán dạng tròn đóng vai trò điểm tham chiếu được dán trên tấm tại các vị trí tương ứng với trường nhìn của máy ảnh

Hình 5.6 (a) Cấu trúc hệ thống được đề xuất và nguyên lý thu thập khẩu độ phụ của sản phẩm, (b) cách bố trí miếng dán trên tấm và (c) các khẩu độ phụ thu được từ hệ thống

5.3 Quá trình xử lý ảnh

5.3.1 Xác định các thông số hiệu chỉnh

Hệ thống sử dụng mô hình hiệu chỉnh là phương trình đa thức bậc 4 với

28 hệ số được mô tả theo biểu thức (5.1):