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

- 1 - 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 - 2 - 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 - 1 - 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 - 2 - 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 - 3 - 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 - 4 - 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 - 5 - 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 - 6 -Ø186+0.6 +0.2 phép sử dụng nguồn sáng đồng nhất và phương pháp phân ngưỡng toàn cụcØ192+0.8 +0.4 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 10.8±0.25 55.4°±0.5° 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) - 7 - 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 START i = 1 Select image number i Image Stage 1.1 Binarization masking Stage 1.2 Line detection Calibration Stage 1.3 Masking Stage 2.1 Blob detection i = i+1 Stage 2.2 Calibration Contours Stage 3.1 Contour extraction extraction Stage 3.2 Contour projection i = 12 False True END 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):  X ij  a1j xij2  b1jxij yij  c1j yij2  d1jxij  e1j yij  f1j (4.16) Yij  a2 jxij2  b2 jxij yij  c2 j yij2  d2 jxij  e2 j yij  f2 j Sai số của quá trình hiệu chỉnh được xác định bằng cách so sánh chênh - 8 - 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 - 10 - 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 - 11 - 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 Camera Ring lighting Lens (b) Illumination Controller 1 2 3 4 5 Camera’s FOV Printed (c) specimen (a) 6 7 8 9 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): - 12 -  X  a1u4  a2u3v  a3u2v2  a4uv3   a12v2  a13u  a14v   b12v2  b13u  b14v 4 3 22 3 Y  b1u  b2u v  b3u v  b4uv  (5.1) Bằng cách sử dụng 1 bàn dịch chuyển chính xác XY, gồm 2 chuyển động vuông góc với độ chính xác đến 1 micromet, tấm hiệu chỉnh đặt trên bàn có thể dịch chuyển với độ chính xác cao, cho phép thu thập nhiều dữ liệu ảnh về tấm hiệu chỉnh (thay vì chỉ sử dụng thông số hiệu chỉnh từ 1 ảnh như ở Chương 4) Khi bàn dịch chuyển 1 khoảng (X, Y), ảnh của tấm hiệu chỉnh đặt trên bàn sẽ thay đổi, vị trí tâm của điểm i trên tấm tương ứng sẽ thay đổi từ ui1,vi1 sang ui2,vi2  , như mô tả trong hình 5.8 v vi2 vi1 Camera's FOV y ui1 (b) u v Position 2 Y Position 1 0 X (a) x ui2 (c) Hình 5.8 (a) Chụp tấm hiệu chuẩn trong quá trình dịch chuyển sàn XY và các hình ảnh thu được của tấm hiệu chuẩn tại (b) Vị trí 1 và (c) Vị trí 2 Dựa trên Công thức hiệu chuẩn (5.1), tọa độ thực của điểm bất kỳ trong mẫu đều có thể xác định từ tọa độ ảnh của nó Trừ toạ độ của các điểm để thu được (X, Y) và biến đổi phương trình về dạng ma trận, ta thu được phương trình (5.4) có dạng: ui2  ui1  ui2vi2  ui1vi1  ui2vi2  ui1vi1  ui2vi2  ui1vi1   a1 b1  4 4 3 3 22 22 3 3  a2 b2   a3 b3    vi22  vi21  ui2  ui1  vi2  vi1   a4  b4     X Y  a12 a13  a14 b12  b13  b14  (5.4) 5.3.2 Xác định các thông số ghép ảnh - 13 - Hình 5.10 mô tả lưu đồ của quá trình trích xuất và ghép nối biên dạng từ khẩu độ phụ Sau khi xác định các điểm tham chiếu trong ảnh, toạ độ tâm của các điểm này được ánh xạ lên hệ toạ độ thực để khử biến dạng và xác định các thông số dịch chuyển biên dạng ở các khẩu độ phụ Các thông số dịch chuyển  và V được xác định căn cứ vào vị trí của các điểm chung giữa các khẩu độ phụ liền kề Sau khi xác định các thông số này, thông số dịch chỉnh cuối cùng cho các khẩu độ  và R được tổ hợp và tính toán lại, với căn cứ là khẩu độ phụ đầu tiên được cố định làm gốc tham chiếu Cuối cùng, căn cứ các thông số đã tính toán, các điểm ảnh thuộc biên dạng từ các khẩu độ được tổ hợp và ánh xạ về mặt phẳng quy chiếu WCS chung Step 1: Determine center Step 2: Calculate angle Step 3: Obtain parameters Step 4: Extract of reference points and pixel contour and between partial images I of rotation anglesi project into WCS calibrate into WCS and connection vector Vi and translation vectors Ri Hình 5.1 Quy trình xác định thông số dịch chỉnh cho các biên dạng phụ và tổng hợp mây điểm cuối cùng của sản phẩm Hình 5.16 mô tả kết quả cuối cùng của quá trình tính toán, sau khi xác định các thông số dịch chỉnh  và R 8=7+8 9=8+9 1= 2=1+2 3=2+3 7=6+7 R9 = R8 + V9 (Rotated) R8 = R7 + V8 (Rotated) R2 = V2 V4 (Rotated) R7 = R6 + V7 (Rotated) R3 = R2 + V3 (Rotated) R4 = R3 + V4 (Rotated) Hình 5.16 Tổng hợp biên dạng của các khẩu độ phụ để tạo thành mây điểm trong cùng một hệ toạ độ WCS 5.4 Kết quả và thảo luận 5.4.1 Đánh giá quá trình hiệu chuẩn Để đánh giá độ chính xác của mô hình hiệu chuẩn được đề xuất, tọa độ ảnh của các điểm hiệu chuẩn được thế vào các phương trình hiệu chuẩn để xác định độ lệch L so với giá trị ban đầu (X, Y): - 14 - 0.06 450 424 399 400 0.04 350 334 dY (mm) 300 Number of deviations L 251 0.02 250 0.00 200 188 -0.02 150 111 -0.04 -0.04 -0.02 0.00 0.02 0.04 0.06 100 (a) dX (mm) 50 43 17 11 6 0 5 10 15 20 25 30 35 40 45 50 (b) Deviation value (mm) Hình 5.2 sai lệch từ quá trình tái ánh xạ điểm hiệu chỉnh để xác định sai số 5.4.2 Lựa chọn ngưỡng 5.4.3 Đánh giá hiệu quả của quá trình ghép ảnh Dưới ảnh hưởng của thuật toán hiệu chỉnh, sai số khi chiếu một điểm từ khẩu độ phụ lên hệ tọa độ có thể lên đến 0,04 mm Đặc điểm này cũng có thể được đánh giá trực tiếp bằng cách kiểm tra sự chồng khớp giữa biên dạng các nút tham chiếu trên đám mây điểm cuối cùng (xem Hình 5.22) Hình 5.22 Xác định độ lệch giữa các nút tham chiếu trong đám mây điểm cuối cùng 5.4.4 Kết quả kiểm tra độ lặp lại Sử dụng mẫu thử từ Hình 5.6, một thử nghiệm lặp lại được tiến hành để đánh giá độ chính xác của thuật toán đã đề xuất, tấm mẫu được di chuyển bằng tay để khuếch đại ảnh hưởng của quá trình ghép nối Ba lần đo tương ứng với ba bộ ảnh (27 khẩu độ phụ) được chụp ở cùng một điều kiện làm việc 32 kích thước (bao gồm kích thước bao, độ dày vách ngăn, bán kính cung tròn và góc nghiêng của vách) được trích ra dể đo và để so sánh với các kích thước thiết kế ban đầu (xem Hình 5.26) - 15 - T3 T5 T1 T7 A3 T4 T6 T10 T11 H1 H2 T8 T9 H3 H4 H5 H6 H7 T2 W4 W6 W2 W3 W5 W1 Hình 5.26 các kích thước được lựa chọn để đo cho quá trình kiểm tra độ lặp 5.5 Kết luận chương 5 Một mô hình hiệu chuẩn mới đã được giới thiệu trong chương 5 Khác với các mô hình khác sử dụng tọa độ thực để định vị điểm, phương pháp này sử dụng thông số từ bàn dịch chuyển XY để tính toán các hệ số cho mô hình hiệu chuẩn Mặc dù phương pháp này tiêu tốn thời gian do yêu cầu chụp các nhiều ảnh, nhưng nó không giới hạn số lượng điểm kiểm soát và kích thước của tấm hiệu chuẩn, cho phép tăng độ chính xác của mô hình trong khi sô hệ số hiệu chuẩn bị hạn chế bởi kích thước trường nhìn Chương này cũng đề xuất một phương pháp để tái tạo biên dạng của các sản phẩm có tỷ lệ khung hình cao từ khẩu độ phụ Bằng cách sử dụng các nút tham chiếu để ghép nối các biên dạng từ các khẩu độ liền kề, dữ liệu từ 9 khẩu độ phụ của đối tượng đo được thu thập và sử dụng cho quá trình hợp nhất Một số phương pháp xử lý hình ảnh đơn giản được truy xuất từ thư viện EmguCV kết hợp với mô hình hiệu chuẩn có độ chính xác đến 0.02mm được sử dụng để tạo đám mây biên dạng cho đối tượng khảo sát và lưu trữ trong một cùng một hệ quy chiếu 2D Với sai số 0,08 mm cho kích thước 586,4 mm chiều dài (xấp xỉ 0,014%), phương pháp này không bị hạn chế bởi chiều dài của sản phẩm hoặc số lượng khẩu độ phụ và thich hợp để tái tạo lại cấu hình của các mẫu có tỷ lệ chiều cao: chiều rộng lên đến 1: 7 Bên cạnh đó, vì FOV của máy ảnh nhỏ nên hệ thống cho phép sử dụng tấm hiệu chuẩn với độ chính xác cao mà không bị ảnh hưởng bởi kích thước lớn của sản phẩm - 16 - CHƯƠNG 6 TÁI TẠO BIÊN DẠNG 2D CHO TẤM CỠ LỚN TỪ KHẨU ĐỘ PHỤ 6.1 Đối tượng khảo sát Đối tượng được đo trong chương này là một tấm thép dày 2 mm, là sản phẩm của quá trình cắt 2l80aser Vì những100loại sản phẩm nà1y80 có kích thước lớn 140 hoặc có cấu hình phức tạp, nênØ20v0 iệc đo lườn50g 2t00hủ công tốn nhiều thời gian, R100 thậm chí một số trường hợp yêu cầu tái tạo biên dạng sản phẩm để phục vụ cho quá trình thiết kế ngược Hình 6.1 minh họa sản phẩm cần đo, với các mẫu nhiều hình dạng được sắp xếp ngẫu nhiê(an) trên mặt phẳng 500  1000 mm 1000 140 100 200 280 50 360 460 (b) Hình 6.1 kích thước của tấm thép cần đo (đơn vị: mm) 6.2 phương pháp thu thập khẩu độ phụ Dựa trên phương pháp thu thập khẩu độ phụ, cấu trúc của hệ thống mới được thiết kế gồm 3 camera công nghiệp và một bảng đèn LED được gắn vào một khung lắp ráp Các camera được bố trí cách đều nhau 160 mm, mỗi camera bao phủ một khoảng FOV 280  210 mm, và một đèn LED được gắn dưới khung để cung cấp nguồn ánh sáng trước cho các trường nhìn Camera 1 Camera 2 Camera 3 160 mm 160 mm 300 mm LED panel System’s FOV Hình 6.1 Cấu trúc của hệ thống đề xuất - 17 - 6.3 Quy trình xử lý ảnh 6.3.1 Xác định các thông số hiệu chỉnh Camera 3 Camera 1 Camera 2 Camera 3 Overlapping regions 2 Camera 2 Overlapping regions 1 Camera 1 FOV 1 FOV 2 FOV 3 13  26 =338 points (a) Distance: 22  22 mm (b) Hình 6.2 (a) thu thập dữ liệu của tấm hiệu chỉnh và (b) ảnh thu được từ hệ thống Tấm mẫu hiệu chỉnh được sử dụng có kích thước 580  280 mm gồm 338 được chụp, cho kết quả là 3 ảnh như thể hiện trong Hình 6.4 Dựa trên các điểm điều khiển, quá trình hiệu chuẩn được thực hiện phân biệt cho ba máy ảnh, sử dụng các hàm đa thức bậc 4 với 30 hệ số 6.3.2 Quá trình ghép nối biên dạng Với phương pháp chụp ảnh của Hình 6.2, 24 khẩu độ phụ đã được chụp và trình bày trong Hình 6.3 (a) 13 23 33 43 53 12 22 32 42 52 11 21 31 41 51 (b) Hình 6.3 Bộ 5  3 khẩu độ phụ được chụp từ hệ thống đo Do kích thước của các nút tham chiếu khá chênh lệch với kích thước của các đối tượng kiểm tra, việc xác định các nút này có thể được xử lý dưới dạng ảnh nhị phân Chức năng BoundRectangle từ EmguCV cho phép tạo các hình - 18 - chữ nhật bao cho các đối tượng trong ảnh Căn cứ kích thước của các hình bao này, có thể phân biệt các nút tham chiếu với sản phẩm cắt laser (xem Hình 6.6) 2053  1406 2560  796 2560  253 2560  415 1020  1100 260  261 2560  396 259  262 2560  692 Aperture 13 251  257 1913  1218 253  259 Aperture 33 1456  1031 2183  1158 259  261 252  258 261  262 262  262 Aperture 53 117  1140 Aperture 23 561  1156 280  475 Aperture 43 886  1362 305  1088 1192  182 71  136 2042  854 284  600 570  1920 1909  1848 689  1098 2221  1401 2128  1031 77  1920 1968  1920 1723  1625 168  1585 1764  500 394  862 475  735 Aperture 12 26  657 Aperture 22 573  1164 Aperture 32 254  258 Aperture 42 259  1581 Aperture 52 352  1487 1920  1198 252  255 252  258 2059  1601 493  1278 2054  1824 2144  1442 258  255 1661  1622 2560  161 Aperture 41 90  1192 2560  280 256  254 Aperture 21 254  256 Aperture 31 254  256 Aperture 11 2560  235 2560  154 254  256 Aperture 51 Hình 6.6 Ap dụng hàm BoundingRectangle để xác định các điểm tham chiếu Từ vị trí của các nút này, thao tác gắn nhãn sẽ được tiến hành để tách thành các nút bên trái (Lij) và bên phải (Rij) Bằng cách xác định các thông số dịch chỉnh dựa trên tọa độ của các nút, các thông số định hướng cuối cùng cho mọi khẩu độ được tính toán Sau đó, đường bao của các đối tượng được trích xuất và chiếu vào cùng một hệ tọa độ chung WCS 6.4 Kết quả và thảo luận 6.4.1 đánh giá kết quả hiệu chỉnh Sai số của mô hình hiệu chuẩn được tính bằng cách so sánh sự khác biệt giữa tọa độ gốc và tọa độ ánh xạ của điểm điều khiển, được mô tả ở Hình 6.9 0.12 0.12 0.12 Y (mm) Y (mm) 0.08 Y (mm) 0.08 0.08 0.04 0.04 0.04 0.00 0.00 0.00 -0.04 -0.04 -0.04 -0.08 Camera 1 -0.08 Camera 2 -0.08 Camera 3 -0.12 0.04 0.08 0.12 -0.12 0.04 0.08 0.12 -0.12 -0.08 -0.04 0.00 X (mm) -0.12 -0.08 -0.04 0.00 X (mm) -0.12 -0.12 -0.08 -0.04 0.00 0.04 0.08 0.12 (a) (b) X (mm) (c) Number of points 70 Number of points 70 Camera 2 Camera 3 Camera 3 Camera 1 60 Camera 2 60 50 Camera 1 50 40 40 30 30 20 20 10 10 0 0 -0.12 -0.08 -0.04 0.00 0.04 0.08 0.12 -0.12 -0.08 -0.04 0.00 0.04 0.08 0.12 X (mm) Y (mm) (d) (e) Hình 6.9 Độ lệch của các điểm hiệu chuẩn trong (a) Máy ảnh 1, (b) Máy ảnh 2, (c) Máy ảnh 3 và phân phối của độ lệch theo hướng (d) x- và (e) y-