Tổng quan về các thuật toán nhận diện sự thay đổi hình dạng; nghiên cứu thuật toán nhận dạng sự thay đổi hình dạng bề mặt; ứng dụng thuật toán để nhận dạng sự thay đổi bề mặt gia công. Tổng quan về các thuật toán nhận diện sự thay đổi hình dạng; nghiên cứu thuật toán nhận dạng sự thay đổi hình dạng bề mặt; ứng dụng thuật toán để nhận dạng sự thay đổi bề mặt gia công.
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Nhận dạng thay đổi bề mặt gia công kỹ thuật xử lý ảnh NGUYỄN HÀ NAM namha.nguyen0211@gmail.com Ngành Kỹ thuật Cơ Điện Tử Giảng viên hướng dẫn: TS Nguyễn Trọng Hải Chữ ký GVHD Viện: Cơ khí HÀ NỘI, 11/2020 LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu khoa học độc lập riêng Các số liệu sử dụng phân tích luận văn có nguồn gốc rõ ràng, thực công bố theo quy định Các kết nghiên cứu luận án tơi tự tìm hiểu, phân tích cách trung thực, khách quan phù hợp với thực tiễn Việt Nam Các kết chưa công bố nghiên cứu khác Tác giả luận văn Nguyễn Hà Nam LỜI CẢM ƠN Lời đầu tiên, Tôi xin chân thành cảm ơn Ban Lãnh đạo Viện đào tạo Sau Đại học trường Đại học Bách Khoa Hà Nội tạo điều kiện thuận lợi trình học tập, nghiên cứu Tơi xin bày tỏ lịng kính trọng biết ơn sâu sắc tới người thầy hướng dẫn TS Nguyễn Trọng Hải định hướng tận tình hướng dẫn để tơi hồn thành luận văn Tôi xin cảm ơn môn Gia công vật liệu dụng cụ công nghiệp, viện Cơ khí Ban Giám hiệu trường Đại học Bách Khoa Hà Nội động viên trao đổi kinh nghiệm q trình hồn thành luận văn Cuối cùng, tơi xin chân thành cảm ơn đến gia đình, người thân, bạn đồng nghiệp người dành cho tình cảm nồng ấm, ln động viên sẻ chia lúc khó khăn sống tạo điều kiện tốt để tơi hồn thành trình nghiên cứu Hà Nội, ngày 01 tháng 10 năm 2020 Tác giả luận văn Nguyễn Hà Nam MỤC LỤC CHƯƠNG TỔNG QUAN 1.1 Lý lựa chọn đề tài 1.2 Lịch sử nghiên cứu nước 1.3 Mục đích nghiên cứu luận văn 1.4 Tóm tắt đọng luận diểm đóng góp luận văn CHƯƠNG GIỚI THIỆU CÁC THUẬT TOÁN NHẬN DIỆN SỰ THAY ĐỔI HÌNH DẠNG 2.1 Giới thiệu chung 2.2 Phương pháp trích chọn đặc trưng (IDSC Inner Distance Shape Contex) 2.2.1 Giới thiệu 2.2.2 Phương pháp dựa vào ngữ cảnh hình dạng (Shape Context) 2.2.3 Phương pháp sử dụng khoảng cách (The Inner Distance) 2.2.4 Phương pháp Inner-Distance Shape Context 11 2.3 So sánh hình dạng sử dụng quy hoạch động 12 2.4 Tra cứu hình dạng với kĩ thuật học hàm khoảng cách 13 2.5 Kết luận 16 CHƯƠNG NGHIÊN CỨU THUẬT TOÁN NHẬN DẠNG SỰ THAY ĐỔI HÌNH DẠNG BỀ MẶT 17 3.1 Phân tích thực thuật toán nhận dạng đánh giá thay đổi bề mặt 17 3.2 Thuật tốn ngữ cảnh hình dạng (Shape Context) 18 3.3 Q trình triển khai thuật tốn ngữ cảnh hình dạng (Shape context) 19 3.3.1 Xác định tọa độ điểm đối tượng 20 3.3.2 Tính tốn ngữ cảnh hình dạng 20 3.3.3 Tính tốn ma trận chi phí ghép cặp 21 3.3.4 Tìm điểm tương đồng với ma trận chi phí ghép cặp tối thiểu 22 3.3.5 Nội suy điểm bề mặt dựa vào chuyển đổi mơ hình hóa hình dạng 24 3.4 Nhận dạng thay đổi tồn cục bề mặt thuật tốn bình phương tối thiểu .27 3.5 Tiền xử lý sử dụng lọc Gauss nhận dạng thay đổi cục .28 3.6 Kết luận .31 CHƯƠNG ỨNG DỤNG THUẬT TOÁN ĐỂ NHẬN DẠNG SỰ THAY ĐỔI BỀ MẶT GIA CÔNG 32 4.1 Áp dụng thuật toán nhận dạng thay đổi hai hình dạng khác 32 4.1.1 Lấy liệu tập hợp điểm đặc trưng từ hình dạng có biên dạng khác 32 4.1.2 Xây dựng biểu đồ phân cực log dựa khoảng cách góc .34 4.1.3 Tính tốn ma trận chi phí ghép cặp điểm .35 4.1.4 Tính tốn tìm cặp điểm tương đồng dựa vào thuật tốn Hungari 36 4.1.5 Chuyển đổi mơ hình hóa, thực nội suy điểm tương đồng 37 4.2 Đánh giá sai khác toàn cục cục bề mặt gia công .37 4.2.1 Dữ liệu bề mặt đo thí nghiệm 37 4.2.2 Đánh giá sai khác toàn cục bề mặt gia công 39 4.2.3 Đánh giá sai khác cục bề mặt gia công 43 4.3 Kết luận .46 CHƯƠNG KẾT LUẬN 48 5.1 Kết luận .48 5.2 Hướng phát triển luận văn tương lai 48 PHỤ LỤC 49 TÀI LIỆU THAM KHẢO 49 DANH MỤC CÁC TỪ VIẾT TẮT Ký hiệu Nguyên nghĩa CMM Coordinate Measuring Machine LHI Laser holographic interferometry HDM High-definition metrology TSP Thin plate splines IDSC Inner Distance Shape Context SC Shape context DP Quy hoạch động DANH MỤC HÌNH VẼ Hình 1.1 So sánh LHI-HDM, HDM thơng thường CMM phạm vi đo tốc độ đo Hình 1.2 Các dạng nhấp nhơ bề mặt đo công nghệ LHI Hình 2.1 Ví dụ khoảng cách đối tượng Hình 2.2 Ví dụ khoảng cách x y hình O Hình 2.3 Quá trình biểu diễn khoảng cách đối tượng 10 Hình 2.4 Minh họa góc (Inner- Angle) 11 Hình 2.5 Ngữ cảnh hình dạng (SC) khoảng cách ngữ cảnh hình dạng (IDSC) 12 Hình 2.6 Ví dụ khoảng cách ngữ cảnh hình dạng 14 Hình 2.7 Các hình biết sở liệu 15 Hình 3.1 Một dạng đặc trưng bề mặt gia công .17 Hình 3.2 Mơ tả phép biến đổi hình dạng bề mặt gia cơng 18 Hình 3.3 Sơ đồ ngữ cảnh hình dạng (Shape context) 19 Hình 3.4 Hệ tọa độ log-polar space với vòng tròn 12 góc 21 Hình 3.5 Minh họa chuyển đổi hệ tọa độ cực sang histogram 21 Hình 3.6 Mơ hình chuyển đổi Thin plate Spline .26 Hình 3.7 Mơ tả chuyển đổi Thin plate spline .27 Hình 3.8 Đường cong Gauss với giá trị µ độ lệch chuẩn σ 30 Hình 3.9 Minh họa xác định trọng số Gaussian Kernel 30 Hình 4.1 Hình dạng 3D contour bề mặt chuẩn 32 Hình 4.2 Hình dạng 3D contour bề mặt bị thay đổi dịch chuyển đường contour .33 Hình 4.3 Đồ thị điểm hình mẫu 33 Hình 4.4 Kết số điểm có BIN điểm vị trí tam giác vòng tròn 35 Hình 4.5 Biểu thị ma trận chi phí ghép cặp hình khác .36 Hình 4.6 Kết so khớp điểm có độ tương đồng với hình 37 Hình 4.7 Dữ liệu bề mặt thu từ kết đo thí nghiệm 38 Hình 4.8 Dữ liệu bề mặt thu từ kết đo thí nghiệm 38 Hình 4.9 Hình ảnh bề mặt 3D bề mặt 39 Hình 4.10 Hình ảnh 3D bề mặt 39 Hình 4.11 Bề mặt 3D sau matching bề mặt cho 40 Hình 4.12 Bề mặt 2D sau maching bề mặt cho 40 Hình 4.13 Biểu thị đám mây điểm bề mặt xấp xỉ hàm bậc 40 Hình 4.14 Một số bề mặt xây dựng từ liệu điểm giả định 41 Hình 4.15 Một số bề mặt thí nghiệm gia cơng phay 42 Hình 4.16 Bộ lọc Gauss với độ lệch chuẩn σ = 0.15 43 Hình 4.17 Bộ lọc Gauss với độ lệch chuẩn σ = 0.5 43 Hình 4.18 Bộ lọc Gauss với độ lệch chuẩn σ = 10.5 44 Hình 4.19 Các đỉnh cao bề mặt 44 Hình 4.20 Các vùng cắt bề mặt có độ cao cao đỉnh cao số 45 Hình 4.21 Các đỉnh thấp bề mặt 45 Hình 4.22 Tập hợp vùng bề mặt có độ cao thấp đỉnh 46 DANH MỤC BẢNG Bảng 4.1 Hệ số hàm xấp xỉ bậc bề mặt matching 41 Bảng 4.2 Hệ số xấp xỉ hàm bậc bề mặt gia công liệu điểm giả định .41 Bảng 4.3 Hệ số xấp xỉ hàm bậc số bề mặt gia cơng thí nghiệm phay 42 Bảng 4.4 Mối tương quan sai số độ cao biến đổi toàn cục lớn hệ số hàm xấp xỉ bậc 42 Bảng 4.5 Hệ số đánh giá độ cao đỉnh cao bề mặt 45 Bảng 4.6 Hệ số đánh giá độ cao đỉnh thấp .46 if khoangcach1(k) >= R1(n) vitri_theta = vitri_theta + ; end end khoang_theta = 0; for n = 1:12 if goc1(k) >= theta(n); khoang_theta = khoang_theta + 1; end end sodiembin{vitri_theta}(khoang_theta) = sodiembin{vitri_theta}(khoang_theta) + 1; end for n = 1:5 a = max(sodiembin{n}) ; % 5*99 gia tri max end b = max(a); for n = 1:5 c{n} = sodiembin{n}/b; end CH1{i} = [c{1} c{2} c{3} c{4} c{5}]; end % ============================ TINH SO DIEM CO TRONG MOI BIN HINH for i = 1:sodiem2 sodiembin2 = cell(5,1); tam2 = toado2(i,:); for m = 1:5 sodiembin2{m} = zeros(12,1); 58 end for k = 1:sodiem2 if k ~= i khoangcach2(k) = sqrt((Toado(k,3)tam2(1))^2+(Toado(k,4)-tam2(2))^2); goc2(k) = atan2d((Toado(k,4)tam2(2)),(Toado(k,3)-tam2(1)));%/khoangcach2(k) end if goc2(k) < goc2(k) = goc2(k)+360; end vitri_theta = 1; for m = 1:5 if khoangcach2(k) >= R2(m) vitri_theta = vitri_theta +1; end end khoang_theta = 0; for m = 1:12 if goc2(k) >= theta(m) khoang_theta = khoang_theta + 1; end end sodiembin2{vitri_theta}(khoang_theta) = sodiembin2{vitri_theta}(khoang_theta) + 1; end for m= 1:5 a = max(sodiembin2{m}) ; % 5*99 gia tri max end 59 b = max(a); for m = 1:5 c2{m} = sodiembin2{m}/b; end CH2{i} = [c2{1} c2{2} c2{3} c2{4} c2{5}]; end Tính tốn ma trận chi phí hình % ==================== TINH COST MATRIX giatri = zeros(100,100); for i =1:sodiem1 for j =1:sodiem1 giatri(i,j) = 0; for p = 1:60 if CH1{i}(p) ~= || CH2{j}(p) ~= giatri(i,j) = giatri(i,j)+((1/2)*(CH1{i}(p)CH2{j}(p))^2)/(CH1{i}(p)+CH2{j}(p)); end end end end Thuật tốn Hungari tìm điểm tương đồng function [assignment,cost] = munkres(costMat) % MUNKRES Munkres (Hungarian) Algorithm for Linear Assignment Problem % % [ASSIGN,COST] = munkres(COSTMAT) returns the optimal column indices, 60 % ASSIGN assigned to each row and the minimum COST based on the assignment % problem represented by the COSTMAT, where the (i,j)th element represents the cost to assign the jth % job to the ith worker % % Partial assignment: This code can identify a partial assignment is a full % assignment is not feasible For a partial assignment, there are some % zero elements in the returning assignment vector, which indicate % un-assigned tasks The cost returned only contains the cost of partially % assigned tasks % This is vectorized implementation of the algorithm It is the fastest % among all Matlab implementations of the algorithm % Examples % Example 1: a x example %{ [assignment,cost] = munkres(magic(5)); disp(assignment); % disp(cost); %15 %} % Example 2: 400 x 400 random data %{ n=400; A=rand(n); tic [a,b]=munkres(A); toc % about seconds 61 %} % Example 3: rectangular assignment with inf costs %{ A=rand(10,7); A(A>0.7)=Inf; [a,b]=munkres(A); %} % Example 4: an example of partial assignment %{ A = [1 Inf; Inf Inf 5; Inf Inf 0.5]; [a,b]=munkres(A) %} % a = [1 3] % b = 1.5 % Reference: % "Munkres' Assignment Algorithm, Modified for Rectangular Matrices", % http://csclab.murraystate.edu/bob.pilgrim/445/munkres html % version 2.3 by Yi Cao at Cranfield University on 11th September 2011 assignment = zeros(1,size(costMat,1)); cost = 0; validMat = costMat == costMat & costMat < Inf; bigM = 10^(ceil(log10(sum(costMat(validMat))))+1); costMat(~validMat) = bigM; % costMat(costMat~=costMat)=Inf; % validMat = costMat