Bài viết đề xuất một giải pháp phân loại phần thịt lá lô hội sau khi tách vỏ để loại bỏ các lá lô hội chưa tách vỏ hoàn toàn từ các máy tách vỏ. Do các mảnh vỏ này sẽ gây khó khăn cho việc loại bỏ sau khi qua máy thái hạt lựu.
HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Hệ thống phân loại lô hội camera Developing aloe vera sorting system based on camera Tưởng Phước Thọ *, Nguyễn Trường Thịnh Trường Đại học Sư phạm Kỹ thuật TP.HCM *Email: thotp@hcmute.edu.vn Mobile: 0969956596 Tóm tắt Từ khóa: Lơ hội; Ngun liệu lô hội; Phân loại; Sơ chế lô hội; Xử lý ảnh; Bài báo đề xuất giải pháp phân loại phần thịt lô hội sau tách vỏ để loại bỏ lô hội chưa tách vỏ hoàn toàn từ máy tách vỏ Do mảnh vỏ gây khó khăn cho việc loại bỏ sau qua máy thái hạt lựu Từ yêu cầu sở ứng dụng, máy phân loại phần thịt lơ lơ hội thiết kế để tích hợp vào máy tách vỏ máy thái hạt lựu Giải pháp thực ứng dụng công nghệ xử lý ảnh để nhận diện phần thịt lô hội cịn sót vỏ Sau đưa tín hiệu cho cấu chấp hành thực phân loại Abstract Keywords: Aloe vera; Peeling aloe; Sorting system; Image processing The paper proposes a solution to sort aloe vera after peeling to remove the unpeeled leaves from the peeling machines, as these peels would be difficult to remove after passing the dicing machine Based on the requirements of the facilities applying this method, the aloe vera sorting system is designed to be integrated into the peeling machine The implementation solution is based on image processing technology to identify the aloe vera fillets After that, the signal is transferred to the actuator that performs the sorting process Ngày nhận bài: 29/06/2018 Ngày nhận sửa: 08/9/2018 Ngày chấp nhận đăng: 15/9/2018 GIỚI THIỆU Lơ hội chứa nhiều thành phần có ích vitamin tốt cho da sức khỏe Các sản phẩm sản xuất từ lô hội đa dạng ngày phổ biến Trong quy trình sơ chế lơ hội cơng nghiệp (hình 2), lô hội xử lý theo nhiều bước Thứ nhất, sau xếp từ băng tải, chúng đưa đến bồn rửa nơi công nhân loại bỏ chất bẩn Sau đó, nhóm cơng nhân chịu trách nhiệm cắt đầu đuôi Aloe Vera, bước lô hội tách vỏ người công nhân để lấy phần thịt bên trong, phần để tạo nhiều sản phẩm từ lơ hội Sau phần thịt qua công đoạn chần, thái hạt,… Ngồi có số máy tách vỏ lô hội sử dụng để thay số lượng lớn công nhân, nhiên vấn đề khó khăn gặp phải q trình tách vỏ lô hội máy phải cần lượng công nhân kiểm tra lô hội sau tách vỏ để tách phần thịt cịn sót vỏ, để khơng gây phế phẩm công đoạn sau HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Rửa cắt đầu đuôi lơ hội Tách vỏ Kiểm tra thịt Hình Công đoạn sơ chế lô hội Đáp ứng yêu cầu thay số lượng lớn công nhân tiến trình phân loại phần thịt lơ hội nhà máy, chúng tơi muốn thiết kế hệ thống hồn tồn tự động với cơng suất độ xác cao Hình hệ thống phân loại điển hình Một camera đặt đầu hộp bên băng tải thiết bị truyền động lắp đặt cuối băng tải để xếp đầu Camera kết nối với máy tính, có nhiệm vụ nhận biết chuyển động băng tải, gửi hình ảnh đến máy tính để xử lý Cuối cùng, máy tính gửi tín hiệu để kích hoạt truyền động tiến hành phân loại sản phẩm Mục đích trình phân loại để tách phần thịt lơ hội cịn sót vỏ sau q trình tách vỏ Để phân loại tự động khả thi, vấn đề sau phải giải cách có hiệu quả: - Phần vỏ sót lại đâu Aloe Vera - Xử lý hình ảnh thời gian thực - Yêu cầu phần cứng tối thiểu Hai dạng cho hệ thống phân loại thể Hình Hình Hệ thống phân loại Hình Phi lê lơ hội đạt u cầu khơng đạt u cầu - cịn sót vỏ HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 PHÂN TÍCH GIẢI THUẬT XỬ LÝ TÍNH HIỆU TỪ CAMERA Có nhiều phương pháp xử lý tính hiệu từ camera để truy xuất thuộc tính đối tượng [1] Ở đây, chương trình xử lý ảnh xác định vị trí tính tốn liệu cho cấu thự thi gồm hai giai đoạn: Xử lý ảnh đưa vị trí đối tượng; Lưu trữ tính tốn số liệu để gửi cho cấu chấp hành hệ thống phân loại hoạt động Giai đoạn xử lý ảnh gồm bước sau: 2.1 Thu nhận ảnh (Chụp ảnh) Camera đặt phía băng tải chụp ảnh 100ms để xử lý Hình 4(a) ảnh nhận từ camera Hình a) Mẫu đối tượng nhận dạng, b) Kênh màu xanh 2.2 Tách kênh màu (tách nền) làm mượt ảnh (lọc nhiễu) Ảnh nhận từ camera ảnh màu kênh RGB (Red-Green-Blue) Chương trình tách kênh Green ảnh để xử lý băng tải có màu xanh nên phần có màu xanh tối phần lại Sau bước này, ảnh trở thành ảnh xám với phần tối phần có màu xanh nhiều Ảnh thu sau tách có nhiều tính hiệu nhiễu ánh sáng, màu sắc đối tượng, bước dùng để loại bỏ nhiễu làm mượt ảnh giúp việc phân đoạn ảnh xác Sau lọc nhiễu, ta thu ảnh Hình 4(b) 2.3 Cắt khung hình Khung hình thu từ camera xử lý qua bước trước khung hình rộng chứa toàn thị trường camera, chứa tổng thể khu vực băng tải, có thành băng tải phần băng tải Nhưng khu vực cần xử lý tập trung vào phần băng tải có chứa đối tượng nên phải giới hạn lại khu vực để xử lý Hình Ảnh sau tách ngưỡng HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 2.4 Tách ngưỡng (thresholding) Đây bước quan trọng quy trình xử lý ảnh dùng để xác định đối tượng Các Pixel khung hình có mức xám từ - 255, mức tương đương với màu đen, mức 255 tương đương với màu trắng Trong bước người lập trình chọn vùng xám định (ví dụ từ mức xám 180 đến 255), pixel ảnh có mức xám nằm vùng xám pixel chuyển thành 255 nghĩa trắng, khơng pixel chuyển thành nghĩa đen Như sau công việc tách ngưỡng, ta nhận ảnh nhị phân (trắng đen - Hình 5) theo chương trình trắng đối tượng cần xác định, đen phần vỏ cịn sót lại, qua ta xác định đối tượng cần phân loại 2.5 Dán nhãn đối tượng (labeling) Trong bước xử lý thô, nhiễu tác động giảm cách áp dụng lọc ngưỡng thêm vào cho kết nhận dạng hình ảnh tốt Để nhận mức độ khác màu xanh xám, thử nghiệm thực tế để thiết lập ngưỡng, thay đổi hình ảnh màu xám thành hình nhị phân Điều có nghĩa khung có màu đen đại diện cho đối tượng màu xanh màu trắng đối tượng màu xanh Đây bước quan trọng để giảm dung lượng liệu trình xử lý hình ảnh liên tục nên số lượng khung hình nhiều dẫn đến nhớ lớn gây số vấn đề tải khơng xác… Tiếp tục bước thứ ba, điểm ảnh gắn nhãn điểm ảnh cao nhóm vào hộp khu vực phần vỏ cịn sót lại Cuối cùng, phần mềm hiển thị hình ảnh xử lý từ camera đến cửa sổ giao diện điều khiển MATLAB Phần mềm vẽ khung viền bao quanh đối tượng màu xanh phát với tọa độ trung tâm khung bao quanh Sau đó, gửi tín hiệu đến điều khiển để kích hoạt truyền động cấu phân loại ĐỒNG BỘ VỚI CƠ CẤU CHẤP HÀNH 3.1 Cơ cấu phân loại y x Hình Thiết kế cấu phân loại HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 Trong cơng nghiệp, có nhiều cấu chấp hành sử dụng để phân loại sản phẩm robot, sàn, kẹp, hút,…ứng dụng cho nhiều loại đối tượng khác Do phi lê lô hội trơn, hình dạng khơng cố định đầu máy tách vỏ nhiều dãy fillet băng tải nên việc sử dụng phương án gắp robot không khả thi Một cấu sử dụng xylanh khí nén điều khiển máng trượt phân loại với tốc độ cao, dễ dàng hiệu chỉnh cấu để tăng suất Hình mơ tả cấu phân loại hàng cấp liệu, cấu gồm băng tải dẫn liệu từ máy tách vỏ, sau qua dẫn hướng tách thành hàng để vào hộp nhận dạng có gắn camera Sau hệ thống nhận dạng hoạt động xuất tín hiệu để phân phơi liệu thành loại đạt không đạt vào thùng chứa Hình Giải thuật điều khiển trình phân loại Để thiết lập tính hiệu điều khiển cấu chấp hành nhận lệnh từ phần mềm điều khiển, điều khiển sử dụng để kết nối máy tính cấu chấp hành theo sơ đồ hình Tất hoạt động điều khiển thơng qua giao diện, có hai chế độ: tự động tay, phần mềm MATLAB Trong chế độ tự động, hệ thống chạy tự động có đầu vào băng chuyền Trong chế độ thủ cơng, máy chạy thiết bị đơn lẻ xi lanh camera Ngồi ra, có panel điều khiển băng tải để bật tắt băng tải Như vậy, từ tọa độ pixel ảnh, chương trình nội suy theo hàm số để đưa tọa độ đối tượng thực tế Hàm nội suy phụ thuộc vào độ cao từ camera đến băng tải, góc chụp camera mặt phẳng băng tải, vị trí tương đối camera, băng tải cấu thực thi máng trượt phân loại Nếu thay đổi thơng số hàm nội suy phải thay đổi theo Sau nội suy thông số, chương trình lưu thơng số vào mảng liệu để lưu trữ xử lý [2][3] HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 3.2 Vận tốc băng chuyền Trong hệ thống phân loại tự động, mật độ đối tượng băng chuyền khác thời điểm khác Do đó, băng chuyền phải di chuyển nhanh mật độ thấp, chậm mật độ cao để nâng cao suất đảm bảo khơng bỏ sót vật Giả sử vận tốc lớn băng chuyền vmax, (ymin, ymax) vị trí tác động tối ưu cấu chấp hành (dựa vào thời gian tác động máng trượt) Vị trí vật thể mà máng trượt tác động phân loại (y) máng trượt bắt đầu di chuyển, vt vận tốc băng chuyền thời điểm Ta có: vmax ( y y) v vmax max ymax 0 ( y 0) (1) (0 y y max ) ( ymax y) Để giảm thiểu tác động bên làm thay đổi vận tốc băng chuyền, ta sử dụng quy luật hình sine xử lý vận tốc Gia tốc tối đa băng chuyền a 'max , thay đổi từ v1 đến v2 ( v2 > v1 ) Trong trình này, gia tốc băng chuyền là: a ' (1 a 'max sin( 2 t 3 )) T' (2) T ' v2 v1 a 'max 3.3 Tính tốn vị trí tác động máng trượt Với băng chuyền di chuyển dọc theo trục y (hình 6), vị trí theo thời gian thực là: t (3) y yn vdt Trong đó, yn vị trí đối tượng thời điểm máng trượt bắt đầu di chuyển đến vị trí phân loại, v vận tốc băng chuyền, ta có: y yn v2 v1 v2 v1 v2.A a 'max S1 Với A ( 1)a max 8 (4) x x0 y y0 ( 1 )amax 8 v v S3 2 ( 1)a a 'max max 8 Như vậy, đối tượng hệ thống phân loại chuyển động theo vận tốc băng tải máng phải tác động để phân lọa đối tượng chuyển động Để dễ dàng tính toán thời điểm tác động máng trượt, băng tải đặt cho hướng chuyển động băng tải trùng với trục Y camera Do đó, băng tải chuyển động, tọa độ đối tượng thay đổi theo trục Y Sau đồng tọa độ trục y theo vận tốc băng tải, tọa độ đối tượng nằm vùng tọa độ phân loại chương trình thực chu trình phân loại Thời gian tác động máng trượt tính tốn theo vận tốc trượt thực nghiệm với góc nghiên phù hợp, đảm bảo hệ thống phân loại liên tục kịp thời HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 THỰC NGHIỆM VÀ KẾT QUẢ Một bước quan trọng để xem xét chất lượng hệ thống tiến hành thực nghiệm với nhiều sản phẩm để đánh giá hiệu Chúng thực nghiệm với 50 lô hội khả phân loại hệ thống đạt độ xác 90% với lần phân loại sai trình hoạt động Trong sản phẩm lỗi, số lập trình giao diện khơng thể nhận màu xanh thiết bị truyền động chế độ phân loại sớm trước rơi Ba sản phẩm lại cấu khí làm bị mắc kẹt trượt rơi Hình giao diện phân loại, đối tượng phân loại đánh dấu hình chữ nhật màu đỏ tọa độ đối tượng Hình hệ thống phân loại hoạt động, khu vực nhận diện thiết kế buồng chiếu sáng để tăng độ ổn định nhận dạng Kết thực nghiêm cho thấy cấu chấp hành hoạt động ổn định, tăng số lượng cấu chấp hành để tăng suất mà không làm thay đổi kết cấu hệ thống Hình Giao diện phân loại Hình Thực nghiệm phân loại HỘI NGHỊ KHOA HỌC VÀ CÔNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 KẾT LUẬN Qua thực nghiệm cho thấy tính hiệu hệ thống phân loại phi lê lô hội, hệ thống hoạt động ổn định, cho suất cao, tích hợp vào hệ thống tách vỏ thành hệ thống hoàn chỉnh Hệ thống phân loại có giá thành thấp, ứng dụng vào sản xuất Thiết kế hệ thống dễ dàng tăng suất cách thêm máng trượt song song mà khơng cần thay đổi cấu hình hệ thống Độ xác phân loại cải thiện với cải tiến chế độ thu nhận ảnh, tốc độ cấu chấp hành TÀI LIỆU THAM KHẢO [1] Rafael C Gonzalez, "Digital Image Processing using MATLAB", 2000, pp.406-600 [2] Katsuhiko Otaga, Discrete-Time Control Systems, Pearson Education, Prentice Hall, Upper Saddle River, New Jersey 07458, 1995 [3] Setsuo Hashimoto, Naoyuki Kubota, and Fumio Kojima Human and Detection Using Evolutionary Computation for Gestures Recognition of a Partner Robot Faculty of Economics, Kyoto Gakuen University, 1-1 Ootani, Nanjyo, Sogabe-cho, Kameoka, Kyoto, 621-8551, Japan, 2006 ... loại phi lê lô hội, hệ thống hoạt động ổn định, cho suất cao, tích hợp vào hệ thống tách vỏ thành hệ thống hoàn chỉnh Hệ thống phân loại có giá thành thấp, ứng dụng vào sản xuất Thiết kế hệ thống. .. cho hệ thống phân loại thể Hình Hình Hệ thống phân loại Hình Phi lê lơ hội đạt yêu cầu không đạt yêu cầu - cịn sót vỏ HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 PHÂN... cấu hệ thống Hình Giao diện phân loại Hình Thực nghiệm phân loại HỘI NGHỊ KHOA HỌC VÀ CƠNG NGHỆ TỒN QUỐC VỀ CƠ KHÍ LẦN THỨ V - VCME 2018 KẾT LUẬN Qua thực nghiệm cho thấy tính hiệu hệ thống phân