Xử lý ảnh trong công nghiệp nhu cầu thách thức và giải pháp

T¹p chÝ Khoa häc & C«ng nghÖ - Sè 1(45) Tập 2/N¨m 2008

121

XỬ LÝ ẢNH TRONG CÔNG NGHIỆP -

NHU CẦU, THÁCH THỨC VÀ GIẢI PHÁP

Phạm Đức Long (Khoa Công nghệ thông tin - ĐH Thái Nguyên)-

Phạm Thượng Cát (Viện Công nghệ thông tin - Viện KH&CN Việt Nam)

1. Mở đầu

Quan sát là một trong những phương thức thu thập thông tin quan trọng. 79% thông tin

con người thu thập được qua thị giác đều bắt nguồn từ ảnh [3]. Các hình ảnh được truyền tới bộ

não, được xử lý tại đây, rồi sau đó các chỉ thị của não sẽ gây ra các phản ứng tương ứng của cơ

thể. Nhưng những năng lực tự nhiên của con người không phải là vô hạn. Trong rất nhiều

trường hợp khả năng bắt ảnh của mắt người, khả năng xử lý của não người không đáp ứng được

các yêu cầu quan sát - Đặc biệt là trong lĩnh vực sản xuất công nghiệp, nơi mà tốc độ của các

dây chuyền sản xuất cực kỳ nhanh, thời gian tồn tại sự kiện vô cùng nhỏ, số lượng đối tượng

quan sát, thông tin cần xử lý vô cùng lớn. Con người với sức sáng tạo không ngừng đã tạo ra

được nhiều công cụ có khả năng hỗ trợ, khắc phục được các năng lực hạn chế của bản thân. Các

camera độ nhạy cao cùng với các máy tính số mạnh đã tạo ra các hệ thống quan sát có khả năng

thay thế con người trong nhiều trường hợp. Tuy nhiên vẫn còn quá nhiều khoảng trống trong

bức tranh xử lý ảnh bằng máy tính trong công nghiệp. Do sử dụng các máy tính số hoạt động

theo nguyên lý xử lý lệnh tuần tự làm công cụ thực hiện nên mặc dù các chuyên gia xử lý ảnh đã

cố gắng cải tiến, hoàn thiện các thuật toán thu và xử lý ảnh nhưng với nhiều nhu cầu như thu và

xử lý ảnh trong những thời gian cỡ micro giây, tốc độ bắt ảnh và xử lý vài trăm hình trên giây

(fps), xử lý ảnh thời gian thực từ nhiều nguồn ảnh tới cùng một lúc... thì phương pháp xử lý ảnh

truyền thống đã không đáp ứng được. Việc tăng tốc độ xử lý của các bộ vi xử lý cũng không

phải là vô hạn do các hạn chế về cấu trúc vật lý của vật liệu bán dẫn.

Mạng nơron tế bào CNN (Cellular Nonlinear/neural Network) được các nhà bác học Mỹ

Leon O.Chua và L.Yang giới thiệu năm 1988 và sau đó năm 1992 là máy tính vạn năng tương tự

logic CNN UM [5, 6, 7] đã mở ra một lối thoát cho bài toán xử lý ảnh thời gian thực. Với kiến

trúc mạng nơron tế bào, xử lý song song với hàng chục nghìn CPU (sản phNm thương mại hiện

nay là ACE16k với 16.384 CPU và Q-Eye với 25.344 CPU trong một chip), lập trình được từ

các máy tính số sử dụng hệ điều hành thông dụng như Windows 2000, XP khả năng bắt ảnh và

xử lý của các thiết bị ứng dụng công nghệ CNN đã đạt tới 10.000 fps; trong nhiều trường hợp đã

đạt đến 50.000-70.000 fps.

2. Nhu cầu xử lý ảnh trong công nghiệp

Ngày nay sản xuất công nghiệp đã đạt tới trình độ tự động hoá cao, tốc độ sản xuất của

dây chuyền rất lớn. Thực tế này dẫn tới là nếu có sai lệch trong quá trình sản xuất thì chỉ trong

những khoảng thời gian rất ngắn đã có ngay hàng loạt lớn số lượng sản phNm phế phNm. Do đó

mọi khâu từ kiểm tra giám sát đến điều chỉnh đều phải đáp ứng rất nhanh; đặc biệt là khâu kiểm

tra phát hiện. Nhu cầu xử lý ảnh trong công nghiệp hiện nay càng ngày càng lớn chủ yếu gồm:

đo, kiểm tra, phân loại, hiển thị. Các hệ thống xử lý ảnh công nghiệp này ngoài yêu cầu chính

xác còn cần phải đảm bảo yêu cầu về thời gian thực (real-time).