Nghiên cứu và ứng dụng công nghệ kiểm tra trực quan các khuyết tật bề mặt chai thủy tinh

1. Giới thiệu

Chai thủy tinh được sử dụng rộng rãi làm vật chứa đóng gói cho các ngành công nghiệp thực phẩm, dược phẩm và mỹ phẩm. Chất lượng hoàn thiện của chúng liên quan trực tiếp đến độ kín, độ an toàn và tuổi thọ của sản phẩm. Các khuyết tật hoàn thiện như nứt, gờ và khuyết tật không chỉ có thể gây rò rỉ và hư hỏng sản phẩm bên trong mà còn có thể gây thương tích cho người tiêu dùng. Các phương pháp kiểm tra thủ công truyền thống dễ bị hạn chế bởi độ phân giải và độ mỏi của mắt người, dẫn đến hiệu quả thấp và độ tin cậy hạn chế. Với sự tiến bộ của công nghệ thị giác máy, các phương pháp kiểm tra trực tuyến các khuyết tật hoàn thiện chai thủy tinh dựa trên thị giác máy tính đã trở thành một điểm nóng nghiên cứu trong ngành. Phương pháp này mang lại hiệu quả cao, không tiếp xúc và độ chính xác cao, đáp ứng các yêu cầu kiểm soát chất lượng nghiêm ngặt của sản xuất công nghiệp hiện đại.

Trong quy trình sản xuất chai thủy tinh, lỗi hoàn thiện có thể phát sinh từ nhiều nguồn, bao gồm nguyên liệu thô, quy trình sản xuất và vận chuyển. Nghiên cứu đã chỉ ra rằng chỉ kiểm tra thủ công thường dẫn đến tỷ lệ phát hiện sai sót cao từ 3% đến 5%, một con số không thể chấp nhận được đối với sản xuất công nghiệp quy mô lớn. Công nghệ kiểm tra thị giác máy sử dụng thiết bị thu nhận hình ảnh để chụp ảnh hoàn thiện chai và sử dụng các thuật toán xử lý hình ảnh kỹ thuật số để phân tích và xác định lỗi. Điều này tự động hóa và thông minh hóa quy trình kiểm tra, cải thiện đáng kể hiệu quả và độ chính xác của kiểm tra.

Bài viết này giới thiệu một cách có hệ thống các loại lỗi chính trong quá trình hoàn thiện chai thủy tinh và tác động của chúng, phân tích các công nghệ chính cho hệ thống kiểm tra dựa trên thị giác máy, khám phá những thách thức kỹ thuật hiện tại và dự đoán xu hướng phát triển trong tương lai, cung cấp tài liệu tham khảo cho các nhà nghiên cứu và kỹ thuật viên trong các lĩnh vực liên quan.

2 Loại và Tác động của Lỗi Hoàn thiện

Các khuyết tật bề mặt chai thủy tinh có thể được phân loại thành nhiều loại khác nhau dựa trên hình thái, vị trí và nguyên nhân. Mỗi khuyết tật có mức độ ảnh hưởng khác nhau đến chất lượng sản phẩm. Việc hiểu rõ đặc điểm của những khuyết tật này là rất quan trọng để xây dựng các chiến lược kiểm tra hiệu quả.

Nứt: Đây là những khuyết tật phổ biến nhất về thành phẩm và có thể được phân loại thành nhiều loại khác nhau dựa trên độ sâu và vị trí của chúng. Các vết nứt sâu thường sâu hơn 2mm và kéo dài từ mép trong của miệng chai ra mép ngoài, khiến chúng dễ dàng được phát hiện bằng mắt thường. Mặt khác, các vết nứt nông là các vết nứt nông ở mép trên của miệng chai, sâu dưới 2mm. Chúng cần góc chiếu sáng cụ thể để phát hiện và dễ bị bỏ sót hơn. Các vết nứt nông cũng là mối đe dọa nghiêm trọng đối với các sản phẩm có yêu cầu độ kín cao (như chai đựng đồ uống và dược phẩm). Trong vòng vài ngày sau khi chiết rót và đóng nắp, các vấn đề như nút an toàn chân không bị nhô lên và rò rỉ không khí có thể xảy ra, dẫn đến hư hỏng sản phẩm bên trong.

Các khuyết tật biến dạng cấu trúc chủ yếu ảnh hưởng đến hình dạng và độ chính xác kích thước của miệng chai. Mặt bích (vành lồi) là các mảnh thủy tinh nhô ra theo chiều ngang từ mép ngoài của miệng chai. Các vành vát được đặc trưng bởi sự không song song giữa miệng chai và đáy, vượt quá tiêu chuẩn song song. Các vành phồng được đặc trưng bởi sự phồng lên của miệng chai, dẫn đến kích thước đầu chai quá mức. Những khuyết tật này có thể ảnh hưởng đến hiệu suất bịt kín của nắp chai, đặc biệt là trên các dây chuyền sản xuất tự động và có thể dẫn đến khó khăn hoặc không bịt kín đầy đủ. Ngoài ra, bề mặt hoàn thiện thô (gờ) trên cổ chai (gờ) là do bề mặt khuôn kém, dẫn đến bề mặt hoàn thiện thô. Điều này không thể chấp nhận được đối với các sản phẩm có yêu cầu chất lượng cao (chẳng hạn như chai bia).

Các khuyết tật như nứt, sứt mẻ hoặc mất vành cổ chai là do va đập hoặc đúc khuôn không đúng cách. Những khuyết tật này không chỉ ảnh hưởng đến hình thức mà còn làm giảm tính toàn vẹn cấu trúc của cổ chai, có khả năng dẫn đến hư hỏng thêm trong quá trình vận chuyển hoặc sử dụng. Bảng 1 liệt kê phân loại chi tiết các loại khuyết tật chính trên cổ chai thủy tinh và tác động của chúng.

Bảng 1: Các loại khuyết tật chính trên cổ chai thủy tinh và tác động của chúng

Ngoài những khuyết điểm trên, gờ trên cổ chai (cả cổ trong và cổ ngoài) cũng là một vấn đề thường gặp. Đây là những mảnh thủy tinh hình vòng nhô ra khỏi đường kính trong của cổ chai. Chúng có thể ảnh hưởng đến độ kín của nắp và khiến các mảnh thủy tinh rơi vào chai, làm nhiễm bẩn nội dung bên trong. Những khuyết điểm này cần được đặc biệt chú ý trong quá trình kiểm tra, vì chúng thường chỉ khác biệt đôi chút so với cổ chai thông thường và đòi hỏi hệ thống hình ảnh độ phân giải cao cùng các thuật toán chính xác để phát hiện. 3 Công nghệ Chính của Hệ thống Kiểm tra Trực quan

Hệ thống kiểm tra độ hoàn thiện chai thủy tinh dựa trên thị giác máy thường bao gồm một mô-đun thu thập hình ảnh, một mô-đun xử lý hình ảnh và một mô-đun phân loại và quyết định. Mỗi mô-đun bao gồm nhiều công nghệ chính, việc lựa chọn công nghệ nào ảnh hưởng trực tiếp đến hiệu suất và độ tin cậy của hệ thống kiểm tra.

3.1 Tiền xử lý hình ảnh và định vị hoàn thiện

Tiền xử lý ảnh là bước đầu tiên trong quy trình kiểm tra, nhằm cải thiện chất lượng ảnh và nâng cao đặc điểm khuyết tật. Các phương pháp tiền xử lý phổ biến bao gồm lọc Gauss để loại bỏ nhiễu, nhị phân hóa ảnh để tách tiền cảnh và hậu cảnh, và lấp đầy ảnh để kết nối các vùng không liên tục. Phương pháp phương sai liên lớp tối đa (phương pháp Otsu) là một phương pháp thường được sử dụng để tự động xác định ngưỡng nhị phân hóa. Phương pháp này đạt được phân đoạn tối ưu bằng cách tính toán phương sai liên lớp tối đa giữa nền ảnh và mục tiêu.

Định vị vị trí hoàn thiện là nền tảng cho việc phát hiện lỗi tiếp theo. Định vị không chính xác có thể dẫn đến phát hiện sai và phát hiện bị bỏ sót. Các phương pháp định vị phổ biến bao gồm:

Trung bình tọa độ điểm ảnh: Phương pháp này tính toán vị trí tâm của một hình tròn bằng cách sử dụng tọa độ trung bình của các điểm ảnh trắng dọc theo mép của bề mặt hoàn thiện. Phương pháp này đơn giản nhưng dễ bị ảnh hưởng bởi các hiện tượng nhiễu. Biến đổi vòng tròn Hough: Phương pháp này có hiệu suất phát hiện tuyệt vời đối với các đường viền tròn hoàn hảo, nhưng hiệu quả của nó giảm đáng kể khi miệng chai có khuyết tật.

Lắp vòng tròn: Phương pháp này sử dụng các điểm ảnh cạnh để lắp vòng tròn gần nhất có thể, mang lại khả năng chống chịu tốt với các khuyết tật nhỏ.

Phương pháp lắp ghép lặp lại: Phương pháp lắp ghép cải tiến này sắp xếp các phần dư của cạnh ngoài được lắp ghép và loại bỏ các điểm ảnh gây nhiễu, sau đó lặp lại theo thời gian để khắc phục hiệu quả ảnh hưởng của các điểm ảnh bị lỗi đối với khả năng nhận dạng vòng tròn.

Nghiên cứu đã chỉ ra rằng phương pháp lắp ghép lặp lại đạt được độ chính xác định vị cao hơn đáng kể so với các phương pháp truyền thống. Trong thử nghiệm 500 hình ảnh miệng chai với nhiều khuyết tật khác nhau, thời gian chạy chỉ 0,01 giây, phù hợp để phát hiện theo thời gian thực.

3.2 Xác định lỗi và trích xuất tính năng

Sau khi xác định chính xác vị trí miệng chai, bước tiếp theo là xác định và trích xuất các đặc điểm khuyết tật. Các phương pháp phổ biến bao gồm:

Biến đổi tọa độ cực: Phương pháp này chuyển đổi ảnh miệng chai từ hệ tọa độ Descartes sang hệ tọa độ cực, mở rộng miệng chai hình tròn thành ảnh hình chữ nhật để dễ phân tích hơn. Sau phép biến đổi này, các vết nứt và khuyết tật có thể được phát hiện bằng cách quét các thay đổi trong giá trị thang độ xám. Ví dụ, bằng cách tính đạo hàm bậc hai của giá trị thang độ xám (toán tử Laplacian), các thay đổi đột ngột ở thang độ xám tại các vết nứt có thể được làm nổi bật.

Phương pháp quét tròn: Một tia sáng được phát ra từ tâm miệng chai, quét khu vực miệng chai với một bước góc cố định, và số lượng điểm ảnh trắng trong mỗi góc sẽ được ghi lại. Nếu số lượng điểm ảnh trắng giảm đáng kể ở một số góc nhất định, điều này có thể chỉ ra một khe hở; nếu số lượng điểm ảnh trắng tăng đáng kể, điều này có thể chỉ ra một vết nứt. Để cải thiện hiệu quả, phạm vi quét có thể được thu hẹp để chỉ phát hiện một vùng hình khuyên cụ thể giữa bán kính trong và ngoài của miệng chai.

Phân đoạn ngưỡng động: Do ánh sáng không đồng đều và bề mặt phản chiếu trên miệng chai, phân đoạn ngưỡng cố định thường không mang lại kết quả lý tưởng. Công nghệ phân đoạn ngưỡng động sẽ tự động điều chỉnh ngưỡng dựa trên đặc điểm hình ảnh cục bộ, cải thiện độ chính xác của phân đoạn khuyết tật.

Để trích xuất đặc điểm khuyết tật, nhiều tham số đặc điểm khác nhau có thể được trích xuất, chẳng hạn như phương sai thang độ xám, đặc điểm kết cấu và đặc điểm hình dạng hình học. Nghiên cứu đã chỉ ra rằng bằng cách trích xuất sáu đặc điểm bề mặt và kết hợp chúng với một thuật toán di truyền để tối ưu hóa các tham số đầu vào của một máy học cực hạn (ELM), có thể đạt được phân loại chính xác cao trong một thử nghiệm gồm 569 mẫu. 3.3 Quyết định Phân loại và Hợp nhất Thông tin

Sau khi trích xuất đặc trưng, ​​cần có một bộ phân loại để xác định chất lượng hoàn thiện của chai. Trình phân loại ngưỡng đơn giản có thể phát hiện các lỗi rõ ràng, nhưng các lỗi phức tạp đòi hỏi các thuật toán nhận dạng mẫu nâng cao. Nghiên cứu đã chỉ ra rằng một máy học cực đoan (ELM) kết hợp với tối ưu hóa thuật toán di truyền vượt trội hơn các thuật toán LVQ truyền thống và mạng lưới thần kinh BP trong việc phát hiện khuyết tật ở lớp hoàn thiện chai thủy tinh.

Công nghệ tổng hợp thông tin là một phương tiện quan trọng để cải thiện độ tin cậy của hệ thống. Bằng cách tổng hợp nhiều kết quả kiểm tra hoặc thông tin từ các cảm biến khác, khả năng phát hiện sai sót có thể được giảm thiểu. Ví dụ, một hệ thống mất khoảng 400 mili giây để kiểm tra mỗi chai thủy tinh, trong thời gian đó, nó có thể chụp được khoảng 20 hình ảnh về độ hoàn thiện của chai (mỗi hình ảnh khoảng 20 mili giây). Bằng cách tích hợp kết quả của nhiều lần kiểm tra này, độ tin cậy trong phán đoán chính xác của hệ thống được cải thiện đáng kể.

4 Thách thức kỹ thuật và xu hướng phát triển

Mặc dù công nghệ thị giác máy đã đạt được những tiến bộ đáng kể trong việc kiểm tra độ hoàn thiện của chai thủy tinh, nhưng nó vẫn phải đối mặt với một số thách thức kỹ thuật và cơ hội phát triển. 4.1 Những thách thức kỹ thuật hiện tại

Các hệ thống kiểm tra trực quan hiện tại phải đối mặt với những thách thức lớn sau đây trong ứng dụng thực tế:

Phát hiện lỗi nhỏ: Các thuật toán hiện tại dễ bỏ sót các vết nứt nhỏ, nông hoặc vết nứt mịn trên cổ chai, đặc biệt là khi kích thước lỗi đạt đến giới hạn độ phân giải hình ảnh. Nghiên cứu đã chỉ ra rằng khi lỗi nhỏ, hệ thống có thể đánh giá nó bình thường nhiều hơn là lỗi. Do cơ chế hợp nhất thông tin, hệ thống có thể nhầm lẫn khi đánh giá một sản phẩm là đủ điều kiện.

Chiếu sáng không đồng đều và nhiễu phản xạ: Bản chất phản chiếu cao của kính có thể gây ra hiện tượng phơi sáng quá mức hoặc đổ bóng một phần trong ảnh, che khuất các khuyết điểm thực sự. Mặc dù vấn đề này có thể được khắc phục thông qua thiết kế nguồn sáng tối ưu, nhưng một giải pháp cơ bản vẫn còn nhiều thách thức.

Xung đột giữa yêu cầu thời gian thực và tốc độ xử lý: Dây chuyền sản xuất tốc độ cao yêu cầu hệ thống kiểm tra hoàn tất việc kiểm tra trong thời gian cực ngắn (thường là 100-500ms), trong khi các thuật toán xử lý hình ảnh phức tạp đòi hỏi tài nguyên tính toán đáng kể. Cân bằng giữa độ chính xác và tốc độ là một vấn đề then chốt trong các ứng dụng thực tế.

Lỗi định vị tâm hình tròn: Các phương pháp định vị tâm hình tròn hiện tại có những lỗi cố hữu. Cụ thể, tọa độ tâm được tính toán bằng thống kê toán học chắc chắn có một số sai lệch nhất định, dẫn đến mất thông tin về các vết nứt nhỏ. Khi các vùng khuyết tật được kết nối với các cạnh, độ chính xác của việc khớp cạnh dưới pixel bị giảm đáng kể.

4.2 Xu hướng phát triển trong tương lai

Để giải quyết những thách thức trên, công nghệ kiểm tra trực quan lớp hoàn thiện của chai thủy tinh đang được phát triển theo các hướng sau:

Ứng dụng công nghệ học sâu: Các phương pháp học máy truyền thống đòi hỏi thiết kế tính năng thủ công, trong khi học sâu có thể tự động học các đặc điểm khuyết tật, mang lại khả năng nhận dạng tốt hơn đối với các khuyết tật phức tạp và tinh vi. Đặc biệt, các công nghệ như Mạng nơ-ron tích chập (CNN) và Mạng đối nghịch tạo sinh (GAN) đạt được độ chính xác cao ngay cả với số lượng mẫu nhỏ.

Hợp nhất thông tin đa cảm biến: Kết hợp công nghệ hình ảnh 2D, 3D và đa phổ để thu thập thông tin đa chiều về bề mặt chai, khắc phục những hạn chế của một cảm biến đơn lẻ. Công nghệ hình ảnh 3D có thể thu thập thông tin chiều sâu về bề mặt chai, phân biệt hiệu quả các khuyết tật thực sự với các vết bẩn trên bề mặt hoặc sự thay đổi màu sắc.

Tối ưu hóa Nền tảng Xử lý Thời gian Thực: Với sự phát triển của GPU nhúng và chip xử lý hình ảnh chuyên dụng, các thuật toán phức tạp hơn có thể được triển khai trên các thiết bị điện toán biên để đáp ứng nhu cầu xử lý thời gian thực tốc độ cao. Khả năng Học tập Thích ứng: Các hệ thống kiểm tra trong tương lai sẽ sở hữu khả năng tự học mạnh mẽ hơn, cho phép chúng liên tục điều chỉnh và tối ưu hóa các tham số mô hình dựa trên dữ liệu thực tế của dây chuyền sản xuất, thích ứng với các loại sản phẩm và kiểu lỗi mới.

Điều quan trọng cần lưu ý là hệ thống kiểm tra dựa trên thị giác không nhằm mục đích thay thế hoàn toàn việc kiểm tra thủ công, mà hướng đến việc hình thành các hệ thống kiểm tra thông minh, hợp tác với con người. Hệ thống chịu trách nhiệm sàng lọc ban đầu hiệu quả và liên tục, trong khi con người chịu trách nhiệm đánh giá các trường hợp phức tạp và tối ưu hóa hệ thống. Hai yếu tố này bổ sung cho nhau và cùng nhau cải thiện việc kiểm soát chất lượng sản phẩm.

5 Kết luận

Công nghệ kiểm tra trực quan các khuyết tật bề mặt chai thủy tinh tích hợp các công nghệ tiên tiến từ nhiều lĩnh vực, bao gồm xử lý hình ảnh kỹ thuật số, học máy và kỹ thuật quang điện tử, để tạo thành một giải pháp kiểm tra chất lượng hiệu quả và chính xác. Từ các thuật toán xử lý hình ảnh truyền thống đến kiểm tra thông minh dựa trên học sâu, lĩnh vực này tiếp tục phát triển, với những cải tiến liên tục về độ chính xác và hiệu quả kiểm tra.

Các nghiên cứu hiện có cho thấy một hệ thống kiểm tra trực quan tốt có thể phát hiện chính xác các vết nứt trên bề mặt chai với tỷ lệ lần lượt là 99%, 100% đối với các lỗi trên bề mặt chai và 98% đối với các biến dạng thân chai, với độ chính xác nhận dạng tổng thể vượt quá 97,4%. Tuy nhiên, vẫn cần thêm nhiều nghiên cứu và cải tiến để giải quyết các thách thức như phát hiện các lỗi nhỏ và xử lý các bề mặt phản chiếu phức tạp.

Với sự tiến bộ của công nghệ trí tuệ nhân tạo và các cảm biến mới, việc phát hiện lỗi thành phẩm chai thủy tinh sẽ trở nên thông minh, hiệu quả và đáng tin cậy hơn, mang lại sự bảo vệ mạnh mẽ cho an toàn bao bì trong các ngành công nghiệp như thực phẩm và dược phẩm. Sự tiến bộ công nghệ này cũng sẽ thúc đẩy cải tiến trong kiểm soát chất lượng và sản xuất thông minh trên toàn bộ ngành công nghiệp bao bì.