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

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.
Nội dung trích xuất từ tài liệu:
Xử lý ảnh trong công nghiệp nhu cầu thách thức và giải phápT¹p chÝ Khoa häc & C«ng nghÖ - Sè 1(45) Tập 2/N¨m 2008XỬ LÝ ẢNH TRONG CÔNG NGHIỆP NHU CẦU, THÁCH THỨC VÀ GIẢI PHÁPPhạm 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 đầuQuan sát là một trong những phương thức thu thập thông tin quan trọng. 79% thông tincon người thu thập được qua thị giác đều bắt nguồn từ ảnh [3]. Các hình ảnh được truyền tới bộnão, được xử lý tại đây, rồi sau đó các chỉ thị của não sẽ gây ra các phản ứng tương ứng của cơthể. Nhưng những năng lực tự nhiên của con người không phải là vô hạn. Trong rất nhiềutrường hợp khả năng bắt ảnh của mắt người, khả năng xử lý của não người không đáp ứng đượccác yêu cầu quan sát - Đặc biệt là trong lĩnh vực sản xuất công nghiệp, nơi mà tốc độ của cácdây chuyền sản xuất cực kỳ nhanh, thời gian tồn tại sự kiện vô cùng nhỏ, số lượng đối tượngquan sát, thông tin cần xử lý vô cùng lớn. Con người với sức sáng tạo không ngừng đã tạo rađược nhiều công cụ có khả năng hỗ trợ, khắc phục được các năng lực hạn chế của bản thân. Cáccamera độ nhạy cao cùng với các máy tính số mạnh đã tạo ra các hệ thống quan sát có khả năngthay thế con người trong nhiều trường hợp. Tuy nhiên vẫn còn quá nhiều khoảng trống trongbức tranh xử lý ảnh bằng máy tính trong công nghiệp. Do sử dụng các máy tính số hoạt độngtheo nguyên lý xử lý lệnh tuần tự làm công cụ thực hiện nên mặc dù các chuyên gia xử lý ảnh đãcố gắng cải tiến, hoàn thiện các thuật toán thu và xử lý ảnh nhưng với nhiều nhu cầu như thu vàxử 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 ảnhtruyền thống đã không đáp ứng được. Việc tăng tốc độ xử lý của các bộ vi xử lý cũng khôngphải 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 MỹLeon O.Chua và L.Yang giới thiệu năm 1988 và sau đó năm 1992 là máy tính vạn năng tương tựlogic CNN UM [5, 6, 7] đã mở ra một lối thoát cho bài toán xử lý ảnh thời gian thực. Với kiếntrúc mạng nơron tế bào, xử lý song song với hàng chục nghìn CPU (sản phNm thương mại hiệnnay là ACE16k với 16.384 CPU và Q-Eye với 25.344 CPU trong một chip), lập trình được từcác máy tính số sử dụng hệ điều hành thông dụng như Windows 2000, XP khả năng bắt ảnh vàxử lý của các thiết bị ứng dụng công nghệ CNN đã đạt tới 10.000 fps; trong nhiều trường hợp đãđạt đến 50.000-70.000 fps.2. Nhu cầu xử lý ảnh trong công nghiệpNgày nay sản xuất công nghiệp đã đạt tới trình độ tự động hoá cao, tốc độ sản xuất củadây chuyền rất lớn. Thực tế này dẫn tới là nếu có sai lệch trong quá trình sản xuất thì chỉ trongnhững khoảng thời gian rất ngắn đã có ngay hàng loạt lớn số lượng sản phNm phế phNm. Do đómọi khâu từ kiểm tra giám sát đến điều chỉnh đều phải đáp ứng rất nhanh; đặc biệt là khâu kiểmtra 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 chínhxác còn cần phải đảm bảo yêu cầu về thời gian thực (real-time).121T¹p chÝ Khoa häc & C«ng nghÖ - Sè 1(45) Tập 2/N¨m 20083. Xử lý ảnh bằng máy tính hệ lệnh tuần tựXử lý ảnh bằng máy tính hệ lệnh tuần tự đã đạt được nhiều thành tựu trong các lĩnhvực của thực tiễn: Các chương trình nhận dạng mặt người, nhận dạng vân tay trong điều trahình sự. Các chương trình xử lý ảnh vệ tinh, kiểm soát giao thông. Xử lý ảnh chụp cắt lớp,chuNn đoán tế bào trong y học. Các chương trình nhận dạng chữ viết...đã đem lại nhiều ứngdụng tiện ích cho con người. Việc nghiên cứu các phương pháp xử lý ảnh, cải tiến các thuậttoán xử lý trên máy tính hệ lệnh tuần tự vẫn được được tiếp tục nhằm đáp ứng các nhu cầucủa thực tế. Tuy nhiên việc xử lý đã gặp phải các ngưỡng, các giới hạn khó có thể vượt quanhư đã nói ở phần đầu bài viết. Vì sao vậy? Ta hãy xem xét quá trình xử lý ảnh bằng phươngpháp truyền thống:Các ảnh đưa vào máy tính để xử lý là các ảnh đã được số hoá. Chúng có thể là ảnh nhịphân (chỉ có 2 mức đen/trắng) hoặc ảnh mức xám (đen trắng có nhiều mức) hoặc ảnh màu (tổnghợp từ 3 màu cơ bản: đỏ, xanh, lục). Các ảnh được lưu trữ dưới dạng các ma trận có kích cỡkhác nhau. Khi xử lý ảnh tuỳ theo yêu cầu các giá trị ảnh sẽ bị biến đổi với các phép tính toánkhác nhau. Việc thao tác được thực hiện lần lượt từng bit một. Ảnh càng lớn, thao tác càng phứctạp số lượng phép tính thực hiện yêu cầu càng lớn dẫn đến thời gian xử lý càng dài. Một ví dụthực hiện hình thái học erosion & dilation ảnh nhị phân như sau:Hình 1 Thực hiện erosion và dilation ảnh nhị phânTa có một ảnh P như hình 1. Thực hiện phép erosion và dilation ảnh bằng cách tuỳ theoyêu cầu xử lý tạo ra các tập phần tử có cấu trúc (mặt nạ), sau đó rê mặt nạ đi khắp ảnh và tínhgiá trị điểm ảnh bởi các điểm lân cận với motip của mặt nạ. Các phép thực hiện có thể là hội,tuyển hoặc liên hợp [3, 4]. Chẳng hạn Dilation: Rê mặt nạ S đi khắp ảnh và tại mỗi điểm kiểmtra nếu bít có giá trị 1 thì thực hiện phép tuyển với bit mặt nạ quanh điểm ảnh đó. Kết quả đượcD(P,S) Theo cách này khối lượng tính toán rất lớn: Với ảnh P như trên có 28 bit cần kiểm tra 28lần, tại mỗi vị trí cần thực hiện 9 lần phép tuyển.Với các thao tác lọc, dò biên, trích chọn đặctính... số lượng tính toán cũng vô cùng lớn.3. Công nghệ CNN và hệ thống thu ảnh - xử lý song songCông nghệ CNN [5,6] được xây dựng trên tư tưởng chung là sử dụng một mảng đơn giảncác tế bào nối liền nhau cục bộ để xây dựng một hệ thống xử lý tín hiệu analog đồ sộ. Đặc điểmmấu chốt của mạng nơron là xử lý song song không đồng bộ, thời gian liên tục. Mô hình củamột mạng nơron 2 chiều gồm 16 cell như hình 2.122T¹p chÝ Khoa häc & C«ng nghÖ - Sè 1(45) Tập 2/N¨m 2008Hình 2. Mạng nơron tế bàoKhối mạch cơ bản của ...