Học AI & Lập trình
Hệ thống Machine Vision gồm những gì: camera, quang học, chiếu sáng, I/O
Sơ đồ khối một trạm Machine Vision, đi dọc trạm kiểm tra nắp chai từ cảm biến tới van loại, và mô phỏng vì sao chiếu sáng quyết định thành công.
⭐ Mới bắt đầu? Học theo thứ tự
Chặng 4: Machine Vision trong lộ trình Vision Engineer
4 bài học sắp xếp từ dễ đến khó, có mục tiêu, bài tập và dự án cuối chặng.
Bài viết về Machine Vision
Học AI & Lập trình
5 nhóm bài toán Machine Vision và cách giải: từ có/không đến dẫn hướng
Nhận diện nhóm bài toán, kỹ thuật và con số cần hỏi cho từng nhóm, ví dụ OpenCV chạy được và bảng chấm độ khó 0–16 cho một yêu cầu.
Học AI & Lập trình
Chọn công cụ Machine Vision: Halcon, VisionPro, OpenCV hay smart camera
So sánh thư viện thương mại và mã nguồn mở, khi nào dùng smart camera, tính chi phí theo số trạm và các bẫy bản quyền.
Học AI & Lập trình
Bài tập: phân tích một yêu cầu kiểm tra Machine Vision từ email khách hàng
Biến email khách hàng thành bài toán kỹ thuật: tính FOV và độ phân giải, sổ rủi ro, câu hỏi cần làm rõ, phần cứng sơ bộ, có lời giải mẫu.
Học AI & Lập trình
Kiểm thử hàm xử lý ảnh với pytest: bắt lỗi trước khi lên máy
Dùng fixture, parametrize, pytest.raises và pytest.approx để khóa chặt các hàm cắt ROI, đếm pixel, đánh giá OK/NG, bắt lỗi ngưỡng trước khi lên máy trạm.
Học AI & Lập trình
C#: lưu và nạp recipe trạm vision bằng System.Text.Json
Lưu thông số từng mã sản phẩm ra JSON với System.Text.Json: required, enum dạng chữ, từ chối trường gõ sai, bẫy số thực ở biên dung sai và ghi file an toàn.
Học AI & Lập trình
So sánh với ảnh mẫu (golden template) bằng OpenCV: tìm thiếu, thừa
Phát hiện linh kiện thiếu và vật thừa bằng cách so với ảnh mẫu: absdiff, căn chỉnh bằng phaseCorrelate và dải dung sai từ dilate, erode để không báo nhầm ở cạnh.
Học AI & Lập trình
Morphology trong OpenCV: erode, dilate, opening, closing, top-hat
Làm sạch mặt nạ nhị phân: chọn phần tử cấu trúc và kích thước kernel, xóa nhiễu, lấp lỗ, nối nét đứt, top-hat cho nền sáng không đều.
Học AI & Lập trình
Đặc trưng contour và blob analysis: diện tích, độ tròn, góc xoay
Tính diện tích, chu vi, tâm, độ tròn, độ đặc, khung xoay đúng trên mọi phiên bản OpenCV, đếm lỗ, phân loại vật và quyết định OK/NG theo dung sai.
Học AI & Lập trình
Ống kính telecentric: khi nào cần cho bài đo bằng camera?
Tính sai số phối cảnh của ống kính thường, hiểu ưu nhược điểm ống kính telecentric và quyết định bằng số có cần nó cho bài đo hay không.
Học AI & Lập trình
Bài tập: chọn camera, ống kính, đèn cho trạm kiểm tra thép dập
Bài tập tổng hợp: tính FOV, độ phân giải, tiêu cự, phơi sáng, DOF, chọn telecentric và chiếu sáng theo lỗi, lập BOM có lý do bằng số.
Học AI & Lập trình
Đo cạnh subpixel, fitting đường thẳng và đường tròn với OpenCV
Tìm cạnh chính xác dưới 1 pixel bằng caliper, fit đường thẳng và đường tròn bằng bình phương tối thiểu, loại ba via và đánh giá độ lặp lại phép đo.
Học AI & Lập trình
Template matching trong OpenCV: định vị chi tiết trên dây chuyền
Dùng matchTemplate đúng cách: chọn phương pháp chịu thay đổi ánh sáng, tìm nhiều vật với NMS, tăng tốc bằng kim tự tháp và dời ROI theo vị trí vật.
Học AI & Lập trình
Feature matching ORB và shape-based matching khi vật xoay
Định vị vật xoay bằng ORB và RANSAC, so khớp hình dạng bằng Hu moments, và tự cài đặt shape-based matching theo hướng gradient để hiểu vì sao nó bền vững.
Học AI & Lập trình
Lưu kết quả kiểm tra vào SQLite, ảnh NG theo ngày và dọn ổ đĩa
Thiết kế bảng SQLite có chỉ mục, truy vấn yield và lỗi NG, lưu ảnh theo ngày, tự dọn ảnh cũ và ghi nền không chặn cycle time.
Học AI & Lập trình
Trigger, encoder và cycle time: tính thời gian xử lý cho trạm vision
Chuỗi cảm biến → trigger → xử lý → loại hàng, tính thời gian xử lý tối đa từ tốc độ dây chuyền và dùng encoder khi băng tải đổi tốc độ.
Học AI & Lập trình
Tiêu chí OK/NG, escape và overkill: chọn ngưỡng theo chi phí
Định nghĩa lỗi bằng con số đo được, mô phỏng escape và overkill theo ngưỡng, chi phí mỗi ca, vùng xám kiểm lại và số mẫu cần để chứng minh.
Học AI & Lập trình
Đặc tả kỹ thuật trạm vision và nghiệm thu FAT/SAT
Mẫu đặc tả 12 mục, bộ mẫu chuẩn, bài thử độ lặp lại (%GRR, Cg/Cgk) và phát hiện lỗi, phân biệt FAT và SAT.
Học AI & Lập trình
Bài tập: viết đặc tả và kế hoạch FAT cho trạm kiểm tra nắp chai
Viết đặc tả hoàn chỉnh cho trạm kiểm tra nắp chai: tính toán thiết kế, tiêu chí lỗi đo được, giao tiếp PLC, bộ mẫu và kế hoạch FAT/SAT.
Kiến thức
Xây portfolio Vision Engineer: 3 dự án, README thuyết phục, phỏng vấn
Chọn 3 capstone, README có escape/overkill/p99/%GRR, GIF demo, repo sạch, dòng CV có số liệu và câu hỏi phỏng vấn Vision Engineer kèm đáp án mẫu.
Tài nguyên
Đọc tài liệu SDK camera công nghiệp và chuẩn GenICam
GenICam, SFNC và các tính năng chuẩn hay dùng, cách đọc tài liệu SDK và thiết kế phần mềm ít phụ thuộc hãng.
Kiến thức
Chuẩn giao tiếp vision – PLC: Modbus TCP, EtherNet/IP, PROFINET
Chọn giao thức theo hãng PLC, cyclic I/O và explicit messaging, GSDML/EDS, bảng dữ liệu trao đổi và thứ tự byte với struct trong Python.
Học AI & Lập trình
Vision dẫn hướng robot gắp vật: tọa độ, góc kẹp, bám băng tải
Định vị tâm và góc chi tiết, đổi sang tọa độ robot bằng ma trận 9 điểm, góc tay kẹp, bù băng tải bằng encoder và gửi tọa độ qua TCP.
Kiến thức
Kiểm soát ánh sáng môi trường: nắng, đèn xưởng nhấp nháy, giám sát độ sáng
Mô phỏng nhấp nháy 100 Hz theo thời gian phơi sáng, ngân sách che chắn – kính lọc – đèn chớp bằng số và hàm giám sát vùng chuẩn có cảnh báo, dừng trạm, xu hướng EWMA.
Kiến thức
Rule-based hay Deep Learning: chọn cách nào cho bài toán kiểm tra lỗi?
Bảng tiêu chí và hàm chấm điểm, thí nghiệm luật phân ngưỡng so với CNN nhỏ, thiết kế hybrid có cổng kiểm tra và cách ước lượng chi phí dữ liệu.
Tin tức AI
Cognex mua RealSense khoảng 500 triệu USD, mở rộng sang thị giác cho robot
Hãng Machine Vision lớn mua nhà sản xuất camera độ sâu, đánh dấu ranh giới vision và robot đang mờ dần.
Projects
Dự án: đo kích thước chi tiết cơ khí bằng camera đã hiệu chuẩn
Hiệu chuẩn nội tại và mặt phẳng đo, caliper subpixel, fit đường và tròn trong mm, báo cáo theo dung sai và đánh giá độ lặp lại 10 lần đặt lại.
Học AI & Lập trình
Phân ngưỡng và contour: đếm, đo vật thể bằng OpenCV
Ngưỡng cố định, Otsu, adaptive; tìm và lọc contour, đếm đồng xu và đo kích thước theo pixel, kiểm chứng bằng ảnh có đáp án.
Kiến thức
7 kiểu chiếu sáng Machine Vision: chọn đèn theo bề mặt và loại lỗi
Backlight, đồng trục, vòm, dark field góc thấp, đèn thanh, laser: hình học bright/dark field, mô phỏng CNR từng loại lỗi và quy trình thử đèn có chấm điểm.
Projects
Dự án: đọc và xác minh số seri in trên linh kiện (OCR + OCV)
Định vị vùng chữ bằng template matching, đọc và sửa nhầm theo định dạng, kiểm tra chữ số kiểm tra, xác minh với lệnh sản xuất và xuất báo cáo CSV.
Kiến thức
Màu đèn, kính lọc và phân cực: tăng tương phản, chặn ánh sáng xưởng
Chọn màu đèn theo màu bù có mô phỏng phổ, bẫy cvtColor với camera màu, kính lọc bandpass chặn ánh sáng môi trường và phân cực chéo xóa chói theo định luật Malus.
Tài nguyên
Sách và tài liệu Machine Vision công nghiệp nên đọc
Sách chuyên ngành kinh điển, tài liệu miễn phí từ nhà sản xuất, các tiêu chuẩn và thứ tự đọc gợi ý.
Kiến thức
Phân đoạn ảnh: semantic, instance và panoptic khác nhau thế nào
Ba loại phân đoạn qua mảng NumPy, vì sao hộp bao sai khi đo vết lỗi, IoU và Dice trên mặt nạ, cách lưu mặt nạ và chọn mô hình cho trạm kiểm tra.
Kiến thức
Chọn camera và ống kính Machine Vision: độ phân giải, FOV, tiêu cự
Từ dung sai và lỗi nhỏ nhất ra số pixel, tiêu cự từ FOV và khoảng làm việc, ngàm, kích thước cảm biến và độ phân giải ống kính.
Học AI & Lập trình
Ảnh là mảng số: NumPy cho xử lý ảnh (BGR, ROI, mặt nạ, uint8)
Ảnh xám, ảnh màu BGR, ảnh 16 bit, cắt ROI kiểm tra có/không, mặt nạ tròn và bẫy tràn số uint8: nền tảng trước khi học OpenCV.
Projects
Đọc mã QR và DataMatrix trên bao bì bằng OpenCV và libdmtx
Đọc QR bằng OpenCV, DataMatrix bằng pylibdmtx, kiểm tra chuỗi GS1 với lệnh sản xuất, đo giới hạn mờ, nghiêng và tăng tỉ lệ đọc bằng chiến lược bậc thang.
Kiến thức
Độ sâu trường ảnh, khẩu độ và lấy nét bằng chỉ số độ nét
Số f, ánh sáng, DOF và nhiễu xạ bằng con số; lấy nét bằng phương sai Laplacian, Tenengrad; khóa và giám sát ống kính trong sản xuất.
Kiến thức
OCR và OCV trong công nghiệp: đọc số lô, hạn dùng, số seri
Phân biệt đọc và xác minh ký tự, các loại chữ in khắc trong nhà máy, các cặp ký tự hay nhầm và cách sửa theo định dạng mã lô.
Kiến thức
Precision, Recall, F1 và ma trận nhầm lẫn cho trạm kiểm tra lỗi
Ma trận nhầm lẫn với NG là lớp dương, precision, recall, F1 bằng tay và scikit-learn, dịch sang escape, overkill, ppm và bẫy accuracy.
Học AI & Lập trình
WinForms hiển thị camera và kết quả OK/NG với OpenCvSharp
Xây giao diện vận hành: vòng lặp camera trên luồng nền, cập nhật giao diện an toàn, giải phóng Bitmap tránh rò rỉ bộ nhớ.
Học AI & Lập trình
Watershed và distance transform: tách và đếm vật dính nhau
Tìm tâm vật bằng distance transform, tách viên thuốc chạm nhau bằng watershed và kiểm tra kết quả đếm trước khi gửi PLC.
Kiến thức
Global hay rolling shutter, area scan hay line scan: chọn đúng camera
Mô phỏng và đo méo rolling shutter, tính tốc độ dòng và encoder cho line scan, đọc datasheet cảm biến và băng thông giao tiếp.
Học AI & Lập trình
Phân loại OK/NG bằng scikit-learn từ đặc trưng hình học
Trích đặc trưng contour bằng OpenCV, huấn luyện Random Forest, xem đặc trưng quan trọng và chọn ngưỡng theo yêu cầu lọt lỗi của nhà máy.
Học AI & Lập trình
Histogram, kéo giãn tương phản, equalizeHist và CLAHE trong OpenCV
Đọc histogram để tự chẩn đoán ảnh tối, cháy sáng, tương phản thấp; kéo giãn, gamma, cân bằng toàn cục và CLAHE cho ánh sáng không đều.
Học AI & Lập trình
Lọc nhiễu và phát hiện cạnh: Gaussian, median, Sobel, Canny
Kernel và tích chập, chọn Gaussian hay median cho nhiễu muối tiêu, gradient Sobel, Canny và cách chọn ngưỡng có căn cứ, kèm trackbar.
Học AI & Lập trình
Python cho kỹ sư Vision: xử lý thư mục ảnh, CSV và log kết quả
Lab: duyệt hàng nghìn ảnh bằng pathlib, bắt lỗi gán nhãn, ghi CSV mở được bằng Excel, chia train/val tái lập được và ghi log xoay vòng cho trạm 24/7.