Professional Documents
Culture Documents
Báo Cáo Tổng Kết Đề Tài Nckh Dành Cho Cán Bộ - Giảng Viên
Báo Cáo Tổng Kết Đề Tài Nckh Dành Cho Cán Bộ - Giảng Viên
Báo Cáo Tổng Kết Đề Tài Nckh Dành Cho Cán Bộ - Giảng Viên
Tên đề tài: THIẾT KẾ VÀ CHẾ TẠO HỆ THỐNG TỰ ĐỘNG NHẬN DẠNG & ĐO
LƯỜNG KHUYẾT TẬT CỦA KẾT CẤU TỪ XA SỬ DỤNG PHƯƠNG PHÁP XỬ
LÝ HÌNH ẢNH
Số hợp đồng: 2018.01.69/HĐ-KHCN
1
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
-----------------------------------------------------
Tên đề tài: THIẾT KẾ VÀ CHẾ TẠO HỆ THỐNG TỰ ĐỘNG NHẬN DẠNG & ĐO
LƯỜNG KHUYẾT TẬT CỦA KẾT CẤU TỪ XA SỬ DỤNG PHƯƠNG PHÁP XỬ LÝ
HÌNH ẢNH
Số hợp đồng :
Chủ nhiệm đề tài: Nguyễn Hoàng Nam
Đơn vị công tác: Khoa Cơ khí Điện điện tử Ô tô
Thời gian thực hiện: tháng 5 năm 2016 đến tháng 11 năm 2018
2
MỤC LỤC
MỞ ĐẦU ....................................................................................................................................... 9
CHƯƠNG 1. TỔNG QUAN TÀI LIỆU ................................................................................... 10
CHƯƠNG 2. CƠ SỞ LÝ THUYẾT ......................................................................................... 12
2.1 Board mạch điều khiển Ardunio........................................................................ 17
2.2 Moduel bluetooth HC-05: ................................................................................... 20
2.3 LCD....................................................................................................................... 14
2.4 Kiến thức cơ sở về cấu tạo và nguyên lý hoạt động của mô hình ................... 14
CHƯƠNG 3. THIẾT KẾ VÀ CHẾ TẠO PHẦN CƠ KHÍ..................................................... 17
3.1 Tổng quan ........................................................................................................... 17
3.2 Các khớp xoay .................................................................................................... 18
3.3 Động cơ ................................................................................................................ 22
3.4 Chế tạo mô hình thực tế ..................................................................................... 22
3
TÀI LIỆU THAM KHẢO ......................................................................................................... 68
PHỤ LỤC 1 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ .......................................... 71
PHỤ LỤC 2 HỢP ĐỒNG, THUYẾT MINH ĐỀ CƯƠNG ................................................... 84
PHỤ LỤC 3: BÀI GIẢNG THỰC HÀNH ĐO KHOẢNG CÁCH BẰNG CẢM BIẾN .... 111
PHỤ LỤC 4: BÀI GIẢNG THỰC HÀNH MATLAB VÀ ỨNG DỤNG ............................ 141
4
DANH MỤC CÁC BẢNG BIỂU, SƠ ĐỒ, HÌNH ẢNH
HÌNH 2.1 Arduino Mega 2560 .................................................................................................... 12
HÌNH 2.2 Module Bluetool HC-05 ............................................................................................. 13
HÌNH 2.3 Mô hình hệ thống đo vết nứt của tài liệu [19]............................................................. 15
HÌNH 2.4 Các tình huống khi chụp ảnh ...................................................................................... 16
HÌNH 3.1 Mô hình và các chi tiết cụ thể .................................................................................... 17
HÌNH 3.2 Khớp xoay điều chỉnh góc nghiêng ............................................................................ 18
HÌNH 3.3 KHỚP XOAY 360 ĐỘ ............................................................................................... 19
HÌNH 3.4 TRỤC NÂNG VITME ................................................................................................ 19
HÌNH 3.5 KHỚP XOAY NGHIÊNG TRÁI PHẢI ..................................................................... 20
HÌNH 3.6 CHIỀU CAO CỦA GIÁ ẢNH.................................................................................... 21
HÌNH 3.7 Hướng di chuyển của vitme ........................................................................................ 22
HÌNH 3.8 Động cơ bước .............................................................................................................. 22
HÌNH 3.9 MÔ HÌNH THỰC TẾ ................................................................................................. 23
HÌNH 3.10 MỘT SỐ HÌNH ẢNH THỰC HIỆN MÔ HÌNH CỦA NHÓM ............................... 24
HÌNH 3.11. Bản vẽ tổng quát của mô hình.................................................................................. 25
HÌNH 3.12 Bản vẽ lắp của mô hình ............................................................................................. 26
HÌNH 4.1 Arduino Mega 2560 .................................................................................................... 27
HÌNH 4.2 LCD 20x4.................................................................................................................... 28
HÌNH 4.3 Cảm biến laser VL53L0X ........................................................................................... 28
HÌNH 4.4: Driver điều khiển động cơ step .................................................................................. 29
HÌNH 4.5. Tạo form và xử lý ảnh bằng Visual Studio ................................................................ 30
HÌNH 4.6 Xử lý ảnh bằng phần mêm python .............................................................................. 31
HÌNH. 4.7 Giao diện tạo project .................................................................................................. 32
HÌNH 4.8 Giao diện app điều khiên camera trên phone .............................................................. 33
HÌNH.4.9 Phần mềm aduino IDE ................................................................................................ 33
HÌNH 4.10 Phần mềm Matlab ..................................................................................................... 33
HÌNH 4.11 Giao diện phần mềm matlab khi mở lên ................................................................... 34
HÌNH. 4.12 Mở một ảnh trong matlab......................................................................................... 35
HÌNH 4.13 Tạo các biểu đồ subplot phân đoạn màu RBG .......................................................... 36
HÌNH 4.14 Hình tách ngưỡng cho ảnh blue ................................................................................ 37
HÌNH 4.15 Lấp đầy lỗ trống và loại bỏ đốm màu ....................................................................... 37
HÌNH 4.16 Đo kích thước chiều dài của vết nứt ......................................................................... 38
5
HÌNH 5.1 MÔ HÌNH ĐỀ TÀI ..................................................................................................... 39
HÌNH 5.2 VẾT NỨT THỰC TẾ ................................................................................................. 40
6
DANH MỤC CÁC BẢNG BIỂU
BẢNG 2.1 PHÂN LOẠI ARDUINO THEO ỨNG DỤNG ....................................................... 10
BẢNG 2.2 MỘT SỐ MẠCH ARDUINO VÀ ĐẶC TÍNH LIÊN QUAN .................................... 9
BẢNG 3.1 TÓM TẮT LỰC DỌC TRỤC, VÀ THỜI GIAN HOẠT ĐỘNG ............................. 32
BẢNG 3.2 TÓM TẮT LỰC DỌC TRỤC, VÀ THỜI GIAN HOẠT ĐỘNG ............................. 12
BẢNG 4.1 . THÔNG SỐ KỸ THUẬT CỦA BOARD ARDUINO ............................................ 43
BẢNG 4.2. PINOUT LCD........................................................................................................... 48
BẢNG 4.3 KÍCH THƯỚC CHUNG. .......................................................................................... 48
BẢNG 4.4 THÔNG SỐ CHUNG CỦA LCD ............................................................................. 48
BẢNG 4.5. KHẢ NĂNG ĐẠT KHOẢNG CÁCH TỐI ĐA VỚI THỜI GIAN 33MS .............. 53
BẢNG 4.6: TỶ LỆ CHÍNH XÁC TUYỆT ĐỐI CỦA VL53LOX.............................................. 54
BẢNG 4.7 RECOMMENDED OPERATING CONDITIONS .................................................. 55
BẢNG 4.8 DIGITAL I/O ELECTRICAL CHARACTERISTICS ............................................. 56
BẢNG 5.1: SỐ LIỆU ĐO BẰNG TAY....................................................................................... 84
BẢNG 5.2: SỐ LIỆU ĐO BẰNG MÁY VÀ SAI SỐ ............................................................... 103
HÌNH 5.3: THÍ NGHIỆM 1 ......................................................................................................... 41
HÌNH 5.4: THÍ NGHIỆM 2 ......................................................................................................... 45
HÌNH 5.5: THÍ NGHIỆM 3 ......................................................................................................... 48
HÌNH 5.6: THÍ NGHIỆM 4 ......................................................................................................... 51
HÌNH 5.7: THÍ NGHIỆM 5 ......................................................................................................... 54
HÌNH 5.6: THÍ NGHIỆM 6 ......................................................................................................... 54
BẢNG 5.1: SỐ LIỆU ĐO BẰNG TAY....................................................................................... 41
BẢNG 5.2: SỐ LIỆU ĐO BẰNG MÁY VÀ SAI SỐ ................................................................. 60
7
TÓM TẮT KẾT QUẢ NGHIÊN CỨU
8
NTTU-KHCN-05-TMĐT
8
NTTU-KHCN-05-TMĐT
MỞ ĐẦU
Hiện nay vấn đề đo lường kích thước của các vật thể từ xa đang thu hút sự quan tâm rất
lớn của các doanh nghiệp. Việc phát hiện và đo lường khuyết tật của các kết cấu, đặc biệt
là vết nứt, có vai trò thiết yếu trong việc bảo dưỡng và phòng tránh thảm họa như động
đất, bảo đảm an toàn của tòa nhà, bảo đảm an toàn của kết cấu bê tông. Chúng tôi đã tạo ra
một sản phẩm vừa có thể ứng dụng trong thực tiễn sản xuất cho các doanh nghiệp, cho xã
hội vừa là một mô hình giảng dạy hiệu
Đề tài đã đạt được 1 số kết quả sau:
1.Xây dựng lý thuyết có thể phân tích hình ảnh để trích xuất hiệu quả vị trí của các vết
nứt, xác định đường biên của vật thể.
2.Chương trình Matlab có thể tự động phát hiện các vết nứt từ hình ảnh của bề mặt kết cấu
bê tông. Chương trình có thể phát hiện các vết nứt trong hình ảnh có kích thước từ
200x200 đến 1000x1000 (pixel), độ rộng của vết nứt tối thiểu là 5 pixel.
3.Thiết kế và chế tạo thiết bị có thể phát hiện và đo lường vết nứt trên các kết cấu cứng (có
màu sắc tương đối đồng đều) từ khoảng cách 30cm đến trên 1m với sai số 0.1 mm.
Quá trình nghiên cứu đề tài có thể áp dụng để giảng dạy các môn học sau của ngành cơ
điện tử:
➢ Đo lường điện và cảm biến.
➢ Matlab và ứng dụng biến
➢ Vi điều khiển
➢ Thị giác máy tính
Mô hình do đề tài tạo ra sẽ được ứng dụng để giảng dạy các môn học trên. Các môn học
trên đều là những môn học quan trọng của ngành Cơ Điện Tử và ngành kỹ thuật ô tô. Đặc
biệt môn Matlab và ứng dụng, Vi điều khiển, Đo lường điện và cảm biến, Thị giác máy
tính là những môn học cần được giảng dạy cho toàn bộ hơn 1000 sinh viên của Khoa Cơ
khí - Ô tô.
Mô hình này áp dụng nhiều công nghệ hiện đại 4.0, đặc biệt là công nghệ xử lý hình ảnh,
nên sẽ là một mô hình thực hành công nghệ cao cần thiết của Khoa. Đề tài áp dụng để
hướng dẫn 2 khóa luận tốt nghiệp cho 4 sinh viên.
9
NTTU-KHCN-05-TMĐT
Hiện nay vấn đề đo lường kích thước của các vật thể từ xa đang thu hút sự quan tâm rất
lớn của các doanh nghiệp. Việc phát hiện và đo lường khuyết tật của các kết cấu, đặc biệt
là vết nứt, có vai trò thiết yếu trong việc bảo dưỡng và phòng tránh thảm họa như động
đất, bảo đảm an toàn của tòa nhà, bảo đảm an toàn của kết cấu bê tông... Sau đây xin liệt
kê một số công bố quốc tế ISI về vấn đề này:
Kỹ thuật xử lý ảnh hiện nay đã và đang được áp dụng rộng rãi trong Kỹ thuật xây dựng và
cơ khí. M. Moaveni [1] trích xuất và phân tích hình dạng và kích thước của các vật liệu
hạt. E. Caetano [2] sử dụng hệ thống camera để giám sát độ dao động của các kết cấu kỹ
thuật thay cho việc sử dụng cảm biến gia tốc và cảm biến ứng suất. S. Lee [3] đề xuất một
phương pháp phát hiện sự biến dạng của kết cấu xây dựng dựa trên phân tích hình ảnh.
Trong ngành xây dựng cầu, J. Winkler [4] đo độ biến dạng cục bộ của các ống thép sử
dụng phương pháp tương quan hình ảnh. J. Valenca [5] sử dụng phương pháp xử lý hình
ảnh để giám sát tính an toàn của các trụ bê-tông dài. L. Klein [6] sử dụng phương pháp
xác thực thực bằng hình ảnh để kiểm tra dữ liệu về xây dựng của các tòa nhà. Tuy nhiên,
ứng dụng phổ biến nhất của kỹ thuật xử lý hình ảnh, thị giác máy tính vào xây dựng là tự
động phát hiện và đo lường vết nứt của các kết cấu bê-tông [7-16]. Trong các nghiên cứu
này, vết nứt được xem như các vật thể màu tối hình cây, trong đó mỗi nhánh có hình dạng
ống và có tính đối xứng ở 2 bên đường trung tâm. Hình ảnh chứa vết nứt trong các nghiên
cứu này đều là hình ảnh 2 pha và mỗi pha có màu sắc tương đối đồng đều, pha “sáng” là
bề mặt vật liệu và pha “tối” là vết nứt. Hiện nay chưa có phương pháp xử lý hình ảnh hiệu
quả để đo lường hiệu quả vết nứt trong hình ảnh có nhiều hơn 2 pha mặc dù trong thực tế
hình ảnh chứa vết nứt có nhiều hơn 2 pha phổ biến hơn. Các phương pháp đo lường vết
nứt từ hình ảnh 2 pha hiện tại yêu cầu người sử dụng cần khoanh vùng xử lý xung quanh
vết nứt để đảm bảo hình ảnh chỉ chứa 2 pha.
Vết nứt bề mặt bê-tông là một dấu hiệu báo hiệu cho khả năng sụp đổ của kết cấu xây
dựng. Do đó, Z. Zhu [7] đã sử dụng phương pháp đo lường vết nứt bằng hình ảnh dựa trên
hiện tượng khuếch tán điểm ảnh của Yamaguchi [8] để thẩm định tính an toàn của các tòa
nhà ngay sau động đất.
10
NTTU-KHCN-05-TMĐT
R.S Adhikari [13] đã sử dụng phương pháp đo lường vết nứt sử dụng thị giác máy tính để
đo vết nứt trên các trụ bê-tông của cầu đường bộ. Phương pháp của R.S.Adhikari có thể đo
lường độ rộng vết nứt tương đối chính xác nhưng cần người sử dụng khoanh vùng xung
quanh vị trí có vết nứt trên hình ảnh, vì vậy tính tự động của phương pháp này còn hạn
chế.
Lee et al. [15] sử dụng thị giác máy tính kết hợp với trí tuệ nhân tạo để đo lường vết nứt
nhưng tính hiệu quả của phương pháp này bị giới hạn ở các hình ảnh chứa vết nứt tương
tự với loại hình ảnh đã được sử dụng để huấn luyện hệ trí tuệ nhân tạo. Yang et al. [16] sử
dụng thị giác máy tính để đo lường độ rộng của vết nứt trong các thí nghiệm kiểm tra cơ
tính của vật liệu xây dựng.
Gang li et al. (2013) [17] đã phát triển một thiết bị có thể phát hiện và đo lường vết nứt từ
xa cho hệ thống cầu đường bộ:
Hiện nay việc phát hiện và đo lường vết nứt trong các công trình xây dựng chủ yếu bằng
tay nên phương pháp này có thể ứng dụng trong việc bảo trì cầu và các công trình xây
dựng quan trọng
Chủ nhiệm đề tài [18] đã phát triển một phương pháp mới có thể phát hiện và đo lường vết
nứt hiệu quả trong các điều kiện ánh sáng thay đổi và màu sắc hình ảnh có nhiều pha
không đều. Tuy nhiên để chuyển đổi độ rộng của vết nứt từ pixel sang mm cần người sử
dụng tiếp cận đến gần vật thể cần đo..
11
NTTU-KHCN-05-TMĐT
CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
12
NTTU-KHCN-05-TMĐT
13
NTTU-KHCN-05-TMĐT
• AT+PAIR
• AT+LINK
• AT+ADDR
2.3 LCD:
LCD (Liquid crystal display) là màn hình hiển thị tinh thể lỏng bao gồm các điểm
ảnh có thể thay đổi cường độ ánh sáng truyền qua. Chúng ta dùng LCD để hiển thị thông
số của hệ thống vì hình ảnh chân thật và tiết kiệm năng lượng.[26,27]
Chúng ta có thể dùng LCD kết nối trực tiếp với Board Arduino.
2.4 Kiến thức cơ sở về cấu tạo và nguyên lý hoạt động của mô hình:
Trên cơ lý thuyết của bài báo khoa học [19], mô hình thiết bị đo vết nứt của tài liệu
số [19] chưa dùng động cơ để điều khiển các khớp. Trong nghiên cứu này chúng tôi cải
tiến bằng các lắp thêm 3 cảm biến đo khoảng cách, dùng 3 động cơ để điều khiển các
khớp xoay từ đó có thể tự động canh chỉnh cho camera luôn vuông góc với mặt phẳng
chứa vết nứt.
14
NTTU-KHCN-05-TMĐT
Hình sau đây là mô hình điều khiển vết nứt từ tài liệu tham khảo số [19]
Hình 2.3 Mô hình hệ thống đo vết nứt của tài liệu [19]
Nguyên lý hoạt động của Mô hình trên là dùng tay tinh chỉnh các góc của máy ảnh một
cách thô sơ và chụp ảnh truyền về máy tính dùng giao tiếp RS-485, máy tính xử lý hình
ảnh trích xuất thông tin vết nứt.
Trong nghiên cứu này, chúng tôi thêm vào cảm biến đo khoảng cách và động cơ để điều
khiển các khớp trục cơ cấu cơ khí. Bằng cách so sánh giá trị vị trí của ba cảm biến laser,
các khớp xoay được chỉnh sao cho khoảng cách từ mặt phẳng đến 3 cảm biến là như nhau.
Hình ảnh sau đó được chụp và xử lý để trích xuất độ rộng vết nứt.
15
NTTU-KHCN-05-TMĐT
16
NTTU-KHCN-05-TMĐT
17
NTTU-KHCN-05-TMĐT
18
NTTU-KHCN-05-TMĐT
19
NTTU-KHCN-05-TMĐT
20
NTTU-KHCN-05-TMĐT
21
NTTU-KHCN-05-TMĐT
22
NTTU-KHCN-05-TMĐT
23
NTTU-KHCN-05-TMĐT
Hình 3.10 Một số hình ảnh thực hiện mô hình của nhóm
24
NTTU-KHCN-05-TMĐT
Sau đây là bản vẽ lắp của sinh viên [39] trong quá trình tham gia đầ tài
25
NTTU-KHCN-05-TMĐT
26
NTTU-KHCN-05-TMĐT
Chúng tôi sử dụng Arduino Mega 2560 vì nó có một cộng đồng hỗ trợ rộng lớn và tính
năng đầy đủ. Thông số kỹ thuật của Arduino Mega 2560 có thể tham khảo từ [24].
27
NTTU-KHCN-05-TMĐT
28
NTTU-KHCN-05-TMĐT
29
NTTU-KHCN-05-TMĐT
30
NTTU-KHCN-05-TMĐT
4.6 Phần mềm để điều khiển động cơ dùng MIT app inventor:
MIT app inventor dành cho Android là một ứng dụng web nguồn mở được cung cấp
bởi Viện Công nghệ Massachusetts (MIT). MIT App Inventor giúp tạo ra những ứng dụng
có ích trên hệ điều hành Android mà không đòi hỏi kiến thức sâu về ngôn ngữ lập trình.
Phiên bản được dùng trong đề tài là MIT App Inventor 2. [40]
Giao diện quản lý project :
31
NTTU-KHCN-05-TMĐT
Hình 4.8 Giao diện app điều khiên camera trên phone. [34]
PlayMemories Mobile cho Android là ứng dụng kết nối camera với smartphone hoặc
máy tính bảng do Sony phát triển, cho phép người dùng điều khiển camera một cách dễ
dàng từ thiết bị đang sử dụng.
Hướng dẫn sử dụng:
Sau khi cài đặt ứng dụng xong:
Bật máy ảnh và kết nối Wifi với smart phone => Menu wireless => Danh sách ứng
dụng => Smart Remote Embeddeed => Mở ủng dụng trên điện thoại để kết nối => Thực
hiện chụp ảnh.
32
NTTU-KHCN-05-TMĐT
Một trương trình viết bởi Arduino IDE được gọi là sketch được lưu dưới định dạng .ino
33
NTTU-KHCN-05-TMĐT
34
NTTU-KHCN-05-TMĐT
Để tính toán vá áp dụng công thức để tính toán độ dài của vết nứt trước hết chung ta mở
phần mềm matlab và mở New Script.
35
NTTU-KHCN-05-TMĐT
Sao đó chúng ta phân đoạn hình ảnh. Từ ảnh đã đọc, chúng ta tách ra 3 ảnh của 3 thành
phần màu: màu đỏ, màu xanh lá cây, màu xanh dương. Đây là phân đoạn hình ảnh dựa
trên màu sắc.
Hình 4.13 Tạo các biểu đồ subplot phân đoạn màu RBG.
Và từ hình trên chúng ta có thể thấy được Blue Image là lựa chọn tốt nhất để sử dụng việc
phân ngưỡng ảnh thu thập vị trí vết nứt vì nó cho ta thấy độ tương phản nó cao so với các
hình khác. Tiếp theo chúng ta phân ngưỡng dùng ảnh blue.
36
NTTU-KHCN-05-TMĐT
Chọn thresholding tại mức 0.37, chúng ta có thể thấy được rằng hình ảnh đã được phân
đoạn giữa vết nứt và nền. Tiếp đến chúng ta lọc nhiễu, dùng morphological image
processing để trước tiên là lấp đầy các khoảng trống, đốm màu.
37
NTTU-KHCN-05-TMĐT
38
NTTU-KHCN-05-TMĐT
Sau đây chúng tôi xin trình bày kết quả kết quả mô hình cuối cùng của mô hình của nhóm
sinh viên tham gia làm đề tài đồng thời thực hiện khóa luận tốt nghiệp: [37,38,39]
39
NTTU-KHCN-05-TMĐT
40
NTTU-KHCN-05-TMĐT
s1 = 3456
Từ 1 và 2 suy ra:
L = (u – f / f) * (a * m1 / s1) = 0.9 mm
Một số thí nghiệm khi thực hiện đo bằng tay và máy
STT Điểm 1 Điểm 2 Điểm 3
Thí nghiệm 1 1,1mm 1mm 1mm
Thí nghiệm 2 0.8mm 1mm 1,2mm
Thí nghiệm 3 0,7mm 0,6mm 1mm
Thí nghiệm 4 0.7mm 1mm 1mm
Thí nghiệm 5 0,5mm 0,7mm 0,8mm
Thí nghiệm 6 0.6mm 1mm 0.8mm
41
NTTU-KHCN-05-TMĐT
Thí nghiệm 1
• Điểm 1:
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.9mm
f 1
• Điểm 2:
42
NTTU-KHCN-05-TMĐT
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.8mm
f 1
• Điểm 3:
43
NTTU-KHCN-05-TMĐT
Ta tìm được
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.85mm
f 1
44
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
45
NTTU-KHCN-05-TMĐT
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.78mm
f 1
• Điểm 2:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.81mm
f 1
• Điểm 3:
46
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =1mm
f 1
47
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
48 1
NTTU-KHCN-05-TMĐT
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
f 1
• Điểm 2:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
Điểm 3: 1
f
•
49
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =1mm
f 1
50
NTTU-KHCN-05-TMĐT
51
NTTU-KHCN-05-TMĐT
Ta tìm được
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
Điểm 2: 1
f
•
f
L= u- .1 (1)
u
52
NTTU-KHCN-05-TMĐT
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.9mm
Điểm 3: 1
f
•
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.8mm
f 1
53
NTTU-KHCN-05-TMĐT
54
NTTU-KHCN-05-TMĐT
Thí nghiệm 5
• Điểm 1:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. =0.48mm
f
s
1
• Điểm 2:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
Điểm 3: 1
f
•
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
f 1
57
NTTU-KHCN-05-TMĐT
Thí Nghiệm 6
• Điểm 1:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. =0.5mm
f
s
1
• Điểm 2:
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l = 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m
L= u- . a. 1 =0.8mm
f s
1
• Điểm 3:
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l = 1 (2)
1 s
1
59
NTTU-KHCN-05-TMĐT
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
f 1
+ Đo bằng máy
60
NTTU-KHCN-05-TMĐT
Kết luận:
Tỷ lệ sai lệch giữ đo tay và đo máy tầm khoảng 0.15mm. về việc xét 6 vết nứt với 18 điểm
đo mực độ chính xác vào tầm khoảng 55~60% với mức độ chính xác này mô hình có thể
thực hiện được các yếu cầu kỹ thuật tương đối tốt nhưng chưa cao vì những vết nứt này
trong việc tính toàn còn nhiều sai sót.
61
NTTU-KHCN-05-TMĐT
void setID()
{
digitalWrite(SHT_LOX1, LOW);
digitalWrite(SHT_LOX2, LOW);
digitalWrite(SHT_LOX3, LOW);
delay(10);
digitalWrite(SHT_LOX1, HIGH);
digitalWrite(SHT_LOX2, HIGH);
digitalWrite(SHT_LOX3, HIGH);
delay(10);
digitalWrite(SHT_LOX1, HIGH);
digitalWrite(SHT_LOX2, LOW);
digitalWrite(SHT_LOX3, LOW);
}
void read_trip_sensors()
{
lox1.rangingTest(&measure1, false);
lox2.rangingTest(&measure2, false);
lox3.rangingTest(&measure3, false);
if (measure1.RangeStatus != 4)
{
lcd.print(0, 0);
lcd.print("SS1: ");
lcd.setCursor(6, 0);
lcd.print(measure1.RangeMilliMeter);
if(measure1.RangeMilliMeter>1000 && measure1.RangeMilliMeter<9999)
lcd.print(" ");
if(measure1.RangeMilliMeter>100 && measure1.RangeMilliMeter<999)
lcd.print(" ");
if(measure1.RangeMilliMeter>10 && measure1.RangeMilliMeter<99)
lcd.print(" ");
62
NTTU-KHCN-05-TMĐT
}
if (measure2.RangeStatus != 4)
{
lcd.print(0, 1);
lcd.print("SS2: ");
lcd.setCursor(6, 2);
lcd.print(measure2.RangeMilliMeter);
if(measure2.RangeMilliMeter>1000 && measure2.RangeMilliMeter<9999)
lcd.print(" ");
if(measure2.RangeMilliMeter>100 && measure2.RangeMilliMeter<999)
lcd.print(" ");
if(measure2.RangeMilliMeter>10 && measure2.RangeMilliMeter<99)
lcd.print(" ");
}
if (measure3.RangeStatus != 4)
{
lcd.print(0, 3);
lcd.print("SS3: ");
lcd.setCursor(6, 1);
lcd.print(measure3.RangeMilliMeter);
if(measure3.RangeMilliMeter>1000 && measure3.RangeMilliMeter<9999)
lcd.print(" ");
if(measure3.RangeMilliMeter>100 && measure3.RangeMilliMeter<999)
lcd.print(" ");
if(measure3.RangeMilliMeter>10 && measure3.RangeMilliMeter<99)
lcd.print(" ");
}
}
void setup() {
Serial.begin(9600);
lcd.begin(20, 4);
myStepper1.setSpeed(60);
63
NTTU-KHCN-05-TMĐT
myStepper2.setSpeed(60);
myStepper3.setSpeed(60);
myStepper4.setSpeed(60);
pinMode(SHT_LOX1, OUTPUT);
pinMode(SHT_LOX2, OUTPUT);
pinMode(SHT_LOX3, OUTPUT);
digitalWrite(SHT_LOX1, LOW);
digitalWrite(SHT_LOX2, LOW);
digitalWrite(SHT_LOX3, LOW);
setID();
}
char c;
int i = 2;
void loop()
{
lcd.clear();
read_trip_sensors();
delay(100);
if(Serial.available())
{
c = Serial.read();
Serial.println(c);
if(c=='n')
{
delay(10);
myStepper1.setSpeed(60);
myStepper1.step(i);
delayMicroseconds(1200);
myStepper1.setSpeed(0);
}
if(c=='m')
{
64
NTTU-KHCN-05-TMĐT
delay(10);
myStepper1.setSpeed(60);
myStepper1.step(-i);
delayMicroseconds(1200);
myStepper1.setSpeed(0);
}
if(c=='z')
{
delay(10);
myStepper2.setSpeed(60);
myStepper2.step(i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='x')
{
delay(10);
myStepper2.setSpeed(60);
myStepper2.step(-i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='b')
{
delay(10);
myStepper3.setSpeed(60);
myStepper3.step(i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='c')
{delay(10);
65
NTTU-KHCN-05-TMĐT
myStepper3.setSpeed(60);
myStepper3.step(-i);
delayMicroseconds(1200);
myStepper3.setSpeed(0);
}
if(c=='a')
{delay(10);
myStepper4.setSpeed(100);
myStepper4.step(i);
delayMicroseconds(1200);
myStepper4.setSpeed(0);
}
if(c=='d')
{delay(10);
myStepper4.setSpeed(100);
myStepper4.step(-i);
delayMicroseconds(1200);
myStepper4.setSpeed(0);
}}
}
66
NTTU-KHCN-05-TMĐT
67
NTTU-KHCN-05-TMĐT
68
NTTU-KHCN-05-TMĐT
[20] Tìm hiểu hệ truyền động cơ bước, Luận văn Đại học, http://luanvan.co/luan-van/tim-hieu-he-
truyen-dong-dong-co-buoc-43885/
[21] Morot Driver Module - L298N
http://wiki.sunfounder.cc/index.php?title=Motor_Driver_Module-L298N, ngày truy cập, ngày 18
tháng 10 năm 2018
[22] Bluetooth, https://vi.wikipedia.org/wiki/Bluetooth, ngày truy cập ngày 18 tháng 10 năm 2018
[23] Ardunio, https://vi.wikipedia.org/wiki/Arduino, ngày truy cập ngày 18 tháng 10 năm 2018
[24] Giới thiệu về ardunio, https://kipalog.com/posts/Co-ban-ve-Arduino, ngày truy cập ngày 18
tháng 10 năm 2018
[25] HC-05, https://en.wikipedia.org/wiki/HC_%2705_Bansk%C3%A1_Bystrica, Ngày truy cập
ngày 18 tháng 10 năm 2018
[26] Màn hình tinh thể lỏng
https://vi.wikipedia.org/wiki/M%C3%A0n_h%C3%ACnh_tinh_th%E1%BB%83_l%E1%BB%8F
ng, ngày truy cập
[27] Chương 6 nguyên lý công nghệ LCD,
https://www.slideshare.net/viendongcomputer/chng-6-nguyn-l-lcd, ngày truy cập ngày 24 tháng
10 năm 2018.
[28] Động cơ bước size 57, https://cnc24h.com/dong-co-buoc-size-57, ngày truy cập ngày 20
tháng 10 năm 2018
[29] Solidworks, https://en.wikipedia.org/wiki/SolidWorks, ngày truy cập: ngày 23 tháng 10 năm
2018.
[30] Wiki về servo, Cơ cấu servo, động cơ servo và ứng dụng, http://dienelectric.com/wiki-ve-
servo,-co-cau-servo,-dong-co-servo-va-ung-dung-551.1268.n.html , ngày truy cập: ngày 26 tháng
10 năm 2018.
[31] Động cơ bước,
https://vi.wikipedia.org/wiki/%C4%90%E1%BB%99ng_c%C6%A1_b%C6%B0%E1%BB%9Bc
, ngày truy cập, ngày 18 tháng 10 năm 2018.
[32] STMicroelectronics, VL53L0X datasheet,
https://www.st.com/resource/en/datasheet/vl53l0x.pdf
[33] Thông số VL53L0X, https://www.pololu.com/product
[34] PlayMemories Mobile – Sony,
https://support.d-imaging.sony.co.jp/info/app/pmm/intro/en/
[35] Arduino IDE, https://www.arduino.cc/en/software/
[36] Matlab software, https://www.mathworks.com/products/matlab.html
[37] Quách Phú Hào, Lê Hoàng Đủ, Ứng Dụng Camera, Cảm Biến Laser Và Kỹ Thuật Thị Giác
Máy Tính Trong Kỹ Thuật Đo Lường Không Tiếp Xúc, Khóa luận tốt nghiệp 2018, Đại học
Nguyễn Tất Thành
69
NTTU-KHCN-05-TMĐT
[38] Lê Hoàng Nhã, Lê Hữu Nghĩa, Thiết Kế, Chế Tạo Hệ Thống Đo Lường Kích Thước Không
Tiếp Xúc Sử Dụng Camera, Khóa luận tốt nghiệp 2018, Đại học Nguyễn Tất Thành
[39] Ngô Khắc Điệp, ứng dụng thị giác máy tính và kỹ thuật robot trong tự động đo lường và phát
hiện khuyết tật kết cấu xây dựng, Khóa luận tốt nghiệp 2019, Đại học Nguyễn Tất Thành.
[40] MIT App Inventor, https://appinventor.mit.edu/
70
NTTU-KHCN-05-TMĐT
1- Danh mục bài báo, báo cáo khoa học của tác giả liên quan đến đề tài
2- Quyết định liên quan đến hướng dẫn sinh viên làm luận văn (nếu có).
71
NTTU-KHCN-05-TMĐT
Abstract. Most of image processing techniques, that are developed for measuring concrete crack width in building
safety evaluation process, have focused on two-phase piecewise constant images. However, the crack images in
real applications are usually 2D multiple-phase piecewise constant images, which are defined as having more than
2 piecewise constant intensity phases. In this paper, we proposed a novel technique for automatically measuring
crack widths in 2D multiple-phase images, which includes three main steps. Firstly, we used crack enhancement
filter to enhance crack and remove other unintended objects in the intensity inhomogeneous image. Secondly, we
utilized a B-spline level set model to automatically extract crack locations. Finally, we proposed to use a Savitzky-
Golay filter based method to measure crack widths along the whole detected cracks. Several experiments are
demonstrated to show the superior of our method in measuring crack width from images of real scene of damaged
building.
Keywords: crack detection, width measurement, B-spline level set model, phase congruency, image segmentation.
1 Introduction
Concrete crack could be a warning for the occurrence of forth-coming collapse of concrete structures. In
particular, after the attack of an earthquake, civil engineering experts usually need to measure crack
width of concrete structures of damaged building for building safety evaluation. Therefore, one of the
most important applications of image processing techniques in civil engineering is the measurement of
concrete crack width in damaged buildings [1-10].
Currently, the safety of entering damaged buildings is evaluated manually by structural specialists (e.g.
structural engineers and/or certified inspectors) [1]. However, this task costs a lot of time and resources.
There is an urgent need to support the experts in using computer assisted technique for fast building
safety evaluation. Also, the objective inspection nature of computer-assisted technique may help to
reduce erroneous judgment.
When the building safety evaluation is made after earthquake, cracking is always an important structural
damage indicator. For example, the extent and severity of damage to the concrete columns of a
reinforced concrete building are quantified primarily by the width and orientation of the cracks that exist
in these elements [1]. Although a large number of image processing techniques have been developed for
measuring concrete crack width, none of them is really automatic and effective for building safety
evaluation.
L. Barazzetti and M. Scaioni [3] proposed a method for measuring crack width in the laboratory
environment from a color image. Chen and Hutchinson [4] also used level set method and morphological
image processing to measure crack width in laboratory environment. Nishikawa et al. [6] proposed a
method for measuring crack width under various lighting conditions using genetic programming.
However, these methods recognize crack based on the intensity difference between crack and image
72
NTTU-KHCN-05-TMĐT
background, which is piecewise-constant. Therefore, these methods are not applicable for 2D multiple-
phase images because the intensity of background has over two piecewise constant phases in this kind of
image.
Chen et al. [5] developed a crack measuring system using multi-temporal images by utilizing the first
derivative of a Gaussian filter. Quadratic curve-fitting was used to achieve sub-pixel accuracy. Their
proposed system can compute the crack width in a controlled environment but requiring users to put
nodes along the crack. Therefore, it is not an automatic method.
R.S Adhikari et al. [7] proposed a method for measuring crack width of bridge concrete structure. This
method used edge detection algorithms to detect crack. The shortcoming of this approach is edges of
dark objects in the images can be misclassified as cracks.
Fujita and Hamamoto [8] utilize line enhancement filter and probabilistic relaxation to segment cracks
from noisy real concrete surface images. Lee et al. [9] used crack shape analysis (morphological image
processing) technique to detect and measure crack width. However, those two methods employ
binarization techniques, which require user to choose an intensity threshold, to detect crack. This limits
the application of those methods to 2D two-phase homogenous images.
Yang et al. [10] measure width of thin cracks in reinforced concrete bridge pier test. But this method can
only be applied during the testing process.
In this paper, we proposed a novel automatic crack width measurement framework which uses a
digital camera and laptop to assist civil engineering expert for automatically measuring crack width of
concrete structures of damaged building. Generally, we proposed 3 main steps for measuring crack width
from 2D intensity inhomogeneous images. In the first step, we need to enhance crack and remove other
unintended objects in the 2D multiple-phase piecewise constant images. In the second step, we adapt a
B-spline level set model to segment crack automatically from the filtered crack images. In the third step,
we utilised a Saviztky-Golay filter-based method to measure crack width accurately from the original
crack images and the crack map.
2. Proposed Method
2.1 Two and multiple phases piece-wise constant crack images
To understand the differences between two-phase piecewise constant image and multiple-phase piece-
wise constant image, we can look at the Fig.1. The left image, which is called as a two-phase piece-wise
constant image, contains only two phases, “bright phase” of the background and “dark phase” of crack. In
contrast, the right image is the 2D multiple-phase piece-wise constant image, which has other phases of
unintended objects.
73
NTTU-KHCN-05-TMĐT
Let I (x) be the input image. In the first step, we need to enhance crack and remove other unintended
objects in the image I (x) by computing crack-enhancement filtered image FC (x) . In the second step,
we use B-spline level-set method to segment crack correctly to obtain the crack map, which is a binary
image where “1” pixel represent the crack pixel and “0” pixel belongs to background. In the third step,
crack width is measured as the Euclidean distance between two edges in both side of the crack centre-
line by using Savitzky-Golay filter-based method.
where FL (x) and Fsym (x) are line-like filter and symmetry filter response at pixel x( x, y ) , respectively.
Our basic idea is to divide crack image into regions of high crack enhancement filter response (cracks) and
a region of low crack enhancement filter response (background and other non-crack objects).
74
NTTU-KHCN-05-TMĐT
Step 1
Apply morphological thinning and cubic spline fitting to localize crack centre-
lines
Using Savitzky-Golay filter for measuring crack width from location of crack
center-line and original input image.
0 , if 2 0
−R 2
L(x, ) = 2 2 −S 2
2c 2
e 1 − e , otherwise
(2)
1
; S = (12 + 22 ) ; , c are the thresholds that control the sensitivity of L ( x, ) to the
1/ 2
where R =
2
measures R , S . is fixed to 0.5 in our work.
75
NTTU-KHCN-05-TMĐT
For a given set of scales , the maximum response of different scales was chosen to be the line-like
filter response as
where max
. is the maximum value of a set of L ( x, ) determined for different values of the scale .
2.3.2 Symmetry filter
It is well known that the symmetry features can be extracted using the local phase information such as
transitions and discontinuities of intensity distribution in the image domain [11,14,20]. We adapt the
method of [11] to build the 2D symmetry filter using the monogenic signal framework [15]. Let b(x) be
the isotropic log-Gabor filter given as
(log ( / 0 ))
2
b(x) = F −1 exp − 2
2(log (s / 0 ))
(4)
where F −1
. is the inverse Fourier transform. is the spherical co-ordinate of the image in the
frequency domain. The center frequency 0 is set as 0 = 1 /( 2 * 2.1h −1 ) , h represents the scale of log-
The monogenic signal M (x) at x = ( x, y ) pixel is computed according to [11,15] as a three dimensional
vector as
where M 1 (x) = I (x) * b(x) * u1 (x) , M 2 (x) = I (x) * b(x) * u2 (x) and M 3 (x) = I (x) * b(x) . u1 (x) and
u2 (x) are two monogenic signal filters, computed according to [11,15]. The two even symmetric and odd
symmetric filter responses can be represented, respectively, by the components of the monogenic signal
as
(
Max − M even
h
(x) − M odd
h
(x) − TH ,0 )
S ( x) = h
(8)
M even
h
( 2
(x) + M odd) (
h
( x) +
2
)
h
76
NTTU-KHCN-05-TMĐT
Np
S (x p )
o
p =1
Fsym ( x) = max
o Np (9)
where S (x op ) is the 2D local phase-based feature symmetry of the p th pixel on the virtual line segment
passing through x in oth direction. N p is the total number of pixels on each virtual line segment, N o is
2.4 B-spline level set model for detecting crack from crack enhancement filter response
Based on the level-set formalism [16], crack regions are represented by a level set ( x, t ) of x at time
t with the closed contours of the cracks embedded in its initial form (time t = 0 ), ie, zero level set.
( x, t ) must satisfy the following conditions.
(x, t ) 0, if x FCin (t )
(x, t ) = 0, if x FC (t )
in
(10)
(x, t ) 0, if x FC \ FC (t )
in
where FC is the crack region in the image of FC . The level set ( x, t ) is expressed in terms of a number
in
of B-spline basis functions to achieve a smooth and continuous mathematical model for the cracks as
[17]:
(11)
x
B (x) = (k1 )C ( − k1 ) 3
k1 Z 2 k2
where the knots of the B-splines are located at the nodes of a grid spanning over FC with a regular
spacing of k 2 ; C 3 (.) is the uniform symmetric 2D B-spline of degree 3; (k1 ) are the unknown
coefficients of the B-spline functions.
Crack is the object where crack-enhancement filter response is high. The cost functional for crack
detection is formulated as [17]
77
NTTU-KHCN-05-TMĐT
(12)
where H (.) is the Heaviside function; f c and f b are averages of the crack-enhancement filter response of
crack regions and non-crack regions (background and other unrelated objects), respectively;
B-spline level set B , that can localize the crack regions, can be found by minimizing the above cost
functional using gradient-descent method [16].
Fig.3 Measuring crack width from cross-sectional pixel intensity profile of a crack segment
78
NTTU-KHCN-05-TMĐT
3. Results
The proposed method was implemented in Matlab 7.8 and tested on a computer with Intel Core I3 2.1
GHz CPU and 4 GB RAM. The following settings are applied to crack images:
• The image has an eight-bit dynamics and 2 dimensions.
• = 0.5, c = 15 , s = {0.5, 1, 1.5, 2, 2.5, 3}, Fsym (x) are computed over 6 scales with
s / 0 = 0.65 , =0.0001, N p = 15 , N p = 12 , k 2 = 2 .
In our experiments, camera plane is adjusted to be parallel with the concrete surfaces and the widths of
crack are measured in pixel unit. If we know the exact distance from the camera plane to the concrete
surface (by using a laser range finder), we can easily convert the width in pixel unit to mm [22]. Please
refer to [12] to know how to calculate the pixel/mm conversion ratio.
Fig.4 shows the results of width measurement for the crack in 2D multiple-phase intensity
inhomogeneous images. 323 widths along the crack center-line are measured (in pixel unit) from the
crack image. The length of the crack contains 323 pixels. To check the accuracy of these measured widths,
we manually measure crack widths of 20 points (which are chosen randomly along the crack center-line)
and compare with the nearest crack widths which are measured automatically by the program. We have
found that all the differences are lower than 1 pixel. This has shown that our method can achieve sub-
pixel accuracy. Fig. 5 is the diagram plotting the widths measured in pixels along the crack of Fig. 4.
To further demonstrate the capibility of crack width measurement in a real scene of a building, we tested
our method on an image of a concrete wall as shown in Fig. 6, which contains not only the surface
concrete but also a steel column.
In the final experiment, we make a comparison between our proposed method and Fujita’s method [8]
which is well-known for being able to automatically measuring crack widths in noisy images of concrete
surface, and hutchinson’s method [4]. We use the robust set of parameters for Fujita’s method as
described in [8]. Similarly parameters for Hutchinson’s method is referenced from [4]. From the results in
Fig. 7 we can observe that Fujita’s method, Hutchinson’s method have generated many wrong detections
while the present method has performed the tasks effectively. Please note that Fujiata’s method also
wrongly detect damages of the wall painting (for ex., the elongated stripe above the crack in the right-
hand side of Fig. 7), which is not the real concrete structure’s crack.
79
NTTU-KHCN-05-TMĐT
Width (px)
Offset(px)
4. Conclusions
We have proposed an automatic method for measuring crack widths from image of scenes in the building
without human intervention. Unlike available methods that measure crack width from images containing
only concrete surface and cracks (2D piece-wise constant images), our method measured directly and
automatically the widths of cracks from 2D multiple-phases intensity inhomogeneous images of scenes
inside building.
Our method can assist the civil engineering experts to measure crack width more effective. This advanced
method creates the possibility for a monitoring camera system to automatically detect and measure
widths of cracks of the building walls because images from these camera systems usually contain many
unintended objects of the building. A number of experiments have been given to demonstrate the
applications of the proposed method.
In the near future, we will extend our method to be capable of measuring crack width from 3D images.
80
NTTU-KHCN-05-TMĐT
Fig. 7 Comparison between proposed method, Fujita’s method [8] and Hutchinson’s
method [4]. From first to fourth row: input image, binary image result from the
proposed method, result of Fujita’s method, result of Hutchinson’s method.
References
1. Zhu, Z., German, S. & Brilakis, I.: Visual retrieval of concrete crack properties for automated post-earthquake structural safety
evaluation, Automation in Construction 20, 874–883 (2011).
2. Yamaguchi, T., & Hashimoto, S.: Fast Method for crack detection Surface Concrete large-size images using percolation-based
Image Processing. Machine Vision and Applications 21, 797-809 (2010).
3. Barazzetti, L. & Scaioni, M.: Crack measurement: Development, testing and applications of an automatic image-based
algorithm. ISPRS Journal of Photogrammetry and Remote Sensing 64, 285-296 (2009).
4. Chen, Z. Q. & Hutchinson, T. C.: Image-Based Framework for Concrete Surface Crack Monitoring and Quantification,
Advances in Civil Engineering 2010 (2010).
5. Chen, L., Shao, Y., Jan, H., Huang, C., and Tien, Y.: Measuring System for Cracks in Concrete Using Multi-temporal Images.
J. Surv. Eng. 132, 77–82 (2006).
6. Nishikawa, T., Yoshida, J., Sugiyama, T., & Fujino, Y.: Concrete crack detection by Multiple sequential Image
Filtering. Computer-Aided Civil and Infrastructure Engineering 27, 29-47 (2012).
81
NTTU-KHCN-05-TMĐT
7. Adhikari, R.S., Moselhi, O., & Bagchi, A.: Image-based retrieval of Concrete crack Properties for Bridge
Inspection. Automation in Construction 39, 180-194 (2014)
8. Fujita, Y. & Hamamoto, Y.: A robust automatic crack detection method from noisy concrete surfaces, Machine Vision and
Applications 22, 245-254 (2011).
9. Lee, B.Y., Kim, Y.Y., Yi, S.T., & Kim, JK.: Automated Image Processing Technique for Detecting and Analysing Concrete
Surface cracks. Structure and Infrastructure Engineering 9, 567-577 (2013).
10. Yang, Y.S., Yang, C.M., & Huang, C.W.: Thin Observation crack in a Reinforced Concrete Bridge Pier Test using Image
Processing and Analysis. Advances in Engineering Software 83, 99-108 (2015).
11. Nguyen, H. N., Kam, T. Y., & Cheng, P. Y.: Automatic crack detection from 2D images using a crack measure-based B-spline
level set model. Multidimensional Systems and Signal Processing, 1-32, (2016).
12. Frangi, A., Niessen, W., Vincken, K., & Viergever, M.: Multi-scale vessel Enhancement Filtering. In: W.M. Wells, A.
Colchester and S.L. Delp (Eds.) MICCAI'98. LNCS, vol. 1496, pp. 130--137. Springer, Heidelberg (1998).
13. Lindeberg, T.: Edge detection and ridge detection with automatic scale selection. International Journal of Computer Vision 30,
117-156 (1998).
14. Kovesi, P.: Symmetry and Asymmetry from Local Phase. In: Tenth Australian Joint Conference on Artificial Intelligence, pp.
185-190, Australia, 1997.
15. Felsberg, M. & Sommer, G.: The Monogenic Signal, IEEE Trans. Signal Process. 49, 3136-3134 (2001).
16. Osher, S., & Fedkiw, R. P: (2001): Level set methods: an overview and some recent results. Journal of Computational physics
169, 463-502 (2001).
17. Bernard, O., Friboulet, D., Thevenaz, V. & Unser, M.: Variational B-Spline Level-Set:A Linear Filtering Approach for Fast
Deformable Model Evolution. IEEE Trans. Image Process. 18, 1179-1191 (2009).
18. Gonzalez, R. & Woods, R.: Digital Image Processing, second ed. Prentice Hall, New Jersey (2003).
19. Gorry, P. A.: General Least-Squares Smoothing and Differentiation by the Convolution (Savitzky-Golay) Method. Analytical
Chemistry 62, 570-573 (1990).
20. Kovesi, P.: Image features from phase congruency. Videre: Journal of computer vision research 1, 1-26, (1999).
21. Marr, D., & Hildreth, E.: Theory of edge detection. Proceedings of the Royal Society of London B: Biological Sciences, 207,
187-217 (1980).
22. Li, G., He, S., Ju, Y., & Du, K.: Long-distance precision inspection method for bridge cracks with image processing.
Automation in Construction, 41, 83-95, (2014).
82
NTTU-KHCN-05-TMĐT
83
NTTU-KHCN-05-TMĐT
84
NTTU-KHCN-05-TMĐT
BỘ GIÁO DỤC VÀ ĐÀO TẠO CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐH NGUYỄN TẤT THÀNH Độc lập - Tự do - Hạnh phúc
THUYẾT MINH
3 Tổng kinh phí thực hiện: 51.5 triệu đồng, trong đó:
Khoán đến sản phẩm cuối cùng Khoán từng phần, trong đó:
85
NTTU-KHCN-05-TMĐT
6 Các tổ chức phối hợp chính thực hiện đề tài (nếu có)
Sinh viên/ Học viên cao học/ Nghiên cứu sinh ( tối đa 3 người)
Đối tượng
TT Họ và tên (SV/ HV cao Tên đơn vị Cán bộ hướng dẫn Ký tên
học/ NCS)
86
NTTU-KHCN-05-TMĐT
01
02
II. MỤC TIÊU, NỘI DUNG KH&CN VÀ PHƯƠNG ÁN THỰC HIỆN ĐỀ TÀI
8 Mục tiêu của đề tài (Bám sát và cụ thể hoá định hướng mục tiêu theo đặt hàng)
Thiết kế và chế tạo một hệ thống đo lường từ xa có thể ứng dụng trong thực tiễn cũng như phục
vụ thực hành cho sinh viên của Khoa Cơ Khí – Ô tô.
Mục tiêu của đề tài bao gồm:
1. Chương trình Matlab có thể tự động phát hiện các vết nứt từ hình ảnh của bề mặt kết cấu bê
tông. Chương trình có thể phát hiện các vết nứt trong hình ảnh có kích thước từ 200x200
đến 1000x1000 (pixel), độ rộng của vết nứt tối thiểu là 5 pixel.
2. Thiết kế và chế tạo thiết bị có thể phát hiện và đo lường vết nứt trên các kết cấu cứng (có
màu sắc tương đối đồng đều) từ khoảng cách tối thiểu 30 cm đến trên 1m với sai số 0.1 mm
(so với giá trị chuẩn được người sử dụng đo thủ công).
9 Tình trạng đề tài
Mới Kế tiếp hướng nghiên cứu của chính nhóm tác giả
Kế tiếp nghiên cứu của người khác
10 Tổng quan tình hình nghiên cứu, luận giải mục tiêu và nội dung nghiên cứu
10.1 Đánh giá tổng quan tình hình nghiên cứu thuộc lĩnh vực của đề tài
Ngoài nước (Phân tích đánh giá được những công trình nghiên cứu có liên quan với những kết quả
nghiên cứu mới nhất trong lĩnh vực nghiên cứu của đề tài; nêu được những bước tiến về trình độ
KH&CN của những kết quả nghiên cứu đó)
Hiện nay vấn đề đo lường kích thước của các vật thể từ xa đang thu hút sự quan tâm rất lớn
của các doanh nghiệp. Việc phát hiện và đo lường khuyết tật của các kết cấu, đặc biệt là vết
nứt, có vai trò thiết yếu trong việc bảo dưỡng và phòng tránh thảm họa như động đất, bảo
đảm an toàn của tòa nhà, bảo đảm an toàn của kết cấu bê tông... Sau đây xin liệt kê một số
công bố quốc tế ISI về vấn đề này:
Kỹ thuật xử lý ảnh hiện nay đã và đang được áp dụng rộng rãi trong Kỹ thuật xây dựng và
cơ khí. M. Moaveni [1] trích xuất và phân tích hình dạng và kích thước của các vật liệu hạt.
E. Caetano [2] sử dụng hệ thống camera để giám sát độ dao động của các kết cấu kỹ thuật
thay cho việc sử dụng cảm biến gia tốc và cảm biến ứng suất. S. Lee [3] đề xuất một
phương pháp phát hiện sự biến dạng của kết cấu xây dựng dựa trên phân tích hình ảnh.
Trong ngành xây dựng cầu, J. Winkler [4] đo độ biến dạng cục bộ của các ống thép sử dụng
phương pháp tương quan hình ảnh. J. Valenca [5] sử dụng phương pháp xử lý hình ảnh để
87
NTTU-KHCN-05-TMĐT
giám sát tính an toàn của các trụ bê-tông dài. L. Klein [6] sử dụng phương pháp xác thực
thực bằng hình ảnh để kiểm tra dữ liệu về xây dựng của các tòa nhà. Tuy nhiên, ứng dụng
phổ biến nhất của kỹ thuật xử lý hình ảnh, thị giác máy tính vào xây dựng là tự động phát
hiện và đo lường vết nứt của các kết cấu bê-tông [7-16]. Trong các nghiên cứu này, vết nứt
được xem như các vật thể màu tối hình cây, trong đó mỗi nhánh có hình dạng ống và có tính
đối xứng ở 2 bên đường trung tâm. Hình ảnh chứa vết nứt trong các nghiên cứu này đều là
hình ảnh 2 pha và mỗi pha có màu sắc tương đối đồng đều, pha “sáng” là bề mặt vật liệu và
pha “tối” là vết nứt. Hiện nay chưa có phương pháp xử lý hình ảnh hiệu quả để đo lường
hiệu quả vết nứt trong hình ảnh có nhiều hơn 2 pha mặc dù trong thực tế hình ảnh chứa vết
nứt có nhiều hơn 2 pha phổ biến hơn. Các phương pháp đo lường vết nứt từ hình ảnh 2 pha
hiện tại yêu cầu người sử dụng cần khoanh vùng xử lý xung quanh vết nứt để đảm bảo hình
ảnh chỉ chứa 2 pha.
Vết nứt bề mặt bê-tông là một dấu hiệu báo hiệu cho khả năng sụp đổ của kết cấu xây dựng.
Do đó, Z. Zhu [7] đã sử dụng phương pháp đo lường vết nứt bằng hình ảnh dựa trên hiện
tượng khuếch tán điểm ảnh của Yamaguchi [8] để thẩm định tính an toàn của các tòa nhà
ngay sau động đất.
R.S Adhikari [13] đã sử dụng phương pháp đo lường vết nứt sử dụng thị giác máy tính để
đo vết nứt trên các trụ bê-tông của cầu đường bộ. Phương pháp của R.S.Adhikari có thể đo
lường độ rộng vết nứt tương đối chính xác nhưng cần người sử dụng khoanh vùng xung
quanh vị trí có vết nứt trên hình ảnh, vì vậy tính tự động của phương pháp này còn hạn chế.
Lee et al. [15] sử dụng thị giác máy tính kết hợp với trí tuệ nhân tạo để đo lường vết nứt
nhưng tính hiệu quả của phương pháp này bị giới hạn ở các hình ảnh chứa vết nứt tương tự
với loại hình ảnh đã được sử dụng để huấn luyện hệ trí tuệ nhân tạo. Yang et al. [16] sử
dụng thị giác máy tính để đo lường độ rộng của vết nứt trong các thí nghiệm kiểm tra cơ
tính của vật liệu xây dựng.
Gang li et al. (2013) [17] đã phát triển một thiết bị có thể phát hiện và đo lường vết nứt từ
xa cho hệ thống cầu đường bộ:
88
NTTU-KHCN-05-TMĐT
Trong nước (Phân tích, đánh giá tình hình nghiên cứu trong nước thuộc lĩnh vực nghiên cứu của
đề tài, đặc biệt phải nêu cụ thể được những kết quả KH&CN liên quan đến đề tài mà các cán bộ
tham gia đề tài đã thực hiện. Nếu có các đề tài cùng bản chất đã và đang được thực hiện ở cấp
khác, nơi khác thì phải giải trình rõ các nội dung kỹ thuật liên quan đến đề tài này; Nếu phát hiện
có đề tài đang tiến hành mà đề tài này có thể phối hợp nghiên cứu được thì cần ghi rõ Tên đề tài,
Tên Chủ nhiệm đề tài và cơ quan chủ trì đề tài đó)
Trong thực tiễn sản xuất, các doanh nghiệp có nhu cầu đo lường kích thước của các sản phẩm
công nghệ cao từ xa, không tiếp xúc với độ chính xác cao. Tuy nhiên, hiện nay trong nước chưa có
các thiết bị và công trình nghiên cứu hiệu quả trong việc nhận dạng và đo lường khuyết tật của các
kết cấu cứng từ xa một cách hiệu quả.
89
NTTU-KHCN-05-TMĐT
10.2 Luận giải về việc đặt ra mục tiêu và những nội dung cần nghiên cứu của đề tài
(Trên cơ sở đánh giá tình hình nghiên cứu trong và ngoài nước, phân tích những công trình nghiên
cứu có liên quan, những kết quả mới nhất trong lĩnh vực nghiên cứu đề tài, đánh giá những khác
biệt về trình độ KH&CN trong nước và thế giới, những vấn đề đã được giải quyết, cần nêu rõ
những vấn đề còn tồn tại, chỉ ra những hạn chế cụ thể, từ đó nêu được hướng giải quyết mới - luận
giải và cụ thể hoá mục tiêu đặt ra của đề tài và những nội dung cần thực hiện trong đề tài để đạt
được mục tiêu)
Chúng tôi mong muốn tạo ra một sản phẩm vừa có thể ứng dụng trong thực tiễn sản xuất cho
các doanh nghiệp, cho xã hội vừa là một mô hình giảng dạy hiệu quả cho sinh viên chuyên ngành
Cơ Điện Tử:
Nội dung nghiên cứu của đề tài bao gồm:
1. Xây dựng lý thuyết có thể phân tích hình ảnh để trích xuất hiệu quả vị trí của các vết nứt,
xác định đường biên của vật thể.
2. Chương trình Matlab có thể tự động phát hiện các vết nứt từ hình ảnh của bề mặt kết cấu bê
tông. Chương trình có thể phát hiện các vết nứt trong hình ảnh có kích thước từ 200x200
đến 1000x1000 (pixel), độ rộng của vết nứt tối thiểu là 5 pixel.
3. Thiết kế và chế tạo thiết bị có thể phát hiện và đo lường vết nứt trên các kết cấu cứng (có
màu sắc tương đối đồng đều) từ khoảng cách 30cm đến trên 1m với sai số 0.1 mm.
Quá trình nghiên cứu đề tài có thể áp dụng để giảng dạy các môn học sau của ngành cơ
điện tử:
• Đo lường điện và cảm biến.
• Matlab và ứng dụng biến
• Vi điều khiển
• Thị giác máy tính
Mô hình do đề tài tạo ra sẽ được ứng dụng để giảng dạy các môn học trên. Các môn học trên đều
là những môn học quan trọng của ngành Cơ Điện Tử và ngành kỹ thuật ô tô. Đặc biệt môn Matlab
và ứng dụng, Vi điều khiển, Đo lường điện và cảm biến, Thị giác máy tính là những môn học
cần được giảng dạy cho toàn bộ hơn 1000 sinh viên của Khoa Cơ khí - Ô tô.
Mô hình này áp dụng nhiều công nghệ hiện đại 4.0, đặc biệt là công nghệ xử lý hình ảnh, nên sẽ là
một mô hình thực hành công nghệ cao cần thiết của Khoa. Ngoài ra mô hình là nền tảng để Khoa
tiến hành các nghiên cứu mới có thể công bố bài báo khoa học ISI trong vòng 3 năm tới của nhóm
nghiên cứu.
Dự kiến đề tài áp dụng để hướng dẫn 2 khóa luận tốt nghiệp cho 4 sinh viên.
11 Liệt kê danh mục các công trình nghiên cứu, tài liệu có liên quan đến đề tài đã trích dẫn
khi đánh giá tổng quan
(Tên công trình, tác giả, nơi và năm công bố, chỉ nêu những danh mục đã được trích dẫn để luận
90
NTTU-KHCN-05-TMĐT
12 Nội dung nghiên cứu khoa học, triển khai thực nghiệm và phương án thực hiện
91
NTTU-KHCN-05-TMĐT
(Liệt kê và mô tả chi tiết những nội dung nghiên cứu và triển khai thực nghiệm phù hợp cần thực
hiện để giải quyết vấn đề đặt ra kèm theo các nhu cầu về nhân lực, tài chính và nguyên vật liệu
trong đó chỉ r õ những nội dung mới , những nội dung kế thừa kết quả nghiên cứu của các đề tài
trước đó; dự kiến những nội dung có tính rủi ro và gải pháp khắc phục – nếu có).
Nội dung 1: Tìm hiểu và tạo ra các giải thuật trích xuất đường biên của vật thể trong hình ảnh, đặc
biệt là các vật thể tuyến tính dạng ống.
Nội dung 2: Viết chương trình Matlab để thực hiện giải thuật và tính toán độ rộng của vết nứt.
Nội dung 3: Xây dựng, thiết kế hệ thống điều khiển điện tử.
Nội dung 4: Lập trình điều khiển để điều khiển các động cơ, thiết bị điện tử, cảm biến.
Nội dung 5: Cân chỉnh và hoàn thiện mô hình, viết 4 bài giảng dành cho các môn học.
Nội dung 6: Viết bài báo hội nghị quốc tế.
Nội dung 7: Viết Bài giảng thực hành điều khiển động cơ bước, Bài giảng thực hành Vi điều khiển,
Bài giảng thực hành cảm biến laser đo khoảng cách, Bài giảng thực hành Matlab và ứng dụng.
92
NTTU-KHCN-05-TMĐT
Hình 1: Thiết bị đo kích thước vết nứt [17] của Gang Li et al.
Tính mới, tính độc đáo, tính sáng tạo:
Đề tài này kế thừa và phát triển các nghiên cứu lý thuyết trước đây của nhóm tác giả. Trước đây
chúng tôi đã tạo ra lý thuyết xác định độ rộng vết nứt sử dụng đơn vị pixel. Thông qua đề tài này
chúng tôi sẽ tạo ra một thiết bị để thực hiện các lý thuyết trích xuất và đo lường vết nứt của nhóm.
Dựa trên thiết bị này, chúng tôi sẽ tự động đo lường độ rộng vết nứt từ xa với đơn vị mm. Chúng tôi
sử dụng cảm biến đo khoảng cách từ mặt phẳng của camera đến mặt phẳng của vết nứt cần đo.
Ngoài ra chúng tôi sẽ sử dụng các giải thuật có thể phát hiện vết nứt trong hình ảnh có nhiều pha
thay vì hai pha như của [17]. Thiết bị này là nền tảng cho các thí nghiệm để thực hiện công bố quốc
tế ISI/Scopus trong tương lai gần của Khoa cơ khí ô tô.
Mô hình thí nghiệm dễ sử dụng, lập trình bằng Matlab để sinh viên có thể hiểu về ứng dụng matlab
trong kỹ thuật.
Mô hình này có thể ứng dụng trong các nghiên cứu có thể công bố quốc tế và giải quyết vấn đề đo
lường không tiếp xúc cho doanh nghiệp.
...................................................................................................................................................
93
NTTU-KHCN-05-TMĐT
(Trình bày phương án phối hợp: tên các tổ chức phối hợp chính tham gia thực hiện đề tài và nội dung
công việc tham gia trong đề tài, kể cả các cơ sở sản xuất hoặc những người sử dụng kết quả nghiên
cứu; khả năng đóng góp về nhân lực, tài chính, cơ sở hạ tầng-nếu có).
Các nội dung, công việc chủ yếu cần được Thời gian (bắt
Kết quả phải đạt
thực hiện; các mốc đánh giá chủ yếu đầu, kết thúc)
1 Nội dung 1
Tìm hiểu và tạo ra các giải thuật trích xuất Nắm rõ được
đường biên của vật thể trong hình ảnh, đặc biệt nguyên lý hoạt động
04 /2018
là các vật thể tuyến tính dạng ống. và lý thuyết mới về
nhận dạng vết nứt.
2 Nội dung 2
Viết chương trình Matlab để thực hiện giải Phần mềm thực hiện
thuật và tính toán độ rộng của vết nứt. giải thuật tìm hiểu 05/2018
được từ nội dung 1.
3 Nội dung 3
Xây dựng, thiết kế hệ thống điều khiển điện tử, Mô hình hệ thống
06/2018
lắp ráp thiết bị. điều khiển.
4 Nội dung 4
Lập trình điều khiển để điều khiển các động cơ, Chương trình điều
thiết bị điện tử, cảm biến. khiển đảm bảo thiết
07/2018
bị đo hoạt động ổn
định.
5 Nội dung 5
Cân chỉnh và hoàn thiện mô hình, viết bài giảng Mô hình hoạt động
dành cho các môn học. ổn định. Các bài
giảng phục vụ cho 08/2018
một buổi thực hành
3 tiết.
94
NTTU-KHCN-05-TMĐT
7 Nội dung 6
Báo cáo tổng kết đề tài, Báo cáo tóm tắt kết quả Hoàn thành 2 báo
10/2019
đề tài cáo
16 Sản phẩm KH&CN chính của đề tài và yêu cầu chất lượng cần đạt (Liệt kê theo dạng sản
phẩm)
Dạng I: Mẫu (model, maket); Sản phẩm (là hàng hoá, có thể được tiêu thụ trên thị trường); Vật
liệu; Thiết bị, máy móc; Dây chuyền công nghệ; Giống cây trồng; Giống vật nuôi và các loại khác;
95
NTTU-KHCN-05-TMĐT
độ rộng dọc theo vết nứt trong một ảnh từ 1- 10 phút trên máy tính cá nhân.
Dạng II: Nguyên lý ứng dụng; Phương pháp; Tiêu chuẩn; Quy phạm; Phần mềm máy tính; Bản vẽ
thiết kế; Quy trình công nghệ; Sơ đồ, bản đồ; Số liệu, Cơ sở dữ liệu; Báo cáo phân tích; Tài liệu dự
báo (phương pháp, quy trình, mơ hình,...); Đề án, qui hoạch; Luận chứng kinh tế-kỹ thuật, Báo cáo
nghiên cứu khả thi và các sản phẩm khác
1 Chương trình matlab dùng để Phần mềm có thể phân tích và cho kết quả độ rộng vết nứt
giao tiếp và điều khiển thiết bị theo đơn vị pixel và chuyển sang đơn vị là mm.
đo, chuyển đổi đơn vị pixel sang
mm.
4 Bài giảng thực hành cảm biến Áp dụng giảng dạy cho môn học đo lường điện và cảm
laser đo khoảng cách biến trong 3 tiết
5 Bài giảng thực hành Matlab và Áp dụng giảng dạy cho môn học Matlab và ứng trong 3
ứng dụng tiết
6 Báo cáo tổng kết kết quả đề tài Đáp ứng theo mẫu của Nhà trường
7 Báo cáo tóm tắt kết quả đề tài Đáp ứng theo mẫu của Nhà trường
Dạng III: Bài báo; Sách chuyên khảo; và các sản phẩm khác
Dự kiến nơi công bố
TT Tên sản phẩm Yêu cầu khoa học cần đạt
(Tạp chí, Nhà xuất bản)
Kết quả tham gia huấn luyện và đào tạo sinh viên
TT Cấp đào tạo Số lượng Chuyên ngành đào tạo
01 Đại học, cao đẳng 4 Ngành Công nghệ kỹ thuật ô tô/Cơ điện tử.
17 Phạm vi và địa chỉ (dự kiến) ứng dụng các kết quả của đề tài
Mô hình hoàn thành sẽ được ứng dụng trong giảng dạy và nghiên cứu khoa học ở Khoa Cơ khí –
Ô tô và phục vụ cho doanh nghiệp có nhu cầu.
18 Tác động và lợi ích mang lại của kết quả nghiên cứu
18.1 Đối với lĩnh vực KH&CN có liên quan (Nêu những dự kiến đóng góp vào các lĩnh vực khoa
học công nghệ ở trong nước và quốc tế)
Nghiên cứu này sẽ giúp thúc đẩy hoàn thiện kỹ thuật phát hiện và đo lường vết nứt tự động, đo
96
NTTU-KHCN-05-TMĐT
lường kích thước vật thể từ xa. Nghiên cứu góp phần phòng chống thảm họa, tai nạn lao động, và
cải tiến chất lượng sản phẩm.
18.2 Đối với tổ chức chủ trì và các cơ sở ứng dụng kết quả nghiên cứu
Nghiên cứu có tác dụng:
• Nhằm mục đích nâng cao chất lượng dạy và học của Khoa, sinh viên được tiếp cận
thiết bị công nghệ cao.
• Mô hình vừa phục vụ giảng dạy vừa là cơ sở cho các nghiên cứu tiếp theo của Khoa có
thể công bố quốc tế và xin tài trợ từ Quỹ NAFOSTED.
Sản phẩm đề tài có thể phục vụ giảng dạy các môn học sau của ngành cơ điện tử:
• Đo lường điện và cảm biến
• Matlab và ứng dụng biến
• Vi điều khiển
• Thị giác máy tính
Mô hình do đề tài tạo ra sẽ được ứng dụng để giảng dạy các môn học trên. Các môn học trên đều là
những môn học quan trọng của ngành Cơ Điện Tử và ngành kỹ thuật ô tô. Đặc biệt môn Matlab và
ứng dụng, Vi điều khiển, Đo lường điện và cảm biến, Thị giác máy tính là những môn học cần được
giảng dạy cho toàn bộ hơn 1000 sinh viên của Khoa Cơ khí ô tô.
Mô hình này áp dụng nhiều công nghệ hiện đại 4.0, đặc biệt là công nghệ xử lý hình ảnh, nên sẽ là
một mô hình thực hành công nghệ cao cần thiết của Khoa. Mô hình thể hiện trình độ công nghệ 4.0
của Khoa phục vụ cho các công tác quảng bá hình ảnh của Khoa.
97
NTTU-KHCN-05-TMĐT
IV. NHU CẦU KINH PHÍ THỰC HIỆN ĐỀ TÀI VÀ NGUỒN KINH PHÍ
(Giải trình chi tiết trong phụ lục kèm theo)
1 2 3 4 5 6 7
Trong đó:
2 Nguồn khác 0 0 0 0 0
98
NTTU-KHCN-05-TMĐT
99
NTTU-KHCN-05-TMĐT
Phụ lục
Tổng số
1 2 3 1
4 Chi khác
1 2 3
Nội dung 1
Nội dung 2
2
NTTU-KHCN-05-TMĐT
3 Nội dung 3
4 Nội dung 4
5 Nội dung 5
6 Nội dung 6
7 Nội dung 7
Tổng cộng
1 2 3 4 5 6
1 Thiết bị
(Dự toán chi tiết theo thứ tự nội
dung nghiên cứu nêu tại mục 17
của thuyết minh)
101
NTTU-KHCN-05-TMĐT
Cộng: 51.5
(*)
Phải chứng minh được tần suất sử dụng tại đơn vị, và tiến hành thủ tục nhập kho sau khi hoàn
thành đề tài
1 2 3
3 Chi khác
102
NTTU-KHCN-05-TMĐT
- Khác
Cộng:
103
NTTU-KHCN-05-TMĐT
BỘ GIÁO DỤC VÀ ĐÀO TẠO CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐH NGUYỄN TẤT THÀNH Độc lập - Tự do - Hạnh phúc
HỢP ĐỒNG THỰC HIỆN ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP CƠ SỞ
Số: /HĐ-KHCN
Căn cứ Nghị định số 08/2014/NĐ-CP ngày 27 tháng 01 năm 2014 của Chính phủ quy
định chi tiết và hướng dẫn thi hành một số điều của Luật khoa học và công nghệ;
- Căn cứ Quyết định số 196/QĐ-NTT ngày 22/6/2015 về việc ban hành Quy định quản
lý đề tài nghiên cứu khoa học và phát triển công nghệ Cấp cơ sở Trường Đại học Nguyễn Tất
Thành;
CHÚNG TÔI GỒM:
1. Bên đặt hàng (Bên A):
Đại diện là ông: PGS.TS. Nguyễn Mạnh Hùng
Chức vụ: Hiệu trưởng
Địa chỉ: 300A Nguyễn Tất Thành, P13, Quận 4, TP.Hồ Chí Minh
Điện thoại: (08) 39411189 Fax: (08) 39404759
Số tài khoản: 001055640001, Ngân Hàng TMCP Đông Á, CN Quận 4 TP.HCM
2. Bên nhận đặt hàng (bên B):
Đại diện là: Nguyễn Hoàng Nam
Chức vụ: Giảng viên Khoa Cơ Khí Ô tô
Địa chỉ: 206A Nguyễn Văn Quỳ P. Phú Thuận Q.7 TP.HCM
Điện thoại: 0936377402
104
NTTU-KHCN-05-TMĐT
Số tài khoản: 1600205179866 Tên ngân hàng Agribank Chi nhánh: Sài Gòn
CMND: 311675243
MST: 8484472407
Cùng thoả thuận và thống nhất ký kết Hợp đồng thực hiện Đề tài khoa học và công
nghệ cấp cơ sở (sau đây gọi tắt là Hợp đồng) với các điều khoản sau:
Điều 1. Đặt hàng và nhận đặt hàng thực hiện nhiệm vụ.
Bên A đặt hàng và Bên B nhận đặt hàng thực hiện nhiệm vụ “Thiết Kế và Chế Tạo Hệ
Thống Tự Động Nhận Dạng & Đo Lường Khuyết Tật Của Kết Cấu Từ Xa Sử Dụng Phương
Pháp Xử Lý Hình Ảnh” theo các nội dung trong Thuyết minh nhiệm vụ đã được Hội đồng
phê duyệt (sau đây gọi tắt là Thuyết minh).
Thuyết minh là bộ phận không tách rời của Hợp đồng.
Điều 2. Thời gian thực hiện Hợp đồng
Thời gian thực hiện nhiệm vụ là tháng, từ tháng năm 201 đến tháng năm 201
Điều 3. Kinh phí thực hiện nhiệm vụ
1. Tổng kính phí thực hiện nhiệm vụ là: 51.500.000 đồng (bằng chữ: Năm mươi
mốt triệu 500 ngàn đồng).
2. Tiến độ cấp kinh phí:
Đợt 1: 50% tổng kinh phí, cấp sau khi ký kết hợp đồng.
Đợt 2: 50% tổng kinh phí, cấp sau khi bên B hoàn thành báo cáo nghiệm thu.
Điều 4. Quyền và nghĩa vụ của các bên
1. Quyền và nghĩa vụ của Bên A
a) Cung cấp các thông tin cần thiết cho việc triển khai, thực hiện Hợp đồng;
b) Bố trí cho Bên B số kinh phí từ ngân sách Bên A quy định tại Khoản 2 Điều 3 Hợp
đồng này theo tiến độ kế hoạch, tương ứng với các nội dung nghiên cứu được phê duyệt;
c) Phê duyệt kế hoạch đấu thầu, mua sắm máy móc, thiết bị, nguyên vật liệu và dịch vụ
của Nhiệm vụ bằng kinh phí do Bên A cấp (nếu có);
d) Trước mỗi đợt cấp kinh phí, trên cơ sở báo cáo tình hình thực hiện Nhiệm vụ của
Bên B, Bên A căn cứ vào sản phẩm, khối lượng công việc đã hoàn thành theo Thuyết minh
105
NTTU-KHCN-05-TMĐT
để cấp tiếp kinh phí thực hiện Hợp đồng. Bên A có quyền thay đổi tiến độ cấp hoặc ngừng
cấp kinh phí nếu Bên B không hoàn thành công việc đúng tiến độ, đúng nội dung công việc
được giao;
đ) Kiểm tra định kỳ hoặc đột xuất để đánh giá tình hình Bên B thực hiện Nhiệm vụ
theo Thuyết minh;
e) Kịp thời xem xét, giải quyết theo thẩm quyền hoặc trình cấp có thẩm quyền giải
quyết kiến nghị, đề xuất của Bên B về điều chỉnh nội dung chuyên môn, kinh phí và các vấn
đề phát sinh khác trong quá trình thực hiện Nhiệm vụ;
g) Tổ chức đánh giá, nghiệm thu kết quả thực hiện Nhiệm vụ của Bên B theo các yêu
cầu, chỉ tiêu trong Thuyết minh;
h) Có trách nhiệm cùng Bên B tiến hành thanh lý Hợp đồng theo quy định hiện hành;
i) Phối hợp cùng Bên B xử lý tài sản được mua sắm bằng ngân sách Bên A hoặc được
tạo ra từ kết quả nghiên cứu của Nhiệm vụ sử dụng ngân sách Bên A (nếu có) theo quy định
của pháp luật;
k) Tiếp nhận kết quả thực hiện Nhiệm vụ, bàn giao kết quả thực hiện Nhiệm vụ cho tổ
chức đề xuất đặt hàng hoặc tổ chức triển khai ứng dụng sau khi được nghiệm thu;
l) Có trách nhiệm hướng dẫn việc trả thù lao cho tác giả nếu có lợi nhuận thu được từ
việc ứng dụng kết quả của Nhiệm vụ và thông báo cho tác giả việc bàn giao kết quả thực
hiện Nhiệm vụ (nếu có);
m) Ủy quyền cho Bên B tiến hành đăng ký bảo hộ quyền sở hữu trí tuệ đối với kết quả
thực hiện Nhiệm vụ (nếu có) theo quy định hiện hành;
n) Thực hiện các quyền và nghĩa vụ khác theo quy định của Luật khoa học và công
nghệ và các văn bản liên quan.
2. Quyền và nghĩa vụ của Bên B
a) Tổ chức triển khai đầy đủ các nội dung nghiên cứu của Nhiệm vụ đáp ứng các yêu
cầu chất lượng, tiến độ và chỉ tiêu theo Thuyết minh;
b) Cam kết thực hiện và bàn giao sản phẩm cuối cùng đáp ứng đầy đủ các tiêu chí đã
được phê duyệt;
c) Được quyền tự chủ, tự quyết định việc sử dụng phần kinh phí được giao khoán để
thực hiện Nhiệm vụ;
106
NTTU-KHCN-05-TMĐT
d) Yêu cầu Bên A cung cấp thông tin cần thiết để triển khai thực hiện Hợp đồng;
đ) Kiến nghị, đề xuất điều chỉnh các nội dung chuyên môn, kinh phí và thời hạn thực
hiện Hợp đồng khi cần thiết;
e) Yêu cầu Bên A cấp đủ kinh phí theo đúng tiến độ quy định trong Hợp đồng khi
hoàn thành đầy đủ nội dung công việc theo tiến độ cam kết. Đảm bảo huy động đủ nguồn
kinh phí khác theo cam kết. Sử dụng kinh phí đúng mục đích, đúng chế độ hiện hành và có
hiệu quả;
g) Xây dựng kế hoạch đấu thầu mua sắm máy móc, thiết bị, nguyên vật liệu và dịch
vụ của Nhiệm vụ bằng kinh phí do Bên A cấp (nếu có) để gửi Bên A phê duyệt và thực hiện
mua sắm theo quy định của pháp luật;
h) Chấp hành các quy định pháp luật trong quá trình thực hiện Hợp đồng. Tạo điều
kiện thuận lợi và cung cấp đầy đủ thông tin cho các cơ quan quản lý trong việc giám sát,
kiểm tra, thanh tra đối với Nhiệm vụ theo quy định của pháp luật;
i) Có trách nhiệm quản lý tài sản được mua sắm bằng ngân sách Bên A hoặc được tạo
ra từ kết quả nghiên cứu của Nhiệm vụ sử dụng ngân sách Bên A (nếu có) cho tới khi có
quyết định xử lý các tài sản đó của cơ quan quản lý nhà nước có thẩm quyền;
k) Có trách nhiệm cùng Bên A tiến hành thanh lý Hợp đồng theo quy định;
l) Thực hiện việc đăng ký bảo hộ quyền sở hữu trí tuệ theo uỷ quyền của Bên A đối
với kết quả nghiên cứu (nếu có);
m) Công bố kết quả thực hiện nhiệm vụ sau khi được Bên A cho phép;
n) Hưởng quyền tác giả bao gồm cả các lợi ích thu được (nếu có) từ việc khai thác
thương mại các kết quả thực hiện Đề tài theo quy định pháp luật;
o) Có trách nhiệm chuyển giao kết quả nghiên cứu theo quy định của Bên A và cơ
quan quản lý Nhà nước có thẩm quyền;
p) Báo cáo cho Bên A các kết quả nghiên cứu.
q) Thực hiện các quyền và nghĩa vụ khác theo quy định Luật khoa học và công nghệ
và các văn bản liên quan.
Điều 5. Chấm dứt Hợp đồng
Hợp đồng này chấm dứt trong các trường hợp sau:
1. Nhiệm vụ đã kết thúc và được nghiệm thu.
2. Có căn cứ để khẳng định việc thực hiện hoặc tiếp tục thực hiện nhiệm vụ là không
cần thiết và hai bên đồng ý chấm dứt Hợp đồng trước thời hạn.
107
NTTU-KHCN-05-TMĐT
3. Bên B bị đình chỉ thực hiện nhiệm vụ theo quyết định của cơ quan có thẩm quyền.
4. Bên B không nộp hồ sơ để đánh giá, nghiệm thu nhiệm vụ theo quy định pháp luật.
5. Bên A vi phạm một trong các điều kiện dẫn đến việc nhiệm vụ không thể tiếp tục
thực hiện do:
a) Không cấp đủ kinh phí theo tiến độ thực hiện nhiệm vụ mà không có lý do chính
đáng;
b) Không kịp thời giải quyết những kiến nghị, đề xuất của Bên B theo quy định của
pháp luật.
Điều 6. Xử lý tài chính khi chấm dứt Hợp đồng
1. Đối với Nhiệm vụ đã kết thúc và được nghiệm thu:
a) Nhiệm vụ đã kết thúc và đánh giá nghiệm thu từ mức “Đạt” trở lên thì Bên A thanh
toán đầy đủ kinh phí cho Bên B theo quy định tại Hợp đồng này.
b) Nhiệm vụ đã kết thúc, nhưng nghiệm thu mức “không đạt” thì Bên B có trách
nhiệm hoàn trả lại tối thiểu 20% tổng kinh phí đã cấp. Mức hoàn trả do Bên A quyết định
dựa vào báo cáo tổng kết và nội dung các minh chứng.
2. Đối với Nhiệm vụ chấm dứt khi có căn cứ khẳng định không còn nhu cầu thực
hiện:
a) Trường hợp Nhiệm vụ chấm dứt khi có căn cứ khẳng định không còn nhu cầu thực
hiện thì hai bên cùng nhau xác định khối lượng công việc Bên B đã thực hiện để làm căn cứ
thanh toán số kinh phí Bên B đã sử dụng nhằm thực hiện Nhiệm vụ và thu hồi số kinh phí
còn lại đã cấp cho Bên B.
b) Trường hợp hai bên thoả thuận ký Hợp đồng mới để thay thế và kết quả nghiên cứu
của Hợp đồng cũ là một bộ phận cấu thành kết quả nghiên cứu của Hợp đồng mới thì số kinh
phí đã cấp cho Hợp đồng cũ được tính vào kinh phí cấp cho Hợp đồng mới và được tiếp tục
thực hiện với Hợp đồng mới.
3. Đối với Nhiệm vụ bị đình chỉ theo quyết định của cơ quan có thẩm quyền hoặc
Hợp đồng bị chấm dứt do Bên B không nộp hồ sơ để đánh giá, nghiệm thu Nhiệm vụ theo
quy định pháp luật thì Bên B có trách nhiệm thực hiện theo mục 1 tại điều 6.
108
NTTU-KHCN-05-TMĐT
4. Đối với Nhiệm vụ không hoàn thành do lỗi của Bên A dẫn đến việc chấm dứt Hợp
đồng thì Bên B không phải bồi hoàn số kinh phí đã sử dụng để thực hiện Nhiệm vụ, nhưng
vẫn phải thực hiện việc quyết toán kinh phí theo quy định của pháp luật.
Điều 7. Gia hạn
1. Đề tài được phép gia hạn 1 lần và tối đa là 6 tháng.
2. Bên B gửi đề nghị gia hạn (theo mẫu) cho Bên A trước 1 tháng so với thời gian kết
thúc đề tài.
3. Nếu sau khi gia hạn, đề tài vẫn không thể nghiệm thu thì Bên A sẽ thành lập Hội
đồng để thanh lý đề tài và giải quyết theo tinh thần Khoản 5 Điều 5 của Hợp đồng này.
Điều 8. Xử lý tài sản khi chấm dứt Hợp đồng
1. Khi chấm dứt Hợp đồng, việc xử lý tài sản được mua sắm hoặc được hình thành
bằng ngân sách Bên A cấp cho Nhiệm vụ được thực hiện theo quy định pháp luật.
2. Các sản phẩm vật chất của Nhiệm vụ sử dụng ngân sách Bên A: nguồn thu khi các
sản phẩm này được tiêu thụ trên thị trường sau khi trừ các khoản chi phí cần thiết, hợp lệ,
được phân chia theo quy định pháp luật.
Điều 9. Quyền sở hữu trí tuệ và sở hữu tài sản, thiết bị
1. Đề tài nhận 100% kinh phí từ Bên A, quyền sở hữu đối với kết quả nghiên cứu
thuộc về Bên A. Bên B được hưởng quyền tác giả, không đồng thời là chủ sở hữu tác phẩm
theo điều luật 752 Bộ Luật Dân sự. Chủ nhiệm đề tài muốn phổ biến, sử dụng kết quả nghiên
cứu phải có sự thoả thuận bằng văn bản giữa hai Bên.
2. Các tài sản, thiết bị phục vụ cho việc thực hiện đề tài, được mua sắm bằng kinh phí
do Bên A cấp, đều thuộc quyền sở hữu của Bên A. Các tài sản được tạo ra từ kết quả nghiên
cứu của đề tài thuộc quyền sở hữu của Bên A, Bên B giữ quyền tác giả.
3. Khi công bố bài báo/báo cáo, Ghi nhận sự tài trợ của Bên A trong các kết quả
nghiên cứu của Đề tài được công bố, đăng tải cũng như trong các hoạt động khác liên quan
đến Đề tài như sau:
+ Đối với các tài liệu tiếng Anh: “This research is funded by NTTU Foundation for
Science and Technology Development under grant number ”.
+ Đối với các tài liệu tiếng Việt: “Nghiên cứu này được tài trợ bởi Quỹ Phát triển khoa
học và công nghệ NTTU trong đề tài mã số ”.
Điều 10. Điều khoản chung
1. Trong quá trình thực hiện Hợp đồng, nếu một trong hai bên có yêu cầu sửa đổi, bổ
sung nội dung hoặc có căn cứ để chấm dứt thực hiện Hợp đồng thì phải thông báo cho bên
kia ít nhất là 15 ngày làm việc trước khi tiến hành sửa đổi, bổ sung hoặc chấm dứt thực hiện
109
NTTU-KHCN-05-TMĐT
Hợp đồng, xác định trách nhiệm của mỗi bên và hình thức xử lý. Các sửa đổi, bổ sung (nếu
có) phải lập thành văn bản có đầy đủ chữ ký của các bên và được coi là bộ phận của Hợp
đồng và là căn cứ để nghiệm thu kết quả của Nhiệm vụ.
2. Khi một trong hai bên gặp phải trường hợp bất khả kháng dẫn đến việc không thể
hoặc chậm thực hiện nghĩa vụ đã thỏa thuận trong Hợp đồng thì có trách nhiệm thông báo
cho Bên kia trong 10 ngày làm việc kể từ ngày xảy ra sự kiện bất khả kháng. Hai bên có
trách nhiệm phối hợp xác định nguyên nhân và báo cáo cơ quan quản lý nhà nước có thẩm
quyền để giải quyết theo quy định của pháp luật.
3. Hai bên cam kết thực hiện đúng các quy định của Hợp đồng và có trách nhiệm hợp
tác giải quyết các vướng mắc phát sinh trong quá trình thực hiện. Bên vi phạm các cam kết
trong Hợp đồng phải chịu trách nhiệm theo quy định pháp luật.
4. Mọi tranh chấp phát sinh trong quá trình thực hiện Hợp đồng do các bên thương
lượng hoà giải để giải quyết. Trường hợp không hoà giải được thì một trong hai bên có
quyền đưa tranh chấp ra Trọng tài để giải quyết (hoặc khởi kiện tại Toà án có thẩm quyền
theo quy định của pháp luật về tố tụng dân sự).
Điều 11. Hiệu lực của Hợp đồng
Hợp đồng này có hiệu lực từ ngày ký Hợp đồng này được lập thành 4 bản và có giá
trị như nhau, Bên A giữ 3 bản, bên B giữ 1 bản./.
110
NTTU-KHCN-05-TMĐT
111
NTTU-KHCN-05-TMĐT
112
NTTU-KHCN-05-TMĐT
s1 = 3456
Từ 1 và 2 suy ra:
L = (u – f / f) * (a * m1 / s1) = 0.9 mm
Một số thí nghiệm khi thực hiện đo bằng tay
STT Điểm 1 Điểm 2 Điểm 3
Thí nghiệm 1
113
NTTU-KHCN-05-TMĐT
Thí nghiệm 1
• Điểm 1:
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.9mm
f 1
• Điểm 2:
114
NTTU-KHCN-05-TMĐT
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.8mm
f 1
• Điểm 3:
115
NTTU-KHCN-05-TMĐT
Ta tìm được
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.85mm
f 1
116
NTTU-KHCN-05-TMĐT
Thí nghiệm 2
Thí nghiệm 2
• Điểm 1:
f
L= u- .1 (1)
u
117
NTTU-KHCN-05-TMĐT
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.78mm
f 1
• Điểm 2:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
118
NTTU-KHCN-05-TMĐT
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.81mm
f 1
• Điểm 3:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =1mm
f 1
119
NTTU-KHCN-05-TMĐT
Thí nghiệm 3
Thí nghiêm 3
• Điểm 1:
120
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
f 1
• Điểm 2:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
121
NTTU-KHCN-05-TMĐT
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
Điểm 3: 1
f
•
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =1mm
f 1
122
NTTU-KHCN-05-TMĐT
Thí nghiệm 4
Thí Nghiệm4
• Điểm 1:
123
NTTU-KHCN-05-TMĐT
Ta tìm được
f.u
V=
u-f
123.500
V= =163
500-123
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.6mm
Điểm 2: 1
f
•
124
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.9mm
Điểm 3: 1
f
•
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
125
NTTU-KHCN-05-TMĐT
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.8mm
f 1
Thí nghiệm 5
126
NTTU-KHCN-05-TMĐT
Thí nghiệm 5
• Điểm 1:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. =0.48mm
f
s
1
• Điểm 2:
127
NTTU-KHCN-05-TMĐT
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
Điểm 3: 1
f
•
128
NTTU-KHCN-05-TMĐT
Ta tìm được
Mức độ liên quan giữa số chiều rộng và số pixel thực tế thực tế
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
f 1
129
NTTU-KHCN-05-TMĐT
Thí Nghiệm 6
• Điểm 1:
f
L= u- .1 (1)
u
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
130
NTTU-KHCN-05-TMĐT
m .a
l= 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. =0.5mm
f
s
1
• Điểm 2:
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l = 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
131
NTTU-KHCN-05-TMĐT
f m
L= u- . a. 1 =0.8mm
f s
1
• Điểm 3:
Khi a là chiều dài của ảnh và s1 là số pixel của cạnh dài CCD
m .a
l = 1 (2)
1 s
1
Ta có m1 = 3,51986 mm
s1 = 3456
Từ 1 và 2 suy ra:
f m1
L= u- . a. s =0.7mm
f 1
132
NTTU-KHCN-05-TMĐT
+ Đo bằng máy
133
NTTU-KHCN-05-TMĐT
134
NTTU-KHCN-05-TMĐT
}
void read_trip_sensors()
{
lox1.rangingTest(&measure1, false);
lox2.rangingTest(&measure2, false);
lox3.rangingTest(&measure3, false);
if (measure1.RangeStatus != 4)
{
lcd.print(0, 0);
lcd.print("SS1: ");
135
NTTU-KHCN-05-TMĐT
lcd.setCursor(6, 0);
lcd.print(measure1.RangeMilliMeter);
if(measure1.RangeMilliMeter>1000 && measure1.RangeMilliMeter<9999)
lcd.print(" ");
if(measure1.RangeMilliMeter>100 && measure1.RangeMilliMeter<999)
lcd.print(" ");
if(measure1.RangeMilliMeter>10 && measure1.RangeMilliMeter<99)
lcd.print(" ");
}
if (measure2.RangeStatus != 4)
{
lcd.print(0, 1);
lcd.print("SS2: ");
lcd.setCursor(6, 2);
lcd.print(measure2.RangeMilliMeter);
if(measure2.RangeMilliMeter>1000 && measure2.RangeMilliMeter<9999)
lcd.print(" ");
if(measure2.RangeMilliMeter>100 && measure2.RangeMilliMeter<999)
lcd.print(" ");
if(measure2.RangeMilliMeter>10 && measure2.RangeMilliMeter<99)
lcd.print(" ");
}
if (measure3.RangeStatus != 4)
{
lcd.print(0, 3);
lcd.print("SS3: ");
lcd.setCursor(6, 1);
lcd.print(measure3.RangeMilliMeter);
if(measure3.RangeMilliMeter>1000 && measure3.RangeMilliMeter<9999)
136
NTTU-KHCN-05-TMĐT
lcd.print(" ");
if(measure3.RangeMilliMeter>100 && measure3.RangeMilliMeter<999)
lcd.print(" ");
if(measure3.RangeMilliMeter>10 && measure3.RangeMilliMeter<99)
lcd.print(" ");
}
}
void setup() {
Serial.begin(9600);
lcd.begin(20, 4);
myStepper1.setSpeed(60);
myStepper2.setSpeed(60);
myStepper3.setSpeed(60);
myStepper4.setSpeed(60);
pinMode(SHT_LOX1, OUTPUT);
pinMode(SHT_LOX2, OUTPUT);
pinMode(SHT_LOX3, OUTPUT);
digitalWrite(SHT_LOX1, LOW);
digitalWrite(SHT_LOX2, LOW);
digitalWrite(SHT_LOX3, LOW);
setID();
}
char c;
int i = 2;
void loop()
{
lcd.clear();
read_trip_sensors();
delay(100);
137
NTTU-KHCN-05-TMĐT
if(Serial.available())
{
c = Serial.read();
Serial.println(c);
if(c=='n')
{
delay(10);
myStepper1.setSpeed(60);
myStepper1.step(i);
delayMicroseconds(1200);
myStepper1.setSpeed(0);
}
if(c=='m')
{
delay(10);
myStepper1.setSpeed(60);
myStepper1.step(-i);
delayMicroseconds(1200);
myStepper1.setSpeed(0);
}
if(c=='z')
{
delay(10);
myStepper2.setSpeed(60);
myStepper2.step(i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='x')
138
NTTU-KHCN-05-TMĐT
{
delay(10);
myStepper2.setSpeed(60);
myStepper2.step(-i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='b')
{
delay(10);
myStepper3.setSpeed(60);
myStepper3.step(i);
delayMicroseconds(1200);
myStepper2.setSpeed(0);
}
if(c=='c')
{delay(10);
myStepper3.setSpeed(60);
myStepper3.step(-i);
delayMicroseconds(1200);
myStepper3.setSpeed(0);
}
if(c=='a')
{delay(10);
myStepper4.setSpeed(100);
myStepper4.step(i);
delayMicroseconds(1200);
myStepper4.setSpeed(0);
}
139
NTTU-KHCN-05-TMĐT
if(c=='d')
{delay(10);
myStepper4.setSpeed(100);
myStepper4.step(-i);
delayMicroseconds(1200);
myStepper4.setSpeed(0);
}}
}
140
NTTU-KHCN-05-TMĐT
141
NTTU-KHCN-05-TMĐT
142
NTTU-KHCN-05-TMĐT
- Workspace : Workspace hiển thị tất cả các biến tạo ra hoặc nhập từ các file.
- Command History: Bảng này hiển thị hoặc trả về lệnh được nhập trên tiện ích dòng
lệnh.
143
NTTU-KHCN-05-TMĐT
144
NTTU-KHCN-05-TMĐT
145
NTTU-KHCN-05-TMĐT
Và từ hình trên chúng ta có thể thấy được Blue Image là lựa chọn tốt nhất để sử dụng cho
hình ảnh tạo thresholding vì nó cho ta thấy độ tương phản cao so với các hình khác. Tiếp
theo chúng ta tạo threshold cho ảnh blue.
Ảnh của Blue được dùng để phân ngưỡng (Thresholding). Chọn threshold tại mức 0.37,
chúng ta có thể thấy được rằng hình ảnh đã được phân đoạn giữa vết nứt và nền. Tiếp đến
chúng ta lọc nhiễu, dùng morphological image processing để trước tiên là lấp đầy các
khoảng trống, đốm màu.
146
NTTU-KHCN-05-TMĐT
147
NTTU-KHCN-05-TMĐT
148