Thị giác máy tính trong xây dựng-Nâng cao xử lý cốt liệu tái chế dùng làm đá từ bê-tông cũ

Thị giác máy tính là gì?

Thị giác máy tính là một công nghệ mà máy sử dụng để tự động nhận biết và mô tả hình ảnh một cách chính xác và hiệu quả. Ngày nay, các hệ thống máy tính có quyền truy cập vào khối lượng lớn hình ảnh và dữ liệu video bắt nguồn từ hoặc được tạo bằng điện thoại thông minh, camera giao thông, hệ thống bảo mật và các thiết bị khác. Ứng dụng thị giác máy tính sử dụng trí tuệ nhân tạo và máy học (AI/ML) để xử lý dữ liệu này một cách chuẩn xác cho việc xác định đối tượng và nhận diện khuôn mặt, cũng như phân loại, đề xuất, giám sát và phát hiện [1].

Các nhiệm vụ chính của thị giác máy tính:

• Nhận dạng hình ảnh (Image Recognition): Đây là một trong những ứng dụng phổ biến nhất của trí tuệ nhân tạo trong lĩnh vực thị giác máy tính. Công nghệ này cho phép hệ thống xác định và phân biệt một đối tượng, con người hoặc hành động cụ thể trong hình ảnh hoặc video. Ví dụ như nhận diện các loài động vật trong tự nhiên, phân biệt các loại trái cây trong siêu thị hoặc xác định các tình huống trong các hệ thống giám sát an ninh.

• Phát hiện đối tượng (Object Detection): Đây là bước mở rộng của nhận dạng hình ảnh, không chỉ xác định một đối tượng mà còn nhận dạng nhiều đối tượng cùng lúc trong một hình ảnh và quan trọng hơn là xác định vị trí chính xác của chúng bằng các hộp giới hạn (bounding box). Ứng dụng của công nghệ này rất đa dạng, đặc biệt phổ biến trong các hệ thống xe tự lái, nơi cần phải liên tục nhận diện tất cả các phương tiện, người đi bộ, biển báo giao thông hay các vật thể khác để đưa ra các quyết định chính xác nhằm đảm bảo an toàn.

• Phân đoạn hình ảnh (Image Segmentation): Công nghệ này tiến xa hơn nữa trong quá trình phân tích hình ảnh bằng cách chia nhỏ bức ảnh thành nhiều vùng hoặc phân đoạn dựa trên đặc điểm như màu sắc, hình dạng, hoặc kết cấu. Việc này giúp giảm độ phức tạp, làm rõ các phần của hình ảnh và dễ dàng xử lý, phân tích hơn. Trong lĩnh vực y học, phân đoạn hình ảnh đóng vai trò rất quan trọng trong việc xác định các khu vực bệnh lý trong hình ảnh chẩn đoán y tế, chẳng hạn như phân đoạn mô, tạng hoặc ung thư trong các hình chụp CT, MRI.

• Nhận dạng khuôn mặt (Facial Recognition): Công nghệ này cho phép hệ thống xác định hoặc xác minh danh tính của một người dựa trên đặc điểm khuôn mặt trong các hình ảnh hoặc video. Ứng dụng rất rộng rãi từ các hệ thống kiểm soát truy cập, theo dõi an ninh, đến các dịch vụ cá nhân hóa như mở khóa điện thoại, hệ thống điểm danh tự động trong trường học hoặc doanh nghiệp.

• Phân tích chuyển động (Motion Analysis): Đây là công nghệ theo dõi quỹ đạo và hành vi của các vật thể chuyển động trong video. Nó giúp phát hiện, phân tích và dự đoán các chuyển động của các đối tượng một cách chính xác. Ứng dụng của phân tích chuyển động rất quan trọng trong lĩnh vực an ninh, giám sát, thể thao, giúp phân tích chiến thuật, phát hiện hành vi bất thường hoặc theo dõi các vận động viên trong thi đấu.

• Thị giác máy (Machine Vision): Liên quan đến việc tích hợp trí tuệ nhân tạo với robotics, thị giác máy cho phép các robot hoặc hệ thống tự động xử lý dữ liệu hình ảnh để thực hiện các tác vụ như kiểm tra chất lượng sản phẩm, sắp xếp hàng hoá hoặc hướng dẫn các cử động chính xác trong dây chuyền sản xuất. Trong công nghiệp, hệ thống này giúp nâng cao hiệu quả, giảm thiểu sai sót và tối ưu hóa quy trình tự động hóa [2].

Nhiệm vụ của thị giác máy trong xác định tỷ lệ vữa

Phân đoạn hình ảnh (Image Segmentation) đóng vai trò quan trọng trong việc xác định tỷ lệ vữa của cốt liệu trong các bối cảnh xây dựng và nghiên cứu vật liệu xây dựng. Cụ thể, nhiệm vụ của phân đoạn hình ảnh trong quá trình này bao gồm:

1. Phân biệt các thành phần trong hình ảnh: Chia tách các phần của hình ảnh, chẳng hạn như vữa, cốt liệu (các viên đá hoặc hạt), và các thành phần khác, dựa trên đặc điểm màu sắc, độ sáng, hoặc các đặc trưng hình thái khác.
2. Xác định diện tích của từng phần: Sau khi phân đoạn, tính toán diện tích của các vùng riêng biệt tương ứng với vữa và cốt liệu để có dữ liệu chính xác về tỷ lệ từng thành phần trong mẫu.
3. Tối ưu hóa độ chính xác trong phân tích: Giúp loại bỏ các nhiễu hoặc phần không mong muốn, đảm bảo các phép đo về tỷ lệ vữa và cốt liệu là chính xác và tin cậy hơn.
4. Hỗ trợ tính toán tỷ lệ vữa: Từ dữ liệu diện tích hoặc thể tích đã phân đoạn, có thể tính toán tỷ lệ vữa so với cốt liệu hoặc tổng thể mẫu theo phần trăm hoặc tỷ lệ phần trăm.

Nguồn

[1] Amazon, “Thị giác máy tính là gì” [Online]. Available: https://aws.amazon.com/vi/what-is/computer-vision/

[2] 200LAB, “Computer Vision là gì? Những ứng dụng của Thị giác máy tính,” [Online]. Available: https://200lab.io/blog/computer-vision-la-gi

• Share
• Facebook
• twitter
• linkedin
• pinterest