Automatic Defect Detection and Intelligent Grading System for University Ceramics Integrating Computer Vision

मिट्टी से लेकर एक चमकदार प्लेट या टाइल तक का सफर, गर्मी और रसायन विज्ञान के एक नाजुक नृत्य जैसा है। अंतिम चरण, फायरिंग (पकाना), सामग्री को बदल देता है, लेकिन यह एक निरंतर दुश्मन भी पेश करता है: सतह के दोष। सूक्ष्म दरारें, फंसी हुई हवा के बुलबुले, या रंग में सूक्ष्म बदलाव एक कृति को बर्बाद कर सकते हैं, जिससे एक संभावित उत्कृष्ट कृति कचरे में बदल सकती है। सदियों से, इन दोषों को पकड़ने का एकमात्र तरीका मानवीय आँख रही है। एक कुशल निरीक्षक सतह को स्कैन करता है, उन खामियों की तलाश करता है जो बाल जितनी पतली या सुई के छेद जितनी छोटी हो सकती हैं। हालाँकि, यह तरीका धीमा, थकाऊ और त्रुटियों के प्रति संवेदनशील है। थकान हावी हो जाती है, आँखें सूक्ष्म विवरणों को छोड़ देती हैं, और "दोष" क्या है, इसका निर्णय व्यक्ति दर व्यक्ति भिन्न हो सकता है। विश्वविद्यालय की प्रयोगशालाओं में, जहाँ छात्र और शोधकर्ता अद्वितीय, कलात्मक या प्रयोगात्मक सिरेमिक के छोटे बैच तैयार करते हैं, ये चुनौतियाँ और भी बढ़ जाती हैं। यहाँ पीस अक्सर एक-मात्र (one-of-a-kind) होते हैं, उत्पादन की मात्रा बहुत कम होती है, और शिक्षण एवं अनुसंधान को निर्देशित करने के लिए सटीक, दोहराने योग्य डेटा की आवश्यकता बहुत अधिक होती है।

यहीं पर प्राचीन शिल्प और आधुनिक तकनीक का संगम एक नया मार्ग प्रदान करता है। जिंगडेझेन सिरेमिक यूनिवर्सिटी के शोधकर्ताओं ने एक ऐसा सिस्टम विकसित किया है जो इन सिरेमिक टुकड़ों के लिए एक अथक, अति-सतर्क पर्यवेक्षक के रूप में कार्य करता है। विशेष कैमरों को उन्नत आर्टिफिशियल इंटेलिजेंस (AI) के साथ जोड़कर, उन्होंने एक ऐसा तरीका बनाया है जो वह देख सकता है जिसे मानवीय आँख अक्सर चूक जाती है और प्रत्येक टुकड़े की गुणवत्ता को गणितीय निरंतरता के साथ ग्रेड दे सकता है। लक्ष्य कलाकार को बदलना नहीं था, बल्कि एक विश्वसनीय उपकरण प्रदान करना था जो निरीक्षण के दोहराव वाले, उच्च-जोखिम वाले कार्य को संभाल सके, जिससे मानव विशेषज्ञ अपने काम के रचनात्मक और शैक्षिक पहलुओं पर ध्यान केंद्रित करने के लिए स्वतंत्र हो सकें। परिणाम एक ऐसा सिस्टम है जो अदृश्य को देखता है, अनगिनत को गिनता है, और ऐसी गति और सटीकता के साथ निर्णय लेता है जो एक छोटे-बैच, शैक्षणिक परिवेश में गुणवत्ता नियंत्रण करने के तरीके को बदल देता है।

यात्रा स्वयं कैमरे से शुरू होती है, जो एक अनूठी चुनौती का सामना करता है: वही चीज़ जो सिरेमिक को सुंदर बनाती है—उसकी चमकदार, कांच जैसी चमक (ग्लेज़)—वही चीज़ उसे निरीक्षण के लिए कठिन बनाती है। जब प्रकाश एक चमकदार सतह से टकराता है, तो वह एक अंधा कर देने वाली चमक के रूप में वापस उछलता है, जो अक्सर उन्हीं दरारों और बुलबुलों को छिपा देता है जिन्हें सिस्टम खोजने की कोशिश कर रहा होता है। इसे हल करने के लिए, शोधकर्ताओं ने एक विशेष लाइटिंग सेटअप डिजाइन किया। उन्होंने लाइटों के एक रिंग का उपयोग किया जो ध्रुवीकृत प्रकाश (polarized light) भेजता है, जो प्रकाश की एक विशिष्ट तरंग है जो एक ही दिशा में कंपन करती है। जब यह प्रकाश चिकनी, चमकदार ग्लेज़ से टकराता है, तो यह बिना अपनी दिशा बदले वापस उछलता है। हालाँकि, जब यह किसी दोष जैसे कि दरार या बुलबुले से टकराता है, तो प्रकाश बिखर जाता है और अपनी दिशा खो देता है। कैमरे के सामने एक फिल्टर रखकर, जो बिना बदले हुए, अंधा कर देने वाली चमक को रोकता है लेकिन दोषों से आने वाले बिखरे हुए प्रकाश को गुजरने देता है, सिस्टम एक स्पष्ट, उच्च-कंट्रास्ट वाली छवि बनाता है जहाँ दोष पृष्ठभूमि के मुकाबले स्पष्ट रूप से उभर कर आते हैं। यह धूप की चमक को रोकने वाले चश्मे पहनने जैसा है, लेकिन फिर भी आपको नीचे के परिदृश्य के विवरण देखने की अनुमति देता है।

एक बार जब कैमरा यह स्पष्ट छवि कैप्चर कर लेता है, तो कंप्यूटर को इसे साफ करना होता है। कन्वेयर बेल्ट के कंपन या भट्टी के क्षेत्र में हवा की गति के कारण छवियां थोड़ी धुंधली या विकृत हो सकती हैं। सिस्टम एक परिष्कृत डिजिटल फिल्टर का उपयोग करता है ताकि दोषों के तीखे किनारों को धुंधला किए बिना यादृच्छिक शोर (noise) को सुधारा जा सके। इसके बाद यह छवि का विश्लेषण इस तरह से करता है जो ग्लेज़ की नियमित, दोहराव वाली बनावट को दोषों के अनियमित, अराजक पैटर्न से अलग करता है। यह कंप्यूटर को सिरेमिक के प्राकृतिक दाने (grain) को अनदेखा करने और पूरी तरह से दोषों पर ध्यान केंद्रित करने की अनुमति देता है। परिणाम एक शुद्ध, उन्नत छवि है जो अगले चरण के लिए तैयार है: आर्टिफिशियल इंटेलिजेंस।

सिस्टम का हृदय एक डीप लर्निंग मॉडल है, जो पैटर्न पहचानने के लिए प्रशिक्षित एक प्रकार का कंप्यूटर प्रोग्राम है। शोधकर्ताओं ने YOLO (येलो) नामक एक शक्तिशाली आर्किटेक्चर को चुना, जिसका अर्थ है "You Only Look Once," क्योंकि यह एक छवि में वस्तुओं का लगभग तुरंत पता लगा सकता है। हालाँकि, मॉडल के मानक संस्करण सिरेमिक की विशिष्ट चुनौतियों, जैसे कि कुछ बुलबुलों का छोटा आकार या दरारों के जटिल आकार के साथ संघर्ष करते थे। इसे ठीक करने के लिए, टीम ने एक विशेष 'अटेंशन मैकेनिज्म' जोड़ा जो कंप्यूटर को छवि के सबसे महत्वपूर्ण हिस्सों पर ध्यान केंद्रित करने में मदद करता है, ठीक वैसे ही जैसे कोई इंसान किसी विशिष्ट स्थान पर अपनी दृष्टि केंद्रित करता है। उन्होंने मॉडल के विभिन्न पैमानों (scales) पर देखने के तरीके को भी अनुकूलित किया, यह सुनिश्चित करते हुए कि यह एक छोटे पिनहोल को उतनी ही आसानी से पहचान सके जितना कि एक लंबी, टेढ़ी-मेढ़ी दरार को।

ऐसे सिस्टम को प्रशिक्षित करने में एक महत्वपूर्ण बाधा डेटा की कमी है। एक विश्वविद्यालय प्रयोगशाला में, वे एक समय में केवल कुछ दर्जन पीस ही बना सकते हैं, और दोष दुर्लभ होते हैं। इसका मतलब है कि कंप्यूटर के सीखने के लिए दरारों या बुलबुलों के बहुत कम उदाहरण उपलब्ध हैं। इस बाधा को दूर करने के लिए, शोधकर्ताओं ने हजारों यथार्थवादी, सिंथेटिक छवियों के निर्माण के लिए एक जेनेरेटिव आर्टिफिशियल इंटेलिजेंस टूल का उपयोग किया। ये केवल रैंडम चित्र नहीं हैं; ये दरारों और बुलबुलों के उच्च-गुणवत्ता वाले सिमुलेशन हैं जो वास्तविक दोषों की तरह दिखते हैं और व्यवहार करते हैं, जो प्रशिक्षण डेटा की कमियों को भरते हैं। इसने सिस्टम को उदाहरणों के एक विशाल पुस्तकालय से सीखने की अनुमति दी, भले ही भौतिक प्रयोगशाला में वास्तविक दोषपूर्ण टुकड़ों की संख्या बहुत कम थी।

एक बार जब सिस्टम किसी दोष की पहचान कर लेता है, तो उसे यह तय करना होता है कि वह कितना गंभीर है। यहीं पर "ग्रेडिंग" की अवधारणा आती है। केवल "दोष मिला" कहने के बजाय, सिस्टम दोष के आकार, आकृति और स्थान के आधार पर एक गंभीरता स्कोर (severity score) की गणना करता है। एक लंबी, पतली दरार को एक छोटे, गोल बुलबुले से अलग माना जाता है। सिस्टम एक डायनेमिक थ्रेशोल्ड (गतिशील सीमा) का उपयोग करता है, जिसका अर्थ है कि यह निरीक्षण किए जा रहे सिरेमिक के विशिष्ट बैच के आधार पर अपने मानकों को समायोजित करता है। यदि कच्चे माल में बदलाव होता है या फायरिंग की स्थितियाँ थोड़ी बदल जाती हैं, तो सिस्टम यह परिभाषित करने के लिए पुनर्गणना करता है कि क्या स्वीकार्य है, यह सुनिश्चित करते हुए कि ग्रेडिंग बाहरी परिवर्तनों के बावजूद निष्पक्ष और सुसंगत बनी रहे। यह गतिशील दृष्टिकोण एक निश्चित, अपरिवर्तनीय नियम की तुलना में कहीं अधिक सटीक साबित हुआ, जो अक्सर परिस्थितियों के बदलने पर गलतियाँ करता है।

यह पूरी प्रक्रिया एक सेकंड के एक अंश में होती है। सिस्टम का परीक्षण लगभग 30 पीस प्रति मिनट की गति से चलने वाले कन्वेयर बेल्ट पर किया गया था, जो एक विश्वविद्यालय प्रयोगशाला के लिए प्रबंधनीय गति है लेकिन एक मानव निरीक्षक के लिए लंबे समय तक उच्च सटीकता बनाए रखने के लिए असंभव है। शोधकर्ताओं ने सिस्टम का परीक्षण 360 अलग-अलग टुकड़ों पर किया, जिसमें फ्लैट टाइलें, टेबलवेयर और यहाँ तक कि उभरे हुए पैटर्न वाले लो-रिलीफ कलात्मक कार्य भी शामिल थे। परिणाम आश्चर्यजनक थे। सिस्टम ने लगभग 90 प्रतिशत की सटीकता के साथ दोषों का पता लगाया, जो मानव निरीक्षकों के प्रदर्शन से कहीं बेहतर था, जो दृश्य दोषों के लगभग 12 प्रतिशत को मिस कर देते थे। स्वचालित प्रणाली ने मिस डिटेक्शन रेट (छूट जाने वाले दोषों की दर) को घटाकर 3 प्रतिशत से भी कम कर दिया। इसके अलावा, यह 91 प्रतिशत से अधिक सटीकता के साथ दोष के प्रकार को वर्गीकृत कर सकता था और ग्रेड असाइन कर सकता था, जो तीन स्वतंत्र मानव विशेषज्ञों के सर्वसम्मति से मेल खाता था।

सिस्टम ने प्रयोगशाला के वास्तविक वातावरण में भी अपना मूल्य सिद्ध किया। इसे एक वर्कफ़्लो में एकीकृत किया गया था जहाँ यह न केवल टुकड़ों का निरीक्षण करता था बल्कि डेटा को एक केंद्रीय कंप्यूटर को भी भेजता था। इस डेटा का उपयोग यह दिखाने वाले रिपोर्ट बनाने के लिए किया गया कि दोष कहाँ और कितनी बार हुए। इस डेटा का विश्लेषण करके, शोधकर्ता एक छिपे हुए पैटर्न को पहचानने में सक्षम हुए: भट्टी (kiln) के गर्म होने की गति सीधे अंतिम उत्पाद में दिखने वाले बुलबुलों की संख्या से जुड़ी थी। इस अंतर्दृष्टि ने उन्हें फायरिंग प्रक्रिया को समायोजित करने की अनुमति दी, जिससे बाद के बैचों में बुलबुलों की संख्या में लगभग एक-तिहाई की कमी आई। निरीक्षण और प्रक्रिया सुधार का यह क्लोज्ड लूप (closed loop) इस सिस्टम की असली शक्ति है; यह केवल खराब टुकड़ों को नहीं ढूंढता, बल्कि यह भी मदद करता है कि उन्हें बनने से पहले ही रोका जा सके।

निश्चित रूप से, इस 2D विजन सिस्टम की कुछ सीमाएँ भी हैं। जब सिरेमिक का टुकड़ा गहरे खांचों या उभरे हुए पैटर्न वाला एक जटिल, त्रि-आयामी (3D) आकार का होता है, तो सिस्टम को कभी-कभी कठिनाई होती है। उभरे हुए हिस्सों द्वारा बनाई गई छायाएं कैमरे को दरार जैसी लग सकती हैं, जिससे इन कलात्मक टुकड़ों के लिए सटीकता थोड़ी कम हो जाती है। शोधकर्ता इस बात को स्वीकार करते हैं और सुझाव देते हैं कि भविष्य के संस्करण 3D स्कैनिंग तकनीक का उपयोग कर सकते हैं ताकि कोनों के पीछे और छायाओं के भीतर देखा जा सके, जिससे सबसे जटिल आकारों के लिए भी अंतर को पाटा जा सके। हालाँकि, फिलहाल के लिए, यह सिस्टम विश्वविद्यालय के सिरेमिक के लिए एक बड़ी छलांग का प्रतिनिधित्व करता है। यह अकादमिक और कलात्मक उत्पादन के विशिष्ट छोटे, विविध और उच्च-गुणवत्ता वाले बैचों को संभालने का एक तरीका प्रदान करता है, जो पहले अप्राप्य स्तर की सटीकता और गति के साथ संभव था।

अंततः, यह कार्य केवल दरारों को पकड़ने के बारे में नहीं है। यह भविष्य के उपकरणों को अपनाते हुए शिल्प की अखंडता को संरक्षित करने के बारे में है। निरीक्षण के उबाऊ और त्रुटि-प्रवण कार्य को स्वचालित करके, यह सिस्टम विश्वविद्यालय की प्रयोगशाला में मानव विशेषज्ञों को वह करने की अनुमति देता है जिसमें वे सर्वश्रेष्ठ हैं: सिखाना, रचना करना और मिट्टी एवं अग्नि के साथ जो संभव है उसकी सीमाओं को आगे बढ़ाना। यह तकनीक कलाकार को प्रतिस्थापित नहीं करती है; यह उनका समर्थन करती है, यह सुनिश्चित करती है कि अंतिम उत्पाद उतना ही पूर्ण हो जितनी कि वह दृष्टि जिसने इसे बनाया है। यह सिस्टम विशेष ऑप्टिक्स, उन्नत आर्टिफिशियल इंटेलिजेंस और सामग्री की गहरी समझ को जोड़कर उस समस्या को हल करने की शक्ति का प्रमाण है, जिससे सदियों से कुम्हार परेशान रहे हैं।