Машинное зрение — это новая технология, разработанная в последние годы. Она использует интегрированные оптические, механические и электрические средства, чтобы придать машине функцию зрения. Внедрение машинного зрения в область контроля позволяет реализовать онлайн-измерения высокой точности и скорости во многих ситуациях. При этом теория технологии машинного зрения развивается постепенно.
Что такое машинное зрение?
Машинное зрение, коротко говоря, заменяет человеческий глаз машиной для измерений и принятия решений. Оно главным образом использует компьютер для имитации человеческой зрительной функции: извлечение информации из изображения объективных предметов, её обработка и понимание с последующим использованием для реального контроля, измерения и управления. Типичный механизм машинного зрения состоит из пяти частей: освещение, объектив, камера, карта захвата изображения и процессор машинного зрения.
Технология, вытекающая из этого, — это технология машинного зрения, которая представляет собой междисциплинарный предмет, охватывающий искусственный интеллект, нейробиологию, психофизику, информатику, обработку изображений, распознавание образов и многие другие области. Технология машинного зрения характеризуется высокой скоростью, большим объемом информации и множеством функций.
Развитие машинного зрения
Исследование машинного зрения началось в середине 1960-х годов благодаря американскому учёному Л.Р. Робертсу, который работал над пониманием мира строительных блоков, состоящих из многогранников. Техники, использовавшиеся в то время, такие как предварительная обработка, обнаружение границ, построение контурных линий, моделирование объектов и сопоставление, были применены в машинном зрении. В 1970-х годах машинное зрение сформировало несколько важных исследовательских направлений: ① обработка изображений для целей наведения; ② параллельные алгоритмы обработки и анализа изображений; ③ извлечение трёхмерной информации из двумерных изображений; ④ анализ последовательных изображений и оценка параметров движения; ⑤ представление визуальных знаний; ⑥ база знаний визуальной системы.
Какие существуют трудности проектирования технологии машинного зрения?
Первое: стабильность освещения
Приложения промышленного зрения обычно делятся на четыре категории: позиционирование, измерение, обнаружение и распознавание. Среди них измерение требует наибольшей стабильности освещения. Даже если освещение изменяется на 10-20%, результат измерения может смещаться на 1-2 пикселя. Это не проблема программного обеспечения, это вариация освещения, которая приводит к изменению положения края на изображении, и даже самое мощное программное обеспечение не сможет решить эту проблему. Чтобы решить её, необходимо исключить влияние окружающего света с точки зрения системного проектирования и обеспечить стабильность свечения активных источников света. Конечно, повышение разрешения аппаратной части камеры также является способом улучшения точности и сопротивления внешним воздействиям. Например, пространственный размер, соответствующий предыдущей камере, составлял 10 мкм на пиксель, но при увеличении разрешения он изменён до 5 мкм. Точность может быть примерно удвоена, а сопротивление воздействию окружающей среды естественным образом усилено.
Во-вторых, несоосность положения заготовки
Обычно первый этап измерительного проекта, будь то офлайн-проверка или онлайн-проверка, если это полностью автоматизированное оборудование для контроля, первым шагом является поиск цели для измерения. Каждый раз, когда объект для измерения появляется в поле зрения камеры, необходимо точно знать, где находится этот объект. Даже при использовании некоторых механических фиксаторов невозможно гарантировать, что цель для измерения будет появляться каждый раз в одном и том же положении. Это требует использования функции позиционирования. Если позиционирование некорректно, положение измерительного инструмента может быть неточным, и результаты измерений могут иметь относительно большую погрешность.
Третье: калибровка
В целом, для высокоточных измерений требуются следующие калибровки: 1) калибровка оптической искажения (если вы не используете программное обеспечение с объективом, как правило, необходимо провести калибровку), и 2) калибровка проекционных искажений, то есть коррекция искажений изображения, вызванных ошибками в позиции установки, а также калибровка трехмерного пространства объекта, то есть расчет соответствующего размера пространства объекта для каждого пикселя.
Однако текущие алгоритмы калибровки основаны на плоскостной калибровке. Если измеряемый объект не является плоским, потребуются специальные алгоритмы калибровки, которые не могут быть решены с помощью обычных алгоритмов калибровки.
Кроме того, поскольку использование калибровочной панели может быть неудобным, необходимо разработать некоторые методы калибровки, поэтому калибровка может не быть решена существующими алгоритмами калибровки в программном обеспечении.
Четвертое: скорость объекта
Если объект измерения находится не в состоянии покоя, а движется, необходимо учитывать точность изображения с учетом размытия движения (пиксель размытия = скорость движения объекта * время экспозиции камеры), что не решается программным обеспечением.
Пятый фактор - точность измерений программного обеспечения
В измерительном приложении точность программного обеспечения может рассматриваться как 1/2-1/4 пикселя, и лучше использовать 1/2 вместо 1/10-1/30 пикселей для приложений позиционирования, так как программное обеспечение может извлекать очень мало特征ных точек из изображения.
Разработка и применение в Китае
Эксперты считают, что раннее развитие машинного зрения主要集中илось в Европе, США и Японии. С переносом глобального центра производства в Китай, китайский рынок машинного зрения становится важным целевым рынком для международных производителей машинного зрения после Северной Америки, Европы и Японии. В Китае применение машинного зрения началось с введения технологии в 1980-х годах. Полупроводниковая и электронная промышленность является одной из отраслей, где раньше применялось машинное зрение, большая часть которого сосредоточена на печатных платах, сборке цепей, производстве компонентов, оборудовании полупроводников и интегральных схем. Применение и продвижение машинного зрения в этой отрасли играет важную роль в повышении качества и производительности электронной продукции.
На данный момент Китай становится одной из самых активных зон развития машинного зрения в мире, охватывая практически все секторы национальной экономики, включая: промышленность, сельское хозяйство, медицину, военное дело, космос, метеорологию, астрономию, общественную безопасность, транспорт, безопасность, научные исследования и другие области. Промышленная сфера является сектором с наибольшей долей применения машинного зрения. Важной причиной является то, что Китай стал центром обработки глобальной manufacturing индустрии. При высоком спросе на обработку деталей и соответствующих передовых производственных линиях многие системы машинного зрения и практические навыки международного уровня также вошли в Китай.
Ниже приводится краткое описание нескольких приложений:
1. Мониторинг безопасности пищевых продуктов
В процессе производства и проверки качества продукции сотрудникам иногда необходимо наблюдать, выявлять и обнаруживать ошибки и пропуски в производственном процессе. Независимо от того, насколько высокое чувство ответственности и внимательность у человека, он может устать, быть небрежным и отвлечённым, что приводит к тому, что бракованные продукты попадают на рынок.
Применение машинного зрения в контроле качества пищевой продукции
2. Производство
Конкуренция в обрабатывающей промышленности усиливается, давление на издержки вынуждает уделять внимание производительности и качеству, что способствует внедрению технологии машинного зрения. Для повышения производительности и снижения трудовых затрат некоторые ручные процессы в промышленном производстве и управлении постепенно заменяются машинами. Особенность систем машинного зрения заключается в повышении гибкости и автоматизации производства. В некоторых опасных условиях труда, непригодных для ручной работы или где человеческое зрение не может соответствовать требованиям, машинное зрение часто используется для замены человеческого зрения; кроме того, в процессе массового промышленного производства эффективность проверки качества продукции с помощью человеческого зрения низка и точность невысока, а методы машинного зрения могут значительно повысить производительность и степень автоматизации производства. Более того, машинное зрение легко интегрируется с информационными системами, являясь базовой технологией компьютерного интегрированного производства.
При этом технология машинного зрения также может играть роль в сверхнормативных выбросах дыма, сточных вод и т.д. Используя машинное зрение, мы можем своевременно обнаружить огонь и дым в машинном зале и цехе. Использование технологии распознавания лиц в машинном зрении может помочь предприятиям усилить контроль и управление входами и выходами, повысить уровень управления и снизить издержки.
3. Солнечная энергия, мониторинг дорожного движения
В последние годы развитие новых отраслей промышленности создало новое рыночное пространство для рынка машинного зрения. В области солнечной энергии производители солнечных элементов и модулей используют машинное зрение для обнаружения дефектов продукции, идентификации и отслеживания товаров, а также для их сборки. В сфере транспортного мониторинга технологии распознавания номеров и анализа изображений могут использоваться для автоматического распознавания автомобильных номеров, выявления неправомерной парковки, движения против шоссе и поиска транспортных средств, участвующих в авариях. Кроме того, технология машинного зрения имеет огромный потенциал в областях предотвращения землетрясений, оползней, селевых потоков, извержений вулканов, гидрологического мониторинга и наблюдения за состоянием рек.
Перспективы будущего рынка
Традиционная обрабатывающая промышленность сталкивается с новым вызовом, преобразование и модернизация принесут огромные рыночные возможности для китайской автоматизированной промышленности. Машиноозорное зрение, как высокоинтеллектуальный продукт в отрасли автоматизации, имеет большой потенциал развития в будущем.
В последние годы китайские производители электроники и OEM-производители приобретают большое количество автоматизированного оборудования для замены ручного труда в ответ на растущий дефицит рабочей силы в Китае, что достигнет пика в ближайшие несколько лет. Предприятия с тайваньскими инвестициями выбрали повышение уровня автоматизации, а их всплеск автоматизации произойдет через 2-3 года, что создаст новый пункт роста для применения продуктов машинного зрения в этой отрасли.
Согласно авторитетному прогнозу отрасли, размер рынка китайской машинной визуализации будет продолжать расти, достигнув 3 миллиардов юаней в 2015 году, 3,8 миллиардов юаней в 2016 году и 5 миллиардов долларов США к 2018 году. Новые деловые возможности, принесенные глобальным рынком машинной визуализации, стали фокусом внимания производителей отрасли.
Данная статья взята из Интернета. Она перепечатывается с целью распространения знаний, полезного обучения и исследования. Предоставляется бесплатно для пользователей сети, также указываются автор и источник. Если у правообладателя или издателя возникнут возражения, этот сайт немедленно удалит материал. Если у вас есть вопросы о перепечатке статьи, пожалуйста, сообщите нам, чтобы мы могли своевременно внести исправления.
EN