Машинне бачення — це нова технологія, яка розроблена за останні роки. Вона використовує засоби оптично-механіко-електричної інтеграції, щоб надати машині функцію бачення. За допомогою впровадження машинного бачення у сферу перевірки можна реалізувати онлайн високоточні та швидкі вимірювання у багатьох ситуаціях. При цьому теорія технології детекції машинного бачення розвивається поступово.
Що таке машинне бачення?
Машинне бачення, коротко кажучи, це використання машин замість людських очей для вимірювань та судження. Воно головним чином використовує комп'ютер для симуляції людської функції бачення, витягування інформації з зображення об'єктивних предметів, її обробки та розуміння, а потім використання результатів для фактичного контролю, вимірювання та управління. Типовий механізм машинного бачення складається з п'яти частин: освітлення, лінза, камера, картка збору зображень та процесор машинного бачення.
Технологія, яка виводиться з цього, - це технологія машинного бачення, яка є міждисциплінарною темою, що стосується штучного інтелекту, нейробіології, психофізики, комп'ютерних наук, обробки зображень, розпізнавання образів та багатьох інших галузей. Технологія машинного бачення відрізняється високою швидкістю, великою кількістю інформації та багатофункціональністю.
Розвиток машинного бачення
Дослідження машинного бачення почалося в середині 1960-х років завдяки американському ученню Л.Р. Робертсу у контексті розуміння світу, складеного з поліедрів. Техніки, які використовувалися в той час, такі як попередня обробка, виявлення країв, побудова контурних ліній, моделювання і відповідність об'єктів, застосовуються в машинному баченні. У 1970-х роках машинне бачення сформувало декілька важливих наукових напрямків: ① обробка зображень для цільового навчання; ② паралельний алгоритм обробки і аналізу зображень; ③ вилучення 3D-інформації з 2D-зображень; ④ аналіз послідовних зображень та оцінка параметрів руху; ⑤ представлення візуальних знань; ⑥ база знань візуальної системи.
Які труднощі виникають при проектуванні технологій машинного бачення?
Перша: стабільність освітлення
Додатки промислової візуалізації, як правило, діляться на чотири категорії: позиціонування, вимірювання, виявлення та розпізнавання. Серед них найвищу стабільність освітлення вимагає саме вимірювання. Навіть при зміні освітлення на 10-20%, результат вимірювання може відхилятися на 1-2 пікселі. Це не проблема програмного забезпечення, а зміна освітлення, що призводить до зміни позиції краю на зображенні, і навіть найпотужніше програмне забезпечення не зможе це вирішити. Щоб вирішити проблему, потрібно виключити вплив оточуючого світла з точки зору системного проектування та забезпечити стабільність випромінювання активних джерел освітлення. Звичайно, покращення роздільної здатності камери також є способом підвищення точності та опору до зовнішнього впливу. Наприклад, просторовий розмір, що відповідає попередньому камера, становив 10 мкм на піксель, але за допомогою підвищення роздільної здатності він змінився на 5 мкм. Точність можна наблизько подвоїти, а опір до середовища природно зростає.
Друге, несумісність позиції деталі
Зазвичай, перший крок вимірювання проекту, незалежно від того, чи є це офлайн-перевірка або онлайн-перевірка, якщо це повністю автоматизоване обладнання для перевірки, першим кроком є пошук цілі для вимірювання. Кожен раз, коли об'єкт для вимірювання з'являється у полі зору съемки, необхідно точно знати, де знаходиться об'єкт для вимірювання. Навіть якщо ви користуєтесь деякими механічними фіксаторами, це не гарантує, що ціль для вимірювання буде з'являтися в одній і тій самій позиції кожного разу. Це вимагає використання функції позиціонування. Якщо позиціонування не точне, позиція інструмента вимірювання може бути неточна, і результати вимірювань можуть мати велику відхилення.
Третє: калібрування
Загалом, для високоточних вимірювань необхідні такі калібровки: 1) калібровка оптичного викручення (якщо ви не використовуєте програмне забезпечення лінзи, зазвичай необхідно провести калібровку), і (2) калібровка проекційного викручення, тобто корекція зображень, що виникають через помилки у положенні монтажу, а також калібровка трьох просторів об'єктів, щоб обчислити розмір кожного пікселя у відповідному просторі об'єкта.
Проте поточні алгоритми калібровки базуються на плоскій калібровці. Якщо фізичний об'єкт, який вимірюється, не є плоским, для його калібровки можуть бути необхідними спеціальні алгоритми, які не можна вирішити за допомогою загальних алгоритмів калібровки.
Крім того, через незручність використання калібрувальної дошки необхідно розробляти деякі методи калібровки, тому калібровка може не бути вирішена існуючими алгоритмами калібровки у програмному забезпеченні.
Четверте: швидкість об'єкта
Якщо об'єкт вимірювання не нерухомий, а рухається, то необхідно враховувати точність зображення при розмитті внаслідок руху (піксель розмиття = швидкість руху об'єкта * час експозиції камери), що не вирішується програмним забезпеченням.
П'ятою, точність вимірювання програмного забезпечення
У вимірювальному застосунку точність програмного забезпечення можна вважати лише 1/2-1/4 пікселів, і краще використовувати 1/2 замість 1/10-1/30 пікселів для застосунків позиціонування, оскільки програмне забезпечення може витягнути дуже мало характерних точок з зображення.
Розробка та застосування в Китаї
Експерти вважають, що ранній розвиток машинного бачення головним чином концентрувався в Європі, США та Японії. З перенесенням глобального центру виробництва до Китаю, китайський ринок машинного бачення стає важливим цільовим ринком для міжнародних виробників машинного бачення після Північної Америки, Європи та Японії. У Китаї застосування машинного бачення початку взяло з інтеграції технологій у 1980-х роках. Семікондукторова та електронна промисловість є однією з галузей, де машинне бачення застосовувалося ранньо, багато з яких сконцентровано на PCB друкованому колішному збірці, виготовленні компонентів, семікондукторів та обладнанні інтегрованих схем. Застосування та продвиження машинного бачення в цій галузі відіграє важливу роль у покращенні якості та продуктивності виробництва електронних продуктів.
На даний момент Китай стає одним із найактивніших регіонів розвитку світової машинної візуальної технології, охоплюючи майже всі сектори національної економіки, включаючи: промисловість, сільське господарство, медицину, військовість, космос, метеорологію, астрономію, правопорядок, транспорт, безпеку, наукові дослідження та інші галузі. Промислова галузь є галуззю, де застосування машинного бачення має найбільшу частку. Головна причина полягає в тому, що Китай став обробним центром глобальної виробничої промисловості. З високою потрібною до детальних операцій та відповідними передовими виробничьими лініями, багато систем машинного бачення та досвід застосування з міжнародними передовими рівнями також прибули до Китаю.
Наведено короткий огляд декількох застосувань:
1. Моніторинг безпеки їжі
Під час виробництва та перевірки якості продукції працівникам іноді необхідно спостерігати, виявляти та вияснювати помилки та пропуски у процесі виробництва. Незалежно від того, наскільки високе відчуття відповідальності та уважність людини, він може втомитися, бути небдящим та розсіянним, що призводить до потрапляння дефектних продуктів на ринок.
Застосування машинного зору у перевірці продуктів харчування
2. Виробництво
Збільшується конкуренція в промисловому секторі, тиск у вартостях змушує його звертати увагу на ефективність виробництва, якість буде сприяти застосуванню технології машинного бачення. Щоб підвищити ефективність виробництва та зменшити трудові витрати, деякі ручні етапи у промисловому виробництві та управлінні поступово замінюються машинами. Характерною рисою систем машинного бачення є підвищення гнучкості та автоматизації виробництва. У деяких небезпечних умовах праці, де неможливо використовувати ручний труд або де людське бачення важко задовольняє вимогам, машинне бачення часто використовується для заміни людського бачення; одночасно, у процесі масового промислового виробництва, ефективність перевірки якості продукції шляхом людського бачення низька і точність недостатньо висока, а метод перевірки машинного бачення може значно підвищити ефективність виробництва та ступінь його автоматизації. Крім того, машинне бачення легко реалізує інтеграцію інформації, що є базовою технологією комп'ютерної інтегрованої виробничої системи.
У той самий час технологія машинного бачення також може виконувати роль при перевищенні норм емісії диму, стоків тощо. Використовуючи машинне бачення, ми можемо швидко виявити вогонь і дим у машинній кімнаті та цеху. Використання технологій виявлення облич чоловіка і розпізнавання облич у машинному баченні допомагає підприємствам покращити контролювання та управління входами та виходами, підвищити рівень управління та зменшити вартість управління.
3. Сонячна енергія, моніторинг руху
У останні роки розвиток нових галузей приніс новий ринковий простір для ринку машинного бачення. У сфері сонячної енергетики виробники сонячних батарей та модулів використовують машинне бачення для перевірки продукції, ідентифікації та трекінгу продуктів та їх збірки. У сфері моніторингу дорожнього руху можна використовувати технологію розпізнавання номерних знаків та аналізу зображень для автоматичного розпізнавання номерних знаків, виявлення неправомірного паркування, руху у зворотному напрямку та пошуку автомобілів, які причетні до дорожніх подій. Крім того, у галузях протидії землетрусам, слайдерам, селевим потокам, виявленню вулканічних вибухів, гідрологічного моніторингу та спостереження за гідрологічним станом річок існує величезний потенціал для технологій машинного бачення.
Майбутні перспективи ринку
Традиційна виробнича промисловість стикається з новим розшаруванням, трансформація і модернізація принесуть величезні ринкові можливості для китайської автоматизованої промисловості. Машинне бачення, як високорозумний продукт у галузі автоматизації, має великі перспективи розвитку у майбутньому.
Протягом останніх декількох років китайські виробники електроніки та підприємства OEM придбають велику кількість автоматизованого обладнання для заміни ручної праці у відповідь на зростаючий дефіцит працівників у Китаї, що досягне свого піку у наступні кілька років. Заводи, фінансовані Тайванем, вибрали шлях підвищення рівня автоматизації, а їхня хвиля автоматизації прийде у наступні 2-3 роки, що принесе нову точку зростання для застосування продуктів машинного бачення в цій галузі.
За авторитетним прогнозом промисловості, розмір ринку машинного бачення в Китаї буде постійно зростати, досягаючи 3 мільярдів юанів у 2015 році, 3,8 мільярдів юанів у 2016 році та 5 мільярдів доларів США до 2018 року. Нові комерційні можливості, які приносить глобальний ринок машинного бачення, стали фокусом для виробників промисловості.
Ця стаття походить із Інтернету. Вона перепубліковується з метою поширення знань, корисного навчання та досліджень. Вона надається безкоштовно для користувачів мережі, також використовується для позначення автора та джерела. Якщо власник авторських прав або видавець має протест, цей сайт видалить матеріал негайно. Якщо виникають питання щодо перепублікації статті, будь ласка, повідомте нас, щоб ми могли вчасно внести корективи.
EN