Machine Vision er fusjonen av en rekke teknologier som gjør det mulig for industrielt eller annet automatisert utstyr å stamme fra bilder en avansert forståelse av miljøet. Uten programvare for Machine Vision ville digitale bilder med varierende fargeverdier og tonalintensiteter ikke være noe mer enn en enkel, ikke -koblet samling av piksler til slikt utstyr. Maskinvisjonen lar en datamaskin (vanligvis koblet til en maskinkontroller) oppdage kanter og former i slike bilder for å la en prosessor på høyere nivå gjenkjenne et forhåndsdefinert målobjekt. Bilder i denne forstand er ikke begrenset til fotografiske bilder i det synlige spekteret; De kan også inkludere bilder oppnådd ved hjelp av infrarød, laser, røntgen og ultralydsignaler.
I industrielle miljøer er det ganske vanlig at maskinvisjonsapplikasjoner gjenkjenner spesifikke deler fra de mange delene som er plassert i en rot av materialkasser. Her hjelper maskinvisjonen den pick-and-place roboten automatisk å plukke opp de riktige delene. Hvis delene alle er pent ordnet i samme orientering på en pall, ville det selvfølgelig være relativt enkelt å gjenkjenne dem med tilbakemelding av avbildninger. Imidlertid kan kraftige maskinvisjonsalgoritmer gjenkjenne objekter som er i forskjellige avstander fra kameraet (og derfor fremstår som bilder i forskjellige størrelser på bildesensoren), så vel som objekter som ikke er orientert i samme retning som kameraet.
De mest sofistikerte maskinsynssystemene har muliggjort nye design som er langt mer kompliserte enn å plukke deler fra binger; For eksempel kan det ikke være mer kompleks identifikasjon enn en selvkjørende bil.

Teknikker relatert til maskinsyn
Begrepet maskinvisjon er noen ganger reservert for referanse til mer sofistikerte og effektive matematiske metoder som kan hente ut informasjon fra bilder. Derimot beskriver begrepet datamaskinvisjon typisk mer moderne, beregningsmessig krevende systemer-inkludert svartboks tilnærminger som bruker maskinlæring eller kunstig intelligens (AI). Imidlertid kan maskinsyn også brukes som et altomfattende begrep som inkluderer alle metoder for å trekke ut informasjon på høyt nivå fra bilder; I dette tilfellet beskriver datamaskinvisjon den underliggende operasjonsteorien.
Teknikker som kan trekke ut meningsnivå fra bilder florerer. I forskersamfunnet anses slike teknikker ofte som forskjellige fra maskinvisjonen. I virkeligheten er imidlertid alle av dem forskjellige måter å implementere maskinvisjon på ... og de overlapper hverandre i mange tilfeller.
Digital bildebehandling er en form for digital signalbehandling som involverer bildeforbedring, restaurering, koding og komprimering. Fordeler fremfor analog bildebehandling er minimering av støy og forvrengning samt mangfoldet av tilgjengelige algoritmer. En av de første typene av bildeforbedring ble brukt for å korrigere de første nærbildene av månens overflate. I denne prosessen ble fotogrammetrisk kartlegging så vel som støyfiltre brukt og korreksjoner ble gjort for geometriske forvrengninger forårsaket av innretting av avbildningskameraet til månens overflate.
Forbedring av digital bilde innebærer vanligvis økende kontrast og muligens geometriske korreksjoner for å se vinkler og linseforvrengning. Komprimering oppnås ofte ved å tilnærme komplekse signaler som en kombinasjon av kosinusfunksjoner-en Fourier-transformasjon kjent som den diskrete kosinustransformasjonen (DCT). JPEG-filformatet er den vanligste anvendelsen av DCT. Bildestyring kan også bruke Fourier -transformasjonen for å fjerne støy og uskarphet.
Fotogrammetri bruker en slags funksjonsgjenkjenning for å trekke ut målinger fra bilder. Disse målingene kan inneholde 3D -informasjon når flere bilder av den samme scenen er anskaffet fra forskjellige steder. De enkleste fotogrammetriske systemene bruker en skala for å måle avstanden mellom to punkter i et bilde. For å gjøre dette er det ofte nødvendig å inkludere en kjent referanseskala i bildet.
Funksjonsdeteksjon lar datamaskinen gjenkjenne kanter, hjørner eller punkter i bildet. Dette er det første trinnet som trengs for fotogrammetri og for å gjenkjenne objekter og bevegelse. BLOB -deteksjon identifiserer områder med kanter som er for glatte for kant- eller hjørnedeteksjon.
Mønstergjenkjenning brukes til å gjenkjenne spesifikke objekter. I det enkleste tilfellet kan dette bety å finne en veldefinert spesifikk mekanisk del på et transportbånd.
3D -rekonstruksjon bestemmer 3D -formen til et objekt fra et 2D -bilde. Denne funksjonen kan realiseres ved fotogrammetriske metoder. I dette tilfellet bestemmes høydene på fellestrekk (bestemt i bilder fra forskjellige observasjonspunkter) ved bruk av triangulering. 3D -rekonstruksjon er også mulig ved bruk av 2D -bilder alene; Her forklarer programvaren også de geometriske forholdene mellom kanter eller skyggelagte områder.
Mennesker kan rekonstruere terninger bare ved å behandle dem i hjernen ved hjelp av linjetegning - ved hjelp av skyggelagte sirkler for å rekonstruere kuler. Skyggeleggingen viser overflatenes skråning. Imidlertid er denne derivasjonsprosessen langt mer kompleks enn man kanskje tror, ettersom skyggeleggingen er en endimensjonal parameter, mens skråningen oppstår i et todimensjonalt tilfelle. Dette kan føre til tvetydige situasjoner - et faktum som er validert av kunsten å skildre fysisk umulige objekter.
Hvordan maskinvisjonsoppgaver blir sekvensert
Mange maskinvisjonssystemer inneholder de ovennevnte teknikkene trinnvis ved å starte med operasjoner på lavt nivå og deretter gå videre til operasjoner på høyere nivå. På det laveste nivået lagres alle piksler i et bilde som data med høy båndbredde. Hver operasjon i sekvensen gjenkjenner deretter bildefunksjoner og representerer informasjonen av interesse med en relativt liten mengde data.
Den første er den lave nivået av bildeforbedring og restaurering etterfulgt av funksjonsdeteksjon. Når det gjelder bruk av flere sensorer, kan drift på lavt nivå utføres ved distribuerte prosesser som er spesialisert for individuelle sensorer. Når funksjoner er oppdaget i individuelle bilder, kan mer avansert fotogrammetri utføres - som med enhver objektgjenkjenning eller annen oppgave som er avhengig av kombinerte data fra flere bilder og sensorer.
Direkte beregning og læringsalgoritmer
Når det gjelder maskinvisjon, er direkte beregning et sett med matematiske funksjoner definert av programmereren. Disse funksjonene tar innganger som bildepikselverdier og produserer utganger som objektkantkoordinater. Derimot er læringsalgoritmer ikke skrevet direkte av mennesker, men er opplært i eksempel datasett som korrelerer innganger med ønskede utganger. Som et resultat brukes læringsalgoritmer som svarte bokser. De fleste slik maskinlæring bruker nå dyp læring basert på kunstige nevrale nettverk for beregning.
Enkel maskinlæring for industrielle applikasjoner har en tendens til å være mer pålitelige og mindre beregningsmessige krevende når de er basert på direkte beregning. Selvfølgelig er det grenser for hva som kan oppnås gjennom direkte beregning. For eksempel skal man aldri håpe å utføre ansikter for å gjenkjenne de avanserte gjenkjennelsesmønstrene som kreves, og spesielt ikke fra videoopptak i overfylte offentlige rom. Derimot kan maskinlæring dyktig håndtere slike applikasjoner. Det er derfor ikke overraskende at maskinlæring i økende grad blir distribuert for maskinens visjonsoperasjoner på lavt nivå, spesielt forbedring av bildeforbedring, restaurering og funksjonsdeteksjon.
Forbedrede undervisningsmetoder (ikke algoritmer)
Den økende sofistikering av dype læringsteknikker har gjort det klart at det ikke er læringsalgoritmene i seg selv som må forbedres, men snarere måten algoritmene blir trent på. En forbedret treningsprosedyre er kjent som datasentrert datamaskinvisjon. Her aksepterer et dypt læringssystem et veldig robust treningssett som består av tusenvis, millioner eller til og med milliarder av bilder - og lagrer deretter den syntetiserte informasjonen som er trukket ut fra hvert bilde av dets algoritmer. Disse algoritmene lærer effektivt ved å koble dem til arbeidseksempler, og henviser deretter til en "svarbok" for å bekrefte at de riktige verdiene er avledet.
Det er en gammel forsiktighetsfortelling om anerkjennelse av digital mønster. Det amerikanske militæret hadde en gang ment å bruke maskinvisjon for målgjenkjenning, og en forsvarsentreprenørens demonstrasjon identifiserte pålitelig både amerikanske og russiske stridsvogner. Tanker av alle forskjellige slag kan skilles riktig, etter hverandre, fra leverandørens luftfotografier. Når det ble testet igjen med Pentagons eget bildebibliotek, ga systemet imidlertid feil svar. Problemet var at forsvarsentreprenørenes bilder alle avbildet amerikanske stridsvogner i ørkenen og russiske stridsvogner på grønne felt. I stedet for å identifisere de forskjellige tankene, identifiserte systemet de forskjellige fargede bakgrunnene. Hva er gjenkjennelseskriteriene? Læringsalgoritmer krever nøye kuraterte treningsdata for å fungere.
Konklusjon: En trygg visjon for robotarbeidsceller
Maskinvisjon er ikke lenger en nisjeteknologi. I den nåværende drivkraften er industrisektoren det største vekstområdet for distribusjoner av maskinvisjoner. Den mest bemerkelsesverdige utviklingen på dette området er hvordan maskinvisjonen nå fullfører sikkerhetssystemer i industrianlegg, dvs. systemer som gir en alarm eller gir stemmevarsler når en arbeider kommer inn i et arbeidsområde uten hjelm, maske eller annet passende verneutstyr. Maskinsyn kan også brukes i systemer som varsler når du beveger maskiner, for eksempel gaffeltrucker, kommer for nær personell.
Disse og lignende maskinvisjonssystemer kan noen ganger erstatte harde beskyttende tiltak rundt industriroboter for å gjøre virksomheten mer effektive. Machine Vision Systems kan også erstatte eller forbedre sikkerhetssystemer basert på lett beskyttelse som stopper maskiner når en arbeider blir oppdaget som kommer inn i arbeidscellen. Når maskinsynet overvåker fabrikkgulvet rundt en arbeidscelle, har robotene i den cellen potensialet til å gradvis bremse når folk nærmer seg.
Etter hvert som utformingen av industrielle miljøer utvikler seg for å imøtekomme samarbeidsroboter og annet arbeidscellutstyr som lar plantepersonell gå rundt trygt (selv mens utstyret kjører), vil disse og andre maskinvisjonsbaserte systemer bli en mer vanlig del av planteprosessene.




