شکل 1: دوربین هوشمند HAWK MV-4000 یک خط از بوردهای مداری چاپی را بازرسی می‌کند.
 
امکان استخراج خودکار اطلاعات از تصاویر دیجیتالی، درهای بسیاری را برای تولید کنندگان در تلاش برای کاهش هزینه‌ها، بهبود کیفیت و ساده‌تر کردن فرآیندهای خود باز می‌کند. کاربردهای اصلی دید ماشین، بازرسی، سنج و هدایت روبات‌هاست. این کارها نیاز به انجام فعالیت‌های تکراری در اسرع وقت و با دقت بالایی دارند، و این دقیقاً جایی است که سیستم های دید ماشین برتری دارند. آنها همچنین در طول دو دهه گذشته به طور فزاینده‌ای مقرون به صرفه‌تر و ساده‌تر شده‌اند.
 
بازرسی خودکار معمولاً به صورت درون خطی انجام می‌شود، یعنی دو پشته با مواردی که در امتداد خط تولید حرکت می‌کنند. اگرچه این فناوری پیچیده است ، توالی اساسی استفاده از دید ماشین برای انجام وظایف اتوماسیون ساده است: سیستم دید باعث می‌شود وقتی بخشی در مقابل آن قرار دارد تصویری را ضبط کند، و سپس سیستم تصویر را پردازش می‌کند و ویژگی‌های اصلی و داده‌ها را استخراج می‌کند. سرانجام، با داده‌های حاصل که می‌تواند به آسانیِ رد / قبولی باشد، ارتباط برقرار می‌کند تا اقدامات و تصمیم گیری‌های لازم صورت گیرد. چنین اقداماتی شامل شروع یک مکانیسم رد یا دادن مکان کلیه قطعات برای یک روبات جهت بلند کردن است.
 
خطوط تولید به سرعت حرکت می‌کنند - و هر چه سریعتر بتوانند حرکت کنند، بهتر است البته تا زمانی که کیفیت حفظ شود. به همین دلیل، سیستم‌های دید ماشین باید تقریباً به طور لحظه‌ای بتوانند اطلاعات مربوط به قسمت‌هایی که از کنار آنها به سرعت رد می‌شوند را استخراج کنند. به طور کلی، بیشترین سرعت پردازش با اتصال چندین دوربین به رایانه شخصی به دست می‌آید، اما پیشرفت‌های اخیر در فن آوری دوربین‌های هوشمند دستگاه‌های منفرد و خودکفایی تقریباً به قدرتمندی سیستم‌های چندین دوربینه ساخته است (شکل ابتدای مقاله).
 
علاوه بر سرعت پردازش هیجان انگیز، نور پردازی مناسب در خط تولید برای اطمینان از این که دوربین ویژگی‌های اصلی مورد نظر برای پردازش را "می‌بیند" و جزئیات نامربوط (مانند برآمدگی‌های روی سطح دارای حامل تاریخ) را نادیده می‌گیرد، ضرورتی اساسی دارد. الزامات روشنایی به ماهیت کار بازرسی بستگی زیادی دارد. تلاش برای بازرسی از مُهر تاریخ بر روی سطح خشن نیاز به یک روشنایی دارد که ظاهر بی‌نظمی‌های سطح را به حداقل می‌رساند، در حالی که تلاش برای یافتن چاله‌هایی روی سطح صاف به نور پردازی‌ای احتیاج دارد که مشخصاً این ناهنجاری‌ها را برجسته کند.
 
سیستم های بینایی ماشین با داشتن اپتیک پیشرفته، فناوری روشنایی برتر و الگوریتم‌های پیشرفته، می‌توانند طیف گسترده‌ای از کارهای اتوماسیون صنعتی از جمله بازرسی محصول، بازرسی چاپ، تشخیص نقص سطح، سنج و هدایت روبات را انجام دهند.
 

یک ابزار حرفه‌ای

حتی با وجود روشنایی تقریباً کامل در خط تولید، هنوز در داشتن تنوع زیاد محدودیت وجود دارد. چگونه دید ماشین می‌تواند با این همه بی نظمی مقابله کند و هنوز هم وظایف خود را به روشی مطمئن انجام دهد؟ همان طور که معلوم است، قابلیت‌های گسترده دید دستگاه فقط به چند عملکرد اساسی کاهش می‌یابد: مکان، اندازه گیری، شمارش و رمز گشایی. این چهار کار بستگی به قابلیتهای مشترک در تشخیص مقادیر شدت پیکسل، پیدا کردن کانتورهای لبه، و مطابقت شکل‌ها و الگوها دارد. اینها وظایف پیچیده‌ای هستند که شامل مقایسه یک تصویر با الگو به صورت پیکسل به پیکسل یا مقایسه مجموعه‌ای از لبه‌های درک شده (با محاسبه شیب شدت پیکسل‌های همسایه) با لبه‌های یک الگو است. روش‌های بسیاری وجود دارد که تطبیق الگو انجام و بهینه می‌شود، اما تمرکز در این جا بر روی کارایی حاصل از آن است که متخصصان صنعتی می‌توانند از آنها استفاده کنند.
 

عملکرد اساسی: مکان

در بسیاری موارد، کارهای پیچیده پردازش بینایی دستگاه با مکان یابی آغاز می‌شود. این سیستم آموزش داده شده است تا الگوی خاصی را بشناسد که در آن این الگو سپس در تصاویر مختلفی قرار داده می‌شود که تنوعی از پیش زمینه‌ها را نمایان می‌کند. یک نمونه بارز از چیزی که یک سیستم دید دستگاه می‌تواند به طور مکرر آن را پیدا کند، بارکد دو بعدی مانند ماتریس داده است. سیستم قبل از رمزگشایی باید بارکدی را پیدا کند، و اغلب باید خیلی سریع این کار را انجام دهد زیرا محصولات دارای کد با سرعت بالا حرکت می‌کنند. سیستم‌های دید ماشین باید تقریباً به طور لحظه‌ای بتوانند اطلاعات مربوط به قسمت‌هایی که از کنار آنها به سرعت رد می‌شوند را استخراج کنند. در واقع، دوربین‌های هوشمند با کارایی بالا می‌توانند تا 4000 قسمت در دقیقه یا معادل یک تسمه نقاله که 300 اینچ در ثانیه حرکت می‌کند را بازرسی کنند. جنبه‌های خاص کدها به سیستم بینایی نشان می‌دهند که بارکدی وجود دارد، مانند سایر گرافیک‌ها، مثل لوگوها، که به طور معمول در نزدیکی بارکدها ساکن می‌شوند.
 
تطبیق الگوهای مشخص شده در میدان دید همچنین این امکان را فراهم می‌سازد که نقایص بر این اساس آشکار سازی شوند که جسمِ واقع شده تا چه حد به الگوی ارائه شده برای آموزش نزدیک است. اگر تصویر، مورد انحراف قابل توجهی از الگوی مورد انتظار داشته باشد - به عنوان مثال، وجود پیکسل‌هایی که مطابق با رنگ مورد انتظار نیستند، یا وجود لبه‌ها در مکان‌هایی که نباید لبه داشته باشند – برای دو باره کاری علامت می‌خورد یا از خط تولید رد می‌شود.
 

عملکرد اساسی: شمارش

 
 
شکل 2: یک قطعه برای تعداد و محل صحیح سوراخ‌ها بازرسی می‌شود.
 
هنگامی که یک سیستم دید ماشین می‌تواند یک شیء مورد علاقه را پیدا کند، می‌تواند تعداد اشیاء مشابه موجود در یک تصویر را بشمارد. همچنین می‌تواند بگوید که آیا شیء در یک تصویر حضور دارد یا ندارد، بنا بر این یک آزمایش حضور / عدم حضور نیز در دسته شمارش قرار می‌گیرد. به عنوان مثال در صنعت خودرو از عملکرد شمارش برای تعیین این که آیا یک جزء دارای تعداد مناسب سوراخ‌های ماشینکاری شده است استفاده می‌شود (شکل 2). به جای این که جزئی از یک ماشین جدید شوند، قطعات دارای تعداد یا اندازه اشتباه سوراخ‌ها از خط تولید خارج می‌شوند.
 

عملکرد اساسی: اندازه گیری

بینایی ماشین همچنین می‌تواند فاصله بین اشیاء موجود در آن را محاسبه کند - کاری که به آن سنج گفته می‌شود. اندازه گیری‌های فوق العاده دقیقی می‌کند تا تأیید کند که فاصله بین دو جزء یک محصول - مانند ته یک آمپول دارویی و نقطه پر شدن شیشه - انتظارات را برآورده می‌کند. قبل از این که سیستم بینایی بتواند اندازه گیری‌ها را انجام دهد، ابتدا باید کالیبره شود. کالیبراسیون ساده شامل گفتن این موضوع به سیستم است که یک واحد اندازه گیری با چه تعداد معین پیکسل برابر می‌شود. کالیبراسیون پیچیده‌تر شامل نشان دادن یک الگوی شبکه به سیستم است که در آن فاصله گذاری شبکه برابر است با یک مقدار معلوم. این تضمین می‌کند که اندازه گیری‌ها حتی اگر دوربین کج یا چرخانده شده باشد، یا اعوجاجی در لنز وجود داشته باشد، خوب خواهد بود.
 
هیچ گونه دستکاری فیزیکی اشیاء روی خط تولید برای اندازه گیری با استفاده از بینایی ماشین لازم نیست، بنا بر این خطر آسیب دیدن قطعات به دلیل وجود تماس، آن چنان که در اندازه گیری دستی وجود دارد، وجود ندارد. به همین دلیل، سنجش بینایی دستگاه تقریباً جایگزین سنجهای تماسی شده است زیرا سیستم‌های بینایی ماشین هزینه کمتری برای راه اندازی دارند و به دانش برنامه نویسی کمتری نیاز دارند. آنها می توانند هزاران اندازه گیری در هر ثانیه انجام دهند، از جمله محاسباتی پیچیده مانند تعیین دایرگی که سنج‌های تماسی در مورد آن مشکل دارند. (این بدان دلیل است که تماس در سنجش تماسی تنها به چند نقطه تماس محدود می‌شود، در حالی که بینایی می‌تواند به سرعت و به راحتی از 360 نقطه در یک دایره استفاده کند تا بتواند پاسخ بسیار بهتری دریافت کند.)
 
منبع: techbriefs