www.machinevision

.ie

Machine vision

Machine vision term

Tilpasset søk

Machine vision

Machine vision (MV) er et generelt begrep for å bruke programvare, mikroprosessor systemer og kameraer for å inspisere produserte produkter eller andre inspeksjon kriterier i bransjen. Noen computer vision systemer kan bare ha en datamaskin eller kamera, men en maskin visjon system normalt integreres i en prosess der ulike industrielle interface standarder kan brukes.

Du kan vurdere Machine visjon som en undergruppe av industriell bildebehandling og bruker innen optikk, visjon belysning, Mekanisk, elektro, data kommunikasjon, programvare, bildebehandling og maskin fysikk.

Til høyre kan du se et bilde av et samlebånd maskin som bruker synet til å inspisere.

Hvis du har en grunnleggende inderstanding av disse områdene, da har du et godt utgangspunkt i maskinen visjon.

Hva vi har gjort på dette nettstedet er å forsøke å dokumentere kjernen visjonen krav involvert når du vurderer hvilken som helst maskin som krever visjon.

I det minste vil du forstå konseptene. Vårt mål er å holde å utvide området slik at du kan dyppe inn og ut som du vil, avhengig av dybden av din kunnskap.

Kjernen elementene som utgjør en maskin visjon systemet er:

Illumination:Sannsynligvis de viktigste aspektene ved enhver maskin visjon prosjektet. Lyssetting er avgjørende. Flertallet av visjonen systemer er en 2D-fremstilling av lys som reflekteres fra et emne. Hvis lyset ikke reflekterer riktig da prosjektet er av en dårlig start.

Optikk:Riktig synsfelt og forvrengning nivåer er avgjørende. Du må vurdere graden av posisjonelle nøyaktighet som kreves i et tema som blir undersøkt gjentatte ganger. Også for måling programmer forvrengning introuduced ved kameralinsen er uønsket.

Kamera:Område Scan, Line Scan, Smart kamera, firewire, Kamera link etc. nchoice av kamera er først og fremst avhengig av hastigheten på inspeksjon og oppløsningen som kreves.

Kabling:Hvor langt er kameraet skjemaet ditt syn prosessor?. Digitale kameraer har restriksjoner på kabellengder.

Frame Grabbers:Ramme Fanget eller direkte FireWire-eller USB-kobling til PC. Å være utformet av flere og flere systemer, men du fortsatt trenger et grensesnitt for å få bildet på datamaskinen.

Programvare:Matrox, Cognex, ditt eget brukerdefinerte algoritmer. Velg en SDK fra en stor tenkelig leverandør som vil ha mest av de vanligste filtrene og bildeanalyse rutiner skrevet for deg. Men du ville fremdeles nød å integrere dem og avgjøre hvilke som er best for din søknad

Systems:Kombinere alle av det over til et fullt validert systemet.

Videoen på neste avsnitt, viser en typisk program der en maskin visjon systemet brukes til å øke produktiviteten på et samlebånd.

Klikk på bildet for å forstørre.

Eksempel på en høyhastighets visjon system

The History of Machine Vision

De fleste av de fremskrittene som danner grunnlaget for moderne maskin visjon er mer enn 20 år gammel. En maskin visjon systemet er ganske enkelt en datamaskin i stand et bilde fangst og prosessering. Derfor er det ikke overraskende at den siste historien om maskinen visjon er egentlig historien om tilpasningen av utvikling datateknologi til kommersialiseringen av bildebehandlingen for industriell automasjon. Denne tilpasningen og kommersialiseringen har gått gjennom flere stadier, hvert trinn sterkt påvirket av fremskritt innen halvledere og dataprogramvare teknologi.

I 1970 generelle stormaskiner ble først koblet med Image Capture og vise eksternt utstyr. I 1980 stormaskiner banet vei for egen maskin visjon datamaskiner og proprietære spesielle formål maskinvare utviklet for å akselerere bildebehandlings-operasjoner. I 1990-maskin visjon produkter fulgte den rådende trenden til standard plattform databehandling. Høy ytelse mikroprosessorer og rimelige personlige datamaskiner gjort mest spesielle formål visjon maskinvare foreldet. Tilsvarende har dagens avanserte teknologi, utviklet for det liker av høyhastighets nettverk og mobil databehandling, plassert maskinen visjon industrien for neste kvante trinn.

Klikk på bildet for å forstørre.

Dagens Machine Vision systemer

Dagens machine vision systemer utvikler seg i tråd med utviklingen i PC-arkitektur. De får mindre, raskere og kraftigere .....

Tradisjonelt hadde du selskaper som gjorde kameraer og andre selskaper som gjorde framegrabbers og skrev programvare. I de siste kameraene hadde begrenset intelligens. Hvis effekten endringer eller redigere bildene du trengte en framegrabber å ta bildet, og deretter noen programvare for å redigere den.

Vel, det er skiftende. Nå kameraene inneholder mye av det som var peviously på PCen og i programvaren. Kamera kan nå justere rammen størrelse, hastighet etc tar noe av belastningen av PCen. Flere og flere intelligens går inn i kameraet og framegrabber er døende. 1394-grensesnittet har blitt standard for mesteparten maskinen Vision programmer.

Ta det et skritt videre og smarte kameraer er endelig kommer til sin rett. Opprinnelig forbeholdt DVT og Cognex, alle de andre leverandørene endelig så lyset og begynte å produsere lo-kostnad industriell kameraer som kunne selges direkte til sluttbrukere som ikke trenger en mastergrad i datavitenskap fra MIT å programmere dem. Nå er disse kameraene er overalt og har all funksjonaliteten til en komplett Machine Vision system fra 5 år siden.

Klikk på bildet for å forstørre.

Future Machine Vision Systems

Det neste trinnet for maskinsyn-teknologi vil senteret på integreringen av hele maskinen visjon systemet i en monolittisk Network Appliance. Visjonen systemet blir en visjon sensor, et tett integrert intelligent kamera med ytelse og brukervennlighet bruk av tidligere generasjon, men til betydelig lavere pris.

Den, det vision sensor er skjebnebestemt til å dominere den neste generasjonen av maskinsyn produkter.

Vision systemer vil gjøre mye mer med bedre algoritmer, økt prosessorkraft for fargebehandling, tekstur-analyse, og kombinere 2-D og 3-D. Mange spår mer utbredt bruk av 3-D visjon, og 3-D smarte kameraer spesielt.

De har også fremover flere søknader blir behandlet innebærer at X-ray eller infrarød imaging.

Klikk på bildet for å forstørre.