Makine görüşü nedir?

Makine görüşü bir bilgisayarın görme yeteneğidir; bir veya daha fazla video kamera, analogdan dijitale dönüştürme ve dijital sinyal işleme. Ortaya çıkan veriler bir bilgisayara veya robot kontrolörüne gider. Yapay görme karmaşıklığı bakımından benzerdir ses tanıma.

Makine görüşü bazen şu terimle karıştırılır: Bilgisayar görüşü. Teknoloji genellikle yapay zeka ile entegre edilir (AI), makine öğrenimi ve derin öğrenme görüntü işlemeyi hızlandırmak için.

Makine görüşü nasıl çalışır?

Yapay görme, çevredeki ortamdan görsel bilgi yakalamak için kameraları kullanır. Daha sonra donanım ve yazılımın birleşimini kullanarak görüntüleri işler ve bilgileri çeşitli uygulamalarda kullanılmak üzere hazırlar. Yapay görme teknolojisi, görüntüleri elde etmek için genellikle özel optikler kullanır. Bu yaklaşım görüntünün belirli özelliklerinin işlenmesine, analiz edilmesine ve ölçülmesine olanak tanır.

Örneğin, bir üretim sisteminin parçası olarak bir yapay görme uygulaması, bir montaj hattında üretilen bir parçanın belirli bir karakteristiğini analiz etmek için kullanılabilir. Parçanın ürün kalite kriterlerini karşılayıp karşılamadığını belirleyebilir ve uygun değilse parçayı imha edebilir.

Üretim ayarlarında yapay görme sistemleri genellikle aşağıdaki öğelere ihtiyaç duyar:

• Aydınlatma. Aydınlatma, nesneyi veya sahneyi, özelliklerini görünür kılmak için aydınlatır.
• Objektif. Bu, görüntüyü yakalar ve kullanıcıya iletir. algılayıcı kamerada ışık olarak.
• Yakalama panosu, çerçeve yakalayıcı veya sensör. Bu cihazlar birlikte çalışarak kameradan gelen görüntüyü işleyerek piksel olarak dijital formata dönüştürürler. Görüntü sensörleri, aşağıdakileri kullanarak ışığı elektrik sinyallerine dönüştürür: tamamlayıcı metal oksit yarı iletken teknoloji veya bir şarj bağlı cihaz.
• İşlemci. İşlemci, dijital görüntüyü işleyen ve gerekli bilgileri çıkaran yazılımı ve ilgili algoritmaları çalıştırır.
• İletişim. Bu sistemler, yapay görüş kameralarının ve işleme sisteminin, genellikle ayrı bir ağ kullanarak daha büyük sistemin diğer öğeleriyle iletişim kurmasını sağlar. giriş çıkış sinyal veya seri bağlantı.

Makine görüşü üretiminde kullanılan iki tür kamera vardır:

1. Alan taraması. Bu kameralar dikdörtgen sensör kullanarak tek karede fotoğraf çeker. Sensördeki piksel sayısı görüntünün genişliğine ve yüksekliğine karşılık gelir. Alan tarama kameraları genişlik ve yükseklik bakımından aynı büyüklükteki nesnelerin taranması için kullanılır.
2. Hat taraması. Bu kameralar piksel piksel görüntü oluşturur. Hareketli veya düzensiz boyutlardaki öğelerin görüntülerini çekmek için uygundurlar. Fotoğraf çekilirken sensör bir nesnenin üzerinden doğrusal bir hareketle geçer. Hat tarama kameraları, alan tarama kameraları kadar belirli çözünürlüklerle sınırlı değildir.

Kamera lenslerinin optik kalitesi farklılık gösterir. Herhangi bir görüş sistemindeki iki önemli özellik, aşağıdaki özelliklere sahip olan merceğin hassasiyeti ve çözünürlüğüdür:

• Duyarlılık bir makinenin loş ışıkta görebilme veya görünmez ışıkta zayıf dürtüleri tespit edebilme yeteneğidir dalga boyları.
• çözüm bir makinenin nesneler arasında ayrım yapabilme derecesidir.

Genel olarak çözünürlük ne kadar büyük olursa görüş alanı da o kadar sınırlı olur. Hassasiyet ve çözünürlük birbirine bağlıdır. Diğer faktörler sabitse, duyarlılığın arttırılması çözünürlüğü azaltır, çözünürlüğün arttırılması ise duyarlılığı azaltır.

İnsan gözü 390 ile 770 nanometre arasında değişen elektromanyetik dalga boylarına duyarlıdır. Video kameralar bundan çok daha geniş bir dalga boyu aralığına duyarlı olabilir. Bazı makine görüş sistemleri şu şekilde çalışır: kızılötesi, ultraviyole veya X-ışını dalga boyları.

Binoküler, aynı zamanda denir müzik setiMakine görüşü, gelişmiş işlemciye sahip bir bilgisayar gerektirir. Ayrıca yüksek çözünürlüklü kameralar, büyük miktarda RAM Derinlik algısı için yapay zeka programlaması gereklidir.

[Gömülü içerik]

Makine görüşü türleri

Yapay görme sistemleri, belirli bir uygulamanın özel ihtiyaçlarına ve gerekliliklerine bağlı olarak çeşitli boyutlarda çalışabilir.

Yaygın makine görüş sistemi türleri aşağıdakileri içerir:

• 2D görüş sistemleri. Bunlar, örüntü tanıma görevlerinde öne çıkan, en yaygın kullanılan sistemlerdir.
• 3D görüş sistemleri. Çok boyutlu olarak çalışabilen, 3D görüş sistemleri ölçüm ve inceleme amaçları için gelişmiş doğruluk sağlar.
• Akıllı kamera tabanlı görüş sistemleri. Bu sistemler, denetimle ilgili çeşitli görevleri gerçekleştirmek için entegre kameralar ve yazılımlar kullanır.
• Kompakt görüş sistemleri. Bu sistemler kendi kendine yetecek şekilde tasarlanmıştır ve mevcut ekipmana ve üretim süreçlerine sorunsuz bir şekilde entegre edilebilir.
• PC tabanlı görüş sistemleri. Bilgisayar işleme ve görüntü analizini kullanan bu sistemler, daha karmaşık görsel denetim görevlerinin yürütülmesini sağlar.
• Multispektral görüntüleme. Geleneksel 2D görüntülemeye alternatif olarak bu yöntem, birden fazla dalga boyunda görüntülerin yakalanmasını içerir.
• Hiperspektral görüntüleme. Multispektral görüntülemeye benzer şekilde hiperspektral görüntüleme, çok daha fazla sayıda dalga boyunda görüntüler yakalayarak spektral verilerin ayrıntılı analizini kolaylaştırır.
• Değişken büyütme lensleri. Ayarlanabilir büyütme seviyeleriyle donatılmış bu lensler, denetim görevlerini yerine getirirken daha fazla esneklik sağlar.

Makine görme sistemleri nasıl kullanılır?

Yapay görme uygulamaları, aşağıdakiler de dahil olmak üzere çeşitli görevleri gerçekleştirmek için çeşitli endüstrilerde kullanılır:

• Elektronik bileşen analizi. Lehim pastası denetimi ve bileşen yerleştirme gibi görevler için devre kartlarının yapımında makine görüşü kullanılır.
• Optik karakter tanıma (OCR). OCR bilgisayarın görüntülerden basılı veya el yazısı metinleri çıkarmasını sağlar.
• El yazısı ve imza tanıma. Bu özellikler sayesinde bir bilgisayar, el yazısı ve imza görsellerindeki desenleri tespit edebilir.
• Nesne tanıma. Otomotiv endüstrisinde, öz-sürüş araba kullanım nesne tanıma Yoldaki engelleri tespit etmek için kameralar tarafından çekilen görüntüler üzerinde. Yapay görme sistemleri aynı zamanda bir hap şişesi üzerindeki etiketin doğru yerleştirilmesi gibi nesnelerin konumunu da belirler.
• Desen tanıma. Tıbbi görüntüleme analiz, manyetik rezonans görüntüleme, kan taramaları ve beyin taramaları gibi teknolojilere dayalı teşhisler koymak için örüntü tanımayı kullanır.
• Malzeme denetimi. Malzeme inceleme sistemlerindeki makine görüşü yetenekleri şunları sağlar: kalite kontrolü. Yapay görme, çeşitli malzeme ve ürünlerdeki kusurları, kusurları ve kirletici maddeleri kontrol eder. Örneğin, bu sistemler hapları ve tabletleri üretim sırasındaki sorunlar açısından inceleyebilir.
• Para birimi denetimi. Yapay görme, sahte banknotları tespit etmek amacıyla para birimlerini analiz etmek için kullanılır.
• Öğe sayma. Bu özellik, paketteki haplar veya kutudaki şişeler gibi öğelerin çetelesini yapmak için kullanılır.
• barkod takibi. Bu yaygın uygulama, okumak ve izlemek için makine görüş sistemlerinin yeteneklerini kullanır. barkodlar gerçek zamanda.
• Robotik. Robot yönlendirmesi için kameraların kullanımı, makine görüşünün hızla büyüyen bir alanıdır. Hem 2D hem de 3D kameralar, robotlara bireysel veya toplu bileşenleri etkili bir şekilde kullanma talimatı vermede önemlidir. Bu uygulamalar yüksek yatırım getirisi fiziksel emek gereksinimini azaltarak.

Makine görüşünün faydaları

Makine görüşünün ortak faydaları aşağıdakileri içerir:

• İnsan hatasını ortadan kaldırır. İnsan gözü etkileyici olmasına rağmen hatalardan muaf değildir. Yapay görme, hassasiyeti, tutarlılığı ve hızı nedeniyle kantitatif ölçümlerde öne çıkıyor. Örneğin bir üretim hattına entegre edildiğinde bir görsel denetim sistemi dakikada yüzlerce, hatta binlerce parçayı hızlı bir şekilde denetleyebilir. Makine görme sistemleri, yüksek çözünürlüklü kameralar kullanarak, insan gözünün fark edemeyeceği en küçük nesne ayrıntılarını tespit edip inceleyebilir. Ayrıca makine görüşü, operatör yorgunluğunun ve bireysel farklılıkların etkilerini ortadan kaldırarak tutarlı ve güvenilir denetimler sağlar.
• Kesinti süresini azaltır. Görüntüleme sistemi, test sistemi ile üretilen parçalar arasındaki fiziksel teması ortadan kaldırarak parça hasarına karşı koruma sağlar. Aşınma ve yıpranma mekanik bileşenlere zarar verirken aynı zamanda onarımlarla ilgili zaman ve maliyetleri de azaltır. Makineler daha az bakım gerektirdiğinden daha hızlı çalışarak şirketlerin üretim terminlerine tutarlı ve kolay bir şekilde ulaşmasını sağlar.
• Maliyeti düşürür. Bir yapay görme sistemi, üretim hızını artırabilir ve ekipmanı çalıştırmak için gereken işçiliği azaltabilir. Ayrıca hurda oranını en aza indirebilir, böylece daha az malzeme israf edilir ve bu da sonuçta genel giderleri azaltır.
• İşyeri güvenliğini artırır. Makine görüşü ile birleştirildi Yapay zeka iş yeri güvenliğini artırıyor Üretim sürecinde insan müdahalesi ihtiyacını en aza indirerek. Büyük, güçlü makineleri çalıştırırken çalışanların yaralanma olasılığı daha azdır ve tehlikeli parça ve malzemelerle temasları da sınırlıdır.
• Kusurları tespit eder. Makine görüşü, yüzeydeki ezikler ve çizikler gibi ürün düzensizliklerini tespit edebilir. Tespit sınırlarını dikkatli bir şekilde ayarlayarak kabul edilebilir ve kabul edilemez kusurları birbirinden ayırır.
• Doğru ölçüm yapar. Bir yapay görme sistemi, bir görüntü üzerindeki çap, yarıçap, mesafe ve derinlik gibi belirli noktaları bulabilir ve ölçebilir. Örneğin bu, bir motor silindiri deliğinin iç çapının veya bir kabın sıvı dolum seviyesinin belirlenmesine yardımcı olabilir. Bu bilgiler 2D veya 3D kameralarla toplanabilir.
• Yazdırma kusurlarını tanımlar. Bir yapay görme sistemi, hatalı renk tonları, kusurlu baskılar veya eksik harfler gibi yazdırma anormalliklerini kolayca tespit edebilir. Sistem bir master veya girişin girilmesiyle başlar. altın görüntüÜretilen tüm bileşenler için referans görevi gören. Ana görüntüdeki herhangi bir sapma derhal tespit edilip düzeltilmek üzere işaretlenerek doğru ve yüksek kaliteli baskılar sağlanır.

Yapay zekada makine görüşü

Yapay zeka, karar verme sürecini hızlandırmak için makine görüşünde kullanılır. Yapay zeka, daha önce toplanması çok zor olan büyük miktarda görüntüyü ve veri bilgisini işleyebilir.

Yapay zekanın makine görüşüyle ​​nasıl kullanıldığına dair örnekler aşağıdakileri içerir:

• Yapay zeka, bir miktar nüans gerektiren imza ve karakter tanıma konusunda yardımcı olabilir.
• Üretimde yapay zeka, makine görüş sistemlerinin bir nesnenin veya malzemenin şekli ve dokusundaki kabul edilebilir değişiklikleri anlamasını sağlamak için nesne tanıma ve malzeme incelemesine yardımcı olur.
• In kalite güvencesiYapay zeka destekli bir sistem, belirli bir spesifikasyona tam olarak uymayan herhangi bir şeyi reddetmek yerine, kabul edilebilir anormallikleri yorumlayabilir.

Robotikte makine görüşü

Yapay zeka ve derin öğrenmeyle eşleştirilen makine görüşü, robotların toplama, sıralama, yerleştirme ve üretim hattı taraması yapma gibi üretim hattı görevlerini yerine getirmedeki rolünü genişletiyor. Bu teknoloji kombinasyonu aynı zamanda robotiklerin diğer ortamlarSüpermarketler, hastaneler ve restoranlar gibi.

Robotikte makine görüşünün nasıl kullanıldığına dair örnekler aşağıdakileri içerir:

• Yapay görüşe sahip bir robot, süpermarket reyonlarında gezinerek mağaza raflarındaki ürünlerle ilgili envanter verilerini yakalayabilir. Ürünleri radyo frekansı tanımlamasını kullanarak tarar (RFID) barkod okuma teknolojisi ve kalabalık koridorlardaki engellerden kaçınabilmenizi sağlar. Amazon Go perakende mağazaları, envanteri izlemek ve müşterileri ödemeye hazır olduklarında kontrol etmek için yapay görme destekli sistemler kullanıyor.
• Yapay görme teknolojisi otomasyona olanak tanıyarak çeşitli uygulamalardaki süreç dizilerinin ağa bağlanmasını mümkün kılar.
• Makine görüşü ayrıca robotlar ve insanlar arasındaki işbirliğini daha verimli ve daha güvenli hale getirir. Örneğin bir süpermarkette bir robot, bir işi gerçekleştirmek için görevlendirilebilir. envanter yönetimi Böylece insan çalışanların müşterilere yardımcı olmak için daha fazla zamanı olur. Robot, envanter taramalarını insanlardan daha sık ve daha yüksek doğrulukla gerçekleştirebilir. Bir montaj hattında makine görüşüne sahip robotlar, çalışanları güvenli olmayan koşullara maruz bırakmadan tehlikeli malzemeleri analiz edebilir ve diğer tehlikeli görevleri gerçekleştirebilir.
• Makine görüşü özellikli robotların topladığı ve kullandığı veriler bulutta veya kenar ölçeklenebilirlik ve ayrıntılı bilgi sağlayan ağ veri analizi.

Makine görüşü ve bilgisayarla görme arasındaki fark nedir?

Bazı durumlarda şartlar makine vizyonu ve Bilgisayar görüşü eşanlamlı olarak kullanılmaktadır. Diğer durumlarda ayrım yapılır.

Makine görüşü genellikle bir bilgisayarın görme yeteneğinin endüstriyel uygulamalarıyla ilişkilendirilir. Dönem Bilgisayar görüşü genellikle bir bilgisayarın bir görüntüyü sayısallaştırma, içerdiği verileri işleme ve bir tür eylem gerçekleştirmeyle görevlendirildiği herhangi bir teknolojiyi tanımlamak için kullanılır.

Sıklıkla yapılan bir diğer ayrım ise işlem gücünde, yani makine ile bilgisayar arasındaki farktadır. Bir yapay görme sistemi genellikle daha az işlem gücüne sahiptir ve Yalın üretim belirli bir işi tamamlamak için gereken verileri elde etmek amacıyla pratik görevleri yüksek hızda gerçekleştiren ortamlardır. Kalite kontrolü, öğelerin incelenmesi ve nesnelerin bir montaj hattı boyunca yönlendirilmesi, makine görüşünün yaygın uygulamalarıdır.

Bilgisayarlı görme sistemleri nesneler veya sahneler hakkında mümkün olduğunca fazla veri toplar ve bunları tam olarak anlamayı amaçlar. Bilgisayarlı görme, çeşitli görevlere uygulanabilecek genel, aktarılabilir bilgilerin toplanması için daha iyidir. Terim, bilgisayarın internet de dahil olmak üzere herhangi bir kaynaktan gelen görüntüleri işleme yeteneğini ifade edebildiğinden, kamera olmadan da gerçekleştirilebilir. Bilgisayarla görmenin yaygın uygulamaları arasında sürücüsüz arabalar, okuma barkodlar ve RFID etiketlerive ürün kusurlarının incelenmesi.

Yapay görme, yapay zekanın üretimdeki birçok uygulamasından biridir. Diğerlerini öğrenin Üretim şirketlerinin yapay zekayı kullanma yolları iş süreçlerini basitleştirmek ve verimliliği artırmak.