Razumevanje četiri osnovna tipa sistema mašinskog vida

Sistemi mašinskog vida su pronikli u brojne aktivnosti u industriji, uključujući poboljšanje kvaliteta, povećanu automatizaciju i prikupljanje podataka. U Sinoseen, shvataćemo da je ključno tražiti različite vrste системи за машинско видјење koje se nude na tržištu. Ovaj članak ispituje osnovne vrste sistema mašinskog vida i njihove karakteristike detaljno.

2D sistemi vida
2D sistemi vida su jedna od najosnovnijih i poznatijih vrsta sistema mašinskog vida; oni koriste jednu kameru za snimanje samo dvodimenzionalnih slika, koje su visina i širina. Zbog svoje moći i jednostavnosti, ovi sistemi su najčešće izabrani za mnoge rutinske procedure inspekcije.

Кључне карактеристике
Postavka sa jednom kamerom: U ovom slučaju se koristi samo jedna kamera koja snima dvodimenzionalne slike.

Обрада слике: U poređenju sa 2D sistemima obrade slike, 2D sistemi prepoznavanja slike rade sa karakteristikama umesto sa slikama, npr. izvlače i analiziraju ivice, konture i uzorke.

Апликације: Ovaj sistem se koristi uglavnom u procesima provere površine, čitanju barkodova i osnovnoj proveri poravnanja.

3D vidni sistemi
3D vidni sistemi pomažu da dopune visinu i širinu sa statistikom dubine. Ovi sistemi mogu da proizvedu tri-dimenzionalne prikaze oblika objekata, koristeći specifične senzore ili algoritme ili nekoliko kamera.

Кључне карактеристике
Percepcija dubine: Procesira i zapisuje informacije o dubini. Ovo pomaže da se pristupi rešavanju trodimenzionalnog problema detaljnije.

Napredni senzori: Klasifikacija se može postići merenjem rastojanja različitim tehnikama, na primer, laser triangulacijom i stereo vizijom.

Употреба: Najbolje prilagođeno kada je u pitanju tačno merenje i inspekcija složene geometrije.

Sistemi za boju
Ovaj sistem služi za izvlačenje informacija o boji iz slike. Dok monohromatski sistemi rade bez brige o bojama, ovi sistemi su u stanju da implementiraju boju, što je važno u mnogim zadacima.

Кључне карактеристике
Да будемо способни за боје: Има камере које анализирају и снимају боје.

Доносиње одлука: Ова функција где се боје слике анализирају за категоризацију.

Апликације: Добар за сортирање производа на основу боје, идентификацију недостатака на основу боја и процене квалитета зависне од боје.

Мултиспектрални и хиперспектрални системи видења
Ови системи користе широку разноликост електромагнетног спектра и снимају у другим опсеговима него у видљивом светлу. То значи да се може предузети детаљније истраживање карактеристика и услова материјала.

Кључне карактеристике
Разновидност таласних дужина: Достиже многе карактеризације материјала добијањем података у неколико таласних дужина.

Добивање података: Ови напредни феномени користе компјутерски програм за обраду спектралних података.

Апликације: Dobra za svrhe karakterizacije materijala koje obuhvataju polja kao što su poljoprivredne biljke, praćenje zdravlja i ekološko praćenje.

Svaki sistem mašinske vizije koji odaberete ima svoje prednosti i više ili manje je pogodan za specifičnu primenu. Stoga, 2D sistemi su preferirani zbog svoje jednostavnosti, 3D sistemi zbog svoje percepcije dubine, sistemi boje zbog svoje sposobnosti da sačuvaju sliku u boji, dok su multispektralni i hiperspektralni sistemi za super detaljnu analizu.