你的位置:首頁 > 傳感技術 > 正文

AI+機器視覺成趨勢,圖文詳解N大應用場景

發(fā)布時間:2024-08-01 責任編輯:lina

【導讀】機器視覺廣泛應用于工業(yè)領域,涵蓋眾多應用場景。在制造業(yè)中,利用機器視覺執(zhí)行的任務有:對子組件進行最終檢查,查驗零件有無潛在制造缺陷等等。在自動化領域,機器視覺在引導機器人方面發(fā)揮著重要作用。此外,它還用于驗證數(shù)據矩陣碼、檢查食品包裝和讀取條形碼。機器視覺白皮書將全面介紹機器視覺系統(tǒng)及市場,本文為第一部分,將重點介紹系統(tǒng)用途、市場趨勢、系統(tǒng)實現(xiàn)。


機器視覺廣泛應用于工業(yè)領域,涵蓋眾多應用場景。在制造業(yè)中,利用機器視覺執(zhí)行的任務有:對子組件進行最終檢查,查驗零件有無潛在制造缺陷等等。在自動化領域,機器視覺在引導機器人方面發(fā)揮著重要作用。此外,它還用于驗證數(shù)據矩陣碼、檢查食品包裝和讀取條形碼。機器視覺白皮書將全面介紹機器視覺系統(tǒng)及市場,本文為第一部分,將重點介紹系統(tǒng)用途、市場趨勢、系統(tǒng)實現(xiàn)。


系統(tǒng)用途


機器視覺利用攝像頭從環(huán)境中收集視覺數(shù)據,然后通過硬件和軟件聯(lián)合處理這些數(shù)據,將數(shù)據轉換為適合各種應用的格式。機器視覺技術經常采用專門的光學元件來捕獲圖像,以便對圖像的特定方面進行處理、分析和量化。


這類應用可以檢查生產線上正在生產的部件的特定特征,比如評估部件是否滿足產品質量標準,如果不滿足,則可能會丟棄部件。機器視覺系統(tǒng)采用數(shù)字傳感器,這些傳感器位于配備專用光學元件的工業(yè)攝像頭中并受到保護。傳感器捕獲圖像后,交由計算機硬件和軟件進行處理、分析、測量圖像的不同屬性,從而輔助決策。


除了制造業(yè)中的質量控制之外,機器視覺系統(tǒng)還有許多其他應用。比如,可用于交通管理系統(tǒng),監(jiān)視和控制交通流量,提高道路的安全性和效率。在醫(yī)療領域,機器視覺可以為診斷過程提供支持,通過精準的圖像分析,盡早發(fā)現(xiàn)疾病。在農業(yè)領域,機器視覺系統(tǒng)可以監(jiān)測農作物健康狀況,并實現(xiàn)收割過程的自動化。


此外,在零售業(yè),機器視覺可以促進自動結賬系統(tǒng)的應用,改善客戶體驗和運營效率。因此,機器視覺系統(tǒng)功能強大,應用廣泛,已成為現(xiàn)代科技不可或缺的一部分。


各種視覺系統(tǒng)


機器視覺系統(tǒng)可用于檢查各種各樣的產品,包括食品、飲料、藥品和電子產品等。機器視覺系統(tǒng)使用多種機器視覺技術,包括圖像識別、光學字符識別 (OCR) 和物體檢測,從而識別缺陷并加以分類。另外,它也可用于測量物體的尺寸和形狀,或是在整個生產過程中跟蹤和追溯產品。機器視覺系統(tǒng)可以幫助提高產品質量,降低成本,并確保產品安全。通過在生產過程中盡早識別和糾正缺陷,機器視覺系統(tǒng)可以幫助避免召回和退貨。


1.損傷和缺陷:機器視覺系統(tǒng)可用于識別各種損傷和缺陷,例如孔洞、空隙、邊緣損壞、圖案瑕疵、浸管彎曲、封口損壞或缺失、噴霧扳機損壞或缺失。

2.字符和代碼:機器視覺系統(tǒng)可用于識別和驗證字符和代碼,例如點陣和非點打印、光學字符識別(OCR) 和 光學字符驗證(OCV)、批次、日期和條形碼、一維和二維條形碼(二維碼和定制圖案),以及用于跟蹤和追溯。

3.密封完整性檢查:機器視覺系統(tǒng)可用于在密封性檢查中,檢查產品的密封完整性。

4.對齊和定位:機器視覺系統(tǒng)可用于確保產品正確對齊和定位,例如圖形位置和對齊,蓋子與容器匹配等。

5.匹配和驗證:機器視覺系統(tǒng)可用于匹配和驗證產品,例如確保蓋子和標簽圖案匹配,以及確保噴霧扳機或蓋子的朝向正確。

6.填充和方向:機器視覺系統(tǒng)可用于檢查產品的填充和方向,例如填充前瓶子是否存在、方向是否正確。


市場信息和趨勢


根據 Expert Market Research 的報告,2023 年全球機器視覺市場規(guī)模達到了約 108.8 億美元。預計 2024 年至 2032 年期間,該市場將以 7.90% 的復合年增長率 (CAGR) 增長,到 2032 年將達到近 215.1 億美元的規(guī)模。


工業(yè) 4.0 和工業(yè)物聯(lián)網 (IIoT) 等先進創(chuàng)新技術的采用和實施,是推動機器視覺市場增長的主要動力之一。工業(yè)各領域的數(shù)字化轉型,加上數(shù)據分析、物聯(lián)網 (IoT)、機器學習、云計算和人工智能等先進技術的加速融合,也在推動應用機器視覺技術。為了能推進實時決策、提高生產效率和自動化水平,各行各業(yè)都越來越關注裝備計算機視覺設備、嵌入式軟件、先進傳感器和機器人的智能工廠,從而提振了機器視覺市場。然而,這種先進設備的初始成本很高,而且頻繁維護也需要投入大量的資金和人力,這些因素可能會阻礙該市場增長。


機器視覺應用憑借低硬件成本,快速高效的處理器,以及完整、可擴展的軟件而越來越受歡迎,這些軟件可提供部署和開發(fā)機器視覺系統(tǒng)所需的各種要素。


得益于汽車、包裝、制藥及其他工業(yè)應用的迅猛增長,亞太地區(qū)的機器視覺市場正蓬勃發(fā)展。隨著亞太地區(qū)工業(yè)化的不斷推進,各個工業(yè)領域對先進技術的投資顯著增加,預計會為機器視覺市場的擴張創(chuàng)造機會。此外,中國、印度、韓國和日本等國家的電子、半導體、汽車行業(yè)發(fā)展強勁,勢必會令機器視覺市場的增長前景更加樂觀。


機器視覺技術自 20 世紀 50 年代誕生以來,已經取得了令人矚目的進步。機器視覺的發(fā)展與攝像頭傳感器的演變緊密相連。早期的 CCD 質量很高,但速度和分辨率較差。CMOS 傳感器的出現(xiàn)促進了降價和提速,為發(fā)展百萬級像素傳感器及紅外線、高光譜等特殊類型的傳感器奠定了基礎。


深度學習技術的蓬勃發(fā)展讓傳感器成功與 AI 緊密結合,使得實時物體檢測和場景理解成為可能。隨著 3D 成像、邊緣計算和先進傳感器技術的不斷進步,這一趨勢將持續(xù)發(fā)展,未來的機器有望以越來越高的準確度和智能水平“看待”世界,為我們構建一個自動化且富有洞察力的環(huán)境。


人工智能和深度學習取得進步


人工智能 (AI) 和深度學習的持續(xù)進步極大地增強了機器視覺系統(tǒng)的能力。AI 算法,特別是卷積神經網絡 (CNN) 等深度學習技術,徹底改變了圖像處理和模式識別領域。這些系統(tǒng)可以從海量數(shù)據中學習,現(xiàn)在已能準確識別物體、面部和場景并加以分類。


這方面的進展使得面部識別、自動駕駛汽車、醫(yī)學成像和安全監(jiān)控等領域取得了重大突破。隨著 AI 的不斷演進,機器視覺預期會變得更加精密,適應性更強,并能處理日益復雜的視覺任務。這無疑將推動機器視覺領域的進一步發(fā)展和創(chuàng)新。


系統(tǒng)實現(xiàn)


AI+機器視覺成趨勢,圖文詳解N大應用場景

圖 1:機器視覺通用系統(tǒng)示意圖


在工業(yè)領域,機器視覺用于電子元件分析、特征識別、物體和圖案識別及材料檢驗。它可以幫助不同過程實現(xiàn)自動化,通過圖像處理發(fā)現(xiàn)故障。由于機器視覺能夠減少人工操作并提高產品制造的精度,因此備受歡迎。


下面的系統(tǒng)示意圖顯示了工廠環(huán)境中用于檢查物體的機器視覺實現(xiàn)方式。本節(jié)說明機器視覺系統(tǒng)的不同部分或模塊。大多數(shù)工廠檢查系統(tǒng)使用的都是類似的模塊,但可能存在一些細微差別。


攝像頭模塊:攝像頭模塊包括鏡頭和圖像傳感器,用于拍攝物體的照片以供稍后分析。鏡頭會根據照明條件和所拍攝物體的特點來選擇焦距和光圈范圍。圖像傳感器位于鏡頭后部的像平面處,負責信息的光電轉換。


圖像處理器:可利用圖像處理算法分析攝像頭模塊的數(shù)字數(shù)據。以下是機器視覺圖像處理的主要步驟:

◆預處理:預處理包括消除噪聲和增強對比度。

◆顏色管道:顏色插值、顏色平衡、孔徑校正

◆圖像識別:



  • 分割:在此過程中應用閾值并確定圖像的邊緣。

  • 特征提?。涸诖诉^程中可以提取尺寸、顏色、長度、形狀或這些特征的組合。



處理單元:需要一個處理單元和內置軟件來處理圖像和執(zhí)行檢測、測量、比較等,以確認圖像是否滿足質量標準,或為系統(tǒng)提供類型驗證或機器人控制。


照明模塊:照明是視覺系統(tǒng)中最具挑戰(zhàn)性的方面之一。物體或場景的照明不當或照度低,可能會大大增加視覺系統(tǒng)的錯誤率。不過,應用的照明是否適當在很大程度上取決于要完成的任務。


傳感器:機器視覺系統(tǒng)通常包含光學傳感器、磁傳感器、激光雷達、超聲波傳感器和光傳感器,構成了檢測系統(tǒng)的一部分。傳感器檢測最終產品是否存在缺陷。根據設置,傳感器還可能觸發(fā)圖像采集和處理,或使用某種形式的執(zhí)行器來對有缺陷的部件進行分類、分流或剔除。


選擇黑白傳感器還是彩色傳感器,取決于對顏色信息和光敏度的權衡。彩色傳感器通過紅色、綠色和藍色通道捕捉自然圖像,因此非常適合要求通過顏色識別物體的場合。然而,彩色傳感器在低光條件下表現(xiàn)不佳,因為顏色濾波器陣列 (CFA) 會阻擋某些用于捕獲顏色數(shù)據的光線。相反,黑白傳感器舍棄了 CFA,以灰階捕捉所有入射光。因此,黑白傳感器在低光條件下要敏感得多,并且處理速度可能更快。


顯示:機器視覺中顯示模塊的主要作用是將處理后的圖像或視頻數(shù)據清晰直觀地顯示出來。在機器視覺系統(tǒng)中,顯示模塊是一個關鍵組件,用于顯示和解讀所捕獲的圖像或視頻數(shù)據。它以直觀的方式呈現(xiàn)處理后的信息,方便用戶評估數(shù)據的質量,識別潛在的缺陷,并根據經過分析的圖像做出明智的決策。


選擇和設置機器視覺方案時需要考慮的事項如下:


為了選擇適當?shù)臋C器視覺方案,有必要單獨評估機器視覺的各個階段。


圖像捕捉 -機器視覺系統(tǒng)的用途應該從一開始就明確定義。以圖像捕捉/攝像頭模塊為例。這類系統(tǒng)必須配備具有快速幀率和短曝光時間的高像素質量攝像頭。另一方面,如果要根據產品的溫度對產品進行評估,則必須使用紅外攝像頭。簡而言之,設備合適與否取決于具體的使用場景。


圖像處理/識別 -必須選擇合適的圖像處理軟件或圖像識別軟件,并將軟件集成到圖像捕捉所用的系統(tǒng)中。圖像處理軟件將在硬件上運行,硬件將決定圖像處理速度。所需的速度取決于具體使用場景,針對合適的速度進行優(yōu)化將能有效降低硬件成本。


系統(tǒng)動作 -圖像處理和分析軟件必須與采取行動的系統(tǒng)無縫集成??紤]機器視覺系統(tǒng)的總擁有成本時,需要納入集成成本。

文章來源:安森美


免責聲明:本文為轉載文章,轉載此文目的在于傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請聯(lián)系小編進行處理。


推薦閱讀:

同軸電纜中差分信號的設計要點

電動汽車和混動汽車DC-DC轉換器的創(chuàng)新設計與測試方法

意法半導體公布2024年第二季度財報

還在用分立元件設計數(shù)據采集系統(tǒng)?該換個方法了!

意法半導體推出工作溫度范圍更大的工業(yè)級單區(qū)直接ToF傳感器



特別推薦
技術文章更多>>
技術白皮書下載更多>>
熱門搜索
?

關閉

?

關閉