Од аквизиције слике до резултата: Водич на једном месту за изградњу система машинског вида

Данас, уз континуирани развој аутоматизације производње, системи машинског вида постали су важна покретачка снага за интелигентну производњу. Кроз прикупљање и обраду слика, постиже се прецизна детекција изгледа производа, величине, недостатака и других параметара, побољшавајући ефикасност производње у радионици и нивое контроле квалитета производа. Како купци захтевају производњу, изградња ефикасног и стабилног система машинског вида на једном месту постаје фокус све више компанија. Следеће ће се фокусирати на „излаз резултата аквизиције слике“ као кључа за изградњу комплетног система машинског вида који ће помоћи предузећима да научно изаберу и рационално примене, и убрзају реализацију беспилотних производних линија.

1. Стицање слике: ефикасна сарадња између индустријских камера и сочива

Први корак у машинском виду је аквизиција слике, која директно одређује горњу границу накнадне обраде слике.Као основна компонента, индустријске камере треба да буду опремљене различитим параметрима као што су резолуција, брзина кадрова, тип сензора (као што су ЦМОС, ЦЦД) и облик интерфејса (као што је УСБ3.0, ГигЕ, 10ГигЕ) у складу са производним окружењем.

Истовремено, избор сочива је подједнако критичан. Објективи високе резолуције могу у потпуности да искористе могућности снимања слике камере, обезбеђујући слике са богатим детаљима. За ову врсту детекције високе прецизности, такође можете изабрати да користите телецентрично сочиво, које може смањити изобличење и визуелне грешке и побољшати стабилност мерења. Са одговарајућим системом извора светлости (коаксијално светло, позадинско осветљење, прстенасти извор светлости), препознавање циљних карактеристика може бити додатно побољшано.

2. Обрада слике: интелигентна анализа алгоритамских платформи и софтвера

Након завршетка прикупљања слика, веза за обраду слике је кључна перформанса за постизање „од јасног виђења до разумевања“. Тренутне главне платформе машинског вида опремљене су алгоритамским модулима као што су дубоко учење, детекција ивица, екстракција карактеристика и поређење слике и подржавају више функција као што су откривање дефеката, ОЦР препознавање, читање бар кодова и мерење величине. Софтверска платформа за подршку треба да има високу могућност конфигурисања и добар интерфејс за интеракцију корисника како би подржао не-програмере да брзо примене логику детекције и прилагоде параметре, напомене, обуку и отклањање грешака преко интерфејса екрана како би се побољшала ефикасност развоја система. Неке платформе такође подржавају вишенитно рачунарство, које може задовољити потребе обраде у реалном времену производних линија високог темпа.

3. Резултат резултата: беспрекорна веза са индустријским системима

Последња веза је излаз и повратна информација о резултатима теста. Системи зрелог вида обично су опремљени богатим И/О интерфејсима и комуникационим протоколима (као што су Модбус, ТЦП/ИП, ЕтхерЦАТ, РС232/485, итд.), који могу брзо да шаљу ОК/НГ сигнале, координатне позиције или резултате слике ПЛЦ-у, роботима или МЕС системима. Поред тога, у складу са потребама различитих производних линија, функције система се могу проширити, као што су отпремање података, архивирање слика, контрола повезивања опреме, даљинска дијагностика итд., Да би се постигла дубока интеграција са фабричким информационим системом како би се помогло у изградњи дигиталне и интелигентне производне линије.

4. Предности примене на једном месту: ефикасно, стабилно и реплицирано

У поређењу са традиционалним моделом „извор светлости + камера + сочиво + индустријски рачунар + софтвер“ који се посебно купује и отклања грешке, систем машинског вида на једном месту има следеће значајне предности:

Опрема је високо интегрисана и перформансе су оптимизоване и усклађене како би се обезбедио координисан рад система као целине;

Време инсталације и отклањања грешака је кратко, накнадно одржавање је једноставно, а трошкови рада су смањени;

Обезбедити јединствену техничку подршку и услуге за побољшање стабилности и следљивости система;

Комбинације модула се могу прилагодити према пројектним сценаријима, подржавајући брзу примену и репликацију у више индустрија.

Систем машинског вида на једном месту није само инспекција слике производа, већ и кључни мост који трансформише визију у интелигенцију. У новој ери трансформације производње, кроз научну селекцију и интеграцију система, компаније могу да изграде ефикаснију, прецизнију и прилагодљивију платформу за интелигентну детекцију како би промовисале прелазак са аутоматизације на производне процесе без посаде.