Кіріспе
Суреттеуге негізделген автоматты тексеру және талдау жүргізуге арналған технологиялар мен әдістер.
Машиналық көру – бұл әдетте өнеркәсіпте автоматты тексеру, процестерді бақылау және роботтарды бағыттау сияқты салаларда қолданылатын, суреттерге негізделген автоматты тексеру мен талдауды қамтамасыз ететін технологиялар мен әдістердің жиынтығы. Машиналық көру көптеген технологияларды, бағдарламалық және аппараттық құралдарды, интеграцияланған жүйелерді, іс-әрекеттерді, әдістерді және біліктілікті қамтиды. Машиналық көруді жүйелік инженериялық сала ретінде компьютерлік көруден – компьютер ғылымының бір саласынан – ажыратуға болады. Ол қолданыстағы технологияларды жаңа тәсілдермен біріктіруге және оларды нақты проблемаларды шешу үшін қолдануға бағытталған. Бұл термин өнеркәсіптік автоматтандыруда осы функциялар үшін кеңінен қолданылады, сонымен қатар басқа салаларда, мысалы, көлік құралдарын бағыттауда да пайдаланылуы мүмкін. Машиналық көру процесінің жалпы схемасы талаптар мен жобаның егжей-тегжейін жоспарлаудан басталып, содан кейін шешімді жасаумен аяқталады. Жұмыс істеу кезінде процесс суретті түсіруден басталады, одан кейін суреттің автоматты талдауы жүргізіліп, қажетті ақпарат алынады.
Анықтама
"Машиналық көру" терминінің анықтамалары әртүрлі, бірақ олардың барлығы автоматты түрде кескіндерден ақпаратты алуға қолданылатын технологиялар мен әдістерді қамтиды. Бұл, кескінді өңдеуден өзгеше, онда нәтиже басқа кескін болып табылады. Алынған ақпарат – қарапайым "жақсы/жаман" белгісі немесе кескіндегі әрбір нысанның идентификациясы, орны және бағыты сияқты күрделі деректер жиынтығы болуы мүмкін. Аталған ақпарат өнеркәсіпте автоматты тексеру, роботтар мен процестерді басқару, қауіпсіздік мониторингі және көлік құралдарын басқару сияқты қолданыстарда пайдаланылуы мүмкін. Машиналық көру – өнеркәсіптік автоматтандыру саласында осы функцияларды білдіретін негізгі термин; аталған термин қауіпсіздік және көлік құралдарын басқару сияқты басқа салаларда осы функцияларға қатысты осыншалықты кеңінен қолданылмайды. Машиналық көруді жүйелік инженериялық пән ретінде компьютерлік көруден – компьютер ғылымының бір саласынан – ажыратуға болады. Машиналық көру қолданыстағы технологияларды жаңа тәсілдермен біріктіруге және оларды өнеркәсіптік автоматтандыру және оған ұқсас салалардың талаптарына сай келетін нақты проблемаларды шешуге бағытталған. Бұл термин Automated Imaging Association және European Machine Vision Association сияқты сауда көрмелері мен ұйымдары тарапынан кең мағынада қолданылады. Бұл кең анықтамаға көбінесе кескінді өңдеумен байланысты өнімдер мен қолданыстар да кіреді. Соңғы уақыттарда компьютерлік көру және машиналық көру терминдері жақындасып келеді. Машиналық көру сөздігіне қараңыз.
Суретке негізделген автоматты тексеру және сұрыптау
Машиналық көрудің негізгі қолданылу салалары – бейнелеу негізіндегі автоматты тексеру, сұрыптау және роботты бағыттау. ; Бұл бөлімде шешім жұмыс істеу кезінде жүзеге асылатын техникалық процеске сипаттама беріледі.
Әрекеттің әдістері мен реті
Автоматты тексеру ретінің алғашқы қадамы – камералар, линзалар және келесі өңдеуге қажетті айырмашылықты қамтамасыз ету үшін арнайы жасалған жарықтандыруды қолдана отырып, суретті алу болып табылады. MV бағдарламалық пакеттері және оларда жасалған бағдарламалар қажетті ақпаратты алу үшін әртүрлі сандық бейне өңдеу техникаларын пайдаланады, және көбінесе алынған ақпарат негізінде шешімдер қабылдайды (мысалы, қабылдау/қабылдамау).
Жабдық
Автоматты тексеру жүйесінің құрамдас бөліктері әдетте жарықтандыру, камера немесе басқа бейне түсіру құрылғысы, процессор, бағдарламалық жасақтама және шығару құрылғыларынан тұрады.
Суреттеу
Суретке түсіру құрылғысы (мысалы, камера) негізгі бейне өңдеу блогынан бөлек немесе онымен біріктірілген болуы мүмкін, мұндай жағдайда бұл комбинация әдетте «ақылды камера» немесе «ақылды сенсор» деп аталады. Камерамен бір корпусқа толық өңдеу функциясын орнату көбінесе «кіріктірілген өңдеу» деп аталады. Егер бөлек болса, қосылыс арнайы аралық жабдыққа, жеке өңдеу құрылғысына немесе компьютердегі кадрды ұстағышқа (фреймграббер) аналогты немесе стандартталған цифрлық интерфейс (Camera Link, CoaXPress) арқылы жасалуы мүмкін. MV жүзеге асыру үшін FireWire, USB немесе Gigabit Ethernet интерфейстері арқылы компьютерге тікелей қосыла алатын (фреймграбберсіз) цифрлық камералар да қолданылады. MV көбінесе дәстүрлі (2D көрінетін жарық) бейнелеуді пайдаланса, баламаларына мультиспектралды бейнелеу, гиперспектралды бейнелеу, инфрақызыл спектрдің әртүрлі диапазондарын бейнелеу, жолмен сканерлеу бейнелеуі, беттердің 3D бейнелеуі және рентгендік бейнелеу кіреді. MV 2D көрінетін жарық бейнелеуіндегі негізгі айырмашылықтар – монохромды және түсті формат, кадр жылдамдығы, ажыратымдылығы және бейнелеу процесінің бүкіл кескінде бір уақытта жүзеге асуы немесе болмауы, бұл оны жылдам процестер үшін қолайлы етеді. Машиналық көрудің басым бөлігі екі өлшемді бейнелеуді пайдалану арқылы шешілсе де, 3D бейнелеуді қолданатын машиналық көру саласы индустрияда өсіп келе жатқан тенденция болып табылады. 3D бейнелеу үшін ең көп қолданылатын әдіс – бұл бейнелеу процесінде өнімнің немесе бейненің қозғалысын пайдаланатын сканерлеуге негізделген триангуляция. Лазер объектінің бетіне проекцияланады. Машиналық көруде бұл жұмыс нысанын жылжыту арқылы немесе камера мен лазерлік бейнелеу жүйесін жылжыту арқылы сканерлеу қозғалысымен жүзеге асырылады. Сызық басқа бұрыштан камерамен қаралады; сызықтың ауытқуы пішіннің өзгеруін көрсетеді. Көптеген сканерлерден алынған сызықтар тереңдік картасына немесе нүктелік бұлтқа біріктіріледі. Машиналық көру үшін қолданылатын басқа 3D әдістерге – ұшу уақыты және торға негізделген әдістер жатады.
Терең оқыту
"Терең оқыту" термині әр түрлі мағынаға ие, олардың көпшілігі 20 жылдан астам уақыт бойы машиналық көруде қолданылатын техникаларға қатысты болуы мүмкін. Дегенмен, бұл терминнің машиналық көруде қолданылуы 2010 жылдардың соңында, өнеркәсіптік машиналық көру саласында мұндай техникаларды толық суреттерге сәтті қолдану мүмкіндігі туғаннан кейін басталды. Дәстүрлі машиналық көру әдетте машиналық көрудің автоматты тексеру шешімінің "физикалық" кезеңін қажет етеді, бұл ақауларды сенімді түрде қарапайым жолмен ажыратуға мүмкіндік береді. "Қарапайым" ажыратудың мысалы – өнімдегі ақаулар қараңғы, ал жақсы бөліктері ақшыл болады. Кейбір қолданбаларды іске асыру мүмкін болмаған себептердің бірі – "қарапайым" нәтижеге қол жеткізе алмау еді; терең оқыту бұл талапты жояды, мәні бойынша объектіні адам көзімен көруге ұқсас қылып "көреді", соның арқасында бұрын мүмкін болмаған автоматты қолданбаларды іске асыруға мүмкіндік туды. Алайда, MV сауда журналының бас редакторы "машиналық көру жекелеген сала емес" екенін, керісінше, "автомобиль және тұтыну тауарларын өндіру, ауыл шаруашылығы және қорғаныс сияқты нақты салаларға пайда әкелетін қызметтерді немесе қолданбаларды ұсынатын технологиялар мен өнімдердің интеграциясы" екенін мәлімдеді.