Технологија инспекције машинског вида је нова техника инспекције заснована на истраживању компјутерског вида. У данашњој индустријској аутоматизацији која брзо напредује, технологија машинског вида је нашла све ширу примену у индустрији и стекла је све веће признање и наклоност међу корисницима. Сходно томе, људи су почели да размишљају о употреби ЦЦД камера за снимање слика и њихово преношење на рачунаре или наменске модуле за обраду слике. Дигиталном обрадом се величина, облик и боја могу одредити на основу информација о дистрибуцији пиксела, осветљености и боји. Овај приступ комбинује брзину и поновљивост компјутерске обраде са високом интелигенцијом и способностима апстракције људског вида, што је довело до концепта технологије инспекције машинског вида.
Евидентно је да обим његове примене постаје све распрострањенији. На основу ових категорија, можемо сумирати пет главних примена унутар индустријске аутоматизације.
1. Висион-Апликације вођеног позиционирања
Позиционирање засновано на визији{0}} захтева системе машинског вида да брзо и прецизно лоцирају циљне компоненте и потврде њихове позиције. Машински вид се користи за позиционирање током утовара/истовара за вођење роботских руку за прецизно хватање. У паковању полупроводника, опрема прилагођава главе за прикупљање-на основу података о локацији чипа добијених помоћу машинског вида како би прецизно покупила чипове за лепљење. Ово представља најосновнију примену визуелног позиционирања у индустријском машинском виду. Штавише, у производњи полупроводника, прилагођавање-глава за подизање на основу података о локацији чипа је познат као изазов. Машински вид решава овај проблем омогућавањем прецизног сакупљања и лепљења струготине, наглашавајући зашто је визуелно позиционирање камен темељац у индустријском машинском виду.
2. Апликације за откривање недостатака изгледа
Овај процес открива проблеме квалитета производа на производним линијама и представља област у којој се људски рад најчешће замењује. На пример, у фармацеутском сектору, машински вид се првенствено бави инспекцијом димензија, откривањем дефекта на површини боце, откривањем дефеката на рамену боце и инспекцијом отвора боце. Са напретком модерне индустријске аутоматизације, инспекција машинског вида се широко примењује на различите провере, мерења и идентификацију делова. Примери укључују детекцију површинских дефекта за нове енергетске батерије, препознавање електронских компоненти, детекцију дефекта у изгледу за магнетне материјале и препознавање бар кодова/знакова на паковању производа. Ове апликације деле заједничке карактеристике континуиране масовне производње и изузетно високе захтеве за квалитетом изгледа. Како економски стандарди расту, инспекција машинског вида добија све више на значају. Повећава производни капацитет за квалификоване производе док идентификује и одбацује неквалитетне артикле у раној фази производног процеса, чиме се смањује отпад и смањују трошкови.
3. Примене за високо{1}}прецизну инспекцију
Одређени производи захтевају нивое прецизности од 0,01–0,02 микрометара или чак тачност на нивоу микрона, што чини немогућим људски преглед и захтева машинска-решења. Главни примери укључују детекцију неравнина у енергетским батеријама и инспекцију штампаних плоча. Још једна кључна примена је инспекција фармацеутских стаклених боца, што област медицине чини једним од примарних домена машинског вида.
4. Апликације за препознавање слика
Препознавање слика укључује обраду, анализу и тумачење слика путем машинског вида да би се идентификовали различити обрасци и објекти. Ово омогућава праћење и прикупљање података, проналажење широке употребе у новим енергетским батеријама, штампаним плочама, електронским компонентама, хардверским елементима, храни, фармацеутским производима и другим секторима. Најпознатији пример је препознавање КР кода. КР кодови и бар кодови су свеприсутни у свакодневном животу. Произвођачи уграђују опсежне податке о производу у ове компактне кодове ради управљања и следљивости. Како се препознавање слике машинским видом шири, бар кодови на различитим површинама постају лако читљиви и уочљиви. Ово унапређује модернизацију, значајно повећава ефикасност производње и прогресивно смањује трошкове производње.
5. Апликације за сортирање објеката
У оквиру радних токова машинског вида, сортирање објеката прати фазе препознавања и инспекције. Системи машинског вида обрађују слике и координирају са роботским рукама како би постигли сортирање производа. Традиционалне производне линије су се ослањале на ручно постављање материјала на одређене локације пре него што су прешли на наредне процесе. Данас аутоматизована опрема управља дистрибуцијом материјала. Системи машинског вида снимају слике производа, анализирају их и излазе резултате. Роботи затим постављају одговарајуће материјале у фиксне позиције, постижући интелигентну, модерну и аутоматизовану индустријску производњу. Уобичајено примењени у сортирању хране, аутоматизованом сортирању пакета и сортирању памучних влакана, ови системи штеде рад, повећавају брзину и побољшавају квалитет производа-од суштинског значаја за опстанак предузећа у данашњој економској клими. Коришћење технологије инспекције машинског вида омогућава предузећима да одрже конкурентску предност на тржишту.