Машинска визија је фузија бројних технологија које омогућавају индустријску или другу аутоматизовану опрему да произлазе из слика напредним разумевањем окружења. Без софтвера за визију машине, дигиталне слике са различитим вредностима боја и интензитета тона не би биле ништа више од једноставне, неповезане збирке пиксела на такву опрему. Машинска визија омогућава рачунар (обично повезан са управљачем машине) да открије ивице и облике у таквим сликама како би се омогућило процесор вишег нивоа да препозна унапред дефинисани циљни предмет. Слике у овом смислу нису ограничене на фотографске слике у видљивом спектру; Такође могу да садрже слике добијене помоћу инфрацрвених, ласерских, рендгенских и ултразвучних сигнала.
У индустријским окружењима је прилично уобичајено за апликације за визију машина да препознају одређене делове са многих делова постављених у неред материјалних канта. Овде визија машине помаже роботу за преузимање и место аутоматски да покупи исправне делове. Наравно, ако су делови уредно уређени у истој оријентацији на палети, било би релативно једноставно препознати их са повратним информацијама. Међутим, снажни алгоритми за визију машине могу препознати објекте који су на различитим удаљеностима од камере (и самим тим се појављују као различите слике величине на сензору за обраду слике), као и предмети који нису оријентисани у истом правцу као и камера.
Најсофистициранији системи за визијом машине омогућили су у наставку најављивања који су далеко сложенији од одабира делова од канти; На пример, можда неће бити сложеније идентификације од аутомобила само-вожње.
Технике везане за визију машине
Израз визијска визија је понекад резервисана за референцу на софистицираније и ефикасније математичке методе које могу извући информације са слика. Супротно томе, израз рачунарска визија обично описује модерније, рачунарски захтевне системе - укључујући приступу црне кутије који користе машинско учење или вештачку интелигенцију (АИ). Међутим, визија машине се такође може користити као свеобухватни рок који укључује све методе вађења информација на високом нивоу са слика; У овом случају, рачунарска визија описује своју основну теорију рада.
Технике које могу извући значење на високом нивоу од слика обилују. У истраживачком заједници, такве технике се често сматрају различитом од визије машине. У стварности, међутим, сви су различити начини примене машинских визија ... и преклапају се у многим случајевима.
Дигитална обрада слике је облик прераде дигиталне сигнала која укључује побољшање, обнову, кодирање и компресију. Предности у односу на аналогну обраду слика су минимизирање буке и изобличења, као и на располагању мноштво алгоритама. Једна од првих врста побољшања слике коришћена је за исправљање првих сликовних слика на лунарну површину. У овом процесу коришћени су фотограметријско мапирање, као и филтри за буке, а исправљају се за геометријске изобличења узроковане поравнањем камере за снимање на лунарну површину.
Побољшање дигиталног имила обично укључује све веће контраст и евентуално геометријске корекције за гледање углова и изобличења сочива. Компресија се често постиже приближавањем сложених сигнала као комбинација косинских функција - Фоуриено трансформација позната као дискретна косине трансформације (ДЦТ). ЈПЕГ формат датотеке је најчешћа примена ДЦТ-а. Обнова слике такође може да користи Фоуриеров трансформацију да уклони буку и замућење.
Фотограмитрија користи неку врсту препознавања значаја за вађење мерења са слика. Ова мерења могу да садрже 3Д информације када се више слика исте сцене стиче са различитих локација. Најједноставнији фотограметријски системи користе скали за мерење удаљености између две тачке на слици. Да бисте то учинили, често је потребно укључити познату референтну скалу на слици.
Детекција функција омогућава да рачунар препознаје ивице, углове или бодове на слици. Ово је први корак потребан за фотограметрију и за препознавање објеката и мотион.блоб детекција идентификује подручја са ивицама које су превише глатке за препознавање ивице или угаоне детекције.
Препознавање узорка користи се за препознавање одређених објеката. У најједноставнијем случају, то може значити да је проналажење добро дефинисаног механичког дела на транспортном траку.
3Д реконструкција одређује 3Д облик објекта са 2Д слике. Ова функција се може реализовати фотограметријским методама. У овом случају, висине заједничких карактеристика (одређене у сликама са различитих посматрачких тачака) одређују се користећи триангулацију. 3Д реконструкција је такође могуће користити 2Д слике; Овде софтвер такође објашњава геометријске односе између ивица или засјењених подручја.
Људи могу реконструисати коцке једноставно прерађивањем у мозгу користећи цртање линија - користећи засјењене кругове за реконструкцију сфера. Сенчење показује нагиб површине. Међутим, овај поступак извођења је далеко сложенији него што би се могао помислити, јер је сенчење једнодимензионални параметар, док се нагиб дешава у дводимензионалном случају. То може довести до двосмислених ситуација - чињеница потврђена уметност приказивања физички немогућим објектима.
Како се секвенционишу задаци визита са машинама
Многи системски визијски системи подржавају горе поменуте технике почевши од операција ниског нивоа, а затим напредују до операција на више нивоа. На најнижем нивоу, сви пиксели слике се чувају као подаци са високим опсегом. Свака операција у редоследу тада препознаје карактеристике слике и представља информације о интересама са релативно малим количином података.
Први је рад ниског нивоа побољшања и рестаурација са ниским нивоом праћено откривањем функција. Дакле, у случају употребе више сензора, операција ниског нивоа могу се извршити дистрибуираним процесима специјализованим за појединачне сензоре. Једном када се одлике открију у појединачним сликама, може се извршити напреднија фотограметрија - као и код било којег препознавања објекта или другог задатка који се ослања на комбиноване податке из више слика и сензора.
Директно рачунање и алгоритми за учење
У случају машинске визије, директно рачунање је скуп математичких функција које је дефинисао програмер. Ове функције узимају улазне вредности као што су вредности пиксела слике и производе излаза као што су координате ивица објеката. Супротно томе, алгоритми за учење не пишу директно људи, али су обучени на примеру датасете који корејују уносе са жељеним резултатима. Као резултат, алгоритми за учење користе се као црне кутије. Већина таквог машинског учења сада користи дубоко учење засновано на вештачким неуронским мрежама за рачунање.
Једноставно учење машине за индустријске апликације обично је поузданији и мање рачунарски захтеван када се заснива на директном рачунању. Наравно, постоје ограничења у ономе што се може постићи директним рачунањем. На пример, никада се не треба надати да ће се наступити лица да препознају напредне обрасце препознавања, а посебно не од видео снимака у препуним јавним просторима. Супротно томе, машинско учење може вешто поднијети такве апликације. Стога није изненађујуће да се учење машине све више распоређује за оперативне операције визије на ниским нивоима, посебно побољшања слике, рестаурације и откривање функција.
Побољшане методе наставе (не алгоритми)
Све већа софистицираност техника дубоког учења је јасно постала јасно да то нису сами алгоритми у учењу који је потребно побољшати, већ начин на који су алгоритми обучени. Једна побољшана процедура обуке позната је као рачунарска визија усмерена на податке. Овде систем дубоког учења прихвата врло робусну сет за обуку која се састоји од хиљада, милионских или чак милијарди слика - а затим штеди синтетизоване информације екстраховљене са сваке слике њеним алгоритама. Ови алгоритми учествују ефикасно повезивањем са радним примерима, а затим се односе на "књигу одговора" да би се проверило да су исправне вредности изведене.
Постоји стара прича о препознавању дигиталног узорка. Америчка војска је некада намеравала да користи машински вид за циљне препознавање, а демонстрација извођача одбране поуздано је идентификовала и америчке и руске тенкове. Резервоари свих различитих врста могли би се правилно разликовати, један за другим, од ваздушних фотографија добављача. Међутим, када се поново тестира са Пентагоновом библиотеком слике, систем је стално давао нетачне одговоре. Проблем је био да слике добављача одбране сви приказани амерички резервоари у пустињском и руском тенковима на зеленим пољима. Уместо да се идентификује различита резервоара, систем је идентификовао различите обојене позадине. Који су критеријуми за признавање? Алгоритами за учење захтевају пажљиво куриране податке о обуци за рад.
Закључак: Сигурна визија за роботске радне картице
Визија машине више није ниша технологија. У тренутном погону индустријски сектор је највећи простор за раст за распоређивање вида машина. Најупечатљиви развој у овој области је начин на који је визија машине сада довршаване сигурносне системе у индустријским постројењима, тј. Системима који звуче аларм или дају гласовне обавештења када радник уђе у радну површину без кациге, маске или друге одговарајуће заштитне опреме. Машинска визија се такође може користити у системима који се упозоравају приликом покретне машине, као што су виљушкари, преблизу особљем.
Ови и слични системи за визијом машине понекад могу заменити тешке заштитне мере око индустријских робота да би операције учинили ефикаснијим. Машински визијски системи такође могу да замене или побољшају безбедносне системе засноване на светлој чувању која заустављају машине када год се открије радник у уносу радне ћелије. Када визија машине надгледа фабрички под око радне ћелије, роботи у тој ћелији имају потенцијал да постепено успоравају како људи прилазе.
Како се дизајн индустријских окружења развија да би се прилагодио колаборативне роботе и другу радне опрему која омогућавају да се особље биљака сигурно хода сигурно (чак и док опрема ради), ови и други системи засновани на машини за базирању машина постаће чешћи део биљних процеса.