Co jsou to nástroje Machine Vision?

Nástroje strojového vidění jsou prostředky k identifikaci toho, co umožňuje počítači číst vizuální displeje. S ohledem na vizuální ekvivalent rozpoznávání hlasu bude strojové vidění používat jednu nebo více videokamer a komponenty ADC (analog na digitální převod) a DSP (zpracování digitálního signálu). Data přijatá pomocí těchto nástrojů jsou směrována do kontroléru, což umožňuje počítači „vidět“ data.

Strojové vidění, stejně jako mnoho různých typů systémů vidění, bere v úvahu dva důležité aspekty předávání vizuálních dat. Nejprve se jedná o otázku citlivosti na světelné podmínky. Nástroje používané k dosažení strojového vidění musí poskytovat schopnost zachytit data i za slabého světla a také detekovat impulsy na neviditelných vlnových délkách, které jsou rozhodně slabé. Za druhé, nástroje pro strojové vidění se zabývají rozlišením. Zachycení a zpracování vizuálních dat vyžaduje jasné vymezení všech objektů v dosahu. Dosažení ideální kombinace citlivosti a rozlišení vyžaduje určité přizpůsobení z jedné instance na druhou.

Strojové vidění zahrnuje celou škálu elektromagnetických vlnových délek, které jsou viditelné pro lidské oko, a rozšiřuje se v tomto rozsahu. Není neobvyklé, že systém strojového vidění využívá infračervené, ultrafialové a rentgenové vlnové délky za účelem dosažení správné rovnováhy rozlišení a citlivosti. Proces snímání vizuálních dat může být zlepšen přítomností umělé inteligence pro zaostření hloubky objektů, jakož i použitím videokamer s vysokým rozlišením ke zvýšení celkové kvality dat.

Použití nástrojů strojového vidění je dnes běžné u mnoha typů průmyslových a lékařských aplikací. Strojové vidění se ukázalo jako velmi užitečné, pokud je třeba identifikovat padělané předměty, jako je padělaný podpis nebo padělaná měna. Analýza rukopisu je další funkcí, která velmi těží z pokroku ve strojovém vidění. Textilní průmysl používá strojní vidění jako prostředek kontroly vzoru a konzistence barviva na vyráběných tkaninách a materiálech. Strojové vidění také zlepšilo schopnost snímat obrázky pro použití při diagnostice zdravotních problémů.