Was versteht man unter Machine Vision?
Wahrscheinlich ist Ihnen gar nicht bewusst, wo überall Machine-Vision-Technologie (maschinelle Bildverarbeitung) zum Einsatz kommt. Alles, was in Massenproduktion hergestellt wird – von Lebensmitteln über Halbleiter bis hin zu Textilien – ist auf maschinelle Bildverarbeitung angewiesen, um die Automatisierung zu steuern und die Produktqualität zu überprüfen. Wie der Name schon sagt, ist die maschinelle Bildverarbeitung im Grunde die Fähigkeit eines Systems (wie z. B. eines Computers) zu sehen. Das System analysiert das Bild, um eine Entscheidung oder Klassifizierung zu treffen. Diese Bildverarbeitungstechnologie ist die Grundlage unter anderem für die automatisierte Produktprüfung, Gesichtserkennung und Kollisionsvermeidung.
Bildverarbeitungskameras müssen rund um die Uhr viele Jahre lang mit absoluter Zuverlässigkeit arbeiten, selbst in rauen Umgebungen, in denen dauerhaft Erschütterungen auftreten können. Hier ein typisches Szenario: Externe Signale sorgen dafür, dass die Kamera die Bilderfassung sofort auslöst. Außerdem sendet sie Signale, um Lichter oder sogar andere Kameras auszulösen. Eine Bildanalysesoftware löst dann Maschinenaktionen aus, wie z. B.: ein fehlerhaftes Teil auszusortieren, ein Paket zu sortieren, eine Blutprobe zu analysieren oder einen Roboter zu steuern.
Bildverarbeitungskameras verfügen über verschiedene Funktionen zur Manipulation und Erstellung eines bestimmten Bildtyps. Zu den grundlegenden und erweiterten Funktionen in der maschinellen Bildverarbeitung gehören:
- Die Fähigkeit, ein enges Sichtfeld zu definieren und den Rest der Szene zu ignorieren
- Automatische Farbkorrektur
- Zeitstempel zur Synchronisierung von Bildern mit den Messwerten anderer Sensoren
- Synchronisieren der Bilderfassung mit Signalen von anderen Hardwaregeräten
- Synchronisieren der Bilderfassung von mehreren Kameras
- Präzise Steuerung der Kamerakonfiguration mit einem eigenen Software-Entwicklungskit
- Einfache Integration mit der Bildverarbeitungssoftware von Drittanbietern
Mithilfe der maschinellen Bildverarbeitung können elektronische und mechanische Systemen, visuelle Informationen in Entscheidungen umzusetzen. Mit Deep Learning können Entwickler einen Schritt weitergehen und die komplexe und subjektive Entscheidungsfindung schnell automatisieren. Deep Learning ahmt die Verarbeitung von Daten im menschlichen Gehirn nach und nutzt dabei neuronale Netzwerke, um zwischen relevanten Anomalien und natürlichen Abweichungen zu unterscheiden. Das Resultat: die Möglichkeit, komplexere Muster zu analysieren, schnellere Systementwicklung, hochwertigere Produkte und gesteigerte Produktivität.
Normalerweise erfordern Deep-Learning-Systeme separate Kameras und Computersysteme Die FLIR Neuro-Technologie hingegen ermöglicht den Einsatz eines trainierten neuronalen Netzwerks direkt auf der Kamera. Das reduziert die Systemkosten und die Komplexität, da Entscheidungen direkt auf der Kamera getroffen werden können, in vielen Fällen ohne einen Host-PC. Die Neuro-Technologie eignet sich für eine Vielzahl von Anwendungen, darunter das Klassifizieren und Sortieren von Produkten, die Übersetzung von Gebärdensprache in Worte, die Kollisionserkennung bei Drohnen oder die Erkennung des Wachzustandes eines Piloten oder Fahrers.
Weitere Informationen zu den Machine-Vision- und Deep-Learning-Lösungen von FLIR finden Sie unter: https://www.flir.com/iis/machine-vision/