Система машинного зрения обычно состоит из оптических систем (источники света, линзы, промышленные камеры), блоков получения изображений, блоков обработки изображений, исполнительных механизмов и модулей человеко-машинного интерфейса. Простейшая система машинного зрения включает в себя визуальную визуализацию, обработку изображений и части управления операциями.
1. Визуальная визуальная часть
Визуальное изображение также включает в себя несколько типичных компонентов: источник света, объектив и промышленную камеру.
И источники света, и линзы требуют от нас овладения оптическими знаниями. Различные методы освещения могут позволить камере создавать совершенно разные изображения объектов; Выбор увеличения объектива, фокусного расстояния, поля зрения и т. д. напрямую определяет точность изображения. Для инженера по машинному зрению освоение того, как выбрать линзу, как выбрать источник света и как определить метод освещения, является самым базовым навыком.
Промышленные камеры требуют от нас знаний в области оптоэлектроники, различий между датчиками камеры и базовых знаний об изображении, таких как четкость, динамический диапазон, угол поля зрения и т. д., чтобы мы могли выбрать правильную камеру на основе потребности и сцены. Самый быстрый способ освоить эти знания — купить цифровую зеркальную камеру начального уровня, чтобы изучить взаимосвязь между этими параметрами изображения и изображением.
2. Секция обработки изображений
Обычно считается, что обработка изображений выполняется на ПК, но на самом деле в промышленной сфере большинство промышленных управляющих компьютеров используются из-за их стабильности и экономичности.
С развитием последних лет встраиваемое оборудование также находится на подъеме. Многие фабрики могут использовать оборудование с открытым исходным кодом, такое как raspberry pie, для решения небольших задач, таких как управление переключателями и мониторинг состояния сотен приборных панелей.
Для новичков приоритет может быть отдан освоению разработки для ПК и платформ X86, которые могут быть распространены на встраиваемые платформы после ознакомления.
В программной части большинство прикладных слоев реализовано с помощью C#,. net, QT и C plus plus, поэтому знание одного из этих языков программирования необходимо; На уровне алгоритмов изображения типичные алгоритмы с открытым исходным кодом включают OpenCV, а коммерческие включают Halcon, VisionPro и т. д. Рекомендуется начать с Halcon в качестве отправной точки; Если вы хотите еще больше углубиться в алгоритмический уровень, вы можете изучить машинное обучение, что может стать основным направлением в будущем.
С точки зрения теории важнее овладеть основными понятиями обработки изображений.
3. Часть управления движением
Сначала можно изучить типичную карту управления движением, такую как Гугао. Можно играть и на более продвинутом ПЛК, но сложность в этой части заключается в корректировке точности, так как многие сценарии и требования требуют высокой точности.
В дополнение к трем вышеперечисленным пунктам решающее значение имеет способность построения общего плана, поскольку план должен соединять эти части вместе и быть в состоянии соединиться с реальными сценариями для удовлетворения фактических потребностей в автоматизации производства.
Возможность построения общего плана зависит от глубокого понимания производственного процесса, связи между всеми компонентами и отношений; Оба они требуют накопления опыта из нескольких проектов, чтобы обеспечить хорошее решение.