Машинное зрение (аналитический обзор)
Статья посвящена технологиям машинного зрения. В ней подробно описывается назначение данных систем, представлены основные термины и понятия, необходимые для базового понимания технологических процессов построения решений. Данная статья выделяет основные направления исследований, связанных с создание...
Збережено в:
| Опубліковано в: : | Математичні машини і системи |
|---|---|
| Дата: | 2013 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут проблем математичних машин і систем НАН України
2013
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/83836 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Машинное зрение (аналитический обзор) / Е.И. Дятлов // Мат. машини і системи. — 2013. — № 2. — С. 32-40. — Бібліогр.: 8 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859853007127052288 |
|---|---|
| author | Дятлов, Е.И. |
| author_facet | Дятлов, Е.И. |
| citation_txt | Машинное зрение (аналитический обзор) / Е.И. Дятлов // Мат. машини і системи. — 2013. — № 2. — С. 32-40. — Бібліогр.: 8 назв. — рос. |
| collection | DSpace DC |
| container_title | Математичні машини і системи |
| description | Статья посвящена технологиям машинного зрения. В ней подробно описывается назначение данных систем, представлены основные термины и понятия, необходимые для базового понимания технологических процессов построения решений. Данная статья выделяет основные направления исследований, связанных с созданием автоматизированных систем машинного зрения, описывает типичное оборудование, применяемое в большинстве решений. Особый акцент делается на компонентах систем и их роли в построении решений.
Стаття присвячена технологіям машинного зору. У ній докладно описується призначення даних систем, представлені основні терміни та поняття, необхідні для базового розуміння технологічних процесів побудови рішень. Дана стаття виділяє основні напрями досліджень, пов'язаних зі створенням автоматизованих систем машинного зору, описує типове обладнання, що використовується у більшості рішень. Особливий акцент зроблено на компонентах систем та на їх ролі у побудові рішень.
The article is devoted to computer vision technology. The purpose of these systems is described in details, the basic terms and concepts needed for a basic understanding of the process of constructing solutions are represented. This article highlights the main areas of research related to the creation of automated machine vision systems, describes the typical equipment used in the majority of decisions. It is emphasized on the components of systems and their role in solutions building.
|
| first_indexed | 2025-12-07T15:42:13Z |
| format | Article |
| fulltext |
32
ІНФОРМАЦІЙНІ
УДК 004.93'1
Е.И. ДЯТЛОВ*
МАШИННОЕ ЗРЕНИЕ (АНАЛИТИЧЕСКИЙ
*
Институт проблем математических машин
Анотація. Стаття присвячена технологіям
чення даних систем, представлені
технологічних процесів побудови
пов’язаних зі створенням автоматизованих
що використовується у більшості
на їх ролі у побудові рішень.
Ключові слова: машинний зір, ав
Аннотация. Статья посвящена технологиям
значение данных систем, представлены
понимания технологических процессов
направления исследований, связанных
ния, описывает типичное оборудование
делается на компонентах систем
Ключевые слова: машинное зрение
ние.
Abstract. The article is devoted to computer vision technology.
in details, the basic terms and concepts needed for a basic understanding of the process of constructing
solutions are represented. This article highlights the main areas of research related to the creation of
automated machine vision systems, describes t
emphasized on the components of systems and their role in solutions building.
Keywords: machine vision, automation, cameras, hi
1. Вводная информация
Машинное зрение (также известно
частью жизнедеятельности человека
бильных номеров уже давно охраняют
продукции надежно закрепили
зрении, тем более об искусственном
главную роль в системах машинного
Какие функции выполняет
ветив на данный вопрос, каждый
нологий. Итак, основные цели
• автоматизировать любой
познавание автомобильных номеров
Это необходимо контролиров
• исключить человеческий
операцию, пока не выйдут из строя
тому же эффективность человеческого
ся;
• повысить скорость обработки
обрабатывать информацию с запредельной
© Дятлов Е.И., 2013
ISSN 1028-9763. Математичні машини
ІНФОРМАЦІЙНІ І ТЕЛЕКОМУНІКАЦІЙНІ ТЕХНОЛОГІЇ
АНАЛИТИЧЕСКИЙ ОБЗОР)
математических машин и систем НАН Украины, Киев, Украина
присвячена технологіям машинного зору. У ній докладно
представлені основні терміни та поняття, необхідні для
побудови рішень. Дана стаття виділяє основні напрям
автоматизованих систем машинного зору, описує
більшості рішень. Особливий акцент зроблено на компонентах
втоматизація, камери, швидкісне знімання, відеоспостереження
посвящена технологиям машинного зрения. В ней подробно
представлены основные термины и понятия, необходимые
процессов построения решений. Данная статья
связанных с созданием автоматизированных систем
оборудование, применяемое в большинстве решений
систем и их роли в построении решений.
зрение, автоматизация, камеры, скоростная съемка
The article is devoted to computer vision technology. The purpose of these systems
basic terms and concepts needed for a basic understanding of the process of constructing
. This article highlights the main areas of research related to the creation of
automated machine vision systems, describes the typical equipment used in the majority of decisions.
on the components of systems and their role in solutions building.
machine vision, automation, cameras, hi-speed recording, surveillance.
известно как техническое зрение) сегодня стало
человека. Системы автоматического распознавания
давно охраняют выезды из городов, а системы
закрепили свои позиции в промышленном секторе. Если
искусственном, то первый акцент необходимо сделать
машинного зрения играют видеокамеры.
полняет машинное зрение сегодня и какие цели
каждый для себя сможет оценить масштаб ценности
цели [1]:
втоматизировать любой процесс обработки визуальной информации
автомобильных номеров или контроль параметров изделия
ать автоматически в режиме 24/7;
человеческий фактор. Машины неутомимо могут выполнять
выйдут из строя. Человек же требует перерывов на
человеческого труда имеет свойство с течением
скорость обработки информации. Камерам машинного
информацию с запредельной для человеческого глаза скоростью
машини і системи, 2013, № 2
ТЕХНОЛОГІЇ
докладно описується призна-
для базового розуміння
основні напрями досліджень,
описує типове обладнання,
компонентах систем та
, відеоспостереження.
подробно описывается на-
необходимые для базового
статья выделяет основные
систем машинного зре-
решений. Особый акцент
съемка, видеонаблюде-
he purpose of these systems is described
basic terms and concepts needed for a basic understanding of the process of constructing
. This article highlights the main areas of research related to the creation of
he typical equipment used in the majority of decisions. It is
сегодня стало неотъемлемой
распознавания автомо-
системы выявления брака
секторе. Если мы говорим о
необходимо сделать на том, что
какие цели преследует? От-
масштаб ценности данных тех-
информации будь-то рас-
изделия на производстве.
могут выполнять любую
перерывов на сон, еду, отдых; к
течением времени снижать-
машинного зрения под силу
глаза скоростью. Если воз-
ISSN 1028-9763. Математичні машини і системи, 2013, № 2 33
можности человека ограничены скоростью в 24 к/с, то камеры машинного зрения могут
похвастаться скоростью снимков в 20 000 к/с. В реальной жизни такие скорости не рос-
кошь, а требование: конвейерные линии выпускают продукцию со скоростью до 100 000
изделий в час.
Исходя из перечисленных пунктов, можно оценить, каким подспорьем является
машинное зрение в автоматизированных системах.
2. Направления машинного зрения
Классифицируя задачи машинного зрения, можно выделить следующие направления:
• машинное зрение, работающее с видеопотоком (серией снимков);
• машинное зрение, работающее с одним снимком.
Рассмотрим системы, работающие с видеопотоком. Данные системы применяются
как в охранном, так и в промышленном секторе. Основная их особенность заключается в
том, что серия кадров (визуальной информации) рассматривается как единое целое, что, в
свою очередь, позволяет делать выводы об объектах в трех измерениях: физическом, про-
странственном, временном.
Исследуя различные решения в области технического зрения, можно упомянуть
следующие системы:
1. Программно-аппаратный комплекс AxxonNext [2]. Данное программное обеспе-
чение применяется в сфере охранного видеонаблюдения и позволяет отслеживать переме-
щение объектов в пространстве и времени. Видеоаналитика фиксирует в базе данных ин-
формацию об объекте: его относительные размеры, скорость и траекторию движения, а
также дату и время события. Данный функционал позволяет оператору работать с систе-
мой максимально эффективно (и в считанные минуты найти нужную информацию, напри-
мер, автомобили, которые ехали на сервер со скоростью более 60 км/час).
2. Подсчет людей в магазинах и транспорте. Данная видеоаналитика выделяет в по-
токе кадров объекты (входящие и выходящие люди) и ведет подсчет потоков людей. Это
очень мощное средство позволяет формировать информативные отчеты, крайне полезные
для маркетологов. На основе этих данных можно делать выводы о рентабельности авто-
бусных рейсов и вносить необходимые поправки в расписание движения или маршрут. В
Украине реализуется подобная система – DL-Bus [3]. Данные от системы подсчета пере-
даются по каналам GPRS, и руководство автопарка в режиме реального времени получает
информацию о пассажиропотоках.
Системы, которые занимаются анализом отдельных кадров, не принимают во внимание
предыдущие или будущие снимки (они могут быть учтены, но для дополнительного кон-
троля в сложных системах). Ключевое их отличие состоит в том, что во внимание не бе-
рется траектория движения объекта, поскольку сам объект исследования не должен пере-
мещаться в пространстве так и относительно площади исследования. Классический пример
такой системы – отбраковка продукции на конвейерной линии. Каждый объект исследова-
ния устанавливается механизмом в определенную позицию, где и делается его снимок. За-
дача машинного зрения в таких системах – найти заранее установленные отличия данного
образца от эталона либо, например, считать и проверить на корректность дату выпуска
продукции.
3. Компоненты машинного зрения
Ранее выяснили, зачем необходимы системы машинного зрения и обратили внимание на
то, что в процессе автоматизации принятия решений появляется важный аспект – про-
граммное обеспечение. Именно программное обеспечение занимается анализом информа-
ции и принимает решение (или принимает участие в качестве системы поддержки приня-
34 ISSN 1028-9763. Математичні машини і системи, 2013, № 2
Рис. 1. Камера линейного
сканирования
Рис. 2. Камера сканирова-
ния области BaslerAce
тия решения). Но достаточно ли камеры машинного зрения и программного обеспечения
для полнофункциональной работы? Дело в том, что камеры машинного зрения (и камеры
видеонаблюдения в том числе) очень тесно связаны с законами оптики, а это означает, что
у нас появляются дополнительные возможности, связанные с освещением, преломлением
лучей, работой оптических систем и т.д.
Минимальный набор компонентов любой системы машинного зрения: видеокамера
(соответствующая конкретной задаче), освещение, программное обеспечение. В зависимо-
сти от задачи подобная система может комплектоваться отбраковщиком (на производст-
венной линии) либо другой автоматикой (шлагбаумом на КПП для автоматического про-
езда транспорта).
4. Камеры машинного зрения
Камеры машинного зрения делятся на несколько групп [4]:
1. Тепловизоры (камеры, чувствительные к ИК-спектру) используются как в охран-
ных системах, так и на производстве для контроля температурных параметров.
2. Камеры специального назначения (группа камер с отличительными особенностя-
ми: например, высокая скорость съемки).
3. Камеры машинного зрения (камеры, передающие несжатое видео без потерь в ка-
честве).
4. Камеры охранного видеонаблюдения (камеры, кодирующие видео при передаче
по сети).
Большую часть внимания уделяется камерам машинного зрения и камерам специ-
ального назначения. Камеры машинного зрения, в свою очередь, делятся на два класса по
типу сенсора:
• камеры линейного сканирования [5];
• камеры сканирования области [6].
Ключевое отличие данных двух классов камер в том,
что у них различный принцип считывания информации. Ка-
меры линейного сканирования (рис. 1) содержат линейный
сенсор, который состоит из полоски светочувствительных ре-
зисторов. При этом ширина полоски колеблется от 1024 до
4096 логических пикселей, а её ширина может быть 1-4 пик-
селя. Уникальность таких сенсоров в том, что скорость счи-
тывания данных полосок может достигать 80 000 снимков в
секунду. Данные камеры не заменимы на конвейерных лини-
ях, где объект исследования не имеет фиксированной длины
(пример: продукция в рулонах). Как же проводится анализ
изображения из отдельных полосок? Следует отметить, что
особенность камеры заключается в том, что она сканирует
серию линий и передает их цельным изображением в про-
граммное обеспечение.
Камеры сканирования области (рис. 2) имеют более
простое устройство, знакомое многим, кто занимается про-
фессиональной фотографией. Сенсор такой камеры, как пра-
вило, с соотношением сторон 4:3, поэтому изображение полу-
чается заведомо прямоугольное.
ISSN 1028-9763. Математичні машини і системи, 2013, № 2 35
5. Подсветка машинного зрения
Компонент, без которого практически не обходится ни одна система машинного зрения, –
это специализированная подсветка. Необходимость её применения обоснована многими
факторами, такими как:
• слабый уровень общего освещения на предприятии;
• низкая частота мерцания общего освещения (50 Гц);
• невозможность корректировки угла падения лучей;
• невозможность управлять интенсивностью освещенности;
• общая освещенность может меняться на протяжении дня.
Даже этих пунктов достаточно для того, чтобы отбросить идею использовать общее
освещение. Рассмотрим детальнее, какое негативное влияние оказывает внешнее освеще-
ние на работу камеры машинного зрения.
• Импульсный режим работы люминесцентных светильников. Частота мерцания та-
ких ламп составляет 50 Гц. При работе камеры со скоростью в 20-100 к/с мы увидим, что
часть снимков у нас более светлая, а часть – более темная. Для человеческого глаза это не
так заметно, поскольку человеческий глаз имеет инертные свойства и не воспринимает бо-
лее 25 к/с. Камера машинного зрения лишена таких недостатков и видит ровно то, что есть
на самом деле. Позже мы также ознакомимся с понятиями экспозиции и светочувстви-
тельности. Это даст более полное понимание картины.
• При формировании изображения на сенсоре камеры большое значение имеет угол
падения световых лучей. Этому уделяется много внимания во время лабораторных работ.
Используя общее освещение люминесцентных ламп, невозможно регулировать угол паде-
ния световых лучей, что лишает нас гибкости и дополнительных возможностей при по-
строении изображения.
При использовании общего освещения невозможно регулировать его поток. Ухуд-
шает ситуацию еще и помещение с окнами. Солнечный свет также влияет на итоговое ко-
личество светового потока, который принимает матрица. Ситуация аналогична мерцанию
люминесцентной лампы, лишь за тем исключением, что частота мерцания значительно
ниже. Снимки, полученные в обед, будут ярче в 3–5 раз, чем снимки, полученные в ночное
время.
Таким образом, мы пришли к выводу, что подсветка машинного зрения – это не
роскошь, а крайняя необходимость практически любой системы. Исключением являются,
пожалуй, тепловизоры. Их сенсоры настолько гибкие и универсальные в работе, а рабочий
диапазон настолько широк, что они работают в любых условиях.
Можно классифицировать промышленное освещение по следующим характеристи-
кам:
• спектр света, излучаемый подсветкой;
• угол направленности светового потока и конструктивные особенности устройства
подсветки.
В современном производстве применяют два типа источников освещения: лазер и
светодиод. Светодиод, по сравнению с лазером, более дешевый и более гибкий в использо-
вании, так как позволяет построить практически любую конструкцию самой подсветки,
установив в нее необходимое количество светодиодов. Лазер излучает когерентный, мощ-
ный поток света, что позволяет, применив различные фильтры-насадки, получить «фигур-
ное» освещение.
Рассмотрим детальнее основные виды светодиодных подсветок по конструктивным
особенностям. На рассмотрение предлагается оборудование от ведущих поставщиков ком-
понентов машинного зрения Latab [7].
36 ISSN 1028-9763. Математичні машини і системи, 2013, № 2
Рис. 7. Диффузное освещение
(купольная подсветка) Latab
Рис. 3. Принцип использования подсветки
Latab“BackLight”
Рис. 4. Использование двух подсветок
Latab“LineLight”
Рис. 5. Принцип использования подсветки
Latab“RingLight”
Рис. 6. ПодсветкаLatabтипа “DarkFieldLight”
“BackLight” – прямоугольная подсветка (рис. 3) со светодиодами по всей поверхно-
сти. Применяется в задачах, когда объект исследования пытаются просветить насквозь.
“LineLight” – подсветка для камер машинного зрения с сенсором линейного скани-
рования (рис. 4). Применяется для местного освещения по всей ширине поверхности изу-
чаемого объекта.
“RingLight” – кольцевая подсветка. Применяется в задачах, где нужно осветить объ-
ект под углом 90 градусов к поверхности исследуемого объекта (рис. 5). Удобство приме-
нения в том, что она имеет отверстие под объектив камеры. Подача же освещения под уг-
лом, отличным от 90, будет давать разную степень освещенности объекта в разных зонах.
“DarkFieldLight” – подсветка, применяемая в задачах детализации рельефных тек-
стур. Активную роль в эффективности данной подсветки играет преломление светового
потока [8] на рельефной структуре изучаемого объекта (рис. 6).
“DiffuseLight” – подсветка, угол располо-
жения светодиодов которой позволяет исключить
наличие теней на объемных объектах исследова-
ния (рис. 7). Этот эффект достигается тем, что
светодиоды и сам конструктив подсветки выпол-
нены таким образом, что световой поток посту-
пает буквально со всех сторон.
Характеризуя спектр светодиодного осве-
щения, нужно акцентировать внимание на том,
как мы видим цвет изучаемого объекта. Цвет
изучаемого объекта равен спектру света, который
отражает поверхность объекта. Так, например,
изучая красный объект, эффективнее применить
ISSN 1028-9763. Математичні машини і системи, 2013, № 2 37
подсветку именно красного спектра, а не зеленого. Во втором случае объект исследования
будет выглядеть гораздо более тускло.
Ограничений в выборе спектра светодиодной подсветки практически нет. На выбор
предоставлены все основные цвета радуги, а также УФ и ИК-спектры. Выбор спектра под-
светки должен сопровождаться лабораторными испытаниями и приобретенным ранее
опытом.
Лазерная подсветка интересна не столько мощностью самого лазера, сколько воз-
можностью применять различные насадки, которые позволяют построить следующее изо-
бражение на поверхности исследуемого объекта:
• радиальные круги с постоянным шагом радиуса;
• координатную сетку с постоянным шагом (рис. 8);
• лазерное освещение, описывающее геометрические фигуры (рис. 9).
Рис. 8. Возможности различных насадок-
фильтров для систем лазерной подсветки
Рис. 9. Применение лазерной сетки для
изучения параметров объекта
При помощи такого уникального изображения на поверхности исследуемого объек-
та можно решать целые классы задач. Например, определять наличие всех объектов иссле-
дования в коробке (когда пересечение линий координатной сетки попадает на каждый ис-
следуемый объект). Координатная сетка также будет не заменима в задачах управления
роботизированными руками для пересчета условных координат камеры машинного зрения
в реальный масштаб.
Режимы работы подсветки машинного зрения могут быть двух типов:
• постоянный режим работы (статическое освещение);
• импульсный режим работы (мерцание с заданной частотой).
Импульсный режим работы интересен тем, что светодиод работает короткий про-
межуток времени, а это экономит его ресурс. С другой стороны, в этот короткий импульс
ему подается повышенное напряжение, что позволяет получить более яркий световой по-
ток. Постоянный режим работы применяется там, где нет возможности синхронизировать
камеру и подсветку машинного зрения (камера работает в режиме свободного пуска), либо
варьируется время экспозиции.
Подводя итог, стоит добавить, что подсветка машинного зрения позволяет по-
новому взглянуть на объект исследования и увидеть в нем то, что недоступно человече-
скому глазу.
6. Световые фильтры
Световые фильтры давно стали незаменимыми помощниками профессиональных фото-
графов и инженеров систем машинного зрения.
38 ISSN 1028-9763. Математичні машини і системи, 2013, № 2
Рис. 10. Световые фильтры
Рис. 11. Объектив машинного
зрения FujinonHF9HA-1B
Самые популярные среди фо-
тографов – это поляризационные
фильтры (рис. 10). Гораздо реже ис-
пользуются фильтры видимого
спектра света. Вернемся к описанию
принципа работы световых фильт-
ров. Исходя из названия, можно
сделать вывод, что это приспособ-
ления, которые отсекают часть све-
тового потока. Так же, как и в подсветках машинного зрения, световые фильтры отлича-
ются спектром света, который они пропускают сквозь поверхность фильтра. Как правило,
световые фильтры подбираются под тип подсветки. Например, если применяется подсвет-
ка со спектром волны 850 nm, то световой фильтр должен пропускать спектр 850 nm, ина-
че это сведет на нет работу подсветки. В то же время, отсекая остальной спектр света, мы
отсекаем такие негативные факторы, как солнечное освещение (существенно снижаем его
влияние на изображение), общее освещение помещения (люминесцентные лампы), а также
любое другое паразитное освещение. Таким образом, повышается эффективность приме-
нения подсветки.
7. Объективы и линзы
Объектив – оптическое устройство, предназначенное для создания объективного изобра-
жения. Данное устройство, преломляя лучи света, проходящего через объектив, формирует
на поверхности сенсора камеры изображение объекта
исследования (рис. 11).
В системах машинного зрения нас интересуют
всего несколько видов объективов, так как основная
цель объектива заключается в том, чтобы передать изо-
бражение сенсору камеры с минимальными искажения-
ми и максимальной детализацией. Исходя из этих тре-
бований, стоимость таких объективов гораздо выше
стоимости обычных объективов.
Основные характеристики объектива:
•Фокусное расстояние – физическая характери-
стика оптической системы. Для центрированной опти-
ческой системы, состоящей из сферических поверхностей, описывает способность соби-
рать лучи в одну точку при условии, что эти лучи идут из бесконечности параллельным
пучком параллельно оптической оси. Для системы линз, как и для простой линзы конечной
толщины, фокусное расстояние зависит от радиусов кривизны поверхностей, показателей
преломления стёкол и толщин. Определяется, как расстояние от передней главной точки
до переднего фокуса (для переднего фокусного расстояния) и как расстояние от задней
главной точки до заднего фокуса (для заднего фокусного расстояния). При этом под глав-
ными точками подразумеваются точки пересечения передней (задней) главной плоскости с
оптической осью. Величина фокусного расстояния является основным параметром, кото-
рым характеризуют оптическую систему.
• Относительное отверстие объектива – отношение диаметра входного зрачка к его
заднему фокусному расстоянию.
Таким образом, мы получили два параметра, которые отображают нам угол обзора
сенсора камеры, а также относительное количество света, поступающего на сенсор. При
подборе объектива важно задействовать еще и третий параметр – расстояние до объекта,
ISSN 1028-9763. Математичні машини і системи, 2013, № 2 39
так как именно расстояние до объекта и фокусное расстояние объектива будут определять
размеры объекта в кадре (а, соответственно, определять детализацию изображения).
По типу фокусного расстояния объективы делятся на два вида:
• монофокальные;
• вариофокальные.
Первые отличаются от вторых тем, что у них фокусная величина константна и не
может быть изменена регулировками, а вариофокальные объективы могут менять фокус-
ное расстояние в заданных производителем диапазонах.
В промышленной среде крайне желательно применять монофокальные объективы,
так как вариофокальные объективы имеют свойство терять заданные настройки фокуса
под воздействием вибрации конвейера. Тем не менее, вариофокальные объективы являют-
ся незаменимыми в охранных системах, системах распознавания автомобильных номеров
и в лабораторных стендах, то есть там, где заранее неизвестно необходимое фокусное рас-
стояние.
8. Взаимодействие компонентов
Для того, чтобы все компоненты системы работали согласованно, существуют несколько
вариантов их сообщения. Самый простой из них – интеграция и взаимодействие на уровне
управляющих сигналов или триггеров.
Данный способ управления применим во многих простых системах, где присутст-
вуют следующие задачи:
• управление пуском камеры и синхронизация с конвейером;
• управление подсветкой машинного зрения и ее синхронизация с камерой;
• управление внешним исполнительным механизмом (отбраковщиком либо кнопкой
«стоп»).
Более сложная система коммуникации устройств базируется на базе стека протоко-
лов TCP/IP. При использовании промышленных протоколов верхнего уровня появляются
возможности управлять одновременно целой серией устройств: камерами, программируе-
мыми логическими контроллерами (ПЛК), мониторами операторов и другими компонен-
тами системы.
9. Вывод
На сегодняшний день технологии машинного зрения аккумулируют большое количество
теоретических знаний из области физики, математики и кибернетики, тем самым привле-
кая специалистов разных областей к исследованию данной темы. Задачи анализа визуаль-
ной информации продолжают набирать популярность и с каждым годом всё больше реше-
ний демонстрируется на международных выставках, таких как «Электроника и промыш-
ленная автоматизация» (Киев), «МИПС» (Москва), «Безпека» (Киев).
Решения, построенные на базе данных технологий, можно встретить на любом кон-
вейерном производстве и в охранных системах. Это связано, прежде всего, с экономиче-
ской выгодой, которая возникает в результате применения данных технологий. Особое
внимание уделяется производственным задачам, поскольку серийное производство наибо-
лее чувствительно к малейшим колебаниям цены и качества, а в нынешних рыночных ус-
ловиях задача контроля качества – одна из самых приоритетных для любого производства.
Важно заметить, что технологии машинного зрения не заменяют технологии про-
мышленной автоматизации, а гармонично дополняют их там, где не справляются любые
другие датчики и системы. В отличие, например, от датчиков веса, где осуществляется из-
мерение физических параметров объекта, в технологиях машинного зрения невозможно
осуществить физический контакт с объектом. Это приводит к тому, что информация, по-
40 ISSN 1028-9763. Математичні машини і системи, 2013, № 2
лученная визуальным путем, содержит относительный и несколько недостоверный харак-
тер. Поэтому использование различных интеллектуальных технологий извлечения, обра-
ботки и анализа полезных данных неизбежно в данных системах, что, в свою очередь, от-
крывает большое поле деятельности для исследований.
СПИСОК ЛИТЕРАТУРЫ
1. Обработка и анализ цифровых изображений с примерами на LabVIEW IMAQ Vision / Визильтер
Ю.В., Желтов С.Ю., Князь В.А. [и др.]. – М.: ДМК Пресс, 2007. – С. 14 – 16.
2. Программно-аппаратный комплекс AxxonNext [Электронный ресурс]. – Режим доступа:
http://www.axxonnext.com.
3. Программно-аппаратный комплекс подсчета пассажиров DL-Bus [Электронный ресурс]. – Режим
доступа: http://datalink.ua.
4. SICK/IVP. MachineVisionIntroduction. – 2006. – N 9. – 11 с.
5. Камеры линейного сканирования Basler [Электронный ресурс]. – Режим доступа:
http://www.baslerweb.com/L800-6662.html.
6. Камеры сканирования области Basler [Электронный ресурс]. – Режим досту-
па:http://www.baslerweb.com/A600-4398.html.
7. Светодиодное освещение для задач машинного зрения Latab [Электронный ресурс]. – Режим
доступа: http://www.latab.net.
8. Родионов С.А. Основы оптики. Конспект лекций / Родионов С.А. – Санкт-Петербург, 2000. –
С. 42 – 44.
Стаття надійшла до редакції 11.02.2013
|
| id | nasplib_isofts_kiev_ua-123456789-83836 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1028-9763 |
| language | Russian |
| last_indexed | 2025-12-07T15:42:13Z |
| publishDate | 2013 |
| publisher | Інститут проблем математичних машин і систем НАН України |
| record_format | dspace |
| spelling | Дятлов, Е.И. 2015-06-26T07:09:59Z 2015-06-26T07:09:59Z 2013 Машинное зрение (аналитический обзор) / Е.И. Дятлов // Мат. машини і системи. — 2013. — № 2. — С. 32-40. — Бібліогр.: 8 назв. — рос. 1028-9763 https://nasplib.isofts.kiev.ua/handle/123456789/83836 004.93'1 Статья посвящена технологиям машинного зрения. В ней подробно описывается назначение данных систем, представлены основные термины и понятия, необходимые для базового понимания технологических процессов построения решений. Данная статья выделяет основные направления исследований, связанных с созданием автоматизированных систем машинного зрения, описывает типичное оборудование, применяемое в большинстве решений. Особый акцент делается на компонентах систем и их роли в построении решений. Стаття присвячена технологіям машинного зору. У ній докладно описується призначення даних систем, представлені основні терміни та поняття, необхідні для базового розуміння технологічних процесів побудови рішень. Дана стаття виділяє основні напрями досліджень, пов'язаних зі створенням автоматизованих систем машинного зору, описує типове обладнання, що використовується у більшості рішень. Особливий акцент зроблено на компонентах систем та на їх ролі у побудові рішень. The article is devoted to computer vision technology. The purpose of these systems is described in details, the basic terms and concepts needed for a basic understanding of the process of constructing solutions are represented. This article highlights the main areas of research related to the creation of automated machine vision systems, describes the typical equipment used in the majority of decisions. It is emphasized on the components of systems and their role in solutions building. ru Інститут проблем математичних машин і систем НАН України Математичні машини і системи Інформаційні і телекомунікаційні технології Машинное зрение (аналитический обзор) Машинний зір (аналітичний огляд) Computer vision (analytical review) Article published earlier |
| spellingShingle | Машинное зрение (аналитический обзор) Дятлов, Е.И. Інформаційні і телекомунікаційні технології |
| title | Машинное зрение (аналитический обзор) |
| title_alt | Машинний зір (аналітичний огляд) Computer vision (analytical review) |
| title_full | Машинное зрение (аналитический обзор) |
| title_fullStr | Машинное зрение (аналитический обзор) |
| title_full_unstemmed | Машинное зрение (аналитический обзор) |
| title_short | Машинное зрение (аналитический обзор) |
| title_sort | машинное зрение (аналитический обзор) |
| topic | Інформаційні і телекомунікаційні технології |
| topic_facet | Інформаційні і телекомунікаційні технології |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/83836 |
| work_keys_str_mv | AT dâtlovei mašinnoezrenieanalitičeskiiobzor AT dâtlovei mašinniizíranalítičniioglâd AT dâtlovei computervisionanalyticalreview |