Inzicht in de vier basissoorten machinevisionsystemen

Machinevisionssystemen hebben zich weten in te dringen in een aantal activiteiten in de industrie, waaronder kwaliteitsverbetering, verhoogde automatisering en gegevensverzameling. Bij Sinoseen begrijpen we dat het van cruciaal belang is om naar de verschillende soorten te zoeken machinevisionssystemen die op de markt worden aangeboden. Dit artikel onderzoekt de basissoorten van machinevisionssystemen en hun kenmerken uitvoerig.

2D visiesystemen
2D visiesystemen zijn een van de meest basale en bekende typen machinevisionssystemen; hierbij wordt met één camera alleen twee-dimensionele afbeeldingen vastgelegd, namelijk hoogte en breedte. Door hun kracht en eenvoud zijn deze systemen de voorkeur gegeven voor verschillende routinecontroles.

Belangrijkste Kenmerken
Enkelcamera-opstelling: In dit geval wordt er slechts één camera gebruikt die twee-dimensionele afbeeldingen vastlegt.

Afbeeldingsverwerking: In tegenstelling tot 2D-afbeeldingsverwerkingsystemen werken 2D-herkenningssystemen met kenmerken in plaats van afbeeldingen, bijvoorbeeld door randen, contouren en patronen te extraheren en te analyseren.

Toepassingen: Dit systeem wordt voornamelijk gebruikt in oppervlaktecontroleprocessen, lezen van streepjescodes en basisuitlijningcontroles.

3D visiesystemen
Een 3D visiesysteem helpt de hoogte en breedte aan te vullen met dieptestatistieken. Deze systemen kunnen driedimensionale weergaven van de vorm van objecten produceren, gebruikmakend van specifieke sensoren of algoritmen of verschillende camera's.

Belangrijkste Kenmerken
Diepteperceptie: Processeert en registreert diepinformatie. Dit helpt om een driedimensionaal probleem grondiger aan te pakken.

Geavanceerde sensoren: Classificatie kan worden bereikt door afstand te meten met verschillende technieken, zoals lasertriangulatie en stereovisie.

Toepassingen: Het beste geschikt voor juiste meting en inspectie bij complexe geometrie.

Kleurvissystemen
Dit systeem dient om kleurinformatie uit het beeld te extraheren. Terwijl monochroomsystemen zonder aandacht voor kleuren opereren, zijn deze systemen in staat om kleur te implementeren, wat belangrijk is in veel taken.

Belangrijkste Kenmerken
Kleurencompetent: Heeft camera's die kleurige afbeeldingen analyseert en vastlegt.

Besluitvorming: Deze functie waarbij kleurafbeeldingen worden geanalyseerd voor categorisatie.

Toepassingen: Goed voor kleurbased sorteren van producten, identificatie van gebreken op basis van kleuren en kwaliteitsbeoordelingen die afhankelijk zijn van kleur.

Multispectrale en hyperspectrale visiesystemen
Deze systemen gebruiken een breed scala aan het elektromagnetisch spectrum en nemen foto's in bereiken buiten zichtbaar licht. Dit betekent dat een gedetailleerdere onderzoek van de materiaalkenmerken en -toestanden kan worden uitgevoerd.

Belangrijkste Kenmerken
Verscheidenheid aan golflengtes: Realiseert veel karakterisaties van materialen door gegevens te verkrijgen in verschillende golflengtes.

Gegevensophaal: Deze geavanceerde verschijnselen gebruiken een computerprogramma om de spectrale gegevens te verwerken.

Toepassingen: Goed voor doeleinden van materiaalkarakterisatie die verschillende velden doorsnijden, zoals landbouwplanten, gezondheidsmonitoring en milieubewaking.

Elk machine vision systeem dat je kiest heeft zijn eigen voordelen en is meer of minder geschikt voor specifieke toepassingen. Daarom hebben 2D-systemen de voorkeur vanwege hun eenvoud, 3D-systemen vanwege hun dieptewaarneming, kleurensystemen vanwege hun vermogen om beelden in kleur op te slaan, terwijl multispectrale en hyperspectrale systemen voor super gedetailleerde analyses zijn.