Inzicht in de vier basistypen machine vision-systemen

Machine vision-systemen hebben hun weg gevonden naar een aantal activiteiten in de industrie, waaronder kwaliteitsverbeteringen, verhoogde automatisering en gegevensverzameling. Bij Siseen beseffen we dat het absoluut noodzakelijk is om te zoeken naar de verschillende soortenMachine Vision Systemenop de markt aangeboden. Dit artikel gaat in detail in op de elementaire soorten machine vision-systemen en hun kenmerken.

2D vision systemen
2D vision-systemen zijn een van de meest elementaire en bekende soorten machine vision-systemen, hier gebruiken ze één camera om alleen 2-dimensionale beelden vast te leggen, namelijk hoogte en breedte. Vanwege hun eenvoud hebben deze systemen de meeste voorkeur voor een aantal routinematige inspectieprocedures.

Belangrijkste kenmerken
Opstelling met één camera:In dit geval wordt slechts één camera gebruikt die tweedimensionale foto's maakt.

Beeldverwerking:In vergelijking met 2D-beeldverwerkingssystemen werken 2D-beeldherkenningssystemen met functies in plaats van afbeeldingen, zoals het extraheren en analyseren van randen, contouren en patronen.

Toepassingen:Dit systeem wordt voornamelijk gebruikt bij oppervlaktecontroleprocessen, het lezen van barcodes en de basiscontrole van de uitlijning.

3D vision systemen
Een 3D vision systeem helpt om de hoogte en breedte te voltooien met dieptestatistieken. Deze systemen kunnen driedimensionale presentaties van de vorm van objecten produceren, met behulp van specifieke sensoren of algoritmen of meerdere camera's.

Belangrijkste kenmerken
Diepte waarneming:Verwerkt en registreert diepte-informatie. Dit helpt om een driedimensionaal probleem grondiger aan te pakken.

Geavanceerde sensoren:Classificatie kan worden bereikt door afstand te meten met behulp van verschillende technieken, bijv. lasertriangulatie en stereozicht.

Gebruikt:Het meest geschikt voor de juiste meting en inspectie als het gaat om complexe geometrie.

Color Vision-systemen
Dit systeem zorgt ervoor dat er kleurinformatie uit de afbeelding wordt geëxtraheerd. Hoewel monochrome systemen werken zonder zich zorgen te maken over kleuren, zijn deze systemen in staat om kleur te implementeren, wat bij veel taken belangrijk is.

Belangrijkste kenmerken
Geschikt zijn voor kleur:Heeft camera's die kleurenbeelden analyseren en vastleggen.

Besluitvorming:Deze functie waarbij kleurenafbeeldingen worden geanalyseerd voor het maken van categorisatie.

Toepassingen:Goed voor het sorteren van producten op basis van kleur, het identificeren van gebreken op basis van kleuren en kleurafhankelijke kwaliteitsbeoordelingen.

Multispectrale en hyperspectrale zichtsystemen
Deze systemen maken gebruik van een breed scala aan elektromagnetische spectrum en maken foto's in andere bereiken dan zichtbaar licht. Dit betekent dat een gedetailleerder onderzoek naar de materiaaleigenschappen en -omstandigheden kan worden uitgevoerd.

Belangrijkste kenmerken
Verscheidenheid aan golflengten:Bereikt vele karakteriseringen van materialen door gegevens in verschillende golflengten te verkrijgen.

Ophalen van gegevens:Deze geavanceerde fenomenen maken gebruik van een computerprogramma om de spectrale gegevens te verwerken.

Toepassingen:Goed voor de materiaalkarakteriseringsdoeleinden die zich uitstrekken over gebieden zoals landbouwgewassen en gezondheidsmonitoring en milieumonitoring.

Elk machine vision systeem dat u kiest, heeft zijn eigen voordelen en is min of meer geschikt voor een specifieke toepassing. Daarom hebben 2D-systemen de voorkeur vanwege hun eenvoud, 3D-systemen vanwege hun dieptewaarneming, kleurzichtsystemen vanwege hun vermogen om beeld in kleur op te slaan, terwijl multispectrale en hyperspectrale systemen voor supergedetailleerde analyse.