2020年9月21日 机器视觉与计算机视觉技术

MicrochipPolarFire FPGA成像和视频开发套件加快机器视觉应用的开发与部署

机器视觉对工业自动化至关重要

制造业和工业界正在经历巨大的变化,工业物联网(IIoT)等新兴技术有望大幅提升工厂运营效率。因此,各种传感器正以前所未有的速度进行部署,让IIoT应用能够感知和洞察生产过程、工业自动化和质量控制等现实场景所发生的一切。虽然环境传感器、液体流量传感器和压力传感器可以提供许多方面的信息,但在一个持续的过程中,IIoT系统需要全面管理的最重要人类感官之一是视觉。提供计算机视觉(或称机器视觉)需要依赖图像和视频快速处理技术以及人工神经网络平台。

机器视觉无处不在

将视觉能力引入工业制造或装配流程后,机器视觉的潜在应用就变得近乎无限。因此,机器视觉系统在整个工业领域无处不在,可满足广泛的需求。例如,机器视觉可以检测一瓶沐浴露有没有装满,或者标签有没有被直接贴在正确的位置。如果标签没贴好,或者瓶子出现破裂、破碎或变形,它还会促使执行器将瓶子推入废品箱。另一个例子是工业机器人可以自动装配复杂的机械零件。机器视觉的任务可能包括确认零件正确对齐以进行装配,然后检查在进入下一个流程之前零件是否已牢固安装。

机器视觉实现的注意事项

在实现机器视觉应用时,需要考虑多种因素。首先,开发团队必须确定是否可以通过简单的图像处理技术来满足他们的系统需求,或者这个任务是否比较复杂,需要使用深度学习神经网络才能更好地完成。

  • 简单的图像处理技术包括边缘检测算法、阈值化技术,以及对相机拍摄的图像使用低通、带通或高通滤波器。使用这些技术的好处是只需要低到中等的计算资源,这意味着作业吞吐量不会受到影响。前面所列的技术在许多制造和过程自动化场景中都很有用。例如,可以用来检查工业机器人是否将瓶盖正确盖在了瓶子上。机器视觉可以使用边缘检测算法和高通滤波器来执行此任务。如果瓶盖没盖上,高通滤波器将显示暗像素。阈值化技术将颜色与背景分开,这样就可以对吸塑包装中的药片进行识别和计数。此外,机器视觉系统还可以使用类似的方法来确定每颗药丸在制造过程中的大小是否正确。
  • 如果机器视觉的任务比较复杂,例如,读取产品的零件号,开发人员可以实现人工神经网络来推断文本字符和数字。这样,设计工作就会变得更加复杂,需要训练一个神经网络模型来快速、可靠、正确地识别字母和数字。

不过也许设计师最需要考虑的还是受制于生产线处理速度的图像处理速度和计算任务延迟。为了确保设计和实现的灵活性,机器视觉平台还应采用不同的图像和视频协议以及帧速率,以使平台具有可扩展性,能够灵活支持多种应用。

我应该使用哪种计算设备?从前面的示例应用可以看出,机器视觉的计算量可能会有很大差别。大多数高端微处理器都非常适合执行计算密集型任务;但现场可编程门阵列(FPGA)特别适合用来实现大势所趋的高速图像和视频流并行处理技术。同样,它们也适用于神经网络算法,如卷积神经网络,用于模拟人脑以高精度推断图像结果。

对于开发团队来说,无论是使用图像处理技术还是神经网络技术,要针对广泛的工业应用案例实现机器视觉系统,拥有灵活的原型设计平台是完成设计的关键。

Microsemi/Microchip PolarFire FPGA成像和视频开发套件简介

Microsemi/Microchip PolarFire FPGA成像和视频开发套件是一种综合型高性能评估平台,可用于设计原型和测试机器视觉应用。该套件具有双摄像头传感器、丰富的显示器接口和外设I/O选件,能够处理4K图像,并支持HDMI 2.0、DSI、MIPI CSI-2 TX、MIPI CSI-2 RX和HD/3G SDI等协议。PolarFire FPGA具有300k逻辑元件、4GB DDR内存和用于缓冲的1GB闪存(下图)。


带插入式摄像板的Microsemi/MicrochipPolarFire FPGA成像和视频开发套件(资料来源:Microchip)

该套件提供有参考设计演示应用,这些应用展示了如何使用画中画功能、视频拼接和图像平移功能,并通过视差图进行图像深度估计。该套件的软件具有边缘检测算法IP。此IP基于Sobel滤波器,允许提取对象边缘以检测图像中的特征。

Banner
Related Posts

基于线扫描相机的表面缺陷检测系统

2019年5月17日

2019年5月17日

表面缺陷检测系统也叫表面质量检测系统或者表面质量检测设备。应用的领域十分的广泛,我例举一下最主要的应用领域吧,钢铁冶金,有色金属加工,高精铜板带,铝板带,铝箔,不锈钢制造,电子材料,无纺布,织物,玻璃,纸张,薄膜。

用机器视觉法监测石榴成熟过程

2019年11月19日

2019年11月19日

瓦伦西亚农业调查研究所(IVIA)、米格尔·埃尔南德斯·德埃尔切大学和巴伦西亚理工大学的科学家们研究了两种用于石榴质量监测的机器视觉技术。

自动印刷代码检查解决方案

2019年4月17日

2019年4月17日

AutoCoding Systems将在米尔顿凯恩斯即将举行的UKIVA机器视觉会议上展示他们最新的视觉创新成果。由SICK AppSpace提供支持的4Sight解决方案是自动打印检测领域真正的行业突破。

科创板|天准科技:中国机器视觉第一梯队企业

2019年6月2日

2019年6月2日

2019年5月27日,上交所决定将于6月5日召开第1次审议会议,审议深圳微芯生物、安集微电子科技、苏州天准科技3家企业的发行上市申请。

表面缺陷检测系统方案实施的七个步骤

2019年5月24日

2019年5月24日

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

红外、中国和3D堆叠:CMOS的发展趋势

2019年3月29日

2019年3月29日

3月13日在伦敦举行的Image Sensors欧洲会议的开幕式上,Analog Value的首席技术官兼创始人Vladimir Koifman在会议上上介绍了红外传感技术的进步、堆叠式传感器以及中国市场的价格趋势。

工业相机调研凸显嵌入式趋势

2019年3月27日

2019年3月27日

据一项专业调查显示,机器视觉行业正凸显出向嵌入式视觉和模块化发展的趋势。制造商们看到了嵌入式视觉解决方案在汽车和基础设施应用方面的巨大潜能。

机器视觉成为防治农作物减产的新式武器

2019年5月15日

2019年5月15日

农作物的损失对农民来说是毁灭性的。随着生态波动性的增加,这也是生活中的事实。

新的视觉系统可以在传感器内计算,无需将信息转换成数字格式

2020年3月5日

2020年3月5日

研究人员开发了一种图像传感器阵列,它作为自己的人工神经网络,可以同时捕获和识别光学图像,无需将信息转换成数字格式即可快速处理信息。

3D热成像技术

2019年10月30日

2019年10月30日

Fraunhofer IOF使用LWIR热像仪扩展了其高速3D相机系统。他们的数据被映射到使用黑白摄像机重建的3D点,从而获得1kHz空间热图像。

机器视觉这条河,未来也会浑浊吗?

2019年3月21日

2019年3月21日

机器视觉的实质是一种计算机图像处理在工业领域的应用,其在机器人行业的应用方向有两种。AGV和机械臂,AGV上的应用已经很明了,主要存在于导航上面,但是在机械臂上的应用可谓是越来越广。

如何利用机器人视觉进行拣货作业

2019年4月27日

2019年4月27日

机器人进行拣货作业定义了不同的过程,在这些过程中机器人用于从箱子中拾取和放置货物。 Bin pick是机器人领域中棘手的机器人任务。但是,您不必使用复杂的解决方案来解决它。使用机器人视觉的拣选可以以简单的方式执行。

机器视觉系统集成发展的现状和前景

2019年7月10日

2019年7月10日

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。

纺织制造商将人工智能无缝集成到生产中的三种方式

2019年9月3日

2019年9月3日

人工智能正在改进纺织品制造商的经营方式。这一过程的每一个要素,包括纺织品生产、产品成本、质量控制、数据收集、统计过程控制、准时制制造和计算机集成制造,都在进行人工智能改造。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注