Глоссарий машинно-зрительных систем: ключевые термины, которые должен знать каждый производитель

Этот глоссарий машинного зрения простыми словами определяет наиболее распространенные термины: от поля зрения и разрешения до освещения, инструментов контроля и глубокого обучения. Термины сгруппированы по месту их использования в системе.

Основные выводы

• Термины машинного зрения проще изучать, когда они сгруппированы по назначению: визуализация и оптика, освещение, инструменты контроля, ИИ и производительность системы.
• Поле зрения, рабочее расстояние и разрешение работают в тесной связи друг с другом. Изменение одного параметра влияет на остальные, поэтому их следует указывать как единый набор.
• ИИ и глубокое обучение справляются с вариативными или трудноопределяемыми дефектами, в то время как инструменты на основе правил остаются лучшим выбором для четких, измеряемых характеристик.
• Интеллектуальная камера KEYENCE серии VS и контроллер серии VS-G объединяют оптику, освещение, обработку и инструменты ИИ в единой платформе, что сокращает количество терминов и компонентов, которыми приходится управлять команде.

Как пользоваться этим глоссарием машинного зрения

Машинное зрение использует собственную терминологию. Такие термины, как поле зрения, глубина резкости, пороговые значения и глубокое обучение, встречаются в каждой спецификации, техническом паспорте и обсуждении задачи, и их смысл не всегда очевиден для новичков в этой технологии. Непонимание хотя бы одного термина может привести к тому, что камера окажется слишком далеко, объектив не сможет сфокусироваться или проверка окажется сложнее, чем необходимо.

В этом глоссарии самые распространенные термины машинного зрения объясняются простым языком. Термины сгруппированы по расположению в системе: от оптики, захватывающей изображение, до инструментов ИИ, интерпретирующих его. Каждая статья намеренно сделана краткой, чтобы страница могла служить быстрым справочником при планировании, обучении или общении с поставщиками.

Термины визуализации и оптики

Поле зрения (FOV)

Поле зрения — это область, которую камера может видеть на определенном расстоянии, обычно описываемая шириной и высотой. Большее поле зрения охватывает большую часть изделия, а меньшее — показывает больше деталей. Выбор поля зрения обычно является первым шагом при планировании контроля.

Рабочее расстояние

Рабочее расстояние — это пространство между объективом и проверяемой деталью. Оно влияет на поле зрения, фокус и количество свободного места для освещения и крепежа. Для сохранения того же поля зрения при большем рабочем расстоянии обычно требуется другой объектив.

Разрешение

Разрешение описывает количество пикселей на матрице и, следовательно, уровень детализации изображения. Для надежного обнаружения дефекта обычно требуется, чтобы он занимал несколько пикселей. Более высокое разрешение помогает при работе с мелкими дефектами или большими полями зрения, но оптимальное значение зависит от минимального размера контролируемого элемента.

Глубина резкости

Глубина резкости — это диапазон расстояний, в пределах которого деталь остается приемлемо резкой. Изделия с перепадами по высоте требуют большей глубины резкости, иначе в некоторых положениях они будут выглядеть размытыми.

Оптический зум

Оптический зум изменяет поле зрения за счет перемещения элементов объектива, поэтому матрица сохраняет свое полное разрешение. Цифровой зум лишь кадрирует изображение, что приводит к потере деталей. В серии KEYENCE VS используется ZoomTrax — встроенный оптический зум, который настраивает поле зрения программно без смены объектива.

Термины освещения и качества изображения

Метод освещения

Метод освещения описывает способ попадания света на деталь, например: прямое, рассеянное или фоновое. Этот метод определяет, станет ли элемент заметным или исчезнет, поэтому освещение часто считается важнейшей частью системы машинного зрения.

Время экспозиции

Время экспозиции — это длительность сбора света сенсором для каждого изображения. Короткая экспозиция замораживает движущиеся детали и уменьшает смазанность движения, в то время как более длинная экспозиция высветляет темные сцены.

Контраст

Контраст — это разница в яркости между элементом и его фоном. Сильный контраст делает инструменты контроля более стабильными, и многие проблемы инспекции на самом деле являются проблемами контраста.

Термины инструментов контроля

Область интереса (ROI)

Область интереса — это часть изображения, которую анализирует инструмент. Ограничение области интереса только важной зоной ускоряет обработку и предотвращает ложные результаты из-за нерелевантных частей изображения.

Пороговое значение (Threshold)

Пороговое значение — это граница, которая отделяет годное изделие от бракованного или один уровень яркости от другого. Слишком жесткие пороги вызывают ложный брак, а слишком мягкие пропускают дефекты.

Сопоставление с шаблоном (Pattern Matching)

Сопоставление с шаблоном сравнивает изображение с сохраненным эталоном и сообщает о степени их соответствия. Оно обычно используется для подтверждения присутствия, поиска деталей или проверки сборки.

Выделение границ (Edge Detection)

Выделение границ находит линии резкого изменения яркости. Этот метод поддерживает задачи измерения, такие как проверка ширины, зазора и положения.

Анализ блобов (Blob Analysis)

Анализ блобов находит связанные группы похожих пикселей и выдает отчет об их размере, форме и количестве. Он часто используется для поиска пятен, пустот или отсутствующих элементов.

OCR и OCV

Оптическое распознавание символов (OCR) читает печатный текст, а оптическая верификация символов (OCV) подтверждает, что текст правильный и читаемый. Оба метода используются для кодов дат, номеров партий и этикеток.

Инспекция на основе правил

Инспекция на основе правил использует определенные инструменты и настройки, такие как измерения и пороги, для оценки каждой детали. Она эффективна, когда дефект можно описать четкими цифрами.

Термины ИИ и глубокого обучения

Искусственный интеллект (ИИ)

В машинном зрение под ИИ понимается программное обеспечение, которое учится принимать решения о проверке на основе примеров, а не жестких правил. Он особенно полезен для деталей с естественной вариативностью, таких как текстурированные, формованные или органические поверхности.

Машинное обучение

Машинное обучение — это более широкая категория методов, которые совершенствуются с помощью данных. Глубокое обучение является одним из видов машиннного обучения.

Глубокое обучение

Глубокое обучение использует многоуровневые нейронные сети для поиска закономерностей в изображениях. При инспекции оно может классифицировать дефекты или обнаруживать аномалии, которые трудно описать одними лишь измерениями.

Обучающие изображения

Обучающие изображения — это примеры, используемые для обучения инструмента ИИ тому, как выглядят хорошие и плохие детали. Разнообразный и хорошо промаркированный набор примеров обычно важнее, чем очень большой объем.

Обнаружение аномалий

Обнаружение аномалий изучает внешний вид нормальных деталей и отмечает любые отклонения. Этот подход эффективен, когда дефекты редки или непредсказуемы, так как требует минимум примеров брака или обходится вовсе без них.

Системные термины и показатели производительности

Интеллектуальная камера

Интеллектуальная камера объединяет сенсор, объектив, подсветку и процессор в едином корпусе. Это уменьшает количество проводов и упрощает настройку по сравнению с раздельными камерой и ПК, что видно на примере интеллектуальных камер серии VS.

Контроллер

Контроллер — это вычислительный блок, который запускает программы инспекции и часто поддерживает работу нескольких камер. Контроллер серии VS-G добавляет такие инструменты, как база данных изображений и верификация настроек.

Триггер

Триггер — это сигнал, который указывает камере, когда нужно сделать снимок; обычно он поступает от датчика или ПЛК. Плохая синхронизация триггера является частой причиной нестабильных результатов.

Ложный брак и ложный допуск

Ложный брак — это хорошее изделие, отмеченное как дефектное, а ложный допуск — это дефектная деталь, отмеченная как годная. Оба показателя отражают надежность контроля, и команды отслеживают их для оценки производительности системы.

Время цикла

Время цикла — это длительность одной проверки от триггера до результата. Оно должно быть меньше интервала времени между деталями на линии.

База данных изображений

База данных изображений хранит изображения годных и бракованных изделий для последующего анализа. Она поддерживает поиск и устранение неисправностей, обучение и проверку изменений на реальных производственных изображениях.

Применение терминов на практике

Эти термины редко встречаются по отдельности. Проект может начинаться с наименьшего дефекта, который определяет требуемое разрешение, которое задает поле зрения (FOV) и рабочее расстояние, что, в свою очередь, формирует выбор объектива и освещения. Понимание этой цепочки упрощает постановку задач и позволяет корректно сравнивать различные варианты. Дополнительная информация о системах машинного зрения и отраслевых применениях доступна командам, планирующим новую инспекцию.

Свяжитесь с компанией KEYENCE, чтобы обсудить, какие термины и настройки машинного зрения наиболее важны для конкретной задачи контроля, и как серии VS и VS-G могут помочь в ее решении.

Часто задаваемые вопросы

Поле зрения — это область, которую видит камера на заданном расстоянии. Оно определяется объективом, размером матрицы и рабочим расстоянием, и обычно является первым параметром, определяемым при планировании контроля.

ИИ — это общая концепция программного обеспечения, принимающего решения на основе изученных примеров. Глубокое обучение — это конкретный метод в рамках ИИ, использующий нейронные сети. Большинство современных инструментов контроля на базе ИИ используют глубокое обучение.

Нет. Разрешение должно соответствовать наименьшему обнаруживаемому элементу и размеру поля зрения (FOV). Избыточное разрешение может замедлить обработку без улучшения результата.

Инструменты на основе правил подходят для признаков, которые можно четко измерить, таких как положение, длина или наличие. ИИ лучше справляется с задачами, когда дефекты варьируются по внешнему виду или их трудно описать цифрами.

Ложное бракование приводит к отбраковке качественного изделия, что ведет к потере продукции и времени. Ложное пропускание пропускает дефектное изделие, что создает риск снижения качества. Оба показателя следует отслеживать и поддерживать на минимально возможном уровне.

Освещение управляет контрастом, а контраст определяет надежность, с которой инструменты могут распознать признак. Хорошо настроенная система освещения часто решает проблемы, с которыми не справляется регулировка настроек инструментов.

• Система технического зрения со встроенным ИИ серии VS

Система технического зрения со встроенным ИИ

серия VS

• Высокопроизводительная система технического зрения на базе ИИ серии VS-G

Высокопроизводительная система технического зрения на базе ИИ

серия VS-G