Любые ссылки на компромисс между программным обеспечением и механикой / оптикой в ​​промышленных системах машинного зрения?


12

Я объясняю свой вопрос на упрощенном примере.

Я могу спроектировать систему промышленного зрения для автоматического осмотра предмета с учетом следующих основных требований:

  1. изображение хорошего произведения должно быть черным фоном, а изображение должно быть серым.
  2. дефект должен выглядеть как белая область внутри серой области.

Эти требования значительно упрощают программную часть системы: чтобы классифицировать элемент как дефектный, алгоритм просто считает белые пиксели.

Но чтобы получить этот простой алгоритм, мне нужно очень хорошо спроектировать осветительную / оптическую / механическую часть системы, и, возможно, эта часть будет стоить дороже, чем программное обеспечение.

Возможно, в прошлом я читал предложение типа «делай как можно больше с механикой и как можно меньше с программным обеспечением» ; мне кажется, это было в книге 1990-х (или 1980-х) о практическом машинном зрении, но я не могу найти правильную ссылку / ссылку.


Если это из 80-х или 90-х, это, возможно, больше не соответствует действительности
эндолит

@endolith Да, это может быть уже не так ... но я не ищу абсолютную истину, скорее, для влиятельной (может быть, в то время) ссылки.
Алессандро Якопсон

4
И наоборот, если вы производите много юнитов, вы удешевляете оптику и прикладываете героические усилия в программном обеспечении, чтобы восполнить это :)
Мартин Томпсон,

@MartinThompson Точно! Но ссылка, о которой я вспоминал, была в противоположном направлении: «система машинного зрения должна быть на 1% программной и на 99% оптомеханикой».
Алессандро Якопсон

2
Общая проблема та же, что и у любой компьютерной системы: GIGO (мусор входит, мусор выходит). Чем больше вы можете сделать, чтобы улучшить качество исходного изображения, тем больше вы можете получить от постобработки. «Героические усилия» жизнеспособны, только если там достаточно информации; это действительно будет зависеть от приложения. Я не верю, что это изменилось вообще с 80-х / 90-х, как некоторые предполагают. Могут быть улучшения с точки зрения того, что вы можете сделать, просто из-за закона Мура (больше обработки за заданное время), но вам все же лучше начинать с хорошего изображения!
Питер К.

Ответы:


5

Я нашел некоторые "пословицы", такие как:

Никогда не используйте программное обеспечение для компенсации плохой системы освещения. Это не является экономически эффективным и приведет к плохой конструкции системы.

Дешевле добавить светозащитный кожух, чтобы защитить солнечный свет от осматриваемого объекта, чем модифицировать программное обеспечение. Еще одна универсальная истина, о которой часто забывают.

Ничто не превышает скорость света. Любая обработка, которая может быть выполнена оптически, сэкономит много компьютерной обработки позже.

в книге Брюса Дж. Батчелора и Пола Ф. Уилана "Интеллектуальные системы зрения для промышленности", а также в Б.Г. Бэтчелоре и П.Ф. Уилане (1994) "Системы машинного зрения: пословицы, принципы, предубеждения и приоритеты", Материалы SPIE. - Международное общество оптической инженерии, вып. 2347 - Приложения машинного зрения, архитектуры и системная интеграция III, Бостон (США), стр. 374- 383. (см. Здесь http://elm.eeng.dcu.ie/~whelanp/proverbs/proverbs.pdf ).

Пословицы также есть в книге 2012 года «Руководство по машинному зрению», редакторы: Брюс Дж. Бэтчелор, ISBN: 978-1-84996-168-4 .


Потрясающие. Благодарность! Я думаю, что я читал некоторые из книги пословиц раньше - возможно, я даже процитировал это в презентации, несколько лет назад? - но у меня нет копии сам.
Повторно

4

Как найти подходящее освещение? Это будет самый важный вопрос инженера, который должен выбрать правильную настройку освещения для приложения Machine Vision. Вероятно, он помнит некоторые умные пословицы Machine Vision, такие как «лучше освещать, чем писать (программное обеспечение)», «избегать попадания мусора (плохое освещение), которое вызывает мусор (плохой результат)», «сначала создать ЛУЧШИЙ образ» и так далее.

Яр, I., 2007. Освещение в машинном зрении в: Александр Хорнберг, изд. Справочник по машинному зрению . John Wiley & Sons, с.150.


2

Я не уверен, что смогу найти вашу цитату, но я могу упомянуть несколько книг за последние 30 лет, которые хотя бы в какой-то степени склонялись к практическому совету, а не к более чисто теоретическому / математическому / надменному. (Один из более «теоретических» учебников, которые я читал, - просто срыгнутые страницы математики из более раннего учебника, в комплекте с точно такой же явной опечаткой.)

Цифровая обработка изображений Розенфельдом и Как - классика. Мои издания тома 1 и тома 2 защищены авторским правом 1982 года . Том 1 охватывает больше основ математики и формирования изображений, а том 2 посвящен практическим аспектам сегментации, сопоставления и т. Д.

Компьютерное видение Балларда и Брауна, также с 1982 года , и сегодня является полезным справочным материалом для тех, кто должен заставить работать систему видения. Эта книга немного дружелюбнее в плане представления реальных изображений, а также цветных табличек. Существуют алгоритмы псевдокодов и несколько полезных формул (например, цветовое пространство от RGB до HSI). Они делают ряд полезных практических замечаний по поводу применения алгоритмов, и, возможно, они написали нечто похожее на цитату, которую вы упомянули.

Применение машинного зрения на Нелло Zuech было опубликовано в 1988 году . Моя более поздняя редакция называется « Понимание и применение машинного зрения» . В отличие от других упомянутых мной книг, книга Zuech - это скорее практическое руководство для инженеров, которые должны определять, устанавливать, обслуживать и, возможно, модифицировать системы зрения. Прайс-лист на книгу Zuech на Amazon составляет 200 долларов, но если вы выполните поиск, вы можете найти другие источники. У него так много контрольных списков, матриц решений и т. Д., Что книга великолепна в качестве общего справочника. Эта книга или что-то еще, написанное Цюхом, могло быть вашим источником.

Цифровая обработка изображений Гонсалеса и Вудса (1-е издание 1992 г. ) - это широко используемый учебник, и он достаточно болтливый по тону, хотя о системной интеграции или освещении не так много (как я помню). Также проверьте их веб-сайт http://www.imageprocessingplace.com/ .

Машинное видение: теория, алгоритмы, практические действия Э. Р. Дэвиса (1-е издание 1990 г. , 3-е издание, 2006 г. ) - один из лучших учебников, исследующих реальную работу, необходимую для решения приложения. Алгоритмы, как правило, являются более простыми, но Дэвис изучает и исследует не только то, где алгоритм может быть применен, но и практические результаты этого. Тем не менее, это, вероятно, слишком недавно, чтобы быть вашим источником.

Из всех вышеперечисленных книга Цюха наиболее ориентирована на практическую оценку целостности системы. Даже если он не ваш источник, хорошо иметь копию его работы.


+1 Спасибо большое! В качестве примечания: первое издание « Машинного видения Дэвиса : теория, алгоритмы, практичность» было опубликовано в 1990 г. (London: Academic Press, c1990) ISBN 0122060903.
Алессандро Якопсон,

1

При проектировании систем контроля всегда следует соблюдать два важных правила:

При проектировании оптической подсистемы постарайтесь снизить требования к процессору изображений до тривиального уровня, предоставив ему наилучшие возможные изображения для анализа.

При проектировании процессора изображений предположите, что на фабрике не будет возможности получать изображения того же качества, что и в лаборатории. Никогда не полагайтесь на «хрупкий» алгоритм.

Улучшение освещения почти всегда дешевле, чем обработка изображений. Эффекты изменения освещения могут быть весьма впечатляющими.

Batchelor, BG, 1985. Техника освещения и просмотра , в: BG Batchelor, DA Hill, DC Hodgson, ed. Автоматизированный визуальный контроль . IFS (Publications) Ltd, Великобритания Северная Голландия. с.104.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.