پردازش تصویر و بینایی ماشین از مباحث قدیمی و پرکاربرد در ضمینه هوشمند سازی اتوماسیون و همچنین افزایش بهروری هستند. این مبحث هنوز درحال پیشرفت بوده و با توسعه کاربردهای هوش مصنوعی و یادگیری ماشین این مبحث هم در حال توسعه و تکامل میباشد.
پردازش تصویر با استفاده از الگوریتم های مختلف و پردازش تصاویر دیجیتال اطلاعات قابل استفاده و مهم آن ها را استخراج میکند. این اطلاعات با پردازش های بعدی و استفاده از مفاهیمی مانند یادگیری ماشین و یادگیری عمیق در نهایت سیستم بینایی ماشین را شکل میدهد.
در صنعت به طور عمده تصاویر اولیه از دوربین های کالیبره با کیفیت تهیه می شوند. در رباتیک صنعتی معمولا پردازش تصاویر خارج از کنترلر ربات انجام شده و داده های نهایی به ربات منتقل می شود.
در فرآیند تولید به طور کلی پردازش تصویر سه کاربرد عمده دارد:
1. بررسی و کنترل Inspection: بررسی کیفیت و کمیت، تشخیص محصولات معیوب یا نامطلوب
2. شناسایی اجسام و اشیا Identification: تشخیص اشیا متفاوت از یکدیگر و شناسایی آنها
3. هدایت و مسیریابی بصری Visual guidance : مسیریابی ربات ها و هدایت ربات با توجه به شرایط شناسایی شده
پردازش تصویر میتواند به صورت 2 بعدی یا در فضای سه بعدی با کمک ادغام تصاویر چند دوربین انجام شود. تشخیص های پیچیده به کمک الگوریتم های یادگیری عمیق و هوش مصنوعی انجام می شود.
برخی کاربردهای کلی مهم عبارتند از:
1. تشخیص قطعات معیوب یا متفاوت و فرمان به ربات برای خارج کردن آنها از خط
2. ارسال مشخصات موقعیت و زاویه به ربات برای جابجایی و چیدمان قطعه در محل و زاویه مناسب (مثال: پالت گذاری، برداشت قطعات با چیدمان نامشخص جهت عملیات بعدی)
3. شناسایی و جدا سازی مجموعه ای از اشیا و محصولات که درهمریخته و نامنظم هستند. (مثال:جداسازی و بسته بندی محصولات)
4. اصلاح برنامه حرکت ربات براساس موقعیت و تولرانس قطعات (مثال: اصلاح مسیر جوشکاری)
برخی چالش های اصلی در پردازش تصویر:
1. پردازش Real-time (در لحظه) اطلاعات دوربین ها جهت کاربردهای سریع و حساس
2. افزایش قابلیت اطمینان الگوریتم ها در شرایط مختلف و نامطلوب