پردازش تصویر و بینایی ماشین

پردازش تصویر و بینایی ماشین از مباحث قدیمی و پرکاربرد در ضمینه هوشمند سازی اتوماسیون و همچنین افزایش بهره­وری 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 الگوریتم­های مختلف و پردازش تصاویر دیجیتال اطلاعات قابل استفاده و مهم آن­­ها را استخراج می­کند. این اطلاعات با پردازش­های 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 دوربین­های کالیبره با کیفیت تهیه می­شوند. در رباتیک صنعتی معمولا پردازش تصاویر خارج از کنترلر ربات انجام شده و داده­های نهایی به ربات منتقل می­شود.

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 ربات­ها 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. تشخیص­های پیچیده به کمک الگوریتم­های یادگیری عمیق و هوش مصنوعی انجام می­شود.

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 مجموعه­ای 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 چالش­های اصلی در پردازش تصویر:

1. پردازش Real-time (در لحظه) اطلاعات دوربین­ها جهت کاربردهای سریع و حساس
2. افزایش قابلیت اطمینان الگوریتم­ها در شرایط مختلف و نامطلوب