Pengetahuan Apa yang Perlu Anda Kuasai untuk Mempelajari Machine Vision?
Jika Anda ingin belajar tentang visi mesin jika Anda belum pernah mengetahuinya sebelumnya, Anda mungkin bertanya-tanya: apa itu visi mesin? Pengetahuan apa yang harus dikuasai jika ingin mempelajari machine vision?
Pertama, izinkan saya menjelaskan tentang apa itu "penglihatan mesin".
Visi mesin adalah cabang kecerdasan buatan yang berkembang pesat. Singkatnya, visi mesin adalah menggunakan mesin untuk menggantikan mata manusia untuk mengukur dan menilai. Sistem penglihatan mesin mengubah objek yang ditangkap menjadi sinyal gambar melalui produk penglihatan mesin (yaitu perangkat pengambilan gambar, dibagi menjadi CMOS dan CCD), dan mengirimkannya ke sistem pemrosesan gambar khusus untuk memperoleh informasi bentuk dari objek yang ditangkap, yang diubah menjadi sinyal digital menurut distribusi piksel, kecerahan, warna, dan informasi lainnya; Sistem citra melakukan berbagai operasi pada sinyal-sinyal ini untuk mengekstrak karakteristik target, seperti area, kuantitas, posisi dan panjang,
Dan pengetahuan apa yang perlu Anda kuasai untuk mempelajari machine vision. Situs sederhana sistem visi mesin terdiri dari tiga bagian: bagian pencitraan visual, bagian pemrosesan gambar, dan bagian kontrol gerak.
1. Bagian pencitraan visual
Pencitraan visual mencakup beberapa komponen khas: sumber cahaya, lensa, dan kamera industri.
Baik sumber cahaya maupun lensa membutuhkan kita untuk menguasai pengetahuan optik. Metode pencahayaan yang berbeda dapat membuat kamera menghasilkan gambar objek yang sama sekali berbeda; Pilihan pembesaran lensa, panjang fokus, dan bidang pandang secara langsung menentukan ketepatan pencitraan. Untuk seorang insinyur visi mesin, menguasai cara memilih lensa, cara memilih sumber cahaya, dan cara menentukan metode pencahayaan adalah keterampilan paling dasar.
Kamera industri mengharuskan kita untuk menguasai pengetahuan fotolistrik, perbedaan antara sensor kamera, dan pengetahuan dasar pencitraan gambar, seperti definisi, jangkauan dinamis, sudut bidang, dll., sehingga kita dapat memilih kamera yang tepat sesuai dengan permintaan dan pemandangan. Cara tercepat untuk menguasai pengetahuan ini adalah dengan membeli SLR entry-level untuk mempelajari hubungan antara parameter pencitraan ini dan pencitraan.
2. Bagian pemrosesan gambar
Kami umumnya memahami bahwa pemrosesan gambar dilakukan pada mesin PC. Faktanya, di bidang industri, sebagian besar komputer industri digunakan karena stabilitas dan keunggulan biayanya.
Untuk pemula, mereka dapat memprioritaskan penguasaan pengembangan platform PC dan platform X86, dan dapat diperluas ke platform tertanam setelah mereka terbiasa.
Di bagian perangkat lunak, sebagian besar lapisan aplikasi mengadopsi C # Net, QT dan C ++, sehingga perlu untuk menguasai salah satu bahasa pemrograman; Pada tingkat algoritma gambar, algoritma open source yang khas termasuk opencv, dan yang komersial termasuk Halcon, visionpro, dll disarankan untuk memulai dengan Halcon; Jika Anda ingin melangkah lebih jauh di tingkat algoritme, Anda dapat mempelajari pembelajaran mesin, yang mungkin menjadi arah utama di masa depan.
Dari segi teori lebih kepada penguasaan konsep dasar pengolahan citra. Buku ini Algoritma dan Aplikasi Visi Mesin layak untuk dibaca.
3. Bagian kontrol gerak
Kartu kontrol gerak yang khas, seperti Gugao, dapat dipelajari. PLC yang lebih canggih juga dapat dimainkan. Kesulitan di bagian ini adalah koreksi akurasi, karena banyak adegan dan persyaratan memiliki persyaratan akurasi yang sangat tinggi.
Selain poin di atas, kemampuan konstruksi skema keseluruhan sangat penting, karena skema perlu menghubungkan bagian-bagian ini dan dapat dihubungkan dengan adegan nyata untuk memenuhi kebutuhan otomatisasi produksi yang sebenarnya.
Kemampuan konstruksi skema keseluruhan tergantung pada pemahaman mendalam tentang proses produksi dan koneksi dan hubungan antara semua komponen. Kedua poin ini membutuhkan akumulasi pengalaman dari beberapa proyek untuk memberikan solusi yang baik.