В настоящее время камеры машинного зрения широко используются в качестве инструмента для визуального контроля качества продукции. Их также активно применяют в системах видеонаблюдения, дефектоскопии и других сферах, где требуется высокая надёжность и стабильность функционирования.
Принцип работы камеры машинного зрения во многом схож с функциями человеческого зрения: снимки объекта обрабатываются для извлечения необходимой информации. Внедрение камер машинного зрения в промышленность способствует существенному повышению уровня автоматизации производственных процессов, обеспечивая их повышенную точность и воспроизводимость.
Принцип работы систем машинного зрения
В общем виде система машинного зрения, предназначенная для контроля качества продукции на конвейере, состоит из нескольких ключевых компонентов (см. рис. 1), обеспечивающих своевременное выявление дефектной продукции:

Рисунок 1 – Основные элементы мониторинговой системы на базе камер машинного зрения
- Промышленная камера: осуществляет захват изображения инспектируемого изделия и является основополагающим элементом системы.
- Система освещения: гарантирует получение изображений высокого качества, что критически важно для точности анализа.
- Система обработки данных и вычислительный блок: выполняют анализ полученного изображения с целью выявления дефектов в изделии.
- Система передачи данных и устройства связи: обеспечивают передачу результатов сравнительного анализа для принятия решения о приемке или отбраковке изделия.
Промышленная камера выполняет центральную функцию в системе визуального контроля, осуществляя захват изображений продукции, перемещающейся по конвейеру или находящейся в иной конфигурации. Она интегрируется с другими компонентами системы, обеспечивая передачу полученных данных для дальнейшей обработки и интерпретации.
Выбор типа камеры определяется спецификой задачи. В зависимости от поставленных целей могут быть задействованы линейные (1D) камеры для сканирования вдоль одной оси, матричные (2D) камеры для получения двумерных изображений, триангуляционные (3D) камеры для построения трёхмерной модели объекта, а также тепловизоры и лидарные системы для анализа температурных полей и измерения расстояний.
Области применения систем машинного зрения
В настоящее время всё больше промышленных предприятий внедряют системы машинного зрения с использованием камер для оптимизации производственных процессов. Данные технологии позволяют существенно снизить нагрузку на сотрудников и повысить эффективность сбора и обработки информации.
Следует отметить, что применение камер машинного зрения особенно эффективно в таких областях, как:
- Контроль качества: автоматическое обнаружение дефектов на продукции.
- Сортировка: быстрая и точная классификация изделий по заданным параметрам.
- Инспекция: визуальный анализ состояния оборудования и выявление потенциальных проблем.
Внедрение систем машинного зрения способствует повышению производительности, снижению затрат и улучшению качества продукции.
Морские грузоперевозки
Внедрение камер машинного зрения стало одним из наиболее успешных примеров автоматизации процессов в логистике. В частности, оно позволило существенно повысить эффективность обработки ISO-контейнеров (см. рис. 2). До этого момента сбор данных о грузах осуществлялся вручную, что занимало много времени и было подвержено ошибкам.
Однотипный внешний вид и единая цветовая гамма контейнеров создавали дополнительные трудности при визуальной инспекции.
Рисунок 2 – Морские перевозки контейнеров
Камеры машинного зрения значительно упростили процесс регистрации контейнеров, сделав его более быстрым и точным.
Основные функции камер машинного зрения в данной сфере:
- Автоматический ввод данных о количестве контейнеров, их ISO-кодах и номерных знаках.
- Идентификация положения дверей контейнера и проверка наличия защитной пломбы.
- Получение высококачественных изображений контейнера с нескольких сторон для контроля целостности и выявления дефектов.
- Хранение всех необходимых данных и изображений в системе, что обеспечивает отслеживание груза на всем пути следования.
Логистическая сортировка
С каждым годом наблюдается устойчивый рост популярности онлайн-магазинов, что приводит к увеличению нагрузки на курьерские и почтовые службы доставки. Современные технологии отслеживания посылок, основанные на трек-номерах, позволяют отправителям и получателям находиться в курсе местонахождения груза и прогнозировать дату его получения.
В настоящий момент большинство логистических компаний осуществляют сбор данных об отправлениях вручную: операторы измеряют размеры посылки, определяют её вес и сканируют штрих-код. Эти процедуры, необходимые для контроля за состоянием груза на протяжении всего пути следования, требуют значительных затрат времени и людских ресурсов.
Рисунок 3 – Подготовка посылки к отправлению
Для оптимизации логистических процессов и снижения себестоимости доставки была разработана система DWS (Dimensioning Weighing Scan), которая включает в себя камеры машинного зрения. Для реализации задач по измерению массы и размеров посылки, а также сканированию индивидуального штрих-кода, системе DWS необходимы камера с высоким разрешением, источник света, электронные весы и объектив.
Внедрение системы DWS позволяет автоматизировать процесс взвешивания, определения размеров и считывания штрих-кодов посылок. Это нововведение позволило существенно снизить нагрузку на сотрудников логистических компаний, которые ранее проводили эти измерения вручную. Кроме того, технология DWS сократила время обработки посылки, что положительно сказалось на сроках доставки.
Интеллектуальные транспортные системы
Интеллектуальные Транспортные Системы (ITS) – это комплекс передовых технологий, направленных на оптимизацию управления автомобильными потоками и предоставление исчерпывающей информации всем участникам дорожного движения.
Камеры машинного зрения играют ключевую роль в ITS, выполняя широкий спектр задач, от мониторинга автомагистралей до автоматического взимания платы. Они обеспечивают высокое качество изображения даже в сложных погодных условиях, что делает их незаменимыми для различных ITS-приложений.
Ключевые характеристики камер машинного зрения для ITS:
- Низкий уровень шума при недостаточном освещении: Обеспечивает четкость изображения даже в темное время суток.
- Широкий динамический диапазон: Позволяет получать качественные снимки объектов с различной яркостью, например, автомобилей и фонарей.
- Высокая частота кадров: Обеспечивает точный захват быстро движущихся объектов.
- Скорость передачи данных: Необходима для оперативной обработки информации о дорожной ситуации.
Перспективы применения камер машинного зрения в ITS:
- Создание единой системы связи между транспортными средствами: Позволит реализовать “умные” дороги, где автомобили будут взаимодействовать друг с другом и инфраструктурой.
- Повышение автономности коммерческих и пассажирских перевозок: Приведет к созданию единого информационного блока для обеспечения безопасности дорожного движения, анализа экологической ситуации и предотвращения пробок.
Примеры применения:
- Предоставление водителям информации о близости пешеходов, велосипедистов и мотоциклистов.
- Оптимизация маршрутов с учетом количества туристов в различных районах, что способствует снижению топливных выбросов и разгрузки дорог.
Рисунок 4 – Распознавание участников дорожного движения с помощью систем машинного зрения
Пищевая промышленность
Системы машинного зрения находят всё более широкое применение в пищевой промышленности, где особое значение придаётся качеству и безопасности продукции. Ручной контроль большого объёма товаров на предмет брака или истекшего срока годности может оказаться ресурсоёмким и недостаточно эффективным. В свою очередь, системы машинного зрения с высокой точностью определяют целостность упаковки, срок годности изделия, а также фиксируют малейшие изменения цвета и формы продукта.
Благодаря внедрению автоматизированных систем контроля производители могут гарантировать поставку на рынок только свежих и безопасных продуктов, отвечающих всем требованиям качества.
К числу важнейших функций, выполняемых камерами машинного зрения в этой сфере, относятся:
- Обнаружение дефектов и вскрытия упаковки выпускаемой продукции;
- Автоматическое считывание сроков годности и другой печатной информации;
- Проверка наличия и корректного размещения продукции в упаковке;
- Мгновенное считывание 1D и 2D штрих-кодов, акцизных марок и иной буквенно-цифровой маркировки;
- Проверка соответствия цвета и формы товара для исключения бракованной или испорченной продукции.
Применение систем машинного зрения позволяет повысить эффективность контроля качества, обеспечить безопасность продукции и укрепить доверие потребителей к бренду.
Рисунок 5 – Определение дефекта упаковки онигири
Автомобилестроение
Важной областью внедрения систем машинного зрения является автомобильная промышленность. Немецкие производители автомобилей, известные своими высокотехнологичными продуктами, первыми внедрили камеры машинного зрения для автоматизации производства.
Тщательный контроль качества компонентов конструкции автомобиля гарантирует его надежность и долговечность, но увеличивает время и затраты на производство. Чтобы оптимизировать контроль качества деталей, мировые автомобильные гиганты активно внедряют системы машинного зрения на своих заводах по всему миру.
В настоящее время системы машинного зрения способны определять размеры, цвет, направление резьбы и другие характеристики компонентов автомобиля в режиме 24/7 (см. рис. 6). Круглосуточный мониторинг минимизирует риск ошибок и обеспечивает высокую скорость проверки даже при значительных объемах производства.
Рисунок 6 – Использование камер машинного зрения при сборке автомобиля
Камеры как элемент систем машинного зрения
Несмотря на внушительный объём рынка камер машинного зрения, большая часть доступных решений представлена импортным оборудованием, отличающимся высокой стоимостью и потенциальной подверженностью ограничениям на ввоз в Российскую Федерацию. В качестве альтернативы предлагаются передовые отечественные аналоги от НПК Фотоника, не уступающие, а по ряду параметров превосходящие зарубежные решения.
Семейство камер (рис. 7), обладающее рядом уникальных характеристик, может быть интегрировано в системы машинного зрения. Все камеры семейства разрабатываются на основе промышленной, а не коммерческой элементной базы, что существенно расширяет температурный диапазон их эксплуатации.
Рисунок 7 – Камера FCM249
Предлагаемые камеры доступны как в монохромном, так и в цветном варианте исполнения и оснащены различными типами интерфейсов (см. таблицу 1). Поддержка универсальных стандартов CameraLink, SDI и GigE гарантирует высокую скорость передачи данных, что позволяет осуществлять быстрый анализ изображений и выявлять дефектные изделия.
Пользователь имеет возможность регулировать яркость и контраст изображения, а также выполнять коррекцию экспозиции и настройку режима автоматической регулировки усиления (АРУ). Кроме того, в камеры интегрирован алгоритм локального контрастирования, который значительно расширяет динамический диапазон в условиях недостаточной освещенности.
Таблица 1. Основные характеристики камер FCM249
| FCM249M-PAL / FCM249C-PAL | FCM249M-E / FCM249C-E | FCM249M-PAL/SDI / FCM249C-PAL/SDI | |
| Интерфейс камеры |
PAL |
LVDS |
PAL, SDI |
| Цветность |
Цвет/Моно |
||
| Сенсор |
IMX249LQJ (Цвет) / IMX249LLJ (Моно) |
||
| Разрешение, пиксели |
1920 х 1200 |
||
| Тип затвора |
Кадровый (Global) |
||
| Размеры пикселя, мкм |
5,86 x 5,86 |
||
| Максимальная кадровая частота, Гц |
25 |
||
Благодаря работе в видимом и ближнем ИК-диапазонах, такая камера может осуществлять наблюдение за дорогой или каким-либо промышленным объектом в любое время суток. На рис. 8 показан пример работы камеры в условиях низкой освещенности. На фотографии отчетливо видны номера машин, название улиц и эмоции людей.
Рисунок 8 – Пример работы камеры в условиях недостаточной освещенности
Еще одним успешным проектом наших инженеров является использование тепловизионного модуля FLM640 (рис. 9) для определения дефектов поверхности различных объектов.
Рисунок 9 – Тепловизионный модуль FLM640
Данный модуль, оснащенный современным поляризационным сенсором, способен выявлять даже незначительные дефекты и неоднородности в изделиях, свидетельствующие о браке или недостаточном качестве исполнения. Для повышения детализации анализа предлагается использовать комбинированное изображение, формируемое путем наложения тепловизионного и поляризационного снимков. Такой подход предоставляет исчерпывающую информацию о геометрических характеристиках исследуемого объекта (см. рис. 10).
Рисунок 10 – Пример использования тепловизионного модуля для выявления дефектов поверхности металлического корпуса
Анализ состояния поверхности по комплексированному изображению нашел успешное применение, например, в области визуального контроля за качеством гидроизоляционных материалов.
В настоящее время системы машинного зрения активно внедряются в различных отраслях промышленности, где требуется строгий контроль качества производимой продукции. Применение передовых камер с расширенным спектральным диапазоном в составе таких систем способствует существенному повышению уровня автоматизации производственных процессов и минимизации количества дефектной продукции.