Masinnägemise kontrollimise tehnoloogia on arenev kontrollitehnika, mis põhineb arvutinägemise uuringutel. Tänapäeva kiiresti arenevas tööstusautomaatikas on masinnägemistehnoloogia leidnud tööstuses üha laiemat rakendust ning pälvinud kasutajate seas üha suuremat tunnustust ja poolehoidu. Sellest tulenevalt on inimesed hakanud kaaluma CCD-kaamerate kasutamist piltide jäädvustamiseks ja nende edastamiseks arvutitesse või spetsiaalsetesse pilditöötlusmoodulitesse. Digitaalse töötlemise abil saab pikslite jaotuse, heleduse ja värviteabe põhjal määrata suuruse, kuju ja värvi. See lähenemine ühendab arvutitöötluse kiiruse ja korratavuse inimese nägemise kõrge intelligentsuse ja abstraktsioonivõimega, millest tuleneb masinnägemise kontrollitehnoloogia kontseptsioon.
On ilmne, et selle rakendusala on muutumas üha laiemaks. Nende kategooriate põhjal saame kokku võtta viis peamist tööstusautomaatika rakendust.
1. Visioon-Juhitud positsioneerimisrakendused
Nägemis{0}}põhine positsioneerimine nõuab masinnägemissüsteemide kiiret ja täpset sihtkomponentide asukoha määramist ja nende asukoha kinnitamist. Masinnägemist kasutatakse laadimise/mahalaadimise ajal positsioneerimiseks, et juhtida robotkäed täpseks haaramiseks. Pooljuhtpakendites reguleerivad seadmed korjamispäid-kiibi asukohaandmete põhjal, mis on saadud masinnägemise teel, et koguda kiibid liimimiseks täpselt kokku. See kujutab endast visuaalse positsioneerimise kõige põhilisemat rakendust tööstuslikus masinnägemises. Lisaks on pooljuhtide tootmises pistikupeade reguleerimine-kiibi asukohaandmete põhjal kurikuulsalt keeruline. Masinnägemine lahendab selle probleemi, võimaldades täpset kiibi kogumist ja sidumist, rõhutades, miks visuaalne positsioneerimine on tööstusliku masinnägemise nurgakivi.
2. Välimuse defektide tuvastamise rakendused
See protsess tuvastab tootmisliinidel olevate toodete kvaliteediprobleemid ja esindab valdkonda, kus inimtööjõudu kõige sagedamini asendatakse. Näiteks farmaatsiasektoris tegeleb masinnägemine peamiselt mõõtmete kontrollimisega, pudeli pinna defektide tuvastamisega, pudeli õla defektide tuvastamisega ja pudelisuu kontrollimisega. Kaasaegse tööstusautomaatika edenedes rakendatakse masinnägemise kontrolli laialdaselt erinevatele kontrollidele, mõõtmistele ja osade tuvastamisele. Näited hõlmavad uute energiatoiteakude pinnadefektide tuvastamist, elektroonikakomponentide tuvastamist, magnetmaterjalide välimusvigade tuvastamist ja tootepakendil olevaid vöötkoodi/märgituvastusi. Nendel rakendustel on pideva masstootmise ühised omadused ja ülikõrged nõudmised välimuse kvaliteedile. Majandusstandardite tõustes muutub masinnägemise kontroll üha olulisemaks. See suurendab kvalifitseeritud toodete tootmisvõimsust, tuvastades ja kõrvaldades ebastandardsed esemed tootmisprotsessi varajases staadiumis, vähendades seeläbi jäätmeid ja kulusid.
3. Kõrge-täpse kontrolli rakendused
Teatud tooted nõuavad 0,01–0,02 mikromeetri või isegi mikroni{2}}täpsust, mis muudab inimeste kontrolli võimatuks ja nõuab masinapõhiseid lahendusi. Peamised näited hõlmavad toitepatareide murdumise tuvastamist ja PCB trükkplaadi kontrollimist. Teine oluline rakendus on farmaatsia klaaspudelite kontrollimine, muutes meditsiinivaldkonna masinnägemise üheks peamiseks valdkonnaks.
4. Pildituvastusrakendused
Pildituvastus hõlmab kujutiste töötlemist, analüüsimist ja tõlgendamist masinnägemise kaudu, et tuvastada erinevaid mustreid ja objekte. See võimaldab andmete jälgimist ja kogumist, leides laialdast kasutust uutes energiapatareides, trükkplaatides, elektroonikakomponentides, riistvaratarvikutes, toiduainetes, farmaatsiatööstuses ja muudes sektorites. Kõige ikoonilisem näide on QR-koodi tuvastamine. QR-koodid ja vöötkoodid on igapäevaelus üldlevinud. Tootjad lisavad haldamise ja jälgitavuse tagamiseks nendesse kompaktsetesse koodidesse ulatuslikud tooteandmed. Kuna masinnägemise pildituvastus laieneb, muutuvad erinevatel pindadel olevad vöötkoodid hõlpsasti loetavaks ja tuvastatavaks. See edendab moderniseerimist, suurendab oluliselt tootmise efektiivsust ja vähendab järk-järgult tootmiskulusid.
5. Objektide sorteerimise rakendused
Masinnägemise töövoogudes järgneb objektide sorteerimine tuvastamise ja kontrollimise etappidele. Masinnägemissüsteemid töötlevad pilte ja koordineerivad neid robotkätega, et saavutada toodete sorteerimine. Traditsioonilised tootmisliinid põhinesid materjalide käsitsi paigutamisel määratud kohtadesse enne järgmiste protsesside jätkamist. Tänapäeval tegelevad materjalide levitamisega automatiseeritud seadmed. Masinnägemissüsteemid jäädvustavad tootepilte, analüüsivad neid ja väljastavad tulemusi. Seejärel paigutavad robotid vastavad materjalid kindlatesse kohtadesse, saavutades intelligentse, kaasaegse ja automatiseeritud tööstusliku tootmise. Toidu sorteerimisel, pakkide automaatsel sortimisel ja puuvillakiu liigitamisel tavaliselt kasutatavad süsteemid säästavad tööjõudu, suurendavad kiirust ja parandavad toodete kvaliteeti,{6}}mis on tänapäeva majanduskliimas ettevõtte ellujäämiseks hädavajalik. Masinnägemiskontrolli tehnoloogia kasutamine võimaldab ettevõtetel säilitada turul konkurentsieelise.