Que conhecimento você precisa dominar para aprender a visão de máquina?
Se você quiser aprender sobre visão de máquina, se nunca a conheceu antes, pode se perguntar: o que é visão de máquina? Que conhecimento deve ser dominado se você quiser aprender visão de máquina?
Em primeiro lugar, deixe-me explicar sobre o que é "visão de máquina".
A visão de máquina é um ramo da inteligência artificial em rápido desenvolvimento. Em suma, a visão de máquina é usar máquinas para substituir os olhos humanos para medir e julgar. O sistema de visão de máquina converte o objeto capturado em sinal de imagem através de produtos de visão de máquina (ou seja, dispositivo de captação de imagem, dividido em CMOS e CCD), e o transmite para o sistema de processamento de imagem especial para obter as informações de forma do objeto capturado, que é transformado em sinal digital de acordo com a distribuição de pixels, brilho, cor e outras informações; O sistema de imagem realiza várias operações nesses sinais para extrair as características do alvo, como área, quantidade, posição e comprimento,
E que conhecimento você precisa dominar para aprender a visão de máquina. Um site simples de sistema de visão de máquina consiste em três partes: parte de imagem visual, parte de processamento de imagem e parte de controle de movimento.
1. Parte de imagem visual
A imagem visual inclui vários componentes típicos: fonte de luz, lente e câmera industrial.
Tanto a fonte de luz quanto a lente precisam que dominemos o conhecimento óptico. Diferentes métodos de iluminação podem fazer com que a câmera produza imagens de objetos completamente diferentes; A escolha da ampliação da lente, distância focal e campo de visão determina diretamente a fidelidade da imagem. Para um engenheiro de visão de máquina, dominar como selecionar a lente, como selecionar a fonte de luz e como determinar o método de iluminação são as habilidades mais básicas.
As câmeras industriais exigem que dominemos o conhecimento fotoelétrico, as diferenças entre os sensores da câmera e os conhecimentos básicos de imagem de imagem, como definição, faixa dinâmica, ângulo de campo, etc., para que possamos selecionar a câmera correta de acordo com a demanda e cena. A maneira mais rápida de dominar esse conhecimento é comprar uma SLR de nível básico para estudar a relação entre esses parâmetros de imagem e a imagem.
2. Parte de processamento de imagem
Geralmente entendemos que o processamento de imagem é realizado em máquinas PC. De fato, no campo industrial, a maioria dos computadores industriais é usada devido à sua estabilidade e vantagens de custo.
Para iniciantes, eles podem priorizar o domínio do desenvolvimento da plataforma PC e da plataforma X86, e podem ser estendidos para a plataforma embarcada depois que estiverem familiarizados com ela.
Na parte de software, a maioria das camadas de aplicação adotam C#Net, QT e C++, por isso é necessário dominar uma das linguagens de programação; No nível do algoritmo de imagem, os algoritmos de código aberto típicos incluem o opencv e os comerciais incluem Halcon, visionpro, etc. Sugere-se começar com Halcon; Se você quiser ir mais longe no nível do algoritmo, pode estudar o aprendizado de máquina, que pode ser a principal direção no futuro.
Em termos de teoria, trata-se mais de dominar os conceitos básicos de processamento de imagem. Este livro Algoritmos e aplicativos de visão de máquina vale a pena ler.
3. Parte de controle de movimento
Um cartão de controle de movimento típico, como o Gugao, pode ser estudado. PLC mais avançado também pode ser reproduzido. A dificuldade nesta parte é a correção da precisão, porque muitas cenas e requisitos têm requisitos muito altos de precisão.
Além dos pontos acima, a capacidade de construção do esquema geral é muito importante, pois o esquema precisa conectar essas partes e pode ser conectado com a cena real para atender às necessidades reais de automação da produção.
A capacidade de construção do esquema geral depende da compreensão profunda do processo de produção e da conexão e relacionamento entre todos os componentes. Esses dois pontos precisam do acúmulo de experiência de vários projetos para dar uma boa solução.