رؤية آلية

السوق

في هذا الإطار، مؤخرًا في سنة 2006، أشار مستشار صناعي إلى أن الرؤية الآلية مثلت 1.5 مليار دولار في السوق الأمريكية الشمالية. مع ذلك، أكد رئيس تحرير مجلة تجارية للرؤية الآلية بأن «الرؤية الآلية ليست صناعة بذاتها» لكنها بالأحرى «إدماج التقنيات والمنتجات التي تقدم خدمات أو تطبيقات تنفع الصناعات الحقيقية مثل السيارات، أو صناعة البضائع الاستهلاكية أو الزراعة أو الدفاع».

توجيه الروبوت المبني على التصوير

وفي السياق ذاته، توفر الرؤية الآلية موقع معلومات المواقع والاستدارة للروبوت للسماح له باستيعاب المنهج بشكل مناسب. تُستعمل هذه الكفاءة كذلك في توجيه الحركة الأبسط من الروبوت، مثل وحدات التحكم أحادية وثنائية المحور. تتضمن العملية الكاملة تخطيط تفاصيل الطلبات والمشروع، ثم إيجاد الحل. يصف هذا القسم العملية التقنية التي تحدث خلال عملية إيجاد الحل. تتشابه الكثير من خطوات العملية كما في المعاينة الآلية باستثناء التركيز على توفير معلومات المواقع والاستدارة كنتيجة نهائية.

المعدات

من جانب آخر، تشتمل مكونات نظام المعاينة الآلية عادة على الإضاءة وآلة التصوير أو أي مصور آخر، والمعالج والبرنامج وأجهزة المخرجات.

معدات

في هذا الإطار، تتضمن مكونات نظام الفحص الآلي عادةً الإضاءة، والكاميرا أو جهاز تصوير آخر، والمعالج، والبرمجيات، وأجهزة الإخراج

المخرجات

علاوةً على ذلك، المخرج الشائع من أنظمة المعاينة الآلية هو قرارات النجاح والفشل. قد تتحول هذه القرارات إلى آليات محفزة ترفض العناصر الفاشلة أو التي تدق جرس الخطر. تتضمن المخرجات الشائعة الأخرى مواقع المجسمات ومعلومات الاستدارة لنظام توجيه الروبوت. فضلًا عن أنواع المخرجات مثل بيانات القياسات الرقمية، والبيانات المقروءة من الرموز والشخصيات، وحساب وتصنيف المجسمات، وعرض العملية أو النتائج، والصور المخزنة ومنبهات أنظمة الرؤية الآلية للرقابة الفضائية، وإشارات عملية التحكم. يشتمل ذلك كذلك على واجهات المستعمل وواجهات تكامل الأنظمة متعددة المكونات وتبادل البيانات الآلي.

الكشف عن الحواف : إيجاد حواف الجسم

إضافةً إلى ذلك، القياس/المترولوجيا : قياس أبعاد الأشياء (مثلًا بالبكسل أو البوصات أو المليمترات )

ومن جهة أخرى، قراءة الباركود ، ومصفوفة البيانات، و" الباركود ثنائي الأبعاد"

من جهة ثانية، التعرف على الأنماط، بما في ذلك مطابقة القوالب . إيجاد أنماط محددة ومطابقتها و/أو عدّها. قد يشمل ذلك تحديد موقع جسم قد يكون مُدارًا، أو مخفيًا جزئيًا بواسطة جسم آخر، أو مختلفًا في الحجم.

وفي هذا السياق، تُجرى مقارنة مع القيم المستهدفة لتحديد نتيجة "اجتياز أو فشل" أو "موافق/غير موافق". مثلًا، في التحقق من الرموز أو الرموز الشريطية، تُقارن القيمة المقروءة بالقيمة المستهدفة المخزنة. أما في القياس، فتُقارن القيمة المقاسة بالقيمة الصحيحة وحدود التفاوت المسموح بها. وللتحقق من الرموز الأبجدية الرقمية، تُقارن القيمة المُستخرجة بتقنية التعرف الضوئي على الأحرف (OCR) بالقيمة الصحيحة أو المستهدفة. وللكشف عن العيوب، يمكن مقارنة حجم العيوب المقاس بالحدود القصوى المسموح بها بحسب معايير الجودة.

وفي هذا الصدد، تحليل الألوان: تحديد الأجزاء والمنتجات والعناصر باستخدام اللون، وتقييم الجودة من خلال اللون، وعزل السمات باستخدام اللون.

ومن جهة أخرى، الكشف عن الكتل واستخراجها : فحص الصورة بحثًا عن كتل منفصلة من البكسلات المتصلة (مثل ثقب أسود في جسم رمادي) كمعالم للصورة.

وفي السياق ذاته، معالجة الشبكات العصبية / التعلم العميق / التعلم الآلي : اتخاذ القرارات متعددة المتغيرات الموزونة وذاتية التدريب شهد هذا المجال توسعًا كبيرًا في سنة 2019 على وجه التقريب، حيث استُخدم التعلم العميق والتعلم الآلي لتعزيز قدرات رؤية الآلة بشكل ملحوظ. وتُعدّ التصنيفات النتيجة الأكثر شيوعًا لهذه المعالجة. ومن أمثلة التصنيفات: تحديد الكائنات، وتصنيفها (ناجح/راسب)، والتعرف الضوئي على الأحرف (OCR)

كذلك، التعرف الضوئي على الأحرف : القراءة الآلية للنصوص مثل الأرقام التسلسلية

معالجة الصور

التصفية (مثل التصفية الموروفولوجية)

كشف الحواف: إيجاد حواف المجسمات.

علاوةً على ذلك، تُعالج الصورة بعد الحصول عليها. وتمر بعدة مراحل من المعالجة بشكل عام وبتسلسل ينتهي كنتيجة مرغوبة. قد يبدأ التسلسل الاعتيادي بأدوات كالمرشحات التي تعدل الصورة، يتبعها استخراج المجسمات، ثم استخراج البيانات من تلك المجسمات (مثل القياسات وقراءة الرموز)، يليها ربط البيانات أو مقارنتها بقيم معينة لخلق وربط نتائج « النجاح والفشل». في ما يلي طرق الرؤية الآلية لمعالجة الصور:

وعلى صعيد آخر، تحديد النقاط واستخراجها: معاينة الصورة لفصل نقاط عناصر الصورة (مثل بقعة سوداء في مجسم رمادي) كمعالم للصور.

وعلى صعيد آخر، قياس العتبة: يبدأ قياس العتية بتحديد أو وضع قيمة رمادية مفيدة للخطوات التالية. تُستعمل القيمة لاحقًا لفصل أجزاء من الصورة، وأحيانًا تحويل كل جزء من الصورة إلى اللون الأبيض والأسود بناء على ما إذا كانت أعلى أو أسفل قيمة المقياس الرمادي.

عدّ عناصر الصورة: تحسب عدد عناصر الصورة الفاتحة أو الداكنة.

في هذا الإطار، المقارنة مع قيم مستهدفة لتحديد نتائج «النجاح والفشل» أو «تذهب أو لا تذهب». مثلًا، تُقارن قيمة القراءة لرمز شريطي أو رمز التحقق لقيمة هدف مخزنة. من أجل المعايرة، تُقارن القياسات مع قيم وتفاوتات مناسبة. ومن أجل التحقق من رمز الأبجدية الرقمية، تُقارن قيمة التعرف الضوئي على الحروف مع القيمة الهدف المناسبة. ومن أجل معاينة الشوائب، قد يُقارن حجم الشائبة المُقاس مع القيمة القصوى المسموحة في معايير الجودة.

كذلك، تمييز الأنماط ومن ضمنها مطابقة القوالب وإيجادها وحساب أنماط معينة. قد يتضمن ذلك موقع المجسم الذي قد يكون مستديرًا، أو يخفيه مجسم آخر جزئيًا أو متغير الحجم.

• قراءة الرمز الشريطي والرمز المصفوفي و«الرمز الشريطي ثنائي الأبعاد».
• التعرف الضوئي على الرموز: قراءة آلية للنص مثل الأرقام التسلسلية.
• المعايرة/ علم القياس: قياس أبعاد المجسمات (بالنقاط أو البوصة أو المليمتر).

من جانب آخر، التقطيع: تقسيم الصورة الرقمية إلى قطع عدة لتبسيط و/ أو تغيير تمثيل الصورة إلى شيء معبر أكثر وأسهل للتحليل.

وفي هذا السياق، الخياطة/ المطابقة: دمج الصور المتقاربة ثنائية الأبعاد أو ثلاثية الأبعاد.

ومن ناحية أخرى، معالجة الشبكة العصبية والتعلم العميق والتعلم الآلي: قرار صنع سيرك 2018 الموزون وذاتي التدريب متعدد المتغيرات، وهناك توسع كبير في ذلك، باستخدام تقنيات التعلم العميق والتعلم الآلي لتوسيع إمكانيات الرؤية الآلية بشكل ملحوظ.

ومن جهة أخرى، تحليل اللون: التعرف على الأجزاء والمنتجات والعناصر باستخدام اللون وتقييم الجودة من اللون وعزل الخصائص باستخدام اللون.

أساليب وتسلسل العمليات

علاوةً على ذلك، تتمثل الخطوة الأولى في تسلسل عمليات الفحص الآلي في التقاط صورة، ويتم ذلك عادةً باستخدام كاميرات وعدسات وإضاءة مصممة لتوفير التمييز المطلوب للمعالجة اللاحقة. ثم تستعمل حزم برامج MV والبرامج المطورة فيها تقنيات معالجة الصور الرقمية المختلفة لاستخراج المعلومات المطلوبة، وغالبًا ما تتخذ قرارات (مثل القبول/الرفض) بناءً على المعلومات المستخرجة.

التصوير

وفي هذا الصدد، في حين أن التصوير التقليدي (ضوء مرئي ثنائي الأبعاد) هو الأكثر شيوعًا في الرؤية الآلية، تشتمل البدائل على التصوير متعدد الأطياف، والتصوير فائق الطيف، وتصوير نطاقات الأشعة تحت الحمراء المتعددة، وتصوير المسح الضوئي، والتصوير ثلاثي الأبعاد للأسطح، وتصوير الأشعة السينية. تُعتبر الدقة ومعدل الأطر أحادية اللون ضد الملونة الاختلافات الرئيسية في الضوء المرئي ثنائي الأبعاد للرؤية الآلية، فضلًا عن تأثير عملية التصوير في حال كانت متزامنة مع الصورة جميعها، فتصبح ملائمة لعملية النقل.

ومن ناحية أخرى، على الرغم من أن الغالبية العظمى من تطبيقات الرؤية الآلية تُعالج باستخدام التصوير ثنائي الأبعاد، فإن تطبيقات الرؤية الآلية ذات التصوير ثلاثي الأبعاد تعد مجالًا صاعدًا في هذا القطاع، وأكثر طرق التصوير ثلاثي الأبعاد الشائعة هي المسح المبني على التثليث، والذي يوظف حركة المنتج أو الصورة أثناء معالجة الصور. يُسلط ضوء ليزر على أسطح المجسم وتُعرض من زوايا مختلفة. يُحقق ذلك في الرؤية الآلية عن طريق مسح الحركة، إما بتحريك قطعة العمل أو تحريك آلة التصوير ونظام التصوير الليزري. تعرض آلة التصوير الخط من زوايا مختلفة يمثل انحراف الخط تغيرات الشكل. تشكل الخطوط الأخرى من عمليات المسح المتعددة إلى خريطة عمق أو نقطة تغيم. وتُستعمل الرؤية التجسيمية في حالات خاصة تضم معالمًا فريدة تُقدم في مسقطين لزوجين من آلات التصوير. من الطرق ثلاثية الأبعاد الأخرى المستعملة في الرؤية الآلية هي وقت الرحلة وتلك المبنية على الشبكة. وتستعمل الانظمة المبنية على مصفوفة الشبكة نظام إضاءة ذو هيكلة عشوائية كما في نظام مايكروسوفت كينيك سيركا 2012.

من جانب آخر، قد يكون جهاز التصوير (مثل آلة التصوير) منفصلًا عن وحدة معالجة الصور الرئيسية أو مرتبطًا بها في حالة يُدعى فيها الارتباط عادة بآلة التصوير الذكية أو الاستشعار الذكي. عندما يكون منفصلًا، يمكن إجراء الارتباط لمعدات وسيطة متخصصة أو أجهزة معالجة مخصصة أو ملتقط إطارات في الحاسوب باستخدام واجهة رقمية متناظرة أو موحدة (كابل آلة التصوير، الكابل المحوري السريع). تستعمل تطبيقات الرؤية الآلية كذلك آلات تصوير رقمية قادرة على الارتباط المباشر (دون ملتقط إطارات) بالحاسوب عن طريق واجهات الفاير واير أو اليو إس بي أو إيثرنت غيغابت.

المعاينة والتصنيف الآلي القائم على التصوير

من جانب آخر، تنطوي استخدامات الرؤية الآلية الأساسية على المعاينة الآلية والتوجيه الصناعي للمعالجة والروبوت. تُختصر الاستخدامات السابقة في هذا القسم بـ «المعاينة الآلية». تشتمل العملية الكلية على تخطيط التفاصيل للمتطلبات والمشروع، وإيجاد حل فيما بعد. يصف هذا القسم المعالجة التقنية التي تحدث خلال عملية الحل.

في هذا الإطار، الخطوة الأولى من تسلسل المعاينة الآلية هي الحصول على الصورة، عادة باستخدام آلات التصوير والعدسات والإضاءة المصممة لتوفير المفاضلة المطلوبة في المعالجة اللاحقة. تُطور حزم برامج الرؤية الآلية فيها، ثم توظف تقنيات متعددة لمعالجة الصور الرقمية لاستخراج المعلومات المطلوبة، وغالبًا ما تتخذ القرارات (مثل نجح أو فشل) بناءً على المعلومات المستخرجة.

معالجة الصور

ومن ناحية أخرى، بعد التقاط الصورة، تتم معالجتها. تُنفَّذ وظائف المعالجة المركزية عادةً بواسطة وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU ) أو مصفوفة البوابات المنطقية القابلة للبرمجة (FPGA) أو مزيج منها. يتطلب تدريب واستنتاج التعلم العميق أداءً عاليًا في المعالجة. تُستعمل عادةً مراحل معالجة متعددة في تسلسل يُفضي إلى النتيجة المرجوة. قد يبدأ التسلسل النموذجي بأدوات مثل المرشحات التي تُعدِّل الصورة، يليها استخراج الكائنات، ثم استخراج البيانات من تلك الكائنات (مثل القياسات، وقراءة الرموز)، ثم إرسال تلك البيانات، أو مقارنتها بالقيم المستهدفة لإنشاء نتائج "نجاح/فشل" وإرسالها. تشمل طرق معالجة صور الرؤية الآلية ما يلي:

وفي السياق ذاته، التجزئة : تقسيم الصورة الرقمية إلى أجزاء متعددة لتبسيط و/أو تغيير تمثيل الصورة إلى شيء أكثر وضوحًا وأسهل في التحليل.

وعلى صعيد آخر، تحديد العتبة: تبدأ عملية تحديد العتبة بتعيين أو تحديد قيمة رمادية ستكون مفيدة للخطوات التالية. تُستعمل هذه القيمة لاحقًا لفصل أجزاء الصورة، وأحيانًا لتحويل كل جزء من الصورة إلى صورة بالأبيض والأسود فقط بناءً على ما إذا كان أقل أو أعلى من قيمة التدرج الرمادي تلك.

عدّ البكسلات: يحسب عدد البكسلات الفاتحة أو الداكنة

الترشيح (مثل الترشيح المورفولوجي )

كذلك، التجميع / التسجيل : دمج الصور ثنائية الأبعاد أو ثلاثية الأبعاد المتجاورة. [ مطلوب مصدر ]

التصوير

في هذا الإطار، على الرغم من أن التصوير التقليدي (ثنائي الأبعاد بالضوء المرئي) هو الأكثر شيوعًا في التصوير متعدد الأبعاد، إلا أن البدائل تشمل التصوير متعدد الأطياف، والتصوير فائق الأطياف، وتصوير نطاقات الأشعة تحت الحمراء المختلفة، والتصوير بالمسح الخطي، والتصوير ثلاثي الأبعاد للأسطح، والتصوير بالأشعة السينية. وتتمثل الفروقات الرئيسية في التصوير متعدد الأبعاد ثنائي الأبعاد بالضوء المرئي في كونه أحادي اللون أو ملونًا، ومعدل الإطارات، والدقة، وما إذا كانت عملية التصوير متزامنة على كامل الصورة أم لا، مما يجعله مناسبًا للعمليات المتحركة.

إضافةً إلى ذلك، على الرغم من أن الغالبية العظمى من تطبيقات رؤية الآلة تُحل باستخدام التصوير ثنائي الأبعاد، فإن تطبيقات رؤية الآلة التي تستعمل التصوير ثلاثي الأبعاد تُشكل مجالًا متناميًا في هذه الصناعة. الطريقة الأكثر شيوعًا للتصوير ثلاثي الأبعاد هي التثليث القائم على المسح، والذي يستغل حركة المنتج أو الصورة أثناء عملية التصوير. يُسلط شعاع ليزر على أسطح الجسم. في رؤية الآلة، يتم ذلك بحركة مسح، إما بتحريك قطعة العمل، أو بتحريك نظام التصوير بالكاميرا والليزر. تُشاهد الخطوط بواسطة الكاميرا من زوايا مختلفة؛ ويمثل انحراف الخط اختلافات في الشكل. تُجمع الخطوط من عمليات مسح متعددة لتكوين خريطة عمق أو سحابة نقاط. تُستعمل الرؤية المجسمة في حالات خاصة تتضمن ميزات فريدة موجودة في كلا رؤيتي زوج من الكاميرات. من الطرق ثلاثية الأبعاد الأخرى المستعملة في رؤية الآلة: زمن الرحلة والشبكة. إحدى الطرق هي الأنظمة القائمة على مصفوفة الشبكة باستخدام نظام الإضاءة المهيكلة شبه العشوائية كما هو مستعمل في نظام مايكروسوفت كينكت نحو عام 2012.

وعلى صعيد آخر، يمكن أن يكون جهاز التصوير (مثل الكاميرا) منفصلاً عن وحدة معالجة الصور الرئيسية أو مدمجاً معها، وفي هذه الحالة يُطلق على هذا المزيج عادةً اسم الكاميرا الذكية أو المستشعر الذكي. ويُشار إلى دمج وظيفة المعالجة الكاملة في نفس غلاف الكاميرا باسم المعالجة المدمجة. عند فصلها، يمكن توصيلها بأجهزة وسيطة متخصصة، أو جهاز معالجة مخصص، أو وحدة التقاط إطارات داخل جهاز كمبيوتر باستخدام واجهة تناظرية أو رقمية قياسية (مثل Camera Link أو CoaXPress ). كما تستعمل تطبيقات الفيديو المتحرك كاميرات رقمية قادرة على الاتصال المباشر (بدون وحدة التقاط إطارات) بجهاز كمبيوتر عبر واجهات FireWire أو USB أو Gigabit Ethernet.

مسرد مصطلحات الرؤية الآلية

اكتشاف الميزات (رؤية الحاسوب)

الفرز البصري

المخرجات

ومن جهة أخرى، من المخرجات الشائعة لأنظمة الفحص الآلي قرارات النجاح/الرسوب. وقد تُفعّل هذه القرارات بدورها آليات لرفض العناصر الفاشلة أو إطلاق إنذار. تشمل المخرجات الشائعة الأخرى معلومات عن موضع واتجاه الجسم لأنظمة توجيه الروبوت. فضلًا عن ذلك، تشمل أنواع المخرجات بيانات القياس الرقمية، والبيانات المقروءة من الرموز والأحرف، وعدد وتصنيف الأجسام، وعرض العملية أو النتائج، والصور المخزنة، والإنذارات من أنظمة مراقبة الفضاء الآلية، وإشارات التحكم في العملية. ويشمل ذلك كذلك واجهات المستعمل، وواجهات تكامل الأنظمة متعددة المكونات، وتبادل البيانات الآلي.

ومن جهة أخرى، يُستعمل مصطلح "التعلم العميق" بمعانٍ متعددة، يُمكن تطبيق أغلبها على التقنيات المستعملة في مجال رؤية الآلة منذ أكثر من 20 عامًا. مع ذلك، بدأ استخدام المصطلح في مجال "رؤية الآلة" في أواخر العقد الثاني من الألفية الثانية مع ظهور القدرة على تطبيق هذه التقنيات بنجاح على الصور الكاملة في مجال رؤية الآلة الصناعية. تتطلب رؤية الآلة التقليدية عادةً مرحلة "الفيزياء" في حلول الفحص الآلي لإنشاء تمييز بسيط وموثوق للعيوب. مثال على التمييز "البسيط" هو أن تكون العيوب داكنة اللون، بينما تكون الأجزاء السليمة من المنتج فاتحة. كان أحد الأسباب الشائعة لعدم إمكانية تنفيذ بعض التطبيقات هو استحالة تحقيق هذا التمييز "البسيط"؛ يُزيل التعلم العميق هذا الشرط، فهو في جوهره "يرى" الشيء كما يراه الإنسان، مما يجعل من الممكن الآن إنجاز هذه التطبيقات الآلية. يتعلم النظام من كمية كبيرة من الصور خلال مرحلة التدريب، ثم يُنفذ الفحص أثناء التشغيل، وهي المرحلة التي تُسمى "الاستدلال".

تعريف

كذلك، تتباين تعريفات مصطلح «الرؤية الآلية»، لكن جميعها تتضمن التقنيات والطرق المستعملة لاستخراج المعلومات من صورة على قواعد آلية، كنقيض لمعالجة الصور، والتي تكون فيها المخرجات صورة أخرى. يمكن أن تكون الصور المستخرجة إشارة إلى جزء جيد أو سيء، أو مجموعة معقدة من البيانات مثل هوية وموقع والتفاف كل جزء في الصورة. ويمكن استخدام المعلومات لتطبيقات مشابهة كالمعاينة الآلية والرجل الآلي وعملية التوجيه في الصناعة، في الرقابة الأمنية وتوجيه السيارات. يحيط هذا المجال بعدد كبير من التقنيات ومنتجات البرامج والمعدات والعمليات والطرق والخبرات. عمليًا، الرؤية الآلية هي المصطلح الوحيد المستعمل لوصف المهام في بيئات أخرى مثل الأمان وتوجيه السيارات. وتختلف الرؤية الآلية -كنظام لهندسة الأنظمة- عن الرؤية الحاسوبية، إذ تمثل الأخيرة فرعًا من فروع علم الحاسوب، بينما تهدف الرؤية الآلية إلى مكاملة التقنيات الموجودة بطرق جديدة وتطبيقها لحل مشاكل العالم الواقعية ومجالات التطبيق المشابهة. يُستعمل المصطلح أيضُا بمدلول أوسع في المعارض والمجموعات التجارية مثل جمعية التصوير الآلي وجمعية الرؤية الآلية الأوروبية. يحيط هذا التعريف الأوسع كذلك بالمنتجات والتطبيقات المرتبطة على الاغلب بمعالجة الصور. تشتمل الاستخدامات الأساسية على المعاينة الآلية والتوجيه الصناعي للمعالجة والروبوت. انظر فهرس الرؤية الآلية.