Képfeldolgozás a termelésben – robotok és emberek kéz a kézben dolgoznak együtt

Immár nem csak a termelőiparnak, hanem az ott dolgozó alkalmazottaknak is segítséget nyújtanak a gépilátás kamerák. Azonban az automatizálás előrehaladtával még mindig elkerülhetetlen az ipari termelési feladatok során az emberek jelenléte. De ez nem azt jelenti, hogy az általuk végzett munkafolyamatok nem változnának meg az ipar 4.0 korában.

Industriemuseum_Chemnitz_-_moderne_Karosserieschweißanlage_mit_Industrierobotern

Az emberi hatékonyság növelhető a különböző munkaeszközökbe integrált intelligens gépi látásrendszerek segítségével. Ez ma már könnyen kivitelezhető, mivel a kamerák egyre kisebbek és könnyebbek lesznek: a nagy pontosságú ipari kamerák már bélyeg méretűek, súlyuk 30 g-nál is kevesebb, beleértve az optikát és a burkolatot is.

Ezek a kamerarendszerek rögzítik a tevékenységet, ellenőrzik az eredményeket, azonosítják a munkafolyamatokat, méréseket végeznek. A kapott információkat továbbítják a munkásoknak, például az általuk viselt kiterjesztett valóság szemüvegekre. Ezek a funkciók nagyban növelik a termelékenységet és a munkabiztonságot, valamint részletes, élő betekintést biztosítanak a menedzserek, gyártásvezetők számára.

Beágyazott gépi látás – Mit jelent, és miért lesz jó?

Mindennapi életünket meghatározzák az egyre kisebbé és erősebbé váló elektronikus eszközeink, és e trend alól a gépi látás hardverek és technológia sem lett kivétel.

A klasszikus gépi látás rendszerek két fő komponense az ipari kamera és a PC. A technológia hajnalán, az itt használt kamerák mérete egy literes tejesdoboz dimenzióihoz közelített, a képfeldolgozó ipari számítógépek pedig a tornatermekből ismerős zsámolyok súlyával és méretével büszkélkedhettek. Mondani se kell, hogy ezek a rendszerek akkoriban rendkívül költségesnek számítottak.

Az idő múlásával ezek az eszközök egyre kisebbé és olcsóbbá váltak. Ma az ipari PC már kiváltható mini PC-vel vagy akár egykártyás számítógéppel, a tejesdoboz méretű kamerák pedig összezsugorodtak egy postai bélyeg szintjére, köszönhetően a már burkolat nélkül kapható, board level kameráknak. Ez a két fejlődési irány tette lehetővé a rendkívül kompakt rendszerek megalkotását specifikus gépi látás alkalmazásokhoz. Az ilyen rendszereket nevezzük beágyazott gépi látás rendszereknek.

pc-vs-embedded

Ezek a rendszerek a PC alapú elődjeikhez képest nem általános képfeldolgozó feladatokat látnak el, hanem minden rendszer egy-egy specifikus gép látás feladatot. Ezt az tesz lehetővé, hogy  míg a standard PC-k általános képességeik miatt sok felesleges kapacitással rendelkeznek, ezek a rendszerek csak annyival és azzal, amit a feladat igényel. Ezzel az optimalizálással érhető el a kis méret és súly, az alacsony darabköltség és energiafogyasztás.

És hogy hol találkozhatunk majd ezekkel a rendszerekkel? Az önvezető autóknak már ma is elengedhetetlen eleme a beágyazott gépi látás, a jövőben pedig ilyen rendszerek kerülhetnek a boltok automoata mérlegeibe, mobil orvosi eszközökbe, például szem és bőrvizsgáló készülékekbe. További méretcsökkenést követően pedig a hordható rendszerekre is széles körű elterjedés vár.

Time of Flight – Az ipari 3D jövője

A gyártásautomatizálás, robotika, logisztika sőt akár az önvezető járművek területén gyakran alkalmaznak olyan megoldásokatat, ahol kétdimenziós képadatokok kívül 3 dimenziós képalkotás is szükséges. Többféle megoldás is létezik a 3D képalkotásra, ezek egyike a Time of Flight (ToF) technológián alapukó kamerák csoportja.

screenshot-2016-08-29-16-29-15

A Time of Flight (ToF) kamerák a normál ipari kamerákhoz hasonlóan optikából, szenzorból és interfészből állnak, azonban ezek mellett beépített fényforrást is tartalmaznak, ami a technológia alapját adja. Ezáltal ezek a kamerák egyszerre képesek mélység és intenzitási információk feldolgozására, minden egyes pixelen.

screenshot-2016-08-29-16-26-11

A technológia egyik legnagyobb előnye, hogy mivel a mélységérzékelés független az intenzitástól és a tárgyak színétől, a vizsgált tárgy viszonylag egyszerű algoritmusok segítségével elkülöníthető a háttértől. A ToF kamerák ezen kívül a kompakt kameramérettel, az 1 cm-es pontosságával és magas képkockasebességével nyújtanak vonzó lehetőséget a különböző 3D-t igényló gépi látás alkalmazásoknak. Az egymást zavaró fények miatt sokáig egyszerre csak egy kamera használata volt lehetséges, azonban mára a kamerák világításának szinkronizálásával két eszköz együttes használata lehetségessé vált.

A Time of Flight alapja a beépített fényforrás és a fény sebességének ismerete, ezáltal a kamera által kibácsott fény kibocsátási és beérkezési idejének ismeretében az eltérésből könnyen kiszámolható a fény által megtett út, ezáltal pedig a kamera és a tereptárgyak közötti távolság.

tof

A ToF kamera képe egy hőtérképre hasonlít, ahol a kék  szín a távoli, a piros pedig a közeli pontokat jelenti. Mivel a kamera párhuzamosan normál 2D képet is készít , a két információ összeolvasztható, amivel egy 3D képet hozhatunk létre.

screenshot-2016-08-29-16-28-56

A technológiának az előnyein kívül vannak gyenge pontjai is, ezek közé tartozik a szórt fény, többszörös fényvisszaverődés, környezeti fény, és nagy számú kamera együttes használata. Ezek mind a fény útjának módosulásából, illetve idegen fény beérkezéséből adódnak, amik a szenzorra beérkezve hamis vagy téves adatokat generálnak.

A ToF kamerák szinte minden iparágban megtalálják a helyüket:

  • Logisztikában a csomagolási, dobozolási, pakolási feladatokban
  • Robotikában és gyártásautomatizálásban pakolási, sérülés keresési és pakolás ellenőrzési feladatokban
  • Gyógyászatban betegfigyelési és pozícionálási feladatokban
  • Önvezető járműveknél navigációs és biztonsági feladatokban

A széles körű alkalmazási lehetőségek is mutatják, hogy a Time of Flight kamerák forradalmasíthatják a gépi látást a harmadik dimenzió bevonásával.

Okos raktár az Ipar 4.0 szellemében- A gépi látás alapú intelligens targonca

A raktározásban használt vezető nélküli járművek jelenlegi generációi meglehetősen korlátozott tudásúak az előre definiált útvonalaik miatt, hiszen nem tudnak rugalmasan reagálni a változásokra. Magyarul, ha akadályba ütközik az útvonalán, nem képes kikerülni azt, egyetlen opcióként egy vészmegállást tud produkálni a váratlan kihívás előtt. Más példával élve, ha az elszállításra váró tárgy nincs pontosan az előre megadott helyre helyezve, a jármű nem képes felvenni azt, nem tudja a helyzetnek megfelelően módosítani mozgását. Hogy még rosszabb legyen a helyzet, ezek az járművek költséges orientációt segítő eszközöket igényelnek – mágneses szenzorokat, padlón lévő jelölő sávokat -, hogy tudják éppen merre járnak a raktárban

Ezek a korlátok időigényessé és költségessé is teszik a vezető nélküli szállító rendszerek bevezetését. Az ipar 4.0 új ígérete viszont az, hogy képes lesz felruházni a gépeket az ember azon veleszületett képességével, hogy önnállóan képesek irányítani magukat, mindenféle drága segédeszköz nélkül.

E koncepció szerint került fejlesztésre egy intelligens, vezető nélküli targonca, ami képes iránytítani magát az őt körbevevő környezet alapján. Ehhez szükséges egy kezdeti, ember vezette bemutató túra a létesítményben, ahol megtanulhatja környzezete minden részletét. Hang és gesztusvezérléssel is irányítható a jármű, ami megbízhatóan tudja megkülönböztetni a különböző rakodásra váró tárgyakat.

BAS1606_Success_Story_Industry_4.0_EN.pdf

Mivel a járművek irányítása meglehetősen egyszerű, akár egyetlen raktári munkás is elég több jármű együttes koordinálásához.

Alapvető elemei ennek az okos eszköznek a Basler kameragyár Time of Flight (ToF) technológiájú 3D kamerái, amikből 3 darab található minden járművön. Minden egyes kamera három dimenzóban rögzíti környezetét, ezzel biztosítva a helyes térlátást az eszköznek. Két kamera a targonca tetején kapott helyet, ezek szolgálják a jármű tájékozódását. Az intelligens targonca rögzíti a környzetében lévő tájékozódási pontokat, elkészítve a saját belső térképét, majd működés közben a fedélzeti ToF kamerák segítségével érzékelik az környezeti változásokat, például ha egy polcrendszer eleme más pozícióban van, akadály került a haladási útvonalára, és ezeknek megfelelő rakcióra képes, például kikerüli az akadályt és folytatja szokásos útját. A harmadik ToF kamera a targonca villáján kapott helyett, a polcokon lévő raklapok precíz felvételéhez. A kamera által biztosított 3D adat biztosítja, hogy a targonca villája első próbálkozásra fel tudja emelni a megcélzott raklapot, emberi segítség nélkül.

A korábbi rendszerekhez képest már nem lesz szükség a  rugalmatlan nyomkövetés miatti költség és időigényes kezdetei majd folyamatos konfigurációkra, ezzel jelentős megtakarítást tesz lehetővé a vásárlók számára. Ennek köszönhetően a vezető nélküli komissiózás hamarosan betörhet a kis és középvállalatok eddig még érintetlen piacára is.

8 dolog, amit mindig is tudni akartál a digitális mikroszkópokról

A digitális mikroszkópia ma a mikroszkópia egyik legfelkapottabb területe, és van néhány dolog, amit a hozzánk hasonló átlagembernek is érdemes tudnia róla.

Mitől digitális egy mikroszkóp?

Egy digitális mikroszkóp gyakorlatilag egy mezei optikai mikroszkóp, és egy digitális mikroszkóp kamera párosa, amihez külön okulár nem szükséges. A megfigyelés alatt álló minta elemzése és értékelése pedig közvetlenül egy monitoron megtekintve történik.

Milyen alkalmazásokra használható egy digitális mikroszkóp?

A digitális mikroszkóp optimális eszköze a minták elemzésének, dokumentálásának, legyen szó akár kutatás-fejlesztésről, ipari gyártás és minőségvizsgálatról vagy laboratóriumi vizsgálatokról.

Mik a digitális mikroszkópok előnyei?

A legegyértelműbb előny az eszközök ergonomikus használata, hiszen azáltal, hogy a vizsgált képek egy monitoron jelennek meg, a felhasználó kényelmes pozícióban ülve tudja a kapott képet kielemezni, vizsgálni, akár egy erre kitalált mikroszkópiai szoftver segítségével is. Az ergonómiai előny különösen szembetűnő, ha a felhasználóknak egyhuzamban sokat kell dolgozniuk a mikroszkóppal, vagy ha a minták képeit csoportosan vizsgálnák meg. Utóbbira jó példa lehet egy oktatási helyzet, ahol az egész csoport egyszerre láthatja a mikroszkóp által adott képet.

Mik a digitális mikroszkópok korlátai?

A legnyilvánvalóbb korlát a hagyományos mikroszkópokhoz képest, hogy a digitális mikroszkópoknak minden esetben szükségük van tápellátásra. Ha adott mikroszkópon nincs okulár, akkor pedig a számítóphez, vagy monitorhoz való csatlakozás is megoldandó és biztosítani kell a megjelenítéshez szükséges képernyőt is.

Összehasonlítható a digitális mikroszkópok által nyújtott kép minősége az okuláros mikroszkópokéival?

Alapvetően a két kép ugyanaz, bár a látómezőben előfordulhat különbség a használt mikroszkóp kamera és okulár függvényében. Egy fontos különbség azonban van a két eltérő technológia miatt: a kétdimenziós képet adó digitális mikroszkóp nem fogja tudni visszaadni egy binokuláris mikrszkópon keresztül vizsgált minta mélységérzetét.

Könnyebb használni a digitális mikroszkópokat a hagyományos, okuláros mikrszkópokhoz képest?

Egy amatőr, tapasztalatlan felhasználónak mindenképp. A mintáról vakó képkészítés gyorsabb és könnyebb, mint egy hagyományos mikroszkóppal.

Mikroszkóp szakértőnek kell lennem, hogy használni tudjak egy digitális mikroszkópot?

Nem. Bővebben kifejtve, a digitális mikroszkóp mind a kezdő tanuló, mind a tapasztalt profi számára optimális választás.

Milyen kiegészítőkre van szükségem egy digitális mikroszkóphoz?

A szükséges eszközöket nagyban befolyásolják az alkalmazás követelményei, az alábbi kérdések megválaszolása azonban megkönnyítheti a választást:

  • Nagy részletességű képek gyors rögzítésére van szükséged? A te optimális választásod egy nagyfelbontású, nagysbességű digitális mikroszkóp kamera lesz.
  • Gyorsan mozgó minta élő megjelenítése szükséges? Válassz egy legalább 30 fps-es (képkocka/másodperc) sebességgel működő mikroszkóp kamerát.
  • Elemezned kell a mintát kaviltatívan vagy kvantitatívan? Amennyiben igen, gondosan válassz magadnak egy mikroszkópiai szoftvert is.
  • Kiegyensúlyozott képekre van szükséged, azaz a sötét és világos részek egyaránt fontosak? Válassz nagy dinamikatartományú mikroszlóp kamerát, ami biztosítja a sötét és világos részek egyidejű jó láthatóságát.

 

Basler_Power_Pack_for_Microscopy

Kiegészítő választás során nagy segítségedre lehet a Basler legújabb terméke, a PowerPack for Microscopy néven futó mikrszkópia csomag, melyben minden összetevőt egy csomagban kapsz kézhez. A csomag tartalma többek között egy Basler mikroszkóp kamera, melyet szabadon, az alkamazásodnak megfelelő paraméterek szerint tudsz kiválasztani, az elérhető pulse és ace alapú, új, kifejezetten mikroszkópiai felhasználásra szánt kamerák közül. A csomag a kamerán kívül tartalmaz még egy mikroszkópiai szoftvert és USB 3.0 kábelt is a könnyű kezelés és összeállítás érdekében.

 

 

 

Három szenzor tulajdonság, amire figyelve javíthatsz a képminőségen

Mitől lesz szép az általunk készített kép? Amatőr fotósoknak az éles, világos és kontrasztos kép számít minőséginek, azonban az ipari kamerák esetén a képminőség ennél többet jelent. A képminőség a kamera és a szenzor különböző tulajdonságaiból áll össze, fontos paraméter a kontraszton és élességen kívül még a  világosság, kvantumhatásfok (angolul quantum efficiency/QE), szenzor és pixel méret, felbontás, dinamika tartomány, jel-zaj viszony (signal to noise ratio/SNR) is. Ezek a tulajdonságok szorosan össze  is függnek egymással de mit is takarnak ezek a kifejezések, milyen értékek esetén lesz minőségi a képünk, és hol ismerhetjük meg ezeket az számokat?

Mindenek előtt vegyük például, hogy van két kamera, ami megfelelne az alkalmazásunk követelményeinek, kívülről szinte ugyanúgy néznek ki, honnan fogjuk tudni, hogy melyik készíti a jobb képet? Ebben segítenek az EMVA1288 adatlapok, amik az Európai Gépi Látás Szövetség által is szabványosított képminőség és érzékenység mérések eredményeit tartalmazzák a gépi látás kamerákra és szenzorokra. Mit jelentenek ezek az adatok, és vajon a nagyobb érték jobb minőséget is jelent?

Screenshot 2016-03-21 11.59.46

Minden kamera lelke a szenzor, ennek a tulajdonságai határozzák meg az elkészülő kép minőségét is.

A digitális kamerák szenzorai a pixeleikben lévő fényérzékeny diódák segítségével a beérkező fényt alakítják át elektronikus töltésekké, elektronokká. Ezek feldolgozásával áll elő a digitális kép. A szenzorra érkező fotonok, és az azokból generált elektronok számának arányszáma az úgynevezett kvantumhatásfok (QE). Minél nagyobb ez a  szám, annál több elektront tud generálni a szenzor adott mennyiségű fotonból, tehát annyival több információt fog tartalmazni az elkészült kép, ezzel biztosítva a magas képminőséget.

Több információ nem csak a nagy QE értékkel érhető el, hanem több fény, ezáltal több foton befogásával is, ami pedig a szenzorméret növelésével érhető el. Ez az analógia jól érzékelhető egy nagy szenzorral rendelkező tükörreflexes fényképezőgép és egy kis, kompakt digitális kamera összehasonlításakor. Ideális fényviszonyok között mindkét gép jól teljesít, azonban sötétben jól látszódik, hogy a DSLR kamera sokkal jobb képet ad. Leegyszerűsítve tehát kijelenthetjük, hogy minél nagyobb a szenzor, annál jobb a képminőség is.

De nem csak a szenzor mérete számít, hanem a benne lévő pixelek száma, és azok nagysága is. Maradva a DSLR és egy kompakt fényképező példájánál, egyértelmű, hogy azonos felbontás esetén a DSLR nagy szenzorán nagyobbak lehetnek a pixelek, mint a kis kompakt kamerán. De ha túl sok pixel van a szenzorra zsúfolva, az növelheti a zajt, és csökkentheti az fényérzékenységet, rontva a készülő kép minőségén.

Screenshot 2016-02-26 15.58.15

A pixelek mérete is a befogható fény mennyisége miatt fontos. Az érzékeltethetőség miatt tekintsünk úgy a szenzor pixeleire, mint nagyon sok apró vödör, a fotonok pedig legyenek az esőcseppek. Minél több víz gyűlik össze a vödörben exponálás során, annál világosabb lesz az a pont a képen. Exponálás után az összegyújtött víz mennyiségéhez egy konkrét digitális értéket rendelnek . Ha exponálás során a vödrünk megtelik, kicsordul a víz. Fotonokra visszatérve, azokból nem keletkezhet elektron, így információ veszik el. A túlcsorduló vödör eléri a maximális értéket, fehér színű lesz, pedig más értéket kellene felvennie.

Kép1

A fenti három képen jól látszódik ez a hatás. Az első kép hosszú expozíciós idővel készült, hogy a sötétebb sziklákról elegendő fény jusson a pixelekre, viszont emiatt a világosabb ég fehér színű lett, kiégett az a rész. A második kép rövid expozícióval készült, látszik, hogy az ég valójában kék, nem fehér, viszont a sziklákról nem jut elég fény a szenzorra, ezért szinte teljesen feketének tűnnek. A nagy pixel méretű szenzorral készült harmadik képen viszont már jól látszódnak mind a szikla részletei, és az ég kéksége is. Kimondhatjuk, hogy a nagy pixellel rendelkező szenzorok jól tudják rögzíteni egyszerre a  kép sötét és világos részeit is. Hogy milyen minőségben tudja egy szenzor visszaadni a sötét és világos részeket egyszerre, a dinamika tartomány adja meg. Nagy dinamika tartomány lehetővé teszi a sötét és világos részek valósághű rögzítését.

A képminőség egyik fontos kerékkötője a zaj. Szenzoroknál ezt a tulajdonságot a jel-zaj viszonyszám (SNR) mutatja. Magas SNR számmal rendelkező szenzor kevés zajt fog produkálni, jó lesz a kép.

Persze ahhoz, hogy ki tudjuk használni a szenzor maximális teljesítőképességét, a kamera gyártó gondos odafigyelése szükséges a annak beépítése során.

A képminőség azonban, nem csak ezektől a technológiai részletektől függ, hanem az alkalmazásunkban használt teljes gépi látás rendszert figyelembe kell venni. Bármik is legyenek a követelmények, fontos, hogy azonos körülményeket teremtsünk a a kameratesztek során. Azonos szenzorméret esetén viszonylag egyszerű a helyzet, azonban eltérő méret már megnehezítheti a feladatot.

Tehát gépi látás, vagy bármilyen digitális kamera összehasonlítása során a legfontosoabb szenzortulajdonságok a

  • Kvantumhatékonyság
  • Dinamika tartomány
  • Jel-zaj viszony

És ami ezeket meghatározza

  • Szenzorméret
  • Pixelméret
  • Felbontás.

Természetesen az összehasonlításhoz nem elég megnézni az adatlapok értékeit, hanem ki is kell próbálni a kamerákat a saját rendszerünkben, a kamerák számára egyenlő viszonyokat teremtve.

További infókat és érdekességeket hallhattok a képminőségről és kamera összehasonlításról a Basler alábbi videójában:

 

Így válassz kamerát

Az optikák után ismét visszatérünk a kamerákhoz, és azt vesszük végig, hogy miket kell figyelembe vennünk az optimális kamera kiválasztása során. Egy képfeldolgozó rendszer tervezésekor az ember könnyen a lehetséges opciók dzsungelében találhatja magát, mindenféle kameratípussal, fontos funkciókkal, és jól jöhet, ha van egy vezérfonál, ami alapján utat vághat magának ebben a rengetegben a legjobb választáshoz.

Első körben két kérdést kell feltennünk magunknak:

  • Mit akarok látni a kamerámmal?
  • Milyen kamera tulajdonságok szükségesek ennek eléréséhez

A válasz alapján először a képfeldolgozásban használt kameratípusokból kell kiválasztanunk a nekünk valót: hálózati/IP kamera vagy gépi látás kamera? A kettő közti különbségeket és alkalmazási területeiken korábbi írásunkban már bemutattuk, de nézzük meg röviden ismét:

  • Az IP kamerákat leggyakrabban klasszikus megfigyelési, felügyeleti feladatokra használják, illetve a gépi látás kamerák kiegészítéseként. Jellemzőik:
    • Kül és beltéri használatra is alkalmasak, gyakran strapabíró házba helyezik, hogy jól bírják az időjárást, vagy rongálási kísérletet
    • Széles funkciókínálat: day-night funkció, multi streaming
    • Tömörített képek a videóban, a kisebb tárhelyigény és sávszélesség érdekében, a képfeldolgozás egy része kamerán belül történik
  • Ezzel szemben az ipari/gépi látás kamerákat legtöbbször gyártás során, például minőségellenőrzésre használják, vagy robotoknak biztosítják a vizuális információt
    • Tömörítetlen képeket küldenek a PC-nek, a képfeldolgozás ott történik. A tömörítetlen képeknek köszönhetően nem veszik el adat, így minden kis hibát észlelni tud az alkalmazás
    • Két technológiája létezik, area és line scan. A különbség a képrögzítésben van, különböző alkalmazások igényeinek megfelelően

Az area scan kamerák a jól ismert képrögzítési módszert használják, azaz egy több sornyi és oszlopnyi pixelből álló négyszögletű szenzor készíti a képet. Ezt a technológiát használják számtalan ipari alkalmazásban, gyógyászati alkalmazásokban, a közlekedésben, de megfigyelő és felügyeleti feladatokra is, IP kamerák kiegészítőjeként. A line scan kamerák ellenben egy mindössze 1,2 vagy 3 soros szenzort használnak, a képrögzítés sorról, sorra történik, és a teljes kép a képfeldolgozás során áll össze. Ezt a típust általában futószalagon, nagy sebességgel mozgó termékek vizsgálatához használják. Jellemző iparág a nyomdászat, szelektálás és csomagolás, élelmiszer és ital gyártás.

Újabb döntési pont, hogy monokróm, vagy színes kamerára van szükségünk. Ez az egyik legegyszerűbb döntés, az alkalmazásunk egyértelműen meghatározza, hogy szükséges-e színek vizsgálata, vagy elegendő a fekete-fehér kép. Ha a színes kép nem követelmény, akkor a monokróm kamera általában jobb választás, érzékenyebbek, így részletesebb képet tudnak adni. Néhány alkalmazáshoz – például Intelligens Közlekedési Rendszerekben – a kettőt kombinálva használják, hogy minden szükséges információ kigyűjthető legyen.

Továbbra is a szenzor tulajdonságainál maradva, választani kell szenzor típust, zártechnológiát és sebességet. Szenzor típusból jelenleg a CMOS és CCD között tudunk választani, de a CMOS technológia folyamatos és rohamos fejlődésének köszönhetően a CCD szenzorok lassan kiszorulnak a piacról.Zártechnológiából kétféle van, global és rolling shutter közül választhatunk. Előbbi esetén minden sor exponálása és kiolvasása egyszerre történik, ez a technológia gyorsan mozgó objektumok rögzítésére optimális. Utóbbi viszont soronként végzi az exponálást és kiolvasást, így  gyors mozgás esetén torzulhat az elkészült kép. Ennek ellenére nem kell teljesen elvetni ezt a technológiát se mozgó elem felvétele esetén, a torzulás kiküszöbölhető az expozíciós idők megfelelő beállításával és világítás használatával.

rolling-global shutter

A kamera sebessége a másodpercenként rögzíthető és továbbítható képek számát – angolul frame rate, frames per second (fps), line scan kamráknál line rate – jelenti. A gyors szenzor több kép készítését jelenti egy másodpercen belül, de ne feledjük, több kép több adatot is jelent. Gyors mozgásra tervezett alkalmazások, mint a nyomtatott anyagok vizsgálata, akár ezredmásodpercenkénti képrögzítést is igényelhet, míg egy gyógyászati, mikroszkópos alkalmazásnál nincs szükség magas fps-re.A sebességet le tudja korlátozni a kamera interfésze, például egy magas frame rate-el rendelkező szenzor nem biztos, hogy tudja a maximális sebességét nyújtani GigE interfésszel, míg USB 3.0-ás kivitelben igen.

Még mindig a szenzornál maradva, ki kell választanunk az alkalmazásunknak megfelelő felbontást, valamint az ehhez kapcsolódó szenzor és pixel méretet. A kamera felbontását a szenzor pixeleinek száma adja meg: ha például a specifikációban azt látjuk, hogy 2048 x 1088, az azt jelenti, hogy 2048 pixel van a vízszintes vonalakon és 1088 a függőlegeseken. A kettő szám szorzata 2.228.224 pixel, azaz 2.2 megapixel (MP). Az alkalmazásunkhoz szükséges felbontást az alábbi képlettel tudjuk kiszámolni:

resolution

Ha például egy 2 m magas ember szemszínét szeretnénk pontosan megállapítani a teljes alakos képről, akkor 1 mm-es részletet érdemes vizsgálnunk, tehát a képlet így alakul:

resolution2

A szenzor és pixel méretről, és azok összefüggéseiről négy dolgot érdemes tudni:

  1. Nagy szenzor és nagy pixelméret több fényt tud befogni, több fény pedig több átalakított elektronikus jelet, ezáltal részletesebb képet eredményez.Ezt a jel-zaj viszonyszám (SNR) jelzi, minél magasabb az értéke, annál jobb minőségű lesz a kép
  2. Nagy szenzor nagy helyet jelent, ahova sok pixel fér, magas felbontást szolgáltatva. A nagy szenzoron elég hely van ahhoz, hogy a nagy felbontás mellett az egyes pixelek is elég nagyok legyenek egy magas SNR értékhez. Kis szenzor viszont kis pixelméretet, így alacsonyabb SNR-t, ezáltal gyengébb minőségű képet tud szolgáltatni.
  3. Optikaválasztó cikkünkben is említettük, de a nagy szenzor és pixel méret mit sem ér a megfelelő optika nélkül.
  4. A nagy szenzorhoz több anyag szükséges, így többe is kerülnek. Nagy szenzorhoz nagy optika is dukál, ami tovább növeli a költségeket

Elhagyva a szenzort, ideje dönteni a kamera intefészéről és méretéről is.A kettő összefügg egymással, az interfész típusa befolyásolja a kameraház méretét is:

interface

A különböző interfészeket egy korábbi posztunkban már bemutattuk, de a legfontosabb jellemzőket nem lehet elégszer kiemelni:

Screenshot 2016-01-13 09.38.21

A megfelelő kamerához már csak egy kérdésre kell választ találnunk: milyen kamerafunkciókra van szükségünk? Sok gépi látás kamera – például minden Basler kamera is – fel van szerelve különböző hasznos, képminőséget javító, feldolgozást segítő funkciókkal. A legtipikusabb ilyen funkciók a

  • AOI (Area of Interest) – segítségével ki lehet választan a képen belül, egy vagy több olyan területet is, ahol a vizsgálatot el akarjuk végezni, ezáltal gyorsíthatunk a rendszer működésén
  • Automatikus beállítások – a környezethez alkalmazkodva automatikusan be tudja állítani az expozíciós időt, vagy gain szintet, ezáltal folyamatosan biztosítva az állandó képminőséget.

Láthatjuk, hogy ebben a folyamatban szinte minden lépés befolyással van egy másikra, körültekintőnek kell lennünk a kameraválasztás során, nehogy éles helyzetben szembesüljünk vele, hogy valamilyen paraméterben mellényúltunk és nem a kívánt eredményt kapjuk. Jó válogatást a kamerák között!