Visão por Computador

No blog de hoje vamos falar sobre uma das tecnologias mais aplicadas na área industrial relacionada à Indústria 4.0:a Visão Computacional. É uma tecnologia com inúmeras possibilidades e, ao aplicá-la, é possível solucionar diversos problemas que comumente aparecem nas plantas produtivas.

As técnicas de Visão Computacional estão em constante desenvolvimento e evolução graças aos novos e mais potentes sensores que incorporam e às novas técnicas de processamento de imagem.

A seguir, explicamos com mais detalhes, o que é Visão Computacional, suas aplicações, tipos de Visão Computacional, Deep Learning, o que é processamento de imagem, a importância da iluminação e os benefícios que ela pode trazer para um processo ou para uma empresa.

O que é visão computacional?

A Visão Computacional é uma das tecnologias cada vez mais utilizadas nas fábricas . Os sistemas de Visão Computacional adquirem informações do ambiente na forma de imagens , que pode ser de vários tipos, processe-o e analise-o . Para entendê-lo, você pode pensar em como entendemos nosso ambiente graças aos nossos sentidos. Nesse caso, os olhos nos ajudam a obter informações do mundo ao nosso redor, e os sistemas de visão realizam a mesma tarefa de digitalizar essas informações para que possam ser processadas por uma máquina.

Para obter essas imagens, são colocados sensores. Podem ser de diferentes tipos:câmeras 2D, câmeras hiperespectrais, câmeras 3D, etc. Todas elas nos fornecem informações sobre o ambiente que são processadas posteriormente para obter as informações de que precisamos.

Os sistemas de Visão Computacional não são concebidos como um sistema isolado que não se relaciona com os restantes elementos de uma fábrica, mas sim integrados com os restantes processos de recepção e envio de informação.

Aplicativos de Visão Computacional

(você também pode estar interessado em nosso post "Sete aplicativos de Visão Computacional" )
Você pode pensar em muitos setores nos quais a Visão Computacional pode ser usada, em aplicações muito diversas e para diferentes finalidades. Isto deve-se ao facto de existirem muitos tipos de sensores que são utilizados em Visão Computacional e que permitem abranger muitas áreas de trabalho e muitos setores industriais. Algumas das aplicações mais destacadas para as quais os sistemas de Visão Computacional são utilizados são:metrologia, detecção de defeitos em peças, detecção de elementos intrusivos, leitura de códigos de diferentes tipos ou como sistemas de qualidade.

Visão computacional para detecção de defeitos

É uma das aplicações mais conhecidas de Visão Computacional. Os sistemas de Visão Computacional são capazes, uma vez treinados, de detectar defeitos. Os defeitos podem variar de rachaduras de metal, defeitos de pintura, rebarbas, impressões incorretas e muitas outras opções. Os defeitos que eles são capazes de detectar podem chegar a menos de 0,05 mm. O treinamento é realizado alimentando as imagens do sistema com o defeito e sem o defeito.

Visão computacional para metrologia

É possível realizar medições com precisão de até mícrons graças à Visão Computacional. São aplicações que são feitas com equipamentos de metrologia a laser ou sondas.

Os avanços feitos nos equipamentos e sensores de Visão Computacional permitem obter, cada vez, imagens com mais qualidade. Portanto, esses tipos de sistemas são usados ​​para metrologia de alta precisão . Com um sistema de visão, até mícrons podem ser medidos para detectar defeitos em uma peça específica.

Visão computacional para detecção de intrusos

Por outro lado, a diversidade de sensores também permite a utilização de outros tipos de imagens, que não são as imagens RGB usuais. Por exemplo, com câmeras hiperespectrais você pode distinguir a composição dos materiais, o que, em muitos casos, fornece informações relevantes. Esta técnica é amplamente utilizada no setor agroalimentar, como sistema de qualidade. Graças a eles podemos diferenciar entre fruta e caroço, ou detectar restos de plástico ou outros intrusos indesejados, por exemplo.

Visão computacional para leitura de código

Uma das aplicações mais conhecidas dos sistemas de visão é o reconhecimento ou leitura de código .
Hoje, existem muitos sistemas que reconhecem todos os tipos de códigos que permitem, por exemplo, ter rastreabilidade em muitos processos.

Computer Vision para verificação de montagem

A cada dia são feitas montagens mais complexas, com mais peças ou conexões. A Visão Computacional permite-nos verificar, passo a passo, que cada peça está no lugar, ou no final do processo, que a montagem final está correta. Esta aplicação é muito útil para a montagem de máquinas, equipamentos, placas eletrônicas ou pré-montagens de grande complexidade. Esses sistemas reduzem consideravelmente os tempos de ciclo de operação e os tempos de reoperação muito complexos.

Visão computacional + robótica para coleta de lixo

E, finalmente, uma das aplicações que mais nos é solicitada, é combinar a robótica colaborativa com a Visão Computacional para poder realizar a separação de peças de forma caótica. As peças estão fora de ordem e, portanto, precisamos otimizar as trajetórias e detectar as coordenadas de aderência. O robô precisa de ajuda para lhe dizer qual é a peça e onde está, para que possa decidir a melhor maneira de obter a peça.

Em relação à robótica, falaremos sobre a robótica adaptativa, que se adapta ao seu ambiente e é capaz de agir de forma inteligente. Isso é conseguido adicionando sensores, que se comunicam com o robô e fornecem informações sobre seu ambiente para poder atuar em diferentes casos. Os sistemas de visão fornecem esse tipo de informação para os robôs atuarem, por exemplo, em caso de mudanças de posição, obstáculos, coleta de peças em caótico etc.

Como você pode ver, as possibilidades de Visão Computacional são infinitas, e da ATRIA realizamos com sucesso muitos Projetos nesta área.

Benefícios da visão computacional

Por fim, queremos falar sobre alguns dos benefícios que a Visão Computacional traz para os processos de produção.

• Com um sistema de Visão Computacional, você pode automatizar tarefas de inspeção repetitivas .
• Um sistema de visão não sofre fadiga e elimina o fator subjetivo na inspeção .
• Em muitos casos, a inspeção de 100% da produção pode ser realizado sem contato físico, em processos que não seriam viáveis ​​sem ele.
• Os custos de reparo e sucata são reduzidos por ser capaz de detectar peças ou elementos em mau estado no início do processo de produção.
• Automatizar permite reduzir o tempo de ciclo de operações.
• Computer Vision fornece operação e segurança adicionais benefícios ao diminuir a participação humana no processo de fabricação.
• Protege os trabalhadores de ambientes perigosos .

lAprendizagem profunda e imagens de marcação

A Visão Computacional em conjunto com o Deep Learning, permite desenvolver aplicações muito mais inteligentes, atuando em situações altamente variáveis ​​e aprendendo com o ambiente. Os algoritmos de aprendizado profundo aprendem com dados adquiridos de seu ambiente e aprendem suas características para poder agir em diferentes situações, fazer classificações ou detectar objetos. Em muitas ocasiões esses dados são imagens obtidas por câmeras. Não esqueça que para criar os datasets de dados que esses algoritmos precisam ser treinados. Os sensores usados ​​para criar essas amostras de dados são muito importantes. Os dados, neste caso, seriam as imagens e tanto sua captura de qualidade quanto sua posterior rotulagem e filtragem são vitais para o bom funcionamento de uma aplicação com Deep learning.

Tipos de visão computacional

Já adiantamos que existem diferentes tipos de sensores que são usados ​​em sistemas de Visão Computacional. Aqui queremos falar sobre o mais importante:

Visão 2D

Primeiro, encontramos as câmeras matriciais 2D que obtêm imagens em RGB, o que conhecemos como imagens coloridas ou em tons de cinza. Essas câmeras obtêm imagens que, traduzidas, são matrizes divididas em pixels, que contêm as informações de cor. Essas câmeras têm muitas possibilidades e são usadas para diferentes aplicações, como reconhecimento de caracteres, metrologia, leitura de código ou inspeção de defeitos.

Visão Hiperespectral

Por outro lado, existem câmeras hiperespectrais , permitindo conhecer a composição dos materiais através da medição do comprimento de onda. Desta forma, é possível detectar intrusos como pedras, plásticos, etc. Eles são amplamente utilizados no setor alimentício.

Termografia

Outra das técnicas de Visão Computacional que existem é a termografia . A partir desses sensores, informações sobre a temperatura das amostras ou corpos são obtidas na forma de uma imagem. Eles são representados por uma escala de cores que fornece informações sobre a temperatura. É usado em aplicações como detecção de vazamento ou desequilíbrio de carga.

Visão 3D

Por fim, falaremos sobre câmeras 3D . Esses tipos de sensores fornecem informações de profundidade. Existem também diferentes tipos de câmeras 3D que permitem cobrir um espectro muito amplo de aplicações. Eles são usados ​​para pegar peças ou detectar defeitos entre outras aplicações.

Em que consiste o processamento de imagens em Visão Computacional?

O processamento das imagens obtidas dos sensores de que falamos é o mecanismo para extrair as informações necessárias de uma imagem digital. Para isso, é necessário utilizar um software específico que realize os processos necessários para cada tipo de aplicação à imagem.

Atualmente existem diferentes sistemas comerciais, ou câmeras inteligentes, que possuem ferramentas para processamento de imagens. Muitas vezes, essas ferramentas são suficientes para uma aplicação específica, porém, outras vezes, é necessário desenvolver softwares específicos que proporcionem a versatilidade necessária.

Após o processamento das imagens e uma vez obtido o resultado ou a informação necessária, esta informação é devolvida ao exterior como saída do sistema (para avisar sobre defeitos, devolver o resultado de uma medição ou dar coordenadas ao robô para actuar).

Importância da iluminação na visão computacional

Além dos sensores que captam os dados, nos sistemas de visão são utilizados elementos auxiliares que melhoram a qualidade dos dados obtidos e que, muitas vezes, são cruciais para o seu bom funcionamento.

Um desses elementos externos mais importantes é a iluminação . A inclusão de um sistema de iluminação externo serve, em muitos casos, para garantir que a imagem seja capturada corretamente. Neste projeto,  por exemplo, foi utilizada iluminação específica para obter as imagens das peças de forma adequada e sem reflexos.

Existem diferentes sistemas de iluminação para sistemas de Visão Computacional, dependendo do tipo de material que precisamos iluminar, da distância, da luz de fundo e muitos outros parâmetros. Alguns dos sistemas de iluminação mais usados ​​são diretos, indiretos ou de "luz de fundo" iluminação. Claro, também pode ser iluminado com iluminação led , branco ou vermelho . Estes são apenas alguns dos exemplos que existem e que devem ser estudados para cada aplicação específica, o que nos permitirá obter imagens úteis para o nosso processo.
Deseja aplicar a Visão Computacional em algum de seus projetos? Entre em contato conosco!
Projetos relacionados:

• Teste de função de fim de linha com robótica colaborativa
• Sistema automático de limpeza de cubetas
• Sensorização para monitoramento remoto de processos