پذیرش سریع فناوری بینایی در سیستمهای تعبیهشده باعث توسعه راهحلهای تصویربرداری فوقالعاده--با سرعت بالا برای ایمنی خودرو، بینایی ماشین و تجزیه و تحلیل حرکت شده است. بر این اساس، سنسورهای تصویر قدرتمندتر و معماری پیکسل های کوچکتر می توانند عملکرد و قابلیت های تصویربرداری این محصولات را به میزان قابل توجهی افزایش دهند.
فناوری بینایی ماشین از الگوریتمهای تشخیص تصویر برای شناسایی اشیاء در تصاویر استفاده میکند و تصاویر دقیقتر و دقیقتری از آن اشیا را بدون اعوجاج، بدون به خطر انداختن طیف گستردهای از کاربردها مانند اتوماسیون صنعتی، رباتیک، هواپیماهای بدون سرنشین و مدلسازی سهبعدی ارائه میکند.
اول، پلتفرمهای پردازشگر فشرده و در عین حال قدرتمند، هزینه سیستمهای بینایی ماشین سنتی را کاهش میدهند. دوم، با کمک فنآوریهای پردازش قدرتمند، کم هزینه و انرژی{2}، حسگرهای تصویر جدید به سرعت در حال تکامل هستند تا نیازهای برنامههای تصویربرداری صنعتی- مانند بازرسی نوری و اتوماسیون صنعتی را برآورده کنند.
حسگرهای تصویر یک عنصر کلیدی در طراحی بینایی ماشین هستند و از نظر سرعت و وضوح در حال تغییر سریع هستند. حسگرهای جدید تصویر، نرخ فریم بالاتر را بدون به خطر انداختن کیفیت تصویر امکان پذیر می کنند. علاوه بر این، از نظر وضوح، این سنسورهای تصویر دارای ویژگی های نوری قوی هستند که جزئیات تصویربرداری و عملکرد مورد نیاز برای بازرسی های بینایی ماشین مدرن را تضمین می کند.
این سیستمهای تعبیهشده{0}}کم توان همچنین میتوانند از انواع وضوح محصول پشتیبانی کنند و در عین حال طیف وسیعی از قابلیتهای پیکسل را در خود جای دهند. در این سیستمهای بینایی تعبیهشده-که به سرعت در کنار معماریهای پیکسلی جدید در حال تکامل هستند-پیکسلهای بزرگتر میتوانند وضوح را با یک پیکربندی نوری معین برای دستیابی به حساسیت تصویربرداری بالاتر عوض کنند.
بینایی ماشین در قلب انقلاب اتوماسیون صنعتی قرار دارد. با این حال، بینایی ماشین به انقلاب در رباتیک صنعتی محدود نمی شود. کاربردهای آن تقریباً همه ماشینها و هر جنبه از چرخه تولید را در بر میگیرد.
در واقع، بینایی ماشین در بسیاری از کاربردها فراتر از کف کارخانه استفاده می شود. کاربردهای آن از تشخیص پلاک در سیستمهای حملونقل هوشمند گرفته تا ردیابی حرکت مشتریان و اقلام در فروشگاههای کمتر{1}} و همچنین به عنوان سیستم اصلی راهنمایی برای وسایل نقلیه خودران است.
امروزه یادگیری ماشینی به یک فناوری کلیدی در وسایل نقلیه خودران تبدیل شده است. همچنین نقش مهمی در سیستمهای کمک راننده پیشرفته (ADAS) ایفا میکند، جایی که الگوریتمهای مختلف بینایی ماشین دقت درک بیعیب و نقصی را ارائه میکنند.
بینایی ماشین همچنین تجزیه و تحلیل محتوای ویدیویی هوشمندی را برای چندین برنامه کاربردی دوربین{0}محور، از جمله هدستها و لوازم جانبی نظارت، واقعیت افزوده (AR) و واقعیت مجازی (VR) انجام میدهد.
برخی از سنسورهای تصویر از فناوری شاتر جهانی برای حذف مصنوعات حرکتی و تاری استفاده می کنند. شاترهای جهانی استانداردهای جدیدی را در طراحی دوربین تعیین کرده اند که عملکرد تصویربرداری فوق العاده، یکنواختی تصویر بالا و نویز کم را ممکن می سازد. برخلاف فناوری شاتر نورد، فناوری شاتر جهانی به سنسور اجازه میدهد تا کل ناحیه تصویر را به طور همزمان اسکن کند، که در کاربردهای بینایی ماشین بسیار مهم است.
یکی دیگر از تغییرات عمده در زمینه بینایی ماشین، انتقال از حسگرهای تصویری -دستگاه کوپل شده (CCD) به سیستمهای دوربین مبتنی بر CMOS ارزانتر{1}}کارآمدتر{2}} بوده است، که همچنین انرژی کمتری مصرف میکنند و نرخ فریم بالاتری ارائه میدهند.
سنسورهای تصویر CMOS در دو حوزه کلیدی پیشرفت چشمگیری داشته اند: نرخ فریم و سطح نویز. برای سیستمهای بینایی تعبیهشده، حسگرهای CMOS به دلیل ویژگیهای نویز بهبودیافته، به تدریج به گزینهای مقرونبهصرفهتر- تبدیل میشوند. علاوه بر این، سنسورهای تصویر CMOS نمای دقیق تری را در سطح بزرگتر ارائه می دهند، که یک نیاز حیاتی در محیط های اتوماسیون کارخانه است.
بینایی ماشین یکی از مظاهر کلیدی انقلاب هوش مصنوعی (AI) است و از تحقیقات دانشگاهی به بخش تجاری منتقل شده است. به عنوان مثال، سیستمهای بینایی ماشین در حال حاضر به طور گسترده در صنعت جوشکاری برای بازرسی خودکار جوش، برای کنترل دقت مسیرهای تجهیزات جوش در طول فرآیند جوشکاری یا برای بازرسی کیفیت جوشها پس از جوشکاری استفاده میشوند.
طراحیهای دوربین CMOS{0}}مرکز به توسعهدهندگان کمک میکنند تا نیازمندیهای پردازشی و محدودیتهای کم انرژی- برنامههای بینایی ماشین را برآورده کنند. تغییرات عمده در طراحی فناوری بینایی ماشین و حسگر تصویر همگی در خدمت به حوزه های کاربردی مانند تجزیه و تحلیل حرکت، رباتیک، ردیابی، بازرسی صنعتی و اندازه شناسی است.