Historia systemów wizyjnych w pigułce

Historia systemów wizyjnych w piguce

Początki wizji maszynowej

     Początki wizji maszynowej opracowano na przełomie lat 40 i 50 XX wieku wraz ze wstępnymi badaniami nad sztuczną inteligencją. Wojsko USA zaczęło stosować analizę obrazu. Koncepcja została uprzemysłowiona dopiero w latach 60 i 70 XX wieku.

Lata 70 XX w

     Latach 70 przyniosły rewolucję w dziedzinie wizji maszynowej. Mianowicie, Massachusetts Institute of Technology opracował system analizy obrazu, który docelowo miał kontrolować ramię robota do zastosowań przemysłowych. W 1966 Marvin Minsky z MIT poprosił swojego studenta Geralda Jay Sussman’a, aby przeznaczył wakacje (!!), na próbę połączenia kamery z komputerem, gdzie uzyskanym efektem finalnym było przedstawienie matematycznego opisu tego, co rejestruje oko kamery.

Lata 80 XX w

     W latach 80. poświęcono wiele wysiłku na sformułowanie skutecznych metod matematycznych do analizy i przetwarzania cyfrowego obrazu. Zastosowanie piramidy obrazów oraz ich łączenie umożliwiło wyszukiwanie zgodnych części obrazów. Kolejne wersje piramid pozwalały również na lokalizację wyskalowanych obiektów. Dzięki algorytmom skracającym czas analizy obrazu możliwe było zastosowanie widzenia maszynowego na skalę przemysłową. Powtarzalność pomiarów, oraz zwiększające się wymogi jakościowe produktów sprawiły, że wizja maszynowa stała się podstawą wielu linii produkcyjnych.

     Dodatkowo, oprócz stale rozwijających się algorytmów dla istniejących metod tworzenia i programowania wizji maszynowej powstawały nowe metody, np.:

  • fotostereoskopia– metoda polegająca na analizie kilku zdjęć przy zmiennych warunkach oświetlenia,
  • metoda „shape from shading” – metoda polegająca na wykorzystaniu zależności pomiędzy ilością światła odbitego a trzecim wymiarem,
  • metoda „shape from focus” – metoda polegająca na wykorzystaniu zależności pomiędzy ostrością obrazu a trzecim wymiarem.

Lata 90 XX w

     Lata dziewięćdziesiąte przyniosły ogromny rozwój branży wizji maszynowej! Motorem napędowym tej jak i innych gałęzi przemysłu stanowił postęp technologiczny w zakresie budowy komputerów. Przetwarzanie układów scalonych umożliwiło wykonanie inteligentnych kamer, które potrafiły nie tylko gromadzić dane obrazu, ale także wyodrębniać informacje z uzyskanych obrazów, bez użycia komputera lub innego zewnętrznego urządzenia przetwarzającego. Dzięki bardziej wydajnym komputerom, można było wprowadzać do analizy obrazów wypracowane wzory matematyczne pomocne w uzyskiwaniu modeli trójwymiarowych obrazów.

Pod koniec XX wieku naukowcy spekulowali, który kierunek jest najbardziej prawdopodobny dla rozwoju wizji maszynowej (machine vision)

     Założenia ówczesnych badaczy wydają się być aktualne również dzisiaj. 

David Marr w „Vision: A Computational Investigation into the Human Representation and Processin” zawarł trzy poziomy rozwoju wizji maszynowej:

  • teoria obliczeniowa: co jest celem wykonywania obliczeń? Jakie są ograniczenia i jak sobie z nimi poradzić?
  • reprezentacja i algorytmy: co jest wejściem, wyjściem, informacjami pośrednimi, oraz którego algorytmu użyć do obliczeń, aby otrzymać pożądane wyniki?
  • implementacja sprzętu: Jak reprezentacje i algorytmy przenieść na istniejący sprzęt?

XXI w

     Obecnie wiemy, że problematyka wizji maszynowej jest dużo bardziej złożona niż uważali badacze z MIT w latach 70 XX w. Wczesne próby otrzymania modeli 3D opierały się na wyciągnięciu krawędzi w przestrzeni 2D, oraz wykorzystaniu modelu blokowego. Pod koniec XX wieku, badania nad algorytmami wykrywającymi krawędzie były kamieniem milowym w dziedzinie wizji maszynowej. Prowadzono również badania nad modelowaniem obiektów o kształtach innych niż wielościany, np. walce. Zauważono również, że do stworzenia modelu 3D można wykorzystać:

  • widzenie stereoskopowe,
  • cienie,
  • oraz natężenie światła.

     Z powodu postępu technologicznego wizja maszynowa na liniach produkcyjnych przestała być tylko pomysłem w dziedzinie R&D i jest obecnie szeroko wdrażana i stosowana w branży produkcyjnej do zastosowań obejmujących weryfikację jakości i kontroli produktów.

MV Center Systemy Wizyjne

Vision Control

             Under Control

Masz pytania? Skontaktuj się z nami

Bądź z nami na bieżąco w social media