РОЗРОБЛЕННЯ МЕТОДУ ПОКРАЩЕННЯ МАШИННОГО ЗОРУ

Заголовок (російською): 
РАЗРАБОТКА МЕТОДА УЛУЧШЕНИЯ МАШИННОГО ЗРЕНИЯ
Заголовок (англійською): 
MACHINE VISION IMPROVEMENT METHOD DEVELOPMENT
Автор(и): 
Цюцюра С.В.
Чернишев Д.О.
Никодюк Д.В.
Автор(и) (англ): 
Tsiutsiura Svitlana
Chernyshev Denys
Nykodiuk Dmytro
Ключові слова (укр): 
системи управління; машинний зір; опрацювання та аналіз зображень
Ключові слова (рус): 
системы управления; машинное зрение; обработка и анализ изображений
Ключові слова (англ): 
control systems; machine vision; image processing and analysis
Анотація (укр): 
Розглянуто основні аспекти застосування машинного зору. Надано коротку характеристику апаратної частини систем машинного зору, зі згадуванням основних труднощів при установці і виборі компонентів. Розгляд програмної частини проходить на основі короткого порівняльного аналізу чотирьох програмних забезпечень різних розробників застосовуваних на різних підприємствах: AutoVISION, Aberlink 3D, IntaVisualizer і LabView. У характеристиці кожного програмного забезпечення наводиться їх особливості і схожі параметри, переваги і недоліки. Так AutoVISIO спеціалізується на зчитуванні важких символів і застосовується переважно в друкованій промисловості, вона розрахована на початківців, Aberlink 3D на роботі та аналізі 3D-зображень і застосовується для контролю якості деталей, має зручне виведення результатів у табличній, або графічній формі, IntaVisualizer зручне представлення результатів в будь-який момент через використання Інтернету, а також здатність прогнозувати брак, LabView від усіх відрізняється високою універсальністю і гнучкістю. Він застосовується на виробництвах різної спрямованості і спеціалізації. У статті описано основні методи аналізу зображення: бінаризація – процес, в ході якого вибирається деякий поріг яскравості пікселя, а потім зображення розділяється на дві частини; сегментація – процес виділення фрагмента зображення зі спільною ознакою; ідентифікація – процес аналізу об’єкта і його параметрів для визначення його типу і приналежності до якого-небудь класу зі схожими параметрами. Оптичне розпізнавання символів – автоматизоване читання тексту. Наведено зображення типової структурної схеми побудови розумних камер, а також схеми встановлення камер на виробничій ділянці підприємств. Наведено опис критеріїв камери – одного з найважливіших елементів системи, до яких належать: область сканування, інтерфейс з’єднання, активний сенсор та тип матриці. Представлені основні недоліки систем машинного зору на даному етапі розроблення технології, одними з яких є відсутність єдиних стандартів систем, відсутність регламентованих параметрів за вибором апаратного та програмного забезпечення, висока вартість системи, складність її встановлення та налаштування під конкретний об’єкт.
Анотація (рус): 
Рассмотрены основные аспекты применения машинного зрения. Дана краткая характеристика аппаратной части систем машинного зрения, с упоминанием основных трудностей при установке и выборе компонентов. Рассмотрение программной части проведено на основе короткого сравнительного анализа четырех программных обеспечений различных разработчиков, применяемых на различных предприятиях: AutoVISION, Aberlink 3D, IntaVisualizer и LabView. В характеристике каждого программного обеспечения приводятся их особенности и схожие параметры, преимущества и недостатки. Так AutoVISIO специализируется на считывании тяжелых символов и применяется в основном в печатной промышленности и рассчитана на начинающих. Aberlink 3D специализируется на работе и анализе 3D-изображений и применяется для контроля качества деталей, имеет удобное вывода результатов в табличной или графической форме. IntaVisualizer имеет удобное представление результатов в любой момент из-за использования Интернета, а также способна прогнозировать брак. LabView от всех отличается высокой универсальностью и гибкостью и применяется на производствах различной направленности и специализации. В статье описаны основные методы анализа изображения: бинаризация – процесс в ходе которого выбирается некоторый порог яркости пикселя, а затем изображение разделяется на две части: сегментация – процесс выделения фрагмента изображения с общим признаком; идентификация – процесс анализа объекта и его параметров для определения его типа и принадлежности к какому-либо классу со схожими параметрами; оптическое распознавание символов – автоматизированное чтение текста. Приведено изображение типичной структурной схемы построения разумных камер, а также схемы установки камер на производственном участке предприятий. Приведено описание критериев камеры – одного из важнейших элементов системы, к которым относится область сканирования, интерфейс соединения, активный сенсор и тип матрицы. Представлены основные недостатки систем машинного зрения (на данном этапе разработки технологии), одними из которых являются отсутствие единых стандартов систем, отсутствие регламентированных параметров по выбору аппаратного и программного обеспечения, высокая стоимость системы, сложность ее установки и настройки под конкретный объект.
Анотація (англ): 
This article deals with the basic aspects of machine vision. A brief description of the hardware of machine vision systems, with reference to major difficulties in the installation and selection of components. The review of the software part is based on a brief comparative analysis of four software from different developers used in different enterprises: AutoVISION, Aberlink 3D, IntaVisualizer and LabView. The characteristics of each software gives their features and similar parameters, advantages and disadvantages. Since AutoVISIO specializes in heavy-duty reading and is mainly used in the printing industry, it is beginner-friendly, Aberlink 3D at work and 3D image analysis and is used for quality control of parts, has convenient output in tabular or graphical form, IntaVisualizer is easy to present results at any time through the use of the Internet and the ability to predict marriage, LabView is distinguished by its high versatility and flexibility. It is used in the industries of different orientation and specialization. The article describes the basic methods of image analysis: binarization – the process during which a certain pixel brightness threshold is selected, and then the image is divided into two parts segmentation – the process of selection of a fragment of the image with a common feature, identification – the process of analysis of the object and its parameters to determine it type and belonging to any class with similar parameters, Optical character recognition – automatic text reading. The picture of the typical structural scheme of construction of smart cameras, as well as the scheme of installation of cameras in the production area of enterprises. The description of the camera criteria is one of the most important elements of the system, which include the scanning area, the connection interface, the active sensor and the type of matrix. The main disadvantages of machine vision systems at this stage of technology development are presented, some of which are the lack of common standards of systems, the lack of regulated parameters for the choice of hardware and software, the high cost of the system, the complexity of its installation and adjustment for a specific object.
Публікатор: 
Київський національний університет будівництва і архітектури
Назва журналу, номер, рік випуску (укр): 
Управління розвитком складних систем, номер 41, 2020
Назва журналу, номер, рік випуску (рус): 
Управление развитием сложных систем, номер 41, 2020
Назва журналу, номер, рік випуску (англ): 
Management of Development of Complex Systems, Number 41, 2020
Мова статті: 
Українська
Формат документа: 
application/pdf
Документ: 
28.pdf
Дата публікації: 
03 Март 2020
Номер збірника: 
41
Розділ: 
УПРАВЛІННЯ ТЕХНОЛОГІЧНИМИ ПРОЦЕСАМИ
Університет автора: 
Київський національний університет будівництва і архітектури, Київ
Литература: 
  1. Cheng, Y. Vision-based online process control in manufacturing applications [Text] / Y. Cheng, M. Jafari // Int. J. Automation science and engineering. – 2008. – V. 5, № 1. – P. 140–153.
  2. Machine Vision: Technologies and Global Markets, Report IAS010C [Electronic resource] / BCC Research. – 2013. – Available at: \www/URL: http://www.bccresearch.com/marketresearch/ instrumentation-and-sensors/machine-vision-technologies- ias010d.html
  3. Wnuk, M. Remarks on hardware implementation of image processing algorithms [Text] / M. Wnuk // Int. J. of Applied Mathematics and Computer Science. – 2008. – V. 18, № 1. – P. 105–110.
  4. Tsai, D. A machine vision approach for detecting and inspecting circular parts [Text] / D. Tsai // Int. J. Advanced Manufacturing Technology. – 1999. – V. 15. – P. 217–221.
  5. Freeman, H. Machine Vision for Three Dimensional Scenes [Text] / H. Freeman. – NY: Academic Press Inc., 1990. – P. 253–260.
  6. Parker, J. R. Algorithms for Image Processing and Computer Vision [Text] / J. R. Parker. – Wiley Computer Publishing, 1997. – P. 312–330.
  7. Davies, E. R. Machine Vision: Theory, Algorithms, Practicalities. Signal Processing and Its Applications Series [Text] / E. R. Davies. – Academic Press, 1997. – P. 220–254.
  8. Ritter, G. K. Handbook of Computer Vision Algorithms in Image Algebra [Text] / G. K. Ritter, J. N. Wilson. – BR: CRC Press, 1996. – P. 106–155.
  9. Golnabi, H. Design and application of industrial machine vision systems [Text] / H. Golnabi, A. Asadpour // J. Robotics and Computer-Integrated Manufacturing. – 2007. – V. 23. – P. 630–637.
  10. Bolhouse, V. Fundamentals of Machine Vision [Text] / V. Bolhouse. – Mi: Robotic Industries Assn., 1997. – P. 470–522.
  11. Цюцюра М.І. Структура інформаційних потоків в інформаційній системі виробничого підприємства [Текст] / М.І. Цюцюра, О.В. Криворучко, Т.М. Мединська // Управління розвитком складних систем. – 2019. – № 37. – С. 205 – 209, dx.doi.org\10.6084/m9.figshare.9783248
  12. Терентьєв О.О. Моделі визначення фізичного зношення конструктивних елементів будівлі для задач діагностики технічного стану [Текст] / О.О. Терентьєв, О.І. Баліна, Є.Є. Шабала // Управління розвитком складних систем. – 2016. – № 26. – С. 153 – 157
References: 
  1. Cheng, Y., Jafari, M. (2008). Vision-based online process control in manufacturing applications. Int. J. Automation science and engineering, 5, 1, 140 – 153.
  2. Machine Vision: Technologies and Global Markets, Report IAS010C. (2013). BCC Research. Available at: \www/URL: http://www.bccresearch.com/marketresearch/ instrumentation-and-sensors/machine-vision-technologies- ias010d.html
  3. Wnuk, M. (2008). Remarks on hardware implementation of image processing algorithms. Int. J. of Applied Mathematics and Computer Science, 18, 1, 105 – 110.
  4. Tsai, D.A. (1999). Machine vision approach for detecting and inspecting circular parts. Int. J. Advanced Manufacturing Technology, 15, 217 – 221.
  5. Freeman, H. (1990). Machine Vision for Three Dimensional Scenes. NY: Academic Press Inc., 253 – 260.
  6. Parker, J.R. (1997). Algorithms for Image Processing and Computer Vision. Wiley Computer Publishing, 312 – 330.
  7. Davies, E.R. (1997). Machine Vision: Theory, Algorithms, Practicalities. Signal Processing and Its Applications Series. Academic Press, 220 – 254.
  8. Ritter, G.K. & Wilson, J. N. (1996). Handbook of Computer Vision Algorithms in Image Algebra. BR: CRC Press,
    106     – 155.
  9. Golnabi, H. & Asadpour, H. (2007). Design and application of industrial machine vision systems. J. Robotics and Computer-Integrated Manufacturing, 23, 630 – 637.
  10. Bolhouse, V. (1997). Fundamentals of Machine Vision. Mi: Robotic Industries Assn., 470 – 522.
  11. Tsiutsiura, M.I., Kryvoruchko, О.V., Medynska, T.M. (2019). Structure of information flows in the information system of a production enterprise. Management of development of complex systems, 37, 205-209, dx.doi.org\10.6084/m9.figshare.9783248
  12. Terentyev, A.A., Balina, O.I., Shabala, E.E. (2016). Models wear determining physical structural elements of the building for problems diagnostics of technical state. Management of development of complex systems, 26, 153 – 157.