મશીન વિઝન શું છે અને તે કેવી રીતે મદદ કરી શકે?

મશીન વિઝન કેવી રીતે કાર્ય કરે છે તે સમજવાથી તમને તે નિર્ધારિત કરવામાં મદદ મળી શકે છે કે મશીન વિઝન ઉત્પાદન અથવા પ્રક્રિયામાં ચોક્કસ એપ્લિકેશન સમસ્યાઓ હલ કરે છે કે કેમ.

ઉત્પાદન લાઇન અથવા પ્રક્રિયા માટે મશીન (કમ્પ્યુટર, કૃત્રિમ) દ્રષ્ટિ શું કરી શકે છે અને શું કરી શકતી નથી તે લોકો ઘણીવાર સમજી શકતા નથી. તે કેવી રીતે કાર્ય કરે છે તે સમજવાથી લોકોને તે નક્કી કરવામાં મદદ મળી શકે છે કે તે એપ્લિકેશનમાં સમસ્યાઓ હલ કરશે કે કેમ. તો કમ્પ્યુટર વિઝન બરાબર શું છે અને તે ખરેખર કેવી રીતે કાર્ય કરે છે?

કૃત્રિમ દ્રષ્ટિ એ આધુનિક તકનીક છે જેમાં ભૌતિક વિશ્વની છબીઓ પ્રાપ્ત કરવા, પ્રક્રિયા કરવા અને વિશ્લેષણ કરવા માટેના સાધનોનો સમાવેશ થાય છે જેથી ડિજિટલ પ્રક્રિયાઓનો ઉપયોગ કરીને મશીન દ્વારા અર્થઘટન કરી શકાય અને તેનો ઉપયોગ કરી શકાય.

ઉદ્યોગમાં કૃત્રિમ દ્રષ્ટિનો ઉપયોગ

કમ્પ્યુટર વિઝન એ ઑબ્જેક્ટ્સનું ઑટોમૅટિક રીતે નિરીક્ષણ અને વિશ્લેષણ કરવા માટે એક અથવા વધુ કૅમેરાના ઉપયોગનો સંદર્ભ આપે છે, મોટેભાગે ઔદ્યોગિક અથવા ઉત્પાદન વાતાવરણમાં. પરિણામી ડેટાનો ઉપયોગ પછી પ્રક્રિયાઓ અથવા ઉત્પાદન પ્રવૃત્તિઓને નિયંત્રિત કરવા માટે થઈ શકે છે.

આ ટેકનોલોજી મશીનોને દરેક કાર્ય માટે યોગ્ય નિર્ણયો લેવા માટે જરૂરી માહિતી આપીને કાર્યોની વિશાળ શ્રેણીને સ્વચાલિત કરે છે.

ઉદ્યોગમાં કૃત્રિમ દ્રષ્ટિનો ઉપયોગ ઉત્પાદન પ્રક્રિયાઓને સ્વચાલિત કરવાની મંજૂરી આપે છે, જે દરેક તબક્કે ગુણવત્તા નિયંત્રણ અને વધુ સુગમતાના ઉપયોગ દ્વારા વધુ સારા ઉત્પાદન પરિણામો તરફ દોરી જાય છે.

હાલમાં, ઔદ્યોગિક કૃત્રિમ દ્રષ્ટિના ઉપયોગથી ઉત્પાદન પ્રક્રિયાઓમાં નોંધપાત્ર સુધારો થયો છે. આનાથી ઓટોમોટિવ અને ખાદ્યપદાર્થોથી લઈને ઈલેક્ટ્રોનિક્સ અને લોજિસ્ટિક્સ સુધીના ઉદ્યોગના લગભગ તમામ ક્ષેત્રોમાં ઓછા ખર્ચે ઉચ્ચ ગુણવત્તાવાળા ઉત્પાદનો મેળવવાનું શક્ય બન્યું છે.

એક સામાન્ય ઉપયોગ એ એસેમ્બલી લાઇન હશે જ્યાં એક ઇમેજ લે અને પ્રોસેસ કરતા ભાગ પર ઑપરેશન કર્યા પછી કૅમેરા ટ્રિગર થાય છે. કૅમેરાને કોઈ ચોક્કસ ઑબ્જેક્ટની સ્થિતિ, તેનો રંગ, કદ અથવા આકાર અને ઑબ્જેક્ટની હાજરી ચકાસવા માટે પ્રોગ્રામ કરી શકાય છે.

મશીન વિઝન પ્રમાણભૂત 2D મેટ્રિક્સ બારકોડ્સ શોધી અને ડીકોડ કરી શકે છે અથવા પ્રિન્ટેડ અક્ષરો પણ વાંચી શકે છે. ઉત્પાદનની તપાસ કર્યા પછી, સામાન્ય રીતે એક સંકેત જનરેટ થાય છે જે નિર્ધારિત કરે છે કે ઉત્પાદન સાથે આગળ શું કરવું. ભાગને કન્ટેનરમાં મૂકી શકાય છે, શાખા કન્વેયર તરફ લઈ જઈ શકાય છે અથવા અન્ય એસેમ્બલી કામગીરીમાં મોકલી શકાય છે, અને નિરીક્ષણ પરિણામો સિસ્ટમમાં ટ્રેક કરવામાં આવે છે.

કોઈ પણ સંજોગોમાં, કમ્પ્યુટર વિઝન સિસ્ટમ્સ ઑબ્જેક્ટ વિશે કરતાં ઘણી વધુ માહિતી પ્રદાન કરી શકે છે સરળ સ્થિતિ સેન્સર્સ.

કમ્પ્યુટર વિઝનનો સામાન્ય રીતે ઉપયોગ થાય છે, ઉદાહરણ તરીકે, આ માટે:

• QA,
• રોબોટનું નિયંત્રણ (મશીન),
• પરીક્ષણ અને માપાંકન,
• રીઅલ-ટાઇમ પ્રક્રિયા નિયંત્રણ,
• માહિતી સંગ્રહ,
• મશીન મોનીટરીંગ,
• વર્ગીકરણ અને ગણતરી.

ઘણા ઉત્પાદકો નિરીક્ષણ કર્મચારીઓને બદલે ઓટોમેટેડ કમ્પ્યુટર વિઝનનો ઉપયોગ કરે છે કારણ કે તે પુનરાવર્તિત નિરીક્ષણો માટે વધુ યોગ્ય છે. તે ઝડપી, વધુ ઉદ્દેશ્ય છે અને ચોવીસ કલાક કામ કરે છે.

કમ્પ્યુટર વિઝન સિસ્ટમ્સ પ્રતિ મિનિટ સેંકડો અથવા હજારો ભાગોનું નિરીક્ષણ કરી શકે છે અને મનુષ્યો કરતાં વધુ સુસંગત અને વિશ્વસનીય નિરીક્ષણ પરિણામો પ્રદાન કરી શકે છે. ખામીઓ ઘટાડીને, આવક વધારીને, કોમ્પ્યુટર વિઝન સાથે અનુપાલન અને ટ્રેકિંગ ભાગોને સરળ બનાવીને, ઉત્પાદકો નાણાં બચાવી શકે છે અને તેમની નફાકારકતામાં વધારો કરી શકે છે.

મશીન વિઝન કેવી રીતે કામ કરે છે

ઔદ્યોગિક ઓટોમેશનના ક્ષેત્રમાં એક અલગ ફોટોસેલ એ સૌથી સરળ સેન્સર છે. આપણે તેને "ડિસ્ક્રીટ" અથવા ડિજિટલ કહીએ છીએ તેનું કારણ એ છે કે તેની માત્ર બે સ્થિતિઓ છે: ચાલુ અથવા બંધ.

સ્વતંત્ર ફોટોસેલ (ઓપ્ટિકલ સેન્સર) ના સંચાલનનો સિદ્ધાંત પ્રકાશ બીમને પ્રસારિત કરવાનો છે અને તે નિર્ધારિત કરવાનો છે કે પ્રકાશ કોઈ પદાર્થ દ્વારા પ્રતિબિંબિત થાય છે કે કેમ. જો ત્યાં કોઈ પદાર્થ ન હોય, તો પ્રકાશ ફોટોસેલ રીસીવરમાં પ્રતિબિંબિત થતો નથી. વિદ્યુત સંકેત, સામાન્ય રીતે 24 V, રીસીવર સાથે જોડાયેલ હોય છે.

જો ઑબ્જેક્ટ હાજર હોય, તો સિગ્નલ ચાલુ થાય છે અને ક્રિયા કરવા માટે નિયંત્રણ સિસ્ટમમાં તેનો ઉપયોગ કરી શકાય છે. જ્યારે ઑબ્જેક્ટ કાઢી નાખવામાં આવે છે, ત્યારે સિગ્નલ ફરીથી બંધ થાય છે.

આવા સેન્સર એનાલોગ પણ હોઈ શકે છે. બે રાજ્યોને બદલે, એટલે કે. બંધ અને ચાલુ, તે એક મૂલ્ય પરત કરી શકે છે જે દર્શાવે છે કે તેના રીસીવર પર કેટલો પ્રકાશ પાછો આવી રહ્યો છે. તે 256 મૂલ્યો પરત કરી શકે છે, 0 (એટલે ​​કે પ્રકાશ નથી) થી 255 (જેનો અર્થ ઘણો પ્રકાશ છે).

એક ઑબ્જેક્ટને ધ્યાનમાં રાખીને ચોરસ અથવા લંબચોરસ એરેમાં ગોઠવાયેલા હજારો નાના એનાલોગ ફોટોસેલ્સની કલ્પના કરો.આ સેન્સર જે સ્થાન પર નિર્દેશ કરી રહ્યું છે તેની પ્રતિબિંબિતતાને આધારે ઑબ્જેક્ટની કાળી અને સફેદ છબી બનાવશે. આ ઈમેજોના વ્યક્તિગત સ્કેન પોઈન્ટને "પિક્સેલ્સ" કહેવામાં આવે છે.

અલબત્ત, ઇમેજ બનાવવા માટે હજારો નાના ફોટોઇલેક્ટ્રિક સેન્સરનો ઉપયોગ થતો નથી. તેના બદલે, લેન્સ ઇમેજને પ્રકાશ ડિટેક્ટરના સેમિકન્ડક્ટર એરે પર કેન્દ્રિત કરે છે.

આ મેટ્રિક્સ પ્રકાશ-સંવેદનશીલ સેમિકન્ડક્ટર ઉપકરણોની એરેનો ઉપયોગ કરે છે જેમ કે CCD (ચાર્જ કપલ્ડ ડિવાઇસ) અથવા CMOS (કોમ્પ્લિમેન્ટરી મેટલ-ઓક્સાઇડ-સેમિકન્ડક્ટર). આ મેટ્રિક્સમાં વ્યક્તિગત સેન્સર પિક્સેલ છે.

કમ્પ્યુટર વિઝન સિસ્ટમના ચાર મુખ્ય ઘટકો

કમ્પ્યુટર વિઝન સિસ્ટમના ચાર મુખ્ય ઘટકો છે:

• લેન્સ અને લાઇટિંગ;
• ઇમેજ સેન્સર અથવા કેમેરા;
• પ્રોસેસર;
• પરિણામોને સ્થાનાંતરિત કરવાની રીત, પછી ભલે તે ભૌતિક ઇનપુટ/આઉટપુટ (I/O) કનેક્શન દ્વારા અથવા અન્ય સંચાર પદ્ધતિ દ્વારા.

કમ્પ્યુટર વિઝન કલર પિક્સેલ સ્કેનિંગનો ઉપયોગ કરી શકે છે અને ઘણી વખત પિક્સેલની ઘણી મોટી શ્રેણીનો ઉપયોગ કરે છે. કદ, ધારની સ્થિતિ, ગતિ અને તત્વોની એકબીજા સાથે સંબંધિત સ્થિતિ નક્કી કરવા માટે કેપ્ચર કરેલી છબીઓ પર સોફ્ટવેર ટૂલ્સ લાગુ કરવામાં આવે છે.

લેન્સ ઇમેજ કેપ્ચર કરે છે અને તેને પ્રકાશના રૂપમાં સેન્સર સુધી પહોંચાડે છે. કમ્પ્યુટર વિઝન સિસ્ટમને ઑપ્ટિમાઇઝ કરવા માટે, કૅમેરાને યોગ્ય લેન્સ સાથે જોડવું આવશ્યક છે.

જો કે ત્યાં ઘણા પ્રકારના લેન્સ છે, ફિક્સ ફોકલ લેન્થ લેન્સ સામાન્ય રીતે કમ્પ્યુટર વિઝન એપ્લિકેશન્સમાં ઉપયોગમાં લેવાય છે. પસંદ કરતી વખતે ત્રણ પરિબળો મહત્વપૂર્ણ છે: દૃશ્યનું ક્ષેત્ર, કાર્યનું અંતર, કેમેરા સેન્સરનું કદ.

લાઇટિંગ વિવિધ રીતે છબી પર લાગુ કરી શકાય છે. કોમ્પ્યુટર વિઝન એન્વાયર્નમેન્ટ ડીઝાઇન કરતી વખતે ધ્યાનમાં લેવાના મહત્વના પરિબળો છે કે જે દિશામાંથી પ્રકાશ આવી રહ્યો છે, તેની તેજસ્વીતા અને લક્ષ્યના રંગની તુલનામાં તેનો રંગ અથવા તરંગલંબાઇ.

જ્યારે સારી છબી મેળવવા માટે લાઇટિંગ એ એક મહત્વપૂર્ણ ભાગ છે, ત્યાં અન્ય બે પરિબળો છે જે છબીને કેટલો પ્રકાશ મેળવે છે તેની અસર કરે છે. લેન્સમાં બાકોરું નામનું સેટિંગ શામેલ છે, જે લેન્સમાં વધુ કે ઓછા પ્રકાશને પ્રવેશવા માટે ખુલે છે અથવા બંધ થાય છે.

એક્સપોઝર સમય સાથે જોડીને, આ કોઈપણ લાઇટિંગ લાગુ થાય તે પહેલાં પિક્સેલ એરેને હિટ કરતા પ્રકાશની માત્રા નક્કી કરે છે. શટર સ્પીડ અથવા એક્સપોઝર સમય નક્કી કરે છે કે પિક્સેલ્સના મેટ્રિક્સ પર ઇમેજ કેટલો સમય પ્રક્ષેપિત છે.

કમ્પ્યુટર વિઝનમાં, શટરને ઈલેક્ટ્રોનિક રીતે નિયંત્રિત કરવામાં આવે છે, સામાન્ય રીતે મિલિસેકન્ડની ચોકસાઈ સાથે. ઇમેજ કેપ્ચર થયા પછી, સોફ્ટવેર ટૂલ્સ લાગુ કરવામાં આવે છે. કેટલાકનો ઉપયોગ પૃથ્થકરણ (પ્રી-પ્રોસેસિંગ) પહેલા થાય છે, અન્યનો ઉપયોગ અભ્યાસ કરવામાં આવી રહેલા ઑબ્જેક્ટના ગુણધર્મો નક્કી કરવા માટે થાય છે.

પ્રીપ્રોસેસિંગ દરમિયાન, તમે ધારને શાર્પ કરવા, કોન્ટ્રાસ્ટ વધારવા અથવા ખાલી જગ્યાઓ ભરવા માટે ઈમેજ પર ઈફેક્ટ્સ લાગુ કરી શકો છો. આ કાર્યોનો હેતુ અન્ય સોફ્ટવેર ટૂલ્સની ક્ષમતાઓને સુધારવાનો છે.

કૃત્રિમ દ્રષ્ટિ એ એક તકનીક છે જે માનવ દ્રષ્ટિનું અનુકરણ કરે છે અને તમને ઉત્પાદન પ્રક્રિયાઓ દરમિયાન મેળવેલી છબીઓ પ્રાપ્ત કરવા, પ્રક્રિયા કરવા અને અર્થઘટન કરવાની મંજૂરી આપે છે.કૃત્રિમ દ્રષ્ટિ મશીનો ઓટોમેટેડ પ્રક્રિયા દ્વારા નિર્ણયો લેવા અને સૌથી અનુકૂળ રીતે કાર્ય કરવા માટે ઉત્પાદન પ્રક્રિયાઓ દરમિયાન પ્રાપ્ત માહિતીનું વિશ્લેષણ અને ડીકોડ કરે છે. આ છબીઓની પ્રક્રિયા મશીન સાથે સંકળાયેલા સોફ્ટવેરનો ઉપયોગ કરીને હાથ ધરવામાં આવે છે, અને પ્રાપ્ત ડેટાના આધારે, પ્રક્રિયાઓ ચાલુ રાખવી અને એસેમ્બલી લાઇન પર સંભવિત ભૂલોને ઓળખવી શક્ય છે.

કમ્પ્યુટર વિઝનનો ધ્યેય

અહીં કેટલાક સામાન્ય સાધનો છે જેનો ઉપયોગ તમે તમારા લક્ષ્ય વિશે માહિતી મેળવવા માટે કરી શકો છો:

• પિક્સેલ કાઉન્ટ: ઑબ્જેક્ટમાં પ્રકાશ અથવા શ્યામ પિક્સેલ્સની સંખ્યા બતાવે છે.
• એજ ડિટેક્શન: ઑબ્જેક્ટની ધાર શોધો.
• માપન (મેટ્રોલોજી): પદાર્થના પરિમાણો (દા.ત. મિલીમીટરમાં) માપવા.
• પેટર્ન ઓળખ અથવા પેટર્ન મેચિંગ: ચોક્કસ પેટર્ન શોધો, મેચ કરો અથવા ગણતરી કરો. આમાં એવા ઑબ્જેક્ટને શોધવાનો સમાવેશ થઈ શકે છે જેને ફેરવી શકાય છે, અન્ય ઑબ્જેક્ટ દ્વારા આંશિક રીતે છુપાવી શકાય છે અથવા અન્ય ઑબ્જેક્ટ્સ હોઈ શકે છે.
• ઓપ્ટિકલ કેરેક્ટર રેકગ્નિશન (OCR): સીરીયલ નંબર્સ જેવા ટેક્સ્ટનું સ્વચાલિત વાંચન.
• બારકોડ, ડેટા મેટ્રિક્સ અને 2D બારકોડ રીડિંગ: વિવિધ બારકોડિંગ ધોરણોમાં સમાવિષ્ટ ડેટા એકત્રિત કરો.
• સ્પોટ ડિટેક્શન: ઇમેજ માટે સંદર્ભ બિંદુ તરીકે ઇન્ટરકનેક્ટેડ પિક્સેલ્સના પેચ (જેમ કે ગ્રે ઑબ્જેક્ટમાં બ્લેક હોલ) માટે ઇમેજ તપાસે છે.
• રંગ વિશ્લેષણ: રંગ દ્વારા ભાગો, ઉત્પાદનો અને વસ્તુઓને ઓળખો, ગુણવત્તાનું મૂલ્યાંકન કરો અને રંગ દ્વારા ઘટકોને પ્રકાશિત કરો.

નિરીક્ષણ ડેટા મેળવવાનો હેતુ ઘણીવાર પાસ/નિષ્ફળ અથવા આગળ વધવું/આગળ ન વધવું તે નક્કી કરવા માટે લક્ષ્ય મૂલ્યો સાથે સરખામણી કરવા માટે તેનો ઉપયોગ કરવાનો છે.

ઉદાહરણ તરીકે, કોડ અથવા બારકોડને સ્કેન કરતી વખતે, પરિણામી મૂલ્યની તુલના સંગ્રહિત લક્ષ્ય મૂલ્ય સાથે કરવામાં આવે છે. માપનના કિસ્સામાં, માપેલ મૂલ્યની તુલના યોગ્ય મૂલ્યો અને સહિષ્ણુતા સાથે કરવામાં આવે છે.

આલ્ફાન્યૂમેરિક કોડ તપાસતી વખતે, OCR ટેક્સ્ટ મૂલ્યની તુલના સાચા અથવા લક્ષ્ય મૂલ્ય સાથે કરવામાં આવે છે. સપાટીની ખામીઓ તપાસવા માટે, ખામીના કદને ગુણવત્તાના ધોરણો દ્વારા માન્ય મહત્તમ કદ સાથે સરખાવી શકાય છે.

ગુણવત્તા નિયંત્રણ

ઉદ્યોગમાં મશીન વિઝનની વિશાળ સંભાવના છે. આ કૃત્રિમ દ્રષ્ટિ પ્રણાલીઓનો ઉપયોગ કરવામાં આવ્યો છે રોબોટિક્સમાં, અમને ઉત્પાદનના વિવિધ તબક્કાઓ માટે સ્વચાલિત ઉકેલ ઓફર કરવાની મંજૂરી આપો, જેમ કે ગુણવત્તા નિયંત્રણ અથવા ખામીયુક્ત ઉત્પાદનોની શોધ.

ગુણવત્તા નિયંત્રણ એ પદ્ધતિઓ અને સાધનોનો સમૂહ છે જે અમને ઉત્પાદન પ્રક્રિયામાં ભૂલોને ઓળખવા તેમજ તેને દૂર કરવા માટે યોગ્ય પગલાં લેવાની મંજૂરી આપશે. આ અંતિમ ઉત્પાદન પર વધુ સંપૂર્ણ નિયંત્રણ પૂરું પાડે છે, ખાતરી કરે છે કે જ્યારે તે ઉપભોક્તા સુધી પહોંચે ત્યારે તે ચોક્કસ અને સ્થાપિત ગુણવત્તા ધોરણોને પૂર્ણ કરશે.

આ રીતે, જે ઉત્પાદનો લઘુત્તમ ગુણવત્તાની જરૂરિયાતોને પૂર્ણ કરતા નથી તે પ્રક્રિયામાંથી બાકાત રાખવામાં આવે છે, જેનાથી ઉત્પાદન પ્રક્રિયામાં સંભવિત વિક્ષેપો દૂર થાય છે. આ સતત નિરીક્ષણો અને રેન્ડમ પરીક્ષણો દ્વારા પ્રાપ્ત થાય છે.

ઉત્પાદનમાં ગુણવત્તા નિયંત્રણના ઉપયોગના ઘણા ફાયદા છે:

• ઉત્પાદકતામાં વધારો;
• સામગ્રીના નુકસાનમાં ઘટાડો;
• ભાવ ઘટાડો;
• અંતિમ ઉત્પાદનની શ્રેષ્ઠ ગુણવત્તા.

કમ્પ્યુટર વિઝનમાં સંચાર

એકવાર પ્રોસેસર અને સૉફ્ટવેર દ્વારા પ્રાપ્ત થયા પછી, આ માહિતી વિવિધ ઉદ્યોગ માનક સંચાર પ્રોટોકોલ દ્વારા નિયંત્રણ સિસ્ટમમાં પ્રસારિત કરી શકાય છે.

મુખ્ય કોમ્પ્યુટર વિઝન સિસ્ટમ્સ ઘણીવાર ઇથરનેટ/આઈપી, પ્રોફિનેટ અને મોડબસ ટીસીપીને સપોર્ટ કરે છે. RS232 અને RS485 સીરીયલ પ્રોટોકોલ પણ સામાન્ય છે.

ડિજિટલ I/O ઘણીવાર એક્યુએશન સિસ્ટમમાં બનેલ હોય છે અને પરિણામોના રિપોર્ટિંગને સરળ બનાવે છે. કમ્પ્યુટર વિઝન કમ્યુનિકેશન ધોરણો પણ ઉપલબ્ધ છે.

નિષ્કર્ષ

કૃત્રિમ દ્રષ્ટિ પ્રણાલીઓમાં વિવિધ પ્રકારની એપ્લિકેશનો હોય છે અને તેને વિવિધ ઉદ્યોગો અને દરેક ઉત્પાદન લાઇનની વિવિધ જરૂરિયાતોને અનુરૂપ બનાવી શકાય છે. આજે, કોઈ પણ કંપની કે જે ચોક્કસ ધોરણ પ્રમાણે ઉત્પાદનોનું ઉત્પાદન કરે છે તે તેમની ઉત્પાદન પ્રક્રિયાના ભાગ રૂપે કમ્પ્યુટર વિઝનનો લાભ લઈ શકે છે.

કૃત્રિમ દ્રષ્ટિ પ્રણાલીના ભૌતિક સિદ્ધાંતો અને ક્ષમતાઓને સમજવું એ નક્કી કરવામાં મદદરૂપ થઈ શકે છે કે આવી તકનીક ચોક્કસ કિસ્સામાં ઉત્પાદન પ્રક્રિયા માટે યોગ્ય છે કે કેમ. સામાન્ય રીતે, માનવ આંખ જે પણ જોઈ શકે છે, કેમેરા જોઈ શકે છે (ક્યારેક વધુ, ક્યારેક ઓછું), પરંતુ આ માહિતીને ડીકોડિંગ અને ટ્રાન્સમિટ કરવું ખૂબ જટિલ હોઈ શકે છે.