A visão artificial é a capacidade de um computador de ver; ele emprega uma ou mais câmeras de vídeo, conversão analógico-digital (ADC) e processamento de sinais digitais (DSP). Os dados resultantes vão para um computador ou um controlador de robô. A visão mecânica é semelhante em complexidade ao reconhecimento de voz.
A visão mecânica é às vezes confundida com o termo visão computacional. A tecnologia é freqüentemente integrada com inteligência artificial (IA), aprendizagem da máquina e aprendizagem profunda para acelerar o processamento de imagens.
Como funciona a visão mecânica?
A visão mecânica usa câmeras para capturar informações visuais do ambiente ao redor. Ela então processa as imagens usando uma combinação de hardware e software e prepara as informações para uso em várias aplicações.
A tecnologia de visão mecânica freqüentemente usa ótica especializada para adquirir imagens. Esta abordagem permite que certas características da imagem sejam processadas, analisadas e medidas.
Por exemplo, uma aplicação de visão artificial como parte de um sistema de fabricação pode ser usada para analisar uma determinada característica de uma peça sendo fabricada em uma linha de montagem. Ela pode determinar se a peça atende a critérios de qualidade e, se não atender, dispor da peça.
Em ambientes de fabricação, os sistemas de visão mecânica normalmente precisam do seguinte:
- Iluminação. A iluminação ilumina o objeto ou a cena para tornar suas características visíveis.
- Lente. Esta captura a imagem e a entrega ao sensor na câmera como luz.
- Tábua de captura, capturador de imagem ou sensor. Estes dispositivos trabalham em conjunto para processar a imagem da câmera e convertê-la para um formato digital como pixels. Os sensores de imagem convertem a luz em sinais elétricos usando tecnologia de semicondutores de óxido metálico complementar ou um dispositivo acoplado de carga.
- Processador. O processador executa software e algoritmos relacionados que processam a imagem digital e extrai as informações necessárias.
- Comunicação. Estes sistemas permitem que as câmeras de visão mecânica e o sistema de processamento se comuniquem com outros elementos do sistema maior, geralmente usando um sinal discreto de entrada/saída ou uma conexão serial.
Há dois tipos de câmeras usadas na fabricação de máquinas de visão mecânica: câmeras de varredura de área e câmeras de varredura de linha. Veja como elas funcionam:
- Escaneamento de área. Estas câmeras tiram fotos em um único quadro usando um sensor retangular. O número de pixels no sensor corresponde à largura e à altura da imagem. Câmeras de varredura de área são usadas para escanear objetos do mesmo tamanho em termos de largura e altura.
- Digitalização de linha. Estas câmeras constroem uma imagem pixel a pixel. Elas são adequadas para a captura de imagens de itens em movimento ou de tamanhos irregulares.
O sensor passa em um movimento linear sobre um objeto ao tirar a foto. As câmeras de varredura linear não estão tão limitadas a uma resolução específica como as câmeras de varredura de área.
As lentes das câmeras variam em qualidade óptica. Duas especificações importantes em qualquer sistema de visão são a sensibilidade e a resolução da lente, que têm as seguintes características:
- Sensibilidade é a capacidade de uma máquina de ver em luz fraca ou de detectar impulsos fracos em comprimentos de onda invisíveis.
- A resolução é a medida em que uma máquina pode diferenciar entre objetos.
Em geral, quanto maior for a resolução, mais confinado será o campo de visão. Sensibilidade e resolução são interdependentes. Se outros fatores são constantes, o aumento da sensibilidade reduz a resolução, e o aumento da resolução reduz a sensibilidade.
Os olhos humanos são sensíveis a comprimentos de onda eletromagnéticos que variam de 390 a 770 nanômetros. As câmeras de vídeo podem ser sensíveis a uma gama de comprimentos de onda muito maior do que isso. Alguns sistemas de visão mecânica funcionam em comprimentos de onda infravermelhos, ultravioletas ou de raios X.
Binocular, também chamado estéreo, a visão artificial requer um computador com um processador avançado. Além disso, câmeras de alta resolução, uma grande quantidade de RAM e programação de IA são necessárias para a percepção de profundidade.
