Krótka dyskusja na temat wykrywania krawędzi w wizji maszynowej

Widzenie maszynowe ma zalety dużej szybkości, wysokiej precyzji, powtarzalności, obiektywności itp. Po dodaniu widzenia maszynowego do zautomatyzowanego sprzętu, jego skuteczność i dokładność wykrywania oraz montażu ulegną znacznej poprawie w porównaniu z pracą ręczną. Dziedzina widzenia maszynowego stała się obecnie jednym z najnowocześniejszych ośrodków badawczych. Wykrywanie krawędzi jest istotną częścią widzenia maszynowego i ważną technologią wstępnego przetwarzania obrazu.

Ponieważ krawędzie są wynikiem nieciągłych wartości skali szarości, nieciągłość tę można często łatwo wykryć za pomocą pochodnych. Generalnie do wykrywania krawędzi wybiera się pochodne pierwszego i drugiego rzędu. W inspekcji wizyjnej maszynowej metoda ta nazywana jest zwykle lokalną metodą operatora wykrywania krawędzi. Do wykrywania krawędzi obrazu wykorzystuje się algorytm Canny’ego, który przetwarza i segmentuje obraz. Podstawowe kroki konkretnego algorytmu są następujące:

1. Filtrowanie: Algorytm wykrywania krawędzi opiera się głównie na pochodnych pierwszego i drugiego rzędu intensywności obrazu, ale obliczenia pochodnych są bardzo wrażliwe na szum, dlatego należy zastosować filtry, aby poprawić wydajność detektora krawędzi związaną z szumem. Należy zauważyć, że większość filtrów powoduje również utratę wytrzymałości krawędzi przy jednoczesnej redukcji szumów, zatem istnieje kompromis pomiędzy wzmocnieniem krawędzi a redukcją szumu.
2. Wzmocnienie: Podstawą uwydatnienia krawędzi jest określenie wartości zmiany intensywności sąsiedztwa każdego punktu obrazu. Algorytm wzmocnienia może podświetlać punkty ze znaczącymi zmianami wartości natężenia sąsiedztwa (lub lokalnego). Wzmocnienie krawędzi zwykle osiąga się poprzez obliczenie amplitudy gradientu.
3. Wykrywanie: Na obrazie znajduje się wiele punktów o stosunkowo dużych amplitudach gradientu i nie wszystkie z nich są krawędziami w określonych obszarach zastosowań, dlatego należy zastosować pewną metodę w celu określenia, które punkty są punktami krawędziowymi. Najprostszym kryterium wykrywania krawędzi jest kryterium progu amplitudy gradientu.
4. Pozycjonowanie: Jeśli aplikacja wymaga określenia położenia krawędzi, położenie krawędzi można oszacować w rozdzielczości subpikselowej, a także można oszacować orientację krawędzi.

W algorytmach wykrywania krawędzi bardzo często stosuje się pierwsze trzy kroki. Dzieje się tak dlatego, że w większości przypadków detektor krawędzi musi jedynie wskazać, że krawędź pojawia się w pobliżu określonego piksela na obrazie, ale nie ma potrzeby wskazywania dokładnego położenia ani kierunku krawędzi.

Te cztery kroki są niezbędne w przypadku stosowania widzenia maszynowego do pomiaru wymiarów, zwłaszcza w przypadku dokładnego położenia i orientacji krawędzi. Technologia kontroli wizyjnej maszynowej, dzięki swoim ogromnym zaletom w zakresie wydajności, standaryzuje jakość produktu, charakteryzuje się dużą szybkością kontroli, niezawodnymi i stabilnymi wynikami kontroli oraz może być kontrolowana przez długi czas i jest szeroko stosowana w różnych dziedzinach.