Endüstriyel görüntü işleme nedir?

Endüstriyel görüntü işleme, kamera ve yazılım kullanarak üretim hattındaki parçaları otomatik inceleme, ölçme, sınıflandırma veya yönlendirme teknolojisidir. Sistem görüntüyü alır, belirlenen kurallara ya da eğitilmiş modele göre analiz eder ve örneğin parçanın hatalı olduğunu, ölçüsünün sınır dışında kaldığını veya doğru konumda bulunmadığını PLC’ye, robota ya da operatöre bildirir. Sonuç, insanın yalnızca ekrana bakmasına değil, üretim sürecinin ölçülebilir bir kararla ilerlemesine dayanır.

Endüstriyel görüntü işleme nasıl çalışır?​

Bir sistem genellikle aydınlatma, kamera, lens, görüntü işleme yazılımı ve sonucu kullanacak bir otomasyon biriminden oluşur. Kamera parçanın görüntüsünü alır; yazılım görüntüyü gürültü azaltma, eşikleme, kenar bulma, ölçüm, desen eşleştirme veya yapay zekâ tabanlı sınıflandırma gibi yöntemlerle inceler.

Örneğin bir üretim hattında şişe kapağının eksik takılıp takılmadığı kontrol edilsin. Kameraya gelen görüntüde kapağın bulunması gereken bölgede belirli bir şekil ve parlaklık aranır. Bu bölge beklenen özellikleri taşıyorsa çıktı OK, taşımıyorsa NOK olur. NOK sonucu bir ayırıcı mekanizmayı tetikleyebilir veya hatta kayıt olarak gönderilebilir.

Buradaki girdi yalnızca fotoğraf değildir. Görüntünün hangi anda alınacağı, parçanın kameraya göre konumu, ışığın yönü, lensin görüş alanı ve kabul edilebilir ölçü aralığı da sistemin girdisini etkiler. Aynı parça farklı ışıkta veya farklı açıda görüntülendiğinde yazılımın kararı değişebilir.

Hangi görevlerde kullanılır?​

Endüstriyel görüntü işleme aşağıdaki görevleri otomatikleştirmek için kullanılabilir:

• Yüzeyde çizik, çatlak, leke, çapak veya renk farkı aramak.
• Parçanın uzunluk, çap, açı, merkez veya konum gibi ölçülerini kontrol etmek.
• Etiket, barkod, QR kod, seri numarası veya karakterleri okumak.
• Eksik, fazla, yanlış takılmış ya da yanlış yönde duran parçaları belirlemek.
• Parçaları şekline, rengine, koduna veya kalite sınıfına göre ayırmak.
• Robotun alacağı parçanın konumunu ve yönünü hesaplamak.

Görüntü işleme, üretim hattındaki her sorunu tek başına çözmez. Sistem yalnızca kameranın görebildiği ve tasarım sırasında tanımlanan özellikler hakkında karar verir. Kameranın görmediği bir yüzey, yetersiz aydınlatılmış bir bölge veya daha önce hesaba katılmamış bir hata türü güvenilir biçimde değerlendirilemeyebilir.

Klasik yöntem mi, yapay zekâ mı?​

Yöntem seçimi parçanın görünümüne, hata türlerine ve üretim koşullarının ne kadar değiştiğine bağlıdır. Kenarları ve ölçüleri düzenli olan bir parçayı klasik görüntü işleme yöntemleriyle kontrol etmek daha açıklanabilir olabilir. Hatalı görünümler çok çeşitli ve önceden kesin kurallarla tarif edilmesi zorsa yapay zekâ tabanlı bir model değerlendirilebilir.
Bu tablo bir yöntemin her durumda diğerinden üstün olduğunu göstermez. Karar verirken hata maliyeti, çevrim süresi, mevcut görüntü sayısı, açıklanabilirlik ihtiyacı ve ortam koşulları birlikte değerlendirilmelidir. Özellikle parlak metal, değişken arka plan, titreşim ve değişen ürün rengi yalnız yazılım seçimiyle değil, çoğu zaman optik ve mekanik tasarımla da ele alınır.

Bir sistemin sonucu nasıl yorumlanır?​

OK sonucu, görüntünün tanımlanan kontrol ölçütlerini karşıladığını gösterir; parçanın bütün üretim gerekliliklerine kesin olarak uyduğunu kanıtlamaz. NOK sonucu ise parçanın en az bir kontrolü geçemediğini belirtir; bunun gerçek ürün hatası mı, yoksa bulanık görüntü, yanlış tetikleme, kirli lens veya değişmiş aydınlatma nedeniyle oluşan yanlış karar mı olduğu ayrıca incelenmelidir.

Bu nedenle uygulamada yalnız karar bilgisi değil, mümkünse hata nedeni, ölçülen değer, görüntü zamanı ve parça kimliği de kaydedilir. Hata oranı aniden yükselirse önce kamera görüntüsünün netliği, ışık koşulları, parçanın konumu ve tetikleme zamanlaması karşılaştırılmalıdır. Yazılım ayarı değiştirilmeden önce hatalı ve doğru örneklerden oluşan küçük bir doğrulama kümesiyle yeni kararın gerçekten istenen kusuru ayırdığı kontrol edilmelidir.

Endüstriyel görüntü işlemeye başlarken​

Başlangıçta doğrudan kamera veya yazılım seçmek yerine kontrol edilecek kararı kesinleştirin: Hangi kusur aranacak, hangi ölçü kabul edilecek, parça saniyede kaç kez geçecek ve hatalı sonuçta sistem ne yapacak? Ardından farklı ışık, konum ve kusur örneklerini içeren görüntüler toplanır. Bu görüntülerle kamera görüşü, aydınlatma ve analiz yöntemi birlikte sınanır.

İyi tasarlanmış bir sistem yalnızca yüksek doğruluk hedeflemez; kararın ne kadar sürede üretileceğini, yanlış kabul ve yanlış ret durumlarının maliyetini ve bakım sırasında ayarların nasıl doğrulanacağını da tanımlar. Endüstriyel görüntü işlemenin temel amacı bir görüntüyü göstermek değil, görüntüden üretim sürecinde kullanılabilecek güvenilir ve izlenebilir bir karar çıkarmaktır.