Szybkie przyjęcie technologii wizyjnej w systemach wbudowanych doprowadziło do opracowania ultra-wysokiej-rozwiązań do obrazowania na potrzeby bezpieczeństwa samochodowego, widzenia maszynowego i analizy ruchu. W związku z tym mocniejsze czujniki obrazu i mniejsze architektury pikseli mogą znacznie zwiększyć wydajność i możliwości obrazowania tych produktów.
Technologia widzenia maszynowego wykorzystuje algorytmy rozpoznawania obrazu do identyfikacji obiektów na obrazach i zapewnia bardziej szczegółowe i dokładne obrazy tych obiektów bez zniekształceń, bez uszczerbku dla szerokiego zakresu zastosowań, takich jak automatyka przemysłowa, robotyka, drony i modelowanie 3D.
Po pierwsze, kompaktowe, ale wydajne platformy procesorowe zmniejszają koszty tradycyjnych systemów widzenia maszynowego. Po drugie, przy pomocy wydajnych, tanich-i energooszczędnych-technologii przetwarzania, nowe czujniki obrazu szybko się rozwijają, aby sprostać wymaganiom przemysłowych-zastosowań obrazowania, takich jak inspekcja optyczna i automatyka przemysłowa.
Czujniki obrazu są kluczowym elementem każdego projektu systemów wizyjnych i przechodzą szybką transformację pod względem szybkości i rozdzielczości. Nowe czujniki obrazu umożliwiają większą liczbę klatek na sekundę bez utraty jakości obrazu. Co więcej, jeśli chodzi o rozdzielczość, te czujniki obrazu charakteryzują się solidnymi właściwościami optycznymi, które zapewniają szczegółowość obrazowania i wydajność wymaganą w nowoczesnych inspekcjach wizyjnych maszyn.
Te systemy wbudowane o niskim{0} poborze mocy mogą także obsługiwać produkty o różnych rozdzielczościach, jednocześnie obsługując szeroki zakres możliwości pikseli. W tych wbudowanych systemach wizyjnych,-które szybko ewoluują wraz z nowymi architekturami pikseli,-większe piksele mogą zrezygnować z rozdzielczości na rzecz danej konfiguracji optycznej, aby uzyskać wyższą czułość obrazowania.
Widzenie maszynowe jest sercem rewolucji w automatyce przemysłowej. Widzenie maszynowe nie ogranicza się jednak do rewolucji w robotyce przemysłowej. Jego zastosowania obejmują praktycznie wszystkie maszyny i każdy aspekt cyklu produkcyjnego.
W rzeczywistości widzenie maszynowe jest wykorzystywane w wielu zastosowaniach poza halą produkcyjną. Jego zastosowania obejmują rozpoznawanie tablic rejestracyjnych w inteligentnych systemach transportowych, śledzenie ruchu klientów i towarów w sklepach{{1}bez kasjerów, a także pełnienie roli podstawowego systemu naprowadzania dla pojazdów autonomicznych.
Obecnie uczenie maszynowe stało się kluczową technologią wspomagającą pojazdy autonomiczne. Odgrywa także kluczową rolę w zaawansowanych systemach wspomagania kierowcy (ADAS), gdzie różne algorytmy widzenia maszynowego zapewniają nienaganną dokładność percepcji.
Systemy wizyjne umożliwiają także inteligentną analizę treści wideo w przypadku kilku zastosowań- skupiających się na kamerach, w tym gogli i akcesoriów do monitoringu, rzeczywistości rozszerzonej (AR) i rzeczywistości wirtualnej (VR).
Niektóre czujniki obrazu wykorzystują technologię globalnej migawki, aby wyeliminować artefakty związane z ruchem i rozmycie. Globalne migawki wyznaczyły nowe standardy w projektowaniu kamer, zapewniając wyjątkową wydajność obrazowania, wysoką jednorodność obrazu i niski poziom szumów. W przeciwieństwie do technologii Rolling Shutter, technologia Global Shutter umożliwia czujnikowi jednoczesne skanowanie całego obszaru obrazu, co ma kluczowe znaczenie w zastosowaniach widzenia maszynowego.
Kolejną ważną zmianą w dziedzinie widzenia maszynowego było przejście z czujników obrazu-z urządzeniami ze sprzężeniem ładunkowym (CCD) na bardziej-ekonomiczne systemy kamer oparte na technologii CMOS-, które zużywają również mniej energii i oferują większą liczbę klatek na sekundę.
Przetworniki obrazu CMOS poczyniły znaczne postępy w dwóch kluczowych obszarach: szybkości klatek i poziomu szumów. W przypadku wbudowanych systemów wizyjnych czujniki CMOS stopniowo stają się-tańszą i opłacalną opcją ze względu na lepszą charakterystykę szumów. Co więcej, czujniki obrazu CMOS zapewniają bardziej szczegółowy obraz na większej powierzchni, co jest krytycznym wymogiem w środowiskach automatyki przemysłowej.
Widzenie maszynowe jest kluczowym przejawem rewolucji sztucznej inteligencji (AI), która przeniosła się z badań akademickich do sektora komercyjnego. Na przykład systemy wizyjne maszynowe są obecnie szeroko stosowane w przemyśle spawalniczym do automatycznej kontroli spoin, kontroli dokładności ścieżek sprzętu spawalniczego podczas procesu spawania lub kontroli jakości spoin po spawaniu.
Konstrukcje kamer-zorientowanych na technologię CMOS pomagają programistom spełnić wymagania dotyczące przetwarzania i-ograniczeń mocy w zastosowaniach widzenia maszynowego. Wszystkie główne zmiany w projektowaniu technologii systemów wizyjnych i czujników obrazu mają na celu obsługę takich obszarów zastosowań, jak analiza ruchu, robotyka, śledzenie, inspekcja przemysłowa i metrologia.