Nothing Beats Knowhow. Batenburg Data Vision. Batenburg Data Vision. Segment_image_mser with cluttered background Wat is (Machine) Vision?

Maat: px

Weergave met pagina beginnen:

Download "Nothing Beats Knowhow. Batenburg Data Vision. Batenburg Data Vision. Segment_image_mser with cluttered background Wat is (Machine) Vision?"

Agnes Wauters
5 jaren geleden
Aantal bezoeken:

1 Jaarlijks organiseren wij 25 klant (machine) vision trainingsdagen Batenburg Data Vision Lens Camera Frame grabber Beeld-bewerking Software... Beeld-recording Software Result Hole Radius mm mm mm Verlichting User interface Nothing Beats Knowhow Batenburg Data Vision Batenburg Data Vision X-Ray UV VIS NIR SWIR MWIR LWIR X-Ray Ultra Violet Visible Near IR Short Wave Mid Wave Long Wave X-Ray UV VIS NIR SWIR MWIR LWIR X-Ray Ultra Violet Visible Near IR Short Wave Mid Wave Long Wave um um um um um um Segment_image_mser with cluttered background Wat is (Machine) Vision? 1

Wat is (Machine) Vision? 1. Gecomputeriseerde 2.

2 Wat is (Machine) Vision? 1. Gecomputeriseerde 2. Regelende 3. Licht 4. Meting 4. Meting Meting, Licht, Regelen, Gecomputeriseerd, Machine Vision Meting Keerken Automatisering? -Verschil? - Automatisering project - Vision project Keerken Automatisering? Keerken Sensoren Automatisering t.a.v. data 0 of 1 out 4-20 in 8 bits (256) ma out 2

VGA camera van 656x494 pixels 8 bits diep = 0,32

spectrum Sensor H V D Formaat [mm] [mm] [mm] 1/4 inch

3 Keerken Sensoren Vision t.a.v data Keerken Variabelen in Vision De data van 1 x VGA camera van 656x494 pixels 8 bits diep = 0,32 Mpixel = drukschakelaars of = temperatuur transmitters. Sensor maat versus aberraties Electromagnetisch spectrum Sensor H V D Formaat [mm] [mm] [mm] 1/4 inch /3 inch /2 inch /3 inch inch sensor D H V Elektromagnetisch spectrum Hardware Kip en Ei vragen Welke Meetmethode? Visible range Welke Belichting? Welk Aanzicht? Welke Camera & Lens? Welke Databus? Hoeveel geheugen? Welke Processorsnelheid? Parts of the electromagnetic spectrum 3

Software Kip en Ei vragen Welke Preprocessing is nodig? Welke Variaties moeten meegenomen worden? Welke Segmentatie strategie is nodig? Welke Classificatiealgoritmen zijn bruikbaar?

4 Software Kip en Ei vragen Welke Preprocessing is nodig? Welke Variaties moeten meegenomen worden? Welke Segmentatie strategie is nodig? Welke Classificatiealgoritmen zijn bruikbaar? Wat Beeldkeerken (features) te gebruiken? Welke Beslisboom is robuust? Welke (Human-Machine-Process) Interface is nodig? Het Rode Kruis Get organized! Volgorde Vragen Bedrijfsmatige vragen Bedrijfsmatig Applicatie Vision gerelateerde vragen Huidige situatie: (Know What) Gewenste situatie: ( Know How) Doel van de geboden oplossing/ Scoring: (Know Why) Economisch alternatief: (Knowwhynot) Economische waarde opdrachtgever: (Know Who) Economische waardevoor eindgebruiker: (Driving Mechanisme) 4

Applicatie gerelateerde vragen Vision gerelateerde vragen Sample Variaties Gewenste Snelheid Gewenste Nauwkeurigheid Machine interface HumanInterface Werkafstand Field of view Scherpte diepte

5 Applicatie gerelateerde vragen Vision gerelateerde vragen Sample Variaties Gewenste Snelheid Gewenste Nauwkeurigheid Machine interface HumanInterface Werkafstand Field of view Scherpte diepte Kontrast Maade of natuurlijk object Achtergrond constant of variabel Machine interface Human Interface Illumination Photo Detectors lens Detector material overview Camera Sensor Test object Detector Type Material Wavelength (μm) IV Ge 1.9 IV Si 1.1 III-V InGaAs 1.7 or 2.5 Bussystem III-V InAs 3.4 III-V InSb 7.3 III-V InSbAs MQW GaAs/AlGaAs Interface SLS InAs/InGaSb II-VI HgCdTe (MCT) IV-VI PbS 3.0 Image Software Interface IV-VI PbSe 4.6 IV-VI PbSnSe Pixels fotonen integratie t integration Charge level 5

4096 Vol 14 bits = 16384 A/D V 31 Kleuren pixel is verzamelvat met filterdeksel in een kleur

6 Pixel Wat is dan een kleuren pixel? Verzamelvat voor fotonen Leeg (Zwart) Vol (Wit) Vol 8 bits = 256 Vol 10 bits = 1024 Vol 12 bits = 4096 Vol 14 bits = A/D V 31 Kleuren pixel is verzamelvat met filterdeksel in een kleur Kleuren pixel is verzamelvat met filterdeksel in een kleur Verzamelvat voor fotonen Leeg (Zwart) Vol (Kleur. van filter) Vol 8 bits = 256 Vol 10 bits = 1024 Vol 12 bits = 4096 Vol 14 bits = A/D V Sensor sizes in comparison Film 35 mm Image sensors CMOS (active pixel sensor) 36.0 x /3 1/2 1/3 1/ x x x x 3.6 mm 6

Sensor sensitivity CMOS / CMOSIS Effecten Black Sun CMOS / CMOSIS Effecten Black Sun CCD Color

moet het benodigd aantal pixels Rc bepaald worden.

Eenheid Cameraresolutie Rc Pixel Spatiële resolutie Rs mm/pixel Field Of View FOV mm Grootte

7 Sensor sensitivity CMOS / CMOSIS Effecten Black Sun CMOS / CMOSIS Effecten Black Sun CCD Color Debayering Resolutie uitrekenen CAMERA RESOLUTIE Voordat de camera kan worden geselecteerd moet het benodigd aantal pixels Rc bepaald worden. Deze kan als volgt worden berekend: Sf Rs= [mm/pixel] Nf FOV Rc= [pixel] Rs Naam Variabele Eenheid Cameraresolutie Rc Pixel Spatiële resolutie Rs mm/pixel Field Of View FOV mm Grootte van kleinste detail Sf mm Aantal pixels voor het afbeelden van kleinste detail Nf pixel Shutter and Exposure - Global schutter - Rolling schutter 7

Rolling Shutter Technology Rows Time Reset Exposure Charge transfer Readout Rolling

8 Global Shutter Technology Global Shutter Technology Rows Time Reset Exposure Charge transfer Readout Rows Time Reset Exposure Charge transfer Readout Global shutter Rolling Shutter Technology Rows Time Reset Exposure Charge transfer Readout Rolling Shutter Technology Rolling Shutter Rows Time Reset Exposure Charge transfer Readout 8

9 Rolling Shuttereffect op bewegend object Relatie Golflengte- Temperatuur Stralingswet van Planck beschrijft de spectrale verdeling van de temperatuursafhankelijke warmtestraling Hoe hoger de temperatuur, hoe korter de golflengte Hoe lager de temperatuur, hoe langer de golflengte Belangrijkste wet voor thermografie ε + τ + ρ= 1 Kirchhoff s wet: Toelichting Kirchhoff s wet: Toelichting Heet blikje, Lauw blikje, Koud blikje 9

10 Kirchhoff s wet: Toelichting Heet blikje, Lauw blikje, Koud blikje 73,0 C 73,0 C Linie 1 70 Linie SW 40 LW µm µm 30 22,0 C 22,0 C Zwart Rood Wit Zilver 65 LW (8-14 µm) 60 SW (3-5 µm) 55 Emissiviteitstabellen Data Vision History Projects Ref: Structon Kwaliteit inspectie rails 10

11 Data Vision History Projects Non thermal infrared imaging Ref: DupontOCR Lezenop zakken Industrial applications Machine Vision Plastics : - waste sorting Thermal imaging Thermal imaging Industrial applications Slag detection Industrial applications Online temperature control Thermal imaging Pijpen / kabel legger hoek meting Industrial applications Critical component monitoring 11

12 3D meting Positionering Inpijp inspectie Volume bepaling (erts) Batenburg Data Vision Ref: TreinOCR 12

13 Batenburg Data Vision Pluizen teller ( Productie industrie garen ) Ref: Container OCR Visuele inspectie dmvdrones Ex proofcamera Online oppervlakte inspectie ( FN steel) Je kunt ons bereiken via sales-datavision@batenburg.nl 13

Vergelijkbare documenten

Agenda. Voorstellen. Uw applicatie. Technische context. Project aanpak

Agenda. Voorstellen. Uw applicatie. Technische context. Project aanpak Agenda Voorstellen Uw applicatie Technische context Project aanpak Batenburg Data Vision X-Ray UV VIS NIR SWIR MWIR LWIR X-Ray Ultra Violet Visible Near IR Short Wave Mid Wave Long Wave 0.01-10 nm 10-400