2D, 2.5D ve 3D Makine Görüşü Teknolojileri
Makine görüşü teknolojisi, modern endüstriyel otomasyonun ve akıllı üretimin önemli bir direği olup, denetim, navigasyon, kalite kontrol ve diğer alanlarda yaygın olarak kullanılmaktadır. Bunlar arasında 2B, 2,5B ve 3B görüş teknolojileri, farklı özelliklere ve uygulama alanlarına sahip olan üç temel teknolojidir.
I. 2B Görüş Teknolojisi: Düzlem Görüş, Basit ve Etkili
1. Teknik Özellikler
2B görüş teknolojisi, düzlem görüntüler üzerinde işlem yapar; bu, bir kamera ile fotoğraf çekip bu fotoğrafın analiziyle görevleri tamamlamaya benzer şekilde işler. Temel adımları şunları içerir:
Görüntü elde etme: Görüntüyü daha net hale getirmek için aydınlatma kullanılarak gri tonlamalı veya renkli görüntüler elde etmek amacıyla endüstriyel kameraların kullanılması.
Ön işleme: Filtreleme veya kontrast artırma yoluyla görüntülerdeki ana bilgilerin öne çıkarılması.
Özellik çıkarma: Fotoğraflarda düz çizgiler, konturlar veya köşe noktaları gibi özellikleri tanımlama.
Desen tanıma: Bu özelliklerin ne olduğunu, örneğin metin veya desenler gibi, belirlemek için algoritmalar kullanma.
Ölçüm ve konumlandırma: Nesnenin boyutunu ve konumunu hesaplama.
Hata tespiti: Standart görüntülerle karşılaştırarak sorunların nerede olduğunu belirleme.
2. Uygulama senaryoları
2D görüntüleme teknolojisi, sadece yüzeylerin görülmesini gerektiren ve nesnelerin kalınlığına ihtiyaç olmayan görevler için uygundur, örneğin:
Fabrikalarda ürün etiketlerinin doğru basılıp basılmadığını kontrol etme.
Lojistik paketlerindeki barkodları tarama.
Devre kartı yüzeylerindeki çiziklerin veya lekelerin tespiti.
3. Avantajları ve sınırlamaları
Avantajlar: Basit ekipman, düşük maliyet, hızlı işlem süresi, büyük hacimli işleri hızlı bir şekilde tamamlamak için uygundur.
Sınırlamalar: Nesnenin yüksekliğini veya derinliğini bilmek mümkün değildir, karmaşık şekiller veya gizlenmiş nesneler karşısında etkisizdir.
II. 2.5D Görüş Teknolojisi: Yükseklik Ekleme, Yarım Adım Stereo
1. Teknik Özellikler
2.5D görüş teknolojisi, 2B'ye bir katman daha fazladan bilgi ekler: nesne yüksekliği. Bu, tam bir 3B model değildir; fakat düzlem görüntülerdeki her bir noktadaki yüksekliği işaretlemek için lazerler veya derinlik kameraları kullanır. Yaygın yöntemler şunlardır:
Kontur ölçümü: Yükseklik değişimlerini ölçmek için nesne yüzeyini lazerle tarama.
Derinlik haritası: Yükseklik bilgisi içeren görüntüler oluşturmak için özel kameralar kullanma.
Basit bir anlatımla, 2.5D, düzlem fotoğraflara bir "yükseklik etiketi" eklemek gibidir; ancak sadece bir açıdan bakılabilir.
2. Uygulanabilir senaryolar
2.5D, nesnenin tam 3B şekline ihtiyaç olmayıp yüksekliğine ihtiyaç duyulan senaryolara uygundur. Örneğin:
Devre kartlarındaki komponent yüksekliklerinin normal olup olmadığını kontrol etme.
Nesne yüzeylerinin düz olup olmadığını veya çıkıntılar içerip içermediğini ölçme.
Robotların navigasyon sırasında engellerin yüksekliğini belirlemesine yardımcı olma.
3. Avantajlar ve Sınırlamalar
Avantajlar: 2D’ye göre daha fazla yükseklik bilgisi içerir, 3D’ye göre daha ucuz ve basittir; iyi bir maliyet-performans oranına sahiptir.
Sınırlamalar: Sadece tek açıdan görüntüleme yapılabilir; karmaşık 3D yapılar veya çok yüzeyli gizlenmeleri işleme konulamaz.
III. 3D Görüş Teknolojisi: Tam Stereo, Zengin Bilgi
1. Teknik özellikleri
3D görüntü teknolojisi, nesnenin 3D şeklini ve uzaysal konumunu tam olarak gösterebilir, nesne için panoramik bir resim çizer gibi çalışır. Uygulama yöntemleri şunlardır:
Stereo görüş: Farklı açılardan fotoğraflar çekmek için birden fazla kamera kullanılır ve derinlik hesaplanır.
Lazer tarama: Şekli kaydetmek için nesne yüzeyi lazerle taranır.
Yapılandırılmış ışık: Nesneler üzerine ışık desenleri projekte edilir ve deformasyona göre 3D şekil yeniden oluşturulur.
Zaman Uçuşu (ToF): Işığın yayılma-geri dönüş süresi ölçülerek mesafe hesaplanır.
3D yeniden yapılandırma: 3D modelleri birleştirmek için birden fazla fotoğraf ya da nokta bulutu verisi kullanılır.
2.Uygun Senaryolar
3D teknoloji, aşağıdaki gibi hassas 3D bilgi gerektiren görevler için uygundur:
Robotları düzensiz nesneleri kavramak üzere yönlendirmek.
Karmaşık parçaların doğru şekilde monte edilip edilmediğini kontrol etmek.
Lojistikte paket hacmini optimize etmek için ölçmek.
Otonom sürüşte çevre stereo haritalarını oluşturmak.
3.Avantajlar ve Sınırlamalar
Avantajlar: Tam mekansal bilgi sağlar; karmaşık senaryoları ve yüksek hassasiyet gereksinimlerini yönetir.
Sınırlamalar: Karmaşık ekipman, yüksek maliyet, yavaş işleme hızı, daha fazla bilgi işlem kaynağı gerektirir.
IV. 2D, 2.5D ve 3D Karşılaştırması: Göz Atmakla Anlaşılır
1. Teknik Özellik Karşılaştırması
En-boy |
2D Görüş |
2.5D Görüş |
3B görüş |
Veri Tipi |
Düzlem görüntüsü |
Düzlem görüntüsü + yükseklik |
Tam 3D model |
Derinlik bilgisi |
Yok |
Tek açılı derinlik |
Çok açılı derinlik |
Ekipman karmaşıklığı |
Basit |
Orta |
Karmaşık |
Maliyet |
Düşük |
Orta |
Yüksek |
İşlem Hızı |
Hızlı |
Orta |
Yavaş |
2. Çözülen Sorunlar
2D görüntü: Düzlem görevlerinde üstündür, örneğin barkod okuma, renk/metin kontrolü yapma.
2.5D görüntü: Basit yükseklikle ilgili sorunları çözer, örneğin yüzey hataları veya parça yüksekliği incelemesi.
3D görüntü: Karmaşık 3D görevler için uygundur, örneğin düzensiz nesnelerin konumunu belirlemek veya uzamsal ilişkileri analiz etmek.
3. Uygulamalı Örnekler
(1) Otomotiv üretimi:
2D: Araç gövdesi boyasını ve parça işaretlemelerini inceleme
2.5D: Araç gövdesi yüzey düzgünlüğünü ölçme
3D: Robot kaynak işlerini veya parça işleme süreçlerini yönlendirme
(2) Elektronik endüstrisi:
2D: Devre kartı yüzey lehimlemesini inceleyin
2.5D: Parça yüksekliklerini tespit edin
3D: Karmaşık parça montajını doğrulayın
(3) Lojistik:
2D: Paket etiketlerini tarayın
2.5D: Paket yüksekliğini ölçün
3D: Paket hacmini hesaplayın, depolamayı optimize edin
V. Teknoloji Trendleri: Birleşme ve Gelişim
Güncel makine görüşü teknolojisi hızlı bir şekilde gelişmektedir. 2D, 2.5D ve 3D birbirine yaklaşmaktadır:
2.5D'nin yaygınlaşması: Derinlik kameraları daha ucuz hale gelmekte ve birçok görev için pratik bir seçenek olmaktadır.
Yapay zeka yetkinleştirme: Daha net sonuçlar elde etmek için yapay zekayı görüntüleri ve 3B verileri analiz etmek üzere kullanmak.
Teknoloji birleşimi: Bazı sistemler görevlere göre esnek şekilde üç teknoloji arasında geçiş yaparak verimliliği artırır.
VI. Sonuç: Doğru Teknolojiyi Seçmek Anahtardır
2B, 2,5B ve 3B görüntüleme teknolojilerinin her birinin güçlü yönleri vardır:
2B: Basit ve hızlı, yüzey görevleri için uygundur
2,5B: Yükseklik bilgisi ekler, orta düzeydeki görevler için uygundur
3B: Gelişmiş işlevsellik, karmaşık 3B görevler için uygundur