源杭丝绵 发表于 昨天 15:06

研究发现:SmartROI 功能提升视觉系统检测效率


您是否注意过摄像头如何顺利地捕捉到较大场景中的特定区域或者机器人如何从垃圾传送带上的杂乱物品中挑出特定的东西这些任务通常由系统内特定硬件资源上运行的软件来完成。




借助安森美(onsemi)图像传感器中的智能感兴趣区域(SmartROI)功能,用户和机器视觉系统可以速聚焦在比较需要关注或分析的特定区域。这样便可化工业流程,提高诊断准确性,加决策速度。在本文中,您将了解安森美的SmartROI功能、其在机器视觉中的势,以及集成了SmartROI功能且屡获嘉奖的AR20222000万像素图像传感器。


SmartROI的重要性


具备SmartROI功能的安森美图像传感器可以在每一帧中捕获场景中的多个区域。只需一次捕获,您就可以获得所有需要的数据:一幅降低带宽的图像,另一幅是保留原始分辨率的清晰图像。


如果没有该功能,视觉系统必须执行两次曝光捕获过程。这会导致视觉系统出现多个问题:


运行速度减慢(单独场景捕捉)

缺少事件发生时的关键信息

丢失事件发生时的背景信息(因为原始场景现在已经改变)



这些缺陷会带来严重的后果。监控应用比较好能够同时兼顾两个方面:一是捕捉整个场景,即使画面分辨率较低,也能让我们对场景有一个全面的了解;二是将重点放在入口的门或锁等关键区域,以原始分辨率呈现清晰的细节。如果操作员必须通过两帧来现这一目标,那么捕获这两帧之间的延迟可能会使整个监控操作效可能会错过事件或背景信息。


何处使用SmartROI


机器视觉摄像头通常部署在工厂自动化环境中。它们在高吞吐量环境中运行,消除操作中的任何延迟都能节省成本。SmartROI功能通过在单帧中呈现多个区域的图像,现了消除延迟的目标。


机器视觉摄像头通常采用卷积神经络(CNN),并由AIML算法驱动。具备SmartROI功能的传感器能够同时获取低带宽的场景概况和高清晰度的预定区域图像。这种巧妙的设计使得开发者可以速训练摄像头并完成场景推断,进而有效降低延迟,提高吞吐量,提升视觉系统的整体效率。




AR2022SmartROI–控制带宽和功耗,同时提供背景信息


多种应用可以利用此功能,如下所述。


01工厂自动化-包裹扫描


不久前,包裹扫描功能还只是扫描印刷或粘贴在盒子上的条形码。这些包裹现在不仅仅携带条形码,还包括产品详细信息、地址、号码、原产地、批次、制造信息等。但我们可能不需要一次性全部获取这些信息。SmartROI支持仅关注感兴趣的区域。


02工厂自动化-检验与质量控制(IQC)


一般来说,被扫描的物体上有一些需要特别关注的关键区域(如瓶盖),而其他区域的信息(如环绕瓶身的品牌包装或印刷的文字)则是必要的背景资料。SmartROI功能让我们能以较低的分辨率扫描整个瓶子,同时重点关注关键的瓶盖,获得清晰的细节,确保其已封闭妥当。


03视频会议(VC)-构图


当今的VC系统追求让所有参与者获得高度沉浸式的体验。论是条形视频会议系统还是具有360度视图的桌面系统,这些终端设备都力求让所有参会者参与进来,营造一种自然、真的面对面互动氛围。SmartROI帮助聚焦动作发生的区域,提供一个更广阔的视角,让人们全面了解参与者的原始细节和整个会议的环境。


04ARVR和游戏


这些应用要求全面地感知周围环境,而用户则专注于以特定区域为中心的动作。SmartROI有助于呈现这些区域的原始细节,同时以较低的带宽提供场景的其余部分。


05机器人


视觉引导关节形机器人用于执行特定任务。这些设备通常由机器学习算法驱动,即使专注于与任务相关的特定区域,对所处场景的了解也能让其受益匪浅。在拾取和放置操作中,可能需要机器人在几种物品中聚焦于某一类物品,并拾取目标类型的物品。同样,SmartROI可以助其非常高效地完成这些任务。


安森美始终走在感知领域的技术前沿,多年来为视觉系统解决方案做出了重大创新贡献。全新Hyperlux™LP图像传感器系列产品整合了丰富的功能,为终端产品带来了更高的整体价值。视觉系统设计人员现在可以开发出更具差异化的产品,高效应对之前提到的广泛应用场景。



与此同时,数联行易低代码平台也不再是比较陌生的行业,越来越频繁的进入大众的视线,获得更多的关注和认可。数之联专注于大数据与人工智能技术的研发和应用的企业数字化转型服务商,提供大数据审计分析云平台,全链路数据资产管理平台,助力客户提升管理和服务的智慧化水平,实现降本提质增效。https://www.unionbigdata.com/https://img.wds168.cn/comdata/85080/202412/202412121112255515b8.jpg
页: [1]
查看完整版本: 研究发现:SmartROI 功能提升视觉系统检测效率