Методика обучения студентов ссузов применению CV на цифровом производстве (второй блок)

В условиях развития современного общества подготовка специалиста любого профиля непременно включает формирование информационной компетентности, проявляющейся в готовности и способности выпускника СПО (среднее профессиональное образование) использовать средства и возможности современных информационных и коммуникационных технологий в профессиональной деятельности с целью повышения её эффективности.

Проблемой данной статьи является ответ на вопрос: как организовать учебный процесс таким образом, чтобы повысить интерес у студентов, выбравших своей специализацией информационные системы и программирование, сформировать у них навыки, которые пригодятся в их профессиональной деятельности на цифровом производстве, а именно умение применять CV (computer vision). Для решения обозначенной проблемы необходимо разработать УМК (учебно-методический комплекс), в который входит: программа, представляющая собой модель цифрового производ- ства, состоящая из двух блоков, теоретическая часть, задания для выполнения студентами и контрольно-оценочные материалы.

В данной статье будет освещен второй блок настольного приложения, в котором студентам предлагается продолжить знакомство с машинным зрением на цифровом производстве, ориентируясь на программное обеспечение LabVIEW, обладающее широкими функциями распознавания объектов, средой разработки и платформой для выполнения программ, созданных на графическом языке программирования G фирмы National Instruments [1]. Использование данного инструмента позволит студентам познакомится с визуальным программированием – способом создания программы для ЭВМ путем манипулирования графическими объектами вместо написания её текста.

Идеологически LabVIEW очень близка к SKADA-системам. Но, в отличие от них, в большей степени ориентирована на решение задач не столько в области автома- тизированных систем управления технологических процессов, сколько в области автоматизированных систем научных исследований. По этой причине для внедрения приложений машинного зрения необходимо дополнительно использовать ряд модулей и дополнительного программного обеспечения, а именно:

• 1.    Модуль Vision Development, который предоставляет сотни функций для разработки и внедрения приложений машинного зрения.

• 2.    Программное обеспечение для сбора изображений Vision – это программное обеспечение-драйвер для получения, отображения и сохранения изображений с самых разных типов камер.

• 3.    Программное обеспечение NI-IMAQ для драйверов USB-камер, которое позволяет пользователям настраивать любое устройство обработки изображений DirectShow и получать изображения в LabVIEW. К устройствам, поддерживающим эту функцию, относятся USB-камеры, веб-камеры, микроскопы, сканеры и многие потребительские продукты для обработки изображений.

Все вышеперечисленное требует дополнительных ресурсов системы компью- тера, а с учетом сложившихся трудностей с ограничением доступа к официальным сайтам, нами было принято решение, что помимо знакомства студентов с основными функциями LabVIEW, им будет предложено решить аналогичные задачи, уже используя знакомые им инструменты первого блока, а именно средства OpenCV и нейронных сетей. Это позволит определить, что для них является предпочтительным для внедрения и простым в разработке.

В качестве иллюстраций функций LabVIEW студентам будет предложено решить задачу контроля качества на промышленных производственных линиях, а именно разработать проекты, которые, к примеру:

• -    позволят определить точные размеры объекта;

• -    определить дефекты готовой детали;

• -    определить расстояние между составными частями одного и того же объекта;

• -    отсканировать штрих или QR-коды.

Рис. 1. Программа Labview, которая определяет диаметр шайб

Рис. 2. Программа, которая определяет диаметр отверстий, используя OpenCV

Алгоритм решения задачи с использованием библиотеки OpenCV:

Необходимо исходное изображение преобразовать в оттенки серого и провести размытие по Гауссу. Это позволит использовать функцию адаптивного порога и выполнить морфологические преобразования для сглаживания / фильтрации изображе- ния. После этого мы можем использовать встроенную функцию и найти периметры контуров и выполнить их аппроксимацию. Таким образом, мы получим ограничивающий прямоугольник и центроид отверстия. Для нахождения диаметра используем координаты центроида.

Рис. 3. Программа Labview, которая следит за качеством производства жестяных изделий

на пригодность к товарному виду

Рис. 4. Программа, которая определяет наличие повреждений на объекте, используя OpenCV

Алгоритм решения задачи с использованием библиотеки OpenCV:

Чтобы визуализировать различия между двумя изображениями, мы можем использовать количественный подход для определения точных расхождений между изоб- ражениями с помощью индекса структурного сходства. Мы перебираем каждый контур, фильтруем, используя минимальную пороговую область, чтобы удалить серый шум, и выделяем различия с помощью ограничительной рамки. Чтобы визу- ализировать точные различия, мы запол-      Обобщая все вышесказанное, студенты няем контуры маской и исходным изобра- смогут выбрать наилучший метод для ре-жением.                                   шения задач.