Els sistemes de visió artificial ja són una eina habitual en les empreses. És comú trobar en el mercat equips compactes amb funcions predefinides i que gairebé no requereixen d'una configuració per ser operatius, i altres equips que estan previstos per a la confecció de sistemes més complexos i dissenyats i programats a mida de les necessitats del client.
Per a que l'aplicació d'un sistema de visió artificial sigui exitosa, és clau el correcte disseny tenint en compte aspectes com el tipus i resolució de les càmeres, el tipus d'òptica, el tipus d'il·luminació, el temps de processat, etc.
Visió artificial clàssica
Un sistema de visió artificial està format bàsicament per una càmera, una òptica, un sistema d'il·luminació i un sistema de processat. Existeixen múltiples tipus de càmeres, matricials, lineals, 3D, tèrmiques, infraroges, espectrals, etc., múltiples tipus d'òptiques, estàndard, telefèriques, etc. i múltiples sistemes d'il·luminació, led, fibra òptica, làser, etc. Una vegada obtinguda la imatge, aquesta és sotmesa a una sèrie de filtres de software amb la finalitat de ressaltar les característiques que es desitja processar, a continuació s'apliquen uns algoritmes amb la finalitat d'extreure la informació i/o els resultats desitjats. Per al cas de la visió artificial tradicional, els algoritmes de processament són coneguts i programats segons un model predefinit. Les principals aplicacions de la visió artificial tradicional són la detecció de defectes, la metrologia, la classificació, el comptatge d'elements, la detecció de materials, la verificació d'assemblatges, la lectura de codis i caràcters (OCR), la detecció de distribució de temperatures, l'obtenció de geometries 3D, la identificació de posició i orientació de peces en 2D i 3D (Bin picking), la detecció de l'entorn per al guiament de robots, inspecció de color, etc.
Visió artificial amb IA (Deep Learning)
Dins del context de la indústria 4.0, han aparegut recentment en el mercat, solucions de Visió Artificial basades en Intel·ligència Artificial, més concretament en la tecnologia Deep-Learning. Amb aquesta tecnologia no es requereix conèixer l'algoritme de processat prèviament, sinó que s'obté de forma automàtica, mitjançant un entrenament realitzat en base a un conjunt d'imatges classificades prèviament (Databases). L'ús d'aquesta tecnologia permet el disseny de noves aplicacions, ja que és més tolerant a les variacions naturals en patrons complexos. Les principals aplicacions de la visió mitjançant Deep-Learning són la detecció de defectes complexos, la classificació de textura i materials, la verificació de muntatges, la lectura de caràcters, etc.