La mise en place d’un système de vision artificielle est hautement dépendante des différentes applications qu’on souhaite lui donner. Certains systèmes agissent solitairement afin de résoudre certains problèmes de mesure ou de détection. D’autres systèmes de vision artificielle sont des sous-systèmes ou des constituants d’une plus vaste conception mécanique et qui, par exemple, contiennent eux-mêmes d’autres sous-systèmes qui contrôlent des actionneurs mécaniques, des systèmes de planification, des banques de données, des interfaces personnes-machines, etc. Toutefois, il existe des applications plus typiques ou plus communes prises en charge par plusieurs systèmes de vision artificielle dont :

  • Le contrôle des procédés;
  • Le contrôle de la qualité;
  • La validation dimensionnelle;
  • La détection d’événements;
  • L’organisation de l’information;
  • La modélisation d’objets ou d’environnements (Ex.: pour l’inspection industrielle, l’analyse d’images ou la modélisation topographique);
  • L’interaction.

Une des plus complexes applications que nous avons élaborées chez In-Spector est notre EB3000, un optimiseur de grade pour le bois franc. Pour cette application, notre mandat fut d’analyser des longueurs de planches entières de 12 à 14 pieds. Il nous a également fallu identifier des défauts des planches à supprimer, puis valider une variété d’informations additionnelles. Finalement, notre système devait classer les segments de bois résultants du processus d’analyse selon les règles de classification du client. L’équipe de projet In-Spector aime se surpasser à chaque occasion et sachant que le bois est un matériel naturel vivant et donc en constant changement, le manipuler par le biais de la vision artificielle demeure toujours un défi que nous aimons relever.