功能强大的视频内窥镜的发展
Tom Danvers（全球航空航天产品经理）和 Sheldon McCrackin（高级软件经理）就功能更强大的视频内窥镜如何改进视觉检测发表了见解。
几十年来，各行业的检测人员一直在使用视频内窥镜来观察资产内部，以便就可操作性和维护要求做出关键决策。 视频内窥镜最初用于提供照明和所遇场景的实时视频馈送。 随着技术的发展，检测人员开始利用先进的图像处理和测量技术来提高检出率并对检出的迹象进行量化处理。
目前的视频内窥镜能够以全新的方式辅助检测人员工作，例如在边缘运行分析以提高检出率，以及连接到云端进行自动数据管理。 在现代视频内窥镜中，“后台”的功能才真正起到了决定性的意义。
在航空航天领域的飞机发动机检测过程中，检测人员需要使用视频内窥镜：
- 生成高清 (HD) 图像
- 录制高清视频
- 生成资产的 3D 表征并进行精确测量
- 将多个 3D 表征拼接在一起，形成场景的合成图像
- 通过 iOS 或 Android 设备传输流媒体视频并控制视频内窥镜
- 叶片计数
- 分析缺陷场景
- 连接到本地无线热点并将图像和视频发送至云端
上述全部：同时进行！
测量改进
对于许多工业现场视觉检测应用来说，测量环节是不可或缺的。 训练有素、经验丰富的检测人员需要对缺陷的大小和位置进行量化，以便就资产的可维护性做出重要决策。 可信、可靠、用户友好型测量能力的价值不容低估。 Real3D 相位测量采用已获专利的结构光技术，使检测人员能够使用同一光学镜头件对指示进行定位、测量和分析。 全表面点云可实现精确的光标定位，从而获得准确的结果。 测量计算的响应性和速度与视频内窥镜的处理能力直接相关。
更高的检出率 (POD)
缺陷检测以及观察到所有缺陷的概率过去完全取决于检测人员的观察力。 现代视频内窥镜提供的分析功能可在检测过程中将视频内窥镜变成检测人员的第二双眼睛，在检测到可能的缺陷时做出标记以提醒用户。 Mentor Visual iQ VideoProbe 使用了 8000 多张图像来训练一个辅助缺陷识别 (ADR) 模型，即燃气动力辅助模型，以识别燃气轮机内机翼、燃烧衬管和叶冠衬管上的几种不同缺陷类型。 机载处理器可实时分析实时流媒体视频中的单个帧，以确定是否存在缺陷，而硬件必须能够支持分析功能在后台连续运行且不会影响整体性能。
新应用开发
分析技术的另一个应用体现在发动机检测中一个关键但不起眼的环节：叶片计数。 这种简单高效的产品解决方案能识别通过场景的叶片特征以自动对叶片进行计数，从而确保收集的数据关联到资产内的正确位置。 该分析系统还必须在与缺陷探测器并行运行的同时进行测量并自动将相同的数据文件保存到云端。
除上述功能外，视频内窥镜还必须始终以每秒 60 帧的速度向屏幕提供不间断的视频馈送，并能以静态图像或视频文件的形式捕获数据。 随着技术的进步和额外功能的增加，必须对系统进行专门的设计和优化，使其能够在边缘运行。 这需要考虑到热管理、功耗以及很多其他方面的因素。
为什么需要更强大的视频内窥镜？
需要使用视频内窥镜来管理和操作遍布全球的高度复杂且通常对安全至关重要的资产。 现代视频内窥镜在满足检测人员日益增长的需求方面确实有着卓越表现，其拥有创新的软件解决方案、在停机坪上使用电池运行以及外壳下方配备的电源可同时执行所有解决方案。