Three-Dimensional Machine Vision (Kanade, 1987).Īplikasi di Bidang Transportasi Īplikasi di Bidang Infrastruktur īahan Bacaan īeberapa bahan bacaan yang dapat dirujuk terkait sistem penglihatan mesin: Robot pendeteksi kebocoran gas mudah terbakar ( flammable gas).Inspeksi bagian-bagian mekanik atau suku cadang.Keausan peralatan manufaktur serta kekasaran permukaan.Inspeksi budidaya perikanan ( aquaculture) Īplikasi di Bidang Pangan Īplikasi di Bidang Industri.Aplikasi di Bidang Kesehatan Īplikasi di Bidang Pertanian Deteksi penglihatan mesin dapat digunakan untuk mengklasifikasi permukaan iris yang berbeda pada setiap orang. Secara umum, sistem penglihatan mesin tidak hanya digunakan di dalam industri tetapi juga digunakan di sistem lain seperti transportasi, pertanian, dan kesehatan. Output yang dihasilkan dari sistem pengolahan data (pada umumnya RAM) bisa berupa citra atau output mekanik seperti pergerakan dan panas atau kalor apabila aktuator atau penggarak tersebut digunakan di dalam sistem energi seperti di sistem pendinginan dan tata udara atau di pembangkit energi. Untuk prosesor atau komputer yang digunakan, pada era modern saat ini sudah banyak komputer dengan spesifikasi RAM dan memori yang cukup untuk melakukan prinsip pengambangan (thresholding) terutama komputer dengan prosesor terkini yang lebih cepat dalam frekuensi serta jumlah memori yang besar dengan ukuran yang kecil. Sistem penglihatan mesin banyak menggunakan metode ini sebagai salah satu metode di dalam komputasinya. Salah satu contoh hasil pengambangan pada bunga daisy (African Cape). Histogram sendiri digunakan di dalam analisis piksel dari citra atau gambar yang digunakan sebagai masukan dari sistem yang akan diolah perangkat lunak. Pada bagian pengambangan ini, prinsip-prinsip statistik seperti histogram, distribusi normal, standar deviasi serta matriks digunakan di dalam analisis piksel sebagai salah satu metode dari interpretasi citra. Serta, untuk pengolahan citra atau gambar digunakan metode-metode pengambangan (thresholding). Selain itu, prinsip dari eigenvektor dan eigenvalue sendiri juga digunakan untuk analisis data. Sementara, untuk matriks, secara umum sistem penglihatan mesin menggunakan metode seperti sobel dan Fre-Chen sebagai alat bantu analisis segmentasi dan deskripsi dari piksel. Pada bagian inilah kerja dari statistik, matriks, jaringan Bayesian, logika fuzzy atau kabur, serta algoritma genetik mulai digunakan. Pengolahan Data ĭi sini, data yang ditangkap oleh sensor (terutama citra), akan diolah secara matematik oleh piranti lunak. Untuk perangkat keras ( hardware) lainnya adalah sumber cahaya. Hal ini bertujuan untuk mendapatkan hasil citra atau gambar yang bagus dan tidak terdapat blur atau gambar yang kabur. Umumnya, kamera yang digunakan adalah kamera yang memiliki spesifikasi piksel yang tinggi serta mampu untuk menangkap gambar atau video dalam laju frame per detik ( frame per second) yang bagus seperti kamera berkecepatan tinggi ( high speed camera). Masukan atau input yang akan diolah oleh sistem sendiri ditangkap oleh alat berupa sensor atau kamera yang akan menangkap citra atau gambar dari objek yang akan diolah oleh aktuator. Secara umum, kerja dari sistem penglihatan mesin menyerupai kerja dari blok diagram kendali secara umum di mana terdapat masukan atau input, pengolahan data, serta output atau keluaran. Metode Ĭontoh blok diagram dari PLC ( Programmable Logic Controller) yang juga memiliki prinsip yang sama dengan penglihatan mesin. Sejarah Īwalnya, penerapan dari penglihatan mesin ini digunakan pada salah satu supermarket di New Jersey di mana saat itu makanan yang ditawarkan disortir (diseleksi) berdasarkan filter tertentu. Perbedaannya adalah, pada penglihatan mesin, ia adalah penerapan dari penglihatan komputer di dunia industri di mana output dari prosesor atau komputer akan diolah menjadi output berupa gerak mekanik atau termal. Secara umum, banyak yang menyamakan antara penglihatan mesin dengan penglihatan komputer ( computer vision). Kemudian, proses dari gambar atau citra tersebut akan digunakan untuk melakukan suatu tindakan atau eksekusi yang dilakukan oleh sebuah aktuator atau penggerak.Īplikasi dari penglihatan mesin ini sangat luas tidak hanya sebagai alat bantu untuk robotika atau sistem mekatronika lainnya tetapi juga dapat digunakan di beberapa bidang seperti kesehatan/medis, pertanian, pangan, industri, energi, infrastruktur, serta transportasi. Sebagai gambaran, penglihatan mesin mengandalkan piranti lunak untuk memroses gambar atau citra di mana salah satu piranti lunak yang umum digunakan di dalam memroses masukan dari penglihatan mesin adalah Matlab. Salah satu penerapan sistem penglihatan mesin pada jalur (line) produksi ban berjalan (conveyor belt)
0 Comments
Leave a Reply. |