MACHINE VISION

NAMA ANGGOTA:
1.AMALUT LEKKO BILMANA
2.ARKAN NABIL AGIB
3.ARYA MAULANA

Definisi Machine Vision
Machine vision adalah teknologi dan metode yang digunakan untuk melakukan inspeksi dan
analisis otomatis yang berbasis pencitraan, misalnya pada kontrol proses dan panduan oleh
robot yang biasanya digunakan dalam skala industri.
Machine vision sendiri melibatkan banyak sekali teknologi, misalnya perangkat lunak dan
perangkat keras, sistem yang terintegrasi, beragam aksi, metode, dan keahlian. Machine
vision berusaha untuk mengintegrasikan beragam jenis teknologi ke dalam sebuah cara baru
dan menerapkannya untuk menyelesaikan beragam masalah.

Machine vision banyak digunakan untuk kebutuhan manufaktur dan industri, misalnya untuk
mendeteksi adanya defect atau cacat pada produk.

Cara Kerja Machine Vision

Machine vision adalah sebuah teknologi ataupun metode yang mengombinasikan banyak jenis
teknologi lainnya, seperti sensor pintar, kamera pintar, software dan hardware, algoritma, dan
beberapa teknologi lain untuk menghasilkan output yang diharapkan.

Machine vision umumnya digunakan untuk skala industri misalnya dalam industri manufaktur
untuk mendeteksi adanya kecacatan pada produk. Machine vision melibatkan sensor-sensor
untuk mendeteksi keberadaan produk. Sensor ini kemudian akan memicu sumber cahaya untuk
menerangi area produk dan kemudian sebuah kamera untuk menangkap gambar produk
tersebut.

Frame grabber (perangkat pendigitalan) kemudian akan menerjemahkan gambar dari kamera

menjadi sebuah output digital. File digital tersebut kemudian akan disimpan di komputer agar
bisa dianalisis oleh perangkat lunak (software).

Perangkat lunak (software) lantas akan membandingkan file digital tersebut dengan rangkaian
kriteria yang telah ditentukan sebelumnya. Jika perbandingan dihasilkan bahwa produk ada
kecacatan, maka produk tersebut tidak akan lolos inspeksi.

Penggunaan Machine Vision dalam Bisnis

Machine vision saat ini telah banyak digunakan untuk keperluan Quality Control. Di samping
manfaatnya yang besar untuk Quality Control produk dalam skala besar, machine vision juga
dikembangkan untuk keperluan-keperluan lainnya.

Di bawah ini adalah contoh-contoh penggunaan machine vision untuk keperluan bisnis.

(1) Machine Vision untuk Pertanian

Dalam bidang pertanian, machine vision terutama digunakan dalam perkebunan anggur. Mesin
pemanen dilengkapi dengan teknologi machine vision agar bisa mendeteksi lokasi anggur.
Berkat adanya machine vision, robot pemanen bisa memanen tanpa merusak buah anggur.

Selain itu, machine vision juga bisa digunakan untuk memonitor tanaman dan mendeteksi
penyakit tanaman.

(2) Kontrol dan Pengelolaan Stok

Machine vision bisa digunakan untuk secara cepat membaca barcode dan label pada produk.
Pada sektor manufaktur, penting untuk memastikan bahwa mesin mengambil komponen yang
tepat sementara produk terus bergerak menuju perakitan.

(3) Pelacakan Produk

Dalam industri yang sangat ketat diatur dan diawasi, misalnya industri farmasi, sangat penting
untuk bisa melacak bahan-bahan, nomor serial produk, serta tanggal kadaluarsa. Untuk
keperluan tersebut, machine vision bisa melakukannya dengan mudah dan cepat.

(4) Pengukuran dan Kalibrasi

Machine vision juga bisa digunakan untuk mengukur celah di busi untuk memastikan apakah ia
sesuai dengan spesifikasi atau sekedar mengidentifikasi alat ukur yang perlu dikalibrasi.
Penggunaan machine vision dalam bidang ini cukup efisien.

(5) Keamanan dan Keselamatan

Machine vision bisa meningkatkan keamanan dan keselamatan terutama pada site konstruksi
dengan banyak peralatan berat.

Manfaat Machine Vision

machine vision menawarkan kecepatan lebih, akurasi and kemampuan mengulangi. . Dengan
lensa dan resolusi kamera yang tepat, sebuah machine vision dapat dengan mudah dan detail
dalam memeriksa objek yang sulit dilihat oleh mata manusia.
Setelah image diperoleh lalu diproses, Metode Machine Vision antara lain:

 Stitching/Registration: Combining of adjacent 2D or 3D images.

 Filtering (e.g. morphological filtering)

 Thresholding: Thresholding starts with setting or determining a gray value that will be useful for
the following steps. The value is then used to separate portions of the image, and sometimes to
transform each portion of the image simply black and white based on whether it is below or above
that grayscale value.

 Pixel counting: counts the number of light or dark pixels

 Segmentation: Partitioning a digital image into multiple segments to simplify and/or change the
representation of an image into something that is more meaningful and easier to analyze

 Inpainting

 Edge detection: finding object edges

 Color Analysis: Identify parts, products and items using color, assess quality from color, and isolate
features using color.

 Blob discovery & manipulation: inspecting an image for discrete blobs of connected pixels (e.g. a
black hole in a grey object) as image landmarks. These blobs frequently represent optical targets for
machining, robotic capture, or manufacturing failure.

 Pattern recognition including template matching. Finding, matching, and/or counting specific
patterns. This may include location of an object that may be rotated, partially hidden by another
object, or varying in size.

 Barcode, Data Matrix and "2D barcode" reading

Output yang umum dari Machine Vision ialah keputusan pass/fail. Penerapan terkini misalnya pada
system industry HP dan Robot Vision, dimana robot dapat melihat menggunakan kamera dan unit
pendukung berupa sensor dan controller berkecepatan tinggi.
Robot vision menerapkan Machine Vision. Ada beberapa istilah penting di dalam robot vision yang
saling berhubungan, diantaranya computer vision, machine vision dan robot vision. Computer vision
merupakan teknologi paling penting di masa yang akan datang dalam pengembangan robot yang
interaktif. Computer Vision merupakan bidang pengetahuan yang berfokus pada bidang sistem
kecerdasan buatan dan berhubungan dengan akuisisi dan pemrosesan image. Machine vision
merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image, kontrol proses
dan pemanduan robot pada berbagai aplikasi industri dan rumah tangga. Robot vision merupakan
pengetahuan mengenai penerapan computer vision pada robot. Robot membutuhkan informasi
vision untuk memutuskan aksi apa yang akan dilakukan. Penerapan saat ini vision pada robot antara
lain sebagai alat bantu navigasi robot, mencari obyek yang diinginkan, inspeksi lingkungan dan
lainnya. Vision pada robot menjadi sangat penting karena informasi yang diterima lebih detail
dibanding hanya sensor jarak atau sensor lainnya. Misalnya dengan vision, robot dapat mengenal
apakah obyek yang terdeteksi merupakan wajah orang atau bukan. Lebih jauh lagi, sistem vision
yang canggih pada robot membuat robot dapat membedakan wajah A dengan wajah B secara akurat
(Face recognition system menggunakan metode PCA, LDA dan lainnya). Proses pengolahan dari input
image dari kamera hingga memiliki arti bagi robot dikenal sebagai visual perception, dimulai dari
akuisisi image, image preprocessing untuk memperoleh image yang diinginkan dan bebas noise
misalnya, ekstrasi fitur hingga interpretasi.. Misalnya saja untuk identifikasi pelanggan dan
penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan servo sebagai
aktuator untuk mengarahkan kamera agar tetap mengarah ke wajah seseraong (face tracking).
Program OpenCV
OpenCV ialah program open source berbasiskan C++ yang saat ini banyak digunakan sebagai
program computer vision, salah satu penerapannya ialah pada robotika. Dengan OpenCV, Anda
dapat membuat interaksi antara manusia dan robot (Human Robot Interaction. Misalnya, wajah dari
manusia dideteksioleh camera/webcam, lalu diproses oleh komputer, untuk kemudian diproses oleh
robot untuk melakukan aksi tertentu, misalnya mengikuti/mengenal wajah orang tersebut.
Kesemuanya itu membutuhkan OpenCV sebagai program utama antara webcam dan pengolahnya
yaitu komputer. Silahkan kunjungi situs opencv.org untuk download atau mengetahui berita terbaru
tentang software ini. Program OpenCV 2.4.11 merupakan edisi terbaru yang harus Anda gunakan,
program ini penting untuk dapat melakukan tugas 3D pada Machine Vision