머신비전: 컴퓨터 비전의 세계에 대한 통찰력

By Fouad Sabry

머신 비전이란?

일반적으로 업계에서 자동 검사, 공정 제어, 로봇 안내 등의 응용 분야에 대해 이미징 기반 자동 검사 및 분석을 제공하는 데 사용되는 기술과 방법을 머신 비전이라고 합니다. "머신 비전"이라는 용어는 소프트웨어 및 하드웨어 항목, 통합 시스템, 활동, 절차 및 숙련된 전문가를 포함한 광범위한 기술을 포괄합니다. 컴퓨터 과학의 하위 분야인 컴퓨터 비전과 달리 머신 비전은 컴퓨터 비전과 다른 것으로 간주될 수 있는 시스템 엔지니어링 분야입니다. 기존 기술을 새로운 방식으로 결합하고 이를 현실 세계에서 직면하는 문제 해결에 적용하는 것을 추구합니다. 이 단어는 산업 자동화와 관련된 상황에서 이러한 기능에 가장 일반적으로 사용되는 단어입니다. 그럼에도 불구하고 차량 안내와 같은 다른 환경에서도 이러한 기능을 사용합니다.

당신이 얻을 수 있는 혜택

(I) 다음 주제에 대한 통찰력 및 검증:

1장: 머신 비전

2장: 컴퓨터 비전

3장: 열화상 측정

4장: 스마트 카메라

5장: 3D 스캐닝

6장: 모바일 매핑

7장: 비주얼 서보

8장: 시각적 주행거리 측정

9장: 비전 유도 로봇 시스템

10장: 광학적 분류

(II) 머신 비전에 관한 대중의 주요 질문에 답합니다.

(III) 다양한 분야에서 머신 비전을 사용하는 실제 사례.

이 책은 누구를 위한 책인가

전문가, 학부 및 대학원생, 매니아, 취미생활자 및 모든 종류의 머신 비전에 대한 기본 지식이나 정보를 넘어서고 싶은 사람들.

• Language: 한국어
• Publisher: 10 억 지식이 걸립니다 [Korean]
• Release date: May 6, 2024

Book preview

챕터 1: 머신 비전

머신 비전(MV)은 산업 환경에서 자주 사용되는 자동 검사, 공정 제어 및 로봇 가이드와 같은 응용 분야를 위한 이미징 기반 자동 검사 및 분석을 제공하는 데 사용되는 기술과 방법론을 모두 의미합니다. 머신 비전은 다양한 기술, 소프트웨어 및 하드웨어 제품, 통합 시스템, 활동, 접근 방식 및 전문 지식을 포괄하는 용어입니다. 컴퓨터 과학의 하위 분야인 컴퓨터 비전과 시스템 공학 과목인 머신 비전은 서로 구별될 수 있습니다. 이미 존재하는 기술을 새로운 방식으로 결합하고 현실 세계에서 발생하는 문제에 대한 해결책을 찾는 과정에서 사용하기 위해 노력합니다. 이것은 산업 자동화와 관련된 상황에서 이러한 활동에 가장 자주 사용되는 이름입니다. 그럼에도 불구하고 차량 유도와 관련된 환경을 포함하여 다른 환경에서 이러한 기능에도 사용됩니다.

머신 비전의 전체 프로세스는 요구 사항과 프로젝트의 세부 사항을 설계하는 것으로 시작하여 솔루션 개발로 이어집니다. 이미징은 프로세스의 첫 번째 단계이며, 그 다음에는 사진을 자동으로 검사하고 런타임 동안 필요한 정보를 수집합니다.

머신 비전이라는 단어는 여러 가지 다른 의미를 가질 수 있지만 모두 사진에서 정보를 자동으로 추출하는 데 사용되는 기술 및 절차를 나타냅니다. 이는 완전히 새로운 이미지를 생성하는 이미지 처리와 대조됩니다. 검색되는 정보는 양호한 부분/나쁜 부분 신호처럼 간단할 수도 있고, 그림 안에 포함된 각 개별 항목의 식별, 위치 및 방향과 같은 보다 정교한 데이터 모음일 수도 있습니다. 데이터는 자율 검사, 산업 로봇 및 프로세스 안내, 보안 모니터링 및 차량 안내를 포함한 다양한 응용 분야에서 사용할 수 있습니다. 자세한 내용은 머신 비전 용어집을 참조하십시오.

이미징 기반 자동 검사 및 분류와 로봇 내비게이션은 머신 비전의 핵심 응용 분야입니다. 이 섹션에서는 솔루션이 작동 중일 때 발생하는 기술 절차에 대해 설명합니다.

사진 캡처는 자동 검사를 구성하는 작업 체인의 첫 번째 단계입니다. 이 단계에는 종종 향후 처리에 필요한 차이를 제공하도록 설계된 카메라, 렌즈 및 조명의 사용이 포함됩니다.

조명은 자동 검사 시스템, 사진 또는 기타 이미징 장치, 프로세서, 소프트웨어 및 출력 장치에 자주 포함되는 구성 요소 중 하나입니다.: 11–13

이미징 장치(예: 카메라)는 기본 이미지 처리 장치로부터 독립적이거나 기본 이미지 처리 장치와 결합될 수 있습니다. 후자의 옵션을 선택하면 결과 장치를 종종 스마트 카메라 또는 스마트 센서라고 합니다.

사진의 처리는 사진을 획득한 후에 이루어집니다. 대부분의 경우 최종 제품은 올바른 순서로 수행된 여러 처리 단계의 정점입니다. 일반적인 프로세스에서 첫 번째 단계는 필터와 같은 도구를 사용하여 이미지를 수정한 다음 개체를 제거한 다음 해당 개체에서 데이터를 제거(측정 또는 코드 읽기와 같은 방법 사용)하고 마지막으로 해당 데이터의 통신 또는 해당 데이터를 대상 값과 비교하는 것입니다.  그 결과 합격/불합격 결과가 생성되고 전달됩니다. 사용 가능한 많은 이미지 처리 기술 중에는 머신 비전이 있습니다. 스티칭 또는 정합으로 알려진 프로세스를 통해 인접한 2D 또는 3D 사진을 결합합니다.

필터링(예: 형태학적 필터링)

임계값 설정의 첫 번째 단계는 프로세스의 후속 단계에 도움이 되는 회색 값을 설정하거나 결정하는 것입니다. 임계값 설정 그런 다음 이 값은 사진을 섹션으로 분할하는 데 사용되며, 때로는 회색조 값보다 낮거나 높은지 여부에 따라 이미지의 각 섹션을 단순한 흑백으로 변환하는 데에도 사용됩니다.

픽셀 카운팅은 밝거나 어두운 픽셀의 수를 집계하는 프로세스입니다.

이미지 표현을 단순화 및/또는 더 이해하기 쉽고 분석하기 쉬운 것으로 변환하는 프로세스를 분할이라고 합니다. 분할은 디지털 사진을 여러 세그먼트로 분할하는 것입니다.

물체의 가장자리를 찾는 것이 가장자리 감지를 의미합니다.

색상 분석: 색상을 기반으로 구성 요소, 상품 및 사물을 식별합니다. 색상에 따라 제품의 품질을 판단합니다. 색상을 사용하여 특성을 분리합니다.

이미지 랜드마크로 연결된 픽셀의 개별 얼룩(예: 회색 물체의 블랙홀)을 찾기 위해 그림을 검사하는 것을 얼룩 감지 및 추출이라고 합니다.

신경망, 딥 러닝 및 기계 학습을 기반으로 한 처리: 가중치 및 자체 학습 다중 변수 의사 결정

패턴의 식별, 특히 템플릿의 일치. 특정 패턴을 찾고, 일치시키고, 계산해야 합니다. 여기에는 회전할 수 있는 항목, 다른 개체에 의해 부분적으로 덮이거나 크기가 변동하는 항목의 위치가 포함될 수 있습니다.

바코드, 데이터 매트릭스 및 소위 2D 바코드 판독

OCR은 광학 문자 인식(Optical Character Recognition)의 약자로 일련 번호와 같은 텍스트 읽기를 자동화하는 프로세스를 말합니다.

품목의 치수를 측정하는 것은 측정 및 계측의 중요한 부분입니다(예: 픽셀, 인치 또는 밀리미터)

합격 또는 불합격 또는 합격/불합격 결론에 도달하기 위해 지정된 값과 실제 값을 비교합니다. 예를 들어, 코드 또는 바코드를 사용하여 정보를 확인하는 동안 읽은 값은 저장된 목표 값과 비교됩니다. 측정 과정에서 측정값은 표준 값과 적용 가능한 허용 오차에 대해 확인됩니다. 영숫자 코드를 확인할 때 OCR에 의해 생성된 값이 올바른 값(대상 값이라고도 함)과 비교됩니다. 결함을 검사할 때 측정 가능한 결함 크기를 품질 표준에서 허용하는 최대값과 비교할 수 있습니다.

자동 검사 시스템은 종종 합격/불합격 판정을 출력 중 하나로 제공합니다.

머신 비전은 로봇에 위치와 방향에 대한 정보를 제공하여 로봇이 제품을 올바르게 잡을 수 있도록 하는 것이 일반적인 관행입니다. 이 용량은 또한 하나 또는 두 개의 축이 있는 모션 컨트롤러와 같이 로봇보다 덜 복잡한 모션을 지시하는 데 사용됩니다.

2006년까지만 해도 한 업계 컨설턴트는 MV 부문이 북미에서 15억 달러의 시장 규모를 차지할 것으로 추정했습니다.

{챕터 1 종료}

챕터 2: 컴퓨터 비전

컴퓨터가 디지털 사진이나 비디오에서 높은 수준의 지식을 도출하는 방법에 대한 연구는 컴퓨터 비전의 다학제 과학 분야의 초점입니다. 기술적 관점에서 인간 시각 시스템의 기능 내에 있는 활동을 조사하고 자동화하려고 시도합니다.

컴퓨터 비전과 관련된 작업에는 디지털 사진을 획득, 처리, 분석 및 이해하는 기술뿐만 아니라 판단과 같은 숫자 또는 기호 정보를 생성하기 위해 물리적 환경에서 고차원 데이터를 추출하는 기술이 포함됩니다.

컴퓨터 비전은 그림에서 정보를 추출하도록 설계된 인공 시스템의 이론적 토대를 조사하는 컴퓨터 과학의 하위 분야입니다. 시각 데이터는 비디오 시퀀스, 여러 카메라로부터 획득된 이미지, 3D 스캐너 또는 의료 스캐닝 장비로부터 획득된 다차원 데이터 등을 포함하는 다양한 포맷으로 제공될 수 있다. 컴퓨터 비전으로 알려진 기술 분야의 목표는 컴퓨터 비전 시스템을 구축하는 과정에서 개발한 아이디어와 모델을 구현하는 것입니다.

장면 재구성, 물체 감지, 이벤트 감지, 비디오 추적, 물체 인식, 3D 포즈 추정, 학습, 인덱싱, 동작 추정, 비주얼 서보잉, 3D 장면 모델링 및 이미지 복원 분야는 모두 컴퓨터 비전의 하위 영역입니다. 컴퓨터 비전의 다른 하위 영역에는 3D 장면 모델링이 포함됩니다.

컴퓨터 비전은 디지털 사진이나 영화에서 높은 수준의 지식을 추출하도록 컴퓨터를 프로그래밍하는 방법을 조사하는 종합 연구입니다. 이 영역은 컴퓨터가 표시되는 내용을 이해하도록 컴퓨터를 가르치는 방법에 중점을 둡니다. 엔지니어링의 관점에서 목표는 인간의 시각 시스템이 이미 수행할 수 있는