비전 시스템의 정의

소개글

비전 시스템의 정의에 대한 보고서 자료입니다.

목차

1. 비전 시스템의 정의


2. 머신비전 이론


3. 머신비전 응용


4. 머신비전의 동향 및 미래전망


5. 머신비전에 대한 개인적 견해


6. 참고문헌

본문내용

영상 내에 관심영역[Region of Interest]을 정의하고 분리하는 것 - 스레쉬홀딩 [Thresholding]과 에지 검출[Edage detection]이 있음
① 스레쉬홀딩은 각 화소의 광도 레벨을 백색과 흑색을 표현하는 이진값으로 변환
② 에지 검출은 영상 속의 물체와 그 배경 사이의 경계의 위치를 결정
특징 추출 기술
- 영상 머신 비전 시스템은 물체의 특징에 의하여 영상 내의 물체를 정의하는 것
① 물체의 특징은 물체의 면적, 길이, 폭, 지름, 둘레, 무게중심
② 특징추출 방법은 스레쉬홀딩과 에지 검출과 같은 세그멘테이션으로 어덩진 물 체의 면적과 그 경계를 근거로 물체의 특징들이 결정되도록 설계
영상 해석
- 어떤 응용에 대하여 영상으로부터 추출된 특징들을 기반으로 영상해석[Image interpretation] 수행-물체의 인식에 관여됨
영상해석의 목표
- 미리 정의된 모델이나 표준값과 비교하여 영상 속의 물체를 식별하는 것
① 템플릿 매칭 - 한 개이상의 영상 특징을 컴퓨터 메모리에 저장된 모델 또는 템플릿의 해당 특징과 비교를 시도하는 방법 - 영상의 화소를 컴퓨터 내의 모델의 화소와 비교하는 것
② 특징 가중 - 여러 특징에 물체를 구별하는데 필요한 상대적인 중요도인 가중 치를 부여하고, 이들을 조합하여 하나의 척도로 만들어 내는 기술 - 영상 내의 물체의 점수와 컴퓨터 내의 저장된 이상적인 물체의 점수가 비교
3. 머신비전 응용
머신 비전 시스템은 생산 및 로봇 자동화 시스템에 다양한 작업을 수행하기 위 해서 사용되며, 급증하고 있는 추세이다.
1. 검사 [Inspection]
2. 부품 식별 [Part identification]
3. 부품 방향 [Part orientation]
4. 부품 위치 [Part location]
5. 시각 항법 [Visual guidance
6. 안전 감시 [Safety monitoring]
표 1. 머신 비전 적용
4. 머신비전의 동향 및 미래전망
국내 머신비전 시장
→ 아직 까지는 전통적인 수요처인 반도체와 LCD와 분야만이 독점적인 상황
→ 그 마저도 성장률 하락으로 머신비전 시장도 같이 하락함
적용사례
- 머신비전 검사의 적용 범위는 굉장히 넓고 다양하다. 또한, 머신 비전 검사를 전 전략적으로 잘 이용한다면, 단순한 결함 부품 확인 이상의 혜택도 얻을 수 있으 며, 수집한 결함에 대한 데이터를 통해 생산설비의 성능 문제를 식별, 개선할 수 도 있다. 특히, 최근 머신 비전 솔루션의 경우, 머신비전 전문가가 아니더라도 애플리케이션을 이용해 쉽게 검사를 수행할 수 있기에 성장가능성이 무한하다.
식음료 분야
→ 보틀링 라인에서 단위 분량, 포장의 밀봉 상태,포장 라벨 등을 검사
→ 결함있는 제품을 스스로 분류하고 리콜 시킴
→ 포장 결함의 심각성과 프로세스 오류 감소 가능성에 도움을 준다.
제약 및 의료기기 분야
→ 숫자 및 문자의 인식은 물론 구김이 심한 포장으로 인해 발생한 변화도 인식함
→ 제품 개수를 확인하고, 팩 안의 알약과 상자 속 병, 키트 구성 요소를 정확히 파악함
→ 악병의 위조방지 씰 등을 검사해 의료 제품 포장의 무결점을 확인함
자동차 제도 분야
→ 파워트레인과 브레이크, 에어백 등 자동차 안전장치의 품질 검사와 부품확인
→ 자동차 변속기 내 비드의 위치와 부피 및 표면 상태 확인
→ 납땜 트레이스 등 다양한 결함 식별 및 미세 치수 확인 가능
PC 기능을 더한 스마트 카메라
→ 카메라와 PC를 통합한 하나의 솔루션으로 전력소모를 낮춤
→ 영상정보 획득 기능에 영상의 의미를 찾는 작업과 수행하는 하나의 임베디드 비전 시스템
→ 이미지 센서, 영상획득용 모듈, ASIP, 통신용 인터페이스 I/O 등 시스템 컴포넌 트 내장
→ ASIP는 지능형 컨트롤 시스템에서 자율 의사결정 및 탐지 통보 사후 조치 가능
센서, 스캐닝 솔루션
→ 비전시스템이 녹화를 시작하여, 문제를 조기 파악 및 수정 가능
→ 센서, 스캐닝을 통해서 제조공정의 마지막 지점에서 사람이 직접 검사하지 않음
→ FPGA와 CPU를 사용해 다양한 자동화작업 및 시각적 서보 제어작업 가능
그림 12. 머신 비전 적용1 그림 13. 머신 비전 적용2
머신 비전의 미래 동향
- 머신 비전 시스템은 인공지능(AI)에 집중하기 시작했다. 구글이 텐서플로 라는 오픈소스를 공개한지 석 달만의 일이다. 머신러닝은 인공지능의 한 분야로 사람 이 학습하듯 컴퓨터도 주어진 데이터로 학습해 새로운 지식을 얻어내고 미래를 예측하는 기술이다. 머신러닝은 인공지능의 한 분야이자 빅데이터의 핵심 기술 로 급부상 중이다. 전문가들은 앞으로의 머신비전 업계의 화두 중하는 머신러닝 될 것으로 예상하고 있으며, 머신러닝 기술을 이용한 솔루션을 추가한 비전 검 사 소프트웨어를 개발하고 있다.
5. 머신비전에 대한 개인적 견해
- 앞으로 자율로봇에 수많은 비전시스템이 사용될 것으로 전망된다. 머신비전 기 능을 내장한 솔루션 모바일로봇 분야에서 더 큰 변화를 가져올 것이다. 또한 고 성장하는 머신비전의 시장에서 살아남기 위해서는 현장에서 누구나 쉽고 편리하 게 사용할 수 있는 시스템을 제공해야 한다. 수많은 변수에 대응하기 위해 검사 기 브랜드와 센서 제조사들은 생산,제조 업계로부터 피드백을 받고 끊임없이 변화하고 발전해야 앞으로 성장 가능성에 한 발 더 다가가 갈 것이다.
6. 참고문헌
[1] http://www.naver.com/
[2] http://en.wikipedia.org/
[3] http://terms.naver.com/
[4] http://www.google.co.kr/
[5] https://bit.ly/2UjWz8A (머신비전 이론)
[6] 로봇공학 : James G. Keramas 저서, 이만형. 고경철. 노태정. 박희재. 부광석. 안병하. 이민철. 정원지. 제우성 공역, 사이텍미디어, 2000 (원서 : Robot Technology Fundamentals, Thomson Learning, 1999) , Page 187~207
[7] https://bit.ly/2zG9Yz5 (머신비전 동향)

키워드

비전 시스템,   머신 비전 이론,   머신 비전 응용