Penglihatan mesin: Perbedaan antara revisi

Awalnya, 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.<ref>{{Cite web|title=StackPath|url=https://www.vision-systems.com/knowledge-zone/article/14069209/the-history-of-machine-vision|website=www.vision-systems.com|access-date=2022-01-30}}</ref>

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.

Di sini, data yang ditangkap oleh sensor (terutama citra), akan diolah secara matematik oleh piranti lunak. Pada bagian inilah kerja dari statistik, matriks, jaringan Bayesian, [[Logika kabur|logika fuzzy atau kabur]], serta algoritma genetik mulai digunakan. Sementara, untuk matriks, secara umum sistem penglihatan mesin menggunakan metode seperti sobel dan Fre-Chen sebagai alat bantu analisis segmentasi dan deskripsi dari piksel.<ref name=":3">{{Cite journal|last=Kurada|first=S.|last2=Bradley|first2=C.|date=1997-04|title=A machine vision system for tool wear assessment|url=https://linkinghub.elsevier.com/retrieve/pii/S0301679X96000588|journal=Tribology International|language=en|volume=30|issue=4|pages=295–304|doi=10.1016/S0301-679X(96)00058-8}}</ref><ref name=":4">{{Cite journal|last=Ureña|first=R|last2=Rodrı́guez|first2=F|last3=Berenguel|first3=M|date=2001-07|title=A machine vision system for seeds quality evaluation using fuzzy logic|url=https://linkinghub.elsevier.com/retrieve/pii/S0168169901001508|journal=Computers and Electronics in Agriculture|language=en|volume=32|issue=1|pages=1–20|doi=10.1016/S0168-1699(01)00150-8}}</ref> Selain itu, prinsip dari eigenvektor dan eigenvalue sendiri juga digunakan untuk analisis data. Serta, untuk pengolahan citra atau gambar digunakan metode-metode [[Pengambangan (pengolahan citra)|pengambangan (thresholding)]]. Pada bagian pengambangan ini, prinsip-prinsip statistik seperti [[histogram]], [[distribusi normal]], [[Simpangan baku|standar deviasi]] serta [[Matriks (matematika)|matriks]] digunakan di dalam analisis piksel sebagai salah satu metode dari interpretasi citra.<ref name=":4"/><ref name=":5">{{Cite journal|last=Patel|first=Krishna Kumar|last2=Kar|first2=A.|last3=Jha|first3=S. N.|last4=Khan|first4=M. A.|date=2012-04|title=Machine vision system: a tool for quality inspection of food and agricultural products|url=http://link.springer.com/10.1007/s13197-011-0321-4|journal=Journal of Food Science and Technology|language=en|volume=49|issue=2|pages=123–141|doi=10.1007/s13197-011-0321-4|issn=0022-1155|pmc=PMC3550871|pmid=23572836}}</ref><ref name=":4">{{Cite journal|last=Ureña|first=R|last2=Rodrı́guez|first2=F|last3=Berenguel|first3=M|date=2001-07|title=A machine vision system for seeds quality evaluation using fuzzy logic|url=https://linkinghub.elsevier.com/retrieve/pii/S0168169901001508|journal=Computers and Electronics in Agriculture|language=en|volume=32|issue=1|pages=1–20|doi=10.1016/S0168-1699(01)00150-8}}</ref>

[[Berkas:African Cape Daisy (tresholded).svg|jmpl|Salah satu contoh hasil pengambangan pada bunga daisy (African Cape). Sistem penglihatan mesin banyak menggunakan metode ini sebagai salah satu metode di dalam komputasinya. ]]

* Penyeleksian tingkat kematangan [[buah]]<ref name=":5" /><ref>{{Cite journal|last=Blasco|first=J|last2=Aleixos|first2=N|last3=Moltó|first3=E|date=2003-08|title=Machine Vision System for Automatic Quality Grading of Fruit|url=https://linkinghub.elsevier.com/retrieve/pii/S1537511003000886|journal=Biosystems Engineering|language=en|volume=85|issue=4|pages=415–423|doi=10.1016/S1537-5110(03)00088-6}}</ref><ref name=":5" />

* Inspeksi ukuran biji atau [[Bulir (botani)|bulir]].<ref name=":4" /><ref>{{Cite journal|last=Vithu|first=P.|last2=Moses|first2=J.A.|date=2016-10|title=Machine vision system for food grain quality evaluation: A review|url=https://linkinghub.elsevier.com/retrieve/pii/S092422441630084X|journal=Trends in Food Science & Technology|language=en|volume=56|pages=13–20|doi=10.1016/j.tifs.2016.07.011}}</ref><ref name=":4" /><ref>{{Cite journal|last=Luo|first=X|last2=Jayas|first2=Ds|last3=Symons|first3=Sj|date=1999-07|title=Identification of Damaged Kernels in Wheat using a Colour Machine Vision System|url=https://linkinghub.elsevier.com/retrieve/pii/S0733521098902405|journal=Journal of Cereal Science|language=en|volume=30|issue=1|pages=49–59|doi=10.1006/jcrs.1998.0240}}</ref><ref>{{Cite journal|last=Branson|first=Steve|last2=Van Horn|first2=Grant|last3=Wah|first3=Catherine|last4=Perona|first4=Pietro|last5=Belongie|first5=Serge|date=2014-02-20|title=The Ignorant Led by the Blind: A Hybrid Human–Machine Vision System for Fine-Grained Categorization|url=http://link.springer.com/10.1007/s11263-014-0698-4|journal=International Journal of Computer Vision|language=en|doi=10.1007/s11263-014-0698-4|issn=0920-5691}}</ref><ref>{{Cite journal|last=Belan|first=Peterson Adriano|last2=de Macedo|first2=Robson Aparecido Gomes|last3=Alves|first3=Wonder Alexandre Luz|last4=Santana|first4=José Carlos Curvelo|last5=Araújo|first5=Sidnei Alves|date=2020-12|title=Machine vision system for quality inspection of beans|url=http://link.springer.com/10.1007/s00170-020-06226-5|journal=The International Journal of Advanced Manufacturing Technology|language=en|volume=111|issue=11-12|pages=3421–3435|doi=10.1007/s00170-020-06226-5|issn=0268-3768}}</ref>

Beberapa bahan bacaan yang dapat dirujuk terkait sistem penglihatan mesin:

[[Kategori:penglihatanPenglihatan mesin]]