2. Machine Vision
LEARNING OUTCOMES
1. Peserta diharapkan memahami tujuan utama dari machine vision, bidang ilmu yang
terkait, serta aplikasinya di berbagai bidang.
OUTLINE MATERI (Sub-Topic):
1. What is Machine Vision?
2. Related fields
3. Application areas
3. Machine Vision
ISI MATERI
What is Machine Vision?
Terdapat beberapa definisi dari Machine Vision, diantaranya:
1. Suatu proses untuk menghasilkan sebuah penjelasan dari dunia luar citra yang
bermanfaat untuk pengamat dan tidak dikotori oleh informasi yang tidak relevan
(Marr)
2. Membangun sebuah deskripsi secara eksplisit yang memberi makna dari objek fisik
pada citra (Ballard dan Brown)
3. Membuat keputusan yang berguna mengenai objek fisik atau pemandangan dari
sebuah citra (Shapiro and Stockman)
Mengapa “Vision” tidak mudah bagi komputer? Anak berumur dua tahun dapat dengan
mudah menghitung jumlah pohon, jumlah binatang, dan jumlah manusia yang terdapat pada
citra. Namun hal tersebut bukanlah hal yang mudah untuk melakukan hal yang sama pada
komputer karena:
a. Bentuk obyek yang sangat bervariasi
Terdapat beragam jenis pohon, jenis binatang, bentuk tubuh manusia, warna kulit,
cara berpakaian, dan lain-lain. Untuk mengenali itu semua, komputer perlu
melakukan pembelajaran terhadap seluruh jenis obyek agar dapat mengenali obyek
tersebut.
b. Kehilangan informasi pada saat proses visualisasi
Semua obyek di dunia nyata memiliki dimensi tiga, pada saat obyek tersebut akan
divisualisasikan pada monitor komputer, akan terjadi proses proyeksi dari tiga
dimensi menjadi dua dimensi karena layar monitor sesungguhnya hanya dapat
memvisualisasikan bentuk dua dimensi. Proses proyeksi tersebut mengakibatkan
terjadinya kehilangan informasi saat kita akan melakukan interpretasi terhadap citra.
c. Kehilangan data
Maksud kehilangan data disini adalah seringkali suatu obyek yang menjadi pusat
perhatian ditutupi oleh obyek lain atau berada pada lokasi yang tidak ideal
pencahayaannya, misal berkabut atau terlalu terang atau gelap. Pada kondisi tersebut
4. Machine Vision
maka data mengenai obyek tidak mudah untuk diperoleh. Selain itu bayangan obyek
lain pada obyek dan noise juga dapat mengakibatkan gangguan.
d. Confounding effects
Kondisi lingkungan dapat berpengaruh terhadap penampakan suatu obyek, misal buah
lemon yang berwarna kuning akan berubah warnanya menjadi oranye jika berada di
ruangan dengan lampu berwarna merah. Proses pengenalan obyek dengan fitur warna
akan terganggu dalam kondisi ini.
Untuk mengatasi permasalahan diatas Machine Vision menggunakan pendekatan berikut
dalam penyelesaian masalah:
a. Menggunakan asumsi dan pengetahuan sebelumnya mengenai obyek untuk
mendapatkan deskripsi selengkapnya mengenai obyek.
b. Menggunakan pengetahuan mengenai kondisi lingkungan dimana obyek berada,
seperti kondisi pencahayaan, material, dan lain-lain.
c. Menggunakan informasi dari beberapa citra yang dapat diperoleh dari stereo view
(multiple camera) atau multiple frame pada sebuah video.
5. Machine Vision
ISI MATERI
Related Fields
Bidang ilmu yang terkait dengan Machine Vision diantaranya:
a. Image Processing
Proses yang sering digunakan pada Machine Vision adalah low level processing
seperti histogram processing, filtering, edge detection, atau kompresi data. Tujuan
dari Image Processing pada Machine Vision diantaranya adalah untuk mengoreksi
kualitas citra (pre-processing) dan mendapatkan pengukuran kuantitatif. Masukan dan
keluaran dari image processing adalah berupa citra.
b. Computer Vision
Computer Vision berperan untuk melakukan ekstraksi deskripsi simbolik dari sebuah
citra. Biasanya digunakan teknik high-level processing seperti object recognition.
Input dari Computer Vision adalah citra, sedangkan outputnya berupa semantik yang
dapat memberikan deskripsi kuantitatif atau kualitatif.
c. Computer Graphics
Pada dasarnya Computer Graphics melakukan proses yang merupakan kebalikan dari
Computer Vision. Jika Computer Vision bertujuan untuk memahami apa yang
terkandung dari sebuah citra (salah satunya dengan cara membuat model dari hal yang
digambarkan oleh citra), sebaliknya Computer Graphics bertujuan untuk menciptakan
citra dengan tingkat realistik sebaik mungkin dengan bermodalkan pengetahuan
mengenai bagaimana realitas penampakan suatu obyek di dunia nyata (lokasi,
pencahayaan, jenis material, parameter kamera, dan lain-lain) menggunakan
komputer.
d. Pattern Recognition
Pattern Recognition bertujuan untuk mengenali pola yang terdapat pada sebuah citra.
Input dari Pattern Recognition biasanya direpresentasikan berupa vektor (feature
vektor). Tugas utama dari Pattern Recognition pada umumnya menetapkan label atau
kelas dari pola input. Misal pada sistem pengenalan plat nomor kendaraan bermotor,
pola input yang menyatakan setiap huruf pada plat nomor akan diklasifikasikan ke
dalam salah satu kemungkinan dari karakter alfanumerik (0-9, A-Z).
6. Machine Vision
e. Photogrammetry
Photogrammetry adalah sebuah ilmu untuk membuat pengukuran dari sebuah foto,
biasnya untuk mengetahui secara eksak posisi atau ukuran obyek sesungguhnya.
Salah satu bidang yang banyak menggunakan ilmu ini adalah penginderaan jauh yang
memanfaatkan sensor multi-spektral, hiper-spektral, radar, LIDAR, dan sensor-sensor
lainnya. Dengan bantuan photogrammetry dapat diketahui dimensi obyek
sesungguhnya pada permukaan bumi.
7. Machine Vision
ISI MATERI
Application Areas
Saat ini Machine Vision sudah banyak diimplementasikan pada berbagai bidang,
diantaranya:
a. Manufaktur
Salah satu aplikasi Machine Vision yang paling umum di bidang manufaktur adalah
untuk keperluan inspeksi. Beberapa contoh kegiatan inspeksi yang telah
diotomatisasikan seperti deteksi cacat pada pengemasan barang pada jasa pengiriman
barang , inspeksi volume air aki dan kualitas elektroda pada industri baterai kendaraan
bermotor, inspeksi kualitas sel foto surya.
http://www.vitronic.de/en/
b. Medis
Machine Vision telah dimanfaatkan di bidang kedokteran untuk keperluan diagnosis,
tindakan endoskopi, atau simulasi. Data citra yang berasal dari sistem X-ray,
angiografi, ultrasonic, atau tomografi dapat dianalisis menggunakan Machine Vision
sehingga diperoleh diagnosa medis yang sangat membantu tugas dokter. Machine
Vision juga dapat membantu visualisasi proses endoskopi sehingga dokter dapat
melakukan tindakan tersebut secara lebih akurat.
8. Machine Vision
http://www.itnonline.com/ http://www.commsp.ee.ic.ac.uk
c. Sekuriti
Bidang sekuriti telah menerapkan Machine Vision sejak lama dengan aplikasi utama
dalam sistem otentikasi menggunakan biometrik. Biometrik adalah karakteristik fisik
dari individu yang bersifat unik, sehingga dapat digunakan untuk mengidentifikasi
seseorang. Contoh biometrik yang paling populer adalah sidik jari, namun saat ini
telah dikembangkan juga pemanfaatan retina mata, bentuk wajah, bentuk telapak
tangan, dan suara untuk keperluan otentikasi.
http://www.identityone.net/Images/BiometricTechnology/MinutiaCapture.gif
d. Militer
Saat ini dunia militer sudah mulai memanfaatkan Machine Vision terutama untuk
deteksi target secara otomatis (automatic target recognition – ATR). Umumnya
deteksi target merupakan bagian dari kendaraan militer tidak berawak, misal seperti
pesawat tidak berawak atau misil jarak jauh. Salah satu perusahaan manufaktur
terbesar di Amerika Serikat, yaitu General Electric mengembangkan Automatic
Target Recognition Unit (ATRU) pada misil AGM-84E Standoff Land Attack. Sistem
ini akan memproses data sebelum peluncuran, penentuan sasaran, serta setelah
9. Machine Vision
peluncuran memungkinkan misi SLAM-ER (Standoff Land Attack Missile -
Expanded Response) dapat dijalankan.
http://www.designation-systems.net/dusrm/agm-84e.jpg
e. Hiburan
Machine Vision juga telah dimanfaatkan pada dunia hiburan untuk berbagai macam
keperluan, salah satunya adalah untuk keperluan antarmuka dengan mesin. Dunia
game telah lama memanfaatkan sensor inframerah untuk mendeteksi gerakan tubuh
manusia untuk mengendalikan permainan, salah satu yang paling populer adalah
teknologi sensor Kinect pada Microsoft Xbox yang memungkinkan pemain game
berinteraksi dengan permainan dengan hanya menggerakkan tubuhnya di depan
sensor tersebut.
http://cdn2.sbnation.com/imported_assets/846040/kinect-adventures-1.jpg
f. Internet
Search engine merupakan perangkat yang sangat penting dalam dunia internet, tanpa
search engine akan sangat sulit bagi kita pengguna internet untuk mendapatkan
informasi yang sesuai dengan kebutuhan karena dunia internet sangat luas. Namun
untuk mencari sebuah citra berdasarkan ciri visualnya masih menjadi kendala hingga
kini. Penelitian di bidang content based image retrieval yang memanfaatkan teknik
10. Machine Vision
Machine Vision untuk mencari kesamaan antara dua gambar, telah menjadi bidang
penelitian yang sangat berkembang saat ini.
http://jcbir.googlecode.com/files/screenshot-01.png
Masih banyak bidang lain yang sudah mulai menerapkan Machine Vision seperti pada
bidang pendidikan, transportasi, sipil, dan lain-lain. Seiring dengan perkembangan teknologi
di bidang penginderaan dan komputer, penerapan Machine Vision di berbagai bidang akan
semakin luas.
11. Machine Vision
SIMPULAN
1. Machine Vision terkait erat dengan beberapa bidang ilmu lain seperti image
processing, computer vision, computer graphics, pattern recognition, serta
photogrammetry
2. Machine Vision telah diterapkan pada berbagai bidang seperti manufaktur, medis,
sekuriti, militer, multimedia, teknologi internet, serta bidang-bidang lainnya.
Penerapan Machine Vision akan semakin luas seiring perkembangan teknologi sensor
dan komputer.
