Visi Komputer adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis.
Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi dari visi komputer mencakup sistem untuk:
• Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom ).
• Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung ).
• Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).
• Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis atau model topografi).
• Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer ).
Komputer visi erat terkait dengan studi visi biologi . Bidang studi visi biologis dan model proses fisiologis di balik persepsi visual pada manusia dan hewan lainnya. Komputer visi, di sisi lain, studi dan menggambarkan proses diimplementasikan dalam perangkat lunak dan perangkat keras di belakang sistem visi buatan. pertukaran Interdisipliner antara visi biologi dan komputer telah terbukti bermanfaat bagi kedua bidang.
Komputer visi, dalam beberapa hal, invers grafis komputer . Sementara komputer grafis menghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D dari data citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahas dalam realitas ditambah .
Aplikasi untuk visi komputer
Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data gambar untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop , foto X-ray , gambar angiografi , foto ultrasonik , dan gambar tomografi . Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor , arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.
Sistem komputer visi
Organisasi sistem visi komputer sangat tergantung aplikasi. Beberapa sistem adalah aplikasi yang berdiri sendiri yang memecahkan suatu pengukuran tertentu atau masalah deteksi, sementara yang lain merupakan sub-sistem desain yang lebih besar yang, misalnya, juga mengandung sub-sistem untuk kontrol aktuator mekanik, perencanaan, database informasi, manusia antarmuka mesin, dll Pelaksanaan spesifik sistem visi komputer juga tergantung apakah fungsinya adalah pra-ditentukan atau jika beberapa bagian dari itu bisa dipelajari atau diubah selama operasi. Namun demikian, fungsi khas yang ditemukan dalam sistem computer vision banyak.
• Gambar akuisisi: Sebuah gambar digital yang dihasilkan oleh satu atau beberapa sensor gambar , yang, selain berbagai jenis kamera sensitif cahaya, termasuk sensor jarak, perangkat tomografi, radar, kamera ultra-sonik, dll Tergantung pada jenis sensor, yang menghasilkan data citra adalah gambar 2D biasa, volume 3D, atau urutan gambar. pixel Nilai biasanya sesuai dengan intensitas cahaya dalam satu atau beberapa spektral band (gambar abu-abu atau gambar warna), tetapi juga dapat dihubungkan dengan berbagai tindakan fisik, seperti kedalaman, penyerapan atau pantulan atau gelombang elektromagnetik sonic, atau resonansi magnet inti .
• Pra-pengolahan: Sebelum metode visi komputer dapat diterapkan pada data citra untuk mengekstrak beberapa bagian spesifik informasi, biasanya diperlukan untuk mengolah data dalam rangka untuk memastikan bahwa itu memenuhi asumsi tertentu tersirat oleh metode ini. Contohnya adalah
o Re-sampling dalam rangka untuk memastikan bahwa gambar sistem koordinat benar.
o Pengurangan kebisingan dalam rangka untuk memastikan bahwa kebisingan sensor tidak memperkenalkan informasi palsu.
o peningkatan Kontras untuk memastikan bahwa informasi yang relevan dapat dideteksi.
o Skala-ruang representasi untuk meningkatkan struktur citra pada skala yang tepat secara lokal.
• Fitur ekstraksi: Image fitur pada berbagai tingkat kompleksitas yang diekstraksi dari data gambar. Typical Contoh umum fitur tersebut
o Lines, tepi dan pegunungan .
o Localized bunga poin seperti sudut , gumpalan atau poin.
Lebih banyak fitur kompleks mungkin berhubungan dengan tekstur, bentuk atau gerakan.
• Deteksi / segmentasi: Pada beberapa titik dalam memproses keputusan dibuat tentang gambar mana yang poin atau wilayah gambar yang relevan untuk diproses lebih lanjut. Contohnya adalah
o Pemilihan serangkaian tertentu titik bunga
o Segmentasi dari satu atau beberapa citra daerah yang berisi objek tertentu yang menarik.
• Tingkat tinggi pengolahan: Pada langkah ini masukan biasanya satu set kecil data, misalnya satu set poin atau wilayah gambar yang dianggap mengandung suatu objek tertentu. Pengolahan transaksi yang tersisa dengan, misalnya:
o Verifikasi bahwa data model berbasis memuaskan dan asumsi aplikasi spesifik.
o Estimasi parameter aplikasi tertentu, seperti obyek menimbulkan atau objek ukuran.
o Menggolongkan suatu objek yang terdeteksi ke dalam kategori yang berbeda.
Sumber : http://en.wikipedia.org/wiki/Computer_vision
Tidak ada komentar:
Posting Komentar