머신 비전 알고리즘 소개

# 이미지를 수정하는 필터와 같은 도구로 시작하여 개체를 추출한 다음 해당 개체에서 데이터를 추출한다.
# 해당 데이터를 전달하거나 대상 값과 비교합니다. "합격/불합격" 결과를 생성하고 전달합니다.
   # 깊은 학습 교육 및 추론을 처리 하기 위해서 CPU/GPU/FPGA 또는 이들의 조합

# 머신 비전 이미지 처리 방법들은 아래와 같이 다양하다.
   # 스티칭 / 등록 : 인접한 2D 또는 3D 이미지를 결합
   # 형태학적 필터링
   # 임계값 : 다음 단계에 유용한 회색 값을 설정하거나 결정
      > 이 값을 사용하여 이미지의 일부를 분리, 회색조 값보다 낮은지 높은지에 따라 이미지를 흑백으로 변환
   # 픽셀 계산 : 밝거나 어두운 픽셀 의 수
   # 분할 : 여러 영역으로 분리하여 표현, 이미지에 의미 있고 분석하기 쉬운 것으로 단순화
   # 에지 감지 : 에지 찾기
   # 색상 분석 : 부품, 제품 및 항목을 식별하고 품질을 평가
   # 얼룩 감지 및 추출 : 연결된 픽셀의 개별 얼룩, 이미지 랜드마크
   # 학습 : 딥 러닝 및 머신 러닝을 사용
   # 매칭 : 패턴 인식, 패턴 찾기, 일치 또는 계산
   # 등등... 

# 상기 내용에 최적화 되어 있는 유료 라이브러리와 무료 라이브러리 등이 있다.
   # 유료 : Halcon, Cognex, Matrox, Euresys, NationalInstument 등등
   # 무료 : OpenCV