머신비전시스템(MVS)은 인간의 눈이나 두뇌의 일부 기능을 모방하기 위해 몇 가지 전자적 하드웨어와 컴퓨터 소프트웨어를 통합한 장치라고 보면 된다. 데이터 처리과정은 이미지 취득 및 수학적 분석과 같이 낮은 수준의 기능과 해석·의사결정 등 높은 수준의 행동으로 나뉜다.
1. 이미지 형성
◇조명=광(빛)의 문제는 MVS를 활용하는 데 있어 꽤 중요한 비중을 차지한다고 봐도 무방할 정도로 중요하다. 따라서 이에 대한 적절한 검토가 필요하다. 채광에 대해 주의를 기울이면 이미지의 처리가 보다 쉬워질 수 있다. 또 프로그램을 보다 쉽게 이용할 수도 있다.
◇채광=실제 산업현장에서 빛은 잘 통제된다. 많은 공급업체들이 빛의 변화와 상관없이 자신들의 시스템은 안정적이라고 주장한다. 그러나 실제로 이같은 말이 모두 신뢰할 수 있는 것은 아니다. 광원에는 백열등 빛에서부터 광파이버까지 모두 포함된다. 채광 위치는 비전시스템이 모으는 정보의 형태를 좌우할 수도 있다. 예를 들어 물체의 형태를 조사(照射)중일 때 시스템은 백라이트를 사용한다. 또 표면상태를 조사하기 위해 외곽조명을 가장 밝게 해 물체와 대조를 이루게 할 수도 있다. 스트로보(급속히 움직이는 물체를 정지한 것처럼 관측·촬영하는 장치)를 통해 움직이는 대상을 분리된 것처럼 보이도록 하기도 한다. 일부 삼각측량 시스템은 물체에 빛을 비추기 위해 구조화된 빛을 사용하기도 한다. 이 빛은 간섭성이 있을 수도 있고 없을 수도 있다. 그러나 어떤 경우에든 주위의 빛에 대한 통제는 매우 중요하다.
◇카메라 광학=비전시스템 설계자는 때때로 카메라 렌즈의 광학적 품질을 간과하기도 한다. 렌즈의 가장자리는 이미지를 기하학적으로 왜곡하기도 한다. 이같은 왜곡은 민감한 측정을 할 때 중요하다. 따라서 많은 비전시스템 설계자들이 렌즈 가장자리에서 얻은 데이터를 무시하기도 한다. 분극이나 컬러 필터들은 이미지 형성을 도와주기도 한다.
◇센서=비전시스템에 적용되는 센서의 형태는 마치 활용되는 분야처럼 다양하다. 일부 센서는 카메라처럼 보편적으로 사용되는 반면 일부는 레이저 파인더처럼 특이한 용도로 쓰인다.
◇카메라=초기 MVS들은 카메라를 비디콘(광전도 효과를 이용한 저속형 촬상관)과 함께 사용했다. 100만픽셀의 디지털 기반 제품이 개발되기까지 비디콘 기술은 저가의 고해상도 기능을 제공했다. 비디콘은 그러나 몇가지 문제점을 갖고 있었다. 우선 손상과 이미지 번(image-burn:조명을 수행하는 범위내에서 이미지 센서의 민감성이 지속적이고 장기적으로 감소하는 현상)에 민감하다.
MVS는 디지털카메라에서 빛에 민감한 반도체와 함께 사용된다. 이를 통해 디지털카메라는 비디콘을 사용할 때보다 크기를 줄일 수 있었다. 디지털카메라는 전력소모가 적은 대신 정확한 기하학적 형태를 비롯해 폭넓은 해상도 및 이미지 포맷 등을 제공한다. 바야흐로 100만픽셀 이상의 고체촬상소자(CCD)가 상용화되고 있다. 그러나 고가 요인은 남아 있다. 우선 고밀도 실리콘기기는 제품수율이 낮기 때문에 여전히 매우 비싸다. 또 모든 픽셀은 이미지 센서에서 완벽해야 한다. 더욱이 고해상도 기기는 수많은 데이터 포인트를 분석해야 하기 때문에 처리속도가 낮다. 그리고 픽셀 밀도가 증가하면서 신호대잡음비나 광학적 민감성, 역동적 범위 등이 가격을 떨어뜨리게 하지 않고 있다. 한편 CCD카메라 개발업체로는 캐나다의 달사, 미국 텍사스인스트루먼츠, 일본 소니·엘모 등을 들 수 있다.
◇레인지 센서=MVS를 활용하기 위해서는 물체의 길이와 폭뿐 아니라 높이에 관한 정보도 필요하다. 이같은 3차원 데이터는 완전한 3차원 픽셀 지도 등을 통해 얻을 수 있다. 또 만일 물체가 특정한 거리 안에서 움직인다면 단순한 점검 등으로도 모을 수 있다.
기하학적 기술에 기반한 레인지 센서는 3차원 데이터를 계산하기 위해 삼각측량법을 사용한다. 능동적 센싱 기술은 물체의 표면에서 구조화된 빛을 선이나 평면 형태로 스캐닝하는 기술이다. 대상을 통과하면서 변형된 빛은 심도있는 정보를 준다. 반면 가장 일반화된 수동적 센싱 기술은 깊이를 측정하기 위해 이중의 스테레오 이미지를 사용한다. 이는 인간이 깊이를 인식하는 방법과 거의 같은 방법이다.
센서는 신호펄스의 시간을 측정함으로써 데이터를 수집한다. 만일 펄스의 속도와 시간을 안다면 거리를 측정하는 것은 어렵지 않다. 완전한 3차원 데이터가 필요하다면 빛을 이용해 물체를 스캔하면 된다.
2차원 이미지의 밀도 수준을 조사함으로써 3차원 데이터를 추론하는 방법도 있다. 이 방법은 과거 알고 있는 부품의 물리적 특성 일부를 정보와 통합하는 방법이다. 이 방법은 엄격하게 말할 때 3차원적인 것은 아니다. 그러나 2차원 정보에 기반한 3차원적 추론을 가능하게 한다. 기하학적 기술 등 위에서 언급한 몇가지 기술들은 폭넓은 데이터를 얻기 위한 유일한 방법은 아니다. 또한 그들은 가장 일반화된 두가지 방법일 뿐이다.
2. 종합 시스템 설계
원래 MVS는 모든 것을 포함하는 패키지 시스템이다. 여기에서는 소프트웨어·카메라·채광 및 프로세서가 완전하게 통합돼 있다. 이같은 단순성에도 불구하고 제조업체들이 시스템에 대한 이해를 바탕으로 전체적인 통합을 하는 것을 어렵게 한다. 이유는 제품의 생산흐름에 있어 변화가 심하거나 필요조건이 다르기 때문이다. 그러나 최근 들어 수많은 업체들이 비전시스템의 컴포넌트들을 이미 존재하는 인프라들과 유연하게 결합시키고 있다. 이를 통해 업체들은 MVS 설치구성을 다시 하기보다는 MVS를 현재의 구조에서 활용하려 한다. 현재 상용화된 컴포넌트 시스템들이 새로운 제품으로 눈에 띄게 바뀌어가고 있는 것이다. 많은 컴포넌트 시스템들이 신경망과 퍼지로직 기술의 발전에 도움을 주고 있고 이미지 처리·분석에 있어 중요한 기술들이 개발되고 있다.
실제 컴포넌트 시스템은 수많은 이점을 준다. 대부분의 제품들은 특별한 상황에서 융통성을 부가하기 위해 싸고 업그레이드가 쉬우며 확장이 용이하도록 개발된다. 이들 시스템은 또한 그래픽 제품에도 폭넓게 적용된다. 그 결과 이들 시스템은 앞으로 중요한 역할을 할 것으로 기대된다.