Pattern Matching (Pencocokan Pola) adalah algoritma paling dasar namun paling penting dalam machine vision. Fungsinya adalah untuk melokalisasi atau menemukan posisi objek di dalam gambar berdasarkan “template” atau pola yang sudah didaftarkan sebelumnya.
1. Mengapa Kita Membutuhkannya?
Dalam jalur produksi, produk bisa mengalami:
- Pergeseran Posisi (Translation): Produk bergeser ke kiri, kanan, atas, atau bawah.
- Perubahan Sudut (Rotation): Produk datang dengan posisi miring atau terbalik.
- Perubahan Skala (Scaling): Produk terlihat lebih besar atau kecil karena jarak ke kamera berubah sedikit.
Tanpa Pattern Matching, alat pengukur atau pendeteksi cacat akan mencari di area yang salah karena objeknya telah bergeser.
2. Dua Metode Utama Pattern Matching
Software modern seperti OPT SciSmart menggunakan dua pendekatan utama:
- Gray-level Matching: Algoritma membandingkan nilai kecerahan piksel demi piksel. Metode ini cepat tetapi sangat sensitif terhadap perubahan cahaya.
- Geometric Pattern Matching (Edge-based): Algoritma mencari “garis tepi” atau kontur unik dari objek. Ini adalah metode yang paling tangguh karena tetap bisa menemukan objek meskipun pencahayaan meredup atau objek sedikit tertutup kotoran.
3. Konsep “Search Window” dan “Template”
- Template: Gambar ideal dari produk yang ingin Anda cari (misal: logo perusahaan atau bentuk tutup botol).
- Search Window: Seluruh area gambar di mana software akan mencari template tersebut. Semakin kecil search window, semakin cepat proses deteksinya.
4. Skor Kemiripan (Score)
Software akan memberikan nilai dari 0 hingga 100 (atau 0 ke 1).
- Score 100: Objek identik sempurna dengan template.
- Score 70 (Contoh): Objek ditemukan tetapi mungkin ada kotoran atau sedikit cacat fisik.
- Threshold: Anda bisa menentukan batas minimal, misalnya jika score di bawah 80, maka sistem akan menganggap objek tersebut salah atau tidak ditemukan.
5. Alignment: Pondasi untuk Alat Lain
Pattern Matching seringkali disebut sebagai Alignment Tool. Setelah posisi (x,y) dan sudut (θ) objek ditemukan, software akan memutar dan menggeser seluruh “alat inspeksi” lainnya agar mengikuti posisi objek tersebut. Inilah yang membuat sistem vision tetap akurat meski produk bergerak acak.
Ringkasan:
Pattern Matching adalah pemandu arah bagi algoritma lainnya. Dengan menemukan koordinat objek yang tepat, kita bisa melakukan pengukuran dimensi atau pengecekan cacat secara presisi di tahap berikutnya.