DOI QR코드

DOI QR Code

Development of Automatic Nut Inspection System using Image Processing

이미지 프로세싱을 이용한 자동 너트 검사 장비 개발

  • 이상학 (전자부품연구원 유비쿼터스컴퓨팅연구센터, 경희대학교 대학원 컴퓨터공학과) ;
  • 서명호 (동원대학 디지털정보전자과) ;
  • 정태충 (경희대학교 컴퓨터공학과)
  • Published : 2004.08.01

Abstract

When manufacturing information and communication device that consists of lots of part, it is important to improve the quality of the produced system by inspecting the system accurately and exclude the defected part. In case of LCD which is recently in a great demand, the inspection process of the nut which bonds the back frame to protect the LCD panel has to be done by human labor. It highly required an automatic inspection system which can inspect the nut without wasting human resources. In this paper, we describe the process of developing a system which automatically inspect the status of nuts inserted during the manufacturing of LCD. The nut inspection vision system developed measures the number of nut's spiral, the distance between pitches, the width of a pitch, and the inside diameter of nut. We have adopted lens with high magnifying power and calibration tool and intended to produce automatic lighting for maintaining a stable environment for a high precision system. We also developed the algorithms for analyzing the nut. We apply the system to real factory field and verify that it is better than the man power in terms of error rate.

수많은 부품들로 구성되는 정보통신 기기들은 제조 시, 부품의 이상 유무를 정확히 판단하고 불량부품을 배제하는 것이 품질 개선을 위해 매우 중요하다. 최근 그 수요가 급격히 증가하고 있는 LCD의 경우, 제조 공정에서 LCD 패널을 보호하기 위해 외부 프레임을 합착하는 너트의 이상 유무를 판단하기 위해 인력에 의한 목시(目視)검사를 수행하고 있다. 생산이 급격히 확대되고 있는 이와 같은 장비의 부품 검사를 위한 자동화 시스템에 대한 필요성이 절실히 요구되고 있다. 본 논문에서는 LCD 프레임 제작 시에 삽입되는 너트의 불량 유무를 이미지 프로세싱을 이용하여 자동으로 검사하는 장비의 개발에 대하여 기술하였다. 개발된 시스템은 투입되는 너트의 나사선 개수, 피치 간 간격, 피치의 폭, 너트의 내경 측정을 자동으로 수행한다. 시스템의 고정밀도를 위해 고배율 렌즈와 교정 툴을 사용하고, 측정 결과 값을 일정하게 유지하기 위해 자동 광량 조절 조명을 제작하고, 자동 검사를 위한 알고리즘을 개발하였다. 개발 시스템을 실제 현장라인에 적용하여 에러율 측정을 통해 인력에 의한 검사보다 우수한 성능을 확인하였다.

Keywords

References

  1. Rafael C. Gonzalez, Richard E. Woods, 'Digital Image Processing,' Addison-Wesley Publishing Company, 1993
  2. 田村秀行, 'コソピュ一タ畵像處理(1,2,3編)', 1991
  3. Bruce Batchelor, 'Intelligent Image Processing in Prolog', Springer-Verlag, 1990
  4. 日本工業技術센터, '컴퓨터화상처리입문', 기전연구소, 1993
  5. Randy Crane, 'simplified approach to Image Processing', hewlwtt-Packard Company, 1997
  6. Jean Serra, 'Image Analysis And Mathematical Morphology,' Academic Press, 1989
  7. Peter. Allen, 'Robotic Object Recognition Using Vision and Touch,' Klwer Academic Publishers, 1987
  8. Richard j. Mammone, 'Computational Methods of Signal Recovery and Recognition,' Wiley-Interscience Publication, 1992
  9. Marvin E. Frerking, 'Digital Signal Processing in Communication System,' Van Nostrand Reinhold, 1993
  10. P.S. Moharir, 'Pattern-Recognition Transforms,' Research studies Press LTD, 1992
  11. 이용희, '컴퓨터 시각 검사를 위한 모델-기반 접근 방법', 서울대학교 대학원 박사학위논문, 1996
  12. L. Van Gool, P. Wambacq, and A. Oosterlinck, 'Intelligent Robotic Systems,' Dekker, New York, 1991
  13. B. G. Batchelor and D. W. Braggins, 'Computer Vision : Theory and Industrial Applications,' (Torras, Ed.), Springer-Verrlag, New York, 1992
  14. A. M. Darwish and A. K. Jain, 'A rule based approach for visual pattern inspection', IEEE Trans. Pattern Anal. Machine Intell., Vol. 10, pp.56-68, 1988 https://doi.org/10.1109/34.3867
  15. A. Noble and J. Mundy, 'Constraint processing applied to industrial inspection and continuous product improvement', Proc. of the Image Understanding Workshop, pp. 801-809, April, 1993

Cited by

  1. Development of Automatic Inspection System for Lead Screw of Computer vol.11, pp.11, 2010, https://doi.org/10.5762/KAIS.2010.11.11.4115
  2. Object Recognition Method for Industrial Intelligent Robot vol.30, pp.9, 2013, https://doi.org/10.7736/KSPE.2013.30.9.901