• Journal of the Korean Society for Nondestructive Testing
• /
• v.36 no.6
• /
• pp.451-459
• /
• 2016

Crack detection on panels during manufacturing process is an important step for ensuring the product quality. The accuracy and efficiency of traditional crack detection methods, which are performed by eye inspection, are dependent on human inspectors. Therefore, implementation of an on-line and precise crack detection is required during the panel pressing process. In this paper, a regular CCTV camera system is utilized to obtain images of panel products and an image process based crack detection technique is developed. This technique uses a comparison between the base image and a test image using an amplitude mapping of the local image. Experiments are performed in the laboratory and in the actual manufacturing lines to evaluate the performance of the developed technique. Experimental results indicate that the proposed technique could be used to effectively detect a crack on panels with high speed.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.3
• /
• pp.27-35
• /
• 1999

소프트웨어의 결함 검출율(FER : Fault Exposure Ratio)은 소프트웨어에 대한 시험의 효율성과 고장 당결함 발생율(per fault hazard rate)을 제어하는데 매우 중요한 요소이다. 특히 시험이 불규칙적으로 수행될 때 고장 발견은 더욱 어려워진다. 시험이 종료되는 단계에서 소프트웨어 결함 검출율이 낮은 경우는 시험의 유효성을 기대하기 어렵기 때문이다 일반적으로 결함 검출율(K)이 점차 높아지는 시험 종료 단계에서는 Random Test 보다는 강도 높은 실 시험이 수행되기 때문이다. 이런 가정하에 본 논문에서는 TDX 교환 소프트웨어의 결함 검출율을 추정하여 이를 기반으로 한 ATM 소프트웨어의 결함 검출율을 예측하고 또한 소프트웨어 신뢰도가 향상되어 가는 과정에 대해 논했다..

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.519-521
• /
• 2015

세라믹 소재 영상에서 결함 영역이 다른 영역보다 명암도가 밝게 나타나는 정보를 이용하여 ROI 영역을 추출한다. 추출된 ROI 영역에서 Blurring 기법을 적용하여 미세 잡음을 제거한다. 미세 잡음이 제거된 ROI 영역에서 Median Filter기법을 적용하여 임펄스 잡음을 제거한다. 임펄스 잡음이 제거된 영역에서 Prewit Mask을 적용하여 수평과 수직 에지를 검출하고 검출된 에지에 윤곽선 추적 기법을 적용하여 결함 영역의 경계를 보정한다. 보정된 영상에서 Blob Labeling 기법을 적용하여 최종적으로 결함 영역을 추출한다. 제안된 방법을 8mm와 10mm 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 제안된 검출 방법의 검출 성능이 개선된 것을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2004.11d
• /
• pp.53-55
• /
• 2004

부분방전 검출을 이용한 XLPE 케이블 진단은 중간 및 종단 접속재의 계면에 존재하는 결합을 검출할 수 있는 가장 효과적인 방법으로 제시되고 있지만 현장의 큰 노이즈로 인하여 신뢰성 있는 진단이 쉽지 않다. 하지만 국내에서 많은 연구가 이루어진 송전케이블 진단 기술을 바탕으로 배전케이블 진단에 적용하여 종단접속부에서 발생된 부분방전을 성공적으로 검출하였고 해체 조사를 통하여 결함을 검출하였다. 본 논문은 참고문헌[1]에 발표한 논문에 연결되는 논문으로 전편은 2004년 2월 부분방전 검출사례를 보고한 논문이고 본 논문에서는 8월 계획정전을 통하여 문제된 접속함을 교체한 후 해체조사를 통하여 결함을 검출한 사례보고이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.73-76
• /
• 2011

본 논문에서는 세라믹 비파괴 검사를 이용하여 획득한 소재 영상에서 기존의 결함 검출 방법보다 결함 검출의 정확도를 개선하기 위한 개선된 결함 검출 방법을 제안한다. 제안된 결함 검출 방법은 명암 대비를 강조하기 위해 최소 명암도와 최대 명암도를 이용한 Ends-in Search Stretching 기법을 적용하여 비파괴 영상의 명암 대비를 강조한다. Stretching 기법이 적용된 영상에 $7{\times}7$ Sobel 마스크를 적용하여 비파괴 영상의 경계 영역을 추출하고, 영상의 잡음을 제거하기 위해 비등방성 필터링을 적용하여 영상을 보정한다. 보정된 영상에서 임계치 이진화 기법을 적용하여 경계 영역의 기울기를 계산하고, 계산된 기울기를 이용하여 비파괴 영상의 영역을 세분화한다. 세분화된 영역을 구분하기 위해 Grassfire Labeling 기법을 적용한다. Grassfire Labeling 기법이 적용된 영상을 Ends-in Search Stretching 기법이 적용된 비파괴 영상에 적용한 후에 대각선 이진화 기법을 적용한다. 이진화된 영상에서 형태학적 정보를 이용하여 잡음을 제거하고 결함을 검출한다. 본 논문에서 제안한 방법을 획득한 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 더 효과적으로 소재의 결함을 추출할 수 있는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2001.10a
• /
• pp.600-602
• /
• 2001

본 논문은 웨이블릿 필터를 이용하여 홍채영상의 에지를 검출하고 패턴매칭 기법을 적용하여 홍채의 결함조직에 대한 위치를 추정하는 연구이다. 필터는 웨이블릿 변환을 이용한 2차원 주파수 영역의 고역통과 필터를 사용하여 홍채영상의 에지를 검출하고, 이를 표준진단패턴과 오버랩 매칭으로 결함조직을 검출한다. 실험결과 처리속도가 기존의 에지검출기법에 비해 처리속도향상과 에지검출영상의 PSNR 증가에 따라 오버랩 패턴매칭기법에 의한 인식률에서 92%로 홍채결함조직을 자동 진단시스템에 응용 가능하다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.168-170
• /
• 2011

본 논문에서는 항공 갑판의 비파괴 검사 영상에서, 조직의 이상이나 결함의 정도를 검출하는 기존의 방법보다 결함 검출의 정확도를 개선한 방법을 제안한다. 제안된 결함 검출 방법은 결함의 윤곽선을 추출하기 위하여 라플라시안 필터링 기법을 적용하여 윤곽선을 추출한다. 라플라시안 필터링 기법을 적용하여 윤곽선을 추출할 경우에는 결함 이외의 다른 객체들의 윤곽선도 검출된다. 따라서 본 논문에서는 이진화 기법과 팽창 연산을 적용하여 결함의 후보 객체들을 연결한다. 그리고 Grassfire 라벨링 기법을 적용하여 잡음을 제거하고 팽창 연산과 침식 연산을 이용하여 결함 후보 영역의 크기를 조정한다. 크기가 조정된 결함 후보 영역을 기반으로 원 영상에서 결함 후보 영역을 추출한다. 결함 후보 영역에서 결함 영역을 추출하기 위해 결함 후보 영역의 명암 대비를 증가시키고 결함 후보 영역의 주변 정보를 이용하여 이진화한다. 이진화 된 영역에서 Grassfire 라벨링 기법을 이용하여 잡음을 제거하고 최종적으로 결함 영역을 검출한다. 본 논문에서 제안한 방법으로 항공갑판의 결함을 추출한 결과, 기존의 방법보다 항공 갑판의 결함을 추출하는데 효과적인 것을 확인하였다.

• Journal of KIISE:Databases
• /
• v.34 no.2
• /
• pp.99-108
• /
• 2007

In this paper, we design and implement the Film Defect Inspection System (FDIS) that detects film defects and determines their types which can be used for producing polarized films of TFT-LCD. The proposed system is designed to detect film defects from polarized film images using image segmentation techniques and to determine defect types through the image analysis of detected defects. To determine defect types, we extract features such as shape and texture of defects, and compare those features with corresponding features of referential images stored in a template database. Experimental results using FDIS show that the proposed system detects all defects of test images effectively (Precision 1.0, Recall 1.0) and efficiently (within 0.64 second in average), and achieves the considerably high correctness in determining defect types (Precision 0.96 and Recall 0.95 in average). In addition, our system shows the high robustness for rotated transformation of images, achieving Precision 0.95 and Recall 0.89 in average.

• 전자공학회논문지 IE
• /
• v.48 no.2
• /
• pp.26-31
• /
• 2011

In this paper we show the LCD simulator for defect inspection using image processing algorithm and neural network. The defect inspection algorithm of the LCD consists of preprocessing, feature extraction and defect classification. Preprocess removes noise from LCD image, using morphology operator and neural network is used for the defect classification. Sample images with scratch, pinhole, and spot from real LCD color filter image are used. From some experiments results, the proposed algorithms show that defect detected and classified in the ratio of 92.3% and 94.5 respectively. Accordingly, in this paper, a possibility of practical implementation of the LCD defect inspection system is finally suggested.

• 전자공학회논문지 IE
• /
• v.48 no.4
• /
• pp.1-6
• /
• 2011

In this paper we show the LCD simulator for defect inspection using image processing algorithm and neural network. The defect inspection algorithm of the LCD consists of preprocessing, feature extraction and defect classification. Preprocess removes noise from LCD image, using morphology operator and neural network is used for the defect classification. Sample images with scratch, pinhole, and spot from real LCD color filter image are used. From some experiments results, the proposed algorithms show that defect detected and classified in the ratio of 92.3% and 94.5 respectively. Accordingly, in this paper, a possibility of practical implementation of the LCD defect inspection system is finally suggested.