• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.482-485
• /
• 2012

본 논문은 평면 디스플레이 패널 외관 검사의 무인 자동화를 위한 전처리 단계의 알고리즘으로 패널 외관 검사 영역의 정합성 향상 및 자동 설정하는 알고리즘 기술에 관한 것이다. 평면디스플레이 패널의 제조 공정 중, 점등 검사 공정 단계에서는 Line 불량, Point 불량, 얼룩 불량, 외관 불량, Pol 불량 등 다양한 불량들을 검출한다. 이중 외관 불량 검사를 자동화하기 위한 전처리 단계로써 획득한 영상 내에서의 검사 영역을 설정함에 있어서 영상에서의 패널 위치의 변화, 패널의 Rotation/tilt, 패널 에지에 불량이 결부될 경우에도 실제 절단면을 정확하게 추출하여 불량 측정 오차를 최소화하는 알고리즘 을 제안한다.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.308-314
• /
• 2006

수 마이크로 단위로 계측되는 반도체 COG의 검사 정밀도를 높이기 위해서 라인스캔 카메라가 이용된다. 여러 가지 불량 요인 중 이물질 검출은 COG 패턴이 미세하고 복잡하기 때문에 불량 자동 검사 단계에서 가장 어려운 기술이었다. 본 논문에서는 매칭 속도를 높이기 위하여 2단계 영역분할 템플릿 매칭 방법을 제안하였다. 아울러 수 마이크로 단위의 이물짙 검출을 위하여 그라디언트 마스크와 AND 연산을 이용한 새로운 방법을 제안하였다. 제안된 2단계 템플릿 매칭을 사용한 방법은 기존의 상관 계수 이용법 에 비해 0.3-0.4초 매칭 속도를 향상시켰다. 그리고 제안된 마스크 적용 이물질 검출방법은 기존 마스크를 이용하지 않은 방법에 비해 불량 검출률을 $5-8\%$ 향상시켰다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.174-175
• /
• 2008

본 논문에서는 반도체 패키징 기술의 일종인 TCP, COF의 제품 결함을 영상 처리를 이용하여 검출하는 알고리즘을 제시하고, 신뢰성을 확보 후 실제 검사 공정에 적용하는 방법론을 제시한다. 제안된 방법으로는 TCP, COF의 양품 패턴을 기준 영상으로 취득하고, 제품의 생산 과정에서 라인 스캔 카메라를 이용한 실시간 제품 영상을 취득한 후, 그레이 레벨 영상으로 변환하고, 노이즈를 제거하기 위한 다양한 필터를 적용한다. 그리고 기준 영상과 비교하기 위한 이진화와 라벨링을 통해 제품의 불량을 검출하여, 사용자에게 시각적으로 표현해 주게 된다. 마지막으로 TCP, COF의 다양한 불량 항목 중에서 10여 가지의 불량패턴을 대상으로 제안된 방법의 타당성을 검증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.153-154
• /
• 2007

본 논문에서는 반도체 패키징 기술의 일종인 TCP와 COF의 패턴 결함을 검출하는 영상 처리 알고리즘을 제안한다. 제안된 방법은 우선, TCP와 COF의 양품 패턴을 기준 영상으로 취득한다. 라인 스캐너에서 취득된 실시간 영상을 그레이로 변환한 후, 평균화 필터를 적용하고 임계값을 이용해서 검사하고자 하는 필름 영상의 이진화를 수행한다. 이진화 된 기준 영상과 검사하고자 하는 필름 영상을 이용해서 차영상을 구한 후에 라벨링을 하여 필름의 불량을 검출하게 된다. 제안된 패턴 매칭 방법이 TCP와 COF의 다양한 불량 항목 중에서 10여 가지의 불량 패턴을 대상으로 제안된 방법의 타당성을 검증하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.869-873
• /
• 2007

본 논문은 고속으로 생산되는 제품의 영상을 캡쳐한 후 영상처리 기법 중 에지 추출 알고리즘을 응용하여 조명에 투과된 제품의 에지를 추출 및 필터링 하는 방법으로 결함 검출 시스템을 설계한다. 소형의 임베디드 기기에 패턴 매칭 영상처리 기법을 이용하여 결함을 검출하고 패턴의 비 매칭 정도를 기준점에 따라 정상 또는 불량 판정을 할 수 있는 어플리케이션을 개발하고 탑재하였고, 어플리케이션의 불량 판정 알고리즘으로는 NGC (Normalized GrayScale Corelation) 기법을 사용하였고 검출 판정 결과 적절한 판정값을 입력하는 것으로 기준 패턴과 형상이 다른 대상의 불량을 판정한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.365-368
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 그러나 육안 검사는 CCFL 현광체의 불량에 대한 일관성 있는 기준이 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. CCFL 불량유무를 자동 판별하기 위해서는 물리적 촬영환경과 자동검출 알고리즘이 필수적이다. 본 논문에서는 CCFL 형광체의 불량을 자동으로 검사하기 위한 촬영환경을 설명하고, 그 촬영환경에 알맞은 대표적인 불량검출 알고리즘을 제안한다. 실험결과에 따르면, 알고리즘은 불량 판별율 98.86%와 과검율 3.34%의 성능을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.325-326
• /
• 2018

본 논문에서는 PCB 공정상의 육안검사를 통한 불량 분류 방식에서 CNN을 이용한 PCB 불량 분류 방식을 제안한다. 이 방식은 육안검사의 문제점인 작업자의 숙련도에 따른 검사 효율을 자동화 검사 시스템에 의해 해결하며, 불량 위치와 종류를 결과 이미지에 표시한다. 또한 이미지 분류 결과를 모니터링할 수 있도록 시리얼 통신을 통하여 Darknet 프레임워크와 LCD를 연동하였다. 적은 량의 데이터 셋으로도 좋은 결과를 냈으며, 다양한 데이터 셋을 이용해 훈련할 시 전반적인 PCB 불량의 분류가 가능할 것으로 예상된다.

• 한국화재소방학회논문지
• /
• 제26권6호
• /
• pp.24-30
• /
• 2012

본 연구는 저압 선로의 접촉 부분에서 발생할 수 있는 접촉 불량과 그 부분의 진동이 결합될 경우 발생될 수 있는 불꽃 및 직렬 아크를 검출할 수 있는 방법에 대한 것이다. 일반적으로 전기화재의 원인은 과전류, 단락, 접촉불량 등 여러 가지가 있을 수 있다. 이 중 과전류 및 단락 등은 선로에 흐르는 순간 전류량을 검출하여 감지할 수 있으나, 접촉불량은 전압, 전류값의 초과분 및 파형의 왜곡으로는 검출하기가 어려운 점이 있다. 따라서 본 논문에서는 퍼지논리 및 다차원 기법을 이용하여 최적의 아크 판단 기법을 연구하고, 아크 검출 및 검증을 위한 모의실험과 제어기 실험 및 부하실험을 실시하였다. 그 결과 제어기 및 검출 알고리즘이 여러 가지 부하와 상관없이 정상적인 부하의 파형과 아크 발생시의 파형을 구분하여 성공적으로 직렬아크를 검출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권2호
• /
• pp.47-53
• /
• 2011

국내 대부분의 RFID 태그 생산업체에서는 칩 본딩 작업 후에 태그 불량품 검출 작업이 수작업으로 수행되기 때문에 태그 생산 시간과 비용을 감소시키기 위한 요구가 산업계에서 요구되어 왔다. 이에 따라 이 논문에서는 태그 불량 검출 기능을 수행하는 시스템을 개발하여 산업 현장에서 요구되는 RFID 태그 부적합품 검출 자동화 시스템을 구축할 수 있는 소프트웨어 분야의 기초 기반 기술을 제공한다. 프로그램의 개발 비용을 낮추고 유지보수를 용이하게 하기 위하여 시스템의 모델링에는 UML을 사용하고 프로그램의 구현에는 JAVA 언어를 사용하여 개발하였다. 개발된 시스템은 태그 불량 검출 작업을 수작업으로 처리하는 방법과 비교하여, 매우 뛰어난 처리속도의 성능 향상과 부적합품 검출에 대한 완벽한 인식률을 보여준다.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1794-1799
• /
• 2022

최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로 파손, 연쇄 추돌 등 교통안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만 장의 데이터셋을 비교 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 또한 객체 추적을 통해 실시간 검지를 수행하는 방법을 제안한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다.