• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.211-213
• /
• 2019

본 논문은 머쉰비전기반 자동검사를 위한 대상 이미지영상 검출에 관한 연구결과로서, 영상카메라에 의한 자동 비전검사의 과정에서 요구되는 시험대상물의 위치와 방향에 상관없이 검사대상의 영상을 검출하는 방법을 제안한다. 본 연구에서는 검사대상으로서 와이어 하네스 제조과정에서 실제 적용할 수 있는 기술과 방법을 개발하여 실제 시스템으로 구현한 결과를 제시한다.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1384-1390
• /
• 2019

본 논문은 머신비전기반 자동검사를 위한 대상객체의 인식방향성 개선 연구로서, 영상카메라에 의한 자동 비전검사의 과정에서 제한성이 따르는 대상 객체의 인식방향성을 개선하는 방법을 제안한다. 이를 통하여 머신비전 자동검사에서 시험대상물의 위치와 방향에 상관없이 검사대상의 영상을 검출할 수 있게 함으로써 별도 검사지그의 필요성을 배제하고 검사과정의 자동화 레벨을 향상시킨다. 본 연구에서는 검사대상으로서 와이어 하네스 제조과정에서 실제 적용할 수 있는 기술과 방법을 개발하여 실제 시스템으로 구현한 결과를 제시한다. 시스템구현 결과는 공인기관의 평가를 통하여, 정밀도, 검출인식도, 재현률 및 위치조정 성공률에서 모두 성공적인 측정결과를 얻었고, 당초 설정하였던 10종류의 컬러구별 능력, 1초 이내 검사시간, 4개 자동모드 설정 등에서도 목표달성을 확인하였다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.47-55
• /
• 2022

스마트팩토리 제조공정에서의 품질관리는 중요한 요소이다. 현재, 금형 공정으로 생산되는 생활가전 제조부품의 품질검사는 대부분 작업자의 육안으로 진행되고 있으며 이로 인한 검사의 오류율이 높은 실정이다. 이러한 품질공전 개선을 위하여 결함 자동검출 시스템을 설계하여 구현하였다. 제안 시스템은 특정 위치에서 고성능 스캔 카메라로 대상물을 촬영하여 영상을 획득하고, 비전검사 알고리즘에 따라 긁힘, 찍힘, 이물질에 의한 불량품을 판독한다. 본 연구에서는 긁힘에 대한 불량 인식율을 높이기 위하여 깊이 정보 기반 분기 판단 알고리즘(Depth-based branch decision algorithm, DBD)을 개발하여 정확도를 높였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.89-90
• /
• 2024

본 연구는 와이어 하네스의 불량 여부를 정확하고 빠르게 감지하기 위해 컴퓨터 비전을 활용하여 압착된 단자의 길이, 단자 끝단 치수(너비), 압착된 부분의 폭(와이어부, 심선부)의 6가지 측정값을 계산하는 것을 목표로 한다. 단자 영역별 특징과 배경과 객체 간 음영 차이를 이용하여 기준점을 생성함으로써 값들을 추출하였다. 최종적으로 각 측정 유형별로 99.1%, 98.7%, 92.6%, 92.5%, 99.9%, 99.7% 정확도를 달성하였으며, 모든 측정값에서 평균 97%의 정확도로 우수한 결과를 얻었다.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.204-214
• /
• 2012

본 논문은 비전장비의 결함 검사 시스템을 위한 불균일한 휘도분포를 가지는 TFT-LCD 영상에서 결함 영역을 분할하는 방법을 다룬다. 불균일한 휘도분포 때문에 결함의 영역을 찾기 어려우며 이를 위해 많은 방법들이 제안되었다. Kamel과 Zhoa는 문자 및 그래픽의 분할을 위해 논리적 단계화 방법을 제안하였고, 이 방법은 공간상에서 수행되어지는 지역적 분할 방법으로 불균일한 분포 상에서도 문자가 잘 분할되는 장점이 있다. TFT-LCD의 저해상도 영상도 배경의 분포가 불균일하여 본 논문에서는 Kamel과 Zhoa의 방법을 답습하여 새로운 결함 영역 분할 방법을 제안한다. 제안한 방법은 결함주위에 발생하는 과검출(Ghost object)이 적은 장점이 있으며 제안 방법의 성능을 증명하기위해 실제 결함이 존재하는 TFT-LCD 영상을 이용하여 실험하고, 주파수상에서 많이 사용되는 FFT의 밴드패스 필터를 이용한 분할 방법과 비교하였다.

• 한국건설관리학회논문집
• /
• 제25권2호
• /
• pp.36-44
• /
• 2024

본 논문에서는 합성곱신경망과 ROI기법을 이용한 콘크리트 균열 분석에 관해 소개한다. 콘크리트 표면, 빔과 같은 구조물은 피로 응력, 주기 부하에 노출되며, 이는 일반적으로 구조물의 표면에서 미세한 수준에서 시작되는 균열을 야기한다. 구조물의 균열은 안정성을 저하시키고 구조물의 견고함을 감소시킨다. 조기 발견을 통해 손상 및 고장 가능성을 방지하기 위한 예방 조치를 취할 수 있다. 일반적으로 수동 검사 결과는 품질이 좋지 않고, 대규모 기반 시설의 경우 접근이 어려우며, 균열을 정확하게 감지하기 어렵다. 이러한 수동검사의 자동화는 기존 방식의 한계를 해결할 수 있기 때문에 컴퓨터 비전 기반의 연구들이 수행되었다. 하지만 다양한 유형의 균열이나, 열화상 카메라 등을 이용한 연구들은 부족한 상태이다. 따라서 본 연에서는 콘크리트 벽의 균열을 자동으로 감지하는 방법론을 개발하여 제시하며, 다음과 같은 연구 내용을 목표로 한다. 첫째, 균열 감지 이미지 기반 분석의 주요 장점인 이미지 처리 기술을 사용하여 기존의 수동 방법과 비교하여 정확도가 향상된 결과 및 정보를 제공한다. 둘째, 강화된 Sobel edge segmentation 기술 및 ROI 기법 기반의 알고리즘을 개발하여 비파괴 시험을 위한 자동 균열 감지 기술을 구현한다.

• 한국전자통신학회논문지
• /
• 제15권3호
• /
• pp.513-520
• /
• 2020

최근 기계 학습을 활용한 비전 검사 시스템의 개발이 활발해지고 있다. 본 연구는 기계 학습을 활용한 결함 검사 모델을 개발하고자 한다. 이미지에 대한 결함 검출 문제는 기계 학습에 있어 지도 학습 방법인 분류 문제에 해당한다. 본 연구에서는 특징을 자동 추출하는 알고리즘과 특징을 추출하지 않는 알고리즘을 기반으로 결함 검출 모델을 개발한다. 특징을 자동 추출하는 알고리즘으로 1차원 합성곱 신경망과 2차원 합성곱 신경망을 활용하였으며, 특징을 추출하지 않는 알고리즘으로 다중 퍼셉트론, 서포트 벡터 머신을 활용하였다. 4가지 모델을 기반으로 결함 검출 모델을 개발하였고 이들의 정확도와 AUC를 기반으로 성능 비교하였다. 이미지 분류는 합성곱 신경망을 활용한 모델 개발이 일반적임에도, 본 연구에서 이미지의 화소를 RGB 값으로 변환하여 서포트 벡터 머신 모델을 개발할 때 높은 정확도와 AUC를 얻을 수 있었다.