• 한국정밀공학회지
• /
• 제14권8호
• /
• pp.49-56
• /
• 1997

In recent years, ultrasonic technics has been widely applied to industrial fields and its application range has been expanded as a result of continuous research and development. This paper is concerned with development of post-processor program for ultrasonic test and two-axis automatic ultrasonic system for application of industrial fields. Test results of ultrasonic test post-processor program and two-axis auto- matic ultrasonic system have a good agreement with results of ultrasonic evaluation for defect detection in industrial fields. Therefore we think that the developed ultrasonic test post-processor program and two- axis automatic ultrasonic system in this work is very useful for application of industrial fields.

• 한국항행학회논문지
• /
• 제18권4호
• /
• pp.304-311
• /
• 2014

본 논문에서는 항공기 복합재료 내부의 결함을 자동으로 검출하고 분류하는 초음파 검사 방식을 제안한다. 결함 검출을 위해서 초음파의 국부 최대값을 이용해 피크(peak) 값을 추출해낸다. 피크의 거리정보를 이용해 히스토그램화 하며 시편의 표면과 바닥의 백월에코(back-wall echo)를 결정한다. 이를 통해 C-scan 영상을 생성한다. 검출된 피크의 평균과 분산을 이용해 임계값을 정하고 그 값으로 결함여부를 판단한다. 결함의 종류를 구분하기 위해서는 주성분 분석(PCA; principal component analysis)와 이차 판별 분석(QDA; quadratic discriminant analysis)를 수행하였다. PCA를 통한 512개의 차원은 주성분으로 변환 시 30개의 주성분에 99% 이상의 분산이 포함되었다. 주성분 개수를 한정시킴으로써 차원 축소를 통해 계산량을 크게 줄였고 오분류를 최소화하였다. 이차 판별 분석을 적용해 결정경계(decision boundary)의 방정식을 얻었고 이를 통해 결함을 분류할 수 있음을 실험을 통해 보였다.

• 한국전자통신학회논문지
• /
• 제15권1호
• /
• pp.101-106
• /
• 2020

본 연구는 다양한 어셈블리 부품의 용접부 내부결함을 검사하기 위한 초음파 탐상 장비 개발에 관한 것이다. 본 연구에서는 초음파 탐상을 위하여 시스템의 모션제어 S/W, 초음파 송수신기 제어, 결함 판정 기준 설정 등의 계측 S/W 등이 설계되었으며, 양품과 불량품의 비교분석을 하기 위하여 용접결함 불량품 샘플워크 등도 제작되었다. 이와 같은 구성으로 이루어진 시스템을 통하여 어셈블리 부품 용접부의 결함 위치 및 깊이에 대한 자동검사 기능을 수행할 수 있었으며, 종전에 전문가에 의해 이루어졌던 용접부의 내부결함에 대한 판단을 시스템이 수행하도록 하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.687-701
• /
• 2020

In the production of industrial fabric, it needs automatic real-time system to detect defects on the fabric for assuring the defect-free products flow to the market. At present, many visual-based methods are designed for detecting the fabric defects, but they usually lead to high false alarm. Base on this reason, we propose a Sobel operator combined with patch statistics (SOPS) algorithm for defects detection. First, we describe the defect detection model. mean filter is applied to preprocess the acquired image. Then, Sobel operator (SO) is applied to deal with the defect image, and we can get a coarse binary image. Finally, the binary image can be divided into many patches. For a given patch, a threshold is used to decide whether the patch is defect-free or not. Finally, a new image will be reconstructed, and we did a loop for the reconstructed image to suppress defects noise. Experiments show that the proposed SOPS algorithm is effective.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.171-171
• /
• 2000

We have developed m innovative surface inspection system for automated quality control for steel products in POSCO. We had ever installed the various kinds of surface inspection systems, such as a linear CCD and a laser typed surface inspection systems at cold rolled strips production lines. But, these systems cannot fulfill the sufficient detection and classification rate, and real time processing performance. In order to increase detection and classification rate, we have used the Dark, Bright and Transition Field illumination and area type CCD camera, and fur the real time image processing, parallel computing has been used. In this paper, we introduced the automatic surface inspection system and real time image processing technique using the Object Detection, Defect Detection, Classification algorithms and its performance obtained at the production line.

• Journal of Information Processing Systems
• /
• 제8권2호
• /
• pp.359-374
• /
• 2012

In this paper, we propose a new machine vision algorithm for automatic defect detection on patterned textures with the help of texture-periodicity and the Jensen-Shannon Divergence, which is a symmetrized and smoothed version of the Kullback-Leibler Divergence. Input defective images are split into several blocks of the same size as the size of the periodic unit of the image. Based on histograms of the periodic blocks, Jensen-Shannon Divergence measures are calculated for each periodic block with respect to itself and all other periodic blocks and a dissimilarity matrix is obtained. This dissimilarity matrix is utilized to get a matrix of true-metrics, which is later subjected to Ward's hierarchical clustering to automatically identify defective and defect-free blocks. Results from experiments on real fabric images belonging to 3 major wallpaper groups, namely, pmm, p2, and p4m with defects, show that the proposed method is robust in finding fabric defects with a very high success rates without any human intervention.

• 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.

• 한국산업정보학회논문지
• /
• 제15권2호
• /
• pp.69-81
• /
• 2010

LCD 모니터의 백라이트로 CCFL 형광체를 많이 사용하고 있으나 그 불량여부는 육안에 의존하고 있다. 육안 검사를 함으로써 부품에 대한 일관성 있는 검사가 결여되고, 노동집약적인 검사로 인해 산업적 재해가 발생할 수 있다. 따라서, CCFL 불량유무를 판별하기 위해서 물리적 촬영 환경과 영상처리 알고리즘은 중요하다. 본 논문에서는 CCFL 형광체를 검사하기 위한 촬영환경에 대하여 설명하고, 촬영환경 중 돔 근거리 조명과 점원거리 조명에서의 몇 가지 불량판별 알고리즘을 제시하였다. 불량을 포함한 CCFL 형광체를 사용하여 실험을 수행하였고, 그 결과 제안한 촬영환경과 알고리즘은 불량 판별율 98.32 %와 과검율 4.88 %의 성능을 나타내었다.

• 전기학회논문지
• /
• 제66권5호
• /
• pp.870-876
• /
• 2017

In this paper, we proposed the automatic vision inspection system using multi-layer perceptron to detect the defects occurred on rail surface. The proposed system consists of image acquisition part and analysis part. Rail surface image is acquired as equal interval using line scan camera and lighting. Mean filter and dynamic threshold is used to reduce noise and segment defect area. Various features to characterize the defects are extracted. And they are used to train and distinguish defects by MLP-classifier. The system is installed on HEMU-430X and applied to analyze the rail surface images acquired from Honam-line at high speed up to 300 km/h. Recognition rate is calculated through comparison with manual inspection results.

• Smart Structures and Systems
• /
• 제2권3호
• /
• pp.253-274
• /
• 2006

The structural monitoring of multi-wire strands is of importance to prestressed concrete structures and cable-stayed or suspension bridges. This paper addresses the monitoring of strands by ultrasonic guided waves with emphasis on the signal processing and automatic defect classification. The detection of notch-like defects in the strands is based on the reflections of guided waves that are excited and detected by magnetostrictive ultrasonic transducers. The Discrete Wavelet Transform was used to extract damage-sensitive features from the detected signals and to construct a multi-dimensional Damage Index vector. The Damage Index vector was then fed to an Artificial Neural Network to provide the automatic classification of (a) the size of the notch and (b) the location of the notch from the receiving sensor. Following an optimization study of the network, it was determined that five damage-sensitive features provided the best defect classification performance with an overall success rate of 90.8%. It was thus demonstrated that the wavelet-based multidimensional analysis can provide excellent classification performance for notch-type defects in strands.