• 한국멀티미디어학회논문지
• /
• 제15권4호
• /
• pp.439-448
• /
• 2012

TFT-LCD 패널을 저해상도로 획득한 영상은 불균일한 휘도 분포와 노이즈 신호, 그리고 결함 신호로 구성되어 있다. 불균일한 휘도 분포와 노이즈로 인해 결함 신호를 분할하기 어려우며 이를 위해 다양한 분할 방법이 개발되고 있다. 본 논문에서는 공간영역 상에서 Eikvil et al.'s에 의해 제안되어진 크기가 다른 두 개의 창을 두고 각 창의 평균을 계산하고 그 값의 차이를 이용하는 방법을 이용하여 TFT-LCD 패널 이미지 상에 존재하는 결함의 영역을 분할하는 방법을 제안한다. 하지만 이 방법은 창의 크기에 의해 검출 가능한 결함영역의 크기가 제한되어 큰 결함영역을 분할하기 위해서는 창을 키워야 하므로 효율적이지 못한 문제점을 가지고 있다. 이 문제를 해결하기위해 멀티스케일(Multi-scale)을 이용하고, 각 스케일에서 검출 가능한 결함 크기를 제한함으로써 다양한 크기의 결함 영역을 분할 할 수 있는 알고리즘을 제안한다. 알고리즘의 성능을 검증하기위해 다양한 크기의 결함 영역을 만들어 분할되어진 결과와 실제 결함이 존재하는 TFT-LCD 패널 이미지의 분할 결과들을 통해 실제 적용 가능한 알고리즘임을 보인다.

• 한국산업융합학회 논문집
• /
• 제25권2_1호
• /
• pp.177-184
• /
• 2022

The automatic defect sorting function of machinery parts is being introduced to the automation of the manufacturing process. In the final stage of automation of the manufacturing process, it is necessary to apply computer vision rather than human visual judgment to determine whether there is a defect. In this paper, we introduce a deep learning method to improve the classification performance of typical mechanical parts, such as welding parts, galvanized round plugs, and electro galvanized nuts, based on the results of experiments. In the case of poor welding, the method to further increase the depth of layer of the basic deep learning model was effective, and in the case of a circular plug, the surrounding data outside the defective target area affected it, so it could be solved through an appropriate pre-processing technique. Finally, in the case of a nut plated with zinc, since it receives data from multiple cameras due to its three-dimensional structure, it is greatly affected by lighting and has a problem in that it also affects the background image. To solve this problem, methods such as two-dimensional connectivity were applied in the object segmentation preprocessing process. Although the experiments suggested that the proposed methods are effective, most of the provided good/defective images data sets are relatively small, which may cause a learning balance problem of the deep learning model, so we plan to secure more data in the future.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제1권1호
• /
• pp.13-23
• /
• 2001

Most current machine vision systems for industrial inspection were developed with one specific task in mind. Hence, these systems are inflexible in the sense that they cannot easily be adapted to other applications. In this paper, a general vision system framework has been developed that can be easily adapted to a variety of industrial web inspection problems. The objective of this system is to automatically locate and identify \\\"defects\\\" on the surface of the material being inspected. This framework is designed to be robust, to be flexible, and to be as computationally simple as possible. To assure robustness this framework employs a combined strategy of top-down and bottom-up control, hierarchical defect models, and uncertain reasoning methods. To make this framework flexible, a modular Blackboard framework is employed. To minimize computational complexity the system incorporates a simple multi-thresholding segmentation scheme, a fuzzy logic focus of attention mechanism for scene analysis operations, and a partitioning if knowledge that allows concurrent parallel processing during recognition.cognition.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.562-565
• /
• 2009

This paper describes an automatic 3-dimensional (3D) segmentation method for 3D CT (Computed Tomography) images using region growing (RG) and edge detection techniques. Specifically, an augmented RG method in which the contours of regions are extracted by a 3D digital edge detection filter is presented. The feature of this method is the capability of preventing the leakage of regions which is a defect of conventional RG method. Experimental results applied to the extraction of teeth from 3D CT data of jaw bones show that teeth are correctly extracted by the proposed method.

• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.2041-2049
• /
• 1998

소프트웨어의 품질을 향상시키며, 기존코드의 결함식별을 용이하게 하는 방법으로 프로그램의 후상태 종속성 분석을 통한 프로그램 ？살 및 유지보수지원 기법을 제안한다. 결함을 식별하고 분석하기에 이해도가 중요시 되는 교정유지보수를 위해서, 기존 코드의 분석 및 세그먼트화를 후상태 종속성모형(PSDG)을 이용하여 정적분할과 동적분할 및 의미분할의 장점을 살린 코드분할로 수행한다. 분할의 원리는 기존코드의 상태 종속성을 추적하여 그래프로 모형화한 후, 조각화(Clustering)와 강조분할(Highlighting)을 통해서 프로그램을 분할한다. PSDG 모형화의 결과로 비효율적인 프로그램 결함코드(Deadcode)의 식별 및 제거가 가능하며, 관련 프로그램 문장들을 일반화할 수 있고, 상태전이도 모형과의 확장연계로 분석 및 설계의 문서로 이용될 수 있다.

• 한국건축시공학회지
• /
• 제23권2호
• /
• pp.165-173
• /
• 2023

본 연구에서는 외단열 공사의 단열재 접착제 도포 품질을 자동으로 감리할 수 있는 모델을 제안하였다. 사례 적용 결과, 영역 분할 모델은 mAP 92.3%의 정확도를 나타냈고, 제안 모델의 접착제 면적 비율 산출 정확도는 98.8%, 접착제 덩어리 중심 간 거리 산출 정확도는 96.7%로 나타났다. 본 연구 결과는 외단열 공사의 감리를 위한 현장투입 인력을 최소화하면서 외단열 공사의 가장 빈번한 하자인 단열재 탈락 하자를 예방할 수 있으며 나아가 외단열 시스템의 활성화에 기여할 수 있을 것으로 판단된다. 향후에는 다양한 환경에서 외단열 공법의 시공 영상을 수집하여 영상 분할 모델의 성능을 높이고, 영상 내에 다수의 단열재가 포함된 경우에도 자동 감리할 수 있는 모델을 개발하고자 한다.

• 정보처리학회 논문지
• /
• 제13권3호
• /
• pp.130-139
• /
• 2024

제조 분야 설비 예지보전을 위해서 진동, 전류, 온도 등 물리 데이터를 기반으로 설비 이상을 탐지하는 인공지능 학습 모델이 활용되고 있다. 설비 결함, 고장 등 설비 이상 유형은 매우 다양하므로, 주로 오토인코더 기반 비지도 학습 모델을 이용한 이상 탐지 방법이 적용되고 있다. 설비 상태의 정상, 비정상 여부는 오토인코더의 재구성 오차를 이용해 효과적으로 분류할 수 있지만, 설비 이상의 구체적인 상태를 식별하는 데 한계가 있다. 설비 불균형, 정렬 불량, 고정 불량 등 설비 이상 상황 발생 시, 설비 진동 주파수는 특정 영역에서 정상 상태와 다른 패턴을 나타낸다. 본 논문에서는 전체 진동 주파수 범위를 N개 영역으로 나누어 이상 탐지를 수행하는 N 분할 이상 탐지 방법을 제시하였다. 압축기의 진동 데이터를 이용해 주파수와 강도를 달리한 9종의 이상 데이터를 대상으로 실험한 결과, N 분할을 적용하였을 때 더 높은 이상 탐지 성능을 나타냈다. 제안 방법은 설비 이상 탐지 이후, 설비 이상 구체화에 활용될 수 있다.

• 전자공학회논문지B
• /
• 제31B권12호
• /
• pp.81-90
• /
• 1994

This paper proposes a motphological fast reconstructive filter (FRF) using up/down sampling techniques for reconstructive opening and closing, and a parallel structure for fast multiresolution decomposition. Compuer simulation shows that, compared with the conventional RF, the proposed FRF can reduce the processing time up to 8 times while it maintains a similar performance in reconstructed shapes. Further reduction in the decomposition time achieved by the paralellized algorithm combined with the FRF, which can be applied in areas such as defect detection, image segmentation, pattern recognition, etc.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.257-262
• /
• 2009

Image processing has been utilized for assessment of infrastructure surface coating conditions for years. However, there is no robust method to overcome the non-uniform illumination problem to date. Therefore, this paper aims to deal with non-uniform illumination problems for bridge coating assessment and to achieve automated rust intensity recognition. This paper starts with selection of the best color configuration for non-uniformly illuminated rust image segmentation. The adaptive-network-based fuzzy inference system (ANFIS) is adopted as the framework to develop the new model, the box-and-ellipse-based neuro-fuzzy approach (BENFA). Finally, the performance of BENFA is compared to the Fuzzy C-Means (FCM) method, which is often used in image recognition, to show the advantage and robustness of BENFA.

• 대한의용생체공학회:의공학회지
• /
• 제36권2호
• /
• pp.43-47
• /
• 2015

Osteoarthritis is the most common chronic joint disease in the world. With its progression, cartilage thickness tends to diminish, which causes severe pain to human being. One way to examine the stage of osteoarthritis is to measure the cartilage thickness. When it comes to inter-subject study, however, it is not easy task to compare cartilage thickness since every human being has different cartilage structure. In this paper, we propose a method to assess cartilage defect using MRI inter-subject thickness comparison. First, we used manual segmentation method to build accurate atlas images and each segmented image was labeled as articular surface and bone-cartilage interface in order to measure the thickness. Secondly, each point in the bone-cartilage interface was assigned the measured thickness so that the thickness does not change after registration. We used affine transformation and SyGN to get deformation fields which were then applied to thickness images to have cartilage thickness atlas. In this way, it is possible to investigate pixel-by-pixel thickness comparison. Lastly, the atlas images were made according to their osteoarthritis grade which indicates the degree of its progression. The result atlas images were compared using the analysis of variance in order to verify the validity of our method. The result shows that a significant difference is existed among them with p < 0.001.