Journal of the Institute of Electronics and Information Engineers
/
v.51
no.4
/
pp.123-130
/
2014
In TFT-LCD panel images, defects are typically detected by using a large difference in the brightness compared to the background. In this paper, we propose a sequential defect detection algorithm according to defect possibility caused by difference of brightness. By using this method, pixels with high defect probabilities are preferentially detected and defects with a large brightness difference are accurately detected. Also, limited defects with a small brightness difference is detected more reliably, eventually minimizing the degree of over-detection. We have experimentally confirmed that our proposed method showed an excellent detection result for detecting limited defects as well as defects with a large brightness difference.
A quick and automatic detection with no harm to the goods is very important task for improving quality control, process control and labour reduction. In real fields of industry, defect detection is mostly accomplished by skillful workers. A narrow band eliminating spatial filter having characteristics of removing the specified spatial frequency is developed by the author, and it is proved that the filter has an excellent ability for on-line and real time detection of surface defect. By the way,. this spatial filter shows a ripple phenominum in filtering characteristics. So, it is necessary to remove the ripple component for the improvement of filter gain, moreover efficiency of defect detection. The spatial filtering method has a remarkable feature which means that it is able to set up weighting function for its own sake, and which can to obtain the best signal relating to the purpose of the measurement. Hence, having an eye on such feature, theoretical analysis is carried out at first for optimal design of narrow band eliminating spatial filter, and secondly, on the basis of above results spatial filter is manufactured, and finally advanced effectiveness of spatial filter is evaluated experimentally.
Journal of the Institute of Electronics and Information Engineers
/
v.53
no.1
/
pp.107-117
/
2016
STD method using a mean and standard deviation is widely used in various inspection systems. The result of detection using the STD method is very dependent on the threshold value. This paper proposes an adaptive defect detection algorithm to with a precise detection of an ultimate defect. The proposed method is determined threshold value adaptively using a skewness that indicates a similarity of intensity and normal distribution of image. In the experiment, we used a various TFT-LCD images for a quantitative evaluation of defect detection performance evaluation result to prove the performance of the proposed algorithm.
Journal of Institute of Control, Robotics and Systems
/
v.13
no.11
/
pp.1060-1066
/
2007
When a high-energy ultrasound propagates through a solid body that contains a crack or a delamination, the two faces of the defect do not ordinarily vibrate in unison, and dissipative phenomena such as friction, rubbing and clapping between the faces will convert some of the vibrational energy to heat. By combining this heating effect with infrared imaging, one can detect a subsurface defect in material efficiently. In this paper a detection of the welding defect of thin SUS 304 plates using the UIR (ultrasonic infrared imaging) technology is described. A low frequency (20kHz) ultrasonic transducer was used to infuse the welded thin SUS 304 plates with a short pulse of sound for 280ms. The ultrasonic source has a maximum power of 2kW. The surface temperature of the area under inspection is imaged by a thermal infrared camera that is coupled to a fast frame grabber in a computer. The hot spots, which are a small area around the defect tip and heated up highly, are observed. From the sequence of the thermosonic images, the location of defective or inhomogeneous regions in the welded thin SUS 304 plates can be detected easily.
Easy detection and evaluation of defect in the tube structure is a continuous problem and remains a significant demand in tube inspection technologies. This study is aimed to automate defect detection using the pattern recognition approach based on the classification of high frequency stress wave signals. The stress wave signals from vibrational impact excitation on several tube conditions were captured to identify the defect in ASTM A179 seamless steel tubes. The variation in stress wave propagation was captured by a high frequency sensor. Stress wave signals from four tubes with artificial defects of different depths and one reference tube were classified using the autoregressive (AR) algorithm. The results were demonstrated using a dendrogram. The preliminary research revealed the natural arrangement of stress wave signals were grouped into two clusters. The stress wave signals from the healthy tube were grouped together in one cluster and the signals from the defective tubes were classified in another cluster. This approach was effective in separating different stress wave signals and allowed quicker and easier defect identification and interpretation in steel tubes.
Journal of the Korean Society for Nondestructive Testing
/
v.30
no.1
/
pp.31-35
/
2010
This paper presents the development of automatic defect detection program using 3D computed tomography image of small solid rocker motor. We applied the neighbor pixel comparison algorithm with beam hardening correction for the recognition of defect. We made the artificial defect specimen in order to decide a standard CT value of defect. The program was tested with 150 small solid rocket motors and it could detect the disbond, crack, foreign material and void. The program showed more reliable and faster results than human inspector's interpretation.
The Journal of the Korea institute of electronic communication sciences
/
v.17
no.4
/
pp.577-586
/
2022
Detection and classification of steel surface defects are critical for product quality control in the steel industry. However, due to its low accuracy and slow speed, the traditional approach cannot be effectively used in a production line. The current, widely used algorithm (based on deep learning) has an accuracy problem, and there are still rooms for development. This paper proposes a method of steel surface defect detection combining EfficientNetV2 for image classification and YOLOv5 as an object detector. Shorter training time and high accuracy are advantages of this model. Firstly, the image input into EfficientNetV2 model classifies defect classes and predicts probability of having defects. If the probability of having a defect is less than 0.25, the algorithm directly recognizes that the sample has no defects. Otherwise, the samples are further input into YOLOv5 to accomplish the defect detection process on the metal surface. Experiments show that proposed model has good performance on the NEU dataset with an accuracy of 98.3%. Simultaneously, the average training speed is shorter than other models.
The Journal of the Korea institute of electronic communication sciences
/
v.15
no.3
/
pp.513-520
/
2020
Recently, the development of a vision inspection system using machine learning has become more active. This study seeks to develop a defect inspection model using machine learning. Defect detection problems for images correspond to classification problems, which are the method of supervised learning in machine learning. In this study, defect detection models are developed based on algorithms that automatically extract features and algorithms that do not extract features. One-dimensional CNN and two-dimensional CNN are used as algorithms for automatic extraction of features, and MLP and SVM are used as algorithms for non-extracting features. A defect detection model is developed based on four models and their accuracy and AUC compare based on AUC. Although image classification is common in the development of models using CNN, high accuracy and AUC is achieved when developing SVM models by converting pixels from images into RGB values in this study.
Image generation models have been applied in various fields to overcome data sparsity, time and cost issues. However, it has limitations in generating images from regular pattern images and detecting defects in such data. In this paper, we verified the feasibility of the image generation model to generate pattern images and applied it to data augmentation for defect detection of OLED panels. The data required to train an OLED defect detection model is difficult to obtain due to the high cost of OLED panels. Therefore, even if the data set is obtained, it is necessary to define and classify various defect types. This paper introduces an OLED panel defect data acquisition system that acquires a hypothetical data set and augments the data with an image generation model. In addition, the difficulty of generating pattern images in the diffusion model is identified and a possibility is proposed, and the limitations of data augmentation and defect detection data augmentation using the image generation model are improved.
An UET (ultrasound excited thermography) has been used for several years for a remote non-destructive testing in the automotive and aircraft industry. It provides a thermo sonic image for a defect detection. A thermograhy is based On a propagation and a reflection of a thermal wave, which is launched from the surface into the inspected sample by an absorption of a modulated radiation. For an energy deposition to a sample, the UET uses an ultrasound excited vibration energy as an internal heat source. In this paper the applicability of the UET for a realtime defect detection is described. Measurements were performed on two kinds of pipes made from a copper and a CFRP material. In the interior of the CFRP pipe (70mm diameter), a groove (width - 6mm, depth - 2.7mm, and length - 70mm) was engraved by a milling. In the case of the copper pipe, a defect was made with a groove (width - 2mm, depth - 1mm, and length - 110 mm) by the same method. An ultrasonic vibration energy of a pulsed type is injected into the exterior side of the pipe. A hot spot, which is a small area around the defect was considerably heated up when compared to the other intact areas, was observed. A test On a damaged copper pipe produced a thermo sonic image, which was an excellent image contrast when compared to a CFRP pipe. Test on a CFRP pipe with a subsurface defect revealed a thermo sonic image at the groove position which was a relatively weak contrast.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.