$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

냉연강판의 표면결함 분류를 위한 신경망 분류기 개발
Development of a Neural Network Classifier for the Classification of Surface Defects of Cold Rolled Strips 원문보기

한국정밀공학회지 = Journal of the Korean Society for Precision Engineering, v.24 no.4 = no.193, 2007년, pp.76 - 83  

문창인 (서울산업대학교 산업대학원 메카트로닉스공학과) ,  최세호 (POSCO 기술연구소 계측연구그룹, 서울산업대학교 기계설계 자동화공학부) ,  김기범 (POSCO 기술연구소 계측연구그룹, 서울산업대학교 기계설계.자동화공학부) ,  김철호 (서울산업대학교 산업대학원 메카트로닉스공학과) ,  주원종 (서울산업대학교 기계설계.자동화공학부)

Abstract ▼ AI-Helper 아이콘AI-Helper

A new neural network classifier is proposed for the automatic real-time surface inspection of high-speed cold steel strips having 11 different types of defects. 46 geometrical and gray-level features are extracted for the defect classification. 3241 samples of Posco's Kwangyang steel factory are use...

주제어

#신경망   #표면 검사   #강코일 결함   #특징 추출   #데이터 정규화  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 실시간 결함 검출 및 분류 시스템 구축을 위한 기반 요소기술 확보에 중점을 두고 최적의 결함 데이터를 분류기에 제공하기 위하여 하드웨어적으로는 최적 조명, 비전기술 및 동기화(synchronization) 등을 연구하였으며 소프트웨어는 고속 전처리 알고리즘에 대해 연구를 하였다. 또한 각 결함의 형태와 색상, 명암도 등을 분석하여 많은 종류의 특징 값을 추출하였으며 특히 본 논문에서 다룰 신경망(neural networks) 분류기 4, 6, 7, 8를 이용하여 최적의 특징값을 선정하고 분류 성능을 평가하였다.
  • 본 논문에서는 실시간 처리를 위해 결함이 없는 철판이미지를 기준이미지로 하여 획득한 영상과의 차연산을 통하여 조명이 제거된 영상을 얻도록 하였다. 단순히 두 이미지간에 차연산만 하는 것이므로 처리속도가 매우 빠르다.
  • 본 연구에서는 강 코일의 표면 결함 검사 자동화를 위한 하드웨어 제작기술 및 소프트웨어 알고리즘, 신경망 분류기에 대하여 연구하였다.
  • 등의 알고리즘을 연구하였다. 분류기의 성능을 높이기 위한 특징 데이터의 선정과 특징 데이터의 개수를 결정 짓는 다양한 통계적인 방법들을 시도하였으며, 이를 제안된 신경망 분류기에 적용하기 위한 연구를 하였다. 선정된 특징 데이터를 제안된 신경망에 적용시켜 실제 분류 테스트를 수행하였으며 제안된 신경망 분류기는 실제 인간의 결함분류율 75%보다 뛰어난 결함 분류율 85%를 보였다.

가설 설정

  • (c) Scale: 산화물질인 규소(si)가 제거되지 않고 냉각수와 응결되어 산화됨으로 생성.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. Song, S. J., Kim, H. J., Choi, S. H. and Lee, J. H., 'Classification of Surface Defects on Cold Rolled Strips by Probabilistic Neural Networks,' The Korean Society for Nondestructive Testing, Vol. 17, No.3, pp. 162-173, 1997 

  2. Kim, K. M., Park, G T., Park, J. J., Lee, J. H., Jung, J. Y and Lee, J. K., 'Development of Surface Defect Inspection Algorithms for Cold Mill Strip,' Journal of Control Automation and System Engineering, Vol. 3, No.2, pp. 179-186, 1997 

  3. Lee, S. w., Park, W. J., Joo, J. I., Jung, J. Y, Lee, J. H. and Park, C. H., 'Development of Surface Inspection System for #1 PCM,' Technical Research Lab. pasco, 2000 

  4. Treiber, F., 'On-line Automatic Defect Detection and Surface Roughness Measurement of Steel Strip,' Iron and Steel Engineer, pp. 26-33, 1989 

  5. Kim, C. H., Choi, S. H., Joo, W. J. and Kim, G B., 'Classification of Surface Defect on Steel Strip by KNN Classifier,' Journal of the Korean Society for Precision Engineering, Vol. 23, No.8, pp. 80-88 2006 

  6. Mehrotra, K., Mohan, C. K. and Ranka, S., 'Elements of Artificial neural networks,' A Brand Book, pp. 65-109, 1997 

  7. Freeman, J. A. and Skapura, D. M., 'Neural Networks Algorithms, Applications, and Programming Techniques,' Addison-Wesley, pp. 1545, 1992 

  8. Bishop, C. M., 'Neural Networks for Pattern Recognition,' Oxford University Press, pp. 77-163, 1995 

  9. Rao, V. and Rao, H., 'C++ Neural Networks and Fuzzy Logic Second edition,' MIS, pp. 1-540, 1995 

  10. Haralick, R., Shaumugam, K. and Dinstein, I., 'Textural Features for image Classification,' IEEE Trans. Systems and Cybernetics, Vol. 3, No.6, pp. 53-58, 1973 

  11. Rumelhart, D. E., Hintion, G E. and Wiliams, R. J., 'Learning Internal Representations by Error Propagation,' MIT Press Cambridge, Vol. 1, pp. 318-362, 1986 

  12. Gonzalez, R. C. and Woods, R. E., 'Digital Image Processing,' Addison-Wesley, pp. 50-141, 1992 

  13. Gose, E., Honsonbaugh, R. and Jost, S., 'Pattern Recognition and Image Analysis,' Prentice Hall, pp. 1-483, 1996 

  14. Umbaugh, S. E., 'Digital Image Analysis and Processing,' CRC Press, pp. 130-150, 2005 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로