[논문]마스크 히스토그램 평준화를 이용한 T형 용접너트 자동 선별시스템의 비전검사기 성능개선에 관한 연구

허태원; 송한림

doi:10.5573/ieek.2012.49.9.353

마스크 히스토그램 평준화를 이용한 T형 용접너트 자동 선별시스템의 비전검사기 성능개선에 관한 연구
A Study on Improvement of Vision Inspector for T Type Welding nut auto Sorting System using a Masked Histogram Equalization 원문보기

Journal of the Institute of Electronics Engineers of Korea = 전자공학회논문지, v.49 no.9, 2012년, pp.353 - 361

허태원 (신안산대학교 전자정보통신과) , 송한림 (신안산대학교 기계설계과)

초록
AI-Helper

본 논문에서는 트림 T형 용접너트의 생산 시스템 중 불량품을 자동으로 선별할 수 있는 자동 비전 선별기의 성능 개선에 관한 방법을 제안한다. 자동 비전 선별기는 용접너트의 영상 신호에 대해 히스토그램을 활용한 경계 판별 및 나사산 검출, 이진 모폴로지 연산(Binary morphology operation)을 활용한 얼룩 검출 등의 기법을 활용한 것이다. 이 비전 선별기 운영에 있어 주된 문제는 컨베이어 벨트 상의 오일 등에 의한 오염에 따른 획득 영상의 화질 저하에 따른 오동작이다. 이를 해결하기 위해 배경 영상과 너트 영상의 구분을 위한 마스킹 기법을 사용하여, 너트 영상 부분에만 히스토그램 평준화를 이용하여 너트 영상부분의 대비를 높이는 전처리 과정을 도입하였다. 이를 통해 배경 부분에서 장비의 오염에 의해 추출되는 특징들의 영향을 없애고 획득 영상의 화질 저하에도 불구하고 오동작의 비율을 10 % 에서 0.2 % 로 낮출 수 있었다.

Abstract ▼ AI-Helper

In this paper, we propose a improvement method of vision inspector for T type welding nut using an auto sorting system. We used edge and thread detection with histogram of image which is captured by machine vision camera. We also used a binary morphology operation for a detection of spot. A major problem in this vision inspector is abnormal operation caused by degradation of image acquired. These degradations caused by oil pollution on conveyer belt. For overcome this problem, we introduce a pre-processing using a masked histogram equalization on the image acquired. Histogram equalization is applied on masked region (nut part) for increase contrast. As a result, we can remove features caused by oil pollution on background and reduce a ratio of abnormal operation from 10.0 % to 0.2 %.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 T형 용접너트의 불량 제품 선별을 위한 검사 공정의 자동화를 위한 비전 자동 선별기의 장기간 운영에 따른 성능 저하를 개선하기 위한 전처리 과정을 제안하였다. 선별 시스템의 성능 저하의 주된 요인은 컨베이어 벨트의 노화 및 오염에 따른 상부 영상의 열화에 있었다.
본 논문에서는 T형 용접너트의 상부 영상에서 검사에 무관한 영역을 마스크를 사용하여 제거하기 위한 전처리 과정을 제안하였다. 먼저 마스크를 적용할 용접너트의 중심 위치를 추출하기 위해 그레이톤 영상의 라인 프로파일(Line profile)을 활용하였고, 용접 너트의 회전정도를 추출하기 위해 허프 변환(Hough Transform)을 활용하였다.
본 논문에서는, 이러한 문제점을 해결하기 위하여 획득 영상의 배경이 되는 벨트 부분과 T형 용접 너트 부분을 효율적으로 분리하여 처리하기 위하여 마스크 히스토그램 평준화(masked histogram equalization) 기법을 제안하였다. 이는 T형 용접 너트 부분은 대비를 높여 특징점들을 추출하는데 유리하도록 하고, 벨트 부분에서의 오염물질에 의한 특징점들이 추출되지 않도록 하기 위한 것이다.

제안 방법

본 논문의 실험에서 사용된 마스크는 용접 너트의 크기와 모양이 일정하기 때문에 정형화된 마스크를 사용하였다. 마스크 영역을 생성하기 위해 정상 판별된 용접 너트의 상부영상을 이진화한 다음 중심위치를 (320, 240) 좌표로 이동하고, 마스크의 외곽부분을 5픽셀 확장하여 사용하였다. 그림 5는 제안한 마스크 히스토그램 평준화 기법에 사용된 마스크 이다.
획득된 상부 영상에서 용접 너트의 중심 위치는 불규칙하게 분포 한다. 마스크를 적용할 용접 너트 부분의 중심을 찾기 위해 상부 그레이톤 영상의 라인 프로필(Line Profile)을 이용하였다. 라인 프로필은 라인에 따른 휘도 값의 변화를 나타낸다.
이를 해결하기 위해 용접 너트의 크기와 모양에 대한 마스크 영상을 생성하고 마스크 영역내의 대비를 향상시키기 위한 마스크 히스토그램 평준화 기법을 전처리과정에 도입하였다. 마스크의 정확한 적용을 위해 허프 변환과 라인 프로필을 사용하여 너트의 기울어진 정도와 중심좌표를 계산하여 적용하였다.
본 논문에서는 θ에 대하여 0.25° 단위로 양자화한 각도에 대해 실험을 시행하였다.
따라서 수평, 수직 방향으로 x_M , y_M 값으로 마스크를 평행이동하고 θ_max만큼 회전 변환된다. 이렇게 회전 평행 이동된 마스크 영역에 대해서 히스토그램 평준화를 수행한다.
먼저 마스크를 적용할 용접너트의 중심 위치를 추출하기 위해 그레이톤 영상의 라인 프로파일(Line profile)을 활용하였고, 용접 너트의 회전정도를 추출하기 위해 허프 변환(Hough Transform)을 활용하였다. 이를 이용하여 용접 너트의 상부 영상에 마스크를 평행 및 회전 이동하여 적용하고 마스크 영역에 대해서 히스토그램 평준화를 수행하는 마스크 히스토그램 평준화 방법을 사용하였다.
선별 시스템의 성능 저하의 주된 요인은 컨베이어 벨트의 노화 및 오염에 따른 상부 영상의 열화에 있었다. 이를 해결하기 위해 용접 너트의 크기와 모양에 대한 마스크 영상을 생성하고 마스크 영역내의 대비를 향상시키기 위한 마스크 히스토그램 평준화 기법을 전처리과정에 도입하였다. 마스크의 정확한 적용을 위해 허프 변환과 라인 프로필을 사용하여 너트의 기울어진 정도와 중심좌표를 계산하여 적용하였다.
(Binary morphological operation)을 활용하였다. 찍힌 홈 검출의 유무 판별을 위해 테두리 반경을 측정하고 내경의 변화값을 활용하였다.
획득된 상부 영상은 용접 너트의 위치뿐만 아니라 회전 각도도 불규칙하다. 회전된 각도에 대해 이를 보정하기 위해 허프 변환을 적용한 다음 용접 너트의 회전된 각도를 추출하고 이 각도에 따라 마스크를 회전시켜 적용하였다. 이는 영상을 회전시키는 것 보다는 마스크를 회전시키는 것이 계산상 유리하기 때문이다.
25° 단위로 양자화한 각도에 대해 실험을 시행하였다. 획득된 용접 너트의 상부면 영상에 대해 프리윗(Prewit) 에지 추출^[7] 중 수평 마스크만을 사용하여 경계를 검출하였다. 이는 본 논문에서 사용된 용접 너트의 특성상 수평 경계 성분이 보다 더 중요하기 때문이다.

대상 데이터

여기서, x, y는 각각, 입력 영상의 수평, 수직좌표이며, B(x, y)는 이진화된 영상이다. 본 논문에서는 입력 상부 영상에 대해 에지 검출 후 이진화한 영상을 사용하였다. 이진화된 영상의 화소가 1 이면 경계부분을 나타낸다.
본 논문의 실험에서 사용된 마스크는 용접 너트의 크기와 모양이 일정하기 때문에 정형화된 마스크를 사용하였다. 마스크 영역을 생성하기 위해 정상 판별된 용접 너트의 상부영상을 이진화한 다음 중심위치를 (320, 240) 좌표로 이동하고, 마스크의 외곽부분을 5픽셀 확장하여 사용하였다.
수평 경계 추출된 영상을 허프 변환의 입력 영상으로 사용하였다. 여기서 우리의 관심은 직선의 위치보다는 직선의 각도에 있으므로 식 6에서와 같이 허프 공간 H(ρ ,θ )에서 θ에 대한 최대값 ρ_max(θ)를 활용하였다.

이론/모형

본 논문에서는 T형 용접너트의 상부 영상에서 검사에 무관한 영역을 마스크를 사용하여 제거하기 위한 전처리 과정을 제안하였다. 먼저 마스크를 적용할 용접너트의 중심 위치를 추출하기 위해 그레이톤 영상의 라인 프로파일(Line profile)을 활용하였고, 용접 너트의 회전정도를 추출하기 위해 허프 변환(Hough Transform)을 활용하였다. 이를 이용하여 용접 너트의 상부 영상에 마스크를 평행 및 회전 이동하여 적용하고 마스크 영역에 대해서 히스토그램 평준화를 수행하는 마스크 히스토그램 평준화 방법을 사용하였다.
상부 눌린 자국, 홀 주변 자국, 홀 내부 칩 검출 등의 유무를 검출하기 위해 이진 모폴로지 연산^[5](Binary morphological operation)을 활용하였다. 찍힌 홈 검출의 유무 판별을 위해 테두리 반경을 측정하고 내경의 변화값을 활용하였다.

성능/효과

이는 T형 용접 너트 부분은 대비를 높여 특징점들을 추출하는데 유리하도록 하고, 벨트 부분에서의 오염물질에 의한 특징점들이 추출되지 않도록 하기 위한 것이다. 결과적으로 장비의 오염에 따른 오동작율을 현저히 떨어뜨릴 수 있었으며, 자동 선별 시스템을 장기간 운용하더라고 지속적인 성능을 유지할 수 있도록 비전 검사기의 성능을 개선하였다.
기존 시스템에서 컨베이어 벨트 상의 오일 및 조명의 반사 부분을 특징 점으로 추출하여 불량품으로 판별하던 것을 마스크를 사용하여 관심영역에서 제외함으로써 성능을 개선할 수 있었다.
선별 불량률은 검사한 나사의 총 수에 대해 양품을 불량품으로 판정한 비율로 시스템의 오동작 정도를 나타낸다. 기존 시스템이 시설 노후화에 의해 6개월 정도 운용된 후 평균 10.0 % 까지 높은 선별 불량률을 보였다. 시험영상 2,000 개에 대해 본 논문에서 제안한 마스크 히스토그램 평준화 기법을 적용하여 실험한 결과, 선별 불량인 영상의 수는 40 개 였다.
0 % 까지 높은 선별 불량률을 보였다. 시험영상 2,000 개에 대해 본 논문에서 제안한 마스크 히스토그램 평준화 기법을 적용하여 실험한 결과, 선별 불량인 영상의 수는 40 개 였다. 이는 제안한 시스템의 선별 불량률을 0.

후속연구

본 논문의 결과는 자동차 트림 및 원형 T형 용접너트나 다른 형태의 규격화된 부품의 자동 비전 선별기의 장기간 운용에 따른 성능 저하가 발생하는 경우에 응용될 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	T형 용접너트는 무엇인가?	트림 T형 용접너트의 자동 선별시스템에 있어서 비n전 검사가 매우 효율적으로 적용되고 있다. T형 용접너트는 자동차의 다양한 섀시부에 압접되어 각종 구조물을 지탱하는 역할을 수행하는 중요한 강도부품이다. 용접 너트의 특성상 불량품이 발견되면 해당 단품, 용접된 조립품 및 완성차까지 재선별 하거나 폐기해야 하기 때문에 전수검사를 실시해야 하는 공정관리 및 품질관리가 대단히 곤란한 부품이다.
	비전 검사는 어떤 분야에서 응용되고 있는가?	비전 검사는 디스플레이 모듈의 결함을 검사하거나, 반도체 모듈의 외관 검사 등 다양한 분야에서 응용되고 있다. 또한 부품 생산시스템에서 부분적으로 컴퓨터를 이용한 자동화가 상당히 진행되고 있다[1]∼[4].
	획득 영상의 품질 저하가 일어나는 원인은 무엇인가?	이는 정상적인 부품을 불량품으로 판별하는 결과를 발생시켜 생산성 저하를 초래하였다. 이러한 영상 품질 저하의 주된 원인은 부품영상의 배경이 되는 컨베이어 벨트 위에 각종 오일 등의 불순물이 붙으면서 발생하게 된다. 이러한 이유로 선별 시스템의 효율이 떨어지는 경우, 장비를 교체하거나 비전 검사에 사용되는 항목의 여러 파라메타 값을 수정하는 방식으로 일시적으로 운용할 수 있었다.

참고문헌 (8)

송한림, 허태원, "비전 검사기를 활용한 T형 용접 너트 자동 선별시스템 개발", 전자공학회 논문지, 제48권 IE편 제1호, 16-24쪽, 2011년 3월.
Chern-Sheng Lin, Li Wen Lue, "An Image system for fast positioning and accuracy inspection of ball grid array boards," Microelectronics and Reliability, Vol 41, No 1, pp. 119-128, January 2001.

상세보기
W.A. Perkins, "Computer visio inspection of value spring assemblies on engine heads," in IJCAI, Vancouver, Canada, pp.1066, August 1981.
한광희, 허경무, "히스토그램 변환을 사용하여 정확도를 향상시킨 외관 Vision 검사 방법", 전자공학회 논문지, 제46권 SC편, 제4호, 58-63쪽, 2009 년 7월.
E.R.Davies, "Machine Vision : Theory, Algorithms, Practicalities(Signal Processing and its Applications)", Morgan Kaufmann, pp.233-235, 2005.
장세진, 송효섭, 양윤모 "허프변환을 이용한 수화 동영상에서의 손의 인식", 대한전자공학회 추계종합학술대회 논문집, 제20권, 제2호, 919-922쪽, 1997년.
Rafael C. Gonzalez, Richard E.Woods, "디지털 영상처리", 도서출판그린, pp. 594 -598, 2004.
윤현섭, 한영준, 한헌수 "밀도기반의 분할된 히스토그램 평활화를 통한 대비 향상 기법", 전자공학회 논문지, 제46권, 제1호, 10-21쪽, 2009년 1월.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증