$\require{mediawiki-texvc}$

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.

영상기반 자동검사시스템에서 Run Length Coding을 이용한 한도 결함 검출 전처리 기법
Ultimate Defect Detection Using Run Length Coding in Automatic Vision Inspection System 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.49 no.1 = no.343, 2012년, pp.8 - 11  

주영복 (한국기술교육대학교 컴퓨터공학부) ,  권오영 (한국기술교육대학교 컴퓨터공학부) ,  허경무 (단국대학교 전자공학과)

초록
AI-Helper 아이콘AI-Helper

자동 결함 검사 시스템 (AVI - Automated Vision Inspection Systems)은 디지털 영상을 통하여 표면의 결함을 자동으로 검출해 주는 시스템이다. 일반적으로 AVI 시스템의 성능은 한도 결함 검출력으로 판별한다. 한도 결함이란 결함 신호가 배경신호와 매우 유사하여 명확히 결함을 검출하기 어렵다. 본 논문에서는 신호대잡음비 (SNR - Signal to Noise Ratio)를 개선할 수 있는 전처리 기법을 제안하였다. 제안된 기법은 인간 시각 시스템 (HVS - Hunman Visual System) 원리를 기반으로 하였으며 이를 RLC (Run Length Code)로 구현하였다. 실험결과 제안된 전처리 기법은 한도 결함 영상에 대해 SNR이 두 배 이상 개선되는 효과를 보였으며 이를 이용하면 AVI 시스템의 검출성능 향상을 기대할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

Automated Vision Inspection (AVI) systems automatically detect any defect feature in a surface image. The performance of the system can be measured under a special circumstances such as ultimate defect detection. In this situation, the defect signal level is similar to noise level and it becomes har...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • Ⅱ장에서는 전형적인 영상기반 자동결함 검사시스템에 대하여 개략적으로 설명하고 Ⅲ장에서는 한도결함과 인간시각 시스템에 대하여 설명하고 Ⅳ장에서 제안된 전처리 방법에 자세히 설명하고 그 실험 결과를 Ⅴ장에서 정리하였다. 마지막으로 Ⅵ장에서는 결론 및 향후 연구 연구 과제에 대해 서술하였다.
  • 이에 따르면 HVS는 보통 국지적으로 수행되는 자동결함검사시스템의 알고리듬과는 달리 전역적으로 결함 부근의 배경을 고려하여 결함 신호의 분포를 인지한다. 본 논문에서는 이러한 HVS의 동작 방식을 반영하여 영상을 전처리함으로써 자동 결함 검출 알고리듬의 적용이 가능하게 하여 한도결함 검출의 신뢰도를 높일 수 있는 방법을 제안한다. Ⅱ장에서는 전형적인 영상기반 자동결함 검사시스템에 대하여 개략적으로 설명하고 Ⅲ장에서는 한도결함과 인간시각 시스템에 대하여 설명하고 Ⅳ장에서 제안된 전처리 방법에 자세히 설명하고 그 실험 결과를 Ⅴ장에서 정리하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
영상기반 자동결함 검사시스템의 구동 프로세스는? 그림 1은 영상을 기반으로 하는 자동 결함 검출 시스템의 전형적인 구성을 나타낸 것이다. 영상 입력 장치로는 카메라 CCD 센서와 조명이 있다. 이를 통해 대상체의 빛이 감지되고 영상센서는 아날로그 신호를 디지탈 신호로 변환하여 저장한다. 저장된 영상은 결함의 유형에 따른 특성에 따라 영상 처리 및 분석 과정을 거쳐 영상 내에서 결함 후보군을 추출한다. 이 과정에서 결함의 영역을 정하고 그 크기 및 Gray 차 등 결함인지 아닌 지의 판정에 필요한 여러 가지 유용한 특성들을 추출한다. 이 특성을 기준으로 사용자의 요구사양에 맞추어 실제 결함의 판정이 이루어진다. 이 때 결함 영역의 판정의 신뢰성은 시스템의 성능에 지대한 영향을 미친다.
한도 결함이란 어떠한 결함을 의미하는가? 한도 결함이란 그림 1과 같은 시스템에서 획득된 디지털 이미지상에서 결함일 확률과 결함이 아닐 확률이 공존하는 영역으로 인간의 목시로도 구분이 모호한 결함을 말한다. 여기에 덧붙여 영상획득시 여러 가지 원인으로 인하여 결함 주위에 잡음이 발생할 수 있어 결함 판정의 신뢰도는 더욱 떨어지게 된다.
영상기반 자동결함 검사시스템이란? 최근 영상을 기반으로 하는 자동결함 검사시스템은 공장 자동화, 검사 품질의 일관성 및 검사 원가의 절감을 위하여 많은 연구와 개발 그리고 상용화가 되어 왔다[1~2]. 영상기반 자동결함 검사시스템 (AVI - Automatic Vision Inspection Systems)은 카메라와 같은 영상 센서로 획득된 표면 영상을 바탕으로 영상 처리와 분석을 통해 결함 후보 영역을 자동으로 추출하고 특정 결함의 크기를 측정하여 결함의 존재 여부를 최종적으로 자동 판별해 주는 시스템이다. 이러한 시스템에서 그 성능은 결함 검출의 신뢰성으로 판별하는데 이 판별의 기준은 한도 결함이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (3)

  1. E. N. Malamas, E. G. M. Patrakis, M. Zervakis, L. Petit and J. D. Legat, "A Survey on Industrial Vision Systems, Applications and Tools," Image and Vision Computing, vol. 21, issue 2, pp. 171-188, Feb. 2003. 

  2. R. Sablatnig, "A Flexible Concept for Automatic Visual Inspection," Czech Pattern Recognition Workshop'97, Proc. of (CPRW'97), 1997. 

  3. K. A. Panetta, E. J. Wharton and S. S. Agaian, "Human Visual System-Based Image Enhancement and Logarithmic Contrast Measure," IEEE Transactions On Systems, Man, And Cybernetics-part B: Cybernetics, Vol. 38, No. 1, February 2008. 

저자의 다른 논문 :

관련 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