[논문]소형 머신 비전 검사 장비에 기반한 O링 치수 측정

정유수; 박길흠

doi:10.9723/jksiis.2014.19.4.041

소형 머신 비전 검사 장비에 기반한 O링 치수 측정
O-ring Size Measurement Based on a Small Machine Vision Inspection Equipment 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.19 no.4, 2014년, pp.41 - 52

초록
AI-Helper

본 논문은 O링의 치수 측정에 있어 고가의 대 중형 머신비전 장비를 대체할 수 있는 소형 머신 비전 검사 장비에 기반한 O링 부품 내 외경 측정 알고리즘을 제안한다. 백라이트 조명하에 하나의 CCD 카메라를 이용하여 측정 평면으로 부터 영상을 획득하는 소형 머신 비전 검사장비에 의해 획득된 영상을 제안한 영상처리 기법 알고리즘을 이용하여 O링의 외경 및 내경치수를 측정한다. 치수 측정의 정확도를 높이기 위해 렌즈계 왜곡 보정과 원근 왜곡 보정을 소프트웨어적 기법으로 보정 하였고 O링 형상을 고려하여 타원정합 모델을 적용하였으며 보다 타원 정합의 신뢰성을 높이기 위해 RANSAC알고리즘을 적용하였다.

Abstract ▼ AI-Helper

In this paper, O-ring size measurement algorithm based on a small machine vision inspection equipment which can replace a expensive and large machine vision inspection equipment is presented. The small machine vision inspection equipment acquires a image from a CCD camera shooting a measurement plane which located on a back light and the proposed size measurement algorithm is apply to the image. For improvement of size measurement accuracy, camera lens distortion correction and perspective distortion correction are conducted by software technique. Consider O-ring's shape, ellipse fitting model is applied. In order to increase the reliability of ellipse fitting, RANSAC algorithm is applied.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 소형 머신 비전 검사 장비에 기반하여 O링 부품의 수치를 정확하게 검사 할 수 있는 검사 알고리즘을 제안하였다. 제안한 소형 머신비전기반의 수치측정 기법은 대형 검사장비에 비해 위치적, 공간적 제약이 없으며 각종 왜곡에 대해 소프트웨어적으로 보정을 하여 치수 측정 정확성을 높였다.
본 논문은 소형 머신 비전 검사 장비에 기반한 O링의 외경, 내경 치수 검수에 특화된 알고리즘을 제안한다. O링의 내·외경 측정치수의 정확성을 높이기 위해서는 다양한 이유로 발생하는 영상 왜곡을 정확히 보정하는 기법이 반드시 적용 되어야 한다.
11(b)]에 대하여 원근 왜곡을 보정한 영상이다. 실제 원근 왜곡 보정은 좌표계 연산으로 처리하여 영상으로 그 결과가 나타나지 않으나 실험과정 및 보정 효과를 관찰하기 위해 나타내었다. 이후 RANSAC알고리즘을 이용한 타원 정합과정을 거쳐 직경을 측정하였다.

가설 설정

7(d)]는 [Fig. 7(b)]영상에 이진화 영상을 뺀 내부원 영상이다.분리된 각 영상을 라벨링(labeling)한 후 각 라벨링된 객체의 화소 대하여 4인접 이웃에 해당하는 화소중 하나라도 밝기 값이 0이라면 윤곽선으로 추출해 내는 기법을 사용하였다.

제안 방법

우선 타원 모델 파라미터를 결정하는 최소한의 데이터인 5개의 점을 랜덤으로 선택 한다. 5개의 점에 대해 앞서 사용한 최소자승법을 사용하여 모델 파라미터를 구한다. 이미지의 모든 데이터에 대해서 타원과 데이터 사이의 거리가 미리 결정해놓은 허용량 보다 작은 데이터의 수를 구한다.
실험용 PC는 Inter Core i7 CPU와 4G Byte memory의 사양이며, 카메라 캘리브리에이션 툴인 GML Camera Calibration프로그램을 이용하여 카메라 내부 행렬과 렌즈 왜곡계수를 계산하였다.[15] Visual Studio 2010 컴파일러, OpenCV(Open Source Computer Vision)라이브러리를 사용하여 제안한 알고리즘을 실험하였다.
그리고 각 보정단계를 거친 후 RANSAC를 이용한 타원정합을 적용하여 측정된 수치를 [Table 3]으로 나타내었다. 두 번째 실험결과 역시 측정된 수치들의 차이가 한픽셀 이하의 오차에 해당된다.
하지만 위에서 구한 타원 모델은 입력 데이터의 양질에 따라 그 결과가 부정확 할 수 있다. 때문에 랜덤 샘플링에 의해 유효하지 않는 데이터를 모델에 포함시키지 않음으로 최적 해를 구할 수 있는 RANSAC 알고리즘으로 최적해를 찾았다. 우선 타원 모델 파라미터를 결정하는 최소한의 데이터인 5개의 점을 랜덤으로 선택 한다.
7(b)]영상에 이진화 영상을 뺀 내부원 영상이다.분리된 각 영상을 라벨링(labeling)한 후 각 라벨링된 객체의 화소 대하여 4인접 이웃에 해당하는 화소중 하나라도 밝기 값이 0이라면 윤곽선으로 추출해 내는 기법을 사용하였다. 라벨링된 윤곽화소에 대해 다음과정을 적용한다.
카메라로부터 획득된 영상은 흑백영상(gray image)이며 화소수는 2048 2048 이다. 실험용 PC는 Inter Core i7 CPU와 4G Byte memory의 사양이며, 카메라 캘리브리에이션 툴인 GML Camera Calibration프로그램을 이용하여 카메라 내부 행렬과 렌즈 왜곡계수를 계산하였다.[15] Visual Studio 2010 컴파일러, OpenCV(Open Source Computer Vision)라이브러리를 사용하여 제안한 알고리즘을 실험하였다.
외경 및 내경의 길이는 정합된 타원 모델의 장축과 단축의 평균으로 계산하였다. 이때 계산된 내·외경의 길이의 단위는 픽셀(Pixel)이기 때문에 원근변환 과정에서 계산된 mm/pixel 값을 곱하여 실제 길이로 환산해 주었다.
이진화된 O링 영상을 외부원 영상과 내부원 영상으로 분리하여 각각에 대해 윤곽선을 검출하였다. 영상 분리 방법은 다음과 같다.
실제 원근 왜곡 보정은 좌표계 연산으로 처리하여 영상으로 그 결과가 나타나지 않으나 실험과정 및 보정 효과를 관찰하기 위해 나타내었다. 이후 RANSAC알고리즘을 이용한 타원 정합과정을 거쳐 직경을 측정하였다.
치수측정 정확도 향상을 위해 앞서 언급한 두 가지 왜곡을 보정 한후 RANSAC 알고리즘을 이용한 타원 정합을[8-9] 적용하는 일련의 과정을 제안 한다.

대상 데이터

소형 검사장비 시스템하에 Basler acA2040- 25gm 카메라를 이용 하였다. 카메라로부터 획득된 영상은 흑백영상(gray image)이며 화소수는 2048 2048 이다.
카메라는 서랍식 측정 평면을 향하고 있으며 서랍이 닫힌 상태에서 측정 평면 위에 놓여있는 O링 부품의 영상을 획득한다. 서랍식 측정 평면에는 원근 변환을 위한 4개의 기준점이 표시되어 있으며 이 기준점들이 이루는 사각형 내부에 부품이 위치한다.
소형 검사장비 시스템하에 Basler acA2040- 25gm 카메라를 이용 하였다. 카메라로부터 획득된 영상은 흑백영상(gray image)이며 화소수는 2048 2048 이다. 실험용 PC는 Inter Core i7 CPU와 4G Byte memory의 사양이며, 카메라 캘리브리에이션 툴인 GML Camera Calibration프로그램을 이용하여 카메라 내부 행렬과 렌즈 왜곡계수를 계산하였다.

이론/모형

6(a)]에 대해 그 히스토그램이 [Fig. 6(b)]와 같이 쌍봉형임을 감안하여 영상 내 가장 어두운 값과 가장 밝은 값의 평균을 이용하는 방법[12]을 적용하였다.
제안한 소형 머신비전기반의 수치측정 기법은 대형 검사장비에 비해 위치적, 공간적 제약이 없으며 각종 왜곡에 대해 소프트웨어적으로 보정을 하여 치수 측정 정확성을 높였다. 그리고 O링 형상을 감안하여 타원 정합을 수행하였으며 타원 정합의 합리성을 높이기 위해 RANSAC 알고리즘을 적용하였다. 제안 알고리즘으로 측정된 결과와 실측치를 비교하는 실험으로 한픽셀 이하의 오차범위 내에서 치수를 측정 할 수 있는 알고리즘임을 증명하였다.
특히 카메라 렌즈계 왜곡 보정(Camera Distortion Correction)은 치수 측정에 있어 많은 사람들이 적용하고 있다[2]. 본 논문에서는 Zhang의 카메라 캘리브레이션[7] 기법을 사용하여 카메라 내부 행렬(intrinsic matrix)과 왜곡 계수(distortion coefficient)를 계산하여 카메라 렌즈계 왜곡을 보정하였다. 치수측정 정확도를 떨어뜨리는 요인에는 렌즈계 왜곡 외에도 카메라와 측정평면이 수직을 이루지 않아 발생 할 수 있는 원근 왜곡이 있다.
Junji는 치수 측정의 정확도를 높이기 위해 원근 왜곡을 호모그라피(homography)를 적용하여 보정하였다[2]. 본 논문에서는 원근 왜곡을 보정하기 위해 호모그라피의 일환인 원근 변환(Perspective Transformation) 기법을 적용한다.
접선왜곡은 D.C.Brown의 기법[10]을 사용하여 식 (3.3) 와 같이 p₁과 p₂를 파라메타로 가지는 수식으로 모델링 할 수 있다.
타원 정합에 있어 타원 파라미터 계산은 최소자승법(least squre solution)을 사용하였으며 RANSAC 알고리즘으로 최적해를 구하였다. 타원 방정식의 일반형은 식 (3.
여기서 는 ×3행렬이며 x,y는 변환전 영상의 좌표를 의미하고 x',y'은 변환후 영상의 좌표를 의미한다. 행렬 H의 원소 h, h₂,h₃,...h₉는 DLT (The Direct Linear Transform) 알고리즘을 사용하여 계산할 수 있다[13]. DLT 알고리즘을 적용하여 행렬 H의 원소를 계산하려면 최소 4쌍 이상의 대응점들이 필요하다.

성능/효과

그리고 O링 형상을 감안하여 타원 정합을 수행하였으며 타원 정합의 합리성을 높이기 위해 RANSAC 알고리즘을 적용하였다. 제안 알고리즘으로 측정된 결과와 실측치를 비교하는 실험으로 한픽셀 이하의 오차범위 내에서 치수를 측정 할 수 있는 알고리즘임을 증명하였다.
본 논문에서는 소형 머신 비전 검사 장비에 기반하여 O링 부품의 수치를 정확하게 검사 할 수 있는 검사 알고리즘을 제안하였다. 제안한 소형 머신비전기반의 수치측정 기법은 대형 검사장비에 비해 위치적, 공간적 제약이 없으며 각종 왜곡에 대해 소프트웨어적으로 보정을 하여 치수 측정 정확성을 높였다. 그리고 O링 형상을 감안하여 타원 정합을 수행하였으며 타원 정합의 합리성을 높이기 위해 RANSAC 알고리즘을 적용하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	카메라 캘리브레이션은 무엇인가?	카메라 캘리브레이션은 카메라 왜곡 보정을 위한 전 단계로써 [Fig. 3]과 같이 월드 좌표계(World coordinate system)인 3차원 공간상의 점들이 카메라 좌표계(Camera coordinate system)를 거쳐 2차원 영상 평면에 투사되는 변환관계에 있어 그 파라미터를 찾는 과정이다.
	O링은 어떤 분야에 사용되는가?	O링(O-Ring)은 원환체 형태의 합성고무 혹은 내열성 플라스틱으로 만들어진 부품으로써 유체 및 기체의 누출을 방지하는 목적으로 자동차 엔진의 실린더, 반도체 제조 공정 등 전 사업 분야에 폭넓게 사용된다. O링의 품질 불량은 O링의 수명 및 밀폐효과에 큰 영향을 미치고 이는 유체 및 기체의 누출과 직결되기 때문에 안정상, 경제상의 위험을 피하기 위해 O링의 품질관리는 매우 중요하다.
	영상왜곡으로 무엇이 있는가?	시야각(FOV)이 넓은 광각렌즈나 초광각 렌즈는 넓은 범위를 측정할 수 있지만 이로 인해 영상왜곡이 생길 수 있다. 왜곡의 종류로는 볼록렌즈의 굴절률에 의한 방사왜곡(radial distrotion)과 카메라 렌즈와 센서의 중심과의 수평 수직이 맞지 않아 발생 하는 접선왜곡(tangential distortion)이 있다. [Fig.

참고문헌 (15)

C. B. Moon, "Implementation of Autimatic Detection System for CCFL's Defects based on Combined Lighting", Journal of the Korea Industrial Information System Society, Vol. 15, No. 2, pp. 69-81, 2010. (journal)
Junchai Gao, "The Research of Calibration Technology on Parts Size Measurement," 2010 International Conference on ICICTA, Vol. 3, pp.893-896, 2010 .(conference)
He Junji, "Size Detection of Firebricks Based on Machine Vision Technology," 2010 International Conference on ICICTA, Vol. 3, pp.394-397, 2010. (conference)
Zhiyong Lei, "Size measurement technology of seals," 2010 3rd IEEE International Conference on ICICTA, Vol. 2, pp.222-225, 2010. (conference)
I. D. Yang, "Improved circle extraction using N-polygon search method in forest resource images" Journal of the Korea Industrial Information System Society, Vol. 17, No. 5, pp. 53-59, 2012. (journal)

원문보기 상세보기
H. H. Jung, "Development of a Vision Based Machine Tool Presetter" Journal of the Korea Industrial Information System Society, Vol. 19, No. 3, pp. 49-56, 2014. (journal)

원문보기 상세보기
Zhengyou Zhang, "A flexible new technique for camera calibration," IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 22, pp.1330-1334, 2002. (journal)
Fischler, M. A. and Bolles, R. C, "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography," Comm. of the ACM 24, pp.381-395, 1981. (journal)

상세보기
Lamiroy, B., Gaucher, O. and Fritz, L., "Robust Circle Detection," Ninth International Conference on Document Analysis and Recognition. ICDAR 2007, pp.526-530, 2007. (conference)
D. C. Brown, "Decentering Distortion of Lenses", Photogrammetric Eng. Remote Sensing, pp. 444-462 1966. (journal)
J. Y. Lee, "Camera Calibration and Distortion Correction," Korea Robotics Society, Vol 10, No 1, pp. 23-29, 2013. (journal)
Kim, K.S. and Kim, S.S, "Drop sizing and depth-of-fieldcorection in TV imaging, "Atomization and sprays, Vol.4, pp.65-78, 1994. (journal)

상세보기
R. Hartley and A. Zisserman, "Multiple View Geomerty in Computer Vision." Cambridge University Press, second edition, 2003. (book)
Nobuo Shinozaki, "Numerical algorithms for the Moore-Penrose inverse of a matrix: Direct methods," Annals of the Institute of Statistical Mathematics, Vol. 24, pp.193-203, 1972. (journal)

상세보기
Graphics and Media Lab , GML C++ Camera Calibration Toolbox. (site)

저자의 다른 논문 :

LOADING...

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