[논문]카메라 모듈 검사 장비의 자동화를 위한 기계 학습의 활용

박순영; 김상목

초록이 없습니다.

AI 본문요약
AI-Helper

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

문제 정의

본 고에서는 결함 검사 항목들 중 얼룩 결함을 중심으로 살펴본다. 얼룩(stain 또는 mura)이란, 같은 밝기의 이미지를 촬영하였을 때 특정 영역의 밝기가 불균일하게 나타나는 결함이다.
본 고에서는 카메라 모듈 검사 장비 자동화의 문제점과 기계 학습을 기반으로 한 해결 방안에 대해서 살펴보았다. 사람과 다른 접근 방식을 사용하는 알고리즘을 통해 사람과 같은 결과를 출력하기를 기대한 기존 검사 장비의 취약점과 그에 비해 기계 학습을 기반으로 한 접근 방식의 타당성을 보였다.
또한 성능도 고화소화, 고기능화, 다양화되면서 카메라 제조 공정이 더 정밀해지며, 그에 따라 검사 장비도 더 높은 정밀도가 요구되고 있다^[5]. 본 고에서는 카메라 모듈 검사 장비에서의 머신 비전 응용에 대해서 살펴보고, 카메라 모듈 검사 장비 자동화의 당면 과제와 기계학습에 기반한 머신 비전을 응용한 해결 방안에 대해서 살펴본다.

제안 방법

두 번째 방법은 특정 크기의 윈도우를 사용하여 입력 이미지 안에서 윈도우를 이동시키며 주변 윈도우 안의 밝기 평균과 현재 윈도우 안의 밝기 평균의 차이를 비교하여 얼룩을 검출한다^[8]. 이 방법은 얼룩이 없는 곳은 주변과 밝기 차가 크지 않지만, 얼룩이 있는 곳은 주변과 밝기 차가 크다는 특징을 이용한 것이다.
자동 결함 검사 시스템은 와 같은 검사 장비에 카메라 모듈을 장착하고, 모듈을 사용하여 획득한 이미지를 분석함으로써 결함 유무를 판별한다.
가장 보편적인 방법은 크게 두 가지로 입력 이미지로부터 양품 이미지를 추정하여 두 이미지의 밝기 차이가 큰 영역을 얼룩으로 검출하는 방법과 입력 이미지에서 주변과 밝기 차이가 많이 나는 영역을 얼룩으로 검출하는 방법이 있다. 첫 번째 방법은 입력 이미지로부터 이물이 없는 양품 이미지의 밝기를 추정하여 추정한 이미지와 입력 이미지의 밝기 차에 의한 얼룩을 검출한다^[1]. 입력 이미지의 밝기는 <그림 6(a)(b)>처럼 조명 성분이 균등하게 표현될 수 있다.
이 때, 얼룩 이미지가 많으면 많을수록 얼룩을 더 정확하게 모델링 할 수 있다. 테스트 과정은 학습을 완료한 후에 실제 검사 장비에서 얼룩을 검출하는 과정으로, 학습된 얼룩 영역이 입력 이미지에 발견되면 얼룩을 검출한다.

성능/효과

본 고에서는 카메라 모듈 검사 장비 자동화의 문제점과 기계 학습을 기반으로 한 해결 방안에 대해서 살펴보았다. 사람과 다른 접근 방식을 사용하는 알고리즘을 통해 사람과 같은 결과를 출력하기를 기대한 기존 검사 장비의 취약점과 그에 비해 기계 학습을 기반으로 한 접근 방식의 타당성을 보였다. 사실 기계 학습 기반 알고리즘은 오래 전부터 연구하고 시도해왔다.

후속연구

이런 장비의 성능은 알고리즘 자체뿐 아니라, 장비를 개발하는 업체가 확보할 수 있는 학습 데이터의 양에도 영향을 받는다. 즉, 얼룩 검사 장비는 얼룩 이미지를 많이 확보한 업체의 장비가 얼룩 모델을 더 정교하게 정의할 수 있으며, 그에 따라 장비의 성능이 더 좋아져 경쟁력을 확보할 수 있을 것이다.
최근들어 하드웨어의 성능 향상 및 그에 비해 저렴한 가격, 빅데이터의 발전 등을 배경으로 기계 학습의 연구가 활기를 띠기 시작했고, 이를 실제 산업 현장에 적용하는게 가능해졌다. 카메라 모듈 검사 장비 외에도 의료용 진단 장비, PCB 검사 장비 등 다양한 검사 장비에 기계 학습을 접목시키면 여러 분야에서 검사 자동화를 실현할 수 있을 것이라 기대된다.
이를 개선하기 위해 결함의 모델링 및 개선된 결함 수준 측정 기법을 통한 알고리즘을 적용할 수 있다^[9]. 특히 사람의 목시 검사와 유사한 판단을 할 수 있는 기계 학습 기반의 얼룩 결함 검출 방법을 적용할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	머신 비전이란?	머신 비전(Machine Vision)은 기계에 시각 능력과 판단 능력을 부여하여 인간이 보고 판단하는 기능을 하드웨어와 소프트웨어의 시스템이 처리하도록 하는 기술이다. 용어가 낯설지라도 우리는 이미 일상생활 에서 머신 비전을 적용한 다양한 어플리케이션들을 사용하고 있다.
	머신 비전은 어떤 산업분야에서 활발히 사용되는가?	지문 인식, 얼굴 인식, 주차장의 자동차 번호판 인식 등이 그 예이다. 머신 비전은 각종 산업 분야가 자동화로 전환되면서 제조업 분야에서 여러 가지 검사를 수행하는데 활발히 사용되고 있다 [1-3] . 일반적으로 시각적 검사와 품질 관리는 전문적인 목시 검사자들이 수행 해왔다.
	일상생활에서 머신 비전을 사용하는 예는 무엇이 있는가?	용어가 낯설지라도 우리는 이미 일상생활 에서 머신 비전을 적용한 다양한 어플리케이션들을 사용하고 있다. 지문 인식, 얼굴 인식, 주차장의 자동차 번호판 인식 등이 그 예이다. 머신 비전은 각종 산업 분야가 자동화로 전환되면서 제조업 분야에서 여러 가지 검사를 수행하는데 활발히 사용되고 있다 [1-3] .

참고문헌 (9)

Jae Y. Lee and Suk I. Yoo, "Automatic Detection of Region-Mura Defect in TFT-LCD", IEICE Transactions on Information and Systems, E87-D, 2004.
문경수, "Robust Regression을 이용한 TFT LCD의 MURA 검출에 관한 연구", 아주대학교, 2008.
Robert Sablatnig, "A Flexible Concept for Automatic Visual Inspection", Proceeding of Czech Pattern Recognition Workshop'97, 1997.
주영복, 허경무, "영상기반 자동결함 검사시스템에서 재현성 향상을 위한 결함 모델링 및 측정 기법", Journal of Institute of Control, Robotics and Systems, 2013.
적용 분야가 확대되는 카메라(모듈)과 영상 기반 응용 시장의 신사업 전략 모색을 위한 종합 분석, IRS 글로벌, 2015.
송청호, 정연욱, 송준엽, 김영규, "휴대폰 카메라용 렌즈단품 이물 자동검사장비", 한국정밀공학회 추계학술대회 논문요약집, 2005.
유성진, 강부식, 홍한국, "휴대용 카메라 모듈(CCM) 제조 라인에 대한 데이터마이닝 기반 품질관리시스템 구축", Journal of intelligence and information systems, 2008.
Sehee Hong and Chulhee Lee, "Stain Defect Detection for mobile phone camera modules", Proceeding SPIE 9024, Image Processing: Machine Vision Applications VII, 2014.
Mitesh Popat and S. V. Barai, "Defect Detection and Classification using Machine Learning Classifier", World Conference on NDT, 2004.

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

카메라 모듈 검사 장비의 자동화를 위한 기계 학습의 활용 원문보기

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

카메라 모듈 검사 장비의 자동화를 위한 기계 학습의 활용 원문보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

참고문헌 (9)

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper