[논문]CAD 데이터 및 엑스레이 CT이미지 비교를 통한 다이캐스팅 부품의 내부 결함 검사방법

홍경택; 심재홍

CAD 데이터 및 엑스레이 CT이미지 비교를 통한 다이캐스팅 부품의 내부 결함 검사방법
Internal Defects Inspection of Die-cast Parts via the Comparison of X-ray CT Image and CAD Data 원문보기

반도체디스플레이기술학회지 = Journal of the semiconductor & display technology, v.17 no.1, 2018년, pp.27 - 34

Abstract ▼ AI-Helper

Industrially, die-casting products are formed through casting, and so the methods to inspect the defects inside them are very restrictive. External inspection methods including visual inspection, sampling judgment, etc. enables researchers to inspect possible external defects, but x-ray inspection equipment has been generally used to inspect internal ones. Recently, they have been also applying three-dimensional internal inspections using CT equipment. However, they have their own limitations in applying to the use of industrial inspection due to limited detection size and long calculation time. To overcome the above problems, this paper has suggested a method to inspect internal defects by comparing the CAD data of the product to be inspected with the 3D data of the CT image. In this paper, we proposed a method for fast and accurate inspection in three dimensions by applying x-ray inspection to find internal defects in industrial parts such as aluminum die casting products. To show the effectiveness of the proposed method, a series of experiments have been carried out.

주제어

AI 본문요약
AI-Helper

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

문제 정의

3D 입체 영상 이미지의 측정(Measurement), 결함 검출 목적으로 실제 물체의 CAD 데이터와 비교하기 위해 물체의 CAD 정보를 2.1에서 구한 3D 복원 이미지와 같은 형식의 이미지 데이터를 구하기 위한 연구를 수행하였다. 이를 위해 검사 물체에 대한 CAD 데이터를 포인트 클라우드(Point Cloud)로 변환하여 3D 형성화를 진행하였다.
위와 같은 검사 방법들은 검출 크기의 한계 및 계산시간이 오래 걸리는 단점으로 인해 산업용 검사방법으로 적용하는 데 한계를 가지고 있다. 따라서 본 논문에서는 상기 문제들을 해결하기 위해 엑스레이 기반 CT 이미지(Image)를 3D로 형상화시켜 검사하고자 하는 제품의 CAD 도면과 비교 매칭을 통해서 내부 검출에 대한 연구를 진행하였다.
제품 내부 결함을 검출하기 위해 엑스레이 영상에 의한 3D 복원 이미지와 CAD 데이터간의 비교 매칭을 수행하여 두 데이터간의 차이점을 내부 결함으로 정의하고 차이점을 검출하였다. 본 논문에서는 알루미늄 다이캐스팅 제품 내에 존재하는 결함이 일반적으로 기공(Porosity), 크랙임을 감안하여 내부 결함을 검출하는 방법을 제안하였다.
본 논문에서는 알루미늄 다이캐스팅 제품과 같은 산업용 부품의 내부 결함을 찾기 위해 엑스레이 검사를 적용하여 3차원적으로 빠르고 정확하게 검사할 수 있는 방법으로 CT 이미지를 활용하여 다이캐스팅 물체를 형상화하고, 이것을 CAD도면과 비교매칭을 통해서 내부 결함을 판별하는 방법을 제안하였다. 제안한 방법의 유효성을 보여주기 위해 임의의 기공 결함을 갖고 있는 검사 시편을 제작하고, 시편에 대한 CT 이미지를 획득한 후 이미지 필터링과 볼륨 렌더링을 적용하여 3D 입체 형상화하였다.
본 논문에서는 앞에서 구한 검사 물체의 3차원 엑스레이 복원 영상 이미지와 3장에서 구한 동일한 검사물체에 대한 3차원 CAD 데이터의 포인트 클라우드 이미지를 서로 비교하여 결함을 찾아내는 방법을 적용하고자 한다. 3차원 복원 이미지는 복셀 데이터구조, 즉 포인트 클라우드 데이터의 조합으로 구성되어 있다.
본 논문은 알루미늄 다이캐스팅 제품과 같은 산업용 부품의 내부 결함을 찾기 위해 엑스레이 검사를 적용하여 3차원상에서 빠르고 정확하게 검사할 수 있는 방법을 제안하고자 하는 것이다.
위와 같이 많은 점들에 대해 검사하게 되면 연산에 소요되는 시간이 많이 소요되기 때문에, 연산시간을 최소화하기 위해 역으로 삼각화 되어있는 CAD 파일을 포인트 클라우드로 만드는 방법을 적용하고자 한다[13-14].

제안 방법

9와 같이 클라우드 데이터들을 표현하였다. 그리고 색감과 질감을 표현하여, 3D 입체 형상화 하였다.
본 논문에서 사용한 콘빔(Cone-beam) CT 시스템은 Fig. 1 과 같이 X선 발생장치(X-ray Tube)와 평판 디텍터(Flat Panel Detector)을 사용하여 물체를 360도 회전시켜 물체의 투과 영상을 얻게 된다. 이 때, X-선 발생장치는 방사형으로써, 1회 조사로 시료 물체의 전체 영상을 얻을 수 있다.
본 논문에서는 포인트 클라우드 데이터로 변환 후 텍스쳐 맵핑을 통해 3D 복원영상 표면에 다양한 컬러 및 질감효과를 구현하였으며 Fig. 10에 이와 같은 3차원 렌더링(Rendering) 이미지를 나타내었다.
따라서 이후 변환행렬을 적용하여 CAD 데이터로부터 얻은 이미지와 좌표축의 일치를 시켜도 차영상을 하게 되면 형상이 정확하게 일치하지 않는 결과를 가져온다. 이러한 이유로 결함을 검출하기 위해 비교적 연산이 간단하여 적용하고자 하는 차영상을 이용한 방법은 영상의 왜곡으로 인해 정확한 결함검출이 어렵다는 결론을 얻었으며 이에 3장에서 제시한 비교매칭을 통해 보다 정확한 결함을 검출하고자 하였다.
1에서 구한 3D 복원 이미지와 같은 형식의 이미지 데이터를 구하기 위한 연구를 수행하였다. 이를 위해 검사 물체에 대한 CAD 데이터를 포인트 클라우드(Point Cloud)로 변환하여 3D 형성화를 진행하였다.
따라서 역으로 3차원 공간상의 3개의 점을 2차원으로 사영(Projection)을 시킨 뒤에, 그 안에서 이루어지는 2차원 공간상의 점들을 찾는다. 이후, 3개의 점이 존재하는 평면으로 사영시킴으로써 연산과정을 축소하였다.
본 논문에서는 알루미늄 다이캐스팅 제품과 같은 산업용 부품의 내부 결함을 찾기 위해 엑스레이 검사를 적용하여 3차원적으로 빠르고 정확하게 검사할 수 있는 방법으로 CT 이미지를 활용하여 다이캐스팅 물체를 형상화하고, 이것을 CAD도면과 비교매칭을 통해서 내부 결함을 판별하는 방법을 제안하였다. 제안한 방법의 유효성을 보여주기 위해 임의의 기공 결함을 갖고 있는 검사 시편을 제작하고, 시편에 대한 CT 이미지를 획득한 후 이미지 필터링과 볼륨 렌더링을 적용하여 3D 입체 형상화하였다. 또한, 동일 검사 시편에 대한 CAD 도면에서 축출한 포인트 클라우드 데이터를 CT 이미지의 3D 형상화 데이터와 비교매칭을 하여 검사 시편 내부의 결함을 정확하게 검출할 수 있음을 보여주었다.
제품 내부 결함을 검출하기 위해 엑스레이 영상에 의한 3D 복원 이미지와 CAD 데이터간의 비교 매칭을 수행하여 두 데이터간의 차이점을 내부 결함으로 정의하고 차이점을 검출하였다. 본 논문에서는 알루미늄 다이캐스팅 제품 내에 존재하는 결함이 일반적으로 기공(Porosity), 크랙임을 감안하여 내부 결함을 검출하는 방법을 제안하였다.

대상 데이터

검사 시편에 대해 엑스레이 검사장비를 통해 2D 투과영상을 획득하였으며, 2장에서 서술한 3D 영상 복원 방법을 통해 Fig. 13과 같이 512장의 3D 단면 이미지를 얻었다. 3D 단면 이미지의 크기는 512*512 픽셀(pixel)로 이루어져 있다.
12와 같이 임의의 기공 결함을 가지고 있는 알루미늄 재질의 검사 시편을 제작하였다. 검사 시편의 최대 크기는 가로 50mm, 세로 50mm, 높이 50mm를 가지고 있고, 내부 결함의 크기는 10mm 지름의 10mm 길이를 갖는 원기둥 형태이다.
14에 나타난 바와 같이 실물에 대해서, ①~④수평 방향 직선에 해당되는 단면 슬라이스 영상을 보여 주고 있다. 본 논문에서 얻은 3D 복원 영상은 Fig. 14의 오른쪽에 제시된 ①~④와 같은 단면 영상으로 구성되며 검사 대상 물체에 대해 총 512개의 단면영상에 의해 구성된다.
본 논문에서 제안한 방법을 이용한 다이캐스팅 부품의 3차원 내부 결함 검출을 위하여, Fig. 12와 같이 임의의 기공 결함을 가지고 있는 알루미늄 재질의 검사 시편을 제작하였다. 검사 시편의 최대 크기는 가로 50mm, 세로 50mm, 높이 50mm를 가지고 있고, 내부 결함의 크기는 10mm 지름의 10mm 길이를 갖는 원기둥 형태이다.
15는 3장에서 제시한 포인트 클라우드로의 변환행렬을 적용하여 비교매칭을 하기 위한 CAD 데이터로부터 형성된 단면 이미지로서 사진에서 보이는 실물에 대해서, ①~④수평 방향 직선에 해당되는 결과 단면이다. 본 연구에서 얻은 포인트 클라우드 슬라이스 이미지는 Fig. 15의 오른쪽에 제시된 ①~④와 같은 단면 영상으로 구성되며 검사 대상 물체의 CAD 데이터로부터 얻는 단면 슬라이스 이미지는 엑스레이 영상으로부터 얻은 단면 슬라이스 영상과 동일한 수인 총 512장의 이미지 결과를 갖는다. 또한, Fig.

이론/모형

3D 단면 이미지에 대한 양방향 필터(Bilateral Filter)를 사용하여 노이즈 제거와 같은 전처리 작업을 끝낸 뒤에, 모폴로지(Morphology) 기법을 활용하여 후처리 작업을 수행하였다[8]. Fig.
콘빔 CT 시스템에서 디텍터에 맺힌 2차원 영상을 이용하여 시료 물체의 3차원 데이터를 얻기 위하여 식 (1)의 FDK(Feldkamp, Davis and Kress) 알고리즘을 사용하여 영상복원을 수행하였다[4,5].

성능/효과

4는 모폴로지 기법을 거친 뒤에, 다시 양방향 필터로 흑백의 영역 분리를 마지막으로 전체적인 필터링 과정을 마치게 된 3D 단면 이미지 결과이다. Fig. 4에서 보는 바와 같이 필터링 작업을 거쳤을 경우에, FDK 알고리즘을 거치면서 생기는 음영에 대한 노이즈, 그리고 그 노이즈와 섞여 실제 검출되는 영역과의 구분이 어려운 부분에 대해서 경계가 정확히 생성되는 것을 확인할 수 있었다.
15의 ①~④ 순서처럼 내려오며 나온 결과 단면이다. 그림에서 보는 바와 같이 본 논문에서 제안한 비교 매칭 방법을 사용할 경우 샘플 부품의 기공을 정확하게 검출할 수 있다. Fig.
제안한 방법의 유효성을 보여주기 위해 임의의 기공 결함을 갖고 있는 검사 시편을 제작하고, 시편에 대한 CT 이미지를 획득한 후 이미지 필터링과 볼륨 렌더링을 적용하여 3D 입체 형상화하였다. 또한, 동일 검사 시편에 대한 CAD 도면에서 축출한 포인트 클라우드 데이터를 CT 이미지의 3D 형상화 데이터와 비교매칭을 하여 검사 시편 내부의 결함을 정확하게 검출할 수 있음을 보여주었다.

후속연구

일반적으로 다이캐스팅 부품에는 노이즈(Noise), 균열 (Crack), 기공(Void)와 같은 결함이 존재한다. 이러한 노이즈, 균열, 기공 등의 결함을 영상 처리만을 통하여 자동으로 구분하기에는 애매함이 있기 때문에 향후 연구에서는 퍼지 법칙 등을 이용하여 물체 내부의 결함 종류를 자동으로 구분하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	컴퓨터 단층 촬영의 시작은 어디인가?	컴퓨터 단층 촬영(CT, Computed Tomography)의 시작은 1900년대 초, 사영 기하학을 활용한 신체 부위 한 단면을 보여주는 것으로 시작하였다. 그 뒤로, 1960년대에 증가하는 전력과 컴퓨터의 가용성 연구를 통해서 실제적인 연구가 시작되었다.
	CT 장비는 최근 어떻게 이용되고 있는가?	최근, 기술발전에 따라 CT 장비의 빠른 연산처리 및 촬영이 가능하게 되어, 공항 보안, 고장 분석, 결함 검출, 계측, 어셈블리 분석 및 엔지니어 어플리케이션 분야 등으로 그 적용범위가 갈수록 확대되고 있다[1].
	유한선적분변환과 국부이진 패턴기법의 단점은?	엑스레이 영상을 이용한 내부 결함(Defects) 검사 방법으로 Bi 등은 2,3차원 선 형태 마스크를 이용한 유한선적분 변환과 크랙의 외곽선을 검출하는 국부이진 패턴기법을 통하여 알루미늄 합금의 크랙(Crack)을 검출하였다[2].그러나 선 형태 마스크 크기보다 작은 크랙을 검출하지 못하며, 선 형태 마스크 크기보다 크면서 크랙과 유사한 밝기 값을 가진 영역이 검출되는 한계점이 있다. Ehring 등이 제안한 산업용 CT 볼륨데이터에서 콘크리트 구조물의 크랙을 검출하기 위해 선 형태 템플릿을 이용한 템플릿 매칭 기법은 선 형태의 템플릿을 회전시키거나 다양한 크기로 변환하여 검사하는 방법으로서 전체 영상과 매칭 하는 수행시간이 오래 걸리는 단점이 있다[3].

참고문헌 (15)

Ji H.R. and Hong H., "Automatic detection of internal and surface cracks of metal products using two and three-dimensional crack enhancement filtering methods in industrial CT volume data", J. of KISE, 41(1), pp. 67-79, (2014).
Bi B., Zeng L., Jiang H., "A novel method for 3D crack edge extraction in CT volume data", X-ray Science and Technology, 19, pp.429-442, (2011).
Ehrig K., Goebbles J., Meinel D., Paetsch O., Prohaska S., Zobel V., "Comparison of crack detection methods for analyzing damage processes in concrete with computed tomography," International Symposium on Digital Industrial Radiology and Computed Tomography, pp.1-8, (2011).
Feldkamp L., Davis L., Kress J., "Practical cone-beam algorithm," J. Opt. Soc. Am., 1(6), pp. 612-619, (1984).

상세보기
Kak A. C. and Slaney M., Principles of Computerized Tomographic Imaging, IEEE Press, (1999).
Song D.G., Jeong C.W., Jun K.S., "The study on the implementation of the X-ray CT system using the conebeam for the 3D dynamic image acquisition", J. of Advanced Information Technology and Convergence, 9(2), pp. 57-64, (2011).
Yoon H. and Yun S., "Development of Graphical Solution for Computer-Assisted Fault Diagnosis: Preliminary Study", J of Korean Society for Nondestructive Testing, 29(1), pp. 36-42, (2009).
Kim Y.H. and Nam J.H., "Estimation of the noise variance in image and noise reduction", J. of the Korean Statistical Society, pp. 905-914, (2011).
Choi H.H., Introduction of 3D Game Programming using the DIRECTX 9, PART II - Chapter 2, Jeongbo Publishing, (2004).
Yoo S.K. and Kim N.H., "Three dimensional reconstruction and display of CT images via linear octree", J. of the Institute of Electronics and Information Engineers, 26(6), pp. 876-885, (1989).
William E.L. and Harvey E.C., "Marching cube: a high resolution 3D surface construction algorithm", Computer Graphics, 21(4), (1987).
Kang D.S. and Shin B.S., "Real-time volume rendering using point-primitive", J. of Korea Multimedia Society, 14, pp. 1229-1237, (2011).

원문보기 상세보기
Eberly D., "Triangulation by ear clipping", Geometric Tools, LLC, (1998).
Woo S.B., A Retrieval Method for 3D CAD Data Using Sectional Image, M.D. Thesis, Hanyang University Graduate School, (2004).
Yoon D.M. and Han J.H., "Connected component labeling-based geometric features and a classification algorithm for surface defect inspection", J. of KISE, 21(5), pp. 739-749, (1994).

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