[논문]고무타이어의 음각 문자 인식 향상에 관한 연구

윤형진; 박구락; 김동현

doi:10.15207/jkcs.2018.9.10.007

고무타이어의 음각 문자 인식 향상에 관한 연구
A Study on the Improvement of Intaglio Characters Recognition of Rubber Tires 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.10, 2018년, pp.7 - 12

윤형진 (공주대학교 멀티미디어공학과) , 박구락 (공주대학교 컴퓨터공학부) , 김동현 (공주대학교 컴퓨터공학과)

초록
AI-Helper

빠르게 성장하고 있는 현대 사회에서 생산 공정에 비전 시스템을 활용하여 자동화 하고자 하는 수요가 급증하고 있는 추세이다. 일반적으로 영상 인식은 주로 자동차 번호판과 같은 양각 문자에 대한 연구가 대부분으로, 음각 문자 인식에 대한 연구가 매우 미미한 상황이다. 특히 타이어 표면과 같은 고무 관련 제품에 마킹 되어 있는 음각 문자들은 주변과의 명도 차이가 크지 않기에 문자나 숫자를 영상을 통하여 인식하기에 매우 어려움을 가지고 있다. 이에 본 논문에서는 타이어 표면과 같은 고무 제품에 음각으로 마킹 되어 있는 문자의 인식률을 향상시키기 위한 시스템을 제안한 것으로, 조명의 환경에 따라 유연하게 적용할 수 있다. 제안 시스템을 통하여 타이어 및 고무 제품들의 생산 공정에 적용하면 생산 및 재고 관리와 불량 검출을 신속하게 처리할 수 있어 생산 효율성이 향상될 것으로 기대된다.

Abstract ▼ AI-Helper

In today's rapidly growing contemporary society, there is a tendency for demand to automate production processes by utilizing the vision system. In general, image recognition is mainly concerned with embossed characters such as license plates, and research on recognition of intaglio characters is very limited. Especially, intaglio characters, which are marked on rubber related products such as tire surfaces, have difficulty in recognizing characters or numbers through image because the difference in brightness with surrounding is not so large. In this paper, we propose a system to improve the recognition rate of characters marked on intaglio rubber products such as tire surfaces. Also, it can be applied flexibly according to the lighting environment. Through the proposed system, production and inventory management and defect detection can be processed quickly by applying to the production process of tire and rubber products.

주제어

표/그림 (8)

그림 Fig. 1. System Configuration
그림 Fig. 2. System Process
그림 Fig. 3. Image Acquisition
그림 Fig. 4. Histogram of Original Image
그림 Fig. 5. ROI Setting Image
그림 Fig. 6. 1 Image Histogram Distribution
그림 Fig. 7. Test Result
그림 Fig. 8. Image Recognition Result

AI 본문요약
AI-Helper

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

문제 정의

타이어 생산 공정에서 생산량 및 재고 파악과 불량의 검출은 타이어 제품의 신뢰성에 많은 영향을 미칠 수 있기에 생산에 비전 시스템을 적용하고자 하는 수요가 급증하고 있다. 본 논문에서는 타이어 표면에 음각으로 마킹 되어 있는 숫자를 인식하기 위한 비전 시스템을 제안한 것으로 조명 환경에 따라 서로 다른 이미지를 생성하여 히스토그램 평활화 기법을 적용하여, 가장 인식률이 높은 영상을 획득할 수 있는 시스템이다. 이미지 별로 실험한 결과 9번의 영상이 가장 인식이 잘되는 것으로 측정되었다.
본 논문에서는 타이어에 음각으로 마킹 되어 있는 숫자를 히스토그램 평활화 기법을 통하여 숫자의 인식률을 향상시킬 수 있는 시스템을 제안한다. 제안 시스템을 통하여 타이어 생산 공정에 적용하면 생산 및 재고 관리를 원활하게 할 수 있고, 불량 검출로 생산의 효율성이 향상될 것으로 기대된다.

제안 방법

CCD 카메라를 통하여 입력된 영상에서 필요한 정보를 획득하기 위해서 영상 이진화를 이용하여 전처리 과정 수행을 통하여 배경과 필요한 정보의 내용을 분리한다. 이진화는 영상 이미지의 픽셀에 대하여 0과 1의 레벨로 변환시키는 것이며, 이를 통하여 필요한 정보를 획득한다.
첫째, Probe로서 타이어에 음각으로 인쇄되어 있는 숫자를 촬영하기 위한 CCD 카메라와 렌즈, 자동으로 조절이 되는 LED 조명으로 구성 되어있다. 둘째, 머신 비전 시스템으로서 Probe로 부터 촬영된 영상을 입력 받아 MIL 라이브러리로 숫자 인식을 진행한다.
상단은 CCD 카메라로부터 입력된 이미지와, ROI영역을 설정한 히스토그램 분포도 이미지와, 히스토 그램을 통해 계산된 임계값으로 이진화 작업을 통해 추출한 이미지를 출력하도록 구성하였고, 하단 리스트박스는 15장의 이미지에 대한 빈도수가 가장 많은 명암값을 출력하도록 구성하였다. 마지막으로 버튼을 사용하여 원 이미지에서 히스토그램 명암값을 이용하여 최종 이미지가 출력하도록 구성하였다. 다음의 Fig.
시스템의 실험 및 측정에 사용된 장치는 FOV(Field of View) 257*206, 분해능 82㎛인 CCD 카메라, 조명은 카메라 내부 조명을 사용하였고, 비주얼 스튜디오 2010 대화상자 기반의 MFC와 전처리 기능을 사용하기 위하여 OpenCV 라이브러리를 사용하여 소프트웨어를 구현하였다. 상단은 CCD 카메라로부터 입력된 이미지와, ROI영역을 설정한 히스토그램 분포도 이미지와, 히스토 그램을 통해 계산된 임계값으로 이진화 작업을 통해 추출한 이미지를 출력하도록 구성하였고, 하단 리스트박스는 15장의 이미지에 대한 빈도수가 가장 많은 명암값을 출력하도록 구성하였다. 마지막으로 버튼을 사용하여 원 이미지에서 히스토그램 명암값을 이용하여 최종 이미지가 출력하도록 구성하였다.
둘째, 입력 받은 이미지에서 중앙부분의 마킹된 숫자에 대하여 관심영역(ROI : Region of Interest)을 설정한다. 셋째, 숫자 인식을 위하여 히스토그램 기법을 통하여 임계값을 산출한다. 넷째, 임계값을 이용하여 영상 이미지의 이진화를 수행한다.
시스템의 실험 및 측정에 사용된 장치는 FOV(Field of View) 257*206, 분해능 82㎛인 CCD 카메라, 조명은 카메라 내부 조명을 사용하였고, 비주얼 스튜디오 2010 대화상자 기반의 MFC와 전처리 기능을 사용하기 위하여 OpenCV 라이브러리를 사용하여 소프트웨어를 구현하였다. 상단은 CCD 카메라로부터 입력된 이미지와, ROI영역을 설정한 히스토그램 분포도 이미지와, 히스토 그램을 통해 계산된 임계값으로 이진화 작업을 통해 추출한 이미지를 출력하도록 구성하였고, 하단 리스트박스는 15장의 이미지에 대한 빈도수가 가장 많은 명암값을 출력하도록 구성하였다.
타이어는 표면이 밝은 타이어가 있고, 어두운 타이어가 있기 때문에 고정되어 있는 조명으로 이미지를 획득할 경우 어두워서 마킹 되어 있는 숫자를 인식하지 못하는 경우 및 너무 밝아서 인식이 어려운 경우가 발생하기에, 제안 시스템은 영상 이미지 획득 시 조명은 카메라 자체에서 가장 어두운 조명에서 가장 밝은 조명까지 15단계로 자동으로 조절하여 영상 이미지를 획득한다.
4는 원본 영상 이미지와 히스토그램이다. 획득된 영상 이미지 내에서 가장 많이 사용된 명암값을 추출한 후, 추출된 명암값을 임계값으로 설정하여 이진화를 수행한다.

대상 데이터

2는 제안 시스템의 프로세스로서 6단계로 이루어져 있다. 첫째, Probe로부터 각기 다른 조명에 의하여 촬영된 15장의 이미지를 획득한다. 둘째, 입력 받은 이미지에서 중앙부분의 마킹된 숫자에 대하여 관심영역(ROI : Region of Interest)을 설정한다.

성능/효과

(b)의 경우 입력된 원 영상이 양호하여 인식이 잘 되었으며, (d)의 경우 (c) 원 영상을 입력 받았지만, 높은 조명에 의해 숫자가 명확히 보이지 않은 현상으로 인해 인식되지 않는 결과 화면이다. 다음의 Fig. 8은 입력 이미지 15장의 인식 숫자의 개수를 출력한 결과로서, 이미지 15장 가운데 인식된 숫자가 가장 높은 개수는 10개로서, 인식률은 100%로 확인되었다.
검출 대상이 아닌 이미지 전체로 영역을 지정할 경우 히스토그램 분포가 전체적으로 명확하게 추출되지 않기 때문에, 관심영역을 설정하여 검출영역을 지정하고, 해당 영역의 히스토그램을 추출한다. 둘째, 추출된 히스토그램에서 빈도수가 가장 많은 명도값을 획득한다. 마지막으로 획득한 명도값을 임계값으로 설정하여 이진화를 수행한다.
본 논문에서는 타이어 표면에 음각으로 마킹 되어 있는 숫자를 인식하기 위한 비전 시스템을 제안한 것으로 조명 환경에 따라 서로 다른 이미지를 생성하여 히스토그램 평활화 기법을 적용하여, 가장 인식률이 높은 영상을 획득할 수 있는 시스템이다. 이미지 별로 실험한 결과 9번의 영상이 가장 인식이 잘되는 것으로 측정되었다. 제안 시스템을 통하여 타이어 생산 공정에 적용하면 생산에 대한 관리를 원활하게 할 수 있고, 빠른 재고 파악과 불량의 검출이 가능하여 생산의 효율성이 향상될 것으로 기대된다.

후속연구

본 논문에서는 타이어에 음각으로 마킹 되어 있는 숫자를 히스토그램 평활화 기법을 통하여 숫자의 인식률을 향상시킬 수 있는 시스템을 제안한다. 제안 시스템을 통하여 타이어 생산 공정에 적용하면 생산 및 재고 관리를 원활하게 할 수 있고, 불량 검출로 생산의 효율성이 향상될 것으로 기대된다.
이미지 별로 실험한 결과 9번의 영상이 가장 인식이 잘되는 것으로 측정되었다. 제안 시스템을 통하여 타이어 생산 공정에 적용하면 생산에 대한 관리를 원활하게 할 수 있고, 빠른 재고 파악과 불량의 검출이 가능하여 생산의 효율성이 향상될 것으로 기대된다. 향후 연구 방향으로는 조명의 변화에도 원활한 음각 문자의 인식이 가능한 알고리즘 연구와 임계값 지정에 대한 연구가 계속되어야 할 것이다.
제안 시스템을 통하여 타이어 생산 공정에 적용하면 생산에 대한 관리를 원활하게 할 수 있고, 빠른 재고 파악과 불량의 검출이 가능하여 생산의 효율성이 향상될 것으로 기대된다. 향후 연구 방향으로는 조명의 변화에도 원활한 음각 문자의 인식이 가능한 알고리즘 연구와 임계값 지정에 대한 연구가 계속되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이진화란 무엇인가?	CCD 카메라를 통하여 입력된 영상에서 필요한 정보를 획득하기 위해서 영상 이진화를 이용하여 전처리 과정 수행을 통하여 배경과 필요한 정보의 내용을 분리한다. 이진화는 영상 이미지의 픽셀에 대하여 0과 1의 레벨로 변환시키는 것이며, 이를 통하여 필요한 정보를 획득한다. 영상을 이진화로 변환하기 위하여 각 픽셀 값들의 크기를 비교하는 기준값을 결정할 필요가 있으며, 이 기준값을 임계값이라 하고, 최적의 임계값을 결정하는 것은 매우 중요한 일이다.
	제안 시스템의 프로세스은 어떻게 진행되는가?	2는 제안 시스템의 프로세스로서 6단계로 이루어져 있다. 첫째, Probe로부터 각기 다른 조명에 의하여 촬영된 15장의 이미지를 획득한다. 둘째, 입력 받은 이미지에서 중앙부분의 마킹된 숫자에 대하여 관심영역(ROI : Region of Interest)을 설정한다. 셋째, 숫자 인식을 위하여 히스토그램 기법을 통하여 임계값을 산출한다. 넷째, 임계값을 이용하여 영상 이미지의 이진화를 수행한다. 다섯째, 이진화된 이미지를 숫자 인식을 통하여 결과값을 획득한다. 여섯째, 15장의 이미지 중에 가장 높은 인식률의 이미지와 결과값을 추출한다.
	전역적 이진화의 단점은 무엇인가?	임계값을 결정하는 방법에 따라 지역 및 전역적 이진화 방식으로 구분되며[9], 전역적 이진화는 전체의 영상 이미지에 1개의 임계값만을 사용하여 이진화 하는 것으로 알고리즘이 단순하고 수행시간이 짧아지는 장점이 있으나, 이진화 수행 후 결과 영상에서 세부적인 객체의 표현이 어렵고, 빛과 같은 조명에 민감하며, 정보의 손실이 많다는 단점을 가지고 있다[12,13]. 지역적 이진화는 작은 영역 혹은 각 픽셀마다 서로 다른 임계값을 적용시키는 방법으로 일정한 지역을 정의하여 지역 내의 명도값의 분산과 평균을 이용하여 임계값을 결정하는 방법으로 블록 이진화와 적응 이진화로 분류할 수 있다.

참고문헌 (17)

C. S. Pyo, J. Lyou. (2013). Automation of Tire Tread Extruder Line Using Cameras. Journal of Institute of Control, Robotics and Systems, 19(3), 262-267. DOI : 10.5302/J.ICROS.2013.12.179
J. H. Park, K. J. Lee. (2017). Realization of user-centered smart factory system using motion recognition. Journal of Convergence for Information Technology, 7(6), 153-158 DOI : 10.22156/CS4SMB.2017.7.6.153

원문보기 상세보기
G. W. Jin, (2017). A Study on the BGA Package Measurement using Noise Reduction Filters. Journal of the Korea Convergence Society, 8(11), 15-20. DOI : 10.15207/JKCS.2017.8.11.015

원문보기 상세보기
T. H. Lee, K. R. Park, D. H. Kim. (2017). A Study on Scratch Detection of Semiconductor Package using Mask Image. Journal of the Korea Convergence Society, 8(11), 43-48. DOI : 10.15207/JKCS.2017.8.11.043

원문보기 상세보기
H. S. Ryu, J. K. Choi, J. H. Kwon, B. M. Koo, M. Y. Park, (2001). A Study on Optical Condition and preprocessing for Input Image Improvement of Dented and Raised Characters of Rubber Tires. Journal of Korea Institute of Information and Communication Engineering, 6(1), 124-132.
J. W. Jang, G. M. Park. (2017). License Plate Recognition System based on Normal CCTV. Journal of The Institute of Electronics and Information Engineers, 54(8), 89-96. DOI : 10.5573/ieie.2017.54.8.89

원문보기 상세보기
M. K. Oh, J. C. Park. (2017). Long Distance Vehicle License Plate Region Detection Using Low Resolution Feature of License Plate Region in Road View Images. Journal of Digital Convergence, 15(1), 239-245. DOI : 10.14400/JDC.2017.15.1.239

원문보기 상세보기
S. K. Lee, Y. S. Park, G. S. Lee, J. Y. Lee, S. H. Lee. (2013). An Automatic Object Extraction Method Using Color Features of Object and Background in Image. Journal of Digital Convergence, 11(12), 459-465. DOI : 10.14400/JDPM.2013.11.12.459

원문보기 상세보기
M. K. Kwon, H. S. Yang. (2017). A scene search method based on principal character identification using convolutional neural network, Journal of Convergence for Information Technology, 7(2), 31-36. DOI : 10.22156/CS4smb.2017.7.2.031

원문보기 상세보기
I. J. Kim. (2007). "An Adaptive Binarization of Camera Document Image by Image Quality Estimation. Journal of Korean Institute of Information Scientists and Engineers, 34(9), 797-803.
R. C. Gonzalez and R. E. (1993). Wood. Digital Image Processing. Addison Wesley.
M. K. Kim. (2009). Comparative Performance Evaluation of Binarization Methods for Vehicle License Plate. Journal of the Korea Contents Association. 9(8), 9-17. DOI : 10.5392/JKCA.2009.9.8.009

원문보기 상세보기
B. H. Seo, B. M. Kim, C. B. Moon, Y. S. Shin. (2008). Binarization of number plate Image with a shadow. Journal of the Korea Industrial Information Systems Research, 13(4), 1-13.
A. M. A. Talab, Z. Huang, W. Junfei. (2014). An Enhanced Bernsen Algorithm Approaches for Vehicle Logo Detection. International Journal of Signal Processing, 7(4), 203-210.
S. Moldovanu, L. Moraru. (2015). Robust Skull-Stripping Segmentation Based on Irrational Mask for Magnetic Resonance Brain Images. Journal of Digital Imaging, 28(6), 738-747.

상세보기
J. A. Stark. (2000). Adaptive image contrast enhancement using generalizations of histogram equalization. IEEE Transactions on Image Processing, 9(5), 889-896.

상세보기
C. J. Im, D. W. Kim. (2017). Real-Time Traffic Information and Road Sign Recognitions of Circumstance on Expressway for Vehicles in C-ITS Environments. Journal of The Insititute of Electronics and Information Engineers, 54(1), 55-69. DOI : 10.5573/ieie.2017.54.1.055

원문보기 상세보기

저자의 다른 논문 :

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