[논문]금속 내부의 이물질 검출 향상을 위한 X-ray 영상 보정 모델

김원

doi:10.15207/jkcs.2019.10.10.015

금속 내부의 이물질 검출 향상을 위한 X-ray 영상 보정 모델
X-ray Image Correction Model for Enhanced Foreign Body Detection in Metals 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.10 no.10, 2019년, pp.15 - 21

초록
AI-Helper

자외선보다 파장이 짧은 X-선은 투과력이 매우 좋아 산업 분야 및 의료분야에 융합되어 많이 사용되고 있다. 특히 산업분야에서는 비파괴 검사 장비인 x-ray를 이용하여 금속과 같은 제품의 생산 과정에서 발생할 수 있는 금속 내부의 이물질에 검출에 대한 연구가 다양하게 이루어지고 있는 실정이다. X-ray 영상 이미지를 디지털 방식으로 획득하는 DR(Digital Radiography) 방사선 촬영 방식의 확산으로 디텍터의 사용이 활발해지고 있으나 내부의 센서 잡음 및 감도에 따라 이물질 검출이 불가능한 경우도 발생하고 있다. 금속 제품을 생산할 경우 이물질의 혼입으로 생산 제품의 불량률이 높아질 수 있기에 정확한 검출이 필요하다. 이에 본 논문에서는 금속 내부의 이물질과 같은 결함 검출의 효율을 향상시키기 위하여 획득한 X-ray 이미지의 보정 모델을 제안한다. 제안 모델을 통하여 금속 제품 생산 공정의 불량 검출에 적용하면 제품 결함의 검출을 정확하고 신속하게 처리할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

X-rays with shorter wavelengths than ultraviolet light have very good penetration power. It is convergence in industrial and medical fields has been used a lot. n particular, in the industrial field, various researches have been conducted on the detection of foregin body inside metal that can occur in the production process of products such as metal using x-ray, a non-destructive inspection device. Detectors are becoming increasingly popular for the popularization of DR (Digital Radiography) photography methods that digitally acquire X-ray video images. However, there are cases where foreign body detection is impossible depending on the sensor noise and sensitivity inside the detector. When producing a metal product, since the defective rate of the produced product may increase due to contamination of the foreign body, accurate detection is necessary. In this paper, we provide a correction model for X-ray images acquired in order to improve the efficiency of defect detection such as foreign body inside metal. When applied to defect detection in the production process of metal products through the proposed model, it is expected that the detection of product defects can be processed accurately and quickly.

주제어

표/그림 (9)

그림 Fig. 1. X-ray Image Generation Process
그림 Fig. 2. System Configuration
그림 Fig. 3. System Process
그림 Fig. 4. Profile Graph of Offset Original Image
그림 Fig. 5. Flood Image Generation Process
그림 Fig. 6. Histogram of Gain Original Image
그림 Fig. 7. Calibration System Main Screen
그림 Fig. 8. Corrected Image Acquisition Algorithm
표 Table 1. Max-Min Difference in Pixel Values by Averaging Number

AI 본문요약
AI-Helper

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

문제 정의

투과력이 매우 좋은 X-선은 의료 및 산업 분야에서 다양하게 응용되어 사용되고 있으며, 특히 산업 분야에서는 비파괴 검사 장비인 X-ray를 이용하여 금속 제품의 생산에서 금속 내부의 이물질 혼입과 같은 불량 제품의 검출에 적용한 시스템이 확산되고 있는 실정이다. X-ray 영상 이미지를 획득하기 위하여 최근 DR 방사선 촬영 방식이 이용되고 있으나, 디텍터 내부의 센서 잡음과 센서의 감도에 따라 이물질 검출이 불가능한 경우도 많이 발생하고 있기에, 본 논문에서는 금속 내부의 이물질과 같은 결함을 정확하게 검출하기 위하여 디텍터를 통하여 획득한 X-ray 이미지 보정 모델을 제안한다. 제안 모델을 통하여 금속 제품 생산 공정에 적용하면, 제품 결함을 신속하고 정확하게 검출할 수 있을 것으로 기대된다.
또한 디텍터에서 효율적으로 전압의 신호를 획득하기 위하여 ROIC(Readout Integrated Circuit)를 사용 하고 있지만, 전하증폭기의 특성이 일정하지 못한 경우가 발생하고 있기에 불균일한 이득 특성이 나타나고 있으며, 이는 고정형태의 잡음의 원인이 되고 있다[9]. 이에 본 논문에서는 금속과 같은 제품의 생산 과정에서 금속 내부의 이물질과 같은 제품의 결함 검출의 효율을 향상시키기 위하여, 획득된 X-ray 이미지의 보정 모델을 제안한 다. 제안 모델을 통하여 금속 제품의 생산과 같은 공정에 적용하면 제품의 결함에 대한 검출을 정확하고 신속하게 처리할 수 있기에, 금속 제품의 생산 효율이 크게 증가할 것으로 기대된다.

제안 방법

2는 제안 모델의 전체적인 시스템 구성도 이다. X-ray 발생 장치에서 발생되는 X-선을 그레이 값 이미지로 변환시켜 주는 디텍터를 사용하여 획득한 X-ray 영상을 보정하고 금속과 같은 제품 내부의 이물질 검출 성능을 향상시키기 위한 제안 모델의 시스템 구성 도로서 다음과 같이 크게 2단계로 구성되어 있다.
평균 필터는 획득된 영상 이미지의 밝기 값을 전체 이미지에 적용하는 알고리즘으로 사용 되고 있으나, 이는 스무딩 되어 엣지도 잡음으로 처리될수 있어 영상 이미지의 왜곡이 발생할 가능성이 많기에본 논문에서는 영상 평균화 기법을 사용하여 보정 이미 지를 생성하였다. 각 픽셀에 대한 평균값의 이미지를 Dark 이미지라고 하며, 고정 잡음을 보정하기 위해 Dark 이미지를 생성하여 적용한다. Dark 이미지를 생성하기 위해서 X-선이 조사되지 않는 환경에서 디텍터 영상을 임의의 개수만큼 획득한다.
첫째, Probe로서 X-ray 발생장치와 X-선을 영상화 하는 디텍터이다. 둘째, Probe 구성을 통해 영상을 획득 하고 디텍터의 고정 잡음을 제거하기 위한 Dark 보정과 디텍터 내부 센서 별 감도를 보정하는 Flood 보정을 획득하는 디텍터 보정 시스템으로 구성하였다.
제안 모델의 실험 및 측정에 사용된 디텍터의 영상은 0부터 최대값을 16383까지 나타낼 수 있는 14bit 그레이 값에 대한 이미지이고, 비주얼 스튜디오 2010의 MFC와 OpenCV 라이브러리를 사용하여 제안 모델을 구현하였다. 상단 좌측은 디텍터 원본 영상과 보정 이미 지를 적용한 영상을 확인하기 위한 출력하도록 구성되어 있고, 상단 우측은 보정 정보를 입력하고 사용자가 설정한 개수만큼 이미지를 획득하여 보정 이미지를 획득하도록 구성되어 있다.
X-선이 방출되지 않은 상태에서 영상을 획득하게 되면 디텍터 내부의 고정 잡음으로 인하여, 낮은 값에 픽셀 값이 나타나게 된다. 평균 필터는 획득된 영상 이미지의 밝기 값을 전체 이미지에 적용하는 알고리즘으로 사용 되고 있으나, 이는 스무딩 되어 엣지도 잡음으로 처리될수 있어 영상 이미지의 왜곡이 발생할 가능성이 많기에본 논문에서는 영상 평균화 기법을 사용하여 보정 이미 지를 생성하였다. 각 픽셀에 대한 평균값의 이미지를 Dark 이미지라고 하며, 고정 잡음을 보정하기 위해 Dark 이미지를 생성하여 적용한다.
픽셀 별 센서 감도 오차를 보정하기 위한 Flood 이미 지를 생성하기 위하여 먼저 일정한 X-선을 디텍터 장치에 조사하기 위하여, X-ray 발생 장치와 디텍터 장치 사이에 어떠한 물체도 없는 상태를 유지한 후 X-선이 조사된 디텍터 영상을 임의의 개수만큼 획득한다.
둘째, Flood 보정 프로세스로서, 일정한 양의 X-선을 받는 디텍터에서 Dark 이미지가 적용된 영상을 획득한다. 획득한 임의 개수의 영상을 각 픽셀에 대한 평균값을 구한 후, 모든 픽셀 값을 정렬하여 적정한 값을 확인하여 해당 값으로 보정되는 Flood 이미지를 생성한 다. 셋째, 이미지 보정으로서, 보정 프로세스를 통해 획득한 Dark 이미지와 Flood 이미자를 적용하여 획득한 영상은 고정 잡음과 픽셀 별 감도 차에 대하여 보정이 이루어진다.
첫째, Dark 보정 프로세스로서, X-선이 방출되지 않은 상태에서 디텍터 영상을 획득한다. 획득한 임의의 수량에 대한 영상을 픽셀 별 그레이 값의 평균값을 산출하여 픽셀 별 해당 평균값을 가지는 Dark 이미지를 생성하여 적용한다. 둘째, Flood 보정 프로세스로서, 일정한 양의 X-선을 받는 디텍터에서 Dark 이미지가 적용된 영상을 획득한다.

대상 데이터

획득한 임의의 수량에 대한 영상을 픽셀 별 그레이 값의 평균값을 산출하여 픽셀 별 해당 평균값을 가지는 Dark 이미지를 생성하여 적용한다. 둘째, Flood 보정 프로세스로서, 일정한 양의 X-선을 받는 디텍터에서 Dark 이미지가 적용된 영상을 획득한다. 획득한 임의 개수의 영상을 각 픽셀에 대한 평균값을 구한 후, 모든 픽셀 값을 정렬하여 적정한 값을 확인하여 해당 값으로 보정되는 Flood 이미지를 생성한 다.
제안 모델에서 사용된 디텍터의 영상은 0부터 최대값을 16383까지 나타낼 수 있는 14bit 그레이 값 이미지 이다. X-선이 방출되지 않은 상태에서 영상을 획득하게 되면 디텍터 내부의 고정 잡음으로 인하여, 낮은 값에 픽셀 값이 나타나게 된다.
첫째, Dark 보정 프로세스로서, X-선이 방출되지 않은 상태에서 디텍터 영상을 획득한다. 획득한 임의의 수량에 대한 영상을 픽셀 별 그레이 값의 평균값을 산출하여 픽셀 별 해당 평균값을 가지는 Dark 이미지를 생성하여 적용한다.

데이터처리

획득한 영상 이미지의 평균화를 통해 각 픽셀 별 평균값을 구한다. 다음으로 평균화된 영상의 픽셀 값을 정렬한 후 전체 픽셀 개수 중 중간에 위치한 픽셀 값으로 보정 값을 구한다.

성능/효과

보정 영상 획득 단계에서 임의의 평균화 개수에 따라 발생하는 보정 정도를 확인하기 위해서 Dark, Flood 이미지 보정을 모두 적용한 이미지에 결과로서, 평균 영상 획득 값이 높아질수록 픽셀 별 차이가 줄어드는 것을 확인할 수 있다. 획득 영상이 16비트 이미지로 표현되므로 5% 이하의 잡음 레벨을 고려하면, 획득 영상을 20장 이상 사용할 경우 보정 속도 및 정확성이 매우 효율적이라 할 수 있다.
(b)는 Dark 이미지 보정 후의 픽셀 값을 나타내는 프로파일 그래프로서, Dark 보정은 획득한 영상과 계산된 Dark 이미지와의 영상 차를 이용하여 적용한다. 획득한 영상에 Dark 보정을 적용함으로써 고정 잡음이 제거되어 균일한 픽셀 값을 나타내는 프로파일 그래프를 확인할 수 있다.

후속연구

X-ray 영상 이미지를 획득하기 위하여 최근 DR 방사선 촬영 방식이 이용되고 있으나, 디텍터 내부의 센서 잡음과 센서의 감도에 따라 이물질 검출이 불가능한 경우도 많이 발생하고 있기에, 본 논문에서는 금속 내부의 이물질과 같은 결함을 정확하게 검출하기 위하여 디텍터를 통하여 획득한 X-ray 이미지 보정 모델을 제안한다. 제안 모델을 통하여 금속 제품 생산 공정에 적용하면, 제품 결함을 신속하고 정확하게 검출할 수 있을 것으로 기대된다.
이에 본 논문에서는 금속과 같은 제품의 생산 과정에서 금속 내부의 이물질과 같은 제품의 결함 검출의 효율을 향상시키기 위하여, 획득된 X-ray 이미지의 보정 모델을 제안한 다. 제안 모델을 통하여 금속 제품의 생산과 같은 공정에 적용하면 제품의 결함에 대한 검출을 정확하고 신속하게 처리할 수 있기에, 금속 제품의 생산 효율이 크게 증가할 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	X-선이란 무엇인가?	방사선의 일종인 X-선은 자외선보다 파장이 짧은 전자파로서, 투과력이 매우 좋고 의료분야 및 산업분야에서 많이 응용되고 있다. 의료분야에서는 X-ray 이미지를 활용하여 증강현실 기반으로 심전도 측정 시스템을 구현한 연구 및 방사선의 피폭선량 경감을 위한 디지털 방사선 장치의 구리 부가 필터의 유용성 평가와 같은 연구가 이루어지고 있다[1,2].
	현재 X-ray를 이용한 금속 제품의 이물질 검출 시, 디텍터에서 발생하는 문제점은 무엇인가?	이물질(Foreign Body)은 다른 물질이 본래의 재료 속에 혼입되거나, 금속을 제작하는 중에 부주의로 다른 물질이 들어가는 것으로 금속을 제조하는 공정 과정 중에 발생하는 것으로 [6], 금속 제품을 생산할 경우 다른 물질의 혼입으로 발생될 수 있는 이물질은 생산 제품의 불량률이 높아질 수 있기에 정확한 검출이 필요하다[7]. 이를 위하여 최근 X-ray를 사용하여 이물질을 검출하는 시스템의 사용이 확산되고 있는 실정으로, 디지털 방식의 영상을 획득하기 위하여 디텍터(Dector)를 사용하고 있으나 디텍터 내부의 센서 잡음 및 센서 감도에 따라 금속 제품 내부의 이물질 검출이 불가능한 경우가 발생하고 있는 상황이다 [8]. 또한 디텍터에서 효율적으로 전압의 신호를 획득하기 위하여 ROIC(Readout Integrated Circuit)를 사용 하고 있지만, 전하증폭기의 특성이 일정하지 못한 경우가 발생하고 있기에 불균일한 이득 특성이 나타나고 있으며, 이는 고정형태의 잡음의 원인이 되고 있다[9]. 이에 본 논문에서는 금속과 같은 제품의 생산 과정에서 금속 내부의 이물질과 같은 제품의 결함 검출의 효율을 향상시키기 위하여, 획득된 X-ray 이미지의 보정 모델을 제안한 다.
	X-ray의 장점은 무엇인가?	또한 IT 기술의 급속한 발전으로 산업의 급격한 변화 속에 산업분야에서는 생산과 관련된 공장 자동화를 통하여 생산성 효율을 증대시키기 위한 스마트공장에 대한 표준체계 확립 연구가 이루어지고 있는 추세로서[3], 생산 제품들의 검사가 자동으로 이루어짐에 따라 제품의 검사에 광학 검사를 시행하여 효율적이고 정확한 제품의 검사가 요구되고 있으나, 광학 검사는 대부분 제품의 표면만을 검사하고 있는 실정으로 제품의 내부적인 결함을 검사하기 위하여 X-ray를 이용하여 내부의 결함을 찾는 방사선 DR(Digital Radiography) 검사 시스템에 대한 활발한 연구가 진행되고 있는 실정 이다[4]. X-ray는 비파괴 검사 장비이며, 물체의 투과성으로 주물과 같은 금속 제품을 파손하지 않고 내부를 확인할 수 있는 유일한 방법이다[5]. 이물질(Foreign Body)은 다른 물질이 본래의 재료 속에 혼입되거나, 금속을 제작하는 중에 부주의로 다른 물질이 들어가는 것으로 금속을 제조하는 공정 과정 중에 발생하는 것으로 [6], 금속 제품을 생산할 경우 다른 물질의 혼입으로 발생될 수 있는 이물질은 생산 제품의 불량률이 높아질 수 있기에 정확한 검출이 필요하다[7].

참고문헌 (15)

K. I. Lee, J. S. Jang & T. R. Lee. (2016). Using the X-ray Image, Augmented Reality based electrocardiogram measurement system Development. Journal of Digital Convergence, 14(9), 331-339. DOI : 10.14400/JDC.2016.14.9.331
S. H. Kim. (2015). A Convergence Study on Evaluation of Usefulness of Copper Additional Filter in the Digital Radiography System. Journal of Digital Convergence, 13(9), 351-359. DOI : 10.14400/JDC.2015.13.9.351
J. C. Shin & K. I. Kim. (2018). The necessity of Smart Factory's Standards and Certification System Based on Grounded theory. Journal of Convergence for Information Technology, 8(2), 203-208. DOI : 10.22156/CS4SMB.2018.8.2.203
M. K. Park, H. J. Moon & D. H. Lee. (2015). The development of product inspection X-ray DR image processing system using intensifying screen. Journal of the Korea Institute of Information and Communication Engineering, 19(7), 1737-1742. DOI : 10.6109/jkiice.2015.19.7.1737

원문보기 상세보기
I. S. Cho, J. I. Kim & C. H. Lim. (2010). In-situ X-ray Observation of Shrinkage Defect of the Aluminum Alloy Castings. Journal of Korea Foundry Society, 30(5), 174-178.
The Korean society for Nondestructive testing. (2004). Dictionary of Nondestruction Testing. Seoul : Sejinbook. 128.
H. R. Ji & H. Hong. (2013). Automatic Detection of Foreign Body through Template Matching in Industrial CT Volume Data. Journal of Korea Multimedia Society, 16(2), 1376-1384. DOI : 10.9717/kmms.2013.16.12.1376

원문보기 상세보기
H. N. Cho, G. R. Park, D. H. Kim, J. W. Kim & H. Y. Lee. (2019). A Study on Image Correction System to Detect Defects in Casting. Proceedings of Conference on Konoledge Information Technology and Systems, 185-188.
D. S. Kim & E. Kim. (2016). Noise power spectrum of the fixed pattern noise in digital radiography detectors. Medical Physics, 43(6), 2765-2773. DOI : 10.1118/1.4948691

상세보기
W. Zhao, D. C. Hunt, KTanioka & J. A. Rowlands, (2005). Amorphous selenium flat panel detectors for medical applications. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 549(1-3), 205-209. DOI : 10.1016/j.nima.2005.04.053
J. Y. Park, J. K. Park, S. S. Kang, C. W. Moon, H. W. Lee ＆ S. H. Nam. (2003). Comparison Study of the Modulation Transfer Function of a Prototype a-Se based Flat Panel Detector with Conventional Speed Class 400 Film/screen System. Journal of the Institute of Electronics Engineers of Korea SC, 40(3), 163-171.

원문보기 상세보기
B. K. Cha, D. H. Lee, B. H. Kim, G. H. Yoon, S. C. Jeon ＆ Y. Huh. (2010). Research and Development of Scintillating Materials For Digital 3D Fluoroscopy X-ray Sensors. Conference of the Institute of Electronics and Information Engineers, 33(1), 2025-2027.
J. W. Gil, J. H. Park, S. H. Bae, H. J. Hwang & Y. G. Kim. (2014). The solution to the limitation of the conventional digital x-ray system and its feasibility test. Journal of digital convergence, 12(12), 371-379. DOI : 10.14400/JDC.2014.12.12.371
M. C. Pan & A. H. Lettington, (1998). Smoothing images by a probability filter. IEEE International Joint Symposia on Intelligence and Systems (Cat. No. 98EX174), 343-346.
X, Long & N. H. Kim. (2013). An Improved Weighted Filter for AWGN Removal. Journal of the Korea Institute of Information and Communication Engineering, 17(5), 1227-1232. DOI : 10.6109/jkiice.2013.17.5.1227

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