초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문의 목적은 타이어에 각인되어 있는 DOT 코드 문자를 효과적으로 추출하는데 있다. 기존의 DOT 문자 인식 방법에서는 카메라와 조명에 의한 2차원 영상에서 DOT 문자 추출을 시도하였는데, 타이어는 DOT 문자와 배경이 동일한 색상이고, 조명에 민감해서 DOT 문자의 추출이 용이하지 않았다. 그래서, 본 논문에서는 타이어의 DOT 문자를 조명에 거의 영향을 받지 않는 3자원 레이저 스캐너를 이용해서 획득하고, 획득된 영상에서 높이 값 정보를 추출했으며 추출된 높이 값 정보를 가진 영상에 패턴 인식 기법을 적용하여 DOT 문자를 효과적으로 추출할 수 있었다.

본 논문의 목적은 타이어에 각인되어 있는 DOT 코드 문자를 효과적으로 추출하는데 있다. 기존의 DOT 문자 인식 방법에서는 카메라와 조명에 의한 2차원 영상에서 DOT 문자 추출을 시도하였는데, 타이어는 DOT 문자와 배경이 동일한 색상이고, 조명에 민감해서 DOT 문자의 추출이 용이하지 않았다. 그래서, 본 논문에서는 타이어의 DOT 문자를 조명에 거의 영향을 받지 않는 3자원 레이저 스캐너를 이용해서 획득하고, 획득된 영상에서 높이 값 정보를 추출했으며 추출된 높이 값 정보를 가진 영상에 패턴 인식 기법을 적용하여 DOT 문자를 효과적으로 추출할 수 있었다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 전체 영상에서 문자가 존재하는 위치롤 찾아내 글자 하나 하나 를 인시에 용이하도록 분리하는 과정을 거치게 된다. 문자가 있는 위치를 찾아내는 알고리즘은 여러가지 있을 수 있으나, 본 논문에서는 개별 문자를 분리하기 위하여 영역채색화를 수행한다. 인 산 수행 후 각 영역의 크기, 중심 좌표, 주변 길이 정보 등널 빋 을 수 있으며, 이러한 정보를 이용해서 각각의 개별 문사 잉역을 얻을 수 있다.
• 본 논문에서는 이러한 문제점올 해결하기 위해서 타이어의 DOT 코드를 3차원 레이저 스캐너를 이용해서 획득하고, 획득된 영상에서 높이 값 정보를 추출한 후, 주줄된 높이 값 정보에 3차원 특징을 이용한 DOT 분류 코드 추출 알고리즘을 적용해서 DOT 코드를 인식하는 방법을 제안한다.
• 본 논문에서는 타이어에 각인되어 있는 DOT 코드 문자를 효과적으로 추출할 수 있뉸 방법에 관하여 연구하몄다. 기존의 방법에서는 카메라와 조명에 의한 2차원 영상에서 DOT 문자 추출 올 시도하였는데, 타이어는 DOT 문자와 배경이 동일한 색상이고, 조명에 민감해서 DOT 문자의 주출이 용이하지 않았다.
• 양호한 조건에서 영상올 획득하더라도 타이어 문자와 배경이 동일한 그레이 영상 을 가지고 있어서 서로 구분이 안되는 경우가 많으며, 동일한 조 명 조건에서 음각과 양각 문자의 타이어 영상이 다르게 나타나는 기술적안 어려움과 문자의 위치, 크기, 기울어짐이 명확하지 않기 때문에 DOT 코드의 추츨이 효과적이지 않았다. 위와 같은 이유 로 인해서 본 논문에서는 레이저 스캐너를 이용해서 3차원 영상 을 획득하고, 획득된 영상에서 높이 값 정보롤 추출한 후, 타이어 에 각인 된 표 1의 DOT 코드에 제안된 알고리즘을 적용하여 DOT 분류 코드를 효과적으로 추출할 수 있는 방법을 연구하였다.

제안 방법

• 개별 문자의 기울기 보정을 통해 영상을 정규화 한다. 추출된 개별 문자의 위치 정보를 이용해서 기울기 값을 유도한 후, 기울 기 보정을 수행함으로써 문자 인식이 가능한 각각의 개별 문자를 주출하게 된다.
• 먼저, 문자 영상 획득 단계에 서는 타이어에서 레이저 스캐너를 이용하여 3차원의 DOT 문자 영상을 획득하며, 명암도 보정 단계에서는 문자 영역의 주출을 위해 문자 영역과 라인필터링(line filtering)올 적용한 영상과의 차 영상을 구한 후, 이진화를 수행한다. 다음으로, 개별 문자 추출 단계에서는 영역채색화(blob coloring)[51 를 적용하여 얻어진 여러 가지 정보를 이용해서 이진화를 수행한 영상으로부터 각각의 개별 문자를 분리해내며, 마지막으로 분리된 개별 문자로 문자 인 식을 적용한다. 3차원 톡징을 이용한 DOT 문자 추출 알고리즘에 관한 자세한 설명은 다음과 같다.
• [21. 따라서 새로운 공정을 추가하지 않는 자동화 방안으로 컴퓨터 비전을 이용해서 타이어의 정보가 포함되어 있는 DOT 분류 코드를 인식하고, 타이어를 분류하는 방법이 제시되었다. 하지만 카메라와 조명에 의한 2차원 영상에서 문자 추출을 시도할 경우, 타이어 표면에 각인된 문자가 조명에 민감한 반응을 보일 뿐 아니라 난반사로 인한 문자 경계선이 왜곡되는 현상과 인접한 두 개의 문자가 한 레이블을 갖는 현상이 나타난다.
• 레이저 쉬트빔과 스캐너 장치로 구성된 3차원 스캐너률 이용해 서 타이어 문자 영역을 획득한 후, 획득된 영상으로부터 높이 값 정보를 추출해서 입력 영상을 획득한다.
• 3차원 특징을 이용한 DOT 분류 코드 추출 알고리즘은 그림 1 과 같이 크게 4단계로 나누어진다. 먼저, 문자 영상 획득 단계에 서는 타이어에서 레이저 스캐너를 이용하여 3차원의 DOT 문자 영상을 획득하며, 명암도 보정 단계에서는 문자 영역의 주출을 위해 문자 영역과 라인필터링(line filtering)올 적용한 영상과의 차 영상을 구한 후, 이진화를 수행한다. 다음으로, 개별 문자 추출 단계에서는 영역채색화(blob coloring)[51 를 적용하여 얻어진 여러 가지 정보를 이용해서 이진화를 수행한 영상으로부터 각각의 개별 문자를 분리해내며, 마지막으로 분리된 개별 문자로 문자 인 식을 적용한다.
• 양각 문자일 경우, 원 영상에서 적웅 이진화 과 정올 수행하며, 음각 문자일 경우에는 원 영상올 반전(invert)한 후에 적응 이진화 과정을 수행하게 된다. 명암도 보정 과정올 수 행하기 위해서는 라인필터링올 적용한 영상을 구해야 하는페, 라 인 필터링올 위한 마스크는 표 2에 나타난 타이어 문자 정보률 이용해서 구하였다, 수평 방향으로는 25*1 미디언(median) 필터 링올 적용했으며, 수有 방향으로는 1*23 미디언 필터링을 적용했 다. 먼저, 평균 필터링을 적용한 영상에서 라인 필터링을 적용한 영상과의 수평, 수직 방향으로의 차분 영상을 구한 후, 두 영상을 병합하는 과정을 거치게 된다.

대상 데이터

• 실험에 사용된 영상은 3D 레이저 프로파일러와 2축 이동 로봇 으로 구성된 (주4D Culture의 3차원 레이저 스캐너를 사용해서 300dpi 해상도로 입력받은 타이어 영상 200개이다. 각 입력 영 상은 1120*220, 1140*220 크기의 3차원 정보를 가진 명도 영 상이다.

성능/효과

• 실험 결과에서 알 수 있듯이, 제안된 알고리즘을 사용함으로써 3차원 정보를 가진 입력 영상에서 효과적으로 DOT 분류 코드를 추출할 수 었었다. 문자 추출에 실패한 경우는 타이어 문자의 크기가 대부분 일정하지 않아서 문자의 크기가 표 2에 나타난 문자 두께와 차이가 많이 날 경우, 적웅 이진화 과정에서 문자의 끊어 짐이 발생하기 때문이다.
• 기존의 방법에서는 카메라와 조명에 의한 2차원 영상에서 DOT 문자 추출 올 시도하였는데, 타이어는 DOT 문자와 배경이 동일한 색상이고, 조명에 민감해서 DOT 문자의 주출이 용이하지 않았다. 이러한 문제점을 해결하기 위해서, 조명에 거의 영향을 받지 않는 3차원 레이저 스캐너를 이용해서 영상을 획득했으며, 획득된 영상의 높 이 값 정보에 3차원 특징을 이용한 타이어 DOT 분류코드 추출 알고리즘을 적용해서 DOT 코드 문자를 주줄 했다, 2차원 정보를 이용해서 DOT 문자열을 추출했던 기존 방법보다 제안된 방법을 사용함으로써 더 효과적으로 문자 열을 추출할 수 있었다. 제안된 알고리즘을 사용하여 800개의 타이어 양각 문자에 적용한 결과 98.
• 이러한 문제점을 해결하기 위해서, 조명에 거의 영향을 받지 않는 3차원 레이저 스캐너를 이용해서 영상을 획득했으며, 획득된 영상의 높 이 값 정보에 3차원 특징을 이용한 타이어 DOT 분류코드 추출 알고리즘을 적용해서 DOT 코드 문자를 주줄 했다, 2차원 정보를 이용해서 DOT 문자열을 추출했던 기존 방법보다 제안된 방법을 사용함으로써 더 효과적으로 문자 열을 추출할 수 있었다. 제안된 알고리즘을 사용하여 800개의 타이어 양각 문자에 적용한 결과 98.6%가 바旦게 추출되었다. 앞으로는, 본 연구에 의해서 추출된 문자의 인식과 실제 타이어 공장의 생산라인에서의 적용에 관해서 연구할 계획이다.

후속연구

• 6%가 바旦게 추출되었다. 앞으로는, 본 연구에 의해서 추출된 문자의 인식과 실제 타이어 공장의 생산라인에서의 적용에 관해서 연구할 계획이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기