[논문]템플릿 매칭을 이용한 자동차 에어백 부품의 각인 문자 인식

김동현; 구봉근; 이해연

문제 정의

본 논문에서 자동차 에어백 Upper Housing 부품에 대하여 각인된 문자의 양/불을 판정하기 위한 알고리즘에 대하여 제안한다. 알고리즘은 먼저 제품 내부의 원의 위치를 판정하고 글자를 판정하기 위해 특정각도로 영상을 회전한 후 제품에 양각되어 있는 글자에 대해 템플릿 매칭을 이용하여 검출을 하였고, 높은 성공률을 보였다.
본 논문에서는 Upper Housing 부품에 대한 양/불 판정을 위하여 각인 문자를 인식하는 방법을 제시하였다. 알고리즘에 있어서 가장 중요한 원의 위치를 보다 정확히 파악하기 위해 다양한 전처리 기술을 도입하였고, 글자 검출하기 위한 템플릿 이미지를 수집했다.
적용이 불가능하다. 본 절에서는 유사한 재질의 제품에 대해 연구한 사례들에서 본 논문에서 이용 가능한 알고리즘에 대해 조사하였다.
이러한 연구는 양/불 판정에 있어서 기본이 되는 알고리즘들이나 자동차부품 Upper Housing에 대해 적용하기에는 무리가 있어서 본 연구에서는 원 검출을 하기 위한 영상 전처리와 부품의 Hole을 검출하는 방법에 대해 연구하고, 적당한 각도로 회전 후 각인된 글자를 인식하는 알고리즘을 제안하였다.

제안 방법

또한 문자 영역을 세그멘테이션 하고 이를 정규화하였다. 그 후 정규화된 영상을 비교하여 불량을 검출하였다.
영상이 찍히는 환경이 고정되어 있기 때문에 글자의 위치와 방향도 고정되어 있으므로 특정한 각도로 이미지를 회전하면 이미지에서 글자의 위치도 일정 영역안에 존재하게 된다. 그러므로 정확도와 처리속도를 높이기 위해서 일정 부분을 관심영역으로 설정하고 템플릿 매칭을 수행한 후 글자를 검줄한다. 검사할 해당 시료에서는 글자가 두 글자만 있으므로 글자 검출 알고리즘 수행 시 두 글자를 검출 했을 경우 양호한 시료로 간주한다.
전처리 작업의 경우에 캐니 함수의 특성상 전체 영역에 대한 에지 추출의 경우 원이 있으리라 예상되는 부분보다 다른 곳에 에지 추출의 가능성이 있을 경우 검출이 잘 되지 않을 수 있다. 따라서 日이를 지정한 영역에 대해 적절한 Canny 처리를 하였다. 아래의 그림 (Figure 2) 은 日이를 지정한 영역에 대한 Canny 에지 검출 영상이며, (Figure 3)는 실제로 검출된 원과 원 중심을 나타낸 것이다.
물체와 배경을 분리하기 위해 임계값을 이용한 이미지 이진화를 수행하였다. 또한 노이즈를 제거하기 위해 개방(Opening)과 폐쇄 (Closing)같은 형태 학적 연산을 이용하였다. 불량을 검출하기 위해서 우량품 영상를 이용하여 세그먼트를를 검출하고, 이와 비교하여 불량을 검출하였다.
문자 부분의 회전된 부분에 대해 투영 결과나 Hough 변환, nearest-neighbour clustering 결과를 이용하여 영상 기울기를 보정하였다. 또한 문자 영역을 세그멘테이션 하고 이를 정규화하였다. 그 후 정규화된 영상을 비교하여 불량을 검출하였다.
이를 위해서는 원의 위치가 정확히 판정이 되어야 한다. 레일 위를 지나가는 제품의 Hole이 존재할 것으로 예상되는 지점에 ROI 지정을 한 후 해당 지점에 대해 원형 허프 변환을 이용하여 원을 검출한다.
문자 부분의 회전된 부분에 대해 투영 결과나 Hough 변환, nearest-neighbour clustering 결과를 이용하여 영상 기울기를 보정하였다. 또한 문자 영역을 세그멘테이션 하고 이를 정규화하였다.
설계하였다. 물체와 배경을 분리하기 위해 임계값을 이용한 이미지 이진화를 수행하였다. 또한 노이즈를 제거하기 위해 개방(Opening)과 폐쇄 (Closing)같은 형태 학적 연산을 이용하였다.
본 연구에서 구현한 시스템의 성능 평가를 위하여 다양한 글자로 각인된 4개의 샘플들을 동일한 환경에서 여러 번 실험을 수행하였다. 위 실험에서 성공은 부품의 홀의 위치와 글자가 모두 성공적으로 검출될 경우이며, 하나라도 검출되지 않을 경우를 실패로 간주하였다.
본 절에서는 에어백 부품의 Hole 근처에 있는 글자 검출로 양/불을 판단하는 알고리즘으로 (1) 원(Hole) 검출알고리즘, (2) 글자 검출 알고리즘, 2 단계에 걸쳐서 수행이 된다. 이러한 흐름도는 아래의 (Figure 1) 에 도시 했으며 각 단계에 대해서 다음 절에 자세히 설명한다.
또한 노이즈를 제거하기 위해 개방(Opening)과 폐쇄 (Closing)같은 형태 학적 연산을 이용하였다. 불량을 검출하기 위해서 우량품 영상를 이용하여 세그먼트를를 검출하고, 이와 비교하여 불량을 검출하였다.
알고리즘에 있어서 가장 중요한 원의 위치를 보다 정확히 파악하기 위해 다양한 전처리 기술을 도입하였고, 글자 검출하기 위한 템플릿 이미지를 수집했다. 4개의 샘플에 대해 알고리즘을 적용하여 만족스러운 결과를 얻을 수 있었다.
제품의 각인된 글자는 크기와 글씨체가 거의 비슷하므로 여러 검사대상 제품의 글자를 검출하기 위해 표준 모델을 생성한다. 이 표준 모델들로 검사 대상 제품과 템플릿 매칭시킴으로써 정의된 표준 모델과 유사도를 측정한다. 일정 이상 유사할 때 글자를 검출하고 검출한 글자의 위치는 글자 검출 관심 영역에서 글자를 검출 했을 때 다시 그 글자를 검출 하지 않도록 다른 픽셀 값으로 바꾸어준다.
이러한 손해를 줄이기 위해 제안된 방법은 컴퓨터를 이용한 제품 양/불 판정 기술이다. 컴퓨터를 기반으로 검사 장치를 구성하면 인건비 부담을 줄일 수 있고, 사람을 고용하여 검사 할 때 보다 실수를 줄일 수 있어서 전체적인 제조비와 영업비용을 줄일 수 있게 된다.
하지만 단순히 원본 영상에 원형 허프 변환을 이용할 경우에 원의 중심점이 흔들리는 문제점이 있었고 이를 해결하기 위해 전처리 작업을 수행하였다. 전처리 작업의 경우에 캐니 함수의 특성상 전체 영역에 대한 에지 추출의 경우 원이 있으리라 예상되는 부분보다 다른 곳에 에지 추출의 가능성이 있을 경우 검출이 잘 되지 않을 수 있다.

이론/모형

3.1 절에 제시한 시료의 원(Hole) 검출 알고리즘을 수행하고, 원을 검출 했을 때 글자 검출 알고리즘을 적용한다. 영상이 찍히는 환경이 고정되어 있기 때문에 글자의 위치와 방향도 고정되어 있으므로 특정한 각도로 이미지를 회전하면 이미지에서 글자의 위치도 일정 영역안에 존재하게 된다.

성능/효과

알고리즘에 있어서 가장 중요한 원의 위치를 보다 정확히 파악하기 위해 다양한 전처리 기술을 도입하였고, 글자 검출하기 위한 템플릿 이미지를 수집했다. 4개의 샘플에 대해 알고리즘을 적용하여 만족스러운 결과를 얻을 수 있었다.
제안한다. 알고리즘은 먼저 제품 내부의 원의 위치를 판정하고 글자를 판정하기 위해 특정각도로 영상을 회전한 후 제품에 양각되어 있는 글자에 대해 템플릿 매칭을 이용하여 검출을 하였고, 높은 성공률을 보였다.

후속연구

또한 외곽선이 깎이거나 부서져 나타나는 불량에 대해서는 현재 알고리즘으로는 대처할 수 없다. 차후에는 이러한 상황을 개선하기 위해 적절히 환경을 조정하는 연구가 필요하며, 외곽선이 깎이거나 부서진 불량에 대해서도 적용할 수 있는 알고리즘에 대한 연구가 필요하다.

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

템플릿 매칭을 이용한 자동차 에어백 부품의 각인 문자 인식
Engraved Character Recognition of Automotive Airbag Part using Template Matching 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

템플릿 매칭을 이용한 자동차 에어백 부품의 각인 문자 인식 Engraved Character Recognition of Automotive Airbag Part using Template Matching 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

템플릿 매칭을 이용한 자동차 에어백 부품의 각인 문자 인식
Engraved Character Recognition of Automotive Airbag Part using Template Matching 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper