초록

본 발명의 일 실시예에 따르면, 제품 결함 검출 시스템에서 제품의 결함을 자동으로 검출하기 위한 방법에 있어서, (a) 샘플 이미지의 R채널, G채널 및 B채널 중 적어도 둘 이상에서 샘플값을 추출하고, 정답 이미지의 C채널에서 참조값을 추출하는 단계; (b) 상기 샘플 이미지와 정답 이미지를 결합하여, 상기 샘플값 및 참조값을 통해 학습 이미지를 생성하는 단계; 및 (c) 상기 학습 이미지를 통해 딥러닝 학습이 수행되도록 제어하는 단계를 포함하는, 제품 결함 검출 방법이 제공된다.

대표청구항 ▼

제품 결함 검출 시스템에서 제품의 결함을 자동으로 검출하기 위한 방법에 있어서,CAD 이미지에서 불량 후보 영역이 정가운데 위치하는 패턴 이미지를 추출하고, 상기 CAD 이미지가 확대되어 밝게 변환된 Bright 이미지와 상기 CAD 이미지가 확대되어 어둡게 변환된 Dark 이미지에서 불량 후보 영역이 정가운데 위치하는 매칭 이미지를 추출하는데, 상기 Bright 이미지 및 상기 Dark 이미지에서 패턴을 이용한 매칭을 수행하여, 패턴 매칭 점수가 임계치 이상인지 판단하고, 이미지의 중앙에서 멀어진 정도인 distance가 임계치

제품 결함 검출 시스템에서 제품의 결함을 자동으로 검출하기 위한 방법에 있어서,CAD 이미지에서 불량 후보 영역이 정가운데 위치하는 패턴 이미지를 추출하고, 상기 CAD 이미지가 확대되어 밝게 변환된 Bright 이미지와 상기 CAD 이미지가 확대되어 어둡게 변환된 Dark 이미지에서 불량 후보 영역이 정가운데 위치하는 매칭 이미지를 추출하는데, 상기 Bright 이미지 및 상기 Dark 이미지에서 패턴을 이용한 매칭을 수행하여, 패턴 매칭 점수가 임계치 이상인지 판단하고, 이미지의 중앙에서 멀어진 정도인 distance가 임계치 미만인지 판단하여, 상기 패턴 매칭 점수 및 distance 매칭 점수에 대한 2차 검증을 통해 상기 매칭 이미지를 선정하는 단계;상기 패턴 이미지 및 상기 매칭 이미지를 결합하여 결과 이미지를 생성하는 단계;상기 결과 이미지의 매칭 이미지를 샘플 이미지로 설정하여 상기 샘플 이미지의 R채널, G채널 및 B채널 중 적어도 둘 이상에서 샘플값을 추출하고, 상기 결과 이미지의 패턴 이미지를 정답 이미지로 설정하여 상기 정답 이미지의 C채널에서 참조값을 추출하는 단계;상기 샘플 이미지의 샘플값 및 상기 정답 이미지의 참조값을 결합하여, 상기 R채널, G채널 및 B채널 중 둘 이상의 채널과 상기 C채널이 결합된 새로운 학습 이미지를 생성하는 단계; 및상기 학습 이미지를 통해 딥러닝 학습이 수행되도록 제어하는 단계를 포함하는, 제품 결함 검출 방법.