| 1 |
1
롤 또는 쉬트 형태로 연속 생산된 물품의 표면을 촬영하고, 촬영된 영상 중에서 표면에 결함이 생긴 영상을 선별하고 결함의 형태에 따라 분류하며 분류된 영상별로 영상 처리하여 각 결함별 특징 벡터로 이루어진 특징 테이블을 구성하는 단계;
롤 또는 쉬트 형태로 연속 생산된 대상 물품의 표면을 촬영하여 촬영된 영상 데이터를 입력하는 단계;
상기 영상 데이터를 영상 처리하여 특징 벡터를 추출하는 단계;
상기 특징 테이블의 각 결함별 특징 벡터와 대상 물품에 대한 특징 벡터를 대비하여 상기 특징 테이블에서 대상 물품에 대한 특징 벡터와 가장 근사한 각 결함별 특징 벡터를 검색하는 단계; 및
검색된 특징 벡터에 해당하는 결함이 발생한 것으로 상기 대상 물품을 분류하는 단계;를 포함하고,
상기 특징 테이블 구성단계와 특징 벡터의 추출단계에서, 영상 처리는,
입력된 영상 데이터를 2차원 가버필터 함수를 통해 n개의 방향에 대한 결과 영상을 생성하는 단계;
생성된 결과 영상을 1/4 크기로 순차적으로 줄여나가면서 각 결과 영상별로 레벨 영상을 생성하는 단계;
각 방향별 결과 영상에서 복수개의 특징점을 선택하고 상기 특징점과 대응하는 각 레벨 영상에서의 특징점을 서로 연결하여 특징 벡터를 추출하는 단계;를 포함하고,
상기 2차원 가버필터 함수는,
이고, 여기서, x'과 y'은,
x'=(x-ξ)cosθ-(y-η)sinθ와 y'= (x-ξ)sinθ+(y-η)cosθ이며,
θ는 상기 결과 영상의 방향에 대응하여 n개로 마련되는 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,
상기 2차원 가버필터는 영상 데이터를 8방향으로 처리하여 각각의 결과 영상을 생성하고,
상기 결과 영상으로부터, 상기 결과 영상을 1/4 크기로 줄인 제1레벨 영상과, 상기 제1레벨 영상을 1/4 크기로 줄인 제2레벨 영상과, 상기 제2레벨 영상을 1/4 크기로 줄인 제3레벨 영상을 생성하는 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
| 4 |
4
제3항에 있어서,
θ는 22
|
| 5 |
5
제4항에 있어서,
상기 각 영상에 대한 특징점은, 각 영상을 가로 4개와 세로 4개의 격자모양으로 분할하여 각 분할된 지점의 하나의 픽셀로 결정하는 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
| 6 |
6
제5항에 있어서,
상기 특징 벡터의 검색 단계에서는, 상기 특징 테이블의 각 결함별 특징 벡터와 대상 물품에 대한 특징 벡터 간의 거리를 비교하여 대상 물품에 대한 특징 벡터와의 거리가 가장 가까운 결함별 특징 벡터를 검색하는 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
| 7 |
7
제6항에 있어서,
상기 거리는 유클리드 거리이고,
상기 유클리드 거리 D는,
이며,
여기서, 특징 테이블에 기재된 방향별 특징 벡터 V가 V=v1, v2, v3, …, v8이고, 대상 물품에 대한 어느 하나의 특징점의 방향별 특징 벡터가 V'=v'1, v'2, v'3, …, v'8인 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
| 8 |
8
제1항에 있어서,
상기 특징 테이블의 구성단계와 상기 영상 데이터의 입력단계에서는, CCD카메라를 이용하여 롤 또는 쉬트 형태로 연속 생산된 물품의 표면을 촬영하고, 촬영된 영상은 가로와 세로의 크기가 120×120으로 이루어지는 것을 특징으로 하는 영상 처리를 통한 롤 또는 쉬트 형태로 연속 생산되는 물품의 결함영상 분류방법
|
