1 |
1
복수의 조명 위치에 따라 복수의 분류대상 부품을 촬영한 부품 촬영영상을 각각 수신하는 조명영상 수신부;상기 부품 촬영영상을 분석하여 분류대상 부품을 식별하고 상기 분류대상 부품의 소재가 금속 속성인지 여부를 확인하는 부품속성 판단부;상기 분류대상 부품의 소재가 금속 속성으로 확인되면, 상기 부품 촬영영상에 대해 필터연산을 수행하여 분석결과 데이터를 생성하는 필터연산부; 및상기 분석결과 데이터에 대응하는 부품 코드(Code)를 추출하고, 상기 부품 코드를 기반으로 부품을 분류하는 부품분류부를 포함하는 것을 특징으로 하는 전자부품 분류장치
|
2 |
2
제 1 항에 있어서,상기 부품속성 판단부는,상기 부품 촬영영상에 대한 수평조명 영상 및 수직조명 영상의 픽셀(pixel) 차를 이용한 차영상을 획득하고, 상기 차영상을 이진화하여 이진영상 데이터를 획득하고, 상기 이진영상 데이터를 기반으로 상기 부품 촬영영상으로부터 상기 분류대상 부품을 식별하는 것을 특징으로 하는 전자부품 분류장치
|
3 |
3
제 2 항에 있어서,상기 부품속성 판단부는,상기 이진영상 데이터를 기 학습된 서포트 벡터 머신(Support Vector Machine, SVM)에 적용하여 상기 분류대상 부품의 소재가 금속 속성인지에 대해 확인하는 것을 특징으로 하는 전자부품 분류장치
|
4 |
4
제 2 항에서,상기 부품분류부는,상기 분류대상 부품의 소재가 비금속 속성을 갖는 것으로 확인되면, 비금속성 부품으로 판단된 경우, 상기 이진영상 데이터에 대응하는 상기 부품 코드를 기반으로 상기 분류대상 부품을 분류하는 것을 특징으로 하는 전자부품 분류장치
|
5 |
5
제 1 항에 있어서,상기 필터연산부는,상기 부품 촬영영상에 대한 가버(Gabor) 필터 연산 및 에지(edge) 추출 연산을 수행하여 상기 분석결과 데이터를 생성하는 것을 특징으로 하는 전자부품 분류장치
|
6 |
6
제 1 항에 있어서,상기 부품분류부는,딥 러닝(Deep Learning) 알고리즘을 이용한 분류 네트워크를 기반으로 상기 분류대상 부품의 상기 부품 코드를 결정하는 것을 특징으로 하는 전자부품 분류장치
|
7 |
7
복수의 조명 위치에 따라 복수의 분류대상 부품을 촬영한 부품 촬영영상을 각각 수신하는 조명영상 수신단계;상기 부품 촬영영상을 분석하여 분류대상 부품을 식별하고 상기 분류대상 부품의 소재가 금속 속성인지 여부를 확인하는 부품속성 판단단계;상기 분류대상 부품의 소재가 금속 속성으로 확인되면, 상기 부품 촬영영상에 대해 필터연산을 수행하여 분석결과 데이터를 생성하는 필터연산 단계; 및상기 분석결과 데이터에 대응하는 부품 코드(Code)를 추출하고, 상기 부품 코드를 기반으로 부품을 분류하는 부품분류 단계를 포함하는 것을 특징으로 하는 전자부품 분류방법
|
8 |
8
제 7 항에 있어서,상기 부품속성 판단단계는,상기 부품 촬영영상에 대한 수평조명 영상 및 수직조명 영상의 픽셀(pixel) 차를 이용한 차영상을 획득하고, 상기 차영상을 이진화하여 이진영상 데이터를 획득하고, 상기 이진영상 데이터를 기반으로 상기 부품 촬영영상으로부터 상기 분류대상 부품을 식별하는 것을 특징으로 하는 전자부품 분류 방법
|