| 1 |
1
주기적인 패턴을 갖는 적어도 둘 이상의 패턴이 겹쳐진 이미지를 획득하는 단계;상기 획득된 이미지의 고속 푸리에 변환을 수행하는 단계;상기 획득된 이미지 또는 상기 고속 푸리에 변환된 결과를 기학습된 딥러닝 모델에 적용하여 각도를 계산하는 단계; 및상기 계산된 각도에 기초하여 상기 적어도 둘 이상의 패턴에 대한 위치를 보정하는 단계; 를 포함하는 주기적인 패턴의 정렬 방법
|
| 2 |
2
제1항에 있어서,상기 딥러닝 모델을 학습하는 단계를 더 포함하고,상기 딥러닝 모델을 학습하는 단계는, 카메라로 패턴 1개의 이미지를 확보하는 단계;상기 확보된 이미지를 이용하여 임의의 x, y축 방향으로 움직이거나, 또는 각도를 회전시켜 이미지를 생성하는 단계;상기 생성된 이미지와 상기 확보한 패턴 1개의 이미지를 겹치는 단계;고속 푸리에 변환된 이미지와 고속 푸리에 변환 전 이미지를 학습하는 단계; 및상기 임의로 입력한 x, y 축 방향의 이동 값과, 회전시킨 각도를 출력변수, 이미지를 입력변수로 하여 상기 딥러닝 모델을 학습하는 단계; 를 포함하는주기적인 패턴의 정렬 방법
|
| 3 |
3
제1항에 있어서,상기 위치 보정의 결과, 선정된 오차범위 이내인지 여부를 판단하는 단계; 및상기 판단 결과, 상기 선정된 오차범위 이내인 경우 위치 보정을 종료하고, 상기 선정된 오차범위 이상인 경우 위치 보정된 적어도 둘 이상의 패턴에 대한 위치 보정과정을 재수행하는 단계; 를 더 포함하는 주기적인 패턴의 정렬 방법
|
| 4 |
4
제1항에 있어서,상기 적어도 둘 이상의 패턴은 다각형의 격벽 구조가 배열된 패턴인 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 5 |
5
제1항에 있어서,상기 획득된 이미지의 고속 푸리에 변환을 수행하는 단계는,상기 이미지에 대한 푸리에 변환 이미지를 획득하는 단계;상기 푸리에 변환 이미지의 중심점을 기준으로 선형을 이루는 푸리에 스펙트럼의 주파수 성분을 파악하는 단계;상기 주파수 성분과 중심점을 이용하여 선형 방정식을 도출하는 단계; 및상기 푸리에 변환 이미지의 x축과 상기 선형 방정식의 직선이 이루는 회전각(θ)을 측정하는 단계;를 포함하는,주기적인 패턴의 정렬 방법
|
| 6 |
6
제5항에 있어서,상기 푸리에 변환 이미지 중 푸리에 스펙트럼을 분석하기 위한 영역의 가로 및 세로의 크기 비율은 1:1 인 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 7 |
7
제5항에 있어서,상기 선형 방정식은 상기 중심점과, 상기 주파수 성분 중 푸리에 스펙트럼에 나타난 좌표점을 이용하여 계산되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 8 |
8
제5항에 있어서,상기 좌표점은 적어도 3개 이상인 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 9 |
9
제5항에 있어서,상기 좌표점은 상기 푸리에 변환 이미지의 각 픽셀의 고유값의 크기에 따라 결정되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 10 |
10
제9항에 있어서,상기 고유값은 미리 설정된 임계값 보다 큰 값으로 결정되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 11 |
11
제5항에 있어서,상기 좌표점은 상기 중심점으로부터 미리 설정된 일정 거리 떨어져 있는 좌표점인 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 12 |
12
제5항에 있어서,상기 선형 방정식은 최소제곱법에 의해 도출되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 13 |
13
제5항에 있어서,상기 회전각(θ)은 상기 선형 방정식의 기울기를 통해 계산되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 14 |
14
제12항에 있어서,상기 회전각(θ)은 상기 선형 방정식의 기울기(a)를 아래의 수학식에 대입하여 계산되는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 15 |
15
제5항에 있어서,상기 적어도 둘 이상의 패턴을 미리 목표로 하는 각도로 회전시켜 겹치도록 설정된 목표각과 상기 회전각을 비교하는 단계;를 더 포함하는 것을 특징으로 하는 주기적인 패턴의 정렬 방법
|
| 16 |
16
주기적인 패턴을 갖는 적어도 둘 이상의 패턴이 겹쳐진 이미지를 획득하는 이미지 수집부;상기 획득된 이미지의 고속 푸리에 변환을 수행하는 고속 푸리에 변환부;상기 획득된 이미지 또는 상기 고속 푸리에 변환된 결과를 기학습된 딥러닝 모델에 적용하여 각도를 계산하는 각도 계산부; 및상기 계산된 각도에 기초하여 상기 적어도 둘 이상의 패턴에 대한 위치를 보정하는 위치 보정부; 를 포함하는 주기적인 패턴의 정렬 장치
|
| 17 |
17
제16항에 있어서,상기 딥러닝 모델을 학습하는 딥러닝 처리부를 더 포함하고,상기 딥러닝 처리부는, 카메라로 패턴 1개의 이미지를 확보하고,상기 확보된 이미지를 이용하여 임의의 x, y축 방향으로 움직이거나, 또는 각도를 회전시켜 이미지를 생성하며,상기 생성된 이미지와 상기 확보한 패턴 1개의 이미지를 겹치고,고속 푸리에 변환된 이미지와 고속 푸리에 변환 전 이미지를 학습하며,상기 임의로 입력한 x, y 축 방향의 이동 값과, 회전시킨 각도를 출력변수, 이미지를 입력변수로 하여 상기 딥러닝 모델을 학습하는 것을 특징으로 하는주기적인 패턴의 정렬 장치
|
| 18 |
18
제16항에 있어서,상기 위치 보정의 결과, 선정된 오차범위 이내인지 여부를 판단하는 판단부를 더 포함하고,상기 위치 보정부는,상기 판단 결과, 상기 선정된 오차범위 이내인 경우 위치 보정을 종료하고, 상기 선정된 오차범위 이상인 경우 위치 보정된 적어도 둘 이상의 패턴에 대한 위치 보정과정을 재수행하는 것을 특징으로 하는주기적인 패턴의 정렬 장치
|
| 19 |
19
제16항에 있어서,상기 고속 푸리에 변환부는,상기 이미지에 대한 푸리에 변환 이미지를 획득하고,상기 푸리에 변환 이미지의 중심점을 기준으로 선형을 이루는 푸리에 스펙트럼의 주파수 성분을 파악하며,상기 주파수 성분과 중심점을 이용하여 선형 방정식을 도출하고,상기 푸리에 변환 이미지의 x축과 상기 선형 방정식의 직선이 이루는 회전각(θ)을 측정하는 것을 특징으로 하는주기적인 패턴의 정렬 장치
|
| 20 |
20
제16항에 있어서,상기 푸리에 변환 이미지 중 푸리에 스펙트럼을 분석하기 위한 영역의 가로 및 세로의 크기 비율은 1:1 이고,상기 선형 방정식은 상기 중심점과, 상기 주파수 성분 중 푸리에 스펙트럼에 나타난 좌표점을 이용하여 계산되거나, 또는 최소제곱법에 의해 도출되고,상기 좌표점은 적어도 3개 이상이고, 상기 푸리에 변환 이미지의 각 픽셀의 고유값의 크기에 따라 결정되며,상기 고유값은 미리 설정된 임계값 보다 큰 값으로 결정되고,상기 좌표점은 상기 중심점으로부터 미리 설정된 일정 거리 떨어져 있는 좌표점이며,상기 회전각(θ)은 상기 선형 방정식의 기울기를 통해 계산되는 것을 특징으로 하는 주기적인 패턴의 정렬 장치
|
