Abstract
There are invisible defects by naked eyes in ceramic material images such as internal stomata, cracks and foreign substances. In this paper we propose a method to detect and extract such defects from ceramic pipe weld zone by applying ART2 learning. In pre-processing, we apply Ends-in Search Stretching to enhance the intensity and then perform fuzzy binarization with triangle type membership function followed by enhanced ART2 that interacts with random input patterns to extract such invisible defects. The experiment verifies that this proposed method is sufficiently effective.
세라믹 소재 영상은 사람의 육안으로 판단하기 힘든 내부 기공이나 균열, 이물질 등의 결함들이 존재한다. 본 논문에서는 사람의 육안으로 검출하기 힘든 세라믹 소재로 이루어진 파이프 용접부에 있는 결함을 확인하기 위해 ART2 알고리즘을 이용하여 세라믹 영상에서 결함을 검출하는 방법을 제안한다. 비파괴 검사는 본질에 손상이 전혀 가지 않는 검사 방법이기 때문에 소재의 결함 검출에 대해서는 적절한 방법이다. 따라서 본 논문에서는 Ends-In Search Stretching 기법을 적용하여 명암 대비를 강조하고, 명암 대비가 강조된 영상에서 삼각형 타입의 소속 함수를 이용한 퍼지 이진화 기법을 적용한 후, 임의의 패턴 입력에 대해서도 효과적으로 특징을 분류하는 개선된ART2 알고리즘을 적용하여 결함 영역을 검출한다. 제안된 방법을 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 방법보다 효율적으로 결함이 검출되는 것을 확인하였다.