KIPS Transactions on Computer and Communication Systems (정보처리학회논문지:컴퓨터 및 통신 시스템)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Hole Identification Method Based on Template Matching for the Ear-Pins Insertion Automation System

이어핀 삽입 자동화 시스템을 위한 템플릿 매칭 기반 삽입 위치 판별 방법

  • 백종환 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 이재열 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 정명수 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 장민우 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 신동호 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 서갑호 (한국로봇융합연구원 인터랙티브연구본부) ;
  • 홍성호 (한국로봇융합연구원 인터랙티브연구본부)
  • Received : 2020.07.31
  • Accepted : 2020.11.02
  • Published : 2021.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

In jewelry industry, the proportion of labor costs is high. Also, the production time and quality of products are highly varied depending on the workers' capabilities. Therefore, there is a demand from the jewelry industry for automation. The ear pin insertion automation system is the robot automatically inserts the ear pins into the silicone mold, and this automated system require accurate and fast hole detection method. In this paper, we propose optimal binarization method and a template matching method that can be applied in the ear pin insertion automation system. Through the performance test, it was shown that the applied method has an accuracy of 98.5% and 0.5 seconds faster processing speed than the Otsu binarization method. So, this automation system can contribute to cost reduction, work time reduction, and productivity improvement.

장신구 산업은 인건비의 비중이 높고 노동자의 역량에 따라 제품의 제작 작업 시간 및 품질의 편차가 심하다. 이에 산업계의 수요에 맞추어 귀걸이 제품을 위한 실리콘 몰드 표면 지름 0.75mm 홀에 이어핀을 삽입하는 공정을 자동화하기 위하여 삽입 자동화 시스템이 연구되고 있다. 본 논문에서는 다양한 실리콘 몰드에 대한 이어핀 삽입 공정 자동화를 위하여 산업용 카메라를 이용한 이진화 및 템플릿 매칭 기법 기반의 이어핀 삽입 위치 검출 방법을 기술한다. 제안하는 방법은 입력 영상을 이진화와 템플릿 매칭을 이용하여 홀의 위치와 개수를 판단할 수 있다. 성능 시험을 통하여, 적용한 방법은 98.5%의 정확도와 Otsu 방법에 비해 0.5초 빠른 처리속도를 가지는 것을 보였다. 비전 기반 이어핀 삽입 자동화 시스템을 통해 원가 절감 및 작업 시간 절감과 생산성 향상에 기여할 수 있을 것이다.

Keywords

References

  1. J. Y. Koh, O. S. Song, J. H. Ryu, and S. H. Shin, "Jewelry design automization using a 3D CAD," Journal of Korea Academia-Industrial cooperation Society, Vol.2, No.2, pp.95-99, 2001.
  2. S. H. Shin and W. T. Oh, "Development of the design data system of jewelry design industrial," The Korean Society of Science & Art, Vol.9, No.9, pp.151-160, 2011. https://doi.org/10.17548/ksaf.2011.12.9.151
  3. S. Choi, E. O. Do, Y. W. Huang, and S. C. Park, "A study on fabrication of traditional metal craft techniques using 3D CAD," Journal of Digital Convergence, Vol.18, No.3, pp.349-355, 2020. https://doi.org/10.14400/JDC.2020.18.3.349
  4. J. S. Kang, "2019 Korea Jewelery Industry Strategy Forum Proposes Strategy for the Next 10 Years," . (2019. 11. 27). http://www.fashionbiz.co.kr/TN/view.asp?idx=175396
  5. D. W. Kim, "[Why T] Why is China focusing on factory automation during the Corona 19 crisis?," . (2020. 03. 27). http://www.hellot.net/new_hellot/magazine/magazine_read.html?code=201&sub=001&idx=51414&list=thum
  6. D. B. Lenat, "Programming articitical interlligence," in Understanding Artificial Intelligence, Scientific American, Ed., New York: Warner Books Inc., pp.23-29, 2002.
  7. A. Stoffel, D. Spretke, H. Kinnemann, and D. A. Keim, "Enhancing document structure analysis using visual analytics," in Proceedings of the ACM Symposium on Applied Computing, Sierre, pp.8-12, 2010.
  8. P. Sangwook and K. Bong Soon, "Optimized hardware implementation of HSV algorithm for color correction," Journal of IKEEE, Vol.24, No.1, pp.243-247, 2020.
  9. S. H. Kim and J. S. Kim, "Three-level color clustering algorithm for binarizing scene text images," The KIPS Transactions : Part B, Vol.12, No.7, pp.1-8, 2005.
  10. P. Matti and J. Sauvola, "Adaptive document image binarization," Pattern Recognition, Vol.33, No.2, pp.225-236, 2000. https://doi.org/10.1016/S0031-3203(99)00055-2
  11. Y. Liu and N. S. Sargur, "Document image binarization based on texture features," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.19, No.5, pp.540-544, 1997. https://doi.org/10.1109/34.589217
  12. M. S. Pak, J. H. Park, and S. H. Kim, "The implementation of defect detector using efficient thresholding method," Computer Science and its Applications, Springer, Berlin, Heidelberg, pp.1085-1091, 2015.
  13. S. H. Kwon, "Advanced image quality index-based binalization of gray images," Journal of The Korean Institute of Intelligent Systems, Vol.30, No.3, pp.236-241, 2020. https://doi.org/10.5391/JKIIS.2020.30.3.236
  14. R. Brunelli, "Template matching techniques in computer vision: Theory and practice," John Wiley & Sons, pp.43-71, 2009.
  15. K. Do Hyeon, K. Dong Koo and C. Eui Young, "Image and voice processing: Adaptive image labeling algorithm using non - recursive flood - fill algorithm," The KIPS Transactions : Part B, Vol.9, No.3, pp.337-342, 2002.