• 한국멀티미디어학회논문지
• /
• 제16권12호
• /
• pp.1376-1384
• /
• 2013

본 논문에서는 산업용 CT 볼륨데이터에서 템플릿 매칭을 통하여 제품의 이물질을 자동 검출하는 기법을 제안한다. 제안방법은 다음과 같은 세 단계로 이루어진다. 첫째, 다운 샘플링 데이터에서 잡음제거 후 제품을 배경과 분리하고, 영상의 평균값 및 표준편차를 이용하여 초기 이물질 후보를 추출한 후, K-평균 클러스터링을 이용하여 이물질 후보를 추출한다. 둘째, 템플릿 매칭을 이용하여 제품과 유사도가 다른 이물질을 검출한다. 이 때, 검출하고자 하는 이물질의 크기에 따라 밝기값평균차이(SSD)와 조인트 엔트로피를 이용한 유사도 평가를 통하여 이물질을 검출한다. 셋째, 원 볼륨데이터에서 이물질 검출률을 개선하기 위하여 여과기법으로 제품의 이물질을 최종 검출한다. 본 제안 방법의 결과를 평가하기 위해 산업용 CT 볼륨데이터와 시뮬레이션 데이터를 사용하여 육안평가, 정확성 평가와 수행시간 측정을 수행하였다. 정확성 평가를 위하여 기존 밝기값 기반 검출 기법을 비교방법으로 사용하고, 다이스 계수 유사도를 측정하였다.

• 한국멀티미디어학회논문지
• /
• 제7권4호
• /
• pp.451-458
• /
• 2004

육안에 의한 피혁의 등급 판정 과정은 장시간 시 피로에 의한 일관성 결여로 인해 판정 결과에 대한 신뢰성을 주지 못한다. 따라서 피혁의 품질을 결정하기 위한 객관적인 지표와 이를 기준으로 등급 판정 과정의 자동화가 필요하다. 본 논문에서 적용된 피혁 자동 선별 시스템은 피혁에 대한 정보를 취 득하는 과정과 이들로부터 등급을 판정하는 과정으로 구성된다. 피혁의 품질은 조밀도와 결함의 종류 및 분포도와 같은 피혁의 특성에 의해 결정된다. 본 논문에서는 디지털 카메라에 의해 획득된 흑백 영상으로부터 피혁의 조밀도 및 결함을 추출하여 피혁의 등급을 판정하는 알고리즘을 제안한다. 조밀도는 퓨리에 스펙트럼이 존재하는 영역의 넓이 및 가로, 세로 비율로서 계산된다. 그리고 결함은 전처리 과정을 거친 영상으로부터 검색 윈도우를 사용하여 윈도우에 해당하는 픽셀들의 히스토그램 분포의 특징에 의해서 검출된다. 피혁 전체에 대한 특성들은 피혁의 등급을 판정하는 지표로 사용되며 다른 분야에서의 인간의 시각 검사를 대체 할 수 있으리라 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.363-366
• /
• 2001

현재 육안에 의한 피혁의 등급 판정 과정은 장시간 시 피로에 의한 일관성 결여로 인해 판정 결과에 대한 신뢰성을 주지 못한다. 따라서 피혁의 품질을 결정하기 위한 객관적인 지표와 이를 기준으로 등급 판정 과정의 자동화가 필요하다. 본 논문에서 적용된 피혁 자동 선별 시스템은 피혁에 대한 정보를 취득하는 과정과 이들 정보로부터 등급을 판정하는 과정으로 구성된다. 피혁의 품질은 조밀도와 결함의 종류 및 분포도와 같은 피혁 정보에 의해 결정된다. 본 논문에서는 디지털 카메라에 의해 획득된 흑백 영상으로부터 피혁의 조밀도 및 결함에 대한 정보를 추출하는 알고리즘을 제안한다. 조밀도에 대한 정보는 원 영상을 주파수 영역으로 변환한 후 나타나는 퓨리에 스펙트럼 분포의 특징 값들에 의해서 추출된다. 그리고 결함에 대한 정보는 전처리 과정을 거친 영상으로부터 경계선 검출 후 검색 윈도우를 사용하여 윈도우에 해당하는 픽셀들의 통계적 수치에 의해서 검출된다. 피혁 전체에 대한 정보들은 피혁의 등급을 판정하는 지표로 사용되며 실제 머신 비젼 시스템에 적용된다.

• 마이크로전자및패키징학회지
• /
• 제30권4호
• /
• pp.69-78
• /
• 2023

산업 인공지능의 발달과 함께 반도체의 수요가 크게 증가하고 있다. 시장 수요에 대응하기 위해 패키징 공정에서 자동 결함 검출의 중요성 역시 증가하고 있다. 이에 따라, 패키지의 자동 불량 검사를 위한 딥러닝 기반의 방법론들의 연구가 활발히 이루어 지고 있다. 딥러닝 기반의 모델은 학습을 위해서 대량의 고해상도 데이터를 필요로 하나, 보안이 중요한 반도체 분야의 특성상 관련 데이터의 공유 및 레이블링이 쉽지 않아 모델의 학습이 어려운 한계를 지니고 있다. 또한 고해상도 이미지를 생성하기 위해 상당한 컴퓨팅 자원이 요구되는데, 본 연구에서는 분할정복 접근법을 통해 적은 컴퓨팅 자원으로 딥러닝 모델 학습을 위한 충분한 양의 데이터를 확보하는 방법을 소개한다. 제안된 방법은 높은 해상도의 이미지를 분할하고 각 영역에 조건 레이블을 부여한 후, 독립적인 부분 영역과 경계를 학습시켜, 경계 손실이 일관적인 이미지를 생성하도록 유도한다. 이후, 분할된 이미지를 하나로 통합하여, 최종적으로 모델이 고해상도의 이미지를 생성하도록 구성하였다. 실험 결과, 본 연구를 통해 증강된 이미지들은 높은 효율성, 일관성, 품질 및 범용성을 보였다.

• 산업기술연구
• /
• 제21권B호
• /
• pp.67-74
• /
• 2001

According as the patterns of PCB (Printed Circuit Board) become denser and complicated, quality and accuracy of PCB influence the performance of final product. It's attempted to obtain trust of 100% about all of parts. Because human inspection in mass-production manufacturing facilities are both time-consuming and very expensive, the automation of visual inspection has been attempted for many years. Thus, automatic visual inspection of PCB is required. In this paper, we used an algorithm which compares the reference PCB patterns and the input PCB patterns are separated an object and a scene by filtering and edge detection. And than compare two image using pattern matching algorithm. We suggest an defect inspection algorithm in PCB pattern, to be satisfied low cost, high speed, high performance and flexibility on the basis of $640{\times}480$ binary pattern.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.580-582
• /
• 2004

As the demand of large and high-resolution display panels is increased, the black light units (BLU) of the display devices play an important roles. In this study we'll deal with various defects of BLUs. Patterns of defects can be classified by the scratches, the non-uniform misprinting for the diffused reflection, the surface stains, spots and etc. Due to these distorted patterns the high-resolution and high-precision could be impeded. We'll propose the visual inspection system to detect various defects by pattern-matching.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 정기총회 및 창립40주년기념 학술대회 학회본부
• /
• pp.311-315
• /
• 1987

This paper describes the automatic visual inspect ion system of fabric defects based on pattern recognition techniques. To extract features for detection of fabric defects, four different techniques such as SGLDM. GCM, decorrelation method, and Laws' texture measure were investigated. From results of computer simulation, it has been found that GCM and decorrelation techniques provide good features. By employing a simple statistical pattern recognition technique, theaccuracy of classification of defect and nondefect was more than 90%. Some experimental results arm also presented.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1988년도 전기.전자공학 학술대회 논문집
• /
• pp.959-962
• /
• 1988

This paper describes an automatic visual inspection system for fabric defects based on pattern recognition techniques. The inspection for fabric defects can be separated into three sequences of operations which are the detection of fabric defects[1], the classification of figures of fabric defects, and the classification of fabric defects. Comparing projections of defect-detected images with the predefined complex, the classification accuracy of figures of fabric defects was found to be 95.3 percent. Employing the Bayes classifier using cluster shade in SGLDM and variance in decorrelation method as features, the classification accuracy of regional figure defects was found to be 82.4 percent. Finally, some experimental results for line and dispersed figures of fabric defects are included.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.775-778
• /
• 2010

본 논문에서는 초미세 패턴($24{\mu}m$ 이하의 선폭, $30{\mu}m$ 이하의 피치)을 가진 칩-온-필름(Chip-on-Film, COF)에 발생한 결함을 자동으로 검출할 수 있는 시스템을 제안한다. 개발된 시스템은 COF 패턴으로부터 대표적으로 발생하는 결함들, 즉 개방(open), 단락(hard short), mouse bite(near open) 및 near short(soft short)을 자동으로 신속히 검출할 수 있는 기술이 적용되어 있다. 특히 초미세 패턴의 경우, near open 및 near short과 같은 결함 검출이 불가능한 기존 검출시스템의 문제점을 극복한 기술이 제안되어 있다. 본 논문에서 제안하는 결함 검출 원리는 미세 선의 결함유무에 따른 저항 변화를 자동으로 검출하고, 그 미세한 변화를 좀 더 자세하게 판별하기 위해 고주파 공진기(resonator)를 적용하고 있다. 제안된 시스템은 미세 패턴을 가진 COF 제작 과정에서 발생한 결함을 신속히 검출할 수 있기 때문에 COF 불량 검사에 소요되는 많은 경비를 줄일 수 있으리라 기대한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2009년도 IWAIT
• /
• pp.562-565
• /
• 2009

This paper describes an automatic 3-dimensional (3D) segmentation method for 3D CT (Computed Tomography) images using region growing (RG) and edge detection techniques. Specifically, an augmented RG method in which the contours of regions are extracted by a 3D digital edge detection filter is presented. The feature of this method is the capability of preventing the leakage of regions which is a defect of conventional RG method. Experimental results applied to the extraction of teeth from 3D CT data of jaw bones show that teeth are correctly extracted by the proposed method.