• 제어로봇시스템학회논문지
• /
• 제21권8호
• /
• pp.794-800
• /
• 2015

This paper describes the design for a defective product inspection device for the curved glass used in smart-phone. Cameras are used as inspection devices to find cracks in LCDs (Liquid Crystal Displays), PDPs (Plasma Display Panels), etc. The devices used to inspect the curved glass used in smart-phone consist of a camera, two back-light apparatus, an inspection apparatus main body, and an image processing program. Camera image calibration was performed to smooth an image taken with the camera, and as a result, the average error was less than 0.12 pixels. And the image of a smart-phone's curved glass taken with the camera was processed using the produced program. As a result, the program could correctly extract the cracks on the curved glass. Thus, it is thought that the designed inspection device can successful detect cracks in curved tempered glass.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1406-1408
• /
• 2003

KOMPSAT-1 (KOrea Multi-Purpose SATellite ? 1) EOC (Electro Optic Camera) raw images are radiometrically corrected on ground based on the characteristics of EOC. They consist of each CCD (Charge?Coupled Device) pixel’s calibration slope which was measured on ground, electrical gains which are applied to amplify for increasing output pixel counts. Currently, radio-metrically corrected EOC images with calibration slope have still shown defective features by residual stripes. So, it should be compensated by adjusting the calibration slope. In this paper, the adjustment of current calibration slope for de-striping EOC images is addressed and test results are shown.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.105-112
• /
• 2023

농산물 선별 시스템은 작물의 형태를 보전하기 위하여 비파괴적인 선별이 주로 사용된다. 이러한 비파괴 선별 기술로는 가시광선, 근적외선, 엑스선, 감마선 등의 광학적 특성을 이용하고 있으며 본 논문에서는 엑스선을 이용한 선별을 이용한다. 엑스선 영상은 엑스선의 밀도에 따라 그레이 영상으로 생성되어 육안으로 시료의 결함을 감지하기가 어렵다. 미세한 결함을 발견하기 위해서는 영상을 확대하거나 픽셀의 범위를 수정하여 적정한 픽셀의 영역만을 표시하여 결함을 탐지해야 한다. 이런 작업은 비효율적이다. 따라서 본 논문은 엑스선의 광역적인 밀도와 지역적인 밀도에 대한 상대적인 밀도를 측정하여 색상화된 결함을 표시하는 새로운 방법을 제안한다. 하나의 픽셀에 대한 상대적인 밀도는 주위 픽셀과의 상대적인 차이를 나타내며, 이런 픽셀을 정상과 결함으로 나타내는 엑스선 영상의 색상화 방법도 제안한다. 실험에서는 육안으로 볼 수 없는 농작물의 병해충 또는 새싹 부분을 특정 색으로 색상화 하여 농산물 선별 시스템에 활용할 수 있게 하였다. 제안된 방법은 엑스선을 이용한 선별 시스템에 적용되어 농산물 선별 시스템뿐만 아니라 가공식품, 부품 제조와 같은 제조 공정에서 사용되어 불량품을 선별하는 방법에 적극적으로 이용될 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제5권2호
• /
• pp.165-171
• /
• 2004

반도체 IC의 소형화와 고 밀도화에 따르는 소자의 외관적 불량을 육안으로 식별하는 것이 거의 불가능하며, 불량요소도 다양하여 고 정밀 비젼시스템의 도입이 필수적인 제조공정으로 자리매김 되고 있다. 특히 리드의 뜸 상태검사는 망상처리 알고리즘의 구현이 어려운 점이 있다. 따라서 본 논문에서는 칩의 면적이 1cm${\times}$0.5cm인 SOP형 IC의 불량을 검출하는 외관검사 시스템을 구현하고, 그 성능을 평가하고자 한다. 여러 가지 항목을 최적으로 검사하기 위하여 기하적 길이, 간격, 각도, 명도 및 위치보정 등을 이론적으로 전개하였고, 시스템 구성을 위해 인터페이스 회로를 설계하여 Handler와 결합하였다. 그 결과 초당 2개의 IC를 검사하고, 화소 당 20$\mu$m의 분해능을 가지는 계측 정밀도를 확인하였다.

• 한국산학기술학회논문지
• /
• 제12권4호
• /
• pp.1803-1811
• /
• 2011

TFT-LCD용 TFT기판 상에서 저에너지 마이크로 컬럼을 이용하는 전기적인 결함 검출 메카니즘을 분석하였다. 본 연구에서는 고진공 챔버 내에서 7인치 TFT 기판에 저에너지 전자빔을 주사하여 여러 가지 불량 화소에 대한 SEM 이미지를 획득하였다. 더불어 각각의 불량 화소에서 나타나는 현상과 전기적인 거동과의 연관성을 분석하여 검출 메카니즘을 해석하였다. 그 결과로서 저에너지 초소형 전자 컬럼을 이용하는 저에너지 전자빔에 의한 SEM 이미지는 전자간 반발효과에 크게 영향을 받는 일관성 있는 결과를 확인하였다.

• 한국항행학회논문지
• /
• 제26권2호
• /
• pp.113-118
• /
• 2022

사람은 독서나 필기 중 중요 문구를 형광펜으로 칠하는 것에서 착안하여, 본 논문에서는 복잡한 배경 질감을 가진 영상에서의 불량유형을 효과적으로 분류하기 위해 불량 픽셀 영역을 하이라이팅 하여 신경망을 훈련하는 방법을 제안한다. 제안 방법의 가능성을 검증하기 위하여 불량유형 구분이 매우 어려운 타이어 밴드 직물의 불량유형 분류에 제안 방법을 적용한다. 또한, 타이어 밴드 직물 영상에 특화된 백라이트 하이라이팅 방법을 제안한다. 백라이트 하이라이트 영상은 GradCAM 기법과 간단한 영상처리를 이용하여 획득할 수 있다. 실험에서 우리는 제안하는 하이라이팅 기법이 분류 정확도뿐만 아니라 훈련속도 면에서 기존 방법보다 우수함을 보였다. 인식률 면에서는 제안 방법이 기존 방법 대비 최대 13.4%의 향상을 달성하였다. 타이어 밴드 직물 영상에 특화된 백라이트 하이라이팅 기법이 윤곽 하이라이팅 기법보다 정확도 측면에서 우수함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권9호
• /
• pp.1-7
• /
• 2024

본 논문은 MNIST 데이터셋을 활용한 손글씨 숫자 인식에서 합성곱 신경망(CNN)과 배치정규화(BN)를 결합한 모델을 제안한다. LeCun et al.의 LeNet-5 모델의 성과를 뛰어넘는 것을 목표로 6계층 신경망 구조를 설계하였다. 제안된 모델은 28×28 픽셀 이미지를 입력으로 받아 합성곱, 맥스 풀링, 완전연결계층을 거쳐 처리하며, 특히 배치정규화계층을 도입하여 학습 안정성과 성능을 향상시켰다. 실험에서는 60,000개의 훈련 이미지와 10,000개의 테스트 이미지를 사용하였으며, Momentum 최적화 알고리즘을 적용하였다. 모델 구성에서는 30개의 필터, 필터 사이즈 5×5, 패딩 0, 스트라이드 1을 사용하였고, ReLU 활성화 함수를 채택하였다. 훈련 과정에서는 미니배치 사이즈 100, 총 20 에포크, 학습률 0.1로 설정하였다. 결과적으로 제안된 모델은 99.22%의 테스트 정확도를 달성하여 LeNet-5의 99.05%를 상회하였으며, F1-score 0.9919를 기록하여 모델의 성능을 입증하였다. 또한, 본 논문에서 제안한 6계층 모델은 LeCun et al.의 LeNet-5(7계층 모델)와 Ji, Chun and Kim(10계층 모델)이 제안한 모델보다 더 단순한 구조로 모델의 효율성을 강조하였다. 본 연구의 결과는 AI 비전 검사기 등 실제 산업 응용에서 활용 가능성을 보여주며, 특히 스마트팩토리에서 부품의 불량 상태를 판별하는 데 효과적으로 적용될 수 있을 것으로 기대된다.