• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.171-179
• /
• 2020

최근 연구 결과에 따르면, 컨볼루션 신경 회로망은 이미지 분류, 객체 검출, 이미지 생성 등의 문제에서 최고의 성능을 보여주고 있다. 비전 카메라를 사용한 결함 검사는 다른 결함 검사보다 경제적이기 때문에 공장 자동화에 있어서 아주 중요하고, 딥러닝의 지도학습은 전통 기계학습 방식의 결함 검사 성능을 월등히 뛰어넘었다. 하지만, 딥러닝의 지도학습은 엄청난 양의 데이터 주석 작업을 요구하기 때문에, 이를 실제 산업 현장에 적용하는 것은 효율적이지 않다. 따라서 본 연구는 최근 이미지 생성 과업에서 큰 성공을 보여주고 있는 변분 오토인코더와 적대적 생성 신경망을 활용하여 비지도 방식의 비정상 검출을 위한 신경망 회로 구조를 제안하였고, 이를 MNIST, 용접 결함 데이터에 적용하여 비정상 검출 성능을 검증하였다.

• 농업과학연구
• /
• 제47권2호
• /
• pp.315-326
• /
• 2020

In this study, a real-time crop recognition system was developed for an unmanned farm machine for upland farming. The crop recognition system was developed based on a stereo camera, and an image processing framework was proposed that consists of disparity matching, localization of crop area, and estimation of crop height with coordinate transformations. The performance was evaluated by attaching the crop recognition system to a tractor for five representative crops (cabbage, potato, sesame, radish, and soybean). The test condition was set at 3 levels of distances to the crop (100, 150, and 200 cm) and 5 levels of camera height (42, 44, 46, 48, and 50 cm). The mean relative error (MRE) was used to compare the height between the measured and estimated results. As a result, the MRE of Chinese cabbage was the lowest at 1.70%, and the MRE of soybean was the highest at 4.97%. It is considered that the MRE of the crop which has more similar distribution lower. the results showed that all crop height was estimated with less than 5% MRE. The developed crop recognition system can be applied to various agricultural machinery which enhances the accuracy of crop detection and its performance in various illumination conditions.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.245-254
• /
• 2002

머신비전을 이용한 IC 패키지 마킹검사 시스템은 입력영상으로부터 검사할 요소들의 위치를 식별하고, 추출된 요소들을 학습된 표준 패턴과 비교하여 마킹의 불량 여부를 판단한다. 본 논문에서는 검사 대상 IC 패키지의 위치 판별, 마킹문자 추출, 핀원딤플 검출과 같은 일련의 작업들에 적합한 적응적 다단계 이진화 방법과 마킹문자의 국소적인 오류검출은 물론 잡영에 강건한 정합단위의 동적 선택 방법을 제안한다. 제안하는 이진화 방법은 이진화 대상 영역과 명도 값의 범위를 제한하여 Otsu의 이진화 알고리즘을 적용함으로써 특정 응용에 적응적인 이진화가 가능하다. 정합단위의 동적 선택 방법은 문자추출 및 배치분석에 대한 결과에 따라 정합단위를 선택한다. 그러므로 문자추출 및 배치분석 과정에서 발생하는 예기치 못한 부적절한 상황에서도 가능한 범위내에서 최소의 정합단위를 선택할 수 있다. 제안된 방법을 구현하여 8종의 IC 패키지, 총 280개의 영상에 대하여 실험한 결과, IC 패키지와 핀원딤플의 검출율은 100%였으며, 마킹상태에 대한 판정은 98.8%의 정확도를 나타내어 제안된 방법이 효과적임을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제16권7호
• /
• pp.689-699
• /
• 2016

LCD 수요 증가에 따라 LCD 생산 효율성 개선을 위한 검사장비의 중요성이 지속적으로 부각되고 있다. 패턴 검사기는 라인 스캔 카메라와 같은 광학 장비를 통해 미세한 패턴 결함을 빠른 속도로 검출하는 장비이다. 이러한 패턴 검사기는 실시간 검사를 위해 패턴 내에서 단일 기준값을 사용하여 픽셀 단위의 결함 여부를 판단하고 있다. 하지만 패턴 내 각 영역별 특징을 반영하여 서로 다른 기준값을 적용하는 적응적 이진화를 이용하는 경우 결함 검출 성능을 크게 향상시킬 수 있다. 이러한 적응적 이진화를 적용하기 위해서는 특정 검사 대상 픽셀이 어떠한 영역에 속하는지에 대한 정보를 필요로 한다. 이를 위해 본 논문에서는 각각의 검사 대상 픽셀이 어떠한 영역에 속하는지를 판단하는 영역 매칭 알고리즘을 제안한다. 제안된 알고리즘은 머신 비전의 실시간성을 고려한 패턴 정합에 기반을 둔 알고리즘으로 실제 시스템에 적용될 수 있도록 GPGPU를 이용하여 구현된다. 모의실험을 통해 제안된 방법이 실제 시스템이 요구하는 처리 속도를 만족시킬 수 있을 뿐만 아니라 결함 검출의 성능을 개선할 수 있음을 보인다.

• 마이크로전자및패키징학회지
• /
• 제19권1호
• /
• pp.81-87
• /
• 2012

본 논문에서는 마이크로 BGA 패키지 내외부의 마이크로 볼의 3차원 형상을 측정하는 광학 측정 시스템을 제안하고 이를 구현한다. 대부분의 시각 검사 시스템은 마이크로 볼의 복잡한 반사 특성 때문에 검사에 어려움을 겪고 있다. 정확한 형상의 측정을 위해서, 특별히 설계된 시각 센서 시스템을 제안하고, 위상이송 모아레 간섭계의 측정원리에 기반한 형상측정 알고리즘을 제안한다. 센서 시스템은 4개의 서브시스템을 보유한 패턴 투사 시스템과 영상획득 시스템으로 구성된다. 패턴 투사용 서브시스템은 공간상으로 서로 상이한 투사 방향을 가지며, 이는 측정 물체에 각기 다른 입사 방향을 가지는 패턴 조명이 투사될 수 있도록 하는 것을 목적으로 한다. 위상이송 모아레 간섭계의 구현을 위한 정밀 위상이송을 위해서, 각 서브시스템의 패턴 격자는 PZT 구동기를 이용하여 일정 간격으로 이송한다. 최종적으로 측정되는 마이크로 볼의 경면반사와 그림자 영역을 효과적으로 제거하기 위해서, 다중 패턴 투사 시스템과 영상획득 시스템을 구현하고, 이를 테스트한다. 특히, 다중 프로젝션을 이용하여 획득되는 다중 높이 정보를 효과적으로 융합하기 위하여, 베이지안 센서 융합 이론을 기반으로한 센서 융합 알고리즘이 제안된다. 제안되는 시스템의 원리검증과 성능확인을 위해, 마이크로 BGA볼과 기판 범프의 측정대상물에 대해서, 측정 반복성을 중심으로 실험이 수행되었으며, 획득된 실험 결과를 분석하고 논의한다.

• Journal of the Korean Wood Science and Technology
• /
• 제37권1호
• /
• pp.37-47
• /
• 2009

최근 목재산업계에서는 사람의 시각을 대체하는 기계시각을 이용한 화상처리시스템을 도입하여 제재목 등급 판정의 자동화, 제품의 품질향상 및 재단 최적화 등에 활용하고 있다. 본 연구에서는 국내산 소나무 제재목을 대상으로 표면결함검출을 위한 화상처리시스템을 개발하고자 하였으며, 주로 이용되고 있는 라인스캔카메라를 대신하여 비교적 저가의 영역카메라를 이용하였을 때 발생되는 문제점을 해결하고자 하였다. 벨트컨베이어의 불균일한 이송속도에 따른 문제점을 해결하기 위해 화상의 특징점을 이용한 결과 효과적인 화상병합을 할 수 있었다. 일반적인 영역카메라는 송재속도 15.7 m/min 이상에서는 모션블러에 의한 화상의 품질저하로 인하여 화상처리가 어려웠고 화상처리에 적합한 송재속도는 13.8 m/min였으며 추후 송재속도를 향상시키기 위해서는 전자셔터 속도가 빠른 카메라의 사용이 요구되었다. 녹색 컨베이어벨트상의 제재목 화상의 배경과의 분리를 위해서는 RGB필터의 red 채널을 이용하면 효과적이었다. 옹이검출을 위한 문턱값 판정법은 화상분석형인 문턱값 감소법이 우수하였으며 히스토그램분석형 중에서는 엔트로피법이 적합하였다.

• 전자공학회논문지S
• /
• 제36S권11호
• /
• pp.79-88
• /
• 1999

본 논문은 움직이는 물체가 존재하는 영상열에서 특정 물체만을 계속 추적하고자 하는 방법을 제안하였다. 밝기값과 동작(motion)경계점에 기반을 둔 윤곽선(contour) 추적 알고리즘을 이용하였다. 영상에서 움직이는 물체의 윤곽선의 동작은 이동, 회전, 크기변화를 나타내는 아핀 동작 모델에 의해 잘 묘사되어짐을 가정한다. 움직이는 물체의 윤곽선은 영상열을 따라 추정되는 B-스플라인에 의해 위치와 동작이 표현된다. 패턴인식을 이용하여 추적하고자하는 물체인지를 판별한다. 선형 칼만 필터를 사용하기 위해 아핀 동작 매개변수와 움직이는 물체의 윤곽선 모양(shape)의 두 필터로 추정과정을 나누었다. 차량계기판을 대상으로 한 실험영상에서 이 방법을 이용하여 방해물체가 존재하는 경우에도 안정된 동작의 추정과 추적된 궤적의 획득이 가능함을 보였다.

• 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.

• Smart Structures and Systems
• /
• 제24권5호
• /
• pp.567-585
• /
• 2019

In the past two decades, structural health monitoring (SHM) systems have been widely installed on various civil infrastructures for the tracking of the state of their structural health and the detection of structural damage or abnormality, through long-term monitoring of environmental conditions as well as structural loadings and responses. In an SHM system, there are plenty of sensors to acquire a huge number of monitoring data, which can factually reflect the in-service condition of the target structure. In order to bridge the gap between SHM and structural maintenance and management (SMM), it is necessary to employ advanced data processing methods to convert the original multi-source heterogeneous field monitoring data into different types of specific physical indicators in order to make effective decisions regarding inspection, maintenance and management. Conventional approaches to data analysis are confronted with challenges from environmental noise, the volume of measurement data, the complexity of computation, etc., and they severely constrain the pervasive application of SHM technology. In recent years, with the rapid progress of computing hardware and image acquisition equipment, the deep learning-based data processing approach offers a new channel for excavating the massive data from an SHM system, towards autonomous, accurate and robust processing of the monitoring data. Many researchers from the SHM community have made efforts to explore the applications of deep learning-based approaches for structural damage detection and structural condition assessment. This paper gives a review on the deep learning-based SHM of civil infrastructures with the main content, including a brief summary of the history of the development of deep learning, the applications of deep learning-based data processing approaches in the SHM of many kinds of civil infrastructures, and the key challenges and future trends of the strategy of deep learning-based SHM.

• 한국건설순환자원학회논문집
• /
• 제10권4호
• /
• pp.593-599
• /
• 2022

본 연구에서는 콘크리트 구조물의 주요 손상인 균열에 대한 효과적인 점검을 위하여 이미지 처리 기법을 이용한 균열 검출이 가능한 균열 모니터링 자동화 시스템 개발의 일환으로 머신비전을 이용하여 균열 촬영 장비를 제작하고 균열 이미지 촬영 및 분석이 가능한 프로그램을 개발하였다. 본 시스템은 기존의 육안으로 균열을 점검하는 외관조사를 대체하여 객관적이고 정량적인 데이터를 제공한다. 개발 시스템의 검증은 자기치유 콘크리트 수조 시공 현장에 적용하여 균열 검출 및 재령에 따른 균열폭의 변화량을 모니터링하였다. 이미지 분석을 통해 검출된 균열폭의 경우 디지털 현미경을 이용한 실측값과 차이가 최대 0.036 mm로 나타났으며, 자기치유 콘크리트의 재령 경과에 따른 균열 치유 효과를 균열폭 감소를 통해 확인할 수 있었다.