KR100285897B1 - 부직포의 균제도 측정방법 - Google Patents

Abstract

1. 청구범위에 기재된 발명이 속하는 기술분야

본 발명은 부직포의 균제도(Evenness) 측정방법에 관한 것으로 특히, CCD 카메라를 이용하여 측정된 광량을 숫자로 바꾸어 부직포의 균제도를 측정하는 방법에 관한 것이다.

2. 발명이 해결하고자 하는 기술적 과제

본 발명의 목적은 부직포의 균제도를 빠른 시간내에 객관적으로 평가하는 방법을 제공하는 것이다.

3. 발명의 해결방법의 요지

부직포에 빛을 조사하여 통과되는 빛의 양을 광전 센서(CCD)를 통해 전기적인 신호로 바꾸고 이를 다시 숫자로 바꾸어 균제도를 측정하는 것으로 (1) CCD 카메라에 의한 이미지 데이터의 입력 단계와 (2) 히스토그램 평활화에 의하여 명도분포를 단순화하고 패턴에 의한 이미지 잡음을 제거하는 전처리 단계와 (3) 재구성된 이미지를 분석하는 단계로 이루어진다.

4. 발명의 중요한 용도

부직포의 균제도를 빠른 시간내에 객관적으로 평가하는 방법이 제공된다. 따라서 본 발명에 의하면 부직포의 균제도를 실시간으로 평가하여 그 결과를 피드백(Feed Back)시키므로써 생산 공정을 제어할 수 있는 시스템이 제공될 수 있다.

Description

부직포의 균제도 측정 방법

본 발명은 부직포의 균제도(Evenness) 측정방법에 관한 것으로 특히, CCD 카메라를 이용하여 측정된 광량을 숫자로 바꾸어 부직포의 균제도를 측정하는 방법에 관한 것이다.

최근들어 부직포 제조기술이 다양하게 발전하면서 그 사용 분야가 급속히 확대되어 가고 있으나 아직도 부직포의 품위와 강도, 신도 등의 물리적 성질은 기존의 직물이나 편물의 수준에 이르지 못하고 있다.

이는 실의 단계를 거치지 않고 웹(Web)의 상태를 거쳐 포의 상태가 되는 부직포의 제조공정의 특성상 부직포의 균제도가 직물이나 편물에 비하여 떨어지기 때문이다. 특히, 부직포는 그 두께가 얇을수록 동일한 두께의 직·편물에 비하여 균제도가 크게 뒤지는데 이와 같은 높은 불균제도로 인하여 강도, 신도 등 품질관리가 어렵다.

따라서 부직포의 강도 및 신도의 관리를 위하여는 웹의 균제도를 측정하고 제어하는 공정이 반드시 필요하게 되는데 이 웹의 균제도를 측정하기는 부직포 생산공정의 특정상 매우 어려워 포 상태에서의 균제도만이 측정되고 있다.

종래의 부직포의 균제도 측정방법과 문제점은 다음과 같다.

A. 단위면적당 무게의 측정에 의한 평가

부직포를 일정 면적으로 잘라서 무게의 변동(Variation)을 측정한다.

그러나 이 방법은 균제도를 정확히 측정할 수 있지만 측정에 시간이 많이 소요되고, 한 롯트(Lot)의 생산이 완결된 후에야 측정이 가능하기 때문에 그 결과를 피드백시켜 생산공정에 반영하기 어렵다.

B. 육안에 의한 평가

이는 숙련된 기술자가 부직포를 육안으로 직접 관찰하여 평가하는 방법이다.

이 방법에 의하면 균제도를 빨리 평가할 수 있기는 하지만 작업자에 따라 그 결과가 달라질 수 있고, 동일한 작업자가 평가하더라도 상황에 따라 그 결과가 달라질 수 있어 그 결과가 매우 주관적이다.

본 발명의 목적은 부직포의 균제도를 빠른 시간내에 객관적으로 평가하는 방법을 제공하는 것이다.

제1도는 이미지 데이터 입력 시스템의 개요도

제2도는 2차원 합성법의 개요도

제3도는 평활화 커널(Kernel)의 예

제4a도는 회색도를 2단계로 하여 재구성된 이미지

제4b도는 회색도를 4단계로 하여 재구성된 이미지

제4c도는 회색도를 16단계로 하여 재구성된 이미지

제4d도는 회색도를 256단계로 하여 재구성된 이미지

제4e도는 회색도를 16단계로 하고 필터를 적용하여 재구성된 이미지

제5도는 평활화 커널의 예와 이를 통하여 얻어진 이미지

제6도는 회색도를 16단계로 한 경우의 면밀도와 회색값의 상관관계

제7도는 필터가 면밀도와 회색값의 상관관계에 미치는 효과

제8도는 필터가 회색값의 변동계수에 미치는 효과

제9a도는 필터 적용전과 적용후의 이미지와 변동계수의 예(PA025N)

제9b도는 필터 적용전과 적용후의 이미지와 변동계수의 예(PA050N)

* 도면의 주요부분에 대한 부호의 설명

11 : 광원 12 : 부직포

13 : 통과된 빛 14 : CCD 카메라

15 : PC 21 : 합성 커널(Convolution Kernel)

22 : 입력 이미지 배열(Input Image Array)

부직포에 빛을 조사하면 포의 밀도가 낮은 곳이 높은 곳보다 통과되는 빛의 양이 상대적으로 많기 때문에 부직포에 빛을 조사하여 통과되는 빛의 양을 측정하면 포의 밀도를 측정할 수 있을 것이다.

본 발명은 이와 같은 원리를 이용하여 부직포에 빛을 조사하여 통과되는 빛의 양을 광전 센서(Charge Couple Device, CCD)를 통해 전기적인 신호로 바꾸고 이를 다시 숫자로 바꾸어 부직포의 균제도를 측정하는 것으로, (1) CCD 카메라에 의한 이미지 데이터의 입력 단계와 (2) 히스토그램 평활화와 이미지 잡음 제거로 이루어지는 이미지 데이터의 전처리 단계와 (3) 이미지 분석 단계로 이루어지며 각 단계는 상세히 설명하면 다음과 같다.

1. CCD 카메라에 의한 이미지 데이터의 입력

부직포의 이미지 데이터는 부직포에 빛을 비추어 부직포를 통과하는 빛의 양을 적당한 수의 픽셀(Pixel, 화소)로 나누어 측정하므로써 얻어진다.

본 발명의 이미지 입력단계를 제1도의 이미지 데이터 입력 시스템을 사용하여 보다 상세히 설명하면, 부직포에 빛(11)을 비추면 부직포(12)의

밀도에 따라 일부는 통과되고 일부는 반사되는데 그 통과되는 빛(13)을 CCD 카메라(14)로 보내 픽셀마다의 통과되는 빛의 양을 측정한다.

이 때, CCD 카메라를 통하여 입력되는 이미지 데이터가 실제의 부직포의 밀도를 잘 반영하도록 여러 가지 옵션 즉, 명도(Brightness), 대비(Contrast), 선명도(Sharpness) 및 해상도(Resolution)를 조절한다.

또한, 이 방법에 의해 측정된 균제도가 실제 부직포의 균제도와 높은 상관관계를 갖도록 하이라이트(Highlight) 값도 조절할 수 있다.

2. 히스토그램 평활화와 이미지 잡음 제거에 의한 전처리

위와 같이 부직포를 통과하는 빛의 양을 CCD로 측정하여 얻어진 부직포의 이미지 데이터는 히스토그램 평활화(Histogram Equalization)와 이미지 잡음 제거로 이루어지는 전처리 과정을 거쳐 수정된다.

(1) 히스토그램 평활화

이는 픽셀 마다의 명도 값을 임의의 단계로 재배치하여 이미지의 명도분포를 계단식으로 단순화하는 것으로 이 과정을 거쳐 평활화된 이미지는 보다 단순한 이미지를 갖게 되고 이후의 분석과정에 소요되는 계산시간을 줄여주기도 한다.

이를테면, 회색도를 2로 하는 경우 즉, 각 픽셀의 명도 값을 2 단계로 하는 경우에는 각 픽셀은 흑(0) 또는 백(1)의 명도 값을 가지게 되며 회색도를 무한대로 하는 경우에는 실제의 이미지와 동일하게 된다.

실제로는 입력된 이미지의 픽셀의 명도를 2, 4, 16 또는 256 단계로 명도 값을 재배치하는데 몇 단계가 가장 적합한지는 각 단계로 평활화시킨 이미지와 육안으로 평가한 이미지를 비교하여 가장 유사하다고 생각되는 단계를 선택한다.

히스토그램 평활화에서 사용되는 수식은 다음 식(1)로 표현된다.

여기에서, x는 본래의 이미지 데이터(Original Data)이고, y는 히스토그램 평활화된 데이터(Histogram Equalized Data)이며, N은 히스토그램 평활화에 적용된 회색도(Gray Level of Histogram Equalization)이고, INT(x)는 x보다 크지 않은 정수를 나타내는 함수이다. 이를테면, INT(5.45) = 5이다.

(2) 이미지 잡음 제거

부직포에 패턴이 있는 경우에는 웹의 불균일한 부분이 아니면서도 불균일한 부분으로 처리되어 이미지 분석과정에서 오류를 발생시킬 가능성이 있기 때문에 이미지 잡음을 제거할 필요가 있다.

이미지 잡음을 제거하는 방법으로는 2차원 합성(2D Convolution)법과 2D FFT(Fast Fourier Transformation)법이 있다.

a. 2차원 합성법(2D Convolution)

이는 제2도에 도시한 바와 같이 필터의 역할을 하는 합성 커널(Convolution Kernel)(21)을 입력 이미지 배열(Input Image Array)(22)의 위로 이동시키면서 각각의 겹쳐지는 부분의 평균값으로 새로운 이미지를 만들어 이미지를 평활화시키는 것으로, 이 방법에 의하면 패턴 주변의 경계가 점차 완만하게 변하여 이미지 잡음이 제거된다.

제3도는 일반적인 필터 커널의 형태를 나타낸 것이며, a_ij는 필터의 계수값(Filter Coefficient Value)이다.

그러나 이 방법에 의한 이미지 잡음 제거는 계산이 간단하며 매우 효과적이나 시료 가장자리 부분의 데이터가 손상되는 단점이 있다.

b. 2D FFT(2D Fast Fourier Transformation)법

이는 FFT 알고리즘을 이용하여 이미지 잡음을 제거하는 것으로 이미지를 우선 FFT 알고리즘에 의해 변환시킨 후, 이미지 잡음을 제거하고 다시 역변환을 하여 잡음이 제거된 이미지를 얻는 것이다.

일반적으로 이미지 잡음에 해당하는 부분은 높은 주파수를 가지므로 높은 주파수 영역을 제거하면 이미지 잡음이 지워지기 때문이다.

그러나 이 방법은 제거하고자 하는 잡음만 효과적으로 제거할 수 있는 장점이 있지만 계산에 시간이 오래 걸린다.

3. 평활화된 이미지 데이터에 의한 이미지 분석

위와 같은 과정을 거쳐 얻어진 이미지 데이터를 사용하여 평균값, 히스토그램, 변동 계수(Coefficient of Variation) 등을 구한다. 이 값들은 컴퓨터에 일목 요연하게 표시(Display)할 수도 있다.

본 발명의 구성은 다음의 실시예에 의하여 더욱 명확해질 것이며 또한, 그 타당성이 입증될 것이다.

＜실시예＞

본 실시예는 본 발명의 방법에 의하여 평가된 부직포의 균제도가 실제의 균제도를 얼마나 정확하게 반영하는지 알아보기 위하여 본 발명에 의하여 조사된 이미지의 회색 값(Gray Value)과 단위면적당 부직포의 중량 즉, 면 밀도(Area Density)와의 상관관계 등을 조사하였다.

시료는 (주)새한에서 생산되고 있는 폴리프로필렌 스펀본드 부직포를 사용하였다. 색상은 흰색이고 열접착을 위한 특유의 선형 패턴을 가지고 있으며 각 시료의 면 밀도(단위면적당 중량)과 두께는 다음의 표 1과 같다.

1. CCD 카메라에 의한 이미지 데이터의 입력

부직포의 이미지 데이터는 CCD 카메라(모델: 삼성전자(주)의 SDC-413NAD)를 사용하여 8 비트 그레이 스케일(Bit gray scale)로 입력하였으며 7cm×7cm의 시료(각각 4개씩)에서 196×196 픽셀의 이미지 데이터를 얻었다.

이 때, 명도(Brightness), 대비(Contrast) 및 선명도(Sharpness)는 0으로 고정하였고, 해상도(Resolution)은 72 DPI로 설정하였으며, 하이라이트(Highlight)값은 127과 255 두가지 경우에 대하여 실시하였다.

2. 히스토그램 평활화와 이미지 잡음 제거에 의한 전처리

CCD 카메라에 의하여 입력된 196×196 픽셀의 이미지 데이터를 히스토그램 평활화에 의하여 명도분포를 단순화하고, 2차원 합성법에 의하여 패턴에 의한 이미지 잡음을 제거하였다.

(1) 히스토그램 평활화

이미지 데이터를 회색도(Gray Level)를 2, 4, 16, 256단계로 단계를 달리하여 히스토그램 평활화시켰다.

이들 2, 4, 16, 256 단계의 명도분포로 평활화된 이미지를 제 4a도∼제4d도에 각각 나타내었는데 회색도를 2단계로 하여 평활화한 경우(제4a도)에는 부직포의 면밀도를 짐작하기가 곤란하였고, 4, 16 및 256단계(제4a도∼제4d도)로 하여 평활화한 이미지는 육안으로 비교하였을 때와 매우 유사하였다.

제4e도는 16단계로 평활화한 후, 필터를 적용한 것으로 제4c도와 비교하기 위한 것이다.

(2) 2D 합성(2D Convolution)법에 의한 이미지 잡음 제거

회색도를 16단계로 평활화한 경우에 대하여 필터계수값(Filter Coefficient Value)을 달리한 다양한 형태의 필터 커널을 적용하여 재구성한 이미지를 제5도에 나타내었다. 필터계수값은 가중치를 의미하며 제5도에 도시된 바와 같이 (c)형태의 필터가 적용되었을 때 가장 선명한 이미지를 얻을 수 있었다.

본 명세서에 기재하지 않은 회색도를 4단계로 하여 평활화한 경우에는 이미지가 너무 손상되어 실제와 많이 달라졌고, 256단계로 평활화한 경우에는 패턴을 제거하는 효과는 있으나 밀도분포를 선명하게 볼 수가 없었다.

3. 평활화된 이미지 데이터에 의한 이미지 분석

이상과 같은 과정을 거쳐 측정된 각 시료의 면 밀도(Area Density)에 따른 회색 값(Gray Value)을 제6도에 나타내었는데 회색값과 면밀도와의 사이에는 매우 높은 상관관계가 성립하였고, 이들 사이의 상관관계는 설정된 하이라이트 값에 의해 영향을 받았다.

제6도를 보다 상세히 설명하면 보다 밝은 이미지를 얻고자 하이라이트 값을 127로 설정한 경우, 면 밀도 70이하에서는 매우 높은 선형관계가 존재함을 보여주었으나(r=0.997), 70 이상 150의 범위에서는 상관계수가 낮아졌다.(r=0.933).

이는 하이라이트 값을 127로 설정한 경우에는 127 이상의 밝기에 대해서는 구분을 해 주지 못하기 때문이었던 것으로 파악된다.

반면, 하이라이트 값을 255로 설정한 경우, 이미지는 조금 어두워 보였으나 면밀도가 150인 경우까지도 매우 좋은 상관관계(r=0.975)를 나타내었다.

이러한 결과로부터 면 밀도가 150인 경우까지도 본 발명의 방법에 의하여 균제도를 측정할 수 있음을 알 수 있고, 얇은 부직포의 경우에는 하이라이트 값을 조절하므로써 보다 효과적으로 균제도를 측정할 수 있음을 알 수 있다.

면 밀도와 회색 값의 상관관계에 대한 필터의 효과를 알아보기 위하여 필터를 적용하지 않은 경우와 필터를 적용한 경우에 대하여 면 밀도에 대한 회색 값을 제7도에 비교하여 도시하였다.

제7도에 의하면 필터를 적용하기 이전과 이후의 값이 크게 다르지 않음을 알 수 있으며 필터를 적용하더라도 회색 값과 면 밀도와의 상관관계는 변함이 없다고 결론지을 수 있다.

또한, 각각의 시료에 대하여 필터를 적용하지 않은 경우와 적용한 경우의 변동계수를 제8도에 비교하여 도시하였다.

필터를 적용하면 변동계수가 상당히 감소함을 알 수 있다. 또한, 필터를 적용하기 이전에 면 밀도 70 이상에서 변동계수가 특이하게 커지던 것이 필터를 적용하면 없어지는 것을 알 수 있다. 필터를 적용하지 않은 경우, 면 밀도 70 이상에서 변동계수가 특이하게 커지는 것은 패턴의 영향으로 생각된다. 왜냐하면, 50 이하에서는 부직포가 얇아서 패턴과 주변의 명도차가 크지 않아 패턴의 영향이 작아 변동계수에 크게 영향을 미치지 못하지만 부직포가 두꺼우면 패턴과 주변의 명도차가 심해져 패턴의 영향이 커지고 그 결과로 변동계수를 크게 만들기 때문이다.

본 실시예에서 사용된 시료중 PA025N과 PA050N에 대하여 필터를 적용하지 않은 원래 이미지(왼쪽)와 필터를 적용한 경우에 있어서 재구성된 이미지(오른쪽)를 이들의 변동계수와 함께 제9a도와 제9b도에 각각 나타내었다.

면 밀도가 25인 경우(제9a도)에는 원래 이미지에서는 육안으로는 잘 판별이 되지 않았으나 필터를 거친 평활화된 이미지에서는 쉽게 판별이 가능하였으며 변동계수 값을 통해서도 이를 확인할 수 있다. 면 밀도가 50인 경우(제9b도) 원래 이미지를 통해서도 쉽게 판별을 할 수 있었으나 필터를 거친 평활화된 이미지에서 보다 용이하게 판별이 가능하였다.

변동계수의 값을 살펴보면 필터를 거치기 이전과 크게 다르지 않아 서로 비슷한 불균제도를 가지는 것으로 판단되지만 육안으로 볼 때는 분명히 차이가 있음을 알 수 있다. 하지만 필터를 거친 후의 변동계수의 값을 보면 실제 육안으로 판별하는 것과 비슷한 경향을 가지고 있음을 알 수 있다.

따라서 이미지 분석을 통해 부직포의 균제도를 평가하려면 필터를 거쳐 패턴이 제거되어야 한다고 결론지을 수 있다.

이상의 실시예를 통하여 이미지 분석이 면 밀도를 측정에 적합하고 본 실시예에서 사용된 시료에 대하여는 회색도를 16단계로 하는 것이 가장 적합하다는 것이 밝혀졌다.

그리고 이미지 전처리를 통해 부직포의 패턴에 의한 이미지 잡음이 제거될수 있음이 확인되었고, 패턴에 의한 이미지 잡음을 제거함으로써 오차가 제거될 수 있으며, 패턴이 제거된 이미지의 변동계수는 부직포의 균제도를 평가하는데 객관적인 자료로 이용될 수 있음이 확인되었다.

또한, 이 방법에 의하여 실시예에서 사용된 CCD 카메라 SDC-413NAD의 경우, 한 프레임(Frame)당 2∼20cm의 이미지를 30 프레임/(초)의 속도로 읽어들일 수 있으므로 분당 36∼360m의 이미지를 입력할 수 있다. [계산 : (2∼20cm/frame)×(30frame/sec)×(1m/100cm)×(60sec/1min) = 36∼360m/min]

따라서 현재 가동되고 있는 부직포 생산공정에서의 부직포 생산속도가 10∼100m/min 임을 감안하면 현재의 기술로도 부직포 생산공정에서 연속적으로 부직포 균제도 평가할 수 있을 것이다.

본 발명에 의하면 빠른 시간내에 부직포 균제도를 객관적으로 평가할 수 있다. 또한, 부직포의 균제도를 실시간으로 평가할 수 있으므로 그 결과를 피드백시켜 생산공정의 제어할 수 있게 된다.

Claims (3)

1. (1) 부직포에 빛을 비추어 부직포의 표면에서 반사되는 빛의 양을 픽셀(Peixel)로 나누어 측정하는 CCD 카메라(Scanner)에 의한 이미지 입력 단계와, (2) 히스토그램 평활화와 이미지 잡음 제거로 이루어지는 전처리 단계와, (3) (2)단계에 의하여 재구성된 이미지 데이터로부터 평균값, 히스토그램, 변동 계수 등을 구하는 이미지 분석 단계로 이루어지는 부직포 균제도의 측정 방법.
2. 제1항에 있어서, (2)단계에서 히스토그램 평활화함에 있어서 명도분포를 4∼256단계로 하여 평활화 하는 것을 특징으로 하는 부직포 균제도의 측정 방법.
3. 제1항에 있어서, (2)단계에서 이미지 잡음을 제거함에 있어서 2차원 합성(2D Convolution)법에 의하는 것을 특징으로 하는 부직포 균제도의 측정 방법.