KR100615047B1 - 용접부의 결함 자동 검측 방법 - Google Patents

Abstract

본 발명은 용접 부분에 대한 방사선 영상의 특징 분석을 통해 용접부위의 정확한 양부 판정이 가능함과 동시에 여러 가지 형태의 결함을 검측할 수 있고, 원형 형태의 원형결함과 가늘고 긴 형태의 띠형결함을 보다 효율적으로 검측할 수 있는 용접부의 결함 자동 검측 방법에 관한 것으로서, 본 발명의 용접부의 결함 자동 검측 방법은 용접부를 촬영한 방사선 영상의 중심픽셀 주변의 픽셀 데이터들의 평균값을 상기 중심픽셀의 데이터로 대치하여 상기 방사선 영상의 잡음을 제거하는 단계와, 상기 방사선 영상을 S-Z변환하는 단계와, 상기 방사선 영상 중에서 용접부위의 영상만을 선택하는 단계와, 상기 선택된 영상을 이진화하기 위해 웨이블렛 함수의 척도를 계산하고 확정하는 단계와, 웨이블렛 연산자와 확정된 척도를 이용하여 x방향과 y방향으로 0점을 지나는 영상정보를 검측하는 단계와, 상기 검측된 영상정보가 x방향과 y방향으로 0점 교차가 존재하면 Log 연산자를 이용하여 원형결함을 추출하고, 상기 검측된 영상정보가 어느 한 방향으로 0점 교차가 존재하면 방향조절 연산자를 이용하여 띠형결함을 추출하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

원형결함, 띠형결함, 자영상, 검측

Description

용접부의 결함 자동 검측 방법{Method for auto-detecting defect of welding position}

도 1은 종래 기술에 따른 용접부의 결함 검측 방법을 설명하기 위한 순서도

도 2는 종래 방법을 이용한 S-Z 변환에 따른 그레이레벨 변환곡선

도 3은 종래 방법을 이용한 가우시안 2차 도함수의 우대칭 정사각형 신호 연산자

도 4a 내지 4f는 종래 방법을 이용한 컨볼루션 연산결과를 나타낸 그래프

도 5는 본 발명의 실시 예에 따른 용접부의 결함 자동 검측 시스템의 구성도

도 6은 본 발명의 실시 예에 따른 용접부의 결함 자동 검측방법을 설명하기 위한 순서도

도 7a는 본 발명의 용접부의 결함 자동 검측방법에 따른 수직방향에서 검측한 지붕에지의 위치를 나타낸 도면

도 7b는 본 발명의 용접부의 결함 자동 검측방법에 따른 수평방향에서 검측된 지붕에지의 위치를 나타낸 도면

도 7c는 본 발명의 용접부의 결함 자동 검측방법에 따른 원형결함의 중심점을 나타낸 도면

도 8은 본 발명의 용접부의 결함 자동 검측방법에 따른 지붕에지와 Log 연산 자를 이용한 지붕에지에 대한 컨볼루션 결과영상을 나타낸 도면

도 9는 본 발명의 용접부의 결함 자동 검측방법에 따른 원형결함을 추출한 결과 영상을 나타낸 도면

도 10은 방사선 영상에서 나타나는 원형의 흑반점을 나타낸 도면

도 11은 도 10과 같은 흑반점이 나타난 영상을 컨볼루션 한 결과를 나타낸 도면

도 12는 본 발명의 용접부의 결함 자동 검측방법에 따른 띠형결함의 중심점을 나타낸 도면

도 13은 본 발명의 용접부의 결함 자동 검측방법에 따른 띠형 결함에 대한 형태학 연산을 수행한 결과영상을 나타낸 도면

도 14는 본 발명의 용접부의 결함 자동 검측방법에 따른 최종적인 잡음 제거를 설명하기 위한 지붕에지의 그레이레벨 분포도

*도면의 주요부분에 대한 부호의 설명*

51 : 영상입력부 53 : 영상강화부

55 : 픽셀데이터 평균산출부 57 : S-Z변환부

59 : 자영상 선택부 61 : 자영상 확대부

63 : 에지추출부 65 : 원형결함추출부

67 : 띠형결함추출부 69 : 형태학 연산부

71 : 잡음제거부 73 : 결과출력부

본 발명은 용접부의 결함 검측 방법에 관한 것으로서, 더욱 자세하게는 용접 부분에 대한 방사선 영상의 특징 분석을 통한 정확한 검측을 바탕으로 용접 불량에 기인한 경제적, 환경적, 인명적 피해를 최소화하는데 적당한 용접부의 결함 자동 검측 방법에 관한 것이다.

일반적으로, 원유 및 기름을 운송하는 파이프는 지하 깊숙이 매설되어 있고, 적어도 30에서 50 내기압을 견딜 수 있어야 한다. 때문에 파이프와 파이프를 용접으로 연결함에 있어서 용접부위는 매우 중요하며, 만약 용접부위에 불량이 발생하여 혹시라도 파이프가 깨지거나 구멍이 뚫리게 되는 경우에는 경제적 손실은 물론이거니와 환경 생태계에 막대한 피해를 입히게 된다.

용접부위의 양부를 판정하는 방법에는 초음파 검측방법, 삼투압 검측방법, 방사선을 이용한 검측방법 등 다양한 방법이 있다. 그 중에서 현재 가장 많이 사용되는 방법으로는 초음파 검측방법이 있으나, 검측원의 능력, 측정기구의 양부 등의 여러 가지 요인으로 인하여 빈번하게 검측을 빠뜨리거나 오판을 할 경우가 많다.

방사선 영상을 이용하는 검측방법은 일반적인 촬영법과 공업텔레비젼을 이용하는 방법이 있으며, 전통적인 방법으로는 용접부분의 반대쪽에 필름원판을 부착하여 방사선 촬영을 수행하는 방법이다. 이 방법은 용접의 두께가 각각 다르고 또한 방사선에 대한 흡수율이 각각 다르기 때문에 촬영한 용접체의 내부구조에 대한 영상의 그레이레벨 값이 각각 다르게 나타난다는 문제가 있었다.

더욱이, 촬영한 필름을 직접 사람(검측자)이 육안으로 확인함으로써 검측이 이루어지기 때문에 용접부위의 양부를 정확하게 판단하기가 매우 어렵다. 이에, 용접부의 결함을 자동적으로 검측하는 각종 알고리즘이 제안된 바 있다.

이하, 종래 기술에 따른 용접부의 결함 자동 검측 방법을 설명하면 다음과 같다.

도 1은 종래 기술에 따른 용접부의 결함 자동검측 방법을 설명하기 위한 순서도로서, 도면에 도시된 바와 같이, 용접부위를 촬영한 영상을 강화한다(S101). 이때, 영상을 강화시키는 목적은 잘 보이지 않는 부분을 뚜렷하게 보이게 하기 위한 것으로서, 영상을 처리할 때 영상잡음의 영향을 최소화하고, 또한 영상을 그레이레벨(0~255레벨)로 표현함에 있어서 세절(아주 약한 영상신호=용접부 영상에서의 가느다란 균열부분의 영상)의 분석을 용이하게 하기 위함이다.

이후, 영상의 평균을 구한다(S102). 즉, 방사선을 이용한 용접부분을 촬영하는 장치의 전압치가 일정하지 않거나 또한, 영상을 촬영하는 과정에서 잡음이 유입되는 등의 경우가 발생할 수가 있는데, 이때의 잡음은 용접 부분을 촬영한 방사선 영상을 확대하면 매우 뚜렷하게 나타난다.

또한, 상기의 잡음은 일반적으로 형태가 가늘고, 위치는 랜덤하기 때문에 영상의 중심 픽셀에서 주변의 여러 픽셀 데이터 값을 참조하여 평균을 구하면, 잡음의 간섭을 줄일 수가 있게 된다.

결과적으로, 영상의 중심부 픽셀 값을 중심으로 주변의 넓은 부분의 픽셀 값을 참조하여 평균을 구하면, 잡음을 제거하거나 줄일 수가 있게 되며, 이는 영상의 평활화와 같은 효과는 있으나, 적어도 영상을 변화시키지 않는다는 효과를 갖는다.

이와 같은 영상 신호는 영상 f(x,y)와 가성잡음 n(x,y)의 합성으로 표시할 수가 있다.

만약 잡음 n(x,y)이 가성잡음이면

이 된다. m은 평균을 계산하는 영상의 폭이다.

g(x,y)의 값은 g(x,y)의 분산

이므로 m이 증가하면 증가할수록 g(x,y)의 값은 f(x,y)의 값에 근접하고 또 잡음의 Variance(분산)는 감소하게 된다.

이와 같은 방법으로 여러 영상들에 대한 평균을 구한 후에는 영상을 S-Z변환한다(S103). 일반적으로, 그레이레벨의 S-Z변환은 용접부분의 방사선 영상강화에 효율적이며, 그 변환식은 아래와 같다.

(a<x<=b)

(x<a 혹은 x>b)

상기의 변환식에서 Z는 변환한 후의 그레이레벨 값을, x는 변환전의 그레이레벨 값을 나타내며, 이때의 그레이레벨 변환곡선은 도 2와 같다.

도 2에 도시된 바와 같이, 사인(Sine)곡선 위, 아래 두 곳의 변환률이 낮고, 또 중간부분의 변환률이 큰 특징을 이용하여 a, b부근의 그레이레벨을 낮아지게 하여 잡음을 억제한다. 중간에서 그레이레벨의 등급을 분리하여 변환한 후 실행하면 그레이레벨이 변하지 않는다. 따라서 적당하게 a, b를 선택하여 효과적으로 잡음을 제거할 수가 있고, 또 균열 등 중요한 결함의 검출율을 향상시킬 수가 있다.

이후, Log연산자를 이용하여 영상의 에지를 추출한다(S104).방사선 영상검측 알고리즘에서 중요한 것은 영상을 목표영상과 배경영상으로 분리한 후, 영상분석을 위한 영상의 특징정보(영상의 에지=영상의 경계선)를 추출하는 것이다.

이에, Log연산자를 이용하는 경우에 있어서는 영상에서의 빛의 강도변화(영상의 그레이레벨의 변화)는 척도가 일정하지 않기 때문에 크기가 각각 다른 검측 연산자(에지검측 연산자)를 사용하여야 하고, 검측결과를 다시 종합하여 처리하여야만 효율적인 검측결과(에지검출 영상)를 얻을 수 있다. 또한, 빛 강도의 갑작스런 변화(그레이레벨 영상에서 계단에지)는 1차 도함수(미분)에서 봉우리(혹은 골짜기)로 나타난다. 이것은 2차 도함수(미분)의 영점교차와 일치한다. 따라서 영상에서의 빛의 강도변화(영상의 그레이레벨의 변화)를 효과적으로 검측하기 위하여 윈도우(연산자)의 크기는 항상 조절 가능하여야 하고, 연산자는 영상에 대하여 1차원 혹은 2차원 공간 모두에서 미분 가능해야 한다는 요건을 만족해야만 한다.

일반적으로 척도가 큰 윈도우(연산자)는 영상의 에지를 검출하고 척도가 작 은 윈도우(연산자)는 영상의 세절(가늘고 신호가 약한 선)을 검측한다. Marr와 Hildreth가 제안한 Log 연산자는 효과적으로 빛의 강도변화를 검측할 수 있으며, 방사선 영상의 원형결함 검출에도 매우 효과적이다.

이때, 입력영상을 F(x,y)로, 가우시안 함수를 G(x,y)로 표시하는 경우, 상기 가우시안 함수 G(x,y)는 수학식 1과 같다.

[수학식 1]

한편, 결함을 검출, 분석하기 위해서는 방사선 영상을 컨볼루션한 후 이진화 영상으로 변환하여야 하는데, 컨볼루션 결과가 부(-)인 곳은 그레이레벨 값 255로 치환하고(그레이레벨 고봉(高峰)에 대응한다), 그 나머지는 0으로 치환한다. 이와 같은 방법으로 결함과 배경을 분리하여 이진화 영상을 얻는다(S105).

하지만, Log연산자는 방사선 용접영상을 검측하는데는 비교적 효과적이지만, 사용에는 제한적이다. 즉, Log연산자는 영상 픽셀의 방향에 대하여 항상 동일한 성질(에지방향에는 반응하지 않음)을 나타낸다. 즉 컨볼루션(윈도우를 적용하는 것)의 방향에 대하여 항상 평균값으로 반응하기 때문에 에지가 나타내는 방향을 구할 수가 없다. 따라서 Log연산자는 방향성에 매우 약한 반응을 나타내는 균열 등의 용접결함을 검출하는데 매우 비효율적일 뿐만 아니라, 중간이 끊겨진 균열 형태로 나타나는 단점이 있다.

따라서, 방향성에 강한 방향조절 연산자를 사용하여 방향에 대한 강한 응답 을 얻을 수가 있었다. 만일, 한 쌍의 연산자의 방향에 대한 응답의 형태가 90도의 각도를 이루면 이 한 쌍의 연산자는 정교(Cross)한다고 한다.

에지를 검출함에 있어서, 에지를 기대칭과 우대칭의 연산자로 검출할 때, 기울기의 중점은 같지 않다. 이때, 상기 기대칭의 연산자는 에지를 추출하는데 효율적이고, 우대칭의 연산자는 선을 추출하는데 효율적이다. 용접 결함 방사선 영상 검측에서 큰 결함(균열, 용접불량 등 가늘고 긴 균열)은 영상에서 비교적 밝은 선의 형태로 나타난다. 그러므로 이와 같은 결함검측은 방향 조절 가능한 우대칭 연산자를 이용하면 효율적이고, 또한 컨볼루션 연산을 진행할 때 적절한 척도와 임계치를 사용하면 효율적이다.

도 3은 가우시안 2차 도함수의 우대칭 정사각형 신호 연산자를 도시한 것으로서, S(x)는 가우시안 2차 도함수(미분)를 이산화한 신호이고, 좌우측으로 에너지가 평형 반응을 나타내며, 각각의 위치는 180°임을 알 수 있다.

이를 수학식으로 나타내면 아래와 같다.

S(x) = 0 ; 기타

각각의 밝은 선을 (h1<L, h2=L, L<h3<2L, h4>2L. 2L<h5<3L, h6>3L)로 하고 강도가 1인 밝은 선을 예를 들면 정사각형 신호(square wave) S(x)가 몇 개의 밝은 선에 대한 컨볼루션 연산 결과에 대한 정사각형 신호(square wave) 연산자의 성질은 다음과 같다.

밝은 선의 그레이레벨 변화가 가파른 에지를 가지고 있다고 생각할 수 있다. 도 4a 내지 4f에 나타낸 바와 같이, a,b,c,d,,e,f는 각각 밝은 선은 횡절면이고 정사각형 신호(square wave) 연산자 S(x)는 도 3에 표시한 것과 같다. 밝은 선과 수직되는 방향을 따르는 S(x)를 취하고 이에 대하여 컨볼루션 연산을 하면, 컨볼루션 넓이는 L+h-1이고 컨볼루션 연산결과는 도 4a 내지 4f와 같이 나타난다.

도 4a 내지 4f에 나타난 바와 같이, S(x)는 넓이가 L 보다 작은 밝은 선에 대하여 모두 매우 민감하다. 컨볼루션 연산에서 원래의 그레이레벨 블록면 강도와 배경과 비교하면 대단히 크게 되었다.

밝은 선의 넓이가 S(x)의 척도 L의 2배 보다 클 때 즉 h>2L 일 때 컨볼루션 결과 중에서 두 개의 봉우리치가 나타났다(도 4d 참조). 또 밝은 선 본래의 그레이레벨의 계단의 변화는 골로 변하였다. 그리고 밝은 선의 넓이의 증가에 따라 감소되었다. h>3L 일 때 밝은 선의 에지는 봉우리이고, 밝은 선 자신은 그레이레벨이 0으로 변하였으며, 도 4f에 나타난 바와 같이, 2차원 영상으로 표현된다. 2차원 정사각형 신호(square wave)의 컨볼루션 결과는 큰 척도인 결함에 대한 에지는 밝게 변하였고 또 결함 본래의 영역은 흐리게 변하였거나 혹은 까맣게 변하였다. 때문에 S(x)의 척도 L이 1/2 결함 척도 보다 작을 때, S(x)로 큰 결함을 검측할 때에는 에지의 정황만 검측된다. 그러므로 큰 결함이 변형되면 판별과정에서 에러로 잘못 판 별할 수가 있다. 1차원 S(x)의 성질을 이용하여 각 방향에 대한 2차원 용접 영상 결함을 검측해 내기 위하여 반드시 1차원 연산자와 상호 대응하는 2차원 연산자를 설계 구현하여야 한다.

한편, 종래와 같은 방법으로는 에지를 잡음으로 보거나 혹은 잡음을 에지로 보아 잘못된 판단을 하는 경우가 발생할 수 있다. 이를 극복하기 위해서 순차 평활화 연산 기법을 이용하였다.

순차 평활화 연산은 영상에 포함된 잡음을 제거하기 위한 연산으로 메디안 필터(연산자=중앙값 평활화 연산)를 많이 사용한다. 이 연산자는 중심 픽셀이 값으로 연산자의 중앙에 위치하는 값 또는 연산자의 평균값으로 대치한다.

이러한 순차 평활화 연산은 일종의 중앙값 평활화 연산를 확장한 것이다. 중앙값 평활화 연산은 윈도우(연산자)의 원소를 크기순으로 배열하여 중앙에 위치하는 값을 추출하여 중심픽셀의 그레이레벨 값으로 대치하는 것이다. 중앙값 평활화 연산은 매우 간단한 비선형 평활화 알고리즘이다. 이것은 특히 펄스형 잡음을 제거하는데 적합하다. 만약 윈도우의 제n개의 최대치를 취하면, 이것을 제n계 순차 평활화 연산이라고 한다.

제n계 순차 평활화 연산자가 임의점 A의 추출을 표시하면,

Y(A) = 집합 [X(A-N), X(A-N-1), …… X(A), ……, X(A+N)] 중의 제n개 최대치이다.

n계 순차 평활화 연산자의 정의로부터 2N+1의 윈도우 중에서 하나의 n계 순차점 x와 같은 n개 점의 최대값이 존재한다. 적어서도 2N+1-(n-1)=2N+2-n개 점의 값의 최소값이 x개 존재한다. 다음과 같은 정리가 성립한다.

정리: n계 순차 평활화 연산자는 넓이가 2N+2-n보다 작은 저골과 넓이가 n보다 작은 고봉을 제거할 수있다. 만약 순차 연산자 윈도우 길이가(2n+1)가 고봉 혹은 저골의 제일 큰 넓이 L의 2배보다 큰 것을 취하면, 즉 2N+1<2L로 표시할 수 있다. 그러면 제n계 연산자 중의 순차 n<N+1을 취할 때, 2N+2-n>N+1>N+1/2>L 이기 때문에 윈도우 크기가 남을 정도로 크고 또 n<N+1일때 n계 평활화 순차연산자는 저골과 넓이가 N보다 작은 고봉을 제거할 수 있다. 그러나 넓이 고봉(L>n)의 영향을 받을 수 있다.

순차 평활화 연산자의 개념을 평면영상에 확장하면 처리하여야 할 중심픽셀을 크기가 m×n인 윈도우 A를 설정한다. A중 모든 픽셀의 그레이레벨 값은 2N+1=mn의 {x} 순차를 조성한다. 픽셀개수가 총 픽셀 갯수의 백분비가 r일때 대응하는 그레이레벨 값 K를 선정한다. K를 제n계 순차로 정하면 분명히 n=(1-r)*2N+1<N+1이 있다. 정리와 이후의 추리를 근거하여 K는 윈도우 중의 잡음(L<n의 펄스형 잡음)과 용접표면의 용접으로 인한 찌꺼기가 가져온 흐린 점 등의 영향을 받지 않는다. K는 m*n 윈도우중의 크기가 비교적 큰 영역의 그레이레벨을 반영한다. 때문에 윈도우 중심점이 결함에 속하는가 그렇지 않는가를 확정하기 위하여 만약 윈도우 중심픽셀을 O(X0,Y0)이고 이 중심픽셀의 그레이레벨 값을 q0라고 하면,

①q0>K일때 O(X0,Y0)은 결함에 속한다. 이 픽셀에 1을 부여한다.

②q0<K일때 O(X0,Y0)은 결함에 속하지 않는다. 이 픽셀에 0을 부여한다.

이 윈도우의 순차를 이용하여 윈도우 중심점에 대하여 판단을 진행하는 알고 리즘을 순차 연산자 알고리즘이라고 한다. 순차 연산자 알고리즘은 비교적 에지를 잇고 또는 에지를 버리는 데 효과적이다. 그리고 일정한 넓이의 영상에서 잡음을 억제하는 효과도 있다. 그러나 순차 연산자 알고리즘도 어느 정도의 제한성이 있다. 즉 결함의 종류와 크기가 다양하기 때문에 r의 구체적인 값과 윈도우 A의 크기를 임의로 선정할 수가 없고 서로서로 관련성을 지지고 있으면서 또한 제약성을 지니고 있다는 것이다.

그러나, 순차 연산자로 에지를 버리는 것과 결함을 추출하는 모순을 해결할 수는 있으나, 이 방법은 사용성이 그다지 넓지 않고 또한 알고리즘의 운행시간도 많이 걸린다는 단점을 가지고 있다. 이것은 용접영상 검측시스템을 산업현장의 응용에 그다지 효과적이지 못하다.

용접 방사선 영상 분석한 후 적합한 척도하에서 용접결함(예를 들면 기공, 찌꺼기, 다용접 하지 못했음, 비용함, 갈라진 금 등의 결함)은 모두 지붕에지로 볼 수 있다. 지붕에지는 그레이레벨 값이 증가로부터 감소로 변하는 전환점에 존재한다. 그리고 용접에지(방사선 영상에서 용접부분과 다른 부분의 경계)의 안과 밖은 각각의 척도하에서 계단에지로 볼 수 있다. 즉, 양쪽에서 에지픽셀의 그레이레벨 값은 분명히 다르다는 것을 알았다. 이와 같은 에지의 특성을 이용하여 즉 결함과 용접부분의 에지에 대한 고유한 그레이레벨차를 고려하여 결함 추출시 결함에지를 잇거나 버리는 문제점을 해결하였다.

이에, 다척도 에지검출 방법을 이용하여 지붕에지를 검측하고 결함을 추출하는 방법을 이용하였다.

먼저, 영상곡면상에서 점(x,y)에서 α방향의 도함수(미분)는 수학식 2와 같이 정의한다.

[수학식 2]

그리고 2차 방향 도함수(미분)는 수학식 3과 같다.

[수학식 3]

이때, 임의의 방향에 대한 도함수가 영점교차인 것을 검측하면 이 픽셀이 지붕에지라는 것을 알 수 있다. 그리고 지붕에지의 정점에서 곡률은 지붕에지의 구성에 대한 정보를 나타내는데, 곡률의 정의는 아래의 수학식 4와 같이 나타낸다.

[수학식 4]

곡률에서 곡률이 가장 큰 방향은 2차 도함수의 평방과 정비례된다. 또 결함은 일반적으로 밝은 점이기 때문에 2차 도함수는 부(-)값이 된다. 이 조건을 만족한 후에 비로소 곡률을 임계값과 비교하여 결함을 추출할 수 있다.

이상에서 종래 기술에 따른 용접부의 결함 자동검측방법에 대해서 설명하였으나, 이러한 종래의 방법에 사용했던 연산자에는 모두 연산자 척도문제가 존재한다. 즉, 크기가 일정한 하나의 윈도우를 사용하여 영상 전체에 적용하면 좋은 에 지를 추출할 수가 없다는 문제가 발생한다. 하지만, 방사선 영상의 용접부분의 에지와 용접결함 에지를 구분함에 있어서, 용접부분의 에지를 계단에지로 보고, 용접결함을 지붕에지로 본 후, 용접결함인 지붕에지만 잘 검측하면 상기와 같은 연산자 척도 문제는 해결할 수가 있었다.

그러나, 이러한 방법은 알고리즘이 매우 복잡하고, 운행속도가 늦다는 문제점이 있었다. 그리고 결과 영상에서 기공 등의 결함을 추출하는데는 효과적이지 못하고, Log 연산자만을 사용하면 끊어진 선(금)은 좋게 추출할 수 없다는 문제점이 있었다.

또한 방향을 조절할 수 있는 연산자만을 사용하여 용접결함을 추출하면 작은 척도 경우에만 끊어진 균열의 선(線)을 추출할 수 있었으나, 척도 크기가 원형결함을 변형시킬 수도 있기 때문에 이와 같은 방법은 결함의 정확한 분류와 판별에 영향을 미칠 수 있다는 문제점이 있었다.

다시 말해서, 방사선 영상에서 결함을 추출하는데 중요한 것은 잡음이 없는 에지를 검측하는 것이다. 그러나 종래에 사용되는 에지검측 연산자는 계단에지 검측 연산자이며, 특히 방사선 영상에서 목표물의 윤곽과 용접결함을 모두 계단에지로 보았다. 따라서 방사선 영상에서 이와 같은 에지 검측 연산자를 이용하게 되면 계단에지로 이루어진 결함만을 추출할 수밖에 없다. 그러함에도 불구하고 일정한 척도하에서 영역의 목표물에 대한 윤곽은 계단에지로 이루어져 있으며, 용접결함은 계단에지 또는 지붕에지로 이루어져 있다는 것이다. 따라서 방사선 영상에 포함된 지붕에지를 검측함으로서 용접결함을 추출할 수는 있었으나, 하나의 일정한 에지 검측 연산자를 사용하면 여러 가지 형태의 결함을 검측하는데 비효율적이며, 특히 가늘고 긴 형태의 띠형결함을 검측할 수 없다는 중대한 문제점이 있었다.

본 발명은 상기한 문제점을 해결하기 위해 안출한 것으로서, 용접 부분에 대한 방사선 영상의 특징 분석을 통해 용접부위의 정확한 양부 판정이 가능한 용접부의 결함 자동 검측 방법을 제공하는데 그 목적이 있다.

본 발명의 다른 목적은 여러 가지 형태의 결함을 검측할 수 있고, 가늘고 긴 형태의 띠형결함을 보다 효율적으로 검측할 수 있는 용접부의 결함 자동 검측 방법을 제공하는데 있다.

상기의 목적을 달성하기 위한 본 발명의 용접부의 결함 자동 검측 방법은 용접부를 촬영한 방사선 영상의 중심픽셀 주변의 픽셀 데이터들의 평균값을 상기 중심픽셀의 데이터로 대치하여 상기 방사선 영상의 잡음을 제거하는 단계와, 상기 방사선 영상을 S-Z변환하는 단계와, 상기 방사선 영상 중에서 용접부위의 영상만을 선택하는 단계와, 상기 선택된 영상을 이진화하기 위해 웨이블렛 함수의 척도를 계산하고 확정하는 단계와, 웨이블렛 연산자와 확정된 척도를 이용하여 x방향과 y방향으로 0점을 지나는 영상정보를 검측하는 단계와, 상기 검측된 영상정보가 x방향과 y방향으로 0점 교차가 존재하면 Log 연산자를 이용하여 원형결함을 추출하고, 상기 검측된 영상정보가 어느 한 방향으로 0점 교차가 존재하면 방향조절 연산자를 이용하여 띠형결함을 추출하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

여기서, 상기 원형결함을 추출하는 단계는, x방향에서 검측한 지붕에지의 위치와 y방향에서 검측한 지붕에지 간의 교점을 구하는 단계와, 상기 교점을 중심점으로 하여 원형결함이 존재할 수 있는 영역을 선택하고, 상기 원형결함이 존재하는 영역에 대하여 Log 연산자를 이용하여 컨볼루션 연산을 수행하는 단계와, 상기 컨볼루션한 결과에 대하여 이진화 연산을 수행하여 원형결함 및 배경을 분리한 이진화 영상을 구하는 단계를 포함하여 이루어지는 것을 특징으로 한다.

또한, 상기 띠형결함을 추출하는 단계는, 상기 원형결함의 x방향에서 0점을 지나는 점을 제거하여 원형결함의 y방향의 0점을 지나는 점만 남게 하여 띠형결함의 중심점을 구하는 단계와, 상기 띠형결함이 존재하는 영역을 선택하여 가느다란 선으로 이루어진 끊어진 형태의 균열결함을 방향조절 연산자를 이용하여 컨볼루션 연산을 수행하는 단계와, 상기 컨볼루션한 결과에 대해 임계치를 적용하여 띠형결함과 배경이 분리된 이진화 영상을 구하는 단계와, 상기 이진화 영상에서 형태학 연산을 수행하여 끊어진 선을 연결해 주는 단계를 포함하여 이루어지는 것을 특징으로 한다.

또한, 본 발명의 용접부의 결함 자동 검측 방법은 상기 용접부위 영상을 선택한 후, 보간법을 이용하여 영상을 확대하는 단계를 더 포함하여 이루어지는 것을 특징으로 한다.

또한, 본 발명의 용접부의 결함 자동 검측 방법은 상기 원형결함 또는 띠형결함을 제거한 후, 영상에 잔존하는 잡음을 그레이레벨 값의 평균을 이용하여 제거하는 단계를 더욱 포함하는 것을 특징으로 한다.

[실시 예]

이하, 본 발명의 실시 예에 따른 용접부의 결함 자동 검측 방법을 보다 구체적으로 설명하면 다음과 같다.

먼저, 본 발명의 실시 예에서는 하나의 일정한 에지 검측 연산자를 사용할 경우에 발생되는 결함 검측의 비효율성 및 띠형결함을 검출할 수 없었다는 문제점을 해결하기 위해서 지붕에지의 방향 형태를 이용하여 방사선 영상의 용접결함을 기포, 찌꺼기 등과 같은 원형에 가까운 원형결함과 끊어진 균열과 같은 가늘고 긴 균열형태의 띠형결함으로 분류하고, 원형결함은 방향에 대하여 방향의 강도(방향에 반응하지 않는 에지 추출 연산자)가 같은 에지 검출 연산자를 사용하고, 가늘고 긴 형태의 띠형결함에는 방향에 대하여 방향강도가 매우 강한 방향조절 연산자를 사용하여 검출한다.

이렇게 원형결함에는 에지 검출 연산자를, 띠형결함에는 방향조절 연산자를 사용하여 결함을 검측함으로써 여러 가지 형태의 결함들을 매우 정확하게 검측할 수가 있게 된다.

도 5는 본 발명의 실시 예에 따른 용접부의 결함 자동 검측 방법에 따른 자동 검측 시스템의 구성도이다.

도 5에 도시한 바와 같이, 본 발명의 실시 예에 따른 용접부의 결합 자동검측 시스템은, 영상입력부(51)와, 영상강화부(53), 픽셀데이터 평균산출부(55), S-Z변환부(57), 자영상 선택부(59), 영상확대부(61), 에지추출부(63), 원형결함추출부(65), 띠형결함추출부(67), 형태학 연산부(69), 잡음제거부(71) 및 결과출력부(73) 를 포함하여 구성된다.

여기서, 영상입력부(51)는 바람직하게는 용접부의 방사선 영상을 획득하는 방사선 영상 촬영장치이다.

상기 영상강화부(53)는 영상입력부(51)에서 입력되는 용접부의 방사선 영상을 육안으로도 잘 보일 수 있도록 강화시킨다. 이는 아주 약한 영상신호 즉, 용접부 영상에서의 가느다란 균열부분의 분석을 용이하게 하기 위함이다.

상기 픽셀데이터 평균산출부(55)는 입력된 방사선 영상의 잡음을 제거하기 위해서 영상강화부()에서 강화된 영상의 중심픽셀 주위의 많은 픽셀들의 데이터를 평균하여 이를 S-Z변환부(57)로 출력한다. 상기 S-Z변환부(57)는 영상의 그레이레벨에 대한 S-Z변환을 수행한다.

상기 자영상 선택부(59)는 S-Z변환이 완료된 영상에서 실제로 용접부위에 해당되는 필요부분의 영상(자영상)만을 선택한다. 즉, 방사선 영상 전부를 처리하기에는 많은 시간이 소요되기 때문에 용접부위의 영상만을 선택할 경우, 영상의 처리 시간을 훨씬 줄일 수가 있게 된다.

상기에서 자영상이 선택되고 나면, 영상 확대부(61)는 자영상을 확대한다. 즉, 용접부분에는 실제로 매우 작은 균열 결함들이 존재함에도 불구하고 이를 확대하지 않으면 균열 결함을 발견하지 못할 수도 있기 때문에 용접부분의 영상 분석을 보다 정확하게 수행하기 위해 자영상을 확대한다. 이때, 상기 영상확대부(61)는 영상확대기법으로서 보간법을 이용한다.

상기 에지추출부(63)는 확대된 영상으로부터 에지를 추출한다. 에지 추출은 웨이블렛 다척도 에지 검측 방법을 이용하며, 웨이블렛 함수의 척도 S를 계산하고 척도를 확정하여 용접 방사선 영상을 이진화 하기 위해 영상의 각 픽셀에 대한 그레이레벨이 다른 에지를 추출한다.

상기 원형결함추출부(65)는 Log 연산자를 이용하여 원형결함의 중심점을 구한 후, 중심점 외곽으로 범위를 확장하여 원형결함이 존재할 수 있는 영역에서 원형결함을 추출한다. 즉, 웨이블렛 연산자와 척도 S를 이용하여 x방향과 y방향으로 0점을 지나는 영상정보를 검측함에 있어서 x방향에서 검측한 지붕에지의 위치와 y방향에서 검측한 지붕에지 간의 교점을 구하여, 이 교점을 원형결함의 중심점으로 하여 원형결함이 존재할 수 있는 영역에서 원형결함을 추출한다.

상기 띠형결함추출부(67)는 방향조절 연산자를 이용하여 띠형결함을 추출한다. 즉, x방향과 y방향으로 0점 교차가 존재하는지를 판단하여 어느 한 방향으로만 0점이 교차하는 경우에는 방향조절 연산자를 이용하여 띠형결함을 추출한다. 상기 띠형결함은 원형결함의 수평방향에서 영점을 지나는 점을 제거하여 원형결함의 수직방향의 영점을 지나는 점만 남게 함으로써 띠형결함 영역의 중심위치를 구하고, 상기 띠형결함의 중심점이 위치한 영역에서 띠형결함을 추출한다. 예를 들어, 띠형결함이 존재하는 영역이 결정되면 가느다란 선으로 이루어진 끊어진 형태의 균열결함을 추출하기 위하여 방향조절 연산자를 이용하여 방파(Square wave)형 연산자 척도 2배시 세소한 결함에 대하여 정확한 위치와 판별을 수행하고, 컨볼루션 윈도우가 띠형결함이 존재하는 영역내에서 컨볼루션한 후 임계치를 적용하는 것에 의해 띠형결함과 배경이 분리된 이진화 영상을 얻는다.

상기 형태학 연산부(69)는 형태학 연산을 통해서 영상에서 나타나는 끊어진 선을 연결하고, 형태학 연산이 완료된 영상에 포함된 잡음은 잡음제거부(71)에서 최종적으로 제거되며, 최종적으로 결과출력부(73)는 용접부위의 원형결함 및 띠형결함 여부를 판정한 결과를 출력한다.

이하에서는 본 발명의 실시 예에 따른 용접부의 결함 자동검측 방법을 설명하기로 한다.

도 6은 본 발명의 실시 예에 따른 용접부의 결함 자동검측 방법을 설명하기 위한 순서도로서, 먼저, 용접부위를 촬영한 영상을 강화한다(S601). 이때, 영상을 강화시키는 목적은 잘 보이지 않는 부분을 뚜렷하게 보이게 하기 위한 것으로서, 영상을 처리할 때 영상잡음의 영향을 최소화하고, 또한 영상을 그레이레벨(0~255레벨)로 표현함에 있어서 세절(아주 약한 영상신호=용접부 영상에서의 가느다란 균열부분의 영상)의 분석을 용이하게 하기 위함이다.

즉, 방사선을 이용한 용접부분을 촬영하는 장치의 전압치가 일정하지 않거나 또한, 영상을 촬영하는 과정에서 잡음이 유입되는 경우가 발생할 수가 있는데, 이때의 잡음은 용접 부분을 촬영한 방사선 영상을 확대하면 매우 뚜렷하게 나타난다.

이후, 상기 강화된 영상의 중심픽셀 주변의 많은 픽셀들의 데이터를 평균한다(S602). 즉, 입력된 방사선 영상의 잡음을 제거하기 위해서 중심픽셀 주변에 있는 많은 픽셀 데이터들에 대한 평균을 구한 후, 구해진 주변픽셀 데이터들의 평균값을 중심픽셀의 데이터 값으로 대치하여 잡음을 제거한다. 통상적으로 볼 때, 용접부의 방사선 영상에 삽입되는 잡음은 일반적으로 형태가 가늘고, 위치는 랜덤하 기 때문에 영상의 중심픽셀에서 주변의 여러 픽셀 데이터 값을 참조하여 평균을 구하면, 잡음의 간섭을 줄일 수가 있게 된다.

이와 같이 여러 영상들에 대한 평균을 구한 후에는 그 영상을 S-Z변환한다(S603). 이때의 변환식은 아래의 수학식 5와 같다.

[수학식 5]

(a<x<=b)

(x<a 혹은 x>b)

상기의 변환식에서 Z는 변환한 후의 그레이레벨 값을 나타내고, x는 변환전의 그레이레벨 값을 나타낸다.

이후, 상기와 같은 그레이 레벨에 대한 S-Z변환을 수행한 후에는 영상에서 필요한 부분(용저부분)만을 선택하여 자영상을 얻는다(S604). 방사선 영상에서의 용접위치는 일반적으로 중앙부위에 고정된다(방사선 촬영을 그렇게 하기 때문에). 즉, 영상에서 용접의 위치는 중앙부에 고정되며, 따라서 중앙부의 용접부분만의 영상을 얻기 위해서 불필요한 좌, 우측과 위, 아래측의 영상을 제거하여 중앙부의 필요영상만을 얻으며, 이렇게 얻어진 영상을 "자영상"이라 한다.

다시 말해서, 영상화면은 매우 많은 픽셀(Pixel)들로 구성되어 있으며, 각각의 픽셀은 256단계의 그레이레벨을 갖는다. 예를 들어, 512ㅧ 512(256급)그레이레벨을 갖는 영상이 차지하는 공간은 2⁸ 바이트(Bytes)가 된다. 따라서 위와 같은 영상을 그대로 처리하기에는 많은 시간이 소요되므로, 용접부위의 영상만을 선택하여 처리하면 영상의 처리 시간에서 볼 때 훨씬 효과적이다.

이에, 본 발명의 실시 예에서는 S-Z변환이 완료된 영상 중에서 불필요한 부분의 영상을 제거하여 영상의 중앙부에 위치한 용접부위의 영상만을 선택하여 자영상을 구한 후, 보간법을 이용하여 자영상을 확대한다(S605). 즉, 용접부분에는 실제로 매우 작은 균열 결함들이 존재함에도 불구하고 이를 확대하지 않으면 균열 결함을 발견하지 못할 수도 있다. 따라서, 용접부분의 영상 분석을 보다 정확하게 수행하기 위해서는 상기의 단계에서 얻어진 자영상을 확대하는 과정이 요구되며, 본 발명의 실시 예에서는 상기의 영상 확대 기법으로서 보간법(Interpolation)을 이용한다.

이를 위해서 우선 용접부분의 필요영상(자영상)을 구하여야 하며, 자영상이 구해진 후에는 영상을 확대하게 되는데, 영상 확대는 확대시 주변 n개의 픽셀 데이터에 대한 평균값을 빈 픽셀의 데이터 값으로 대치한 후, 그레이레벨 곡면에 대한 피팅(Fitting)을 진행함으로써 이루어지며, 상기 그레이레벨에 대한 피팅은 최소2승법을 이용하여 픽셀 데이터에 대한 피팅 곡면을 구한다.

위와 같은 방법으로 자영상을 보간법을 이용하여 확대한 후에는 상기 확대된 영상으로부터 에지를 추출한다(S606). 이때, 에지 추출은 웨이블렛(Wavelet)을 이용한 다척도 에지 검측 방법을 통해 이루어진다.

이를 보다 구체적으로 설명하면 다음과 같다.

일반적으로 용접결함은 일정한 척도에 대한 지붕에지로 볼 수 있다. 때문에 다척도(영상에는 여러 개의 신호가 혼합된 것으로 각 신호의 파장은 다르고 각 신 호의 파장에 적합한 웨이블렛 함수는 척도가 다르기 때문에 다척도라고 함) 지붕에지를 검출하면 매우 정확한 용접결함을 추출할 수가 있게 된다.

본 발명의 실시 예에 따른 방사선 용접 영상의 분석에 있어서는 여러 가지 지붕에지의 방향을 이용하여 원형결함과 띠형결함을 추출한다. 여기서, 원형결함은 두개의 방향(수평방향과 수직방향)에서 모두 지붕에지(즉, 에지는 그레이레벨 값이 증가로부터 감소의 변화 정점에 있다)로 볼 수 있고, 또한 띠형결함은 하나의 방향(일반적으로 수직방향)에서 지붕에지로 볼 수 있다. 따라서 수평과 수직방향에서 지붕에지를 검측하여 원형결함이 있는지 띠형결함이 있는지를 알 수가 있게 되며, 본 발명의 실시 예에서는 웨이블렛 다척도 지붕에지 검측방법을 이용하여 지붕에지를 검측한다.

일반적으로, 에지는 계단에지와 지붕에지로 분류할 수 있는데, 계단에지 양변의 픽셀 그레이레벨 값은 큰 차이가 나며, 영상에서 그레이레벨 값이 각각 다른 영역은 변계이고, 이 변계를 중심으로 한쪽 영역의 속성과 다른 영역의 속성은 다른데, 이것은 영상의 가장 기본적인 특성이다.

참고로, 지붕에지는 다음과 같은 특성을 가진다.

첫째, 지붕에지는 그레이레벨의 갑작스런 변화가 존재한다. 위로 볼록한 형태의 지붕에지는 그레이레벨의 변화가 약으로부터 강으로 변한 후, 다시 강으로부터 약으로 변한다. 반대로 아래로 볼록한 지붕에지는 그레이레벨의 변화가 강으로부터 약으로 변한 후, 다시 약으로부터 강으로 변한다.

둘째, 지붕에지는 방향성을 가진다. 즉, 지붕에지는 일정한 방향을 가지고 있으며, 그레이레벨 분포에서 에지에 속하는 그레이레벨은 지붕에지의 주 방향에 집중적으로 분포되어 있으나, 배경에 속하는 그레이레벨은 그렇지 않다.

셋째, 지붕에지는 척도성을 가지고 있다. 그리고 일정한 척도하에서만 지붕에지로 볼 수 있으며, 이러한 지붕에지는 두 개의 계단에지 조합으로 볼 수 있다.

한편, 상기의 웨이블렛 다척도 지붕에지 검측방법을 설명하면 다음과 같다.

평활함수를 θ(x), 적분이 1이고 무한대인 0에 수렴한다고 가정하고, 상기 θ(x)는 중심대칭함수이고 구간은

이며, 연속적인 2차 도함수라고 가정하면, 상기 θ(x)의 1차와 2차 도함수는 아래의 수학식 6과 같이 표현할 수 있다.

[수학식 6]

여기에서

와

는 웨이블렛 함수로 볼 수 있다.

이에 대한 척도식은 아래의 수학식 7과 같다.

[수학식 7]

와

여기에서 S>0는 척도인자이고, 함수

의 웨이블렛 변환은 아래의 수학식 8 및 수학식 9와 같다.

[수학식 8]

[수학식 9]

여기에서

는 수학식 8과 수학식 9에서 알 수 있듯이 웨이블렛 변환

와

는 신호를 척도 S로 평활화 후의 1차와 2차 도함수로 볼 수 있다. 평활화 후의 신호

은 각기 1차 도함수의 극대값과 2차 도함수의 영점교차에 대응된다.

또한,

의 극대점은 1차 도함수의 영점교차에 대응되고, 계단에지는 1차 도함수의 웨이블렛 변환의 극대값과 2차도함수의 웨이블렛 변환의 영점교차로 검측할 수 있다. 참고로, 본 발명의 실시 예에서는 척도

를 선택할 때(d는 지붕에지의 넓이), 지붕에지는 1차 도함수의 웨이블렛 변환의 영점교차를 사용하여 검측하였다.

예를 들어,

는 영상함수를 나타내고

는 2차원 함수라고 할 때, 만약 x와 y에 대한 적분이 무한대의 1에 수렴한다고 가정하면 상기

는 평활화 함수가 되며,

가 x와 y에 대한 각각의 1차 미분은 아래의 수학식 10과 같다.

[수학식 10]

여기에서

와

는 웨이블렛 함수이다. 상기 웨이블렛 함수를 인자 S로 신축하면 아래의 수학식 11과 같이 표현할 수 있다.

[수학식 11]

와

상기의 함수는 척도가 S인 웨이블렛 함수이고, 만약 척도 S가 2진 신축이면

로 되며, 이를 수학식으로 나타내면 수학식 12와 같이 나타낼 수 있다.

[수학식 12]

영상의 2진 웨이블렛 변환은 영상함수

와 2진 웨이블렛 함수를 컨볼루션한 것이다.

따라서, 함수

는 척도 2j의 2진 웨이블렛 변환에서

와

의 두 개의 요소로 구성된다.

영상함수

는 척도가 2j일때 x, y방향에 대한 1차 도함수를 나타내며, 상기 두 개의 요소에 대하여 영점을 지나는 검측을 진행하면 x, y방향에 대한 지붕에지를 얻을 수 있고, 이와 같은 웨이블렛을 이용하여 에지를 검측하면 영상중에 지붕에지가 있는지 없는지를 알 수 있고 또한 지붕에지의 방향성도 알 수 있다.

이와 같은 과정을 통해 에지를 검출한 후, 영역일치성 척도로 에지구역과 평활구를 구분하기 위하여 적합한 척도를 선택한다. 즉, 영상처리에 있어서 에지픽셀을 검측하기 위해 다음과 같은 특성을 이용한다. 영상의 그레이레벨 분포는 순차성과 방향성을 가지며, 그레이레벨의 돌변(갑작스런 변화)은 구조성을 가지고 있다. 그러나 잡음도 그레이레벨의 돌변이 존재하나 방향성과 순차성은 없다. 따라서 본 발명의 실시 예에서는 방향성, 순차성 그리고 구조성을 통한 영역일치성 척도를 이용하여 에지가 가지고 있는 방향성, 순차성 및 그레이레벨의 돌변에 대한 구조성을 검출한다.

이러한 과정을 거치고 나면, 이후에는 용접결함을 검출하게 되는데, 상기 용접결함에는 원형결함과 띠형결함이 존재한다. 상기 용접결함은 기공, 찌꺼기, 이물질의 혼합 등에 의해 나타나고, 띠형결함은 용접불량, 미용합, 끊김 등으로 나타난다. 임의의 척도하에서 원형결함은 두 개의 방향(수평과 수직 방향)에서 모두 지붕 에지로 볼 수 있다. 그러나 띠형결함은 단지 하나의 방향(일반적으로 수직방향)에서만 지붕에지로 볼 수 있다. 즉, 원형결함은 수평과 수직방향상에서 모두 1차 도함수의 영점을 지난다.

도 7a는 수직방향에서 검측한 지붕에지의 위치를 나타내고, 도 7b는 수평방향에서 검측된 지붕에지의 위치를 나타낸다. 이에, 원형결함은 수평과 수직방향에서 모두 지붕에지로 볼 수 있고, 도 7a에서 영점을 지나는 점과 도 7b에서 영점을 지나는 점의 교점이 존재하면 이 교점은 원형결함의 중심점이 된다. 따라서 수평방향에서 검측한 지붕에지의 위치와 수직방향에서 검측한 지붕에지 간의 교점을 구하면 된다. 만일 교점이 존재하면 이 영상은 수평과 수직방향에서 모두 지붕에지로 볼 수 있고, 따라서 그 교점은 도 7c에 나타낸 바와 같이, 원형결함의 중심점이 되며, 상기 중심점 외곽으로 범위를 확장한 다음, 원형결함이 존재할 수 있는 영역을 결정하여 해당 영역에서 원형결함을 추출한다.

이를 구체적으로 설명하면 다음과 같다.

먼저, 본 발명의 실시 예에서는 x방향과 y방향으로 0점 교차가 존재하는지를 판단한다(S607). 상기의 판단결과, 어느 한 방향으로만 0점이 교차하면 띠형결함이 존재하는 것으로 판단하고(S608), x방향과 y방향에서 모두 0점 교차가 존재하면 원형결함으로 판단한다(S609).

이때, 상기에서 원형결함이 존재하는 것으로 판단되면, 앞에서 언급한 바와 같이, 원형결함의 중심점을 구한 후, 중심점 외곽으로 범위를 확장하여 원형결함이 존재할 수 있는 영역에서 원형결함을 추출하게 되는데, 본 발명의 실시 예에서는 각각의 방향(x방향, y방향)에 대하여 동일한 성질을 나타내는 것으로서 방향성이 없는 에지추출 연산자인 Log 연산자를 이용하여 원형결함을 추출한다(S610).

즉, 앞에서의 언급한 바와 같이, 원형결함의 중심점과 원형결함이 존재할 수 있는 영역(영역 A)을 얻게 되면, 상기 원형결함 영역에 대하여 Log 연산자를 이용하여 컨볼루션 연산을 진행한다. 또한 윈도우(window)의 길이는 변할 수 있기 때문에 2차원 윈도우를 설계한다.

예를 들어,

를 영상,

를 가우시안 함수라고 하면,

이고,

Log 연산자를 적용하게 되면, 아래의 수학식 13과 같다.

[수학식 13]

여기에서

이고,

이다.

위 식을 이용하여 윈도우(window) 크기 w(w는 일반적으로 기수)가

를 만족할 때 이산 후의 g(x), g''(y)는 비교적 연속함수에 근접한다. 윈도우(window)의 크기를 확정 한 후에

를 계산하고, 그 다음에는 상기 가우 시안 함수를 이용하여 윈도우(Window)의 크기를 계산한다.

도 8은 지붕에지와 Log 연산자를 이용한 지붕에지에 대한 컨볼루션 결과영상을 도시한 것으로서, 도 8에서 알 수 있듯이 지붕에지의 2차 도함수가 부(-)의 최대값이다. 직접 결함을 분리하기 위하여 컨볼루션 결과에 대하여 2진화 연산을 한다. 즉, 컨볼루션 결과가 부(-)인 곳을 255(대응되는 그레이레벨의 최대봉)로 나머지는 0으로 대치한다. 이 컨볼루션 후의 영상으로부터 원형결함 및 배경을 분리한 이진화 영상(0과 1로 구성)을 얻는다. 참고로, 도 9는 원형결함을 추출한 결과 영상을 나타낸 것이다.

한편, 용접과정에서 용접으로 인한 찌꺼기가 사방으로 번져 응결되는 경우 용접부분이 두텁게 되는데, 이는 방사선 영상에서 원형의 흑반점으로 나타난다(이는 실제로 결함이 아님에도 불구하고 결함으로 잘못 판정될 수도 있다). 이는 도 10에 나타난 바와 같이, 아래로 오목한 형태의 지붕에지로 나타나며, 이러한 지붕에지에 대한 컨볼루션 결과는 도 11에 나타난 바와 같이, 부(-)이고, 아래로 오목한 형태의 지붕에지에 대한 컨볼루션 결과는 정(+)이 된다. 그리고 흑반점은 정확히 그레이레벨 곡면의 오목한 결함의 영역에 대응되게 되므로, 컨볼루션 결과가 부(-)이고 임계치를 초과한 부분을 255로, 그리고 나머지를 0으로 대치하면 효과적으로 흑반점에 대한 문제를 해결할 수가 있다.

한편, 상기 S607 단계에서 x방향과 y방향으로 0점 교차가 존재하는지를 판단한 결과, 어느 한 방향으로만 0점이 교차하는 경우에는 띠형결함이 존재하는 것으로 판단하여 방향조절 연산자를 이용하여 띠형결함을 추출한다(S611).

일반적으로, 띠형결함은 하나의 방향(일반적으로 수직방향)에서 지붕에지로 나타난다. 이것은 수직방향에서 1차 도함수가 0을 지나는 점이라고 할 수 있으며, 이는 원형결함의 수평방향에서 영점을 지나는 점을 제거하여 원형결함의 수직방향의 영점을 지나는 점만 남게 함으로써 띠형결함 영역의 중심위치를 구할 수가 있다.

즉 도 9에서 255의 영역내에 도 7a의 255의 점이 있다면, 도 7a에서 그 점을 0점으로 하고, 그렇지 않으면 원래의 값을 유지한다. 이와 같은 방법을 통해서 도 12와 같은 띠형결함의 중심점을 구할 수가 있으며, 이러한 띠형결함의 중심이 위치한 영역(영역 B)에는 띠형결함이 존재하는 것으로 볼 수 있다. 따라서 상기 영역 B에서 띠형결함을 추출하면 되는 것이다.

앞에서 언급한 바와 같이, 본 발명의 실시 예에서는 띠형결함을 방향조절 연산자를 이용하여 추출한다. 즉, 띠형결함이 존재하는 영역(영역 B)이 결정되면 가느다란 선으로 이루어진 끊어진 형태의 균열결함을 추출하기 위하여 방향조절 연산자를 이용하며, 이러한 방향조절 연산자를 이용할 경우, 방파(Squar wave)형 연산자 척도 2배시 세소한 결함에 대하여 정확한 위치와 판별을 수행할 수 있고, 컨볼루션 윈도우가 영역 B내에서 컨볼루션한 후 임계치를 적용하면 띠형결함과 배경이 분리된 이진화 영상을 얻을 수 있다.

이처럼 띠형결함을 추출한 후에는 형태학 연산을 수행한다(S612). 통상, 하나의 끊어진 선(線)은 영상에서 단속된 선으로 나타날 가능성이 있다. 따라서, 본 발명의 실시 예에서는 형태학 연산을 통해서 끊어진 부분을 연결해 준다.

본 발명의 실시 예에서는 2진 형태학 연산과 닫음 연산을 이용한다.

먼저, 2진 형태학 연산은 연산의 대상이 집합이다. 예를 들어 A를 영상집합, B를 구조원소로 가정할 경우, A는 B로 하여 팽창한다고 하고, 이를

로 표시하며, 아래의 수학식 14와 같이 정의할 수 있다.

[수학식 14]

팽창은 컨볼루션 개념을 이용하여 설명할 수 있는데, 만일 B를 하나의 컨볼루션 윈도우라고 가정할 경우, 팽창은 B에 대하여 원점에 영사를 하고, 다시 영사를 연속하게 영상 A에서 이동하면서 구현한다.

한편, 2진 형태학 연산에 있어서는 부식이라는 개념이 존재하는데, A를 B로 부식한다하고 할 때, 이를

로 표시하며, 아래의 수학식 15와 같이 정의할 수 있다.

[수학식 15]

이때, B로 A를 부식한 결과의 집합은 B가 완전히 A중에 포함할 때의 B의 원점위치의 집합이 된다.

한편, 2진 형태학 연산과 더불어 사용되는 닫음(Closing) 연산은 영상에 대 하여 팽창연산 후 부식연산을 하는 것을 말한다. 여기에서는 동일한 구조원소를 사용하는데, 이유는 영상중의 세소한 통로와 작은 호의 단절을 메우고 구조원소보다 작은 이 빠진 곳 및 구멍을 메울 수 있으며 또한 짧은 중단을 연결시키는 작용을 하기 때문이다. 이것은 물체의 면적을 변화 시키지 않고 변계를 평활화하는 작용을 한다.

이에, 본 발명의 실시 예에서는 띠형결함이 추출되었을 경우에는 닫음 연산을 수행하는데, 이는 이미 검측한 띠형결함을 255로 하고, 직사각형의 구조원소를 이용한다. 즉 2×2인 255 컨버루션 윈도우를 이용한다. 즉, 먼저 팽창연산을 수행하여 영역 내에서 하나의 255를 만나면 이 영역 모두를 255로 변환한다. 이후, 부식연산을 수행하는데, 영역 내에서 하나라도 0이 있으면 이 영역을 모두 0으로 변환함으로써, 띠형결함의 결과 영상에서 나타나는 끊어진 선을 연결해 준다. 참고로, 도 13은 띠형 결함에 대한 결과영상을 나타낸다.

이상에서 띠형결함에 대한 형태학 연산이 완료된 후에는 최종적으로 잡음을 제거한다(S613). 즉, 이러한 모든 과정을 수행하더라도 최종적인 영상에는 여전히 잡음이 존재하게 되므로, 마지막으로 그레이레벨 값을 이용하여 잡음을 제거한다.

가령, 도 14에 나타난 바와 같이, 구역 A의 그레이레벨 값의 평균이 a, 구역 B의 그레이레벨 평균이 b라고 할 경우, 지붕 B로서 회의 그레이레벨의 분포특징에 근거하여 a<b가 될 수 있으나, 잡음에 대해서는 그들의 분포는 혼잡하기 때문에 a<b를 만족할 수가 없다. 그러므로 한계 결함구역을 얻은 후, 다시 원 영상으로 되돌아와 이 구역에서 A범위에 처해있는 그레이레벨 평균과 B범위에 처해있는 그레이 레벨의 평균을 통계하여 a<b가 되면 이것을 결함이라고 할 수 있다. 만일 a<b를 만족하지 않으면 이 구역에는 잡음이 있지만 결함은 아니라고 할 수 있다.

위와 같이 최종적으로 잡음을 제거하면 본 발명의 실시 예에 따른 용접부의 결함 자동검측 과정이 완료되며, 그 결과를 출력하여(S614) 용접부위의 원형결함 및 띠형결함을 정확하게 판정할 수 있게 된다.

이상에서 본 발명의 바람직한 실시 예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수가 있고, 상기 실시 예들을 적절히 변형하여 동일하게 응용할 수가 있음이 명확하다. 따라서 상기 기재 내용은 하기의 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.

이상 상술한 바와 같이, 본 발명의 실시 예에 따른 용접부 결함 자동검측 시스템 및 자동 검측 방법은 다음과 같은 효과가 있다.

용접 부분에 대한 방사선 영상의 특징 분석을 통해 용접부위의 정확한 양부 판정이 가능하여 용접 불량에 기인한 경제적, 환경적, 인명적 피해를 최소화할 수 있다.

또한, 여러 가지 형태의 결함(원형결함, 띠형결함)을 검측할 수 있고, 가늘고 긴 형태의 띠형결함을 보다 효율적으로 검측할 수 있어 결함 검측의 정확도 및 효율성을 극대화할 수 있다.

Claims (5)

1. 용접부를 촬영한 방사선 영상의 중심픽셀 주변의 픽셀 데이터들의 평균값을 상기 중심픽셀의 데이터로 대치하여 상기 방사선 영상의 잡음을 제거하는 단계와;

   상기 방사선 영상을 S-Z변환하는 단계와;

   상기 방사선 영상 중에서 용접부위의 영상만을 선택하는 단계와;

   상기 선택된 영상을 이진화하기 위해 웨이블렛 함수의 척도를 계산하고 확정하는 단계와;

   웨이블렛 연산자와 확정된 척도를 이용하여 x방향과 y방향으로 0점을 지나는 영상정보를 검측하는 단계와;

   상기 검측된 영상정보가 x방향과 y방향으로 0점 교차가 존재하면 Log 연산자를 이용하여 원형결함을 추출하고, 상기 검측된 영상정보가 어느 한 방향으로 0점 교차가 존재하면 방향조절 연산자를 이용하여 띠형결함을 추출하는 단계를 포함하여 이루어지는 것을 특징으로 하는 용접부의 결함 자동 검측 방법.
2. 제 1 항에 있어서, 상기 용접부위 영상을 선택한 후, 보간법을 이용하여 영상을 확대하는 단계를 더 포함하여 이루어지는 것을 특징으로 하는 용접부의 결함 자동 검측 방법.
3. 제 1 항에 있어서, 상기 원형결함을 추출하는 단계는,

   x방향에서 검측한 지붕에지의 위치와 y방향에서 검측한 지붕에지 간의 교점을 구하는 단계와,

   상기 교점을 중심점으로 하여 원형결함이 존재할 수 있는 영역을 선택하고, 상기 원형결함이 존재하는 영역에 대하여 Log 연산자를 이용하여 컨볼루션 연산을 수행하는 단계와,

   상기 컨볼루션한 결과에 대하여 이진화 연산을 수행하여 원형결함 및 배경을 분리한 이진화 영상을 구하는 단계를 포함하여 이루어지는 것을 특징으로 하는 용접부의 결함 자동 검측 방법.
4. 제 1 항에 있어서, 상기 띠형결함을 추출하는 단계는,

   상기 원형결함의 x방향에서 0점을 지나는 점을 제거하여 원형결함의 y방향의 0점을 지나는 점만 남게 하여 띠형결함의 중심점을 구하는 단계와,

   상기 띠형결함이 존재하는 영역을 선택하여 가느다란 선으로 이루어진 끊어진 형태의 균열결함을 방향조절 연산자를 이용하여 컨볼루션 연산을 수행하는 단계와,

   상기 컨볼루션한 결과에 대해 임계치를 적용하여 띠형결함과 배경이 분리된 이진화 영상을 구하는 단계와,

   상기 이진화 영상에서 형태학 연산을 수행하여 끊어진 선을 연결해 주는 단계를 포함하여 이루어지는 것을 특징으로 하는 용접부의 결함 자동 검측 방법.
5. 제 1 항에 있어서, 상기 원형결함 또는 띠형결함을 제거한 후, 영상에 잔존하는 잡음을 그레이레벨 값의 평균을 이용하여 제거하는 단계를 더욱 포함하는 것을 특징으로 하는 용접부의 결함 자동 검측 방법.

Images