KR101307781B1 - 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치 - Google Patents

3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치 Download PDF

Info

Publication number
KR101307781B1
KR101307781B1 KR1020110147570A KR20110147570A KR101307781B1 KR 101307781 B1 KR101307781 B1 KR 101307781B1 KR 1020110147570 A KR1020110147570 A KR 1020110147570A KR 20110147570 A KR20110147570 A KR 20110147570A KR 101307781 B1 KR101307781 B1 KR 101307781B1
Authority
KR
South Korea
Prior art keywords
kernel
pattern
operation data
dimensional pattern
calculated
Prior art date
Application number
KR1020110147570A
Other languages
English (en)
Other versions
KR20130091366A (ko
Inventor
조성제
Original Assignee
조성제
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 조성제 filed Critical 조성제
Priority to KR1020110147570A priority Critical patent/KR101307781B1/ko
Publication of KR20130091366A publication Critical patent/KR20130091366A/ko
Application granted granted Critical
Publication of KR101307781B1 publication Critical patent/KR101307781B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K5/00—Methods or arrangements for verifying the correctness of markings on a record carrier; Column detection devices
    • G06K5/02—Methods or arrangements for verifying the correctness of markings on a record carrier; Column detection devices the verifying forming a part of the marking action
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

본 발명은 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치에 관한 것이다. 본 발명의 하나의 실시예에 따라, 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 방법에 있어서, 객체로부터 획득된 영상을 이진화하는 단계; 이진화 결과를 이용하여 객체의 방향 패턴을 결정하는 단계; 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 이진화 결과를 연산하되, 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치가 다르며, 연산 결과로부터 제2 커널연산 데이터를 산출하는 단계; 및 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단하는 단계; 를 포함하는 3차원 패턴 커널을 이용한 객체 검사 방법이 제안된다. 또한, 3차원 패턴 커널을 이용한 객체 검사 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치가 제안된다.

Description

3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치{METHOD AND SYSTEM FOR INSPECTING OBJECT USING 3-DIMENSIONAL PATERN KERNEL, COMPUTER-READABLE RECORDING MEDIUM AND COMPUTER APPARATUS}
본 발명은 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치에 관한 것이다. 구체적으로는 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는, 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 3차원 패턴 커널을 이용한 객체 검사 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치에 관한 것이다.
카메라로부터 입력되는 영상을 이용하여 물체를 검사하는 방법이 제안되고 있다. 물체에 대한 영상을 획득하여 이진화하여 기준 영상 값과 비교하여 물체의 양부를 판단하는 기술이 많이 사용되고 있으며, 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 기술도 많이 제안되고 있다.
표면에 심벌, 예컨대 문자 등이 각인된 객체의 양부를 검사하는 경우, 심벌이 객체 표면에 깊게 각인된 경우에는 이진화를 통해 심벌을 용이하게 판단하고 심벌 외의 나머지 부분에 대해서도 이진화 데이터 값으로부터 이물 부착여부나 손상여부에 대해 비교적 쉽게 판단할 수 있다.
그러나 종래의 단순 이진화 기법으로는 문자 등이 객체 표면에 얕게 각인되거나 각인이 명확하지 않거나 각인의 깊이가 불규칙한 경우에는 패턴, 예컨대 문자의 인식을 위한 영상이 용이하게 추출되지 않는다. 예컨대, 획득된 영상을 인식하여 객체의 앞뒤 또는 상하를 판단하기 위해서는 객체에 각인된 심벌, 예컨대 문자를 바르게 추출하는 것이 필요하다. 그런데 종래의 단순 이진화 기법으로는 각인이 일반적으로 깊게 형성된 경우 문자 패턴 영역이 잘 추출되지만, 각인이 얕은 경우에는 패턴, 예컨대 문자의 인식을 위한 영상 추출이 용이하지 않았다.
이러한 문제를 해결하기 위해 적응적 이진화 기법을 적용하는 경우에도 각인이 얕은 경우에는 파라미터(N, sigma) 변경을 통하여 이진화 정도를 변형시킬 수 있으나, 심벌 패턴, 예컨대 문자 영역뿐만 아니라 이물질이나 표면 손상이 있는 나머지 영역의 데이터도 변화하여 결함 검사의 전체 성능이 저하될 수 있다.
본 발명은 전술한 문제를 해결하기 위한 것으로, 영상을 이용하여 표면에 심벌이 각인된 객체를 보다 효율적으로 검사하는 기술을 제공하고자 한다.
본 발명에서는, 객체 영상에 대한 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 이진화 결과를 연산하여 제2 커널연산 데이터를 산출하여 표면에 심벌이 각인된 객체를 보다 효율적으로 검사하는 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템을 제공하고자 한다.
전술한 문제를 해결하기 위하여, 본 발명의 제1 실시예에 따라, 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 방법에 있어서, 객체로부터 획득된 영상을 이진화하는 단계; 이진화 결과를 이용하여 객체의 방향 패턴을 결정하는 단계; 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 이진화 결과를 연산하되, 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치가 다르며, 연산 결과로부터 제2 커널연산 데이터를 산출하는 단계; 및 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단하는 단계; 를 포함하는 3차원 패턴 커널을 이용한 객체 검사 방법이 제안된다.

하나의 실시예에 따르면, 객체는 정제약일 수 있다.
또한, 하나의 예에서, 이진화하는 단계에서는 획득된 영상을 적응적 이진화할 수 있다.
또한, 하나의 예에 따르면, 방향 패턴을 결정하는 단계에서는 획득된 영상 이미지 또는 이진화된 이미지로부터 객체의 기울기를 판단하고 기울기가 보정된 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다.
또 하나의 예에 따르면, 방향 패턴을 결정하는 단계는: 이진화 결과로서 제1 이진화 결과와 기준 이미지의 미리 설정된 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 연산하되, 방향별 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 4개의 방향별 패턴 커널이고, 각각 연산에 따라 각 방향에 따른 제1 커널연산 데이터를 생성하는 단계; 및 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하고 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 방향 패턴을 판별하는 단계; 를 포함할 수 있다. 이때, 제2 커널연산 데이터를 산출하는 단계에서는 판별된 방향 패턴에 따른 제2의 3차원 패턴 커널과 이진화 결과로서 제2 이진화 결과를 연산할 수 있다.
또한, 하나의 예에 따르면, 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 3차원 패턴 커널일 수 있다.
또 하나의 예에 있어서, 제2 커널연산 데이터를 산출하는 단계는: 판별된 방향 패턴에 대응하는 제1의 3차원 패턴 커널을 반전시켜 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮게 하여, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리하는 제2의 3차원 패턴 커널을 형성하는 단계; 및 형성된 제2의 3차원 패턴 커널과 제2 이진화 결과를 연산하여 제2 커널연산 데이터를 산출하는 단계; 를 포함할 수 있다.
또한, 하나의 예에 따르면, 제1 커널연산 데이터는 식,
Figure 112011105576044-pat00001
에서 산출되고, 제1 커널연산 데이터로부터 산출되는 매칭스코어는 식,
Figure 112011105576044-pat00002
에서 산출되고, 제2 커널연산 데이터는 식,
Figure 112011105576044-pat00003
에서 산출되고, 제2 커널연산 데이터로부터 산출되는 에러 스코어는 식,
Figure 112011105576044-pat00004
에서 산출될 수 있고, 여기에서, 커널 사이즈는 P×Q이고, I1(i,j)는 제1 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, I2(i,j)는 제2 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M1(k,l)은 4개의 방향별 패턴 마스크 각각의 제1의 3차원 패턴 커널 M1의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, M2(k,l)은 제2의 3차원 패턴 커널 M2의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Bij는 s=0, 1, 2, 3의 4개의 방향별 M1 커널 행렬의 연산 각각에 따른 제1 커널연산 데이터 각각의 (i,j) 좌표위치의 데이터 값이고, Sij는 제2 커널연산 데이터의 (i,j) 좌표위치의 데이터 값이고, Mchs 는 s=0, 1, 2, 3의 4개 방향별 제1 커널연산 데이터 각각으로부터 산출되는 각각의 매칭스코어이고, T_err는 제2 커널연산 데이터 Sij 로부터 산출되는 에러 스코어이다.
하나의 예에 따르면, 양부를 판단하는 단계에서 에러 스코어를 정규화하여 객체 표면의 결함을 판단할 수 있다.
삭제
다음으로, 전술한 문제를 해결하기 위하여, 본 발명의 제2 실시예에 따라, 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 검사 시스템에 있어서, 객체로부터 획득된 영상을 이진화하는 이진화모듈; 연산 및 판단모듈에서 결정된 객체의 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널을 생성하되, 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치를 달리하는, 3차원 패턴 커널을 생성하는 커널생성모듈; 및 이진화 결과를 이용하여 객체의 방향 패턴을 결정하고, 이진화 결과와 제2의 3차원 패턴 커널을 연산하되, 연산결과로부터 제2 커널연산 데이터를 산출하고, 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단하는 연산 및 판단모듈; 을 포함하는 3차원 패턴 커널을 이용한 객체 검사 시스템이 제안된다.

하나의 실시예에서, 객체는 정제약일 수 있다.
하나의 예에서, 이진화모듈은 획득된 영상에 대하여 적응형 이진화를 수행할 수 있다.
또한, 하나의 예에서, 연산 및 판단모듈은 획득된 영상 이미지 또는 이진화된 이미지로부터 객체의 기울기를 판단하고 기울기가 보정된 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다.
또한, 하나의 예에 따르면, 커널생성모듈은 기준 이미지의 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 더 생성하되, 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 패턴 커널이고, 연산 및 판단모듈은 이진화 결과로서 제1 이진화 결과와 제1의 3차원 패턴 커널을 각각 연산하여 각 방향에 따른 제1 커널연산 데이터를 생성하고 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하여 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 객체의 방향 패턴을 판별하고, 제2의 3차원 패턴 커널과 제2 이진화 결과를 연산하여 제2 커널연산 데이터를 산출하고 에러 스코어를 산출하여 객체의 양부를 판단할 수 있다.
또, 하나의 예에서, 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 패턴 커널일 수 있다.
하나의 예에 따르면, 커널생성모듈은 연산 및 판단모듈에서 판별된 방향 패턴에 대응하는 제1의 3차원 패턴 커널을 반전시켜 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮게 하여, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리하는 제2의 3차원 패턴 커널을 생성할 수 있다.
또한, 하나의 예에 따르면, 제1 커널연산 데이터는 식,
Figure 112011105576044-pat00005
에서 산출되고, 제1 커널연산 데이터로부터 산출되는 매칭스코어는 식,
Figure 112011105576044-pat00006
에서 산출되고, 제2 커널연산 데이터는 식,
Figure 112011105576044-pat00007
에서 산출되고, 제2 커널연산 데이터로부터 산출되는 에러 스코어는 식,
Figure 112011105576044-pat00008
에서 산출될 수 있다. 이때, 커널 사이즈는 P×Q이고, I1(i,j)는 제1 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, I2(i,j)는 제2 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M1(k,l)은 4개의 방향별 패턴 마스크 각각의 제1의 3차원 패턴 커널 M1의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, M2(k,l)은 제2의 3차원 패턴 커널 M2의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Bij는 s=0, 1, 2, 3의 4개의 방향별 M1 커널 행렬의 연산 각각에 따른 제1 커널연산 데이터 각각의 (i,j) 좌표위치의 데이터 값이고, Sij는 제2 커널연산 데이터의 (i,j) 좌표위치의 데이터 값이고, Mchs 는 s=0, 1, 2, 3의 4개 방향별 제1 커널연산 데이터 각각으로부터 산출되는 각각의 매칭스코어이고, T_err는 제2 커널연산 데이터 Sij 로부터 산출되는 에러 스코어이다.
또 하나의 예에서, 연산 및 판단모듈은 에러 스코어를 정규화하여 객체 표면의 결함을 판단할 수 있다.
삭제
다음으로, 전술한 문제를 해결하기 위하여, 본 발명의 제3 실시예에 따라, 컴퓨터 판독 가능 기록 매체에 있어서, 전술한 제1 실시예들 중의 어느 하나에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능 기록 매체가 제안된다.
또한, 전술한 문제를 해결하기 위하여, 본 발명의 제4 실시예에 따라, 컴퓨터 장치에 있어서, 전술한 제3 실시예에 따른 컴퓨터 판독 가능 기록 매체가 장착되고, 컴퓨터 판독 가능 기록 매체의 판독에 따라, 수록된 프로그램이 수행되는 컴퓨터 장치가 제안된다.
본 발명의 실시예에 따라, 객체 영상에 대한 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 이진화 결과를 연산하여 제2 커널연산 데이터를 산출하여 표면에 심벌이 각인된 객체를 보다 효율적으로 검사할 수 있다.
또한, 본 발명의 하나의 실시예에 따라, 심벌 영역과 나머지 영역을 각각 분리 검사함으로써 심벌 영역을 제외한 나머지 부분의 이물 또는/및 손상 검사 강도를 조정할 수 있다.
본 발명의 다양한 실시예에 따라 직접적으로 언급되지 않은 다양한 효과들이 본 발명의 실시예들에 따른 다양한 구성들로부터 당해 기술분야에서 통상의 지식을 지닌 자에 의해 도출될 수 있음은 자명하다.
도 1은 본 발명의 제1 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 개략적으로 나타내는 흐름도이다.
도 2는 본 발명의 하나의 예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법의 일부를 개략적으로 나타내는 흐름도이다.
도 3은 본 발명의 또 하나의 예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 개략적으로 나타내는 흐름도이다.
도 4는 본 발명의 또 하나의 예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법의 일부를 개략적으로 나타내는 흐름도이다.
도 5는 본 발명의 제2 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 시스템을 개략적으로 나타내는 블럭도이다.
도 6는 본 발명의 실시예에서 사용되는 객체 이미지와 상하 전후 방향에 따른 4개의 제1의 3차원 패턴 커널의 패턴 마스크를 나타내고 있다.
도 7은 본 발명의 하나의 실시예에서 사용되는 제1 커널연산 데이터를 산출하기 위한 제1 이미지 결과와 제1의 3차원 패턴 커널을 나타내고 있다.
도 8은 본 발명의 하나의 실시예에 따라 4개의 제1 커널연산 데이터로부터 산출된 매칭스코어를 나타내고 있다.
도 9은 본 발명의 하나의 실시예에서 제2 이미지 결과와 연산될 제2의 3차원 패턴 커널을 나타내고 있다.
도 10는 본 발명의 하나의 실시예에서 제2 커널연산 데이터로부터 산출되는 에러 스코어를 나타내고 있다.
전술한 과제를 달성하기 위한 본 발명의 실시예들이 첨부된 도면을 참조하여 설명될 것이다. 본 설명에 있어서, 동일부호는 동일한 구성을 의미하고, 당해 분야의 통상의 지식을 가진 자에게 본 발명의 이해를 도모하기 위하여 부차적인 설명은 생략될 수도 있다.
본 명세서에서 하나의 구성요소가 다른 구성요소와 연결, 결합 또는 배치 관계에서 '직접'이라는 한정이 없는 이상, '직접 연결, 결합 또는 배치'되는 형태뿐만 아니라 그들 사이에 또 다른 구성요소가 개재됨으로써 연결, 결합 또는 배치되는 형태로도 존재할 수 있다. 또한, '상에', '위에', '하부에', '아래에' 등의 '접촉'의 의미를 내포할 수 있는 용어들이 포함된 경우도 마찬가지이다. 방향을 나타내는 용어들은 기준이 되는 요소가 뒤집어지거나 그의 방향이 바뀌는 경우 그에 따른 대응되는 상대적인 방향 개념을 내포하는 것으로 해석될 수 있다.
본 명세서에 비록 단수적 표현이 기재되어 있을지라도, 발명의 개념에 반하거나 명백히 다르거나 모순되게 해석되지 않는 이상 복수의 구성 전체를 대표하는 개념으로 사용될 수 있음에 유의하여야 한다. 본 명세서에서 '포함하는', '갖는', '구비하는', '포함하여 이루어지는' 등의 기재는 하나 또는 그 이상의 다른 구성요소 또는 그들의 조합의 존재 또는 부가 가능성이 있는 것으로 이해되어야 한다.
우선, 본 발명의 제1 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 도면을 참조하여 구체적으로 살펴본다. 이때, 참조되는 도면에 기재되지 않은 도면부호는 동일한 구성을 나타내는 다른 도면에서의 도면부호일 수 있다.
도 1은 본 발명의 제1 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 개략적으로 나타내는 흐름도이고, 도 2는 본 발명의 제1 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법의 일부를 개략적으로 나타내는 흐름도이고, 도 3은 본 발명의 제1 실시예에 따른 하나의 3차원 패턴 커널을 이용한 객체 검사 방법의 일부를 개략적으로 나타내는 흐름도이고, 도 4는 본 발명의 또 하나의 예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법의 일부를 개략적으로 나타내는 흐름도이다. 도 6는 본 발명의 실시예에서 사용되는 객체 이미지와 상하 전후 방향에 따른 4개의 제1의 3차원 패턴 커널의 패턴 마스크를 나타내고, 도 7은 본 발명의 하나의 실시예에서 사용되는 제1 커널연산 데이터를 산출하기 위한 제1 이미지 결과와 제1의 3차원 패턴 커널을 나타내고, 도 8은 본 발명의 하나의 실시예에 따라 4개의 제1 커널연산 데이터로부터 산출된 매칭스코어를 나타내고, 도 9은 본 발명의 하나의 실시예에서 제2 이미지 결과와 연산될 반전된 커널을 나타내고, 도 10는 본 발명의 하나의 실시예에서 제2 커널연산 데이터로부터 산출되는 에러 스코어를 나타내고 있다.
도 1 ~ 4를 참조하여 본 발명의 제1 실시예를 살펴보면, 3차원 패턴 커널을 이용한 객체 검사 방법은 영상을 이용하여 표면에 심벌이 각인된 객체를 검사한다.
도 1 및/또는 3을 참조하면, 3차원 패턴 커널을 이용한 객체 검사 방법은 이진화단계(S100), 방향패턴 결정단계(S200, S1200), 제2 커널연산 데이터 산출단계(S300, S1300) 및 양부 판단단계(S400, S1400)를 포함할 수 있다.
하나의 실시예에 따르면, 3차원 패턴 커널을 이용한 객체 검사 방법에 의해 검사되는 객체는 정제약일 수 있다.
도 1 및/또는 3의 이진화단계(S100)에서는 객체로부터 획득된 영상이 이진화 처리된다.
이때, 하나의 예에서, 이진화하는 단계(S100)에서는 획득된 영상을 적응적 이진화할 수 있다.
적응적 이진화 기법은 이미 공지된 기술이다. 이진화 결과는 3차원 패턴 커널과의 연산에 사용되는데, 예컨대, 적응적 이진화 파라미터 (N, sigma)를 갖는 k-평균 클러스터링 알고리즘을 변형한 적응적 이진화의 경우를 살펴본다. 이하, 설명되는 k-평균 클러스터링 알고리즘을 변형한 적응적 이진화는 예시적인 것으로, 다양한 다른 방법의 적응적 이진화 방식이 본 실시예에 적용될 수 있다. 적응적 이진화 파라미터에서, N은 적응적 이진화를 수행하기 위한 블럭의 크기를 의미하고, sigma는 명도의 민감도를 결정하는 값이다.
이때, T(x,y)는 '(x,y)를 중심으로 한 N by N 블록내 픽셀값의 평균값 - sigma' 이고, Dst(x,y)는 (x,y) 픽셀 위치에 대한 적응적 이진화의 결과 픽셀 값이라면, 적응적 이진화 결과 값인 Dst(x,y)는 src(x,y) > T(x,y)이면 255를 할당하고, 그렇지 않으면 0을 할당한다. 여기서, 적응적 이진화 결과의 할당 값을 '0'과 '255'로 한 것은 8비트 그레이스케일의 최소와 최대값으로 할당한 예시이고, 할당 값을 '0'과 '1'로 할당하는 것도 가능하다. src(x,y)는 (x,y) 픽셀의 8비트 그레이스케일 값이다. 이때, 명도의 민감도를 결정하는 sigma가 클수록 명도 변화에 둔감해지나 반면에 노이즈에는 강하고, sigma가 작을수록 명도의 변화에 민감해지나 반명에 노이즈에 취약해지게 된다. 예컨대, 검사될 객체에 대한 테스트를 통하여 sigma 값을 결정할 수 있다.
예컨대, 하나의 예에 따르면, 획득된 영상 이미지의 이진화는 명도의 민감도를 달리하면서 다수 수행될 수 있다. 예컨대 제1 이진화 및 제2 이진화로서, 명도의 민감도를 달리할 수 있다. 예컨대, 적응적 이진화를 수행하는 경우, 적응적 이진화 파라미터 중 sigma를 달리하는 제1 이진화 결과 및 제2 이진화 결과를 얻을 수 있다. 이때, 예를 들면, 방향패턴을 결정하기 위하여 사용되는 제1 이진화 결과는 sigma가 상대적으로 크고, 방향패턴이 결정된 후 객체의 양부를 판단하기 위해 사용되는 제2 이진화 결과는 sigma가 상대적으로 작을 수 있다. 방향패턴을 결정하기 위한 제1 이진화 결과와 객체의 양부를 판단하기 위한 제2 이진화 결과에서, 이진화 파라미터 N은 동일할 수 있고, 실시예에 따라 다르게 할 수도 있다.
다음으로, 도 1 ~ 3을 참조하여, 방향패턴 결정단계(S200, S200', S1200)를 살펴본다.
도 1의 방향패턴 결정단계(S200)에서는 이진화 단계(S100)에서 얻어진 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다. 객체의 방향 패턴을 결정하는 이유는 객체의 양부를 판단하기 위해 피검사 객체의 이미지 또는 그의 이진화결과와 객체의 기준이미지 또는 기준이미지의 이진화결과를 비교 또는 매칭하는 경우 방향 패턴을 일치시켜야 하기 때문이다.
이때, 도 2를 참조하여 또 하나의 예를 살펴본다. 도 2를 참조하면, 하나의 예에서, 방향패턴 결정단계(S200')는 객체 기울기 판단 단계(S200a) 및 객체 방향패턴 결정 단계(S200b)를 포함할 수 있다. 즉, 방향패턴 결정단계(S200')에서는 획득된 영상 이미지 또는 이진화된 이미지로부터 객체의 기울기를 판단하고 기울기가 보정된 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다.
이때, 객체 기울기 판단 단계(S200a)에서는 획득된 영상 이미지 또는 이진화 이미지로부터 객체의 기울기를 판단할 수 있다. 객체의 기울기를 판단하는 방식을 예를 들어 살펴본다. 다음에서의 예는 예시적인 것이고, 예시되지 않은 기타 다른 방식으로 객체의 기울기를 판단하는 것도 가능하다. 하나의 예에서, 객체가 원형이 아닌 경우에는 객체 이미지의 이진화를 통하여 경계를 정하고 정해진 경계로부터 장방향을 찾고 장방향의 기울기로부터 객체의 기울기를 판단할 수 있다. 이러한 방식은 객체가 정제약인 경우 적용할 수 있다. 또 하나의 예에서, 객체의 경계가 직선 선분을 포함하는 경우 객체 이미지의 이진화를 통하여 정해진 직선 성분의 경계로부터 기울기를 구하고 객체의 기울기를 판단할 수 있다. 또는, 객체의 형태와 무관하게, 객체에 각인된 심벌의 이미지로부터 객체의 기울기를 판단할 수 있다. 예컨대, 객체의 기준 이미지 또는 표준 이미지 중에서 심벌 부분의 이미지 영역으로부터 장방향을 결정할 수 있는 경우에는 객체 이미지 중 심벌 부분의 이미지의 이진화 결과로부터 심벌 부분의 장방향을 찾고 장방향의 기울기로부터 객체의 기울기를 판단할 수 있다. 이러한 방식은 객체가 원형의 약제이고 각인된 심벌부분의 장방향을 결정할 수 있는 경우에 적용할 수 있다. 또는, 객체의 이미지로부터 기울기를 판단할 수 있는 기준선이 각인된 경우에는 기준선을 토대로 이진화 결과로부터 객체의 기울기를 판단할 수 있다.
도 3을 참조하여 방향패턴 결정단계(S1200)를 더 살펴본다.
도 3을 참조하면, 하나의 예에서, 방향패턴 결정단계(S1200)는 제1 커널연산 데이터 생성 단계(S1210) 및 방향패턴 판별단계(S1230)를 포함할 수 있다.
구체적으로 살펴보면, 제1 커널연산 데이터 생성 단계(S1210)에서는 이진화 결과로서 제1 이진화 결과와 기준 이미지의 미리 설정된 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 연산한다. 이때, 각각의 연산에 따라 각 방향에 따른 제1 커널연산 데이터를 생성할 수 있다. 여기서, 방향별 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 4개의 방향별 패턴 커널이다. 심벌 부분의 가중치를 나머지 표면영역보다 높게 함으로써, 제1 이진화 결과와 방향별 제1의 3차원 패턴 커널을 연산한 커널연산 데이터로부터 심벌 부분에서의 매칭 정도를 쉽게 알 수 있고, 매칭 정도가 최대인 방향패턴을 정할 수 있게 된다. 또한, 이때, 객체 이외의 부분은 판단할 필요가 없으므로 가중치를 '0'으로 할 수 있다. 여기서, 기준 이미지는 비교 기준이 되는 이미지를 말한다. 기준이미지는 객체의 설계 도면으로부터 생성된 이미지일 수 있고, 또는 실제 제품의 양품들을 검사하여 얻어진 평균으로부터 얻어진 이미지일 수도 있다. 또는 본 발명을 통하여 양품으로 판정된 객체들의 학습 결과로부터 얻어진 평균 이미지일 수도 있다.
하나의 예에서, 방향별 제1의 3차원 패턴 커널에서 심벌 부분의 가중치가 나머지 표면영역보다 높게 할 수 있는데, 이는 제1 이진화 결과의 심벌부분과 제1의 3차원 패턴 커널의 심벌부분을 매칭시켜 방향을 판단하기 위한 경우에 적합하다. 즉, 객체가 대칭구조를 가질 때, 객체 이미지로부터 얻어진 경계만을 가지고는 전후가 뒤바뀌었는지 상하가 뒤바뀌었는지 판별하기 어렵기 때문에, 심벌 부분의 매칭을 통하여 방향 패턴을 판단하고자 하는 것이다. 이때, 심벌 부분을 제외한 표면 영역의 가중치를 매우 낮게 설정할 수도 있다.
또한, 이때, 제1 이진화 결과는 적응적 이진화에 따른 결과일 수 있고, 이때 명도의 민감도를 차후에 설명되는 제2 이진화 결과와 다르게 할 수 있다. 제1 이진화 결과는 방향패턴을 결정하는 단계(S1200)에서 이용되므로, 민감도를 낮출 수 있다. 즉, 제1의 3차원 패턴 커널과 연산되는 제1 이진화 결과는 객체의 손상이나 이물 부착여부 등을 검사하기 위한 것이 아니고, 그에 앞서 방향패턴을 결정하기 위한 것이므로, 명도 민감도를 낮추어 심벌의 각인 부분이 제1의 3차원 패턴 커널의 가중치 부분과 잘 매칭되도록 할 수 있다. 이러한 제1의 3차원 커널 패턴은 심벌, 예컨대 글자 위치의 미세한 변동(shift)이나 객체의 기울어짐 등에 대해 둔감한 값의 변화를 가지게 되므로, 오판독 비율이 낮아질 수 있다.
도 6에서는 기준 객체의 상하 전후에 따른 방향에 따른 M1-0, M1-1, M1-2, M1-3의 4가지 제1의 3차원 패턴 커널로서 패턴 마스크가 예시되고 있다. M1-0은 전면의 정방향을 나타내고, M1-1는 전면의 상하 반전 방향을 나타내고, M1-2는 후면의 정방향을 나타내고, M1-3는 후면의 상하 반전 방향을 나타내고 있다. 즉, 방향패턴 결정단계(S1200)에서 결정된 방향패턴은 M1-0, M1-1, M1-2, M1-3의 방향패턴 중의 하나가 된다. 이때, M1-0, M1-1, M1-2, M1-3의 제1의 3차원 패턴 커널은 객체의 외부의 가중치는 '0'으로 설정되고, 심벌 부분의 가중치는 심벌을 제외한 나머지 표면 영역의 가중치보다 높게 설정되어 있다. 도 6에서는 심벌 부분의 가중치가 나머지 표면 영역보다 대략 2배 정도 높게 설정되어 있다.
도 7의 (a)는 제1의 3차원 패턴 커널과 연산될 제1 이진화 결과를 나타내고, 도 7의 (b)는 (a)의 제1 이진화 결과와 연산되는 제1의 3차원 패턴 커널 M이 도시되어 있고, 도 7의 (c)는 제1의 3차원 패턴 커널 M의 데이터 어레이로써 252×252 크기의 커널 데이터의 일부가 도시되어 있다. 도 7의 (c)에서 숫자 63으로 기재된 영역은 심벌 'T' 부근의 표면 영역을 나타내고, 이때 심벌을 제외한 표면 영역의 가중치는 63임을 나타낸다. 도 7의 (a)의 이진화 결과는 앞서 예시한 k-평균 알고리즘을 변형한 적응적 이진화 기법에서 적응적 이진화 파라미터 N=11, sigma=12 인 경우의 이진화 결과이다.
또한, 제1 커널연산 데이터 생성 단계(S1210)를 더 구체적으로 살펴본다. 하나의 예에서, 제1 커널연산 데이터는 다음의 식 (1)로부터 산출될 수 있다.
Figure 112011105576044-pat00009
식 (1)
여기에서, 커널 사이즈는 P×Q이고, I1(i,j)는 제1 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M1(k,l)은 4개의 방향별 패턴 마스크 각각의 제1의 3차원 패턴 커널 M1의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Bij는 s=0, 1, 2, 3의 4개의 방향별 M1 커널 행렬의 연산 각각에 따른 제1 커널연산 데이터 각각의 (i,j) 좌표위치의 데이터 값이다. 도 6의 M1-0은 s=0 일 때의 제1의 3차원 패턴 커널이고, M1-1은 s=1 일 때, M1-2는 s=2 일 때, M1-3는 s=3 일 때의 각 제1의 3차원 패턴 커널이다.
계속하여, 도 3의 방향패턴 판별단계(S1230)에서는 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하고 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 방향 패턴을 판별할 수 있다.
도 8에서는 각 방향별 제1 커널연산 데이터 값으로부터 산출되는 매칭스코어가 er0~3의 값으로 예시되어 있다. 첫번째 값이 411060으로 최대값이고, 이 최대 매칭스코어에 대응하는 패턴 커널이 M1-0 커널이고, 그에 따라 방향패턴이 전면 정방향임을 알 수 있다.
구체적으로 살펴보면, 하나의 예에서, 제1 커널연산 데이터로부터 산출되는 매칭스코어는 다음의 식 (2)에서 산출될 수 있다.
Figure 112011105576044-pat00010
식 (2)
이때, Mchs 는 s=0, 1, 2, 3의 4개 방향별 제1 커널연산 데이터 각각으로부터 산출되는 각각의 매칭스코어이다.
다시 돌아가서, 도 1, 3 및/또는 4를 참조하여, 제2 커널연산 데이터 산출단계(S300, S1300, S2300)를 살펴본다.
도 1을 참조하면, 제2 커널연산 데이터 산출단계(S300)에서는 전 단계인 방향패턴 결정단계(S200)에서 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 이진화 결과를 연산하고, 연산 결과로부터 제2 커널연산 데이터를 산출할 수 있다. 이때, 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치가 다르다. 기준 이미지는 객체 검사의 비교 기준이 되는 이미지를 말한다. 또한, 전술한 바와 같이, 기준이미지는 객체의 설계 도면으로부터 생성된 이미지일 수 있고, 또는 실제 제품의 양품들을 검사하여 얻어진 평균으로부터 얻어진 이미지일 수도 있다. 제2의 3차원 패턴 커널에서 "제2"의 표현은 다른 실시예에서의 '제1의 3차원 패턴 커널'과 구분하기 위한 것으로 순서적인 의미를 내포하지 않는다.
하나의 예에서, 제2의 3차원 패턴 커널과 연산되는 이진화 결과는 적응적 이진화 결과일 수 있다. 또한, 하나의 예에서, 제2의 3차원 패턴 커널과 연산되는 이진화 결과는 제2 이진화 결과일 수 있고, 이때, 제2 이진화 결과는 제1 이진화 결과와 다른 명도 민감도를 가질 수 있다. 예컨대, 제2 이진화 결과의 이진화 파라미터 sigma의 값은 제1 이진화 결과의 sigma 값보다 작을 수 있다. 이진화 파라미터의 sigma 값을 작게 하여 명도의 민감도를 높이고, 그에 따라 객체의 표면의 손상이나 이물 등에 대한 검사를 효과적으로 수행하도록 할 수 있다.
하나의 예에서, 제2의 3차원 패턴 커널의 가중치는 심벌 부분보다 나머지 영역이 높도록 할 수 있다. 객체 검사는 주로 객체의 표면 손상이나 표면에 이물 부착 여부 등을 검사하는 것이고, 각인 심벌의 손상의 경우도 심벌과의 경계 부근의 표면의 손상과 연결되므로, 심벌 부분보다 객체의 표면 영역에 가중치를 더 부여하여 검사의 정밀도를 높일 수 있다. 이때, 객체 이외의 배경 부분은 판단할 필요가 없으므로 가중치가 "0"일 수 있다.
예컨대, 도 9를 참조하여, 하나의 예를 살펴보면, 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 3차원 패턴 커널일 수 있다. 예컨대, 객체의 경계 부분에서의 손상 여부가 객체의 양부를 판단하는데 있어서 중요한 하나의 요소가 되므로, 객체의 경계라인의 가중치를 가장 높게 설정할 수 있다.
또한, 도 3을 참조하면, 제2 커널연산 데이터 산출단계(S1300)에서는 전술한 방향패턴 판별단계(S1230)에서 판별된 방향 패턴에 따른 제2의 3차원 패턴 커널과 이진화 결과로서 제2 이진화 결과를 연산하여 제2 커널연산 데이터를 산출할 수 있다. 본 실시예에서는, 제1의 3차원 패턴 커널과 연산되는 제1 이진화 결과와 제2의 3차원 패턴 커널과 연산되는 제2 이진화 결과를 구분함으로써, 심벌 패턴을 인식하기 위한 검사부분과 심벌 패턴 이외의 이물 또는/및 손상을 판단하기 위한 검사부분의 검사강도를 달리할 수 있고, 그에 따라 보다 정확한 이물 및/또는 손상 검사가 수행될 수 있게 된다.
또한, 하나의 예에 따라, 도 4를 참조하여 제2 커널연산 데이터 산출 단계를 구체적으로 살펴본다. 도 4에서, 제2 커널연산 데이터 산출 단계(S2300)는 제2의 3차원 패턴 커널 형성 단계(S2310) 및 제2 커널연산 데이터를 산출하는 단계(S2330)를 포함할 수 있다.
도 4의 제2의 3차원 패턴 커널 형성 단계(S2310)에서는 도 3의 방향패턴 판별단계(S1230)에서 판별된 방향 패턴에 대응하는 제1의 3차원 패턴 커널을 반전시켜 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮은 제2의 3차원 패턴 커널을 형성할 수 있다. 나아가, 이때, 형성되는 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리할 수 있다.
도 9의 (a)는 도 3의 방향패턴 판별단계(S1230)에서 판별된 방향 패턴에 대응하는 제1의 3차원 패턴 커널을 나타내고 있으며, 도 9의 (b)는 도 9의 (a)의 제1의 3차원 패턴 커널을 반전하고, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 조정한 제2의 3차원 패턴 커널을 도시하고 있다. 이때, 객체의 외부인 배경영역은 가중치가 "0"이다.
다음, 도 4의 제2 커널연산 데이터를 산출하는 단계(S2330)에서는 제2의 3차원 패턴 커널 형성 단계(S2310)에서 형성된 제2의 3차원 패턴 커널과 제2 이진화 결과를 연산하여 제2 커널연산 데이터를 산출할 수 있다. 이때, 제2 이진화 결과는 적응적 이진화 결과일 수 있고, 제1 이진화 결과보다 민감도를 높인 것일 수 있다. 예컨대, 적응적 이진화 파라미터 sigma의 값이 제1 이진화 결과의 sigma 값보다 낮다. 그에 따라, 제2 이진화 결과는 제1 이진화 결과보다 명도 민감도가 높아 객체의 표면의 손상이나 이물부착 여부를 더 정밀하게 판단할 수 있게 된다.
구체적으로 살펴보면, 하나의 예에서, 제2 커널연산 데이터는 다음의 식 (3)으로부터 산출될 수 있다.
Figure 112011105576044-pat00011
식 (3)
이때, 커널 사이즈는 P×Q이고, I2(i,j)는 제2 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M2(k,l)은 제2의 3차원 패턴 커널 M2의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Sij는 제2 커널연산 데이터의 (i,j) 좌표위치의 데이터 값이다.
다시 도 1 및/또는 3을 참조하여, 양부 판단단계(S400, S1400)를 살펴본다.
도 1 및/또는 3을 참조하면, 양부 판단단계(S400, S1400)에서는 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단할 수 있다.
구체적으로 살펴보면, 하나의 예에서, 제2 커널연산 데이터로부터 산출되는 에러 스코어는 다음의 식 (4)로부터 산출될 수 있다.
Figure 112011105576044-pat00012
식(4)
이때, T_err는 제2 커널연산 데이터 Sij 로부터 산출되는 에러 스코어이다.
또한, 하나의 예에서, 양부를 판단하는 단계(S400, S1400)에서는 에러 스코어를 정규화하여 객체 표면의 결함을 판단할 수 있다. 예컨대, 정규화된 에러 스코어와 결함판단의 기준이 되는 기준스코어를 비교하여 결함여부를 판단할 수 있다. 이때, 결함판단의 기준이 되는 기준스코어는 전 단계인 제2 커널연산 데이터 산출단계(S300, S1300, S2300)에서 제2의 3차원 패턴 커널과 연산되는 이진화 결과의 민감도에 따라 조정될 수 있다. 예컨대, 제2 커널연산 데이터 산출단계(S300, S1300, S2300)에서의 이진화 결과의 민감도를 높인 경우에는 본 양부 판단단계(S400, S1400)에서 정규화된 에러 스코어가 높게 나타나므로, 상대적으로 기준 스코어를 높게 맞추어 판단할 수도 있다. 또는, 이진화 결과의 민감도를 조정하더라도 본 양부 판단단계(S400, S1400)에서 결함판단의 기준이 되는 기준스코어는 미리 설정된 값을 그대로 유지할 수도 있다.
도 10은 제2 커널연산 데이터로부터 산출되는 에러 스코어를 정규화한 결과 값을 나타내고 있다. 이때, 도 8에 따라 최대 매칭스코어에 대응하는 제1의 3차원 패턴 커널의 방향, 즉 전면 정방향에 대한 도 9의 (b)에 도시된 제2의 3차원 패턴 커널을 제2 이진화 결과와 연산하여 에러 스코어를 산출하고 정규화한 것을 나타내고 있다. 이때, 에러 스코어를 산출하기 위해 도 9의 (b)의 제2의 3차원 패턴 커널과 연산된 제2 이진화 결과는 앞서 예시한 k-평균 알고리즘을 변형한 적응적 이진화 기법에서 적응적 이진화 파라미터 N=11, sigma=8 인 경우의 이진화 결과이다. 도 10에서, 정규화는 객체 손상 또는 이물부착 정도의 최대치를 100으로 산정하여 정규화한 것을 나타내고 있는데, 도 10에서는 정규화된 에러 스코어가 25로 도시되고 있다.
다음으로, 본 발명의 제2 실시예를 설명하기에 앞서 제3 실시예를 살펴본다.
본 발명의 제3 실시예에 따른 컴퓨터 판독 가능 기록 매체는 전술한 제1 실시예들 중의 어느 하나에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능 기록 매체이다. 이때, 기록매체는 CD, DVD, 블루레이 등의 광기록매체이거나 ROM, RAM 등과 같은 방식의 메모리 장치일 수 있다. 예컨대, 컴퓨터에 장착되어 수록된 프로그램이 운용되도록 하는 메모리 장치일 수 있다.
또한, 다음으로, 본 발명의 제4 실시예를 살펴본다. 제4 실시예에 따른 컴퓨터 장치는 전술한 제3 실시예에 따른 컴퓨터 판독 가능 기록 매체가 장착되고, 컴퓨터 판독 가능 기록 매체의 판독에 따라, 수록된 프로그램이 수행된다.
다음으로, 도 5를 참조하여 본 발명의 제2 실시예를 구체적으로 살펴본다. 본 발명의 제2 실시예를 살펴봄에 있어서, 다음의 도 5뿐만 아니라 전술한 제1 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 방법 및 도 1 내지 4, 도 6 내지 10이 참조될 것이다.
도 5는 본 발명의 제2 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 시스템을 개략적으로 나타내는 블럭도이다.
본 발명의 제2 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 시스템은 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 검사 시스템이다.
이때, 하나의 실시예에서, 객체는 정제약일 수 있다.
구체적으로, 도 5를 참조하면, 하나의 실시예에 따른 3차원 패턴 커널을 이용한 객체 검사 시스템은 이진화모듈(100), 커널생성모듈(300) 및 연산 및 판단모듈(500)을 포함하여 이루어진다.
먼저, 도 5의 이진화모듈(100)은 객체로부터 획득된 영상을 이진화한다. 이때, 획득된 영상 이미지의 이진화는 명도의 민감도를 달리하면서 다수 수행될 수 있다. 예컨대, 제1 이진화 및 제2 이진화가 명도의 민감도를 달리하며 수행될 수 있다.
하나의 실시예에서, 이진화모듈(100)은 획득된 영상에 대하여 적응형 이진화를 수행할 수 있다. 이때에도, 명도의 민감도를 달리하면서 다수의 적응적 이진화가 수행될 수 있다. 예컨대, 적응적 이진화를 수행하는 경우, 적응적 이진화 파라미터 중 sigma를 달리하는 제1 이진화 결과 및 제2 이진화 결과를 얻을 수 있다. 이때, 예를 들면, 방향패턴을 결정하기 위하여 사용되는 제1 이진화 결과는 sigma가 상대적으로 크고, 방향패턴이 결정된 후 객체의 양부를 판단하기 위해 사용되는 제2 이진화 결과는 sigma가 상대적으로 작을 수 있다.
또한, 하나의 예에서, 제1 이진화 결과는 커널생성모듈(300)에서 생성되는 방향별 제1의 3차원 패턴 커널과 연산되고, 제2 이진화 결과는 커널생성모듈(300)에서 형성된 제2의 3차원 패턴 커널과 연산될 수 있다. 이때, 제1 이진화 결과보다 제2 이진화 결과의 민감도를 높여, 예컨대 적응적 이진화 파라미터인 sigma 값을 낮추어 연산 및 판단모듈(500)에서의 객체 양부 판단에서 객체 표면의 손상이나 이물부착 여부에 대해 더 정밀하게 판단할 수 있도록 할 수 있다.
하나의 예에서, 제1의 3차원 패턴 커널과 연산되는 제1 이진화 결과와 제2의 3차원 패턴 커널과 연산되는 제2 이진화 결과를 구분함으로써, 심벌 패턴을 인식하기 위한 검사부분과 심벌 패턴 이외의 이물 또는/및 손상을 판단하기 위한 검사부분의 검사강도를 달리할 수 있고, 그에 따라 보다 정확한 이물 및/또는 손상 검사가 수행될 수 있다.
다음으로, 도 5의 커널생성모듈(300)을 구체적으로 살펴본다.
커널생성모듈(500)은 다음에서 설명될 연산 및 판단모듈(500)에서 결정된 객체의 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널을 생성한다. 전술한 바와 같이, 기준이미지는 객체의 양부를 판단하는 기준이 되는 이미지로서, 객체의 설계 도면으로부터 생성된 이미지일 수 있고, 또는 실제 제품의 양품들을 검사하여 얻어진 평균으로부터 얻어진 이미지일 수도 있다. 또는 본 발명을 통하여 양품으로 판정된 객체들의 학습 결과로부터 얻어진 평균 이미지일 수도 있다.
이때, 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치를 달리할 수 있다. 예컨대, 하나의 예에서, 제2의 3차원 패턴 커널의 가중치는 심벌 부분보다 나머지 영역이 높을 수 있다. 객체 검사는 주로 객체의 표면 손상이나 표면에 이물 부착 여부 등을 검사하는 것이므로, 심벌 부분보다 객체의 표면 영역에 가중치를 더 부여하여 검사의 정밀도를 높일 수 있다. 이때, 객체 이외의 배경 부분은 판단할 필요가 없으므로 가중치가 "0"일 수 있다.
도 9를 참조하면, 하나의 예에서, 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 3차원 패턴 커널일 수 있다.
또한, 하나의 예에 따르면, 커널생성모듈은 기준 이미지의 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 더 생성할 수 있다. 이때, 제1의 3차원 패턴 커널은 다음에서 설명될 연산 및 판단모듈에서 방향패턴을 결정하기 위해 사용될 수 있다. 제1의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치를 달리할 수 있는데, 하나의 예에서, 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 패턴 커널일 수 있다. 심벌 부분의 가중치를 나머지 표면영역보다 높게 함으로써, 다음에서 설명될 연산 및 판단모듈(500)에서 제1 이진화 결과와 방향별 제1의 3차원 패턴 커널을 연산한 커널연산 데이터로부터 심벌 부분에서의 매칭 정도를 쉽게 파악하여 방향패턴을 쉽게 정할 수 있게 된다. 또한, 이때, 객체 이외의 부분은 판단할 필요가 없으므로 가중치를 '0'으로 할 수 있다. 이때, 심벌 부분을 제외한 표면 영역의 가중치를 매우 낮게 설정할 수도 있다.
도 6에서는 방향별 제1의 3차원 패턴 커널로서 패턴 마스크를 도시하고 있는데, 기준 객체의 상하 전후에 따른 방향에 따른 M1-0, M1-1, M1-2, M1-3의 4가지 제1의 3차원 패턴 커널을 나타내고 있다. 이때, M1-0, M1-1, M1-2, M1-3의 제1의 3차원 패턴 커널은 객체의 외부의 가중치는 '0'으로 설정되고, 심벌 부분의 가중치는 심벌을 제외한 나머지 표면 영역의 가중치보다 높게 설정되어 있다. 또한, 도 7의 (b)는 제1의 3차원 패턴 커널 M을 도시하고 있고, 도 7의 (c)는 제1의 3차원 패턴 커널 M의 데이터 어레이로써 252×252 크기의 커널 데이터의 일부를 도시하고 있다. 도 7의 (c)에서 숫자 63으로 기재된 영역은 심벌 'T' 부근의 표면 영역을 나타내고, 이때 심벌을 제외한 표면 영역의 가중치는 63임을 나타낸다.
또한, 하나의 예에 따르면, 커널생성모듈(300)은 제1의 3차원 패턴 커널을 반전시켜 제2의 3차원 패턴 커널을 형성할 수 있다. 이때, 제1의 3차원 패턴 커널은 다음에서 설명될 연산 및 판단모듈(500)에서 판별된 방향 패턴에 대응하는 패턴 커널이다. 제1의 3차원 패턴 커널로부터 반전시켜 제2의 3차원 패턴 커널을 형성하는 경우 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮게 할 수 있다.
나아가, 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리할 수 있다. 예컨대, 도 9의 (a)는 제1의 3차원 패턴 커널을 나타내고 있으며, 도 9의 (b)는 도 9의 (a)의 제1의 3차원 패턴 커널을 반전하고, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 조정한 제2의 3차원 패턴 커널을 도시하고 있다.
다시 돌아가, 도 5의 연산 및 판단모듈(500)을 살펴본다. 도 5의 연산 및 판단모듈(500)은 객체 방향패턴의 결정, 제2 커널연산 데이터 산출을 위한 커널연산 및 양부판단을 수행할 수 있다. 각각에 대해 구체적으로 살펴본다.
먼저, 연산 및 판단모듈(500)에서의 객체 방향패턴의 결정을 더 살펴본다. 도 5의 연산 및 판단모듈(500)은 이진화모듈(100)에서의 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다.
또한, 하나의 예에서, 연산 및 판단모듈(500)은 획득된 영상 이미지 또는 이진화된 이미지로부터 객체의 기울기를 판단하고 기울기가 보정된 이진화 결과를 이용하여 객체의 방향 패턴을 결정할 수 있다. 객체의 기울기를 판단하는 방식은 전술한 제1 실시예에 대한 설명을 참조하도록 한다.
객체의 방향패턴 결정에 있어서, 도 5의 연산 및 판단모듈(500)은 이진화모듈(100)로부터 얻어진 이진화 결과로서 제1 이진화 결과와 커널생성모듈(300)에서 얻어진 제1의 3차원 패턴 커널을 각각 연산하여 각 방향에 따른 제1 커널연산 데이터를 생성할 수 있다. 또한, 이때, 제1 이진화 결과는 적응적 이진화에 따른 결과일 수 있고, 제2의 3차원 패턴커널과 연산될 제2 이진화 결과보다 민감도를 낮출 수 있다.
이때, 하나의 예에서, 제1 커널연산 데이터는 전술한 식 (1)로부터 산출될 수 있다. 전술한 제1 실시예의 설명을 참조하기로 한다.
또한, 객체의 방향패턴 결정에 있어서, 연산 및 판단모듈(500)은 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하여 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 객체의 방향 패턴을 판별할 수 있다.
또한, 하나의 예에서, 제1 커널연산 데이터로부터 산출되는 매칭스코어는 전술한 식 (2)으로부터 산출될 수 있다. 식 (2) 및 그에 대한 설명은 전술한 제1 실시예를 참조하도록 한다. 도 8을 참조하면, 각 방향별 제1 커널연산 데이터 값으로부터 산출되는 매칭스코어가 er0~3의 값으로 예시되어 있는데, 이때, 최대 매칭스코어에 대응하는 패턴 커널이 결정되고, 결정된 제1의 3차원 패턴 커널의 방향이 객체의 방향임을 알 수 있다. 연산 및 판단모듈(500)에서 결정된 방향을 토대로 커널생성모듈(300)에서 제2의 3차원 패턴 커널을 형성할 수 있다.
다음으로, 연산 및 판단모듈(500)에서의 제2 커널연산 데이터를 산출하기 위한 커널연산에 대해 더 살펴본다.
도 5의 연산 및 판단모듈(500)은 이진화 모듈(100)에서 얻어진 이진화 결과와 제2의 3차원 패턴 커널을 연산할 수 있다. 연산 및 판단모듈(500)은 이진화 결과와 제2의 3차원 패턴 커널의 연산결과로부터 제2 커널연산 데이터를 산출할 수 있다.
이때, 하나의 예에 따르면, 이진화 결과로서 제2 이진화 결과와 제2의 3차원 패턴 커널을 연산하여 제2 커널연산 데이터를 산출할 수 있다. 이때, 제2 이진화 결과는 적응적 이진화 결과일 수 있고, 제1 이진화 결과보다 민감도를 높인 것일 수 있다. 예컨대, 제2 이진화 결과를 얻기 위한 적응적 이진화 파라미터 sigma의 값이 제1 이진화 결과의 sigma 값보다 낮다. 그에 따라, 제2 이진화 결과는 제1 이진화 결과보다 명도 민감도가 높아 객체의 표면의 손상이나 이물부착 여부를 더 정밀하게 판단할 수 있게 된다.
구체적으로 살펴보면, 하나의 예에서, 제2 커널연산 데이터는 전술한 식 (3)으로부터 산출될 수 있다. 식 (3) 및 그에 대한 설명은 전술한 제1 실시예를 참조하기로 한다.
다음으로, 연산 및 판단모듈(500)에서의 객체의 양부판단에 대해 더 살펴본다.
도 5의 연산 및 판단모듈(500)은 커널 연산의 결과로부터 산출된 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단할 수 있다. 이때, 하나의 예에서, 연산 및 판단모듈(500)은 제2의 3차원 패턴 커널과 제2 이진화 결과의 연산으로부터 산출된 제2 커널연산 데이터로부터 에러 스코어를 산출하여 객체의 양부를 판단할 수 있다.
구체적으로 살펴보면, 하나의 예에서, 에러 스코어는 전술한 식 (4)로부터 산출될 수 있다. 식 (4) 및 그에 대한 설명은 전술한 제1 실시예를 참조하기로 한다.
또한, 하나의 예에서, 연산 및 판단모듈(500)은 에러 스코어를 정규화하여 객체 표면의 결함을 판단할 수 있다.
이상에서, 전술한 실시예 및 첨부된 도면들은 본 발명의 범주를 제한하는 것이 아니라 본 발명에 대한 당해 기술분야에서 통상의 지식을 가진 자의 이해를 돕기 위해 예시적으로 설명된 것이다. 또한, 전술한 구성들의 다양한 조합에 따른 실시예들이 앞선 구체적인 설명들로부터 당업자에게 자명하게 구현될 수 있다. 따라서, 본 발명의 다양한 실시예는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있고, 본 발명의 범위는 특허청구범위에 기재된 발명에 따라 해석되어야 하며, 당해 기술분야에서 통상의 지식을 가진 자에 의한 다양한 변경, 대안, 균등물들을 포함하고 있다.
100 : 이진화모듈
300 : 커널생성모듈
500 : 연산 및 판단모듈

Claims (20)

  1. 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 방법에 있어서,
    상기 객체로부터 획득된 영상을 이진화하는 단계;
    이진화 결과를 이용하여 객체의 방향 패턴을 결정하는 단계;
    상기 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 상기 이진화 결과를 연산하되, 상기 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치가 다르며, 연산 결과로부터 제2 커널연산 데이터를 산출하는 단계; 및
    상기 제2 커널연산 데이터로부터 에러 스코어를 산출하여 상기 객체의 양부를 판단하는 단계; 를 포함하고,
    상기 객체는 정제약인 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  2. 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 방법에 있어서,
    상기 객체로부터 획득된 영상을 이진화하는 단계;
    이진화 결과를 이용하여 객체의 방향 패턴을 결정하는 단계;
    상기 결정된 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널과 상기 이진화 결과를 연산하되, 상기 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치가 다르며, 연산 결과로부터 제2 커널연산 데이터를 산출하는 단계; 및
    상기 제2 커널연산 데이터로부터 에러 스코어를 산출하여 상기 객체의 양부를 판단하는 단계; 를 포함하고,
    상기 이진화하는 단계에서는 획득된 영상을 적응적 이진화하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  3. 청구항 1 또는 2에 있어서,
    상기 방향 패턴을 결정하는 단계에서는 상기 획득된 영상 이미지 또는 상기 이진화된 이미지로부터 객체의 기울기를 판단하고 상기 기울기가 보정된 이진화 결과를 이용하여 상기 객체의 방향 패턴을 결정하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  4. 청구항 1 또는 2에 있어서,
    상기 방향 패턴을 결정하는 단계는:
    상기 이진화 결과로서 제1 이진화 결과와 기준 이미지의 미리 설정된 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 연산하되, 상기 방향별 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 4개의 방향별 패턴 커널이고, 각각 연산에 따라 각 방향에 따른 제1 커널연산 데이터를 생성하는 단계; 및
    상기 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하고 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 방향 패턴을 판별하는 단계; 를 포함하고,
    상기 제2 커널연산 데이터를 산출하는 단계에서는 상기 판별된 방향 패턴에 따른 상기 제2의 3차원 패턴 커널과 상기 이진화 결과로서 제2 이진화 결과를 연산하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  5. 청구항 1 또는 2에 있어서,
    상기 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 3차원 패턴 커널인 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  6. 청구항 4에 있어서,
    상기 제2 커널연산 데이터를 산출하는 단계는:
    상기 판별된 방향 패턴에 대응하는 상기 제1의 3차원 패턴 커널을 반전시켜 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮게 하여, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리하는 상기 제2의 3차원 패턴 커널을 형성하는 단계; 및
    상기 형성된 제2의 3차원 패턴 커널과 상기 제2 이진화 결과를 연산하여 상기 제2 커널연산 데이터를 산출하는 단계; 를 포함하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  7. 청구항 4에 있어서,
    상기 제1 커널연산 데이터는 식,
    Figure 112011105576044-pat00013
    에서 산출되고,
    상기 제1 커널연산 데이터로부터 산출되는 매칭스코어는 식,
    Figure 112011105576044-pat00014
    에서 산출되고,
    상기 제2 커널연산 데이터는 식,
    Figure 112011105576044-pat00015
    에서 산출되고,
    상기 제2 커널연산 데이터로부터 산출되는 에러 스코어는 식,
    Figure 112011105576044-pat00016
    에서 산출되고,
    여기에서, 커널 사이즈는 P×Q이고, I1(i,j)는 상기 제1 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, I2(i,j)는 상기 제2 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M1(k,l)은 4개의 방향별 패턴 마스크 각각의 상기 제1의 3차원 패턴 커널 M1의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, M2(k,l)은 상기 제2의 3차원 패턴 커널 M2의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Bij는 s=0, 1, 2, 3의 4개의 방향별 M1 커널 행렬의 연산 각각에 따른 상기 제1 커널연산 데이터 각각의 (i,j) 좌표위치의 데이터 값이고, Sij는 상기 제2 커널연산 데이터의 (i,j) 좌표위치의 데이터 값이고, Mchs 는 s=0, 1, 2, 3의 4개 방향별 상기 제1 커널연산 데이터 각각으로부터 산출되는 각각의 매칭스코어이고, T_err는 상기 제2 커널연산 데이터 Sij 로부터 산출되는 에러 스코어인 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  8. 청구항 1 또는 2에 있어서,
    상기 양부를 판단하는 단계에서 상기 에러 스코어를 정규화하여 객체 표면의 결함을 판단하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 방법.
  9. 삭제
  10. 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 검사 시스템에 있어서,
    상기 객체로부터 획득된 영상을 이진화하는 이진화모듈;
    연산 및 판단모듈에서 결정된 객체의 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널을 생성하되, 상기 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치를 달리하는, 상기 3차원 패턴 커널을 생성하는 커널생성모듈; 및
    이진화 결과를 이용하여 객체의 방향 패턴을 결정하고, 상기 이진화 결과와 상기 제2의 3차원 패턴 커널을 연산하되, 연산결과로부터 제2 커널연산 데이터를 산출하고, 상기 제2 커널연산 데이터로부터 에러 스코어를 산출하여 상기 객체의 양부를 판단하는 연산 및 판단모듈; 을 포함하고,
    상기 객체는 정제약인 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  11. 영상을 이용하여 표면에 심벌이 각인된 객체를 검사하는 검사 시스템에 있어서,
    상기 객체로부터 획득된 영상을 이진화하는 이진화모듈;
    연산 및 판단모듈에서 결정된 객체의 방향 패턴에 따른 기준 이미지의 제2의 3차원 패턴 커널을 생성하되, 상기 제2의 3차원 패턴 커널은 심벌 부분과 나머지 영역의 가중치를 달리하는, 상기 3차원 패턴 커널을 생성하는 커널생성모듈; 및
    이진화 결과를 이용하여 객체의 방향 패턴을 결정하고, 상기 이진화 결과와 상기 제2의 3차원 패턴 커널을 연산하되, 연산결과로부터 제2 커널연산 데이터를 산출하고, 상기 제2 커널연산 데이터로부터 에러 스코어를 산출하여 상기 객체의 양부를 판단하는 연산 및 판단모듈; 을 포함하고,
    상기 이진화모듈은 상기 획득된 영상에 대하여 적응형 이진화를 수행하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  12. 청구항 10 또는 11에 있어서,
    상기 연산 및 판단모듈은 상기 획득된 영상 이미지 또는 상기 이진화된 이미지로부터 객체의 기울기를 판단하고 상기 기울기가 보정된 이진화 결과를 이용하여 상기 객체의 방향 패턴을 결정하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  13. 청구항 10 또는 11에 있어서,
    상기 커널생성모듈은 기준 이미지의 상하 전후에 따른 방향별 제1의 3차원 패턴 커널을 더 생성하되, 상기 제1의 3차원 패턴 커널은 객체의 심벌 부분이 나머지 표면영역보다 높게 가중치가 부여된 패턴 커널이고,
    상기 연산 및 판단모듈은 상기 이진화 결과로서 제1 이진화 결과와 상기 제1의 3차원 패턴 커널을 각각 연산하여 각 방향에 따른 제1 커널연산 데이터를 생성하고 상기 각 방향에 따른 제1 커널연산 데이터로부터 각각의 매칭스코어를 산출하여 최대 매칭스코어가 산출된 제1 커널연산 데이터에 대응하는 패턴 커널로부터 상기 객체의 방향 패턴을 판별하고, 상기 제2의 3차원 패턴 커널과 제2 이진화 결과를 연산하여 상기 제2 커널연산 데이터를 산출하고 상기 에러 스코어를 산출하여 상기 객체의 양부를 판단하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  14. 청구항 10 또는 11에 있어서,
    상기 제2의 3차원 패턴 커널은 '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치가 달리 부여된 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  15. 청구항 13에 있어서,
    상기 커널생성모듈은 상기 연산 및 판단모듈에서 판별된 방향 패턴에 대응하는 상기 제1의 3차원 패턴 커널을 반전시켜 '심벌 부분'의 가중치가 '나머지 표면영역'보다 낮게 하여, '객체의 경계라인' > '심벌 제외된 나머지 표면영역' > '심벌 부분' 순으로 가중치를 달리하는 상기 제2의 3차원 패턴 커널을 생성하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  16. 청구항 13에 있어서,
    상기 제1 커널연산 데이터는 식,
    Figure 112011105576044-pat00017
    에서 산출되고,
    상기 제1 커널연산 데이터로부터 산출되는 매칭스코어는 식,
    Figure 112011105576044-pat00018
    에서 산출되고,
    상기 제2 커널연산 데이터는 식,
    Figure 112011105576044-pat00019
    에서 산출되고,
    상기 제2 커널연산 데이터로부터 산출되는 에러 스코어는 식,
    Figure 112011105576044-pat00020
    에서 산출되고,
    여기에서, 커널 사이즈는 P×Q이고, I1(i,j)는 상기 제1 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, I2(i,j)는 상기 제2 이진화 결과의 (i,j) 좌표위치의 픽셀 값이고, M1(k,l)은 4개의 방향별 패턴 마스크 각각의 제1의 3차원 패턴 커널 M1의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, M2(k,l)은 제2의 3차원 패턴 커널 M2의 커널 행렬 내의 (k,l) 위치의 데이터 값이고, Bij는 s=0, 1, 2, 3의 4개의 방향별 M1 커널 행렬의 연산 각각에 따른 제1 커널연산 데이터 각각의 (i,j) 좌표위치의 데이터 값이고, Sij는 제2 커널연산 데이터의 (i,j) 좌표위치의 데이터 값이고, Mchs 는 s=0, 1, 2, 3의 4개 방향별 제1 커널연산 데이터 각각으로부터 산출되는 각각의 매칭스코어이고, T_err는 제2 커널연산 데이터 Sij 로부터 산출되는 에러 스코어인 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  17. 청구항 10 또는 11에 있어서,
    상기 연산 및 판단모듈은 상기 에러 스코어를 정규화하여 객체 표면의 결함을 판단하는 것을 특징으로 하는 3차원 패턴 커널을 이용한 객체 검사 시스템.
  18. 삭제
  19. 컴퓨터 판독 가능 기록 매체에 있어서,
    청구항 1 또는 2에 따른 3차원 패턴 커널을 이용한 객체 검사 방법을 수행하는 프로그램이 수록된 컴퓨터 판독 가능 기록 매체.
  20. 컴퓨터 장치에 있어서,
    청구항 19에 따른 컴퓨터 판독 가능 기록 매체가 장착되고,
    상기 기록 매체의 판독에 따라 상기 수록된 프로그램이 수행되는,
    컴퓨터 장치.
KR1020110147570A 2011-12-30 2011-12-30 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치 KR101307781B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110147570A KR101307781B1 (ko) 2011-12-30 2011-12-30 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110147570A KR101307781B1 (ko) 2011-12-30 2011-12-30 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치

Publications (2)

Publication Number Publication Date
KR20130091366A KR20130091366A (ko) 2013-08-19
KR101307781B1 true KR101307781B1 (ko) 2013-09-12

Family

ID=49216553

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110147570A KR101307781B1 (ko) 2011-12-30 2011-12-30 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치

Country Status (1)

Country Link
KR (1) KR101307781B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102107362B1 (ko) * 2015-05-27 2020-05-07 한화정밀기계 주식회사 기판의 결함 검사 방법
US10346724B2 (en) * 2017-06-22 2019-07-09 Waymo Llc Rare instance classifiers

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0712736A (ja) * 1993-06-21 1995-01-17 Nippon Eranko Kk 固形製剤の印刷文字検査装置
JPH10149444A (ja) * 1996-11-18 1998-06-02 Matsushita Electric Ind Co Ltd 文字記号パターン検査装置
JP2001141426A (ja) * 1999-11-16 2001-05-25 Ckd Corp 外観検査装置及び印刷装置
KR100940301B1 (ko) 2008-03-26 2010-02-05 호서대학교 산학협력단 마크 분할 검사 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0712736A (ja) * 1993-06-21 1995-01-17 Nippon Eranko Kk 固形製剤の印刷文字検査装置
JPH10149444A (ja) * 1996-11-18 1998-06-02 Matsushita Electric Ind Co Ltd 文字記号パターン検査装置
JP2001141426A (ja) * 1999-11-16 2001-05-25 Ckd Corp 外観検査装置及び印刷装置
KR100940301B1 (ko) 2008-03-26 2010-02-05 호서대학교 산학협력단 마크 분할 검사 방법

Also Published As

Publication number Publication date
KR20130091366A (ko) 2013-08-19

Similar Documents

Publication Publication Date Title
JP6669453B2 (ja) 画像分類装置および画像分類方法
TWI381321B (zh) 重組多張影像與辨識方法以及影像擷取與辨識系統
CN103996052B (zh) 基于三维点云的三维人脸性别分类方法
CN110880175B (zh) 一种焊点缺陷检测方法、系统以及设备
JP7210873B2 (ja) 欠陥検査方法及び欠陥検査装置
US20090232363A1 (en) Information processing apparatus, method, and program
US20160252617A1 (en) Object recognition apparatus and noise removal method
US9087263B2 (en) Vision based pedestrian and cyclist detection method
US20170278235A1 (en) Fast density estimation method for defect inspection application
CN112116557B (zh) 一种射线图像焊缝区域缺陷探测方法、存储介质及设备
CN106600955A (zh) 检测交通状态的方法、装置和电子设备
JP2009211138A (ja) 対象領域抽出方法および装置ならびにプログラム
CN112132821B (zh) 一种基于图像处理的开口销丢失检测方法
CN104574312A (zh) 标靶图像求圆心的方法和装置
KR101307781B1 (ko) 3차원 패턴 커널을 이용한 객체 검사 방법 및 시스템, 컴퓨터 판독 가능 기록매체 및 컴퓨터 장치
JP2010026805A (ja) 文字認識装置及び文字認識方法
CN116051541B (zh) 基于频闪光源的轴承端面平缓磨伤检测方法及装置
JP5036637B2 (ja) 凹凸文字抽出のための画像処理方法及び画像処理装置
CN106951902B (zh) 一种图像二值化处理方法及装置
CN110008955B (zh) 一种汽车刹车片表面字符压印质量检验方法
CN117173090A (zh) 焊接缺陷类型识别方法、装置、存储介质及电子设备
CN108388854A (zh) 一种基于改进fast-surf算法的定位方法
JP2015191338A (ja) 人物検出装置
CN116385440A (zh) 一种弧形刀片视觉检测方法
CN106203349A (zh) 基于稀疏误差矩阵的人脸识别方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160905

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee