KR101537552B1 - 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법 - Google Patents

4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법 Download PDF

Info

Publication number
KR101537552B1
KR101537552B1 KR1020150074564A KR20150074564A KR101537552B1 KR 101537552 B1 KR101537552 B1 KR 101537552B1 KR 1020150074564 A KR1020150074564 A KR 1020150074564A KR 20150074564 A KR20150074564 A KR 20150074564A KR 101537552 B1 KR101537552 B1 KR 101537552B1
Authority
KR
South Korea
Prior art keywords
image
yarn package
yarn
fibers
converted
Prior art date
Application number
KR1020150074564A
Other languages
English (en)
Inventor
설인환
Original Assignee
금오공과대학교 산학협력단
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 금오공과대학교 산학협력단 filed Critical 금오공과대학교 산학협력단
Priority to KR1020150074564A priority Critical patent/KR101537552B1/ko
Application granted granted Critical
Publication of KR101537552B1 publication Critical patent/KR101537552B1/ko

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06H—MARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
    • D06H3/00—Inspecting textile materials
    • D06H3/08—Inspecting textile materials by photo-electric or television means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H63/00—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package
    • B65H63/006—Warning or safety devices, e.g. automatic fault detectors, stop-motions ; Quality control of the package quality control of the package
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
    • B65H2511/00—Dimensions; Position; Numbers; Identification; Occurrences
    • B65H2511/50—Occurence
    • B65H2511/52—Defective operating conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8411—Application to online plant, process monitoring
    • G01N2021/8416—Application to online plant, process monitoring and process controlling, not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8444—Fibrous material

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Textile Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Materials Engineering (AREA)
  • Treatment Of Fiber Materials (AREA)
  • Spinning Or Twisting Of Yarns (AREA)

Abstract

본 발명은, 섬유 및 의류산업의 원사(yarn, 이하 얀) 가공 공정 중에 사용되는 얀 패키지의 불량 검출 장치 및 방법으로서, 얀 가공 장치로 공급되는 얀이 보빈에 감겨있는 얀 패키지와, 상기 얀 패키지의 이미지를 획득하기 위한 이미지 획득 시스템과, 상기 얀 패키지를 촬영하여 획득한 상기 얀 패키지의 이미지를 분석하여 상기 얀 패키지의 권취 불량을 검출해내는 이미지 분석 시스템을 포함하여 구성되며, 상기 얀 패키지의 이미지 분석 과정에 상기 얀 패키지의 이미지를 4등분하는 과정을 포함한다.

Description

4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법 {The Device of the Automatic Detection of Type-I Yarn Package Winding-form Error Using Quadrantal Dissection Image Processing and thereof the Method }
본 발명은 섬유 및 의류산업에 사용되는 얀 패키지의 불량검출 장치 및 방법과 관련된 것으로서, 컴퓨터 비전 시스템을 이용하여 얀 패키지의 권취 불량을 실시간으로 검출해내는 방법에 관한 것이다.
최근 산업의 새로운 키워드로서 6T 기술이 각광을 받고 있으며, 특히 전통기술과 이들 6T 기술과의 융합을 통해 새로운 부가가치를 창조하고자 하는 융합형 기술이 주목받고 있다. 특히 섬유/의류산업도 이른바 텍스타일-IT라고 하는 융합형 기술을 통해 미래 블루오션 시장을 창조하는데 동참하고 있다. 그러나 텍스타일과 IT기술의 접목은 웨어러블 컴퓨터 등과 같이 기존 의류시장을 고부가가치화할 수 있는 새로운 품목을 만들어낼 수도 있는 반면, 섬유/의류의 생산공정 자체는 아직도 인간의 노동력에 크게 의존하는 등 IT기술의 활용이 더딘 분야이기도 하다.
섬유/의류산업에 IT기술의 적용이 어려운 이유는, 먼저 직물의 거동이 다른 재료에 비해 커서 실시간 모델링이 어렵기 때문이다. 이로 인해 기계, 건축, 조선, 토목 등 다른 전통산업에 비하여 거의 유일하게 공정의 CAD화가 더디며, 재료 자체가 일반적으로 저가이기 때문에 CAM을 이용한 공정도 경제성을 갖기 어렵다. 특히 국내의 경우 섬유산업내 스트림 간 연계가 이루어지지 않고 있고, 각 스트림이 소규모 업체로 이루어져 있어 이러한 CAD/CAM기술을 활용한 IT기술과의 융합이 활발하지 않은 것이 현실이다. IT기술 적용이 어려운 또 다른 이유는 섬유 및 의류 제품은 품질 평가에 있어서 인간의 감성, 즉 주관적 평가에 크게 의존하는 면이 많기 때문이다. 재료 자체가 가진 탄성계수나 열적 안정성 등 물리적 성질이 우수해야 하는 것은 물론이고, 최종 생산된 의류 제품에 미적 가치를 더해야 부가가치를 극대화할 수 있기 때문에 생산자나 디자이너의 감성에 의존하는 비율이 매우 높은 분야라고 할 수 있다.
그러나 IT기술을 접목하게 되면 주관적 평가를 배제할 수 있고 작업속도가 개선되어 원가경쟁력이 향상될 것이다. 이에 따라 많은 연구자들은 섬유 및 의류산업에 여러 IT기술을 접목하고자 하는 연구를 지속해왔다. 이런 연구의 기술분야는 크게 제품 설계 과정을 IT화하는 CAD기술과, 제품의 생산공정을 자동화하려는 CAM기술로 나눌 수 있다. 섬유 및 의류 산업 관련 CAD 기술은 일본의 Imaoka 등을 필두로 주로 2D CAD를 위주로 발전해왔으며, 1998년 Baraff 등의 연구 이후 실시간 의복 시뮬레이션 기술을 활용해 3D CAD 시스템으로 발전하고 있다. 반면 CAM기술에 있어서 방사공정, 제직공정, 제편공정, 자수공정 등 일부 대형 공정들은 자동화되어 있으나, 봉제공정 등 중소규모 업체에서 주로 다루는 공정들은 아직 자동화가 미진한 실정이다. 예를 들어 봉제공정이 자동화될 경우 의복을 소비자가 직접 디자인하고 만들어볼 수 있는 의복 제작에의 3D 프린터 적용이 실현될 수 있겠으나, 재봉기의 특성 상 장력 조절이 관건이지만 이를 자동화하는 것이 쉽지 않기 때문에 이에 대한 연구도 일부 진행된 바 있다.
본 발명과 관련된 선행기술로는, 특허문헌1(미국등록특허 제4,866,289호) 및 특허문헌2(미국등록특허 제5,315,366호)와 특허문헌3(미국등록특허 제6,216,432호) 등을 예로 들 수 있다. 특허문헌1과 특허문헌2는 얀 패키지의 권취 상태 검사 장치에 관한 것으로서, 광원과 수광장치를 이용하여 얀 패키지 표면의 굴곡을 전기신호로 자동측정하는 구성은 나타나 있으나, 얀 패키지의 표면 전체를 한번에 스캔하는 방식이 아니고 선형 스캔 방식인 관계로 얀 패키지의 표면 전체를 스캔하기 위해서는 일정한 시간이 소요되는 문제를 가지고 있다. 특허문헌3은 얀 패키지의 권취 상태 등을 검사하기 위한 장치 및 방법에 관한 것으로서, 보빈 회전축의 측방향과 보빈의 상단부 및 하단부에 설치된 이미지 획득 장치를 통하여 획득한 얀 패키지의 이미지를 각각 처리하여 얀 패키지의 결함을 검출하는 장치 및 방법이 개시되어 있으며, 이에 따라 특허문헌3에서는 특허문헌1 및 특허문헌2의 문제점인 선형 스캔 방식의 소요시간 문제는 해결된 것으로 볼 수 있으나, 복수의 이미지 획득 장치를 통하여 획득한 얀 패키지 영상의 처리 및 통합 과정에 소요되는 시간이 길어지게 되어 여전히 소요시간 문제를 가지고 있다.
본 발명의 목적은 중소규모 섬유 업체의 공정 중 자동화가 필요한 공정, 특히 얀 패키지의 권취 품질을 평가하는 데에 있어서, 컴퓨터 이미지 분석 기술을 이용해 원사 패키지의 권취불량을 작은 시간으로 자동으로 평가하는 장치 및 방법을 제공하는 것이다. 얀 패키지는 방사공정 이후 섬유를 이송하는 기본단위가 되며, 이후 여러 공정에서 원재료인 원사를 공급하는 수단에 해당한다. 만일 권취 상태가 불량할 경우에는 사절 등으로 인해 작업속도에 지장을 주게 되므로, 통상 작업자가 육안으로 공정을 관리하는 수작업 방식을 사용하고 있다.
얀 패키지의 불량형태는 Kawamura 등, Inada 등의 연구에 나타나 있는 바와 같이 장력 과다로 인해 얀이 원래 루트로부터 빠져나가는 형태(a), 얀이 패키지 축에 감겨 제 위치에 놓이지 않은 형태(b), 권취 장력부족으로 인해 주름이 생긴 상태(c), 장력 부족이나 리본 와인딩으로 인해 얀의 일부가 권취 표면으로부터 들뜬 상태(d), 장력이 일정하지 못함으로 인해 권취된 얀의 표면 모양이 나무의 나이테처럼 불완전한 원형인 상태(e) 등으로 나눌 수 있다(도 3 참조). 이러한 불량 상태의 얀 패키지를 제직기나 제편기 등에 그대로 사용할 경우 얀 방출이 원활하지 않게됨은 물론이고 장력이 불안정해지거나 슬립현상, 심지어 사절까지도 발생할 수 있다. 이를 방지하기 위해 Kawamura 등과 Inada 등은 슬릿 빔 형태의 광원을 이용해 패키지에 권취된 얀 표면의 프로파일을 측면에서 스캔하고, 이를 전기신호로 변환하여 피크신호를 불량으로 판정하는 연구를 특허로 발표한 바 있다. 그러나 이는 디지털 카메라가 개발되기 이전에 주로 사용되던 라인 방식의 스캔을 이용한 것이어서 원형인 패키지의 권취상태를 평가하기 위해서는 반지름 방향으로 수 차례 스캔을 반복해야 하는 것이 단점이다. 따라서 본 발명에서는 최근 쉽게 접할 수 있는 이미지 획득 장치를 이용해 얀 패키지를 한번에 촬영하고, 이를 실시간으로 이미지 처리하여 권취 상태를 객관적으로 분석할 수 있는 장치 및 방법을 제공하고자 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 얀 패키지 권취불량 자동검출 시스템 및 방법은 이미지 획득 시스템과 이미지 분석 시스템 및 불량 권취 계측 알고리즘을 포함하여 구성된다. 권취불량 자동검출 시스템의 각 구성요소에 대해서는 발명을 실시하기 위한 구체적인 내용에서 보다 상세히 기술한다.
본 발명의 얀 패키지 권취불량 자동검출 시스템 및 방법은 이미지 획득 시스템을 통하여 획득한 얀 패키지 영상을 4 분할한 후 직사각형 형상으로 전개하는 과정을 포함함으로써, 한 번의 촬영으로 얀 패키지 상의 Type I 권취불량을 실시간으로 검출할 수 있게 되는 효과가 있다.
도 1은 본 발명에서 사용한 이미지 획득 시스템의 구조를 간략하게 나타낸 그림이다.
도 2는 검사 대상의 얀 패키지와 이미지 획득 시스템 및 이미지 분석 시스템의 배치를 간략히 나타낸 그림이다(조명은 생략됨).
도 3은 얀 패키지 불량 상태에 따른 분류 예를 나타낸 그림이다.
도 4는 얀 패키지 불량 검출 과정 전체를 간략한 순서도로 나타낸 그림이다.
도 5는 도 4의 얀 패키지 불량 검출 과정 전체 중 영상 처리 과정(220)을 순서도로 나타낸 그림이다.
도 6는 다양한 얀 패키지의 실제 촬영 예를 나타낸 그림이다.
도 7은 이미지 프로세싱 예로서, 얀 패키지의 원본이미지를 4 분할한 후 다양한 변환을 적용한 결과를 나타낸 그림이다((a) 히스토그램 평활화, (b) 삼각형 직교 좌표계 변환, (c) 직사각형 직교 좌표계 변환, (d) 이진화, (e) 캐니 에지 필터, (f) 섬유 분리 인식, (g) 불량 적층 섬유 필터링, (h), (i), (j), (k) 각각 (g)의 불량 적층 섬유 필터링 결과물을 원본 이미지에 적층한 그림).
도 8은 다양한 오퍼레이터를 적용한 결과를 나타낸 그림이다((a) 일반적인 전역 고정 이진화, (b) 국소 가변 이진화, (c) 국소 가변 이진화 후 캐니 에지 필터 적용, (d) 국소 가변 이진화 후 소벨 에지 필터 적용).
도 9는 다양한 배향각도에 따른 얀 패키지 영상 변화 효과를 나타낸 그림이다((a) θ=0.5°, (b) θ=1.0, (c) θ=2.0°, (d) θ=3.0°, (e) θ=4.0°, (f) θ=5.0°).
도 10은 다양한 OBB 크기 비율에 따른 얀 패키지 영상 변화 효과를 나타낸 그림이다((a) α=0.010, (b) α=0.015, (c) α=0.020, (d) α=0.030, (e) α=0.040, (f) α=0.050).
이하, 본 발명의 바람직한 실시예를 첨부한 도면에 따라 상세히 설명하고자 한다. 본 발명의 실시예를 설명함에 있어 도면들 중 동일한 구성 요소들은 가능한 한 동일 부호로 기재하고, 관련된 공지구성이나 기능에 대한 구체적인 설명은 본 발명의 요지가 모호해지지 않도록 생략한다.
1. 테스트용 얀 패키지
제공하고자 하는 시스템을 평가하기 위해, 다양한 원사 재질, 크기 및 색상을 가진 얀 패키지(1)를 준비하였다. Table 1은 이들 패키지의 세부내용을 정리한 것이고, 도 6에 실제 촬영한 얀 패키지(1)의 예가 나타나 있다.
Figure 112015051195876-pat00001

2. 이미지 획득 시스템
본 발명에 사용된 이미지 획득 장치는 미러리스급 카메라인 Sony A7k 카메라(6000x4000 pixels, 이미지 센서 크기 35mm)와 Sony SEL55F18z 렌즈(Carl Zeiss, 초점거리 55mm)이다. 또한, 이미지의 선명도를 향상시키기 위해 조명을 더 구비하는데, 조명은 카메라에 부착된 Nissin i40 플래쉬(가이드 No. 40(ISO 100) at 105mm)를 직접조명(21)으로, 이동형 LED 스탠드 2대를 간접조명(25)으로 사용하였다. 상기 직접조명은 상기 카메라와 일체형 또는 독립형으로 제작된다. 도 1은 본 발명에서 사용한 이미지 획득 시스템(50)의 구성요소들을 나타내고 있다. 본 발명의 구성예에서는 카메라(11)와 시료 표면 간의 거리는 렌즈의 초점거리를 고려하여 80cm정도로 유지하였으나, 사용하는 카메라(11) 및 렌즈에 따라 거리를 조정하여도 무방하다. 불량권취 섬유의 면적 등 정량적 평가는 이루어지지 않으므로 측정된 이미지의 렌즈 왜곡현상은 보정하지 않고 사용하였다.
상기에 기재한 이미지 획득 시스템(50)과 관련한 각 구성요소들의 제조사 및 모델명은 사용 상의 한 예일 뿐, 해당 모델로 한정되는 것은 아니며 해당 구성요소의 기능을 수행할 수 있는 다른 것으로 대체하여서도 충분히 이미지 획득 시스템(50)을 구성할 수 있음을 이해하여야 한다.
3. 이미지 분석 시스템
도 2에 개략적으로 나타낸 것과 같이 이미지 분석 시스템(60)은 이미지 획득 시스템(50)과 전기적으로 연결되어 있으며, 검사 대상 얀 패키지(1)의 이미지를 이미지 획득 시스템(50)으로부터 수신하고, 수신한 얀 패키지(1)의 이미지를 영상처리 과정(220)을 통해 분석하여 상기 얀 패키지(1)의 권취불량을 검출한다. 얀 패키지(1)의 권취불량 검출을 위한 영상처리 과정(220)은 이하에서 상세히 설명한다.
3-1. 4분원 이미지 분할
얀 패키지(1)의 원본 이미지를 효율적으로 처리하기 위해 패키지 중심을 원통좌표계의 원점으로 하여 1/4 크기씩 분할하여 데카르트 좌표계로 변환하였다. 원본 이미지의 데카르트 좌표를 (x,y), 분할 후 이미지의 좌표계를 (X,Y)라고 할 때, 변환은 다음과 같이 간단히 극좌표계를 이용하였다.
Figure 112015051195876-pat00002
식 (1)을 이용하면 원통형이었던 이미지(도 7(a))가 삼각형 형상의 데카르트 좌표계(도 7(b))로 이용된다(단, [r]는 r을 넘지않는 최대 정수값을 반환하는 가우스 기호임). 이것을 그대로 시료로 사용할 수도 있지만, 원통좌표계의 원점 근처에 있는 불량화소들을 더 자세히 관찰하기 위해 삼각형 이미지를 다시 직사각형 형상으로 변환한다(도 7(c)). 변환 후 섬유의 좌표를 ( X’, Y’)라 하면
Figure 112015051195876-pat00003
상기 식 (2)와 같은 관계가 있다(단, H는 이미지의 세로 크기임).
3-2. 이미지 처리
이미지의 효과적인 분석을 위해서 히스토그램 평활화, 이진화 변환(thresholding), 모서리 찾기 등 기본적인 이미지 분석 오퍼레이터 들을 다양한 조합으로 적용하였다. 히스토그램 평활화는 OpenCV의 cvEqualizeHist함수를, 이진화변환은 cvThreshold와 cvAdaptiveThreshold함수를 이용하였고 문턱값은 이미지에 따라 적절한 값으로 조절하여 사용하였다. 모서리 찾기는 OpenCV의 cvCanny, cvSobel 함수를 사용하였으며 각 섬유를 인식하기 위해 Lee 등의 Skeleton 알고리즘을 사용하였다(도 8).
또한, 도 4에 얀 패키지(1)의 이미지 획득부터 불량권취섬유 판정 결과 표시를 포함하는 영상처리 과정(220) 및 결과 표시 과정 전체 순서도가 도시되어 있으며, 도 5에 도 4의 순서도 중 영상처리 과정(220)에서의 처리를 세부적으로 도시하였다.
도 5에 도시된 영상처리 과정(220) 세부 중, 외곽선 추출(225) 단계에 적용되는 알고리즘에 따라서 히스토그램 평활화(223) 단계 및 이진화(224) 단계는 생략될 수도 있다.
본 발명에서는 이미지 처리를 위해 OpenCV 및 부속 함수들을 이용하는 것으로 기재하였으나, 동일 또는 유사 기능을 수행할 수 있는 다른 라이브러리를 이용하거나 라이브러리를 이용하지 않고서 이미지 처리 프로그램을 제작하여 사용하여도 무방하다.
3-3. 불량 권취 계측 알고리즘
이미지 처리를 거친 후 불량권취섬유과 일부 정상섬유들은 도 7(f)와 같이 각각 서로 다른 개체로 인식된다. 이 중 정상섬유를 배제하기 위해 다음과 같은 파라미터를 사용하였다.
Figure 112015051195876-pat00004
Figure 112015051195876-pat00005
여기서 αi는 섬유 i를 포함하는 최소한의 크기를 갖는 바운딩 박스(OBB; orienting bounding box)의 가로 대 세로 크기 비율(shape factor)을 의미하며, θi는 섬유 i의 배향각도(orientation angle)를 의미한다. 이 때 αc 및 θc가 불량권취 섬유를 판정하는 문턱값이 되며, 촬영조건과 불량권취의 형태(Type I~V)에 따라 적절한 값으로 조절할 필요가 있다.
3-4. 이미지 처리 알고리즘에 대한 고찰
본 발명에 사용된 이미지 처리 알고리즘은 불량 권취된 섬유가 원통좌표계를 기준으로 할 때 일정하지 않은 반지름 좌표를 가지는 것을 기본 원리로 이용하였다. 원통좌표계에서도 Hough 변환 등을 이용하면 원의 형태를 쉽게 찾을 수 있지만, 목표로 하는 것은 원, 즉 정상 권취된 섬유가 아니라 나머지, 즉 불량 권취된 부분이므로 Hough 변환은 적당하지 않다. 대신 원통좌표계를 데카르트 좌표계로 변환하면 정상 섬유는 y축과 평행한 방향으로 배열되고 불량권취 섬유는 축과 평행하지 않은 방향으로 배열되므로 이들을 탐색하는 것이 더 효율적이다. 원형을 가진 패키지 단면 이미지 전체를 한번에 데카르트 좌표계로로 변환하여 처리하는 것도 가능하지만, 향후 GPU를 이용한 고속 연산의 적용을 고려하면 되도록 시료 이미지를 정사각형 형상으로 사용하는 것이 데이터 처리에 있어서 편리하다. 따라서 본 발명에서는 원형의 패키지 이미지를 4 분할하여, 이를 데카르트 좌표계로 변환한 뒤 y축을 기준으로 평행하지 않은 섬유를 불량권취섬유로 판정하는 방법을 사용하였다. 본 발명에서는 카메라를 이미지획득장비로 사용하므로 사용되는 렌즈로 인한 영상의 왜곡이 어느 정도 동반되는 것을 피할 수는 없으나, 측정된 시료들의 경우 이미지 중앙에 위치하고 있어서 왜곡의 정도가 미미하였으므로 렌즈 왜곡 보정과정은 생략하였다.
도 7(a)는 촬영된 얀 패키지(1)의 원본이미지를 4 분할하여(221), 히스토그램 평활화(223)를 통해 이미지의 그레이 레벨을 조정한 것이다. 분할작업은 수작업으로 진행할 수도 있지만 Hough 변환을 이용하여 패키지 바운더리를 찾은 후 그 중심점을 이용하면 자동으로 분할할 수 있다. 도 7(b)와 7(c)는 각각 식 (1), (2)에 따라 4 분할된 원통좌표계 형상의 권취된 섬유다발을 각각 삼각형과 사각형의 데카르트 좌표계로 변환한 결과이다(222). 삼각형 형상만으로도 이후 처리를 진행할 수도 있지만, 원통좌표계 원점 부근의 불량 섬유의 형상을 좀 더 자세히 관찰하기 위해 7(c)와 같이 직사각형으로 변환하여 사용하였다. 도 7(d)는 이진화(224) 결과이다. 단일의 문턱값을 이용하는 일반적인 전역 고정 이진화(cvThreshold)와 국소 가변 이진화(cvAdaptiveThreshold)를 모두 적용하여 각각의 결과를 비교해 보았는데 후자의 경우가 더 좋은 결과를 보였다(도 8).
이후 이미지의 배경으로부터 각 섬유를 추출하기 위해 cvCanny, cvSobel 등의 오퍼레이터를 적용한 결과 cvCanny가 가장 적합한 섬유 외곽선 형상을 추출해 내었다(225). 추출된 섬유들을 식 (3), (4)에 대입하기 위해서 각 섬유를 분리하여 인식한 것이 도 7(f)이다. 불량섬유를 추출하기 위해 동 분야에서 통상적으로 사용되는 Lee의 Skeleton 알고리즘을 이용해 인식된 각 섬유의 뼈대를 찾고 이를 각각 독립적으로 데이터화하였다(226). 이후 식 (3), (4)을 이용해 정상섬유를 판별하여 제외하고, 남은 불량적층 섬유만을 따로 도 7(g)에 도시하였다. 이를 원본 이미지에 적층하여 나타낸 것이 그림 도 7의 (h), (i), (j), (k) 이다.
이진화 변환, 히스토그램 평활화, 모서리 찾기, Hough 변환 등의 이미지 변환 오퍼레이터는 이미지 분석(image analysis) 분야에서는 주지의 구성요소이나, 이들 오퍼레이터를 이용하되 원형의 패키지 촬영 이미지를 4개의 직사각형으로 분할함으로써 GPU를 사용한 실시간 연산이 가능하고, 식 (1)~(4)를 이용해 불량권취섬유를 간단하지만 용이하게 판별할 수 있는 점에서 본 발명의 구성은 종래기술로부터 용이하게 도출할 수 없는 구성의 곤란성이 존재한다. 또한 이들 구성요소를 섬유분야, 특히 얀패키지 불량검출에 적용한 사례는 찾아보기 어렵다는 점에서 본 발명의 목적의 특이성도 또한 존재하며, 이로 인해 현재 수작업으로 진행하고 있는 섬유산업의 패키지 이송작업의 자동화가 가능하다는 점에서 본 발명의 효과의 현저성 내지는 이질성이 존재한다.
얀 패키지(1)는 대부분의 섬유공정에서 항상 동일한 크기와 작업조건 하에서 투입되므로 적절한 조명조건을 결정하면 불량권취섬유와 정상섬유를 도 7(f)와 같이 동시에 촬영가능하다. 관건은 이 중에서 정상섬유를 배제하는 것이므로, 이를 위해 식 (3)에서 제안한 두 가지 파라미터를 가지고 도 7(f)의 섬유들을 대상으로 분석처리를 실시하였다. 도 9와 도 10이 각각 배향각 조건(θc)과 OBB 형상조건(αc)을 다르게 하여 처리했을 때의 결과를 나타낸다. 배향각 조건의 경우는 OBB 크기에 영향을 받지 않으므로 섬유 길이에 의한 오차는 적으나, 동일한 길이의 섬유일 경우 정상섬유와 불량적층섬유 간의 θi값의 차이가 크지 않았다. 반면 OBB 형상조건의 경우 αc 값이 낮을수록 정상섬유만 남게 되는 경향이 있고, 반대로 높아질수록 불량적층섬유가 검출되지만 동시에 정상섬유 중 섬유의 길이가 짧은 것들이 높은 OBB 형상값을 갖게됨으로써 오차로 작용할 여지가 발생하였다. 따라서 다양한 크기와 배향을 가진 섬유들을 하나의 파라미터로 불량판정하는 것은 어렵고, OBB형상조건과 배향각 조건을 동시에 조합할 경우 도면과 같이 만족할 만한 결과를 얻을 수 있었다. 도 7(g)의 경우 αc와 θc의 값은 각각 0.020과 3°이었으며, 촬영조건에 따라 적절한 값을 사전에 캘리브레이션 과정을 통해 결정하는 것이 필요하다.
제안된 방법을 검증하기 위해 Table 1에 나타나 있는 다양한 패키지를 대상으로 실험을 실행하여 그 결과를 Table 2에 나타내었다. Table 1에 나타난 7가지 시료 중 3~7번은 일부 권취불량인 부분을 포함하고 있다. 불량권취의 다섯 가지 타입 중 type II는 재현하기 어려워 생략하였다. 전체 패키지 상면을 촬영한 후, 정상인 면과 권취불량인 면을 각각 수작업으로 추출하여, 정상과 불량을 각각 얼마나 정확히 판별할 수 있는지를 측정하였다. 불량권취의 타입에 따른 αc와 θc의 값을 최적화하는 것이 바람직하지만, 이는 본 발명의 주요 목적인 Type-I 불량의 검출을 벗어나는 범위이므로 일단 αc와 θc는 위에서 얻은 0.020과 3°을 시료 종류에 상관없이 고정하고 사용하였다. 실험결과 시료 1-7의 정상상태인 부분(error type: false)에 대해서는 정상이라는 결과값(false)이 얻어졌다. 그러나 시료 3-7의 비정상 부분(error type: true) 중 시료 3번(type I), 6번(type I)은 불량임이 검출되었으나, 4(type IV), 5번(type V)과 7번(type IV)에 대해서는 검출에 실패하였다. 이는 본 발명에서 사용한 방법이 원통좌표계에 기반하고 있는 데 반해, type V는 권취상태가 반지름 방향으로 일정하게 분포되어 있어서 검출하지 못한 것으로 판단된다. 또한 4, 7번 시료는 type IV임에도 불구하고 검출이 실패했는데, 섬유의 색상이 어두운 색이고 광택도 적어 섬유 간 그림자가 제대로 촬영되지 못한 것이 원인이었다. 이들을 검출하기 위해서는 위에서 고정사용한 αc와 θc 대신 해당 시료에 적합한 조명조건과 임계값을 설정해야 할 것으로 판단된다.
Figure 112015051195876-pat00006

이상과 같이 본 발명에 대해서 예시한 도면을 참조로 하여 설명하였으나, 본 명세서에 개시된 실시예와 도면에 의해 본 발명이 한정되는 것은 아니며, 본 발명의 기술사상 범위 내에서 당업자에 의해 다양한 변형이 이루어질 수 있음은 자명한 것이다.
1 : 얀 패키지 200 : 시작
3 : 보빈 210 : 얀 패키지 이미지 획득
5 : 원사 220 : 영상처리 과정
11 : 카메라 221 : 좌표계 변환
21 : 직접조명 222 : 획득 이미지 4 분할
25 : 간접조명 223 : 히스토그램 평활화
50 : 이미지 획득 시스템 224 : 이진화
60 : 이미지 분석 시스템 225 : 외곽선 추출
240 : 불량권취섬유 판정 결과 표시 226 : 섬유 추출
250 : 종료 230 : 불량권취섬유 판정

Claims (15)

  1. 섬유 및 의류산업의 원사 가공 공정 중에 사용되는 얀 패키지의 불량 검출 장치로서,
    얀 가공 장치로 공급되는 얀이 보빈에 감겨있는 얀 패키지와,
    상기 얀 패키지의 이미지를 획득하기 위한 이미지 획득 시스템과,
    상기 이미지 획득 시스템에서 획득한 상기 얀 패키지의 이미지를 4개의 부분이미지로 나누어 분석하여 상기 얀 패키지의 권취 불량을 검출해내는 이미지 분석 시스템을,
    포함하여 구성되는 것을 특징으로 하는 얀 패키지 불량 검출 장치.
  2. 제 1 항에 있어서,
    상기 이미지 획득 시스템은,
    렌즈를 포함하는 카메라와,
    상기 렌즈를 포함하는 카메라와 일체형 또는 독립형으로 제작되는 직접조명과,
    상기 렌즈를 포함하는 카메라 및 상기 직접조명과는 독립되도록 설치되는 하나 또는 복수의 간접조명을,
    포함하여 구성되는 것을 특징으로 하는 얀 패키지 불량 검출 장치.
  3. 제 2 항에 있어서,
    상기 이미지 획득 시스템을 구성하는 직접조명이,
    상기 렌즈를 포함하는 카메라와 일체형으로 제작되는 것을 특징으로 하는 얀 패키지 불량 검출 장치.
  4. 제 2 항에 있어서,
    상기 이미지 획득 시스템을 구성하는 직접조명이,
    상기 렌즈를 포함하는 카메라와 독립형으로 제작되는 것을 특징으로 하는 얀 패키지 불량 검출 장치.
  5. 제 1 항 내지 제4항 중 선택된 어느 한 항에 있어서,
    상기 이미지 획득 시스템으로부터 획득한 이미지를 분석하는 시스템은;
    획득된 이미지의 데카르트 좌표를 (x,y), 분할 후 이미지의 극좌표계를 (X,Y)라고 할 때, 상기 데카르트 좌표를 이미지 극좌표로 변환하는 과정은 다음 식(1)을 이용하며,
    Figure 112015051195876-pat00007

    식 (1)을 통하여 획득된 극좌표계를 다음 식(2)를 이용하여 직사각형 형상으로 변환하고,
    Figure 112015051195876-pat00008

    (단, X', Y'은 변환된 좌표이고, H는 이미지의 세로 크기임)
    상기 식(2)를 통해 변환된 좌표에서 정상섬유를 배제하기 위해 다음 식 (3) 및 (4)를 적용하여 분석하는 것을 특징으로 하는 얀 패키지 불량 검출 장치.
    Figure 112015051195876-pat00009

    Figure 112015051195876-pat00010

    (여기서 αi는 섬유 i를 포함하는 최소한의 크기를 갖는 바운딩 박스(OBB; orienting bounding box)의 가로 대 세로 크기 비율(shape factor)을 의미하며, θi는 섬유 i의 배향각도(orientation angle)를 의미한다. 이 때 αc 및 θc가 불량권취 섬유를 판정하는 문턱값이다)
  6. 섬유 및 의류산업의 원사 가공 공정 중에 사용되는 얀 패키지의 불량 검출 방법으로서,
    상기 얀 패키지의 불량 검출 방법은,
    이미지 획득 시스템에서 획득한 상기 얀 패키지의 이미지를 이미지 분석 시스템에서 분석하는 단계를 포함하며,
    상기 이미지 분석 시스템에서의 상기 얀 패키지 이미지 분석 단계는 상기 얀 패키지의 이미지를 4개의 부분 이미지로 나누는 단계를 포함하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  7. 제 6 항에 있어서,
    상기 얀 패키지의 이미지 원본을 상기 4개의 부분 이미지로 나눌 때,
    상기 얀 패키지의 이미지 원본 상의 상기 얀 패키지의 회전 중심점을 기준으로 하여 상기 얀 패키지의 상기 이미지 원본을 각기 균등한 각도로 분할하여 상기 4개의 부분 이미지로 나누는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  8. 제 6 항에 있어서,
    상기 얀 패키지의 이미지 원본을 상기 4개의 부분 이미지로 나누는 과정을 거친 후,
    상기 4개의 부분 이미지 중 어느 하나를 데카르트 좌표계의 직사각형 또는 정사각형 이미지로 변환하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  9. 제 7 항에 있어서,
    상기 얀 패키지의 이미지 원본을 상기 4개의 부분 이미지로 나누는 과정을 거친 후,
    상기 4개의 부분 이미지 중 어느 하나를 데카르트 좌표계의 직사각형 또는 정사각형 이미지로 변환하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  10. 제 8 항 또는 제 9 항에 있어서,
    상기 데카르트 좌표계의 직사각형 또는 정사각형 이미지로의 변환 과정을 거친 이미지에,
    히스토그램 평활화 또는 이진화 과정을 추가로 거치는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  11. 제 8 항 또는 제 9 항에 있어서,
    상기 데카르트 좌표계의 직사각형 또는 정사각형 이미지로의 변환 과정을 거친 이미지에,
    에지 검출 필터를 추가로 적용하고,
    Skeleton 알고리즘을 적용하여 상기 에지 검출 필터 적용 후의 이미지를 변환하고,
    상기 변환된 이미지 중 다른 섬유들의 배향에 대하여 평행하지 않게 배향된 섬유를 불량 권취 섬유로 판정하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  12. 제 10 항에 있어서,
    상기 평활화 또는 이진화 과정을 거친 이미지에,
    에지 검출 필터를 추가로 적용하고,
    상기 에지 검출 필터 적용 후의 이미지 상에 나타난 섬유들 중,
    다른 섬유들의 배향에 대하여 평행하지 않게 배향된 섬유를 불량 권취 섬유로 판정하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  13. 제 10 항에 있어서,
    상기 평활화 또는 이진화 과정을 거친 이미지에,
    에지 검출 필터를 추가로 적용하고,
    상기 추가로 적용되는 에지 검출 필터가 캐니(Canny) 에지 검출 필터 또는 소벨(Sobel) 에지 검출 필터인 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  14. 제 13 항에 있어서,
    상기 에지 검출 필터를 적용한 후의 이미지에,
    Skeleton 알고리즘을 추가로 적용하여 상기 에지 검출 필터가 적용된 이미지를 변환하고,
    상기 변환된 이미지 중 다른 섬유들의 배향에 대하여 평행하지 않게 배향된 섬유를 불량 권취 섬유로 판정하는 것을 특징으로 하는 얀 패키지의 불량 검출 방법.
  15. 섬유 및 의류산업의 원사 가공 공정 중에 사용되는 얀 패키지의 불량 검출 방법으로서,
    얀 가공 장치로 공급되는 얀이 보빈에 감겨있는 얀 패키지와,
    상기 얀 패키지의 이미지를 획득하기 위한 이미지 획득 시스템과,
    상기 이미지 획득 시스템에서 획득한 상기 얀 패키지의 이미지를 4개의 부분이미지로 나누어 분석하여 상기 얀 패키지의 권취 불량을 검출해내는 이미지 분석 프로세스를 거치되,
    상기 이미지 획득 시스템으로부터 획득한 이미지를 분석하는 프로세스는;
    획득된 이미지의 데카르트 좌표를 (x,y), 분할 후 이미지의 좌표계를 (X,Y)라고 할 때, 상기 데카르트 좌표를 이미지 극좌표로 변환하는 과정은 다음 식(1)을 이용하며,
    Figure 112015051195876-pat00011

    식 (1)을 통하여 획득된 극좌표계를 다음 식(2)를 이용하여 직사각형 형상으로 변환하고,
    Figure 112015051195876-pat00012

    (단, X', Y'은 변환된 좌표이고, H는 이미지의 세로 크기임)
    상기 식(2)를 통해 변환된 좌표에서 정상섬유를 배제하기 위해 다음 식 (3) 및 (4)를 적용하여 분석하는 것을 특징으로 하는 얀 패키지 불량 검출 방법.
    Figure 112015051195876-pat00013

    Figure 112015051195876-pat00014

    (여기서 αi는 섬유 i를 포함하는 최소한의 크기를 갖는 바운딩 박스(OBB; orienting bounding box)의 가로 대 세로 크기 비율(shape factor)을 의미하며, θi는 섬유 i의 배향각도(orientation angle)를 의미한다. 이 때 αc 및 θc가 불량권취 섬유를 판정하는 문턱값이다)
KR1020150074564A 2015-05-28 2015-05-28 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법 KR101537552B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150074564A KR101537552B1 (ko) 2015-05-28 2015-05-28 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150074564A KR101537552B1 (ko) 2015-05-28 2015-05-28 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101537552B1 true KR101537552B1 (ko) 2015-07-17

Family

ID=53873574

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150074564A KR101537552B1 (ko) 2015-05-28 2015-05-28 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101537552B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021229344A1 (en) * 2020-05-12 2021-11-18 Thema 2 S.R.L. Device and method for automatically checking the quality of a spool of thread for fabrics

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10120304A (ja) * 1996-10-17 1998-05-12 Murata Mach Ltd 巻取機の品質監視装置
KR200206305Y1 (ko) * 2000-07-06 2000-12-01 주식회사수산정밀 공급원사 이상 검출장치가 부설된 편직기
US6216432B1 (en) * 1997-03-19 2001-04-17 Cognivision Research, S.L. Method for inspecting spinning bobbins and system for implementing such method
JP2002060138A (ja) * 2000-08-16 2002-02-26 Teijin Ltd 原糸パッケージの管理方法及び装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10120304A (ja) * 1996-10-17 1998-05-12 Murata Mach Ltd 巻取機の品質監視装置
US6216432B1 (en) * 1997-03-19 2001-04-17 Cognivision Research, S.L. Method for inspecting spinning bobbins and system for implementing such method
KR200206305Y1 (ko) * 2000-07-06 2000-12-01 주식회사수산정밀 공급원사 이상 검출장치가 부설된 편직기
JP2002060138A (ja) * 2000-08-16 2002-02-26 Teijin Ltd 原糸パッケージの管理方法及び装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021229344A1 (en) * 2020-05-12 2021-11-18 Thema 2 S.R.L. Device and method for automatically checking the quality of a spool of thread for fabrics

Similar Documents

Publication Publication Date Title
Çelik et al. Development of a machine vision system: real-time fabric defect detection and classification with neural networks
CN112748120B (zh) 缺陷检测系统及方法、装置、设备和存储介质
CN106296636B (zh) 印刷图像的检测方法及检测装置
US11427940B2 (en) Methods and systems for triggered on-loom fabric inspection
JP2017096750A (ja) 位置決め方法、位置決め装置、プログラムおよびコンピュータ可読記録媒体
CN103207186A (zh) 自动验布机疵点检测识别方法及其系统
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN106355579A (zh) 烟条表面褶皱的缺陷检测方法
CN112200790B (zh) 布料缺陷检测方法、设备和介质
KR102445162B1 (ko) 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템
CN113506255A (zh) 一种基于高精度数字图像的服装缝线疵点自动检测方法
CN114998321A (zh) 一种基于光学手段的纺织材料表面毛羽程度识别方法
JP2001516909A (ja) 繊維面組織からのデータを評価する方法
Pereira et al. Computer vision techniques for detecting yarn defects
KR101537552B1 (ko) 4분원 이미지 처리기법을 이용한 Type-I 원사 패키지 권취불량의 자동검출 장치 및 방법
KR20080060851A (ko) 목재표면의 결함검출방법
CN110672209A (zh) 一种经编布匹色差在线检测方法
CN116087209A (zh) 一种金丝键合工艺的外观检测方法及系统
KR20230139164A (ko) 목재 및 목재 제품 표면의 결함검출방법
CN205665178U (zh) 基于机器视觉的光纤外观缺陷检测及外径测量装置
KR20230137584A (ko) 원단 결함 검출을 위한 비전검사 시스템
TWI767229B (zh) 外觀檢查管理系統、外觀檢查管理裝置、外觀檢查管理方法以及程式
CN211043180U (zh) 一种光缆检测机及光缆制造机
Das et al. Defect detection of jute fabric using image processing
CN102967603A (zh) 一种基于纱线中纤维取向的组织点类型判别方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180627

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190612

Year of fee payment: 5