KR101592852B1 - Automatic detection system and the method of foreign body in Industrial CT volume data - Google Patents

Automatic detection system and the method of foreign body in Industrial CT volume data Download PDF

Info

Publication number
KR101592852B1
KR101592852B1 KR1020130136013A KR20130136013A KR101592852B1 KR 101592852 B1 KR101592852 B1 KR 101592852B1 KR 1020130136013 A KR1020130136013 A KR 1020130136013A KR 20130136013 A KR20130136013 A KR 20130136013A KR 101592852 B1 KR101592852 B1 KR 101592852B1
Authority
KR
South Korea
Prior art keywords
foreign
product
foreign matter
unit
candidate
Prior art date
Application number
KR1020130136013A
Other languages
Korean (ko)
Other versions
KR20150054084A (en
Inventor
홍헬렌
지혜림
Original Assignee
서울여자대학교 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 서울여자대학교 산학협력단 filed Critical 서울여자대학교 산학협력단
Priority to KR1020130136013A priority Critical patent/KR101592852B1/en
Publication of KR20150054084A publication Critical patent/KR20150054084A/en
Application granted granted Critical
Publication of KR101592852B1 publication Critical patent/KR101592852B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

본 발명은 산업용 컴퓨터 단층 촬영 볼륨데이터에서 밝기값 및 재질정보를 이용한 이물질 검출 시스템 및 그 검출 방법에 관한 것으로, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템은 산업용 CT 볼륨데이터의 다운 샘플 볼륨데이터에 밝기값 정보를 이용하여, 이물질 후보를 추출하는 이물질 후보 추출부, 제품 영역에 대해 템플릿 매칭을 통해 이물질을 검출하는 다운 볼륨 이물질 검출부 및 상기 다운 볼륨 이물질 추출부에서 검출한 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 원 볼륨 이물질 추출부를 포함하는 것을 기술적 특징으로 한다.The present invention relates to a foreign matter detection system and a method for detecting foreign matter using brightness value and material information in industrial computer tomography volume data. In the industrial computer tomography volume data according to the present invention, A foreign substance candidate extracting unit for extracting a foreign substance candidate using brightness value information for the sample volume data, a down volume foreign matter detecting unit for detecting foreign matter through template matching with respect to the product area, and a foreign substance detecting unit for detecting the foreign matter region detected by the down volume foreign matter extracting unit And a round volume foreign matter extracting unit for upsampling the original volume data to detect a final foreign substance.

Description

산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템 및 그 검출 방법{Automatic detection system and the method of foreign body in Industrial CT volume data}Technical Field [0001] The present invention relates to an automatic foreign matter detection system and an automatic foreign matter detection method for detecting foreign bodies in an industrial computer tomography volume data,

본 발명은 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출하는 기술에 관한 것으로, 더 상세하게는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 밝기값 및 재질정보를 이용한 이물질 검출 시스템 및 그 검출 방법에 관한 것이다.
The present invention relates to a technology for automatically detecting foreign objects in industrial computer tomography volume data, and more particularly, to a foreign matter detection system using brightness value and material information in industrial computer tomography volume data and a detection method thereof.

이물질(foreign body)은 본래의 재료 속에 다른 물질이 혼입되거나 금속을 만드는 중에 부주의로 인하여 다른 물질이 들어가 매몰된 것으로 금속의 제조 공정 과정 중에 발생한다[1]. 이와 같이 제품 외 다른 물질의 혼입으로 인해 발생한 이물질은 제품의 불량률을 높일 수 있으므로 정확하게 검출하는 것이 필요하다. A foreign body occurs during the manufacturing process of a metal by incorporating other materials into the original material or by neglecting the other materials inadvertently during metal making [1]. As described above, it is necessary to accurately detect the foreign matter generated by the incorporation of materials other than the product because it can increase the defect rate of the product.

종래 이물질 검출 방법은 표면 육안 검사와 비디오, 카메라, 서모그라피(Thermography)와 같은 영상을 이용하여 검출하는 방법과 X-선 영상 또는 초음파 영상을 이용하여 제품 표면과 내부의 이물질을 검출하는 방법이 있다. 표면 육안 검사의 경우 내부 불량을 검출하기 어려울 뿐 아니라, 검출하는 전문가의 경험, 기술 정도, 영상의 질에 많은 영향을 받는 한계점이 있다[2, 3].Conventionally, there is a method of detecting a foreign object using a surface visual inspection, a method of detecting using a video such as a video camera, a thermography, and a method of detecting a foreign object on the surface and inside of the product by using an X-ray image or an ultrasound image . In the case of surface visual inspection, it is difficult to detect the internal defect, and there are limitations that are greatly influenced by the expert's experience, skill level, and image quality [2, 3].

Ishii[4] 등은 병 안에 들어 있는 이물질을 검출하기 위해 병의 내부를 촬영한 비디오 영상에서 전후 프레임간의 차영상을 이용하여 사용자가 수동으로 설정한 임계값으로 이물질을 검출하였다. 카메라 영상을 이용하여 이물질을 검출하는 방법으로 Yang[5] 등은 섬유를 촬영한 영상에서 비선형 구분 변환 모델(piecewise nonlinear transform model)을 이용하여 영상을 강화한 후 otsu's 임계값 방법과 형태학적 닫힘 연산자를 이용하여 이물질을 검출하였다. Ginesu[6] 등은 곡물이 포장되기 전에 곡물과 함께 섞여 있는 이물질을 검출하기 위해 온도패턴을 영상화하는 서모그라피를 이용하여 곡물을 촬영하고, 이물질을 검출하였다. 촬영된 영상의 밝기값 히스토그램을 분석하여 밝은 밝기값을 갖는 이물질 후보군을 검출한 후 이물질 밝기값을 이용한 평균표준편차 거리(mean and standard deviation distance)와 절대오류 거리(integral absolute error distance)를 통하여 이물질 거리(foreign body distance)를 계산하고 최종 이물질을 검출하였다. 이와 같이 표면 촬영이 가능한 2차원 영상을 이용하여 이물질을 검출할 경우 제품 내부에 혼입되어 발생하는 이물질을 검출하지 못하는 한계점이 있다. Ishii et al. [4] used a differential image between front and back frames in a video image of the inside of a bottle to detect a foreign substance contained in the bottle, and detected foreign objects with a threshold value manually set by the user. Yang [5] et al. [5] used a piecewise nonlinear transform model to enhance the image in fiber images and then used otsu's threshold method and morphological closure operator To detect foreign matter. Ginesu et al. [6] used gravitational thermography to image the temperature pattern to detect foreign matter mixed with the grain before the grain was packaged, and detected foreign matter. After analyzing the histogram of the brightness value of the photographed image and detecting a foreign object candidate having a bright brightness value, the mean and standard deviation distance and the absolute absolute error distance The distance (foreign body distance) was calculated and the final foreign matter was detected. When a foreign object is detected by using a two-dimensional image capable of surface photographing, there is a limit in detecting foreign substances that are incorporated into the product.

또한, 제품 내, 외부의 이물질을 검출할 수 있는 영상 장비를 이용한 검사 방법은 수동 검출 방법과 자동 검출 방법으로 나눌 수 있다. 수동으로 이물질을 검출하는 기법으로 Haff[7] 등은 농산품을 촬영한 X-선 영상을 이용하여 수동으로 이물질을 검출하였고, Schlager[8] 등은 이물질을 종류별로 혼입하여 제작한 실험데이터에 초음파를 보낸 다음, 되돌아오는 초음파를 실시간으로 영상화하여 이물질을 수동으로 검출하였다. 수동으로 이물질을 검출할 경우 영상분석 전문가가 요구되고 전문가에 따라 결과 해석의 차이가 발생할 가능성이 있다. 자동으로 이물질을 검출하는 기법으로 Kwon[9] 등은 포장된 식품의 X-선 영상을 서브-블록으로 나누고 각 블록의 평균값으로 다운샘플링을 수행한 후 선형보간법으로 업샘플링(up-sampling)을 수행하여 평균값 영상을 생성한다. 생성된 평균값 영상과 원 영상의 차영상에서 임의의 임계값보다 작으면 0을 산출함으로써 제로 평균 영상(zero mean image)을 생성한다. 생성된 제로 평균 영상의 가우시안 모델을 생성하고 사용자가 정한 임의의 임계값을 이용한 임계값 기법으로 포장된 식품의 이물질을 검출 하였다. Kim[10] 등은 재활용 병의 X-선 영상에서 otsu's 임계값 방법과 평균값 필터를 이용하여 전처리 과정을 수행하고, 인접 픽셀과의 밝기값 비교를 이용하여 이물질을 검출하였다. X-선을 이용하여 자동으로 이물질을 검출할 경우 한 장의 투영평면 영상을 이용하기 때문에 이물질의 공간적인 위치를 알기 어렵고, 자동으로 검출할 경우 데이터에 따라 밝기값 범위가 다양하여 이물질 검출이 어려운 한계점이 있다.
In addition, inspection methods using image equipment capable of detecting foreign substances inside and outside the product can be classified into a manual detection method and an automatic detection method. Haff et al. [7] manually detected foreign objects by using x-ray images of farm products. Schlager et al. [8] used ultrasonic waves , And then the returned ultrasonic waves were imaged in real time to detect foreign matter manually. If the foreign object is detected manually, the image analysis expert is required and there may be a difference in the interpretation of the result depending on the expert. Kwon et al. [9] divided the X-ray image of the packaged food into sub-blocks, down-sampled the average value of each block, and then up-sampled by linear interpolation. To generate an average value image. If the difference between the generated average value image and the original image is smaller than an arbitrary threshold value, a zero mean image is generated by calculating zero. The generated Gaussian model of the zero mean image was generated and the foreign matter of the packaged food was detected by the threshold method using the user - defined threshold value. Kim et al. [10] performed preprocessing using the otsu's threshold method and mean value filter in X-ray images of recycled bottles and detected foreign matter by comparing brightness values with adjacent pixels. It is difficult to know the spatial position of a foreign object because a single projection plane image is used to detect foreign objects automatically by using X-rays. In the case of automatic detection, the range of brightness values varies depending on data, .

[1] The Korean society for Nondestructive testing, "Dictionary of Nondestruction Testing", Sejinbook, pp 128, 2004. [1] The Korean Society for Nondestructive Testing, "Dictionary of Nondestruction Testing", Sejinbook, pp 128, 2004. [2] B.R. Suresh, R.A. Fundakowski, T.S. Levitt, J.E. Overland, "A real-time automated visual inspection system for hot steel slabs", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.PAMI-5, pp 563??572, 1983. [2] B.R. Suresh, R.A. Fundakowski, T.S. Levitt, J.E. Overland, "A real-time automated visual inspection system for hot steel slabs ", IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.PAMI-5, pp. 563-572, 1983. [3] F.S. Hiller, "Continuous Sampling Plans Under Destructive Testing", Journal of the American Statistical Association, Vol.59, no.306, pp376-401, 1964.  [3] F.S. Hiller, "Continuous Sampling Plans Under Destructive Testing ", Journal of the American Statistical Association, Vol. 59, No. 306, pp 376-401, 1964. [4] A. Ishii, T. Mizuta, S Todo, "Detection of Foreign Substances Mixed in a Plastic Bottle of Medicinal Solution Using Real-Time Video Image Processing", Proceedings. Fourteenth International Conference on Pattern Recognition, Vol.2, pp1646-1650, 1998. [4] A. Ishii, T. Mizuta, S Todo, "Detection of Foreign Substances Mixed in a Plastic Bottle of Medicinal Solution Using Real-Time Video Image Processing", Proceedings. Fourteenth International Conference on Pattern Recognition, Vol. 2, pp. 1646-1650, 1998. [5] W. Yanga, D. Li, L. Zhub, Y. Kang, F. Li,"A New Approach for Image Processing in Foreign Fiber Detection", Computer and Electronics in Agriculture, Vol.68, pp68-77, 2009. [5] W. Yanga, D. Li, L. Zhub, Y. Kang, F. Li, "A New Approach for Image Processing in Foreign Fiber Detection", Vol.68, pp68-77, 2009. [6] G. Ginesu,D. Giusto,V. Mㅴrgner, P. Meinlschmidt, "Detection of Foreign Bodies in Food by Thermal Image Processing", IEEE Transactions on Industrial Electronics, Vol.51, No.2, pp480-490, 2004. [6] G. Ginesu, D. Giusto, V. M ㅴ rgner, P. Meinlschmidt, "Detection of Foreign Bodies in Food by Thermal Image Processing", IEEE Transactions on Industrial Electronics, Vol. 51, No. 2, pp 480-490, 2004. [7] R.P Haff, N. Toyofuku, "X-ray detection of defects and contaminants in the food industry" Sensing and Instrumentation for Food Quality and Safety, Vol.2, pp262-273, 2008.  [7] R.P Haff, N. Toyofuku, "X-ray detection of defects and contaminants in the food industry", Vol.2, pp262-273, 2008. [8] D. Schlager, A.B Sanders, W. Boren, "Ultrasound for the Detection of Foreign Bodies", Annals of Emergency Medicine, Vol.20, pp189-191, 1991. [8] D. Schlager, A. B Sanders, W. Boren, "Ultrasound for the Detection of Foreign Bodies", Annals of Emergency Medicine, Vol. 20, pp. 189-191, 1991. [9] J.S Kwon, J.M Lee, W.Y Kim,"Real-time Detection of Foreign objects using X-ray Imageing for Dry Food Manufacturing Line", IEEE International Symposium on Consumer Electronics, pp1-4, 2008.  [9] J. S Kwon, J. M Lee, W. Y Kim, "Real-time Detection of Foreign Objects using X-ray Imageing for Dry Food Manufacturing Line", IEEE International Symposium on Consumer Electronics, pp1-4, 2008. [10] C.M Kim, J.M Lee, W.Y Kim, "Foreign body Extraction Method using Change of Neighbor Pixel value", Workshop on Image Processing and Image understanding, 2008. [10] C. M. Kim, J. M. Lee, W. Y Kim, "Foreign Body Extraction Method Using Neighbor Pixel Value", Workshop on Image Processing and Image understanding, 2008. [11] P. Perona, J. Malik, "Scale-Space and Edge Detection Using Anisotropic Diffusion", Pattern Analysis and Machine Intelligence, Vol.2, no.7, pp629-639, 1990. [11] P. Perona, J. Malik, "Scale-Space and Edge Detection Using Anisotropic Diffusion ", Pattern Analysis and Machine Intelligence, Vol. 2, No. 7, pp629-639, 1990. [12] J.A Hartigan, M.A Wong "A K-means Clustering Algorithm", Royal Statistical Society, pp100-108, 1979. [12] J.A Hartigan, M.A Wong, "A K-means Clustering Algorithm", Royal Statistical Society, pp. 100-108, 1979. [13] M. Okutomi, T, Kanade, "A Multiple-baseline Stereo", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.15, No.4, pp353-363, 1993. [13] M. Okutomi, T., Kanade, "A Multiple-Baseline Stereo", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 15, No. 4, pp. 353-363, 1993. [14] C. Shannon, W.W Elwood, "A Mathmatical Theory of Communication", Bell System Techincal Journal, pp379-423, 1948. [14] C. Shannon, W. Elwood, "A Mathmatical Theory of Communication", Bell System Techincal Journal, pp. 379-423, 1948. [15] T. Yamaguchi, S. Hashimoto, "Fast Crack Detection Method for Large-size Concrete Surface Images using Percolation-based Image Processing", Machine Vision and Application, Vol.21, pp797-809, 2010. [15] T. Yamaguchi, S. Hashimoto, "Fast Crack Detection Method for Large-size Concrete Surface Images using Percolation-based Image Processing", Machine Vision and Application, Vol. 21, pp. 97-809, 2010.

본 발명은 상기와 같은 종래의 문제점을 해결하기 위하여 제안된 것으로, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템의 목적은 밝기값 정보와 템플릿 매칭 기법으로 제품의 파괴없이 이물질을 검출하는 시스템을 제공하는데 있다.SUMMARY OF THE INVENTION The object of the present invention is to provide an automatic foreign object detection system for industrial computer tomography volume data according to the present invention, which detects foreign matter without destroying the product by brightness value information and template matching technique. And to provide a system in which the system is provided.

다른 목적은, 제품 내부에 존재하는 링 및 금속 인공물을 제거하고, 제품의 경계선 정보를 유지시키는데 있다.Another purpose is to remove ring and metal artifacts present inside the product and to maintain product line information.

또 다른 목적은, 이물질 검출 적용 범위를 줄이고, 밝기값 정보를 이용하여, 이물질 후보를 추출하는데 있다.Another object is to reduce the application range of foreign matter detection and to extract foreign object candidates using brightness value information.

또 다른 목적은, 템플릿 매칭으로 재질 유사도를 고려하여, 이물질을 검출하는데 있다.Another object is to detect foreign matter in consideration of similarity of materials by template matching.

또 다른 목적은, 원 볼륨 데이터에서 여과기법을 적용하여, 최종 이물질을 검출하는데 있다.
Another object is to apply the filter method on the original volume data to detect the final foreign matter.

본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 목적은, 산업용 컴퓨터 단층 촬영 볼륨데이터의 다운 샘플링하여, 이물질을 검출한 후, 원 볼륨 데이터에서 최종 이물질을 검출하는 방법을 제공하는데 있다.
An object of the present invention is to provide an automatic method for detecting foreign matter in an industrial computer tomography volume data by down sampling the industrial computer tomography volume data to detect a foreign substance and then detecting a final foreign substance from original volume data .

본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템은 산업용 CT 볼륨데이터의 다운 샘플 볼륨데이터에 밝기값 정보를 이용하여, 이물질 후보를 추출하는 이물질 후보 추출부, 제품 영역에 대해 템플릿 매칭을 통해 이물질을 검출하는 다운 볼륨 이물질 검출부 및 상기 다운 볼륨 이물질 추출부에서 검출한 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 원 볼륨 이물질 추출부를 포함하는 것을 특징으로 한다.In the industrial computer tomography volume data according to the present invention, the automatic foreign matter detection system includes a foreign matter candidate extracting unit for extracting a foreign substance candidate using brightness value information for down-sampling volume data of industrial CT volume data, a template matching A down volume foreign matter detecting unit for detecting a foreign matter through the down volume foreign matter extracting unit, and an original volume foreign matter extracting unit for upsampling the foreign matter region detected by the down volume foreign matter extracting unit to original volume data and detecting a final foreign matter.

또한, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 이물질 후보 추출부는 전역 임계값 기법으로 제품 볼륨을 배경으로부터 분리하는 제품 볼륨 분리부 및 상기 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하는 초기 후보 추출부를 포함하는 것을 특징으로 한다.In addition, in the industrial computer tomography volume data according to the present invention, the foreign substance candidate extracting unit may include a product volume separating unit for separating the product volume from the background by the global threshold value technique, And an initial candidate extracting unit for extracting the candidates of the initial foreign substances with the sum of the deviations.

또한, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템은 이물질 후보 추출부는 상기 제품 볼륨 분리부와 연결되며, 비등방성 확산 필터링을 적용하여, 제품 내부에 존재하는 링 또는 금속인공물에 의한 잡음을 제거하는 잡음제거부를 더 포함하는 것을 특징으로 한다.In the industrial computer tomography volume data according to the present invention, the foreign substance candidate extracting unit may be connected to the product volume separating unit, and may be anisotropic diffusion filtering, And a noise removing unit for removing noise.

또한, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 이물질 후보 추출부는 상기 초기 후보 추출부와 연결되어, K-평균 클러스터링 기법을 적용한 영상분할을 이용하여, 이물질 후보를 추출하며, K는 완전 제품 영역, 제품 영역, 이물질 후보 영역으로 분할하는 클러스터링부를 더 포함하는 것을 특징으로 한다.In the automatic computer-readable recording medium according to the present invention, the foreign substance candidate extracting unit may extract foreign object candidates by using an image segmentation method connected to the initial candidate extracting unit and applying a K-average clustering technique. And K is a clustering unit for dividing the entire product region, the product region, and the foreign substance candidate region.

또한, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 다운 볼륨 이물질 검출부는 제품 영역에서 이물질 후보군의 크기 중 가작 작은 크기로 제품템플릿을 정의하는 제품템플릿 정의부, 이물질 후보군과 제품템플릿을 매칭하는 제품템플릿 매칭부, 상기 제품템플릿과 상기 이물질 후보군 영역의 재질 유사도를 측정하는 재질 유사도 측정부 및 상기 이물질 후보군과 제품템플릿을 정렬 시, 설정된 임계값을 초과하는 영역을 검출하는 이물질 검출 실행부를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a system for automatically detecting a foreign substance in an industrial computer tomography volume data, comprising: a product template defining unit for defining a product template having a size smaller than a size of a foreign object candidate group in a product region; A material template matching unit for matching a product template, a material similarity measurement unit for measuring a material similarity between the product template and the foreign substance candidate region, and a foreign matter detecting unit for detecting an area exceeding a set threshold value when the foreign object candidate group and the product template are aligned And a detection execution unit.

또한, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 원 볼륨 이물질 검출부는 다운 샘플링 데이터에서 검출한 이물질을 원 볼륨 데이터로 업 샘플링하는 업샘플링부 및 업샘플링부에서 확장된 확장윈도우의 밝기값을 검사하여, 최종 이물질 영역을 검출하는 최종 이물질 검출부를 포함하는 것을 특징으로 한다.
According to another aspect of the present invention, there is provided an automatic foreign substance detection system for industrial computer tomography volume data, comprising: an upsampling unit for upsampling a foreign substance detected in downsampling data to original volume data; And a final foreign matter detecting unit for checking a brightness value of the extended window and detecting a final foreign matter region.

본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법은 (a) 이물질 후보 추출부를 이용하여, 밝기값 기반으로 제품 볼륨을 배경으로부터 분리하는 단계, (b) 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하고, K-평균 클러스터링 기법을 적용한 영상분할으로 이물질 후보를 추출하는 단계, (c) 다운 볼륨 이물질 검출부를 이용하여, 템플릿 매칭을 통한 이물질을 검출하는 단계 및 (d) 원 볼륨 이물질 검출부를 이용하여, 상기 (c) 단계에서 검출된 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 단계를 포함하는 것을 특징으로 한다.
A method for automatically detecting a foreign substance in industrial computer tomography volume data according to the present invention comprises the steps of: (a) separating a product volume from a background based on a brightness value using a foreign substance candidate extraction unit; (b) (C) detecting a foreign substance through template matching using a down volume foreign matter detection unit, and (c) extracting candidates for the initial foreign object from the sum of the deviation amounts and extracting foreign substance candidates by image segmentation using the K- (d) Upsampling the foreign substance region detected in the step (c) with the original volume data using the original volume foreign matter detecting unit, and detecting the final foreign substance.

이상에서 설명한 바와 같이, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템은 밝기값 정보와 템플릿 매칭 기법으로 제품의 파괴없이 이물질을 검출할 수 있으며, 이를 통해 제품의 불량률을 낮추고 제품 생산의 신뢰성을 향상시킬 수 있는 효과가 있다.As described above, in the industrial computer tomography volume data according to the present invention, the foreign object automatic detection system can detect foreign matter without destroying the product by using the brightness value information and the template matching technique, thereby reducing the defect rate of the product, It is possible to improve the reliability of the apparatus.

또한, 제품 내부에 존재하는 링 및 금속 인공물을 제거하고, 제품의 경계선 정보를 유지함으로써, 이물질 검출 작업의 정확성을 향상시킬 수 있는 효과가 있다.Further, there is an effect that the accuracy of the foreign matter detecting operation can be improved by removing ring and metal artifacts present in the product and maintaining the boundary line information of the product.

또한, 이물질 검출 적용 범위를 줄이고, 밝기값 정보를 이용하여, 이물질 후보를 추출함으로써 이물질 후보를 견고하게 추출할 수 있는 효과가 있다.In addition, there is an effect that the foreign substance candidates can be robustly extracted by extracting the foreign substance candidates by reducing the application range of the foreign substance detection and using the brightness value information.

또한, 템플릿 매칭으로 재질 유사도를 고려함으로써, 이물질 검출의 민감도를 개선할 수 있는 효과가 있다. Further, considering the similarity of materials by template matching, there is an effect that the sensitivity of foreign matter detection can be improved.

또한, 원 볼륨 데이터에서 여과기법을 적용하여, 최종 이물질을 검출함으로써, 이물질 검출 작업에 소요되는 시간을 단축할 수 있는 효과가 있다.
In addition, the filtering method is applied to the original volume data to detect the final foreign matter, thereby shortening the time required for the foreign matter detection operation.

본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법은, 산업용 컴퓨터 단층 촬영 볼륨데이터의 다운 샘플링하여, 이물질을 검출한 후, 원 볼륨 데이터에서 최종 이물질을 검출함으로써, 이물질 검출 작업의 효율성 및 정확성을 크게 향상시킬 수 있는 효과가 있다.
An automatic foreign matter detection method for industrial computer tomography volume data according to the present invention is a method for automatically detecting foreign matter in an industrial computer tomography volume data by down sampling the industrial computer tomography volume data and detecting a foreign substance from original volume data, And the accuracy can be greatly improved.

도 1은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템의 전체 구성을 나타내는 구성도.
도 2는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 이물질 후보 추출부의 상세 구성을 나타내는 구성도.
도 3은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 밝기값 정보를 이용한 이물질 후보를 추출한 결과를 비교하는 실시예 화면.
도 4는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 다운 볼륨 이물질 검출부의 상세 구성을 나타내는 구성도.
도 5는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 템플릿 매칭을 이용한 이물질 후보 검출 결과를 비교하는 실시예 화면.
도 6은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 원 볼륨 이물질 검출부의 상세 구성을 나타내는 구성도.
도 7은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템에 있어서, 확장 윈도우 개념을 나타내는 개념도.
도 8은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 전체 흐름을 나타내는 흐름도.
도 9는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법에 있어서, S30 단계의 상세 흐름도.
도 10은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법에 있어서, S40 단계의 상세 흐름도.
도 11은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 성능을 확인하기 위한 시뮬레이션 데이터.
도 12는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법과 종래 이물질 자동 검출 방법의 결과를 비교하는 실시예 화면.
도 13은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법과 종래 이물질 자동 검출 방법의 정확성을 비교하는 평가 그래프
도 14는 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 각 단계별 수행시간을 측정한 결과 그래프.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing the overall configuration of an automatic foreign substance detection system in industrial computer tomography volume data according to the present invention. FIG.
FIG. 2 is a block diagram showing a detailed configuration of a foreign matter candidate extracting unit in an automatic foreign matter detection system in industrial computer tomography volume data according to the present invention. FIG.
3 is an exemplary screen for comparing results of extracting foreign matter candidates using brightness value information in an automatic foreign matter detection system in industrial computer tomography volume data according to the present invention.
4 is a block diagram of a detailed structure of a down volume foreign matter detecting unit in an automatic foreign matter detection system in industrial computer tomography volume data according to the present invention.
FIG. 5 is an exemplary screen for comparing foreign matter candidate detection results using template matching in an automatic foreign matter detection system in industrial computer tomography volume data according to the present invention. FIG.
FIG. 6 is a block diagram showing a detailed configuration of an original volume foreign matter detecting unit in an automatic foreign matter detection system in industrial computer tomography volume data according to the present invention. FIG.
FIG. 7 is a conceptual diagram illustrating an extended window concept in an automatic foreign matter detection system in an industrial computer tomography volume data according to the present invention. FIG.
8 is a flow chart showing the entire flow of an automatic foreign object detection method in industrial computer tomography volume data according to the present invention.
9 is a detailed flowchart of step S30 in the method for automatically detecting foreign objects in industrial computer tomography volume data according to the present invention.
10 is a detailed flowchart of the step S40 of the method for automatically detecting foreign materials in industrial computer tomography volume data according to the present invention.
11 is a simulation data for confirming the performance of an automatic foreign matter detection method in industrial computer tomography volume data according to the present invention.
12 is an exemplary screen comparing the results of the automatic foreign matter detection method and the conventional automatic foreign matter detection method in the industrial computer tomography volume data according to the present invention.
13 is an evaluation graph comparing the accuracy of the automatic foreign matter detection method and the conventional automatic foreign matter detection method in the industrial computer tomography volume data according to the present invention
FIG. 14 is a graph illustrating a result of measuring the execution time of each step of the automatic foreign matter detection method in the industrial computer tomography volume data according to the present invention. FIG.

이하, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템 및 그 검출 방법을 실시하기 위한 구체적인 내용을 설명하면 다음과 같다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, an automatic foreign matter detection system and a method for detecting the foreign matter in the industrial computer tomography volume data according to the present invention will be described in detail.

[도 1]은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템(50)의 전체 구성을 나타내는 도면으로, 이물질 후보 추출부(10), 다운 볼륨 이물질 검출부(20) 및 원 볼륨 이물질 검출부(30)를 포함한다.FIG. 1 is a diagram showing the overall configuration of an automatic foreign object detection system 50 in industrial computer tomography volume data according to the present invention. The automatic foreign object detection system 50 includes a foreign substance candidate extraction unit 10, a down volume foreign matter detection unit 20, And a detection unit (30).

상기 이물질 후보 추출부(10)는 산업용 CT 볼륨데이터의 다운 샘플 볼륨데이터에 밝기값 정보를 이용하여, 이물질 후보를 추출하는 역할을 하며, 본 발명에 따른 상기 이물질 후보 추출부(10)는 잡음제거부(11), 제품 볼륨 분리부(12), 초기 후보 추출부(13) 및 클러스터링부(14)를 포함한다.The foreign substance candidate extracting unit 10 extracts a foreign substance candidate using the brightness value information in the downsample volume data of the industrial CT volume data. The foreign substance candidate extracting unit 10 according to the present invention extracts the foreign substance candidate extracting unit 10, Rejection 11, product volume separation unit 12, initial candidate extraction unit 13, and clustering unit 14.

상기 잡음제거부(11)는 비등방성 확산 필터링을 적용하여, 제품 내부에 존재하는 링 또는 금속인공물에 의한 잡음을 제거하는 역할을 하며, 본 발명에 있어서, 비등방성 확산 필터링은 다음 [수학식 1]을 통해 나타낼 수 있으며, 이러한 필터링 작업을 통해 제품 내부에 존재하는 잡음을 제거하고, 제품의 경계선 정보를 유지할 수 있다.The noise eliminator 11 performs anisotropic diffusion filtering to remove noise caused by rings or metal artifacts present in the product. In the present invention, the anisotropic diffusion filtering is performed using the following Equation 1 ]. Through this filtering operation, the noise existing inside the product can be removed, and the product boundary information can be maintained.

Figure 112013102222401-pat00001
Figure 112013102222401-pat00001

이때, div(ㅇ)는 발산(divergence)연산자, △와 ▽는 각각 라플라시안(laplacian)과 기울기(gradient) 연산자를 의미한다. c(x, y, t)는 시간 t에서 (x, y) 좌표의 확산계수로 데이터의 기울기 함수가 사용되고, 해당 계수 값 이상의 기울기 정보는 유지하는 역할을 한다. k는 에지의 민감도를 조절하는 상수로 본 발명의 실시예에서는 5000으로 산정하였다.In this case, div () denotes a divergence operator, and () denotes a laplacian and () denotes a gradient operator. c (x, y, t) is the diffusion coefficient of the (x, y) coordinates at time t and the slope function of the data is used. k is a constant for controlling the sensitivity of the edge and is 5000 in the embodiment of the present invention.

상기 제품 볼륨 분리부(12)는 전역 임계값 기법으로 제품 볼륨을 배경으로부터 분리하는 역할을 하며, 이를 통해 일반적으로 1GB 이상의 데이터 크기를 가지는 산업용 CT 볼륨데이터의 검출 적용 범위를 줄일 수 있으며, 이를 통해 이물질 검출에 소요되는 작업 시간을 단축할 수 있는 것이다.The product volume separating unit 12 separates the product volume from the background by the global threshold value technique, thereby reducing the detection coverage of the industrial CT volume data having a data size of 1 GB or more in general. It is possible to shorten the working time required for the foreign matter detection.

상기 초기 후보 추출부(13)는 상기 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하는 역할을 하며, 이 때, 추출된 이물질 후보에 제품영역이 일부 포함될 수 있으므로 본 발명에 따른 상기 이물질 후보 추출부(10)는 상기 클러스터링부(14)를 통해 K-평균 클러스터링 기법을 적용한 영상분할로 이물질 후보를 추출하도록 한다. 본 발명에 있어서, K는 3으로 설정하여, 완전 제품 영역, 제품 영역, 이물질 후보 영역으로 분할하며, K-평균의 초기 임계값은 초기 이물질 후보의 최소값, 평균값 그리고 최대값으로 설정하여 분할함으로써, 견고하게 이물질 후보를 추출하는 것이 바람직하다.The initial candidate extracting unit 13 extracts a candidate for an initial foreign substance by a sum of an average of the brightness values of the product volume and a standard deviation. At this time, since the extracted foreign substance candidate may include a part of the product region, The foreign substance candidate extracting unit 10 extracts a foreign substance candidate by image segmentation using the K-average clustering technique through the clustering unit 14. [ In the present invention, K is set to 3 to divide into a complete product region, a product region, and a foreign substance candidate region. By dividing the K-average initial threshold value by setting the minimum value, the average value, and the maximum value of the initial foreign substance candidates, It is preferable to extract foreign matter candidates firmly.

[도 3]은 이물질 후보를 검출한 결과를 비교할 수 있는 실시예 영상으로 [도 3]의 (b)는 제품영역의 평균과 표준편차를 이용하여 초기 이물질 후보군을 검출한 결과로 이물질 이외에 제품영역이 많이 포함된 결과를 볼 수 있다. [도 3]의 (c)는 K-평균 클러스터링 기법을 초기 이물질 후보군에 적용한 결과로 밝기값에 따라 완전제품영역(빨간색), 제품영역(파란색), 이물질후보영역(녹색)으로 분할된 결과를 볼 수 있다. 녹색으로 검출된 영역은 초기 이물질 후보 영역에서 밝기값이 가장 높은 영역으로 제품영역을 제외한 이물질 후보 영역이 추출된 결과를 볼 수 있다.FIG. 3 is a graph showing an example of a comparison between results of detection of candidate foreign objects. FIG. 3 (b) is a result of detecting an initial foreign object candidate group using an average and a standard deviation of a product region, You can see the result that contains many. (C) of FIG. 3 shows a result obtained by dividing the entire product area (red), the product area (blue), and the foreign substance candidate area (green) according to brightness values as a result of applying the K- can see. The region detected in green is the region where the brightness value is highest in the initial foreign substance candidate region, and the result of extracting the foreign substance candidate region excluding the product region can be seen.

이러한 상기 이물질 후보 추출부(10)를 통해 제품영역보다 밝은 영역의 이물질 후보를 추출할 수 있는 것이다.
The foreign substance candidate extracting unit 10 extracts a foreign substance candidate in a region brighter than the product region.

상기 다운 볼륨 이물질 검출부(20)는 제품 영역에 대해 템플릿 매칭을 통해 이물질을 검출하는 역할을 하며, 본 발명에 따른 상기 다운 볼륨 이물질 검출부(20)는 [도 4]에 도시된 바와 같이, 제품템플릿 정의부(21), 제품템플릿 매칭부(22), 재질 유사도 측정부(23) 및 이물질 검출 실행부(24)를 포함한다.The down volume foreign matter detector 20 detects the foreign matter through template matching with respect to the product area. The down volume foreign matter detector 20 according to the present invention, as shown in FIG. 4, A definition unit 21, a product template matching unit 22, a material similarity measurement unit 23, and a foreign matter detection execution unit 24. [

상기 제품템플릿 정의부(21)는 제품 영역에서 이물질 후보군의 크기 중 가작 작은 크기로 제품템플릿을 정의하는 하는 역할을 하며, 상기 제품템플릿 매칭부(22)는 이물질 후보군과 제품템플릿을 매칭하는 역할을 한다. 본 발명에 있어서, 상기 제품템플릿의 크기는 검출된 이물질 후보군 크기 중 가장 작은 크기로 결정하는 것이 바람직하다. The product template defining unit 21 serves to define a product template with a size smaller than the size of the foreign substance candidate group in the product region. The product template matching unit 22 matches the foreign substance candidate group with the product template do. In the present invention, it is preferable that the size of the product template is determined to be the smallest size among the sizes of the foreign object candidates detected.

상기 재질 유사도 측정부(23)는 상기 제품템플릿과 상기 이물질 후보군 영역의 재질 유사도를 측정하는 역할을 하며, 본 발명에 있어서, 제품템플릿과 이물질 후보군 영역의 재질 유사도는 다음 [수학식 2]와 같이 측정한다. The material similarity measuring unit 23 measures the similarity degree of the product template between the product template and the foreign substance candidate region. In the present invention, the material similarity between the product template and the foreign substance candidate region is expressed by Equation (2) .

이물질 후보군의 크기가 제품템플릿과 유사하거나 작은 경우, 밝기값평균차이누적(SSD: Sum of Squared intensity Difference)을 사용하고, 이물질 후보군의 크기가 제품템플릿보다 큰 경우, 밝기값 분포 유사도를 측정하는 조인트 엔트로피를 사용한다. When the size of candidate foreign matter is similar to or smaller than the product template, a Sum of Squared Intensity Difference (SSD) is used, and when the size of the candidate foreign matter is larger than the product template, Use entropy.

왜냐하면 SSD를 이용한 영역 유사도 평가는 측정하고자 하는 이물질 후보군의 아웃라이어(outlier)에 영향을 많이 받아 이물질 후보군이 제품템플릿 보다 큰 경우 정확성이 떨어질 수 있기 때문이다.This is because the area similarity evaluation using the SSD is affected by the outlier of the foreign object candidates to be measured and the accuracy may be lowered when the foreign object candidate group is larger than the product template.

Figure 112013102222401-pat00002
Figure 112013102222401-pat00002

이때, FBCsize는 이물질 후보의 크기, Tsize는 제품템플릿의 크기로, 이물질은 크기가 작기 때문에 이물질 후보군의 크기가 밝기값 분포를 충분히 파악 할 수 있는 크기인 제품템플릿 크기의 3배 이상일 때, 조인트 엔트로피를 사용하여 영역 유사도를 측정한다. 이물질 후보의 크기가 제품템플릿 크기의 3배 미만인 경우, SSD를 이용하여 영역 유사도를 측정한다.In this case, when the size of the foreign substance candidate is more than three times the size of the product template, which is a size enough to grasp the brightness value distribution, since the size of the foreign substance candidates, the size of the product template, and the size of the foreign substance are small, Joint entropy is used to measure area similarity. If the size of the candidate foreign object is less than three times the size of the product template, the area similarity is measured using the SSD.

SSD는 다음 [수학식 3]과 같이, 제품템플릿과 이물질 후보 간 화소의 밝기값 차이 제곱의 합을 이용하는 유사성 측정 방식으로 이물질을 검출하기 위해 다음 [수학식 4]와 같이 SSD의 평균을 이용한다.The SSD uses the average of the SSDs as shown in the following Equation (4) to detect a foreign substance by a similarity measurement method that uses the sum of squares of brightness difference values of pixels between a product template and a foreign candidate as shown in the following Equation (3).

Figure 112013102222401-pat00003
Figure 112013102222401-pat00003

Figure 112013102222401-pat00004
Figure 112013102222401-pat00004

이때, I1과 I2는 제품템플릿의 화소값과 이물질 후보의 화소값, p는 매칭위치, μ는 기준 윈도우 위치, d는 제품템플릿과 이물질 후보의 매칭점에 대한 영상 좌표 차이, W는 기준 윈도우 크기를 나타내고 m은 제품템플릿의 크기이다.In this case, I 1 and I 2 are the pixel values of the product template and the foreign substance candidates, p is the matching position, μ is the reference window position, d is the image coordinate difference with respect to the matching point of the product template and the foreign substance candidate, Represents the window size and m is the size of the product template.

조인트 엔트로피는 서로 다른 영상의 관계를 나타내는 방법으로 샤논(shannon)이 정의한 확률정보를 불확실성정보로 변환해주는 함수인 엔트로피를 기반으로 한다. 두 영상 I1과 I2의 조인트 엔트로피의 측정은 다음 [수학식 5]와 같이 이변량 히스토그램과 확률밀도 계산으로 이루어진다.Joint entropy is based on entropy, which is a function that converts the probability information defined by shannon into uncertainty information as a way of representing the relationship between different images. The joint entropy of two images I 1 and I 2 is measured by a bivariate histogram and a probability density calculation as shown in the following equation (5).

Figure 112013102222401-pat00005
Figure 112013102222401-pat00005

이때, H(I1,I2)는 I1과 I2의 조인트 엔트로피이고, I1과 I2는 제품템플릿과 이물질 후보, p(I1, I2)는 제품템플릿과 이물질 후보의 결합 확률 분포이다.In this case, H (I 1, I 2) is the joint entropy of the I 1 and I 2, I 1 and I 2 is the product template and debris candidates, p (I 1, I 2) is the probability combination of the product template and debris candidate Distribution.

상기 이물질 검출 실행부(24)는 상기 이물질 후보군과 제품템플릿을 정렬 시, 설정된 임계값을 초과하는 영역을 검출하는 역할을 한다.The foreign substance detection execution unit 24 detects an area exceeding the set threshold value when the foreign matter candidate group and the product template are aligned.

즉, 제품템플릿과 이물질 후보군이 정렬되었을 때, 이변량 히스토그램은 어느 한쪽으로 조밀하게 모이는 형태가 나타나 작은 값이 나타나고, 반대의 경우 전체적으로 퍼지는 형태가 나타나 큰 값이 나타난다. 이물질을 검출하기 위하여 이물질 후보마다 계산된 조인트 엔트로피 값을 이용하여 전역임계값 기법으로 산정된 임계값으로 조인트 엔트로피 값이 큰 영역을 이물질로 검출한다. In other words, when the product template and the foreign object candidate are aligned, the bivariate histogram shows a small value in a form of gathering densely on either side, whereas in the opposite case, a large value appears in the form of spreading as a whole. In order to detect a foreign object, a joint entropy value calculated for each foreign substance candidate is used, and a region having a large joint entropy value is detected as a foreign substance by a threshold value calculated by a global threshold value technique.

[도 5]은 이물질 검출 결과 영상으로 [도 5]의 (a)는 SSD를 이용한 검출 결과를 나타내며 작은 크기의 이물질이 검출되는 결과를 볼 수 있고, [도 5]의 (b)는 조인트 엔트로피를 이용한 결과로 크기가 큰 이물질이 검출 된 결과를 볼 수 있다.5 shows a result of detection using a SSD, FIG. 5 (a) shows a result of detecting a small foreign object, and FIG. 5 (b) As a result, it is possible to observe a large foreign object.

즉, 이물질 후보군 밝기값의 평균과 분산을 이용한 임계치 기법과 밝기값에 의한 영역분리 방법인 K-평균 클러스터링을 적용하여 이물질을 검출할 경우, 밝기값은 이물질과 유사하지만 영역의 재질 유사도는 이물질과 다른 제품영역이 이물질로 잘못 검출될 수 있는데, 본 발명은 제품영역을 템플릿으로 이용한 템플릿 매칭을 통하여 밝기값 뿐 아니라 영역의 재질 유사도를 고려하여 이물질을 검출할 수 있는 것이다.
That is, when detecting a foreign object by applying a K-means clustering method using a threshold method using the average and variance of the brightness values of the foreign substance candidate and a brightness value, the brightness value is similar to the foreign substance, Another product area may be erroneously detected as a foreign object. In the present invention, foreign matter can be detected in consideration of not only the brightness value but also the material similarity of the area through template matching using the product area as a template.

상기 원 볼륨 이물질 검출부(30)는 상기 다운 볼륨 이물질 추출부(20)에서 검출한 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 역할을 하며, 본 발명에 따른 상기 원 볼륨 이물질 추출부(30)는 [도 6]에 도시된 바와 같이, 업샘플링부(31) 및 최종 이물질 검출부(32)를 포함한다.The original volume foreign matter detecting unit 30 functions to upsample the foreign matter region detected by the down volume foreign matter extracting unit 20 to original volume data to detect a final foreign matter, The unit 30 includes an upsampling unit 31 and a final foreign matter detection unit 32 as shown in FIG.

상기 업샘플링부(31)는 상기 다운 샘플링 데이터에서 검출한 이물질을 원 볼륨 데이터로 업 샘플링하는 역할을 하며, 본 발명의 실시예에서는 확장이 가능한 확장 윈도우(scalable window)를 설정하기 위해 3x3 크기의 형태학적 팽창 연산자를 이용하여 확장 윈도우를 [도 7]과 같이 반복적으로 확장시켰다.The upsampling unit 31 upsamples the foreign matter detected from the downsampling data to original volume data. In order to set an expandable scalable window in the embodiment of the present invention, a 3x3 size The expansion window is repeatedly expanded as shown in FIG. 7 using a morphological expansion operator.

상기 최종 이물질 검출부(32)는 상기 업샘플링부(31)에서 확장된 확장윈도우의 밝기값을 검사하여, 최종 이물질 영역을 검출한다. 즉, 확장 윈도우 내의 밝기값을 검사하여 이물질의 평균 밝기값보다 크거나 같으면 이물질 화소로 포함시키는 과정을 반복적으로 수행하며, 검출된 영역이 확장 윈도우 영역의 30%이하일 경우 종료함으로써 원 볼륨데이터의 이물질을 최종 검출한다.
The final foreign matter detecting unit 32 detects a brightness value of the extended window extended by the upsampling unit 31 and detects a final foreign matter region. That is, the brightness value in the extended window is checked and included as foreign pixels if the brightness value is greater than or equal to the average brightness value of the foreign substance. If the detected area is less than 30% of the extended window area, .

이러한 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템을 이용한 이물질 자동 검출 방법을 설명하면 다음과 같다.An automatic foreign matter detection method using the automatic foreign matter detection system in the industrial computer tomography volume data according to the present invention will now be described.

[도 8]은 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 전체 흐름을 나타내는 흐름도로, 상기 이물질 후보 추출부(10)를 이용하여, 밝기값 기반으로 제품 볼륨을 배경으로부터 분리하는 단계(S10)를 수행하고, 본 발명에 있어서, 상기 S10 단계 이전에 상기 잡음제거부(11)를 이용하여, 비등방성 확산 필터링을 적용하여, 제품 내부에 존재하는 링 또는 금속인공물에 의한 잡음을 제거하는 단계를 더 포함하는 것이 바람직하다.FIG. 8 is a flowchart showing the entire flow of an automatic foreign object detection method in the industrial computer tomography volume data according to the present invention. The foreign substance candidate extracting unit 10 separates a product volume from a background on the basis of a brightness value (10), and in the present invention, anisotropic diffusion filtering is applied using the noise eliminator (11) before the step (S10) to detect noise caused by a ring or a metal artifact existing in the product The method further comprising the step of:

다음으로, 상기 초기 후보 추출부(13)으로 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하고, K-평균 클러스터링 기법을 적용한 영상분할으로 이물질 후보를 추출하는 단계(S20)단계를 수행한다. Next, the initial candidate extracting unit 13 extracts candidates of initial foreign substances by the sum of the average of the brightness values of the product volume and the standard deviation, and extracting the foreign substance candidates by image segmentation using the K-average clustering technique (S20 ).

이러한 S10 단계 내지 S20 단계를 통해 제품 영역 보다 밝기값이 높은 이물질 영역을 후보로 추출할 수 있는 것이다.Through the steps S10 to S20, a foreign matter region having a higher brightness value than the product region can be extracted as a candidate.

다음으로, 상기 다운 볼륨 이물질 검출부(20)를 이용하여, 템플릿 매칭을 통한 이물질을 검출하는 단계(S30)를 수행한다.Next, a step S30 of detecting a foreign substance through template matching using the down volume foreign matter detecting unit 20 is performed.

[도 9]는 본 발명에 따른 상기 S30의 상세 흐름을 나타내는 도면으로, 상기 제품템플릿 정의부(21)로 제품 영역에서 이물질 후보군의 크기 중 가작 작은 크기로 제품템플릿을 정의하는 단계(S31)를 수행하고, 상기 제품템플릿 매칭부(22)로 상기 이물질 후보군과 상기 제품템플릿을 매칭하는 단계(S33)를 수행한다.FIG. 9 is a flowchart showing the detailed flow of S30 according to the present invention. In operation S31, the product template defining unit 21 defines a product template having a size smaller than a size of a foreign substance candidate group in a product region (S33) of matching the foreign matter candidate group with the product template by the product template matching unit (22).

다음으로, 상기 재질 유사도 측정부(23)로 상기 이물질 후보의 크기가 제품템플릿보다 작은지 여부를 판단(S34)하고, 상기 S34 단계에서 이물질 후보의 크기가 제품템플릿보다 3배 미만으로 판단되면, SSD 영역 유사도로 측정(S35)하고, 상기 S34 단계에서 이물질 후보의 크기가 제품템플릿보다 3배 이상으로 판단되면 조인트 엔트로피 영역 유사도로 측정 단계(S37)를 수행한다.Next, the material similarity measuring unit 23 determines whether the size of the foreign substance candidate is smaller than the product template (S34). If the size of the foreign substance candidate is less than three times the size of the product template in operation S34, SSD region similarity degree (S35). If it is determined in S34 that the size of the foreign substance candidate is three times or more the product template, the joint entropy region similarity degree measurement step S37 is performed.

다음으로, 이물질 검출 실행부로 상기 이물질 후보군과 상기 제품템플릿을 정렬 시, 밝기값 유사도에 따른 임계값을 초과하는 영역을 이물질로 추출하는 단계(S39)를 수행한다.Next, when the foreign substance detection execution unit aligns the foreign matter candidate group and the product template, a region exceeding a threshold value according to the brightness value similarity degree is extracted as a foreign substance (S39).

이러한 상기 S30 단계를 통해 밝기값 뿐 아니라 영역의 재질 유사도를 고려하여 이물질을 검출할 수 있는 것이다.
Through the above step S30, foreign matter can be detected in consideration of not only the brightness value but also the material similarity of the area.

다음으로, 상기 원 볼륨 이물질 검출부(30)를 이용하여, 상기 S20 단계에서 검출된 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 단계(S40)를 수행한다.Next, using the original volume foreign matter detection unit 30, the foreign substance region detected in step S20 is upsampled to the original volume data, and the final foreign matter is detected (S40).

[도 10]은 본 발명에 따른 상기 S40 단계의 상세 흐름을 나타내는 도면으로, 상기 업샘플링부(31)로 다운 샘플링 데이터에서 검출한 이물질을 원 볼륨 데이터로 업 샘플링하는 단계(S41)를 수행하고, 본 발명의 실시예에서 상기 S41 단계는 확장이 가능한 확장 윈도우(scalable window)를 설정하기 위해 3x3 크기의 형태학적 팽창 연산자를 이용하여 확장 윈도우를 반복적으로 확장시켰다. 10 is a flowchart illustrating the detailed flow of step S40 according to the present invention. In step S41, the upsampling unit 31 upsamples the foreign matter detected in the downsampling data to original volume data In the embodiment of the present invention, in step S41, the expansion window is repeatedly expanded using a 3x3 morphological expansion operator to set an expandable scalable window.

다음으로, 상기 업샘플링부(31)에서 확장된 확장윈도우의 밝기값을 검사(S42)하여, 확장 윈도우 화소의 밝기값이 이물질 밝기값 이상인지 확인(S43)하여, 이상일 경우, 이물질 영역의 화소로 포함(S45)하는 단계를 수행하고, 검출 영역이 설정 비율 이하인지 확인(S47)하여, 그 이하일 경우, 이물질 검출 작업을 종료하여 최종 이물질 영역을 검출(S49)하는 단계를 수행한다.
Next, the brightness value of the extended window expanded in the upsampling unit 31 is checked (S42), and it is determined whether the brightness value of the extended window pixel is equal to or greater than the brightness value of the foreign substance (S43) (S47). If the detected area is less than the set ratio (S47), the foreign object detecting operation is terminated and the final foreign object area is detected (S49).

이러한 본 발명에 따른 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법의 성능을 평가하기 위한 실험 내용과 그 결과는 다음과 같다.Experimental contents and results for evaluating the performance of the automatic foreign matter detection method in the industrial computer tomography volume data according to the present invention according to the present invention are as follows.

본 실험에서 사용한 데이터는 [표 1]과 같이 산업용 CT 볼륨데이터 2개와 정확성 평가를 위한 시뮬레이션 데이터 3개를 사용하였으며 시뮬레이션 데이터는 포토샵을 이용하여 제품과 배경을 생성하고 마이크로소프트 비주얼 스튜디오를 이용하여 제품 내에 이물질을 삽입함으로써 [도 11]와 같이 생성하였으며, 제품영역의 밝기값인 130보다 낮은 125를 이물질의 최소 밝기값으로 정하고, 최대 밝기값을 150, 200, 250으로 각각 정하여 해당 범위 내에서 난수를 발생시켜 랜덤 분포를 갖는 이물질을 크기에 따라 다르게 생성하였다.The data used in this experiment are 2 industrial CT volume data and 3 simulation data for evaluation accuracy as shown in [Table 1]. Simulation data is created by using Photoshop to create product and background, and using Microsoft Visual Studio And 125 as a luminance value lower than 130, which is the brightness value of the product area, is set as the minimum brightness value of the foreign substance, and the maximum brightness values are set to 150, 200 and 250, respectively, And randomly distributed foreign matter was generated according to the size.

Figure 112013102222401-pat00006
Figure 112013102222401-pat00006

본 발명에 따른 이물질 자동 검출 방법의 성능 평가를 위하여 종래 밝기값 기반 이물질 검출 방법을 비교하는 방법으로, 산업용 CT 볼륨데이터에 적용하여 검출한 결과 간의 육안 평가를 수행하고, 시뮬레이션 데이터에서 이물질 검출의 정확성을 비교평가한 후, 제안방법의 이물질 검출 수행시간을 측정하였다. In order to evaluate the performance of the automatic foreign matter detection method according to the present invention, a method of comparing the conventional brightness value-based foreign matter detection method is used, and a visual evaluation is performed between the result of detection applied to the industrial CT volume data. In the simulation data, And then the time for performing the foreign object detection in the proposed method was measured.

[도 12]는 종래 산업용 CT 볼륨데이터에서 밝기값 기반 이물질 검출 방법과 본 발명에 따른 이물질 검출 방법을 이용하여 이물질을 검출한 결과를 비교한 영상이다. [도 12]의 (a)는 밝기값 정보로 평균과 표준편차를 사용하여 검출한 결과로 높은 밝기값을 갖는 영역을 모두 이물질로 검출하여 제품영역이나 링 잡음을 이물질로 잘못 검출되는 문제점이 있다. [도 12]의 (b)는 본 발명에 따른 이물질 자동 검출 방법을 적용한 결과로 제품영역과 밝기값이 상이함을 검사할 뿐 아니라 제품영역과 밝기값 분포가 다른 이물질을 정확하게 검출할 수 있음을 확인할 수 있다.FIG. 12 is a view for comparing foreign matter detection results using a brightness value-based foreign matter detection method and a foreign matter detection method according to the present invention in conventional industrial CT volume data. (A) of FIG. 12 is a result of detecting an area having a high brightness value as a result of detection using an average and a standard deviation as brightness information, and erroneously detecting a product area or ring noise as a foreign object . (B) of FIG. 12 is a result of applying the automatic foreign matter detection method according to the present invention to check whether a product region and a brightness value are different from each other, Can be confirmed.

또한, 이물질 검출의 정확성 평가를 위하여 [수학식 6]와 같이 시뮬레이션 데이터의 이물질 영역과 자동으로 검출된 이물질 영역 간 다이스계수 유사도(dice similarity coefficient)를 측정한다.In order to evaluate the accuracy of the foreign matter detection, the dice similarity coefficient between the foreign matter region of the simulation data and the automatically detected foreign matter region is measured as shown in Equation (6).

Figure 112013102222401-pat00007
Figure 112013102222401-pat00007

이때, A는 최상의 표준(gold standard)이고, B는 자동으로 검출된 이물질의 영역이다. Ω의 수치는 0부터 100 사이의 값을 갖고 100에 가까울수록 정확하게 검출되었음을 의미한다. At this time, A is a gold standard and B is an area of a foreign object that is automatically detected. The value of Ω has a value between 0 and 100, and the closer to 100, the more accurate the detection.

자동 검출방법으로는 비교방법인 종래 밝기값 기반의 이물질 검출 방법과 본 발명의 이물질 자동 검출 방법을 이용한다. [도 13]은 시뮬레이션 데이터의 다이스계수 유사도 결과를 박스플롯으로 나타낸 결과로 밝기값 기반의 이물질 검출 방법과 본 발명의 이물질 자동 검출 방법을 이용한 방법 결과, 다이스계수 유사도의 평균과 표준편차는 각각 76.39.3%, 95.62.6%로 측정되었다. 종래 밝기값 기반의 검출 방법에서 이물질의 밝기값이 제품영역의 밝기값과 유사하거나 낮을 경우, 이물질로 검출되지 않아 정확성이 떨어졌다. 반면, 본 발명의 이물질 자동 검출 방법은 밝기값 유사도 평가를 통한 템플릿 매칭으로 밝기값 정보를 이용한 방법에 비해 25.3% 높게 측정되어 제안방법이 보다 정확하게 이물질을 검출함을 알 수 있다.As the automatic detection method, a foreign matter detection method based on a conventional brightness value, which is a comparison method, and an automatic foreign matter detection method of the present invention are used. FIG. 13 shows the result of the similarity of the dice coefficient of the simulation data as a box plot. The average and standard deviation of the degree of similarity of the dice coefficients are 76.39 .3%, and 95.62.6%, respectively. In the conventional brightness value based detection method, when the brightness value of the foreign substance is similar to or lower than the brightness value of the product area, it is not detected as a foreign substance and the accuracy is degraded. On the other hand, the automatic foreign matter detection method of the present invention is 25.3% higher than the method using the brightness value information by template matching through evaluation of brightness value similarity, so that the proposed method more accurately detects foreign matter.

또한, [도 14]은 시뮬레이션 데이터를 이용하여 이물질 후보검출, 템플릿 매칭을 이용한 이물질 검출, 원 볼륨데이터의 이물질 검출로 구분하여 수행시간을 측정한 결과로 본 발명의 이물질 자동 검출 방법의 평균 수행시간은 1.2초이고, 이물질 후보 검출에서 평균 0.2초, 템플릿 매칭기법에서 평균 0.8초, 원 볼륨데이터의 이물질 검출에서 평균 0.1초가 소요되었다. In addition, FIG. 14 shows the result of measuring the execution time by dividing into foreign object candidates detection, foreign matter detection using template matching, foreign object detection of original volume data using simulation data, and the average execution time 1.2 seconds, 0.2 seconds on the foreign object candidate detection, 0.8 seconds on the template matching method, and 0.1 second on the foreign substance detection of the original volume data.

이상에서 설명한 바와 같이, 본 발명에 따른 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템 및 그 검출 방법을 적용 시, 밝기값 정보와 템플릿 매칭 기법으로 제품의 파괴없이 이물질을 검출할 수 있으며, 이를 통해 제품의 불량률을 낮추고 제품 생산의 신뢰성을 향상시킬 수 있는 효과를 누릴 수 있는 것이다.As described above, in the industrial computer tomography volume data according to the present invention, it is possible to detect foreign matter without destroying the product by using the brightness value information and the template matching method when the automatic foreign matter detection system and the detection method thereof are applied. The defective rate of the product can be lowered and the reliability of the product production can be improved.

이상 본 발명의 실시예로 설명하였으나 본 발명의 기술적 사상이 상기 실시예로 한정되는 것은 아니며, 본 발명의 기술적 사상을 벗어나지 않는 범주에서 다양한 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템 및 그 검출 방법으로 구현할 수 있다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. The scope of the invention is defined by the appended claims. .

10 : 이물질 후보 추출부
11 : 잡음제거부
12 : 제품 볼륨 분리부
13 : 초기 후보 추출부
14 : 클러스터링부
20 : 다운 볼륨 이물질 추출부
21 : 제품템플릿 정의부
22 : 제품템플릿 매칭부
23 : 재질 유사도 측정부
24 : 이물질 검출 실행부
30 : 원 볼륨 이물질 검출부
31 : 업샘플링부
32 : 최종 이물질 검출부
50 : 이물질 자동 검출 시스템10: Foreign matter candidate extracting unit
11: Noise canceling
12: Product volume separator
13: Initial candidate extracting unit
14: Clustering unit
20: down volume foreign matter extracting unit
21: Product template definition section
22: product template matching unit
23: Material similarity measuring unit
24: Foreign matter detection execution unit
30: Circular volume foreign matter detecting unit
31: up-sampling unit
32: Final foreign matter detection unit
50: Automatic foreign object detection system

Claims (15)

산업용 CT 볼륨데이터의 다운 샘플 볼륨데이터에 밝기값 정보를 이용하여, 이물질 후보를 추출하는 이물질 후보 추출부;
제품 영역에 대해 템플릿 매칭을 통해 이물질을 검출하는 다운 볼륨 이물질 검출부 및
상기 다운 볼륨 이물질 추출부에서 검출한 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 원 볼륨 이물질 검출부를 포함하고,
상기 다운 볼륨 이물질 검출부는,
제품 영역에서 이물질 후보군의 크기 중 가작 작은 크기로 제품템플릿을 정의하는 제품템플릿 정의부;
이물질 후보군과 제품템플릿을 매칭하는 제품템플릿 매칭부;
상기 제품템플릿과 상기 이물질 후보군 영역의 재질 유사도를 측정하는 재질 유사도 측정부 및
상기 이물질 후보군과 제품템플릿을 정렬 시, 설정된 임계값을 초과하는 영역을 검출하는 이물질 검출 실행부를 포함하며,
상기 재질 유사도 측정부는
이물질의 후보군의 크기에 따라 밝기값평균차이누적(SSD : Sum of Squared intensity Difference) 또는 조인트 엔트로피 중 어느 하나로 밝기값 유사도를 측정하고,
상기 원 볼륨 이물질 검출부는,
다운 샘플링 데이터에서 검출한 이물질을 원 볼륨 데이터로 업 샘플링하는 업샘플링부 및
업샘플링부에서 확장된 확장윈도우의 밝기값을 검사하여, 최종 이물질 영역을 검출하는 최종 이물질 검출부를 포함하며,
상기 이물질 후보 추출부는,
전역 임계값 기법으로 제품 볼륨을 배경으로부터 분리하는 제품 볼륨 분리부;
상기 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하는 초기 후보 추출부; 및
상기 초기 후보 추출부와 연결되어, K-평균 클러스터링 기법을 적용한 영상분할을 이용하여, 이물질 후보를 추출하며, K는 완전 제품 영역, 제품 영역, 이물질 후보 영역으로 분할하는 클러스터링부를 포함하고,
상기 재질 유사도 측정부는,
이물질의 후보군의 크기가 제품템플릿 크기의 3배 미만인 경우, 밝기값평균차이누적(SSD : Sum of Squared intensity Difference)에 기반하여 제품템플릿과 이물질 후보군 영역의 재질 유사도를 측정하며,
이물질의 후보군의 크기가 제품템플릿 크기의 3배 이상인 경우, 상기 제품템플릿과 이물질 후보군의 조인트 엔트로피에 기반하여 제품템플릿과 이물질 후보군 영역의 재질 유사도를 측정하고,
상기 조인트 엔트로피는 상기 제품템플릿과 이물질 후보군 영역의 밝기값 분포의 유사도를 나타내는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템.
A foreign substance candidate extracting unit for extracting a foreign substance candidate by using brightness value information in down sample volume data of industrial CT volume data;
A down volume foreign matter detector for detecting a foreign matter through template matching with respect to a product area,
And a circular volume foreign matter detecting unit for upsampling the foreign matter region detected by the down volume foreign matter extracting unit to original volume data and detecting a final foreign matter,
Wherein the down volume foreign matter detecting unit comprises:
A product template defining unit that defines a product template in a size smaller than a size of a foreign object candidate group in a product region;
A product template matching unit for matching a foreign object candidate group with a product template;
A material similarity measuring unit for measuring a material similarity between the product template and the foreign matter candidate region,
And a foreign matter detection executing unit for detecting an area exceeding the set threshold value when the foreign matter candidate group and the product template are aligned,
The material similarity measuring unit
The brightness similarity degree is measured by either Sum of Squared Intensity Difference (SSD) or Joint Entropy according to the size of the candidate of the foreign object,
Wherein the original volume foreign matter detecting unit comprises:
An upsampling unit for upsampling the foreign matter detected in the downsampling data to original volume data;
And a final foreign matter detection unit for checking the brightness value of the extended window extended in the upsampling unit and detecting a final foreign matter area,
Wherein the foreign substance candidate extracting unit
A product volume separator for separating the product volume from the background with a global threshold technique;
An initial candidate extracting unit for extracting a candidate for an initial foreign substance by a sum of a mean value and a standard deviation of a brightness value of the product volume; And
And a clustering unit connected to the initial candidate extracting unit to extract foreign object candidates using image segmentation using the K-average clustering technique and to divide K into a complete product region, a product region, and a foreign substance candidate region,
Wherein the material similarity measuring unit comprises:
If the size of the candidates of the foreign object is less than 3 times the size of the product template, the similarity of the material between the product template and the foreign object candidate region is measured based on the Sum of Squared Intensity Difference (SSD)
The degree of similarity between the product template and the foreign substance candidate region is measured based on the joint entropy of the product template and the foreign substance candidate group when the size of the candidate group of the foreign substance is three times or more the size of the product template,
Wherein the joint entropy represents a degree of similarity between a distribution of brightness values of the product template and a candidate region of the foreign substance in the industrial computer tomography volume data.
삭제delete 제1항에 있어서,
상기 이물질 후보 추출부는,
상기 제품 볼륨 분리부와 연결되며, 비등방성 확산 필터링을 적용하여, 제품 내부에 존재하는 링 또는 금속인공물에 의한 잡음을 제거하는 잡음제거부를 더 포함하는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템.
The method according to claim 1,
Wherein the foreign substance candidate extracting unit
Further comprising a noise removing unit connected to the product volume separating unit and applying anisotropic diffusion filtering to remove noise caused by rings or metal artifacts present in the product, Automatic detection system.
삭제delete 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 업샘플링부는,
일정 크기의 형태학적 팽창 연산자를 이용하여, 확장 윈도우를 반복적으로 확장시키는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 시스템.
The method according to claim 1,
The up-
Characterized in that the expansion window is repeatedly expanded using a morphological expansion operator of a predetermined size.
(a) 이물질 후보 추출부를 이용하여, 밝기값 기반으로 제품 볼륨을 배경으로부터 분리하는 단계;
(b) 초기 후보 추출부를 이용하여, 제품 볼륨의 밝기값 평균과 표준편차의 합으로 초기 이물질을 후보를 추출하고, K-평균 클러스터링 기법을 적용한 영상분할으로 이물질 후보를 추출하는 단계;
(c) 다운 볼륨 이물질 검출부를 이용하여, 템플릿 매칭을 통한 이물질을 검출하는 단계 및
(d) 원 볼륨 이물질 검출부를 이용하여, 상기 (c) 단계에서 검출된 이물질 영역을 원 볼륨데이터로 업 샘플링하여, 최종 이물질을 검출하는 단계를 포함하고,
상기 (c) 단계는,
(c-1) 제품템플릿 정의부로 제품 영역에서 이물질 후보군의 크기 중 가작 작은 크기로 제품템플릿을 정의하는 단계;
(c-2) 제품템플릿 매칭부로 상기 이물질 후보군과 상기 제품템플릿을 매칭하는 단계;
(c-3) 재질 유사도 측정부로 상기 제품템플릿과 상기 이물질 후보군 영역의 재질 유사도를 측정하는 단계 및
(c-4) 이물질 검출 실행부로 상기 이물질 후보군과 상기 제품템플릿을 정렬 시, 밝기값 유사도에 따른 임계값을 초과하는 영역을 이물질로 추출하는 단계를 포함하며,
상기 (c-3) 단계는,
상기 이물질 후보군의 크기에 따라 밝기값평균차이누적(SSD : Sum of Squared intensity Difference) 또는 조인트 엔트로피 중 어느 하나로 밝기값 유사도를 측정하는 단계이고,
상기 (d) 단계는,
(d-1) 업샘플링부로 다운 샘플링 데이터에서 검출한 이물질을 원 볼륨 데이터로 업 샘플링하는 단계 및
(d-2) 업샘플링부에서 확장된 확장윈도우의 밝기값을 검사하여, 최종 이물질 영역을 검출하는 단계를 포함하며,
상기 (d-2) 단계에서,
상기 확장윈도우의 밝기값이 이물질 밝기값 이상인 경우, 최종 이물질 영역으로 포함하고,
상기 (c-3) 단계는,
이물질의 후보군의 크기가 제품템플릿 크기의 3배 미만인 경우, 밝기값평균차이누적(SSD : Sum of Squared intensity Difference)에 기반하여 제품템플릿과 이물질 후보군 영역의 재질 유사도를 측정하며,
이물질의 후보군의 크기가 제품템플릿 크기의 3배 이상인 경우, 상기 제품템플릿과 이물질 후보군의 조인트 엔트로피에 기반하여 제품템플릿과 이물질 후보군 영역의 재질 유사도를 측정하는 단계이고,
상기 조인트 엔트로피는 상기 제품템플릿과 이물질 후보군 영역의 밝기값 분포의 유사도를 나타내는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법.
(a) separating a product volume from a background based on a brightness value using a foreign substance candidate extracting unit;
(b) extracting candidates of initial foreign substances by the sum of the average value and the standard deviation of brightness values of the product volume using the initial candidate extracting unit, and extracting foreign substance candidates by image segmentation using the K-average clustering technique;
(c) detecting foreign matter through template matching using a down volume foreign matter detecting unit, and
(d) upsampling the foreign substance region detected in the step (c) to original volume data using the original volume foreign matter detecting unit, and detecting the final foreign substance,
The step (c)
(c-1) defining a product template with a size smaller than a size of a foreign substance candidate group in a product region with a product template definition unit;
(c-2) matching the foreign substance candidate group with the product template with the product template matching unit;
(c-3) measuring the material similarity between the product template and the foreign matter candidate region by a material similarity measuring unit, and
(c-4) extracting, as a foreign substance, an area exceeding a threshold value in accordance with the brightness value similarity when the foreign matter candidate group and the product template are aligned with each other by the foreign matter detection execution unit,
The step (c-3)
A step of measuring brightness similarity using one of a Sum of Squared Intensity Difference (SSD) or a Joint Entropy according to the size of the foreign matter candidates,
The step (d)
(d-1) upsampling the foreign matter detected in the down-sampling data to the original volume data by the up-sampling unit, and
(d-2) checking the brightness value of the extended window extended in the up-sampling unit to detect a final foreign object area,
In the step (d-2)
When the brightness value of the expansion window is equal to or greater than the brightness value of the foreign substance,
The step (c-3)
If the size of the candidates of the foreign object is less than 3 times the size of the product template, the similarity of the material between the product template and the foreign object candidate region is measured based on the Sum of Squared Intensity Difference (SSD)
A step of measuring material similarity between a product template and a foreign object candidate region based on a joint entropy of the product template and a foreign object candidate group when the size of the candidate group of the foreign object is three times or more the size of the product template,
Wherein the joint entropy represents a degree of similarity between a distribution of brightness values of the product template and a candidate region of the foreign substance, in the industrial computer tomography volume data.
제9항에 있어서,
상기 (a) 단계 이전에,
(e) 잡음제거부를 이용하여, 비등방성 확산 필터링을 적용하여, 제품 내부에 존재하는 링 또는 금속인공물에 의한 잡음을 제거하는 단계를 더 포함하는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법.
10. The method of claim 9,
Before the step (a)
(e) applying anisotropic diffusion filtering using a noise removing unit to remove noise caused by rings or metal artifacts present in the product, Detection method.
제9항에 있어서,
상기 (b) 단계 이전에,
(f) 초기 후보 추출부를 이용하여, 제품 볼품의 밝기값 평균과 표준편차의 합으로 초기 이물질 후보를 추출하는 단계를 더 포함하는 것을 특징으로 하는 산업용 컴퓨터 단층 촬영 볼륨데이터에서 이물질 자동 검출 방법.
10. The method of claim 9,
Before the step (b)
(f) extracting an initial foreign substance candidate by a sum of an average value and a standard deviation of a brightness value of a product item using an initial candidate extracting unit.
삭제delete 삭제delete 삭제delete 삭제delete
KR1020130136013A 2013-11-11 2013-11-11 Automatic detection system and the method of foreign body in Industrial CT volume data KR101592852B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130136013A KR101592852B1 (en) 2013-11-11 2013-11-11 Automatic detection system and the method of foreign body in Industrial CT volume data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130136013A KR101592852B1 (en) 2013-11-11 2013-11-11 Automatic detection system and the method of foreign body in Industrial CT volume data

Publications (2)

Publication Number Publication Date
KR20150054084A KR20150054084A (en) 2015-05-20
KR101592852B1 true KR101592852B1 (en) 2016-02-12

Family

ID=53390333

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130136013A KR101592852B1 (en) 2013-11-11 2013-11-11 Automatic detection system and the method of foreign body in Industrial CT volume data

Country Status (1)

Country Link
KR (1) KR101592852B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108593685A (en) * 2018-03-06 2018-09-28 北京百慕航材高科技股份有限公司 Digital radial automatic detection device and its detection method

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230243993A1 (en) * 2022-01-28 2023-08-03 Halliburton Energy Services, Inc. Entropy-diffusion method for fracture identification and labelling in images

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001264267A (en) * 2000-03-15 2001-09-26 Olympus Optical Co Ltd Substrate inspecting device

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101154355B1 (en) * 2010-11-11 2012-06-14 금오공과대학교 산학협력단 Automatic left ventricle segmentation method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001264267A (en) * 2000-03-15 2001-09-26 Olympus Optical Co Ltd Substrate inspecting device

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
조현희 외 1인. 연속CT영상에서 템플릿 매칭을 이용한 폐결절 정합. 한국정보과학회지 : 2009.08, Vol.36, p623-632*
지혜림 외 1인. 산업용 CT 영상에서~내외부 크랙 자동 검출. 한국컴퓨터 종합학술대회 : 2013.06, p1384-1386*

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108593685A (en) * 2018-03-06 2018-09-28 北京百慕航材高科技股份有限公司 Digital radial automatic detection device and its detection method

Also Published As

Publication number Publication date
KR20150054084A (en) 2015-05-20

Similar Documents

Publication Publication Date Title
Noh et al. Automatic crack detection on concrete images using segmentation via fuzzy C-means clustering
Cha et al. Vision-based detection of loosened bolts using the Hough transform and support vector machines
Wang et al. Individual tree-crown delineation and treetop detection in high-spatial-resolution aerial imagery
US10330608B2 (en) Systems and methods for wafer surface feature detection, classification and quantification with wafer geometry metrology tools
US9235902B2 (en) Image-based crack quantification
WO2016107474A1 (en) Vehicle checking method and system
TWI597689B (en) Defect classification using topographical attributes
TWI616823B (en) Defect classification using cad-based context attributes
KR101492336B1 (en) Automatic detection system and the method of internal and surface cracks of metal products
Dubey et al. Maximally stable extremal region marking-based railway track surface defect sensing
JP2017515097A (en) Automatic in-line inspection and measurement using projected images
US11057599B2 (en) Image analysis system and method
KR20160054151A (en) System and Method for Automatically Detecting a Mura Defect using Mask Filtering in Wavelet Transform
CN109584215A (en) A kind of online vision detection system of circuit board
KR101361922B1 (en) Automatic detection system of porosity defect using density and shape information in industrial ct and controlling method therefor
KR101677070B1 (en) System and Method for Automatically Detecting a Mura Defect using Morphological Image Processing and Labeling
JP2007155724A5 (en)
KR102242996B1 (en) Method for atypical defects detect in automobile injection products
Tyge et al. Characterizing digital light processing (DLP) 3D printed primitives
KR101592852B1 (en) Automatic detection system and the method of foreign body in Industrial CT volume data
Kumar et al. Comparative analysis for edge detection techniques
Adu-Gyamfi et al. Functional evaluation of pavement condition using a complete vision system
Reddy et al. A novel image segmentation technique for detection of breast cancer
KR102141352B1 (en) A Method on the Estimation of Crack Width Using Image Processing Techniques in Concrete Structures
JP2022125593A (en) Abnormality detecting method and abnormality detecting device

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200115

Year of fee payment: 5