KR101793526B1 - Apparatus for Measuring Surface Roughness Using Image - Google Patents

Apparatus for Measuring Surface Roughness Using Image Download PDF

Info

Publication number
KR101793526B1
KR101793526B1 KR1020160183185A KR20160183185A KR101793526B1 KR 101793526 B1 KR101793526 B1 KR 101793526B1 KR 1020160183185 A KR1020160183185 A KR 1020160183185A KR 20160183185 A KR20160183185 A KR 20160183185A KR 101793526 B1 KR101793526 B1 KR 101793526B1
Authority
KR
South Korea
Prior art keywords
surface roughness
rms
value
laser
channel
Prior art date
Application number
KR1020160183185A
Other languages
Korean (ko)
Inventor
남태현
심재홍
Original Assignee
한국산업기술대학교산학협력단
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 한국산업기술대학교산학협력단 filed Critical 한국산업기술대학교산학협력단
Priority to KR1020160183185A priority Critical patent/KR101793526B1/en
Application granted granted Critical
Publication of KR101793526B1 publication Critical patent/KR101793526B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
    • G06T5/007—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

An apparatus to measure surface roughness using an image generates a trend line using a root mean square value in accordance with a surface roughness with a non-contact measuring device to measure surface roughness of an object to be measured with machine vision; and measures surface roughness of the object to be measured with the trend line. As such, in accordance with the present invention, a structure of the non-contact measuring device is improved to realize a measuring equipment at low costs, and effectively reduce a measurement processing time.

Description

영상을 이용한 표면 거칠기 측정 장치{Apparatus for Measuring Surface Roughness Using Image}[0001] Apparatus for Measuring Surface Roughness Using Image [0002]

본 발명은 표면 거칠기 측정 장치에 관한 것으로서, 특히 머신 비전을 이용하여 측정 물체의 표면 거칠기를 측정하는 비접촉식 측정 장치로 표면 거칠기에 따른 제곱평균제곱근 값을 이용하여 추세선을 생성하고, 추세선을 이용하여 측정 물체의 표면 거칠기를 측정하는 영상을 이용한 표면 거칠기 측정 장치에 관한 것이다.The present invention relates to a surface roughness measuring apparatus, and more particularly, to a non-contact type measuring apparatus for measuring the surface roughness of a measurement object by using a machine vision, a trend line is generated by using a square root mean square value according to surface roughness, To an apparatus for measuring surface roughness using an image for measuring surface roughness of an object.

표면 거칠기는 물체 표면에 생기는 미세한 요철의 정도를 나타낸다.The surface roughness represents the degree of fine irregularities that occur on the surface of an object.

기계 요소 표면의 거칠기는 여러 형태의 거칠기가 복합적으로 구성되어 있어서 거칠기 자체를 하나의 숫자로 표시할 수 없고, 거칠기 높낮이를 말하는 진폭 크기의 평균이라든가 거칠기 간격의 평균 등과 같이 거칠기의 정도를 나타내는 통계적인 값으로 표시하며 이를 거칠기 파라미터라 한다.The roughness of the surface of the machine element can not be represented by a single number because the roughness of various types is composed of various types of roughness. The roughness of the surface of the machine element can not be represented by a single numerical value. The statistical value of roughness such as the average of the amplitude magnitude Value, which is referred to as a roughness parameter.

Ra(중심선 평균조도, Arithmetical Average Roughness, Centerline Average Roughness)의 값은 도 1에 도시된 바와 같이, 거칠기 곡선의 모든 산과 골의 면적의 합과 동일한 면적을 가진 직사각형의 높이에 해당하고 통계적으로 거칠기 곡선의 편차의 산술 평균을 의미한다.As shown in FIG. 1, the values of Ra (centerline average roughness) and Ra (centerline average roughness) correspond to the height of a rectangle having an area equal to the sum of areas of all the mountains and bones of the roughness curve, Of the deviation.

표면 거칠기 측정 방법은 비교법, 촉침법, 광학간섭측정, 원자현미경 측정방법 등이 있다.Surface roughness measurement methods include comparison method, touch method, optical interference measurement, and atomic force microscope measurement method.

일반적으로 표면 거칠기 측정을 위한 장비는 크게 접촉식과 비접촉식으로 나눌 수 있다.Generally, the equipment for surface roughness measurement can be divided into contact type and non-contact type.

접촉식 장비는 스타일러스의 팁이 직접 샘플의 표면에 닿는 방식으로 스타일러스가 샘플에 닿으면서 표면의 요철에 맞추어 팁이 상하로 움직이며, 팁의 움직임을 파악하여 표면 거칠기를 측정한다.The touch-sensitive equipment measures the surface roughness by grasping the movement of the tip, moving the tip up and down to match the surface irregularities as the stylus touches the sample directly by touching the tip of the stylus directly to the surface of the sample.

접촉식 장비는 샘플 표면을 근접하게 이동하기 때문에 신뢰성이 뛰어나고 피측정체 표면에 손상을 입힐 수 있고, 측정 시간이 다소 오래 소요되는 단점이 있으며, 인라인 공정에 부적합하다는 단점이 있다.Since the contact type equipment moves close to the sample surface, there is a disadvantage that it is excellent in reliability, can damage the surface of the object to be measured, takes a long time to measure, and is incompatible with the inline process.

비접촉식 장비는 측정장비에서 나오는 빛의 반사를 읽어내 샘플에 닿지 않고 측정이 가능하며 공초점 현미경, 간섭계 방식 등이 있다.Non-contact equipment reads light reflections from measurement equipment and can measure them without touching the sample, such as a confocal microscope and an interferometer system.

비접촉식 장비는 샘플에 상처를 입힐 일이 없어 부드러운 재질이나 점성의 샘플에도 측정이 가능한 장점이 있으나 고비용, 처리 시간이 장시간 소요되는 단점이 있다.Non-contact equipment has the advantage of being able to measure even soft material or viscous sample because it does not hurt the sample, but it has a disadvantage of high cost and long processing time.

이와 같은 문제점을 해결하기 위하여, 본 발명은 머신 비전을 이용하여 측정 물체의 표면 거칠기를 측정하는 비접촉식 측정 장치로 표면 거칠기에 따른 제곱평균제곱근 값을 이용하여 추세선을 생성하고, 추세선을 이용하여 측정 물체의 표면 거칠기를 측정하는 영상을 이용한 표면 거칠기 측정 장치를 제공하는데 그 목적이 있다.In order to solve such problems, the present invention provides a non-contact type measuring device for measuring the surface roughness of a measurement object using a machine vision to generate a trend line using a square root mean square value according to surface roughness, And an object of the present invention is to provide a surface roughness measuring apparatus using an image for measuring a surface roughness of a substrate.

상기 목적을 달성하기 위한 본 발명의 특징에 따른 영상을 이용한 표면 거칠기 측정 장치는,According to an aspect of the present invention, there is provided an apparatus for measuring surface roughness using an image,

레이저광을 기설정된 표면 거칠기 값을 가진 피측정체의 표면으로 조사하는 레이저 발생부;A laser generator for irradiating laser light onto a surface of a measured object having a predetermined surface roughness value;

상기 레이저광이 상기 피측정체로 입사되어 반사된 레이저 반사광의 패턴을 수신하는 카메라부;A camera unit for receiving a pattern of laser reflected light that is incident on the object and reflected by the object;

상기 카메라부로부터 수신된 상기 레이저 반사광의 패턴 영상인 RGB 데이터를 HSV 데이터로 변환하는 RGB-HSV 변환부;An RGB-HSV converter for converting RGB data, which is a pattern image of the laser reflected light received from the camera unit, into HSV data;

색상 채널(H), 채도 채널(S), 및 명도 채널(V)로 변환된 상기 패턴 영상에서 상기 명도 채널을 분리하는 명도 채널 분리부;A brightness channel separator for separating the brightness channel from the pattern image converted into the color channel (H), the saturation channel (S), and the brightness channel (V);

상기 분리된 명도 채널의 영상에서 레이저 반사광의 패턴 부분을 관심 영역(Region of Interest, ROI)으로 설정하는 관심 영역 설정부;A region of interest (ROI) for setting a pattern portion of the laser reflected light in a region of interest (ROI) in the image of the separated lightness channel;

상기 설정된 관심 영역에서 밝기값의 제곱평균제곱근(Root Mean Square, RMS) 값을 계산하는 RMS 계산부; 및An RMS calculator for calculating a root mean square (RMS) value of a brightness value in the set region of interest; And

상기 기설정된 표면 거칠기 값에 따른 RMS 값을 이용하여 추세선을 생성하는 추세선 생성부를 포함하는 것을 특징으로 한다.And a trend line generator for generating a trend line using an RMS value according to the predetermined surface roughness value.

상기 레이저 발생부, 상기 카메라부, 상기 RGB-HSV 변환부, 상기 명도 채널 분리부, 상기 관심 영역 설정부, 상기 RMS 계산부를 이용하여 서로 다른 표면 거칠기 값을 가진 피측정체를 이용하여 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 계산하도록 제어하는 제어부를 더 포함하며,Using the measured object having different surface roughness values using the laser generator, the camera, the RGB-HSV converter, the lightness channel separator, the ROI calculator, and the RMS calculator, And a control unit for controlling to calculate each RMS value according to the surface roughness value,

상기 추세선 생성부는 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 생성하는 것을 특징으로 한다.The trend line generator may generate a trend line using each RMS value according to the surface roughness value.

상기 제어부는 레이저 발생부, 상기 카메라부, 상기 RGB-HSV 변환부, 상기 명도 채널 분리부, 상기 관심 영역 설정부, 상기 RMS 계산부를 이용하여 표면 거칠기 값이 설정되지 않은 새로운 피측정체의 표면에 레이저광을 조사하여 상기 새로운 피측정체의 RMS 값을 계산하며, 상기 새로운 피측정체의 RMS 값을 상기 생성된 추세선에 비교하여 상기 새로운 피측정체의 표면 거칠기를 추정한다.The control unit controls the surface of the new object to be measured having no surface roughness value by using the laser generating unit, the camera unit, the RGB-HSV converting unit, the lightness channel separating unit, the ROI setting unit, The RMS value of the new subject is calculated by irradiating a laser beam, and the RMS value of the new subject is compared with the generated trend line to estimate the surface roughness of the new subject.

본 발명의 특징에 따른 영상을 이용한 표면 거칠기 측정 장치는,According to an aspect of the present invention, there is provided an apparatus for measuring surface roughness using an image,

레이저광을 표면 거칠기 값이 설정되지 않은 피측정체의 표면으로 조사하는 레이저 발생부;A laser generating unit for irradiating laser light onto a surface of a measured object on which a surface roughness value is not set;

상기 레이저광이 상기 피측정체로 입사되어 반사된 레이저 반사광의 패턴을 수신하는 카메라부;A camera unit for receiving a pattern of laser reflected light that is incident on the object and reflected by the object;

상기 카메라부로부터 수신된 상기 레이저 반사광의 패턴 영상인 RGB 데이터를 HSV 데이터로 변환하는 RGB-HSV 변환부;An RGB-HSV converter for converting RGB data, which is a pattern image of the laser reflected light received from the camera unit, into HSV data;

색상 채널(H), 채도 채널(S), 및 명도 채널(V)로 변환된 상기 패턴 영상에서 명도 채널을 분리하는 명도 채널 분리부;A brightness channel separator for separating the brightness channel from the pattern image converted into the color channel (H), the saturation channel (S), and the brightness channel (V);

상기 분리된 명도 채널의 영상에서 레이저 반사광의 패턴 부분을 관심 영역(Region of Interest, ROI)으로 설정하는 관심 영역 설정부;A region of interest (ROI) for setting a pattern portion of the laser reflected light in a region of interest (ROI) in the image of the separated lightness channel;

상기 설정된 관심 영역에서 밝기값의 제곱평균제곱근(Root Mean Square, RMS) 값을 계산하는 RMS 계산부; 및An RMS calculator for calculating a root mean square (RMS) value of a brightness value in the set region of interest; And

서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 생성된 추세선에 상기 계산한 RMS 값을 비교하여 상기 표면 거칠기 값이 설정되지 않은 피측정체의 표면 거칠기를 추정하는 제어부를 포함하는 것을 특징으로 한다.And a controller for comparing the calculated RMS value with the trend line generated by using the respective RMS values according to different surface roughness values to estimate the surface roughness of the measured object on which the surface roughness value is not set do.

전술한 구성에 의하여, 본 발명은 비접촉식 측정 장비의 구조를 개선하여 저비용의 측정 장비를 구현하는 효과가 있다.According to the above-described configuration, the present invention improves the structure of the non-contact type measurement device, thereby realizing a low-cost measurement device.

본 발명은 표면 거칠기에 따른 제곱평균제곱근 값을 이용하여 추세선을 생성하고, 추세선을 이용하여 측정 물체의 표면 거칠기를 측정함으로써 측정 처리 시간을 효율적으로 단축할 수 있는 효과가 있다.The present invention has the effect of effectively shortening the measurement processing time by generating a trend line using the square root mean square value according to the surface roughness and measuring the surface roughness of the measurement object using the trend line.

도 1은 종래의 표면 거칠기 측정에 있어서 Ra 값의 개념을 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 영상을 이용한 표면 거칠기 측정 장치의 구성을 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 레이저 반사광의 패턴을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 데이터 처리장치의 내부 구성을 간략하게 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 RGB 색공간과 HSV 색공간을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 레이저 반사광의 패턴을 히스토그램으로 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 나타낸 도면이다.1 is a view showing the concept of Ra value in the conventional surface roughness measurement.
2 is a diagram illustrating a configuration of an apparatus for measuring surface roughness using an image according to an embodiment of the present invention.
3 is a view showing a pattern of laser reflected light according to an embodiment of the present invention.
FIG. 4 is a simplified diagram illustrating an internal configuration of a data processing apparatus according to an embodiment of the present invention.
5 is a diagram illustrating an RGB color space and an HSV color space according to an embodiment of the present invention.
6 is a view showing RMS values according to different surface roughness values according to an embodiment of the present invention.
7 is a histogram showing a pattern of laser reflected light according to an embodiment of the present invention.
8 is a view showing trend lines using RMS values according to different surface roughness values according to an embodiment of the present invention.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when an element is referred to as "comprising ", it means that it can include other elements as well, without excluding other elements unless specifically stated otherwise.

본 발명은 비접촉식 검사 장비로 머신 비전을 이용하여 측정 물체의 표면 거칠기를 측정한다.The present invention measures the surface roughness of a measurement object by using machine vision as a non-contact type inspection equipment.

도 2는 본 발명의 실시예에 따른 영상을 이용한 표면 거칠기 측정 장치의 구성을 나타낸 도면이다.2 is a diagram illustrating a configuration of an apparatus for measuring surface roughness using an image according to an embodiment of the present invention.

본 발명의 실시예에 따른 영상을 이용한 표면 거칠기 측정 장치(100)는 레이저 발생부(110), 콜리메이터렌즈(112), 스크린(114), 카메라부(116) 및 데이터 처리장치(120)를 포함한다.An apparatus 100 for measuring surface roughness using an image includes a laser generation unit 110, a collimator lens 112, a screen 114, a camera unit 116, and a data processing apparatus 120 do.

레이저 발생부(110)는 구조화된 슬릿 빔 형태의 레이저광을 레이저다이오드가 발광한다.The laser generating unit 110 emits laser light of a structured slit beam shape by a laser diode.

콜리메이터렌즈(112)는 레이저 발생부(110)로부터 발광된 레이저광을 평행광으로 만들어주는 기능을 하며, 레이저광의 조사 경로상에 설치된다.The collimator lens 112 functions to collimate the laser beam emitted from the laser generator 110 and is provided on the irradiation path of the laser beam.

레이저광은 콜리메이터렌즈(112)를 통과하여 거칠기의 측정 대상이 되는 피측정체(102)의 표면에 입사시키면, 피측정체(102)의 표면에서 레이저 반사광이 반사된다.When the laser light passes through the collimator lens 112 and is incident on the surface of the measuring object 102 to be measured of roughness, the laser reflected light is reflected from the surface of the measuring object 102.

여기서, 피측정체(102)는 0.05(Ra), 0.1(Ra), 0.2(Ra), 0.4(Ra), 0.8(Ra), 1.6(Ra)의 표면 거칠기(Ra) 값이 기설정된 피측정체(102) 또는 표면 거칠기 값을 모르는 피측정체(102)를 나타낸다.The measured object 102 has a surface roughness Ra value of 0.05 (Ra), 0.1 (Ra), 0.2 (Ra), 0.4 (Ra), 0.8 (Ra) Body 102 or the object to be measured 102 whose surface roughness value is unknown.

스크린(114)은 레이저 반사광이 반사되어 진행되는 경로에 수직되게 설치된다.The screen 114 is installed perpendicular to the path where the laser reflected light is reflected and traveled.

스크린(114)은 피측정체(102)의 특정 점이 아닌 특정 영역에서 산란된 레이저 반사광의 화상을 맺게 하는 역할을 수행한다.The screen 114 serves to form an image of the laser reflected light scattered in a specific area other than a specific point of the measured object 102. [

스크린(114)은 특정 주파수 대역의 고주파 영역이나 저주파 영역의 노이즈를 제거하여 스크린(114)의 배면에 정확한 레이저 반사광의 화상이 형성되어 카메라부(116)에서 읽을 수 있도록 하는 필터 역할을 수행한다.The screen 114 serves as a filter that removes noise in a high frequency region or a low frequency region of a specific frequency band and forms an image of a laser reflected light on the back surface of the screen 114 so that the image can be read by the camera unit 116.

스크린(114)은 레이저 반사광이 투과하면서 굴절되지 않도록 굴절 특성이 있어야 한다.The screen 114 should have a refractive property so that the laser reflected light is not refracted while being transmitted.

카메라부(116)는 CCD 센서로 이루어져 있으며 스크린(114)의 배면에 맺혀져 있는 레이저 반사광의 화상을 읽어들인다. 스크린(114)은 필수 구성요소가 아니며 카메라부(116)에 의해 레이저 반사광의 패턴을 굴절되지 않고 입사될 수 있는 경우 스크린(114)이 필요하지 않을 수 있다.The camera unit 116 is made up of a CCD sensor and reads an image of the laser reflected light formed on the back surface of the screen 114. The screen 114 may not be required if the screen 114 is not an essential component and the pattern of the laser reflected light by the camera section 116 can be incident without being refracted.

카메라부(116)는 피측정체(102)로 입사되어 반사된 레이저 반사광의 패턴을 데이터 처리장치(120)로 전송한다.The camera unit 116 transmits the pattern of the reflected laser beam incident on the measured object 102 and reflected to the data processing apparatus 120.

데이터 처리장치(120)는 이미지그래버와 같은 장치를 사용하여 레이저 반사광의 패턴을 디지털 신호로 변환하며, 이를 분석하여 피측정체(102)의 표면 거칠기를 측정한다.The data processing apparatus 120 converts the pattern of laser reflected light into a digital signal using an apparatus such as an image grabber, and analyzes the surface pattern roughness of the measured object 102 by analyzing the pattern.

도 3에 도시된 바와 같이, 피측정체(102)의 표면은 거칠기에 따라 정반사 또는 난반사가 발생하게 되며 레이저 반사광의 패턴을 분석하여 표면 거칠기의 정도를 측정할 수 있다.As shown in FIG. 3, the surface of the measured object 102 is subjected to regular reflection or diffuse reflection depending on the roughness, and the degree of surface roughness can be measured by analyzing the pattern of the laser reflected light.

일반적으로 연마면이나 연삭면에는 거칠기 방향이 존재하며 연마면이나 연삭면에 입사된 레이저광은 거칠기의 영향을 받아 거칠기와 수직되는 방향으로 퍼지며, 이와 같은 퍼짐은 표면이 거칠수록 커지게 된다.Generally, the roughness direction exists in the abrasive surface or the grinding surface, and the laser light incident on the abrasive surface or the grinding surface spreads in the direction perpendicular to the roughness under the influence of the roughness, and the spread becomes larger as the surface becomes rough.

따라서, 상기 레이저광은 피측정체(102)의 표면에서 반사되어 스크린(114)에 맺혀지게 되면, 거칠기와 수직되는 방향으로 퍼진 상태가 스크린(114)에 나타나게 된다. 즉, 스크린(114)에 맺힌 화상의 분포 패턴이 거칠기와 수직되는 방향으로 퍼진 광의 특성을 나타내게 된다.Accordingly, when the laser beam is reflected on the surface of the measured object 102 and is formed on the screen 114, a state of spreading in a direction perpendicular to the roughness appears on the screen 114. That is, the distribution pattern of the image formed on the screen 114 shows the characteristics of light spreading in the direction perpendicular to the roughness.

이와 같은 화상의 분포 패턴에서 특정 방향의 광량 분포는 실제 표면 거칠기와 선형적인 관계를 나타낸다.In the distribution pattern of such images, the light amount distribution in a specific direction exhibits a linear relationship with the actual surface roughness.

도 4는 본 발명의 실시예에 따른 데이터 처리장치의 내부 구성을 간략하게 나타낸 도면이고, 도 5는 본 발명의 실시예에 따른 RGB 색공간과 HSV 색공간을 나타낸 도면이고, 도 6은 본 발명의 실시예에 따른 서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 나타낸 도면이고, 도 7은 본 발명의 실시예에 따른 레이저 반사광의 패턴을 히스토그램으로 나타낸 도면이고, 도 8은 본 발명의 실시예에 따른 서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 나타낸 도면이다.FIG. 5 is a diagram illustrating an RGB color space and an HSV color space according to an exemplary embodiment of the present invention. FIG. FIG. 7 is a histogram of a pattern of laser reflected light according to an embodiment of the present invention, and FIG. 8 is a view showing a histogram of a pattern of a laser reflected light according to an embodiment of the present invention. FIG. 5 is a view showing trend lines using RMS values according to different surface roughness values according to FIG.

본 발명의 실시예에 따른 데이터 처리장치(120)는 디지털 신호 변환부(121), RGB-HSV 변환부(122), 명도 채널 분리부(123), 관심 영역 설정부(124), RMS 계산부(125), 추세선 생성부(126) 및 제어부(127)를 포함한다.The data processing apparatus 120 according to the embodiment of the present invention includes a digital signal converting unit 121, an RGB-HSV converting unit 122, a brightness channel separating unit 123, a region of interest setting unit 124, A trend line generation unit 126, and a control unit 127.

디지털 신호 변환부(121)는 피측정체(102)의 표면에서 반사된 레이저 반사광의 패턴을 디지털 신호로 변환한다.The digital signal converting unit 121 converts the pattern of the laser reflected light reflected from the surface of the measured object 102 into a digital signal.

도 5에 도시된 바와 같이, RGB-HSV 변환부(122)는 디지털 신호로 변환된 레이저 반사광의 패턴을 나타내는 영상인 RGB 데이터를 다음의 [수학식 1], [수학식 2], [수학식 3]을 이용하여 HSV 데이터로 변환한다.5, the RGB-HSV converter 122 converts RGB data, which is an image representing a pattern of laser reflected light converted into a digital signal, into the following Equations (1), (2) 3] to HSV data.

HSV 데이터는 색상(Hue, H), 채도(Saturation, S), 명도(Value, V)를 기본 구성으로 하는 색 공간의 데이터이다. HSV 데이터는 색상 데이터(H), 채도 데이터(S), 및 명도 데이터(V)를 포함한다. 색상 데이터(H)는 HSV 색 공간에서 색상의 각도 정보를 가지며, 0˚에서 360˚ 사이의 각도 범위를 갖는다. HSV 색 공간은 인간의 직관적인 시각에 기초하여 색상 채널(H), 채도 채널(S), 및 명도 채널(V)을 이용하여 색을 구성한다.The HSV data is color space data having a basic configuration of hues (Hue, H), saturation (S), and brightness (Value, V). The HSV data includes color data (H), saturation data (S), and brightness data (V). The color data H has color angular information in the HSV color space and has an angular range of 0 DEG to 360 DEG. The HSV color space constitutes a color using a color channel (H), a saturation channel (S), and a brightness channel (V) based on a human intuitive viewpoint.

Figure 112016129434622-pat00001
Figure 112016129434622-pat00001

Figure 112016129434622-pat00002
Figure 112016129434622-pat00002

Figure 112016129434622-pat00003
Figure 112016129434622-pat00003

RGB 색공간의 경우, 각각의 색이 빛의 영향을 받게 된다. 그러나 HSV 색공간의 경우, 명도(V) 부분을 분리할 수 있기 때문에 RGB 색공간의 경우보다 레이저의 광량을 파악하기 더 도움이 된다.In the RGB color space, each color is affected by light. However, in the case of the HSV color space, it is more helpful to grasp the light amount of the laser than in the case of the RGB color space because the lightness (V) portion can be separated.

명도 채널 분리부(123)는 색상 채널, 채도 채널, 명도 채널로 변환된 레이저 반사광의 패턴 영상에서 명도 채널(V)을 별도로 분리한다.The brightness channel separator 123 separates the brightness channel V from the pattern image of the laser reflected light converted into the color channel, the saturation channel, and the brightness channel.

관심 영역 설정부(124)는 분리된 명도 채널의 영상에서 레이저 반사광의 패턴 부분을 관심 영역(Region of Interest, ROI)으로 설정한다.The ROI setting unit 124 sets the ROI of the pattern portion of the laser reflected light in the image of the separated lightness channel.

관심 영역을 설정하는 이유는 명도 채널의 영상만을 별도로 분리하더라도 레이저 반사광의 패턴 부분이 아닌 다른 부분이 포함되는 경우, 명도 채널 값에 영향을 미치기 때문이다.The reason for setting the region of interest is that, even if only the image of the lightness channel is separately extracted, the lightness channel value is affected when the portion other than the pattern portion of the laser reflected light is included.

RMS 계산부(125)는 설정된 관심 영역에서 다음의 [수학식 4]를 이용하여 밝기값의 RMS 값을 계산한다.The RMS calculation unit 125 calculates the RMS value of the brightness value using the following Equation (4) in the set region of interest.

Figure 112016129434622-pat00004
Figure 112016129434622-pat00004

여기서, RMS(Root Mean Square, 제곱평균제곱근), N은 픽셀의 수, Fi은 i번째 픽셀의 밝기값을 나타낸다.Here, RMS (root mean square, square root mean square), N is the number of pixels, and Fi is the brightness value of the i-th pixel.

RMS 계산부(125)는 피측정체(102)의 표면 거칠기(Ra) 값에 따른 RMS 값을 계산한다.The RMS calculation unit 125 calculates the RMS value according to the surface roughness (Ra) value of the measured object 102.

추세선 생성부(126)는 피측정체(102)의 표면 거칠기(Ra) 값에 따른 RMS 값을 이용하여 RANSAC 알고리즘을 이용하여 추세선을 생성한다. 여기서, RANSAC(Random Sample Consensus) 알고리즘은 초기에 무작위로 추출한 데이터의 집합 이용하여 해를 예측하고, 이후 데이터의 집합(Consensus Set)을 확장시켜 나아가면서 반복적인 작업을 통해 결과값을 예측하는 공지된 알고리즘으로 상세한 설명을 생략한다.The trend line generation unit 126 generates a trend line using the RANSAC algorithm using the RMS value according to the surface roughness (Ra) value of the measured object 102. Here, the Random Sample Consensus (RANSAC) algorithm predicts a solution using a set of randomly extracted data at an initial stage, and then extends the consensus set of data to predict a result value through repetitive operations. Detailed description thereof will be omitted.

RANSAC 알고리즘은 계산된 RMS 값과 미리 측정된 Ra 값(0.05(Ra), 0.1(Ra), 0.2(Ra), 0.4(Ra), 0.8(Ra), 1.6(Ra))을 이용하여 추세선을 생성하는데 추세선 생성 시 처음부터 전체 데이터를 사용하는 최소 자승법 알고리즘의 경우 노이즈나 기타 누락 데이터를 보완하기 힘들기 때문에 전체 Ra값과 RMS 데이터에서 2 내지 3개 Ra-RMS 쌍 데이터만 뽑아 Ra-RMS 추세선 방정식을 생성한다.The RANSAC algorithm generates a trend line using the calculated RMS value and the previously measured Ra values (0.05 (Ra), 0.1 (Ra), 0.2 (Ra), 0.4 (Ra), 0.8 (Ra), 1.6 Since the least squares algorithm using the entire data from the beginning when generating the trend line is difficult to compensate for noise or other missing data, only two or three Ra-RMS pair data are extracted from the total Ra value and RMS data, and the Ra- RMS trend line equation .

그 후 뽑은 Ra-RMS 쌍 데이터의 개수를 늘려가며 Ra-RMS 추세선 방정식을 보완하게 되는데 이렇게 최종적으로 생성되는 Ra-RMS 추세선 방정식은 초기 전체 데이터를 사용하는 경우보다 중간에 발생된 노이즈 값이나 누락 데이터가 있는 경우에도 전체 추세선 방정식에 큰 영향을 끼치지 않는다.The Ra-RMS trendline equation is then supplemented by increasing the number of Ra-RMS pair data extracted. The Ra-RMS trendline equation that is generated in this way can be compared with the noise value or missing data There is no significant effect on the overall trend line equation.

도 6에 도시된 바와 같이, 제어부(127)는 상기 레이저 발생부(110), 상기 카메라부(116), 상기 RGB-HSV 변환부(122), 상기 명도 채널 분리부(123), 상기 관심 영역 설정부(124), 상기 RMS 계산부(125)를 이용하여 서로 다른 표면 거칠기 값을 가진 피측정체(102)를 이용하여 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 계산하도록 제어한다. 여기서, 피측정체(102)는 0.05(Ra), 0.1(Ra), 0.2(Ra), 0.4(Ra), 0.8(Ra), 1.6(Ra)의 표면 거칠기(Ra) 값이 기설정된 피측정체(102)이다.6, the controller 127 controls the laser generation unit 110, the camera unit 116, the RGB-HSV conversion unit 122, the brightness channel separation unit 123, The setting unit 124 and the RMS calculator 125 to calculate the respective RMS values according to the respective surface roughness values using the measured object 102 having different surface roughness values. The measured object 102 has a surface roughness Ra value of 0.05 (Ra), 0.1 (Ra), 0.2 (Ra), 0.4 (Ra), 0.8 (Ra) (102).

도 7에 도시된 바와 같이, 카메라부(116)로 들어오는 레이저 반사광의 광량을 확인하기 위하여 레이저 반사광의 패턴을 히스토그램을 이용하여 확인한 것이다.As shown in FIG. 7, the pattern of the laser reflected light is confirmed by using a histogram in order to check the light amount of the laser reflected light coming into the camera unit 116.

도 8에 도시된 바와 같이, 추세선 생성부(126)는 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 생성한다(가로축 Ra 값, 세로축 RMS 값). 추세선은 각각의 표면 거칠기 값에 따른 각각의 RMS 값의 데이터가 많을수록 Fitting 정확도가 높아질 수 있다.As shown in FIG. 8, the trend line generator 126 generates a trend line (a horizontal axis Ra value, a vertical axis RMS value) using each RMS value according to each surface roughness value. The tendency is that the more data of each RMS value according to each surface roughness value, the higher the fitting accuracy can be.

이와 같이, 0.05(Ra), 0.1(Ra), 0.2(Ra), 0.4(Ra), 0.8(Ra), 1.6(Ra)으로 기설정된 표면 거칠기(Ra) 값을 가진 피측정체(102)의 RMS 값을 모두 계산하고 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 생성하게 된다.As described above, it is possible to obtain the measurement object 102 having the surface roughness (Ra) value set in advance as 0.05 (Ra), 0.1 (Ra), 0.2 (Ra), 0.4 (Ra), 0.8 The RMS values are all calculated and the trend line is generated using the respective RMS values according to the respective surface roughness values.

이후에 표면 거칠기 값을 알고자 하는 피측정체(102)가 있는 경우, RMS 값을 구한 후 생성된 추세선과 비교하여 표면 거칠기(Ra) 값을 추정할 수 있는 것이다.If there is a subject 102 to which the surface roughness value is known, the surface roughness Ra can be estimated by comparing the RMS value with the trend line generated.

다시 말해, 제어부(127)는 상기 레이저 발생부(110), 상기 카메라부(116), 상기 RGB-HSV 변환부(122), 상기 명도 채널 분리부(123), 상기 관심 영역 설정부(124), 상기 RMS 계산부(125)를 이용하여 표면 거칠기 값을 모르는 새로운 피측정체(102)의 표면에 레이저광을 조사하여 상기 새로운 피측정체(102)의 RMS 값을 계산하며, 상기 새로운 피측정체(102)의 RMS 값을 이미 생성한 추세선과 비교하여 상기 새로운 피측정체(102)의 표면 거칠기를 추정한다.In other words, the control unit 127 controls the laser generating unit 110, the camera unit 116, the RGB-HSV converting unit 122, the brightness channel separating unit 123, the ROI setting unit 124, , Calculates the RMS value of the new measured object 102 by irradiating laser light on the surface of the new measured object 102 whose surface roughness value is unknown using the RMS calculation section 125, The surface roughness of the new measured object 102 is estimated by comparing the RMS value of the body 102 with the trend line that has already been generated.

이상에서 설명한 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.The embodiments of the present invention described above are not implemented only by the apparatus and / or method, but may be implemented through a program for realizing functions corresponding to the configuration of the embodiment of the present invention, a recording medium on which the program is recorded And such an embodiment can be easily implemented by those skilled in the art from the description of the embodiments described above.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.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, It belongs to the scope of right.

100: 거칠기 측정 장치 102: 피측정체
110: 레이저 발생부 112: 콜리메이터렌즈
114: 스크린 116: 카메라부
120: 데이터 처리장치 121: 디지털 신호 변환부
122: RGB-HSV 변환부 123: 명도 채널 분리부
124: 관심 영역 설정부 125: RMS 계산부
126: 추세선 생성부 127: 제어부100: roughness measuring device 102:
110: laser generator 112: collimator lens
114: Screen 116:
120: Data processing unit 121: Digital signal conversion unit
122: RGB-HSV conversion unit 123: Brightness channel separation unit
124: ROI setting unit 125: RMS calculating unit
126: Trend line generation unit 127:

Claims (6)

레이저광을 기설정된 표면 거칠기 값을 가진 피측정체의 표면으로 조사하는 레이저 발생부;
상기 레이저광이 상기 피측정체로 입사되어 반사된 레이저 반사광의 패턴을 수신하는 카메라부;
상기 카메라부로부터 수신된 상기 레이저 반사광의 패턴 영상인 RGB 데이터를 HSV 데이터로 변환하는 RGB-HSV 변환부;
색상 채널(H), 채도 채널(S), 및 명도 채널(V)로 변환된 상기 패턴 영상에서 상기 명도 채널을 분리하는 명도 채널 분리부;
상기 분리된 명도 채널의 영상에서 레이저 반사광의 패턴 부분을 관심 영역(Region of Interest, ROI)으로 설정하는 관심 영역 설정부;
상기 설정된 관심 영역에서 밝기값의 제곱평균제곱근(Root Mean Square, RMS) 값을 계산하는 RMS 계산부; 및
상기 기설정된 표면 거칠기 값에 따른 RMS 값을 이용하여 추세선을 생성하는 추세선 생성부를 포함하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.A laser generator for irradiating laser light onto a surface of a measured object having a predetermined surface roughness value;
A camera unit for receiving a pattern of laser reflected light that is incident on the object and reflected by the object;
An RGB-HSV converter for converting RGB data, which is a pattern image of the laser reflected light received from the camera unit, into HSV data;
A brightness channel separator for separating the brightness channel from the pattern image converted into the color channel (H), the saturation channel (S), and the brightness channel (V);
A region of interest (ROI) for setting a pattern portion of the laser reflected light in a region of interest (ROI) in the image of the separated lightness channel;
An RMS calculator for calculating a root mean square (RMS) value of a brightness value in the set region of interest; And
And a trend line generator for generating a trend line using an RMS value according to the predetermined surface roughness value. 제1항에 있어서,
상기 레이저 발생부, 상기 카메라부, 상기 RGB-HSV 변환부, 상기 명도 채널 분리부, 상기 관심 영역 설정부, 상기 RMS 계산부를 이용하여 서로 다른 표면 거칠기 값을 가진 피측정체를 이용하여 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 계산하도록 제어하는 제어부를 더 포함하며,
상기 추세선 생성부는 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 추세선을 생성하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.The method according to claim 1,
Using the measured object having different surface roughness values using the laser generator, the camera, the RGB-HSV converter, the lightness channel separator, the ROI calculator, and the RMS calculator, And a control unit for controlling to calculate each RMS value according to the surface roughness value,
Wherein the trend line generator generates a trend line using each of the RMS values according to the respective surface roughness values. 제2항에 있어서,
상기 제어부는 상기 레이저 발생부, 상기 카메라부, 상기 RGB-HSV 변환부, 상기 명도 채널 분리부, 상기 관심 영역 설정부, 상기 RMS 계산부를 이용하여 표면 거칠기 값이 설정되지 않은 새로운 피측정체의 표면에 레이저광을 조사하여 상기 새로운 피측정체의 RMS 값을 계산하며, 상기 새로운 피측정체의 RMS 값을 상기 생성된 추세선에 비교하여 상기 새로운 피측정체의 표면 거칠기를 추정하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.3. The method of claim 2,
The control unit controls the surface of a new object to be measured whose surface roughness value is not set by using the laser generator, the camera unit, the RGB-HSV converter, the lightness channel separator, the ROI setting unit, And calculating the RMS value of the new subject by comparing the RMS value of the new subject with the generated trend line to estimate the surface roughness of the new subject. Surface roughness measuring device using. 레이저광을 표면 거칠기 값이 설정되지 않은 피측정체의 표면으로 조사하는 레이저 발생부;
상기 레이저광이 상기 피측정체로 입사되어 반사된 레이저 반사광의 패턴을 수신하는 카메라부;
상기 카메라부로부터 수신된 상기 레이저 반사광의 패턴 영상인 RGB 데이터를 HSV 데이터로 변환하는 RGB-HSV 변환부;
색상 채널(H), 채도 채널(S), 및 명도 채널(V)로 변환된 상기 패턴 영상에서 명도 채널을 분리하는 명도 채널 분리부;
상기 분리된 명도 채널의 영상에서 레이저 반사광의 패턴 부분을 관심 영역(Region of Interest, ROI)으로 설정하는 관심 영역 설정부;
상기 설정된 관심 영역에서 밝기값의 제곱평균제곱근(Root Mean Square, RMS) 값을 계산하는 RMS 계산부; 및
서로 다른 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 생성된 추세선에 상기 계산한 RMS 값을 비교하여 상기 표면 거칠기 값이 설정되지 않은 피측정체의 표면 거칠기를 추정하는 제어부를 포함하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.A laser generating unit for irradiating laser light onto a surface of a measured object on which a surface roughness value is not set;
A camera unit for receiving a pattern of laser reflected light that is incident on the object and reflected by the object;
An RGB-HSV converter for converting RGB data, which is a pattern image of the laser reflected light received from the camera unit, into HSV data;
A brightness channel separator for separating the brightness channel from the pattern image converted into the color channel (H), the saturation channel (S), and the brightness channel (V);
A region of interest (ROI) for setting a pattern portion of the laser reflected light in a region of interest (ROI) in the image of the separated lightness channel;
An RMS calculator for calculating a root mean square (RMS) value of a brightness value in the set region of interest; And
And a controller for comparing the calculated RMS value with the trend line generated by using the respective RMS values according to different surface roughness values to estimate the surface roughness of the measured object on which the surface roughness value is not set Surface roughness measuring device using image. 제4항에 있어서,
상기 제어부는 상기 레이저 발생부, 상기 카메라부, 상기 RGB-HSV 변환부, 상기 명도 채널 분리부, 상기 관심 영역 설정부, 상기 RMS 계산부를 이용하여 서로 다른 표면 거칠기 값을 가진 피측정체를 이용하여 상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 계산하며,
상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 이용하여 상기 추세선을 생성하는 추세선 생성부를 더 포함하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.5. The method of claim 4,
The control unit may use the object having different surface roughness values using the laser generator, the camera unit, the RGB-HSV converter, the lightness channel separator, the ROI setting unit, and the RMS calculator Calculating respective RMS values according to the respective surface roughness values,
And a trend line generator for generating the trend line using each RMS value according to each of the surface roughness values. 제2항 또는 제4항에 있어서,
상기 각각의 표면 거칠기 값에 따른 각각의 RMS 값을 RANSAC(Random Sample Consensus) 알고리즘을 이용하여 상기 추세선을 생성하는 것을 특징으로 하는 영상을 이용한 표면 거칠기 측정 장치.The method according to claim 2 or 4,
Wherein each of the RMS values according to the respective surface roughness values is used to generate the trend line using RANSAC (Random Sample Consensus) algorithm.
KR1020160183185A 2016-12-30 2016-12-30 Apparatus for Measuring Surface Roughness Using Image KR101793526B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160183185A KR101793526B1 (en) 2016-12-30 2016-12-30 Apparatus for Measuring Surface Roughness Using Image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160183185A KR101793526B1 (en) 2016-12-30 2016-12-30 Apparatus for Measuring Surface Roughness Using Image

Publications (1)

Publication Number Publication Date
KR101793526B1 true KR101793526B1 (en) 2017-11-06

Family

ID=60384059

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160183185A KR101793526B1 (en) 2016-12-30 2016-12-30 Apparatus for Measuring Surface Roughness Using Image

Country Status (1)

Country Link
KR (1) KR101793526B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210034827A (en) * 2019-09-23 2021-03-31 전남대학교산학협력단 Correction System and Method for Removing Shadow Effects of AFM Images
CN114526694A (en) * 2022-01-07 2022-05-24 北京机械工业自动化研究所有限公司 Method for measuring metal surface roughness

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010276349A (en) 2009-05-26 2010-12-09 National Maritime Research Institute Method of measuring film thickness, and film thickness measuring device and program
KR101428923B1 (en) 2013-04-23 2014-08-08 충북대학교 산학협력단 System and Method for Automatic Extraction of Component Packaging Regions in PCB
KR101441279B1 (en) 2014-05-29 2014-09-18 한경대학교 산학협력단 Automatic region-of-interest extracting method and automatic optical inspection apparatus

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010276349A (en) 2009-05-26 2010-12-09 National Maritime Research Institute Method of measuring film thickness, and film thickness measuring device and program
KR101428923B1 (en) 2013-04-23 2014-08-08 충북대학교 산학협력단 System and Method for Automatic Extraction of Component Packaging Regions in PCB
KR101441279B1 (en) 2014-05-29 2014-09-18 한경대학교 산학협력단 Automatic region-of-interest extracting method and automatic optical inspection apparatus

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210034827A (en) * 2019-09-23 2021-03-31 전남대학교산학협력단 Correction System and Method for Removing Shadow Effects of AFM Images
KR102275433B1 (en) 2019-09-23 2021-07-09 전남대학교산학협력단 Correction System and Method for Removing Shadow Effects of AFM Images
CN114526694A (en) * 2022-01-07 2022-05-24 北京机械工业自动化研究所有限公司 Method for measuring metal surface roughness

Similar Documents

Publication Publication Date Title
US10699149B2 (en) Method and device for automatically identifying a point of interest in a depth measurement on a viewed object
KR102046944B1 (en) Sub-resolution optical detection
TWI420081B (en) Distance measuring system and distance measuring method
CN209399934U (en) Base board checking device
WO2015045743A1 (en) Trolley wire measurement device and trolley wire measurement method
US20190094009A1 (en) Speckle measurement apparatus and speckle measurement method
CN102525405A (en) Image processing apparatus and method
JP6758765B2 (en) Measurement method and measurement program
KR101793526B1 (en) Apparatus for Measuring Surface Roughness Using Image
JP2012112952A (en) Method and apparatus of profiling surface
US10041783B2 (en) Three-dimensional shape measurement apparatus
US9714829B2 (en) Information processing apparatus, assembly apparatus, information processing method, and storage medium that generate a measurement pattern having different amounts of irradiation light depending on imaging regions
WO2015156084A1 (en) Inspection device and inspection condition determination method
US11313676B2 (en) Three-dimensional measurement apparatus, three-dimensional measurement method, and three-dimensional measurement non-transitory computer readable medium
ES2973886T3 (en) Monitor the scan volume of a 3D scanner
JP2011002257A (en) Instrument and method for measuring spherical particle size
JP6840589B2 (en) Information processing equipment and programs
TWI794300B (en) Analysis method, analysis device, analysis program, and recording medium for recording analysis program
US10598611B2 (en) X-ray phase imaging apparatus and method of detecting defect of material containing fibers
JP6255289B2 (en) Tool inspection method and tool inspection apparatus
CN107121058B (en) Measuring method
KR101428925B1 (en) Width Measuring Device and Method using Laser
JP2018173338A (en) Three-dimensional shape measuring method using scanning white interference microscope
JP7332417B2 (en) Measuring device and measuring method
KR102356430B1 (en) Apparatus and method for measuring pollution degree

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant