KR102012318B1 - Apparatus for welding quality total inspection using image sensor and method thereof - Google Patents
Apparatus for welding quality total inspection using image sensor and method thereof Download PDFInfo
- Publication number
- KR102012318B1 KR102012318B1 KR1020180050070A KR20180050070A KR102012318B1 KR 102012318 B1 KR102012318 B1 KR 102012318B1 KR 1020180050070 A KR1020180050070 A KR 1020180050070A KR 20180050070 A KR20180050070 A KR 20180050070A KR 102012318 B1 KR102012318 B1 KR 102012318B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- weld
- welding quality
- image sensor
- lighting environment
- Prior art date
Links
- 238000003466 welding Methods 0.000 title claims abstract description 65
- 238000007689 inspection Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002950 deficient Effects 0.000 claims abstract description 24
- 238000005286 illumination Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G06K9/3233—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G06K2009/6213—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
본 발명은 영상센서를 이용한 용접 품질 전수 검사 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 2D 영상을 이용하여 용접부의 전수 검사를 수행하고 수행 결과에 따라 용접 상태를 판단하는 영상센서를 이용한 용접 품질 전수 검사 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and method for inspecting welding quality using an image sensor, and more particularly, welding quality using an image sensor for performing a full inspection of a weld using a 2D image and determining a welding state according to a result of the welding. It is related with a total inspection apparatus and its method.
자동차 제조 업체에서는 자동차를 생산하기까지 모든 양산공정 내에서 수만 여 개의 부품을 수많은 용접 및 조립공정으로 조립한다. 이때 용접 조립된 차체는 조립 품질의 향상을 위해 별도의 공정에서 용접부의 품질 검사가 이루어지고 있다.Automotive manufacturers assemble tens of thousands of parts in a number of welding and assembly processes in all production processes, until the car is produced. In this case, the welded body is inspected for quality of the welded part in a separate process to improve assembly quality.
최근 들어서는 용접 품질의 향상에 대한 요구가 증가하고 있으나, 용접부 모니터링에 의한 품질 관리는 용접 후의 품질에 대해 보증하기 어려운 한계가 있기 때문에, 보통 차체의 용접 후에 품질 검사가 이루어진다.In recent years, there is an increasing demand for improvement of welding quality. However, quality control by welding monitoring has a limit that is difficult to guarantee the quality after welding, so quality inspection is usually performed after welding of the vehicle body.
용접부의 품질 검사를 위해 샘플 검사가 이루어지며, 이때 샘플 검사는 비파괴검사가 대부분이고, 전수 검사는 육안을 통한 외관 검사를 통해 수행되고 있다. Sample inspection is performed to check the quality of the weld, in which sample inspection is mostly non-destructive inspection, and full inspection is performed through visual inspection through the naked eye.
그러나 모든 생산품에 대한 용접부 검사에 인력의 육안 검사로 한계가 존재하며, 일부 생상품에 대한 육안 검사로 생산시스템의 정상작동 또는 생산품의 양품으로 간주하는 경우가 많다. 즉, 육안을 통한 전수 검사는 모든 불량 제품을 찾아낼 수 없다는 문제점과 검사자의 숙련도에 따라 육안 식별 편차가 발생할 수 있어 정확한 검사가 이루어지지 않는다는 문제점이 있었다.However, there is a limit to the visual inspection of manpower for the inspection of all products, and the visual inspection of some raw products is often regarded as normal operation of the production system or good products. In other words, the total inspection through the naked eye has a problem that it is not possible to find all the defective products and there is a problem that the visual identification deviation may occur according to the skill of the inspector does not make accurate inspection.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-1427972호(2014. 08. 08. 공고)에 개시되어 있다.The background technology of the present invention is disclosed in Republic of Korea Patent Application Publication No. 10-1427972 (August 08, 2014).
본 발명이 이루고자 하는 기술적 과제는 2D 영상을 이용하여 용접부의 전수 검사를 수행하고 수행 결과에 따라 용접 상태를 판단하는 영상센서를 이용한 용접 품질 전수 검사 장치 및 그 방법을 제공하기 위한 것이다.The technical problem to be achieved by the present invention is to provide a welding quality total inspection apparatus and method using an image sensor to perform a full inspection of the weld using the 2D image and determine the welding state according to the results.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따른 용접 품질 전수 검사 장치를 이용한 용접 품질 전수 검사 방법은 영상센서로부터 촬영된 용접부가 포함된 검사 대상 시료의 영상을 입력받는 단계; 상기 입력된 영상의 관심 영역을 설정하는 단계; 상기 관심 영역을 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)하는 단계; 상기 선택된 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 상기 히스토그램 매칭된 관심 영역의 용접부를 검출하는 단계; 및 상기 검출된 용접부의 불량 여부를 판단하는 단계를 포함한다.In accordance with an aspect of the present invention, there is provided a welding quality inspection method using a welding quality inspection apparatus according to an embodiment of the present invention, the method comprising: receiving an image of an inspection target sample including a welding portion photographed from an image sensor; Setting a region of interest of the input image; Performing histogram matching on the ROI with reference images corresponding to a current lighting environment among a plurality of reference images generated for each lighting environment; Detecting a weld of the histogram matched ROI using an algorithm factor value of the selected reference image; And determining whether the detected welded part is defective.
또한 상기 용접부가 불량으로 판단된 경우, 기 설정된 횟수동안 상기 용접부의 불량 여부를 재판단하되, 알고리즘 팩터 값을 조절해가면서 상기 용접부를 재 검출하여 재판단하는 단계; 및 상기 재판단 결과에 따라 최종 불량 여부를 판단하는 단계를 더 포함한다.In addition, if it is determined that the weld is bad, the step of judging whether the weld is defective for a predetermined number of times, while adjusting the algorithm factor value, re-detecting and judging the weld; And determining whether or not the final defect is based on the result of the judging panel.
또한 상기 히스토그램 매칭하는 단계는 상기 영상센서로부터 촬영된 영상에서 상기 관심 영역에 근접하여 임의로 선정된 복수 지점의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하고, 상기 복수의 레퍼런스 영상 중 상기 판단된 현재 조명 환경과 가장 유사한 조명 환경의 레퍼런스 영상을 이용하여 상기 히스토그램 매칭할 수 잇다.In the matching of the histogram, the current illumination environment is determined by calculating an average value of pixel values of a plurality of randomly selected points close to the region of interest in the image captured by the image sensor, and the determination of the plurality of reference images. The histogram can be matched using a reference image of the lighting environment most similar to the current lighting environment.
또한 상기 복수의 레퍼런스 영상을 생성하는 단계를 더 포함하며, 상기 복수의 레퍼런스 영상을 생성하는 단계는 상기 검사 대상 시료와 동일한 검사 대상 시료의 용접부가 정상인 영상을 입력받아 관심 영역을 설정하는 단계, 주변 조명 환경을 변화시켜 알고리즘 팩터 값을 정의하기 위한 조명 범위를 복수개 설정하는 단계, 상기 설정된 복수개의 조명 범위에서 상기 용접부 검출 최적화를 위한 파라미터들을 각각 도출하는 단계, 상기 도출된 파라미터들을 알고리즘 팩터 값으로 각각 설정하는 단계, 그리고 상기 관심 영역에서 용접부 이외의 영상을 제거하고, 제거된 영상을 상기 조명 범위 별 각각의 레퍼런스 영상으로 생성하는 단계를 포함할 수 있다.The method may further include generating a plurality of reference images, wherein generating the plurality of reference images comprises receiving an image of a normal welding part of the same specimen to be inspected and setting a region of interest. Setting a plurality of illumination ranges for changing an illumination environment to define algorithm factor values, deriving parameters for optimizing the weld detection in the set plurality of illumination ranges, respectively, and deriving the derived parameters as algorithm factor values, respectively. And setting an image other than the weld in the ROI, and generating the removed image as each reference image for each illumination range.
또한 상기 용접부를 검출하는 단계는 명도 및 대비 조절, 블러 필터, 적응형 임계치 중 적어도 어느 하나의 알고리즘 팩터 값을 이용하여 잡음을 제거할 수 있다.In the detecting of the weld, noise may be removed using an algorithm factor value of at least one of brightness and contrast adjustment, blur filter, and adaptive threshold.
또한, 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치는 영상센서로부터 촬영된 용접부가 포함된 검사 대상 시료의 영상을 입력받는 영상 입력부; 상기 입력된 영상의 관심 영역을 설정하는 관심 영역 설정부; 상기 관심 영역을 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)하는 히스토그램 매칭부; 상기 선택된 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 상기 히스토그램 매칭된 관심 영역의 용접부를 검출하는 검출부; 및 상기 검출된 용접부의 불량 여부를 판단하는 판단부를 포함한다.In addition, the welding quality transfer inspection apparatus using an image sensor according to an embodiment of the present invention includes an image input unit for receiving an image of the inspection target sample including the welded portion taken from the image sensor; An ROI setting unit configured to set an ROI of the input image; A histogram matching unit configured to perform histogram matching with the reference image corresponding to the current lighting environment among the plurality of reference images generated for each lighting environment by the ROI; A detector detecting a weld of the histogram matched ROI using an algorithm factor of the selected reference image; And a determination unit for determining whether the detected weld portion is defective.
이와 같이 본 발명에 따르면, 2D 영상을 이용하여 용접부의 전수 검사를 수행하고 수행 결과에 따라 용접 상태를 판단함으로써, 불량 여부 식별의 정확도를 향상시킬 수 있다.As described above, according to the present invention, by performing a full inspection of the weld by using the 2D image and determining the welding state according to the result, it is possible to improve the accuracy of the identification of the defect.
또한 본 발명에 따르면 전처리 과정을 통해 환경 변화에 대응 가능한 전수 검사를 수행함으로써 조명 환경 변화에 강인하며 검사 시간을 단축시킬 수 있는 효과가 있다.In addition, according to the present invention, by performing a total inspection capable of responding to environmental changes through a pre-treatment process, there is an effect that can be robust to changes in the lighting environment and shorten the inspection time.
또한 본 발명에 따르면 검사 대상 시료에 대응하도록 불량 판정 조건을 변경하고, 촬영된 영상 중 관심 영역에 대해서만 불량 여부를 식별함으로써 정확도 및 속도를 향상시킬 수 있다.In addition, according to the present invention, accuracy and speed may be improved by changing a defect determination condition to correspond to a sample to be inspected, and identifying whether the defect is only in the ROI of the captured image.
도 1은 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치를 나타낸 블록구성도이다.
도 2는 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법의 동작 흐름을 도시한 순서도이다.
도 3은 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법에서 레퍼런스 영상 생성 과정을 도시한 순서도이다.
도 4는 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법에서 현재 조명 환경을 판단하기 위한 참고 도면이다.1 is a block diagram showing a welding quality total inspection apparatus using an image sensor according to an embodiment of the present invention.
FIG. 2 is a flowchart illustrating an operation flow of a welding quality inspection method using an image sensor according to an exemplary embodiment of the present invention.
3 is a flowchart illustrating a process of generating a reference image in the welding quality inspection method using an image sensor according to an embodiment of the present invention.
4 is a reference diagram for determining a current lighting environment in the welding quality total inspection method using an image sensor according to an embodiment of the present invention.
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thickness of the lines or the size of the components shown in the drawings may be exaggerated for clarity and convenience of description.
또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In addition, terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to a user's or operator's intention or custom. Therefore, the definitions of these terms should be made based on the contents throughout the specification.
먼저, 도 1을 통해 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치에 대하여 설명한다.First, a welding quality transfer inspection apparatus using an image sensor according to an exemplary embodiment of the present invention will be described with reference to FIG. 1.
도 1은 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치를 나타낸 블록구성도이다.1 is a block diagram showing a welding quality total inspection apparatus using an image sensor according to an embodiment of the present invention.
도 1에서와 같이 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치(100)는, 영상 입력부(110), 관심 영역 설정부(120), 레퍼런스 영상 생성부(130), 히스토그램 매칭부(140), 검출부(150) 및 판단부(160)를 포함한다.As shown in FIG. 1, the
먼저, 영상 입력부(110)는 영상센서(200)로부터 촬영된 용접부가 포함된 검사 대상 시료의 영상을 입력받는다.First, the
이때 검사 대상 시료로는 용접용 너트 등과 같은 용접 부품(용접물)일 수 있다. 용접용 너트는 차량의 차체 등에 용접되어 각종 부품과 내장재들을 고정하는데 사용되며, 너트의 둘레 일부분에는 호 형상의 용접부(용접 비드)가 형성된다. 물론 본 실시예에서는 용접 상태 검사가 필요한 다양한 대상 시료에 적용될 수 있어 이에 한정하는 것은 아니다.In this case, the sample to be inspected may be a welding part (welding material) such as a welding nut. The welding nut is welded to a vehicle body or the like and used to fix various parts and interior materials, and an arc-shaped weld part (welding bead) is formed at a part of the circumference of the nut. Of course, the present embodiment can be applied to various target samples requiring the welding state inspection, but is not limited thereto.
또한 영상센서(200)는 2D 영상을 촬영하기 위한 비전카메라일 수 있다.In addition, the
그리고 관심 영역 설정부(120)는 영상 입력부(110)로부터 입력받은 영상의 관심 영역(ROI 영역)을 설정한다.The
즉, 영상센서(200)로부터 입력받은 전체 영상에 대해 전수 검사를 수행하게 되면 처리해야하는 영역이 증가되는만큼 처리 속도가 느려지므로 빠른 검사를 위해 용접부가 포함된 검사 대상 시료 부분만 관심 영역으로 설정한다.That is, when performing a full inspection on the entire image input from the
그리고 레퍼런스 영상 생성부(130)는 복수의 레퍼런스 영상을 생성한다.The
자세히는 검사 대상 시료와 동일한 검사 대상 시료의 용접부가 정상인 영상을 입력받아 관심 영역을 설정하고, 주변 조명 환경을 변화시켜 알고리즘 팩터(factor) 값을 정의하기 위한 조명 범위를 복수개 설정한다. In detail, the welding region of the same specimen to be inspected is set to receive a normal image, sets a region of interest, and sets a plurality of illumination ranges to define algorithm factor values by changing the ambient lighting environment.
이때 설정된 복수개의 조명 범위에서 용접부 검출 최적화를 위한 파라미터들을 각각 도출하고, 도출된 파라미터들을 알고리즘 팩터 값으로 각각 설정하여 관심 영역에서 용접부 이외의 영상을 제거하고, 제거되고 남은 용접부 영상을 조명 범위 별 각각의 레퍼런스 영상으로 생성한다.At this time, the parameters for optimizing the weld detection are derived from a plurality of set lighting ranges, and the derived parameters are set to algorithm factor values to remove images other than the weld from the region of interest, and the remaining welded images are removed for each lighting range. To create a reference image.
레퍼런스 영상 생성시 용접부 이외의 영상을 제거하기 위해 가우시안 필터(Gaussian Filter) 및 샤프닝 필터(Sharpening Filter)를 이용할 수 있으며, 가우시안 필터를 이용하여 명암이 조정된 영상의 배경 잡음을 제거하고, 샤프닝 필터를 이용하여 배경 잡음이 제거된 영상에서 윤곽선 성분을 증가시켜 용접부 영역의 윤곽선을 강조하여 전처리함으로써 레퍼런스 영상이 잡음없이 생성되도록 할 수도 있다.Gaussian filter and sharpening filter can be used to remove images other than welds when generating reference image, remove background noise of contrast-adjusted image using Gaussian filter, By increasing the contour component in the image from which the background noise is removed, the reference image may be generated without noise by emphasizing the contour of the weld zone and preprocessing.
이때, 가우시안 필터는 중앙값만 도드라지게 보고 주변은 잘 안보이게 하는 마스킹의 형태로 스무스하게 만들어주고, 샤프닝 필터는 에지를 날카롭게하여 윤곽선을 강조시킨다.At this time, the Gaussian filter smoothes the shape of the masking so that only the median value is raised and the surroundings are not easily seen, and the sharpening filter sharpens the edges to emphasize the outline.
레퍼런스 영상은 검사 대상 시료가 변경될 때 최초 전처리 과정에서 생성되며 위와 같이 조명 환경에 따라 복수개가 생성된다.The reference image is generated during the initial pretreatment when the sample to be inspected is changed, and a plurality of reference images are generated according to the lighting environment.
그리고 히스토그램 매칭부(140)는 관심 영역을 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)한다.The
여기서 히스토그램 매칭은 서로 다른 두 영상을 비교하여 상대적으로 조절하여 같게 해주는 영상 처리 기법 중 하나이며, 공지의 기술이므로 자세한 설명은 생략하기로 한다.Here, the histogram matching is one of image processing techniques for comparing two different images and adjusting them to be the same, and a detailed description thereof will be omitted since it is a known technique.
이때, 히스토그램 매칭부(140)는 영상센서(200)로부터 촬영되어 입력받은 최초 영상에서 관심 영역에 근접하여 임의로 선정된 복수 지점의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하고, 복수의 레퍼런스 영상 중 판단된 현재 조명 환경과 가장 유사한 조명 환경의 레퍼런스 영상을 이용하여 히스토그램 매칭한다.In this case, the
따라서 히스토그램 매칭 처리된 관심 영역은 현재의 조명 환경과 가장 유사한 환경의 레퍼런스 영상과 유사하게 구성되며, 그을음과 같은 잡음 영역이 최소화되어, 관심 영역의 용접부 검출 시 정확도 및 속도를 향상시킬 수 있다.Therefore, the histogram matched region of interest is configured similar to the reference image of the environment most similar to the current lighting environment, and the noise region such as soot is minimized, thereby improving accuracy and speed when detecting welds in the region of interest.
그리고 검출부(150)는 히스토그램 매칭부(140)에서 매칭된 현재 조명 환경에 대응하는 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 히스토그램 매칭된 관심 영역의 용접부를 정밀 검출한다.The
즉, 히스토그램 매칭된 관심 영역에서 용접부를 정밀 검출하기 위해 명도 및 대비 조절, 블러 필터, 적응형 임계치 중 적어도 어느 하나의 알고리즘 팩터 값을 이용하여 잡음을 제거하여 관심 영역의 용접부를 정밀 검출한다.That is, in order to precisely detect the weld in the histogram matched region of interest, the weld is precisely detected by removing noise using an algorithm factor value of at least one of brightness and contrast adjustment, blur filter, and adaptive threshold.
마지막으로 판단부(160)는 검사 대상 시료에 대해 기 설정된 판정 기준을 이용하여 검출된 용접부의 불량 여부를 판단한다.Finally, the
이때, 기 설정된 판정 기준은 조명 환경 및 검사 대상 시료 등에 따라 상이하게 설정되는데, 예를 들어 주변 조명의 밝기, 또는 검사 대상 시료의 길이, 폭(width) 등과 같은 치수로 나타낼 수 있다.In this case, the predetermined determination criterion may be differently set according to the lighting environment and the sample to be inspected. For example, the predetermined criterion may be represented by the brightness of the ambient light or the dimension such as the length or width of the sample to be inspected.
이때 판단부(160)는 용접부가 불량으로 판단된 경우, 기 설정된 횟수동안 용접부의 불량 여부를 판단하되, 알고리즘 팩터 값을 조절해가면서 용접부를 재 검출하여 재판단하고, 재판단 결과에 따라 최종 불량 여부를 판단한다.In this case, when the welder is determined to be defective, the
여기서 기 설정된 횟수는 검사 대상 시료 및 주변 환경에 따라 설정되고, 알고리즘 팩터 값은 최초로 선택된 팩터 값에서 크게 벗어나지 않는 범위 내에서 선택된다. 조명 레벨을 예로 들었을 때, 최초로 선택된 조명 레벨을 기준으로 상하 2단계 정도의 범위 내에서 팩터 값이 조절되는 것이 바람직하다.The predetermined number of times is set according to the sample to be inspected and the surrounding environment, and the algorithm factor value is selected within a range that does not deviate significantly from the first selected factor value. Taking the illumination level as an example, it is preferable that the factor value is adjusted within a range of about two levels up and down based on the first selected illumination level.
이하에서는 도 2 내지 도 4를 통해 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법에 대하여 설명한다.Hereinafter, a method for inspecting weld quality transfer using an image sensor according to an exemplary embodiment of the present invention will be described with reference to FIGS. 2 to 4.
도 2는 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법의 동작 흐름을 도시한 순서도이고, 도 3은 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법에서 레퍼런스 영상 생성 과정을 도시한 순서도로서, 이를 참조하여 본 발명의 구체적인 동작을 설명한다.2 is a flowchart illustrating an operation flow of a welding quality inspection method using an image sensor according to an embodiment of the present invention, Figure 3 is a reference image in the welding quality transmission inspection method using an image sensor according to an embodiment of the present invention. As a flowchart illustrating a generation process, a specific operation of the present invention will be described with reference to the flowchart.
본 발명의 실시예에 따르면, 먼저 용접 품질 전수 검사 장치(100)의 영상 입력부(110)는 영상센서(200)로부터 촬영된 용접부가 포함된 검사 대상 시료의 영상을 입력받는다(S210).According to an embodiment of the present invention, first, the
그 다음, 관심 영역 설정부(120)는 S210 단계에서 입력된 영상의 관심 영역을 설정한다(S220).Next, the
그 다음, 레퍼런스 영상 생성부(130)는 복수의 레퍼런스 영상을 생성한다(S230).Next, the
이때, S230 단계는 도 3에서와 같이 S231 내지 S236 단계로 이루어지며, 용접 품질 전수 검사 장치(100)는 도 3의 과정을 통해 복수의 레퍼런스 영상을 생성할 수 있다. In this case, step S230 is composed of steps S231 to S236 as shown in FIG. 3, and the welding
먼저, 관심 영역 설정부(120)는 검사 대상 시료와 동일한 검사 대상 시료의 용접부가 정상인 영상을 입력받는다(S231).First, the
그리고 관심 영역 설정부(120)는 S231 단계에서 입력된 영상의 관심 영역을 설정한다(S232).The
그리고 관심 영역 설정부(120)는 주변 조명 환경을 변화시켜 알고리즘 팩터 값을 정의하기 위한 조명 범위를 복수개 설정한다(S233).The
아래의 표 1은 조명 영향에 따른 알고리즘 팩터 값을 정의하기 위한 조명 범위를 나타낸 표이다.Table 1 below shows a lighting range for defining algorithm factor values according to lighting effects.
여기서, X0는 레퍼런스 영상 생성 과정에서 최초 측정된 조명 정보(즉, 픽셀 값의 평균값)이다.Here, X 0 is illumination information (ie, an average value of pixel values) initially measured during the reference image generation process.
최초 측정된 조명 정보를 기준으로 외부 광원, 과전류, 조명 밝기 단계 상향 등의 영향으로 더 밝아질 경우 또는 조명의 성능 저하, 저전류, 조명의 밝기 단계 하향 등의 영향으로 더 어두워질 경우에 따른 알고리즘 팩터 값을 변경한다.Algorithm for lightening due to external light source, overcurrent, higher brightness level, or darker due to low performance, low current, lower brightness level, etc. Change the factor value.
j번째 조명 팩터(αj) 값을 결정하는 기준의 예시로 조명 장치의 최대 밝기로 최초 시스템을 설정하는 경우 α1은 최대 밝기의 10%, α2는 최대 밝기의 20%, αj는 최대 밝기의 (10Хj)% 단, (10Хj) < 100 )로 설정될 수 있다.As an example of the criteria for determining the jth illumination factor (α j ), when setting the initial system to the maximum brightness of the lighting device, α 1 is 10% of maximum brightness, α 2 is 20% of maximum brightness, and α j is maximum (10Хj)% of the brightness, but can be set to (10Хj) <100).
이때, 각 밝기의 단계는 임의로 조정할 수도 있다.At this time, each brightness level may be arbitrarily adjusted.
그리고 관심 영역 설정부(120)는 S233 단계에서 설정된 복수개의 조명 범위에서 용접부 검출 최적화를 위한 파라미터들을 각각 도출한다(S234). In addition, the
그리고 관심 영역 설정부(120)는 S234 단계에서 도출된 파라미터들을 알고리즘 팩터 값으로 각각 설정한다(S235).The
마지막으로, 관심 영역 설정부(120)는 S232 단계에서 설정된 관심 영역에서 용접부 이외의 영상을 제거하고, 제거되고 남은 용접부 영상을 조명 범위 별 각각의 레퍼런스 영상으로 생성한다(S236).Finally, the
즉, S230 단계에서 용접 품질 전수 검사 장치(100)는 검사 대상 시료의 용접부가 정상인 영상을 이용하여 알고리즘 팩터 값을 정의하기 위한 조명 범위별로 복수개의 레퍼런스 영상을 생성한다. 또한, 용접 품질 전수 검사 장치(100)는 각 레퍼런스 영상 생성시 정의된 알고리즘 팩터 값을 저장해둔다.That is, in operation S230, the
그 다음, 히스토그램 매칭부(140)는 S220 단계에서 설정된 관심 영역을 S230 단계에서 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)한다(S240).Next, the
더욱 자세히는, 히스토그램 매칭부(140)는 영상센서(20)로부터 촬영된 영상에서 관심 영역에 근접하여 임의로 선정된 복수 지점의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하고, 복수의 레퍼런스 영상 중 판단된 현재 조명 환경과 가장 유사한 조명 환경의 레퍼런스 영상을 이용하여 히스토그램 매칭한다.In more detail, the
도 4는 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 방법에서 현재 조명 환경을 판단하기 위한 참고 도면이다.4 is a reference diagram for determining a current lighting environment in the welding quality total inspection method using an image sensor according to an embodiment of the present invention.
히스토그램 매칭부(140)는 도 4에서와 같이, 관심 영역(ROI)에 근접한 복수개의 임의의 영역(예를 들어 도 4의 영역1 내지 영역 5) 각각의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하는데, 다음의 수학식 1을 이용하여 픽셀 값들의 평균 값을 계산할 수 있다.As shown in FIG. 4, the
여기서, Xi는 영역 i의 픽셀 값 평균 값, Ni는 영역 i의 픽셀 수, Pk|Ai는 영역 i에서의 k번째 픽셀 값이다.Here, X i is an average value of pixel values in the region i, N i is the number of pixels in the region i, and P k | Ai is a k-th pixel value in the region i.
또한, 선택된 영역 전체의 픽셀 값 평균은 다음의 수학식 2를 이용하여 계산할 수 있다.In addition, an average of pixel values of the entire selected area may be calculated using Equation 2 below.
여기서, X는 선택된 영역 전체의 픽셀 값 평균, NA는 밝기 정보 확인을 위해 선택된 영역의 개수이다.Here, X is an average of pixel values of the entire selected area, and N A is the number of areas selected for checking brightness information.
그 다음, 검출부(150)는 S240 단계에서 매칭된 현재 조명 환경에 대응하는 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 히스토그램 매칭된 관심 영역의 용접부를 검출한다(S250).Next, the
자세히는, 명도 및 대비 조절, 블러 필터, 적응형 임계치 중 적어도 어느 하나의 알고리즘 팩터 값을 이용하여 잡음을 제거하여 용접부를 정밀 검출한다.In detail, the weld is precisely detected by removing noise using an algorithm factor value of at least one of brightness and contrast adjustment, blur filter, and adaptive threshold.
그 다음, 판단부(160)는 S250 단계에서 검출된 용접부가 불량인지 여부를 판단한다(S260).Next, the
S260 단계의 판단 결과, 용접부가 불량으로 판단된 경우, 판단부(160)는 기 설정된 횟수동안 용접부의 불량 여부를 재판단하되, 알고리즘 팩터 값을 조절해가면서 용접부를 재 검출하여 재판단한다(S270).As a result of the determination in step S260, when it is determined that the welding unit is defective, the
이때, 재판단 횟수가 기 설정된 횟수를 초과하면(S280), 판단부(160)는 재판단 결과에 따라 최종 불량 여부를 판단한다(S290).At this time, if the number of times of the trial exceeds the predetermined number of times (S280), the
예를 들어 재판단 횟수가 5회로 설정되고, 불량으로 판단된 확률이 60% 이상이라고 가정한다. 이때, 불량 여부 판단 결과 2번은 정상으로 판단되었고 3번은 불량으로 판단되었으면, 불량으로 판단된 확률이 60%를 초과하므로 판단부(160)는 해당 영상의 용접부가 불량인 것으로 최종 판단한다.For example, suppose the number of trials is set to five, and the probability of being judged as defective is 60% or more. At this time, if it is determined that the defect is 2 is normal and the 3 is determined to be defective, the probability determined as defective exceeds 60%, so the
이와 같이, 본 발명의 실시예에 따른 용접 품질 전수 검사 장치(100)는 여러 횟수에 걸쳐 불량 여부를 판단함으로써 팩터 값 선택의 오류로 인한 양품의 불량 판정 확률을 줄일 수 있다As such, the welding
즉, 설치된 조명의 영향과 검사 대상 시료의 굴곡 등에 의한 반사 영향에 의해 검사 부분의 조명 영향이 다르게 발생할 수 있기 때문에, 검사 대상 영역에서 조명 영향의 다양화로 인한 판정 오류를 최소화하기 위하여, 용접 품질 전수 검사 장치(100)는 여러 번 판단한 결과를 토대로 최종 불량 여부를 판단한다. 이 때, 재판단 횟수는 조명 환경 및 검사 대상 시료에 따라 상이하게 설정될 수 있다.That is, since the illumination effect of the inspection part may be differently generated by the influence of the installed illumination and the reflection effect due to the bend of the specimen to be inspected, in order to minimize the determination error due to the diversification of the illumination effect in the inspection region, The
상술한 바와 같이, 본 발명의 실시예에 따른 영상센서를 이용한 용접 품질 전수 검사 장치(100)는 2D 영상을 이용하여 용접부의 전수 검사를 수행하고 수행 결과에 따라 용접 품질 상태를 판단함으로써, 불량 여부 식별의 정확도를 향상시킬 수 있다.As described above, the welding quality
또한 본 발명의 실시예에 따르면, 전처리 과정을 통해 환경 변화에 대응 가능한 전수 검사를 수행함으로써 조명 환경 변화에 강인하며 검사 시간을 단축시킬 수 있는 효과가 있다.In addition, according to an embodiment of the present invention, by performing a total inspection capable of responding to the environmental change through the pre-processing process, it is effective to be strong against changes in the lighting environment and to shorten the inspection time.
또한 본 발명의 실시예에 따르면, 검사 대상 시료에 대응하도록 불량 판정 조건을 변경하고, 촬영된 영상 중 관심 영역에 대해서만 불량 여부를 식별함으로써 정확도 및 속도를 향상시킬 수 있다.In addition, according to an exemplary embodiment of the present invention, accuracy and speed may be improved by changing a defect determination condition to correspond to a sample to be inspected, and identifying whether the defect is defective in only a region of interest in the captured image.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiments shown in the drawings, this is merely exemplary, and it will be understood by those skilled in the art that various modifications and equivalent other embodiments are possible. will be. Therefore, the true technical protection scope of the present invention will be defined by the technical spirit of the following claims.
100 : 용접 품질 전수 검사 장치 110 : 영상 입력부
120 : 관심 영역 설정부 130 : 레퍼런스 영상 생성부
140 : 히스토그램 매칭부 150 : 검출부
160 : 판단부 200 : 영상센서100: welding quality total inspection device 110: video input unit
120: region of interest setter 130: reference image generator
140: histogram matching unit 150: detection unit
160: determination unit 200: image sensor
Claims (10)
영상센서로부터 촬영된 용접부가 포함된 검사 대상 시료의 영상을 입력받는 단계;
상기 입력된 영상의 관심 영역을 설정하는 단계;
상기 관심 영역을 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)하는 단계;
상기 현재 조명 환경에 대응하는 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 상기 히스토그램 매칭된 관심 영역의 용접부를 검출하는 단계; 및
상기 검출된 용접부의 불량 여부를 판단하는 단계를 포함하는 용접 품질 전수 검사 방법.In the welding quality whole inspection method using a welding quality whole inspection apparatus,
Receiving an image of a test target sample including a welded part captured by an image sensor;
Setting a region of interest of the input image;
Performing histogram matching on the ROI with reference images corresponding to a current lighting environment among a plurality of reference images generated for each lighting environment;
Detecting a weld of the histogram matched ROI using an algorithm factor value of a reference image corresponding to the current lighting environment; And
Welding quality total inspection method comprising the step of determining whether the detected weld portion is defective.
상기 용접부가 불량으로 판단된 경우, 기 설정된 횟수동안 상기 용접부의 불량 여부를 재판단하되, 알고리즘 팩터 값을 조절해가면서 상기 용접부를 재검출하여 재판단하는 단계; 및
상기 재판단 결과에 따라 최종 불량 여부를 판단하는 단계를 더 포함하는 용접 품질 전수 검사 방법.The method of claim 1,
Judging whether the weld is defective for a preset number of times when the weld is determined to be defective, redetecting the weld by judging by adjusting an algorithm factor value; And
Welding quality transfer inspection method further comprising the step of determining whether or not the final failure according to the judging result.
상기 히스토그램 매칭하는 단계는,
상기 영상센서로부터 촬영된 영상에서 상기 관심 영역에 근접하여 임의로 선정된 복수 지점의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하고, 상기 복수의 레퍼런스 영상 중 상기 판단된 현재 조명 환경과 가장 유사한 조명 환경의 레퍼런스 영상을 이용하여 상기 히스토그램 매칭하는 용접 품질 전수 검사 방법.The method of claim 1,
Matching the histogram,
In the image photographed by the image sensor, a current value is determined by calculating an average value of pixel values of a plurality of randomly selected points proximate to the region of interest, and is most similar to the determined current illumination environment among the plurality of reference images. Weld quality inspection method for matching the histogram using a reference image of the lighting environment.
상기 복수의 레퍼런스 영상을 생성하는 단계를 더 포함하며,
상기 복수의 레퍼런스 영상을 생성하는 단계는,
상기 검사 대상 시료와 동일한 검사 대상 시료의 용접부가 정상인 영상을 입력받아 관심 영역을 설정하는 단계,
주변 조명 환경을 변화시켜 알고리즘 팩터 값을 정의하기 위한 조명 범위를 복수개 설정하는 단계,
상기 설정된 복수개의 조명 범위에서 상기 용접부 검출 최적화를 위한 파라미터들을 각각 도출하는 단계,
상기 도출된 파라미터들을 알고리즘 팩터 값으로 각각 설정하는 단계, 그리고
상기 관심 영역에서 용접부 이외의 영상을 제거하고, 제거되고 남은 용접부 영상을 상기 조명 범위 별 각각의 레퍼런스 영상으로 생성하는 단계를 포함하는 용접 품질 전수 검사 방법.The method of claim 1,
Generating the plurality of reference images;
Generating the plurality of reference images,
Setting an ROI by receiving an image in which a welded part of a test target sample is the same as the test target sample is normal;
Setting a plurality of lighting ranges to change an ambient lighting environment to define an algorithm factor value,
Deriving each of the parameters for optimizing the weld detection in the set plurality of illumination ranges,
Setting each of the derived parameters as an algorithm factor value, and
Removing images other than the weld from the region of interest and generating the removed weld image as reference images for each of the illumination ranges.
상기 용접부를 검출하는 단계는,
명도 및 대비 조절, 블러 필터, 적응형 임계치 중 적어도 어느 하나의 알고리즘 팩터 값을 이용하여 잡음을 제거하는 용접 품질 전수 검사 방법.The method of claim 4, wherein
Detecting the welding portion,
Welding quality inspection method that removes noise using an algorithm factor value of at least one of brightness and contrast adjustment, blur filter, and adaptive threshold.
상기 입력된 영상의 관심 영역을 설정하는 관심 영역 설정부;
상기 관심 영역을 조명 환경별로 생성된 복수의 레퍼런스 영상 중 현재 조명 환경에 대응하는 레퍼런스 영상과 히스토그램 매칭(Histogram Matching)하는 히스토그램 매칭부;
상기 현재 조명 환경에 대응하는 레퍼런스 영상의 알고리즘 팩터(factor) 값을 이용하여 상기 히스토그램 매칭된 관심 영역의 용접부를 검출하는 검출부; 및
상기 검출된 용접부의 불량 여부를 판단하는 판단부를 포함하는 영상센서를 이용한 용접 품질 전수 검사 장치.An image input unit configured to receive an image of a test target sample including a welding unit captured by the image sensor;
An ROI setting unit configured to set an ROI of the input image;
A histogram matching unit configured to perform histogram matching with the reference image corresponding to the current lighting environment among the plurality of reference images generated for each lighting environment by the ROI;
A detector for detecting a weld of the histogram matched ROI using an algorithm factor of a reference image corresponding to the current lighting environment; And
Welding quality transmission inspection device using an image sensor including a determination unit for determining whether the detected weld portion is defective.
상기 판단부는,
상기 용접부가 불량으로 판단된 경우, 기 설정된 횟수동안 상기 용접부의 불량 여부를 판단하되, 상기 알고리즘 팩터 값을 조절해가면서 상기 용접부를 재검출하여 재판단하고, 상기 재판단 결과에 따라 최종 불량 여부를 판단하는 영상센서를 이용한 용접 품질 전수 검사 장치.The method of claim 6,
The determination unit,
If it is determined that the weld is defective, it is determined whether or not the weld is defective for a predetermined number of times, while re-detecting the welded portion while re-detecting the welded portion while adjusting the algorithm factor value. Welding quality transfer inspection device using the image sensor to determine.
상기 히스토그램 매칭부는,
상기 영상센서로부터 촬영된 영상에서 상기 관심 영역에 근접하여 임의로 선정된 복수 지점의 픽셀 값들의 평균 값을 계산하여 현재 조명 환경을 판단하고, 상기 복수의 레퍼런스 영상 중 상기 판단된 현재 조명 환경과 가장 유사한 조명 환경의 레퍼런스 영상을 이용하여 상기 히스토그램 매칭하는 영상센서를 이용한 용접 품질 전수 검사 장치.The method of claim 6,
The histogram matching unit,
In the image photographed by the image sensor, a current value is determined by calculating an average value of pixel values of a plurality of randomly selected points proximate to the region of interest, and is most similar to the determined current illumination environment among the plurality of reference images. Welding quality transmission inspection device using the image sensor matching the histogram using a reference image of the lighting environment.
상기 검사 대상 시료와 동일한 검사 대상 시료의 용접부가 정상인 영상을 입력받아 관심 영역을 설정하고, 주변 조명 환경을 변화시켜 알고리즘 팩터 값을 정의하기 위한 조명 범위를 복수개 설정하여 상기 설정된 복수개의 조명 범위에서 상기 용접부 검출 최적화를 위한 파라미터들을 각각 도출하고, 상기 도출된 파라미터들을 알고리즘 팩터 값으로 각각 설정하여 상기 관심 영역에서 용접부 이외의 영상을 제거하고, 제거되고 남은 용접부 영상을 상기 조명 범위 별 각각의 레퍼런스 영상으로 생성하는 레퍼런스 영상 생성부를 더 포함하는 영상센서를 이용한 용접 품질 전수 검사 장치.The method of claim 6,
Set the region of interest by receiving an image of a normal welding part of the same specimen to be inspected, and set a plurality of illumination ranges to define an algorithm factor value by changing an ambient lighting environment to set the illumination range in the set plurality of illumination ranges. Deriving the parameters for optimizing the weld detection, and setting the derived parameters to algorithm factor values, respectively, to remove images other than the weld from the ROI, and to remove the remaining weld images as reference images for each illumination range. Welding quality full inspection device using an image sensor further comprising a reference image generating unit to generate.
상기 검출부는,
명도 및 대비 조절, 블러 필터, 적응형 임계치 중 적어도 어느 하나의 알고리즘 팩터 값을 이용하여 잡음을 제거하는 영상센서를 이용한 용접 품질 전수 검사 장치.The method of claim 9,
The detection unit,
Welding quality full inspection device using an image sensor to remove the noise using at least one algorithm factor value of brightness and contrast adjustment, blur filter, adaptive threshold.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180050070A KR102012318B1 (en) | 2018-04-30 | 2018-04-30 | Apparatus for welding quality total inspection using image sensor and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180050070A KR102012318B1 (en) | 2018-04-30 | 2018-04-30 | Apparatus for welding quality total inspection using image sensor and method thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102012318B1 true KR102012318B1 (en) | 2019-08-20 |
Family
ID=67807339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180050070A KR102012318B1 (en) | 2018-04-30 | 2018-04-30 | Apparatus for welding quality total inspection using image sensor and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102012318B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110673609A (en) * | 2019-10-10 | 2020-01-10 | 北京小马慧行科技有限公司 | Vehicle running control method, device and system |
| US20220023977A1 (en) * | 2020-07-23 | 2022-01-27 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
| KR20220091107A (en) * | 2020-12-23 | 2022-06-30 | 부경대학교 산학협력단 | Apparatus and method for detecting welding bead with improved accuracy |
| CN115210035A (en) * | 2020-03-05 | 2022-10-18 | 松下知识产权经营株式会社 | Weld bead appearance inspection device, weld bead appearance inspection method, program, and weld bead appearance inspection system |
| CN118096753A (en) * | 2024-04-26 | 2024-05-28 | 陕西正鑫工程材料股份有限公司 | Ladder protection cage molding assembly defect identification method based on image processing |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060003666A (en) * | 2004-07-07 | 2006-01-11 | 삼성전자주식회사 | Apparatus for and method for determining image correspondence, apparatus and method for image correction therefor |
| JP2014014856A (en) * | 2012-07-11 | 2014-01-30 | Suzuki Motor Corp | Image processing method and image processing system |
| KR20150084767A (en) * | 2012-09-19 | 2015-07-22 | 톰슨 라이센싱 | Method and apparatus for compensating illumination variations in a sequence of images |
| KR20170127883A (en) * | 2016-05-13 | 2017-11-22 | 재단법인 경북아이티융합 산업기술원 | Weld bead detecting method based on image |
-
2018
- 2018-04-30 KR KR1020180050070A patent/KR102012318B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060003666A (en) * | 2004-07-07 | 2006-01-11 | 삼성전자주식회사 | Apparatus for and method for determining image correspondence, apparatus and method for image correction therefor |
| JP2014014856A (en) * | 2012-07-11 | 2014-01-30 | Suzuki Motor Corp | Image processing method and image processing system |
| KR20150084767A (en) * | 2012-09-19 | 2015-07-22 | 톰슨 라이센싱 | Method and apparatus for compensating illumination variations in a sequence of images |
| KR20170127883A (en) * | 2016-05-13 | 2017-11-22 | 재단법인 경북아이티융합 산업기술원 | Weld bead detecting method based on image |
Non-Patent Citations (1)
| Title |
|---|
| 영상처리를 이용한 용접부 결함의 자동 검출 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110673609A (en) * | 2019-10-10 | 2020-01-10 | 北京小马慧行科技有限公司 | Vehicle running control method, device and system |
| CN115210035A (en) * | 2020-03-05 | 2022-10-18 | 松下知识产权经营株式会社 | Weld bead appearance inspection device, weld bead appearance inspection method, program, and weld bead appearance inspection system |
| US20220023977A1 (en) * | 2020-07-23 | 2022-01-27 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
| US11833618B2 (en) * | 2020-07-23 | 2023-12-05 | Pegatron Corporation | Solder joint inspection model training method, solder joint inspection method, and solder joint inspection device |
| KR20220091107A (en) * | 2020-12-23 | 2022-06-30 | 부경대학교 산학협력단 | Apparatus and method for detecting welding bead with improved accuracy |
| KR102519717B1 (en) * | 2020-12-23 | 2023-04-06 | 부경대학교 산학협력단 | Apparatus and method for detecting welding bead with improved accuracy |
| CN118096753A (en) * | 2024-04-26 | 2024-05-28 | 陕西正鑫工程材料股份有限公司 | Ladder protection cage molding assembly defect identification method based on image processing |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102012318B1 (en) | Apparatus for welding quality total inspection using image sensor and method thereof | |
| US10267747B2 (en) | Surface defect inspecting device and method for steel sheets | |
| KR101214806B1 (en) | Apparatus and method for defect inspection of wafer | |
| US10041888B2 (en) | Surface defect inspecting device and method for hot-dip coated steel sheets | |
| JP2005277395A5 (en) | ||
| KR102027986B1 (en) | Bead recognition apparatus using vision camera and method thereof | |
| CN112150460B (en) | Detection method, detection system, device and medium | |
| KR102043316B1 (en) | Apparatus for weld bead recognition of 2d image-based and soot removal method using the same | |
| KR100687811B1 (en) | Method and apparatus for detecting defects of the welded part | |
| KR20170127883A (en) | Weld bead detecting method based on image | |
| US6765224B1 (en) | Machine vision method and system for the inspection of a material | |
| JP2007303830A (en) | Painted face quality evaluation method | |
| CN116258838B (en) | Intelligent visual guiding method for duct piece mold clamping system | |
| CN117333467A (en) | Image processing-based glass bottle body flaw identification and detection method and system | |
| US10241000B2 (en) | Method for checking the position of characteristic points in light distributions | |
| CN115761257A (en) | Method and device for detecting angle of part based on computer vision technology | |
| CN112802018B (en) | Integrity detection method, device and equipment for segmented circular workpiece and storage medium | |
| CN111693533B (en) | Workpiece surface quality detection method and device and appearance machine | |
| KR100484812B1 (en) | Inspection method of surface by image sensor and the same apparatus | |
| JP7469740B2 (en) | Belt inspection system and belt inspection program | |
| KR20230036650A (en) | Defect detection method and system based on image patch | |
| JP2021006854A (en) | Belt inspection system and belt inspection program | |
| KR102410896B1 (en) | Method and apparatus for object classification based on image sensor | |
| KR102558404B1 (en) | Apparatus for checking defect of object having atypical surface | |
| US20240011914A1 (en) | Method for Detecting Anomalies on a Surface of an Object |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |