KR102143354B1 - 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템 - Google Patents

원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템 Download PDF

Info

Publication number
KR102143354B1
KR102143354B1 KR1020190147920A KR20190147920A KR102143354B1 KR 102143354 B1 KR102143354 B1 KR 102143354B1 KR 1020190147920 A KR1020190147920 A KR 1020190147920A KR 20190147920 A KR20190147920 A KR 20190147920A KR 102143354 B1 KR102143354 B1 KR 102143354B1
Authority
KR
South Korea
Prior art keywords
fabric
far
defect
unit
image
Prior art date
Application number
KR1020190147920A
Other languages
English (en)
Inventor
이상화
조남익
윤성로
박가람
이지훈
박용철
Original Assignee
호전실업 주식회사
서울대학교 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 호전실업 주식회사, 서울대학교 산학협력단 filed Critical 호전실업 주식회사
Priority to KR1020190147920A priority Critical patent/KR102143354B1/ko
Application granted granted Critical
Publication of KR102143354B1 publication Critical patent/KR102143354B1/ko

Links

Images

Classifications

    • D—TEXTILES; PAPER
    • D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
    • D06H—MARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
    • D06H3/00—Inspecting textile materials
    • D06H3/08—Inspecting textile materials by photo-electric or television means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Textile Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biochemistry (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Materials Engineering (AREA)
  • Medical Informatics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Treatment Of Fiber Materials (AREA)

Abstract

원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템이 개시된다. 모터부의 회전력을 이용하여 제1 롤러에 감겨있는 원단을 평평하게 펼친 상태로 제1 방향을 따라 반송하여 제2 롤러에 되감기게 하면서, 반송되는 원단의 반송 길이 정보를 생성함과 동시에, 적어도 한 대 이상의 카메라를 이용하여 반송되는 원단의 적어도 한쪽 표면을 빈틈없이 촬영한다. 연산제어부에서, 촬영된 원단 영상을 분석하여 상기 원단의 불량을 검출하고, 검출된 불량의 원단 영상 내의 위치 정보를 상기 원단 내의 실제 위치 정보로 변환한다. 연산제어부는 카메라들이 반송중인 상기 원단의 촬영 중에 원단의 촬영영역에 원하는 방식으로 빛을 조사하도록 조명부의 램프들의 점멸을 제어할 수 있다. 불량 검출의 결과 및 불량의 위치에 관한 정보를 포함하는 불량 검출 작업에 관한 종합적인 정보는 모니터링부에 제공되어 모니터 화면에 표시될 수 있다. 파악된 불량의 위치 정보를 이용하면, 불량의 위치를 회피하면서 원단 상에 패턴을 그리거나 원단을 재단하는 작업 등을 자동화할 수 있다.

Description

원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템{Method of automatically detecting defect location in fabric and system for the same}
본 발명은 불량의 자동 검출 기술 분야에 관한 것으로, 보다 상세하게는 섬유, 필름 또는 비닐 등과 같은 쉬트형 원단(이하, 간단히 '원단'이라 칭함) 에서 불량 위치를 자동으로 검출하기 위한 방법과 시스템에 관한 것이다.
의류를 제조하는 데 사용되는 섬유 원단은 불량이 전혀 없어야 하겠지만 현실은 그러하지 않다. 원단이 손상되거나 여러 가지 형태로 흠결이 있는 불량 부위는 의류 제조에 사용되지 않아야 한다. 이를 위해 원단의 불량을 검출하고, 그 불량 위치를 원단에 표시해둘 필요가 있다.
원단의 불량 검출을 위해 종래에는 주로 원단 검사 장치에 원단을 걸어두고 언롤링(unrolling) 하면서 숙련된 작업자가 직접 육안으로 불량을 검사하는 방법이 많이 사용되었다. 그와 같은 수동 검사방식은 비효율적이다. 효율적인 불량 검사를 위해, 원단 스캐너 장치를 이용한 방법이 도입되었다. 원단 스캐너 장치는 카메라로 원단을 촬영하고 기계학습을 이용하여 촬영된 원단 이미지에서 원단 불량을 판별할 수 있다. 그런데 기존의 원단 스캐너 장치는 검출된 불량 위치를 원단 전체 좌표계에서 좌표 정보로 알려주지 못하는 한계가 있었다. 원단 검사자는 원단 스캐너 장치에서 불량 검출을 알려주면, 원단 스캐너 장치의 동작을 멈춘 다음, 불량으로 판별될 만한 위치를 직접 육안으로 확인하고 표시하여야 한다. 후속 작업자들은 원단에서 불량으로 표시된 위치를 확인하면서 재단 및 패턴 공정 등을 진행하여야 한다. 원단의 불량을 자동으로 검출하더라도 원단 불량의 위치 정보를 자동으로 획득하지 못하기 때문에, 의류 공정 전체의 자동화가 실현될 수 없다.
또한, 종래의 원단 스캐너 장치는 검출할 수 있는 불량의 종류에도 제한적이다. 기존의 원단 스캐너 장치는 무늬가 없는 단색의 원단에서는 좌우 끝 부분에서 미세한 색상 차이를 나타내는 이색 불량을 검출하지 못한다.
미합중국 특허등록 제6,462,820 B1 (2002년 10월 8일)
본 발명은 언롤링되는 불량 검사 대상인 원단을 촬영한 영상으로부터 원단의 다양한 불량을 검출하고 그 검출된 불량의 실제 원단 내에서의 위치 좌표를 정확히 측정할 수 있는 방법 및 이를 위한 시스템을 제공하기 위한 것이다.
본 발명은 또한, 원단 불량의 실제 원단 내에서의 위치를 정확하게 파악하여 패턴 인쇄 및/또는 재단 공정 등과 같은 후속 공정을 자동화 하는 데 활용될 수 있도록 하는 방법과 시스템을 제공하기 위한 것이다.
본 발명이 해결하고자 하는 과제는 상술한 과제들에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
상기 과제를 실현하기 위한 본 발명의 실시예들에 따른 원단의 불량 위치 검출 장치는 원단 반송부, 원단 촬영부, 그리고 연산 제어부를 포함한다. 상기 원단 반송부는 제1 위치에서 원단을 평평하게 펼친 상태로 제1방향을 따라 제2 위치로 반송하고, 반송되는 원단의 길이 정보를 생성하도록 구성된다. 상기 원단 촬영부는 적어도 한 대 이상의 카메라를 이용하여 상기 제1 위치에서 상기 제2 위치로 반송되는 원단의 적어도 한쪽 표면을 빈틈없이 촬영하도록 구성된다. 상기 연산 제어부는 상기 원단의 반송 및 촬영에 관련된 동작을 제어하고, 상기 원단 촬영부에 의해 촬영된 원단 영상을 분석하여 상기 원단의 불량을 검출하고, 검출된 불량의 상기 원단 영상 내의 위치 정보를 상기 검출된 불량의 상기 원단 내의 실제 위치 정보로 변환하도록 구성된다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 장치는 상기 영상 촬영부가 반송중인 원단을 촬영하는 촬영영역에 원하는 방식으로 빛을 조사하도록 구성된 조명부를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 조명부는 상기 영상 촬영부가 촬영하는 상기 원단의 촬영 영역을 포함하는 조명 영역을 조사하도록 배치된 복수의 램프와, 상기 복수의 램프들 각각의 점멸을 필요에 따라 제어할 수 있도록 구성된 조명 제어부를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 조명부는 상기 원단의 촬영 영역을 포함하는 조명 영역을 덮어 외부에서 빛이 유입되지 않도록 차단하는 광차단 덮개를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 연산제어부는 상기 복수의 램프들을 복수의 램프 그룹으로 구분하여 상기 복수의 램프 그룹이 서로 다른 시점에 순차적으로 상기 원단의 동일 촬영영역에 서로 다른 광조사 방향으로 광을 조사하고, 각 램프 그룹이 광을 조사할 때마다 이에 동기되어 상기 원단 촬영부의 카메라들이 상기 원단의 동일 촬영영역을 촬영하도록 제어하는 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 연산제어부는 상기 원단 영상을 복수 개의 직사각형 영상 패치로 분할하고, 그 분할된 전체 영상 패치들의 종방향 및 횡방향의 평균값으로 이루어지는 다수의 평균값 영상들을 생성하고, 그 다수의 평균값 영상들 간의 아다마르 곱을 수행하여 수직선 형태의 불량이 강조된 새로운 영상을 합성하며, 그 합성 영상에 허프 변환을 적용하여 수직선 형태의 결함의 위치를 특정함으로써 상기 원단에 존재하는 미세한 수직선 불량을 검출하는 기능을 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 연산제어부는 상기 조명부가 상기 원단의 좌우 가장자리 영역에 균일한 조명을 가함과 동시에 상기 원단 촬영부의 카메라가 상기 원단의 좌우 가장자리 영역을 촬영하도록 제어하고, 상기 원단 촬영부의 카메라가 촬영한 상기 원단의 좌우 가장자리 영역의 컬러 영상들의 색상 값을 비교하여 상기 원단의 이색 불량 여부를 판별하는 기능을 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 연산 제어부는, 상기 원단 촬영부에 의해 촬영된 원단 영상을 제공받아 상기 원단의 불량을 검출하도록 구성된 불량 검출부; 상기 카메라들에 대한 캘리브레이션을 통해 미리 구한 투영변환행렬과 카메라의 내부 파라미터, 상기 카메라들과 상기 원단의 표면까지의 수직 거리, 상기 카메라가 원단을 촬영한 촬영영역이 상기 원단 내의 기지 기준지점 위치(known reference position)로부터 떨어진 이격 거리에 관한 정보에 기초하여, 검출된 불량의 상기 원단 영상 내의 위치를 상기 원단 내의 실제 위치의 좌표로 변환하도록 구성된 불량위치 변환부; 및 상기 원단의 반송과 촬영, 상기 원단 내 불량의 검출 및 실제 위치의 좌표를 산출하는 것에 관련된 전반적인 동작을 제어하는 동작 제어부를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 불량 검출부는 불량 원단의 영상과 정상 원단의 영상을 이용한 기계학습(machine learning) 또는 딥 러닝(deep learning)을 통해 구축된 불량검출용 인공신경망 모델을 이용하여 상기 원단의 불량을 검출하도록 구성될 수 있다.
예시적인 실시예들에 있어서, 상기 불량 검출부는 새로운 종류의 신규 원단에 대한 불량 검사를 시작할 때, 불량 검사 현장에서 실시간으로 상기 신규 원단의 영상을 이용한 추가적인 기계학습(machine learning) 또는 딥 러닝(deep learning)을 수행하여 기 구축된 불량검출용 인공신경망 모델의 상기 신규 원단에 대한 불량 검출 능력을 개선할 수 있는 기능을 포함하도록 구성될 수 있다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 장치는 상기 제1 위치에서 상기 제2 위치로 반송되는 상기 원단의 길이를 실시간으로 측정하여 상기 연산제어부에 제공하도록 구성된 원단 길이 측정부를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 원단 길이 측정부는 지지축; 상기 지지축에 의해 지지되어 상기 원단과 맞물려 슬립 없이 회전하는 바퀴부; 상기 바퀴부의 회전을 검출하는 센서부; 및 상기 센서부의 검출 신호를 이용하여 상기 바퀴부의 회전수를 카운트하여 상기 원단의 반송 길이 정보를 생성하여 상기 연산 제어부에 제공하는 카운트 회로부를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 장치는 상기 원단 제어부의 제어에 따라, 상기 원단이 미리 정해둔 길이만큼 반송될 때마다 상기 원단에 길이 표시를 하도록 구성된 원단 길이 표시부를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 연산 제어부는 카메라 캘리브레이션을 통하여 미리 구한 각 카메라의 투영변환행렬(H)과 내부 파라미터, 각 카메라의 상기 원단까지의 거리, 그리고 각 카메라들의 촬영영역의 위치 정보를 이용하는 것과 상기 원단의 반송 길이를 실시간으로 측정한 정보와 상기 원단의 반송 길이 측정에 동기화한 상기 원단의 촬영을 통해, 상기 불량의 상기 원단 영상 내의 위치 정보를 상기 불량의 상기 원단 내의 실제 위치 정보로 변환하도록 구성될 수 있다.
예시적인 실시예들에 있어서, 상기 연산제어부는 상기 원단 촬영부의 일렬로 배치된 N대의 카메라들 중에서 n번째 카메라(단, N은 2이상의 자연수이고, n은 N이하의 자연수)가 촬영한 원단 영상에서 검출된 불량의 상기 원단 영상 내의 위치 p의 좌표 p(u, v)를 아래 관계식을 이용하여 상기 원단 내의 실제 위치 P의 좌표 P(x, y, z)로 변환할 수 있으며,
(u, v)T = H(x, y, z)T
((n-1)D+x, Y(t)+y, z)
여기서, T는 행렬의 전치연산(transpose operation)을 나타내고, D는 카메라 1대가 촬영하는 x축 방향의 거리, Y(t)는 상기 원단 상의 소정의 기준지점 촬영시점으로부터 t초 동안의 상기 원단의 반송 거리를 나타내고, H는 상기 카메라들의 투영변환행렬이다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 장치는 상기 원단의 불량 검출의 결과 및 불량의 위치에 관한 정보를 포함하는 불량 검출 작업에 관한 종합적인 정보를 상기 연산 제어부로부터 제공받아 모니터 화면에 표시하도록 구성된 모니터링부를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 원단 촬영부는 복수의 카메라를 포함하며, 상기 복수의 카메라들은 상기 복수의 카메라들의 단위 촬영영역들을 모두 합친 촬영영역이 상기 원단의 길이방향의 소정 구간에 대하여 상기 원단의 폭 방향의 전체 길이를 빈틈없이 촬영할 수 있도록 배치될 수 있다.
예시적인 실시예들에 있어서, 상기 원단 반송부는, 상기 제1 위치에 있으며 반송 전의 상기 원단을 감고 있으며 원단을 당기는 힘에 의해 풀리는 제1 롤러; 상기 제2 위치에서 반송되는 상기 원단을 되감는 제2 롤러; 상기 제2 롤러를 회전시키는 모터부; 상기 모터부의 구동을 제어하는 모터 제어부; 및 상기 제1 롤러에서 풀려서 상기 제2 롤러로 반송되는 상기 원단이 평평하게 펼쳐진 상태로 반송되게 상기 원단의 장력을 일정하게 유지시켜주는 원단 장력 유지부를 포함할 수 있다.
한편, 상기 과제를 실현하기 위한 본 발명의 실시예들에 따른 원단의 불량 위치 검출 방법은, 모터부의 회전력을 이용하여 제1 롤러에 감겨있는 원단을 평평하게 펼친 상태로 제1 방향을 따라 반송하여 제2 롤러에 되감기게 하는 단계; 반송되는 원단의 반송 길이 정보를 생성하는 단계; 적어도 한 대 이상의 카메라를 이용하여 반송되는 상기 원단의 적어도 한쪽 표면을 빈틈없이 촬영하는 단계; 연산제어부에서, 촬영된 원단 영상을 분석하여 상기 원단의 불량을 검출하는 단계; 및 상기 연산제어부에서, 검출된 불량의 상기 원단 영상 내의 위치 정보를 상기 검출된 불량의 상기 원단 내의 실제 위치 정보로 변환하는 단계를 포함한다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 방법은 카메라들이 반송중인 상기 원단의 촬영 중에 상기 원단의 촬영영역에 원하는 방식으로 빛을 조사하도록 조명부의 램프들의 점멸을 제어하는 단계를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 '점멸을 제어하는 단계'는, 상기 연산제어부의 제어에 의해, 상기 램프들이 복수의 램프 그룹으로 구분되어, 상기 복수의 램프 그룹이 서로 다른 시점에 순차적으로 상기 원단의 촬영영역에 서로 다른 방향으로 광을 조사하는 단계를 포함하고, 상기 촬영하는 단계는, 상기 연산제어부의 제어에 의해, 상기 적어도 한 대 이상의 카메라가 상기 촬영영역을 각 램프 그룹의 광조사에 동기되어 각각 촬영하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 '원단의 불량을 검출하는 단계'는, 상기 촬영영역의 원단 영상을 복수 개의 직사각형 영상 패치로 분할하는 단계; 분할된 전체 영상 패치들의 종방향 및 횡방향의 평균값으로 이루어지는 다수의 평균값 영상들을 생성하는 단계; 생성된 다수의 평균값 영상들 간의 아다마르 곱을 수행하여 수직선 형태의 불량이 강조된 새로운 영상을 합성하는 단계; 및 상기 합성 영상에 허프 변환을 적용하여 수직선 형태의 결함의 위치를 특정함으로써 상기 원단의 상기 촬영영역에 존재하는 미세한 수직선 불량을 검출하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 '원단의 불량을 검출하는 단계'는, 상기 연산제어부의 제어에 의해, 상기 조명부의 램프들이 상기 원단의 좌우 가장자리 영역에 균일한 조명을 가하는 단계; 상기 조명을 가함과 동시에, 상기 연산제어부의 제어에 의해, 상기 적어도 한 대 이상의 카메라가 상기 원단의 좌우 가장자리 영역을 촬영하는 단계; 그리고 상기 연산제어부에서, 상기 적어도 한 대 이상의 카메라가 촬영한 상기 원단의 좌우 가장자리 영역의 컬러 영상들의 색상 값을 비교하여 상기 원단의 이색 불량 여부를 판별하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 '반송 길이 정보를 생성하는 단계'는 상기 제1 롤러에서 상기 제2 롤러로 반송되는 상기 원단과 맞물려 회전하는 바퀴부의 회전을 센서부로 검출하는 단계; 상기 센서부의 검출 신호를 이용하여 카운트 회로부가 상기 바퀴부의 회전수를 카운트하여 상기 원단의 반송 길이 정보를 생성하는 단계; 및 생성된 상기 원단의 반송 길이 정보를 상기 연산제어부에 제공하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 방법은, 상기 반송 길이 정보에 기초하여, 상기 원단이 미리 정해둔 길이만큼 반송될 때마다 상기 원단에 반송 길이 표시를 하는 단계를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 원단의 불량 위치 검출 방법은 상기 연산 제어부가 상기 원단의 불량 검출의 결과 및 불량의 위치에 관한 정보를 포함하는 불량 검출 작업에 관한 종합적인 정보를 모니터링부에 제공하여 모니터 화면에 표시되도록 하는 단계를 더 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 검출하는 단계는 불량 원단의 영상과 정상 원단의 영상을 이용한 기계학습(machine learning) 또는 딥 러닝(deep learning)을 통해 불량검출용 인공신경망 모델을 구축하는 단계; 및 상기 원단을 촬영한 영상을 상기 불량검출용 인공신경망 모델에 입력하여 상기 원단의 불량을 검출하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 인공신경망 모델을 구축하는 단계는, 새로운 종류의 신규 원단에 대한 불량 검사를 시작할 때, 불량 검사 현장에서 실시간으로 상기 신규 원단의 영상을 이용한 추가적인 기계학습(machine learning) 또는 딥 러닝(deep learning)을 수행하여 기 구축된 불량검출용 인공신경망 모델의 상기 신규 원단에 대한 불량 검출 능력을 개선하는 단계; 및 상기 신규 원단에 대한 불량 검사를 개선된 인공신경망 모델을 이용하여 수행하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 변환하는 단계는, 상기 카메라들에 대한 캘리브레이션을 통해 미리 구한 투영변환행렬과 카메라의 내부 파라미터, 상기 카메라들과 상기 원단의 표면까지의 수직 거리, 상기 카메라가 원단을 촬영한 촬영영역이 상기 원단 내의 기지 기준지점 위치(known reference position)로부터 떨어진 이격 거리에 관한 정보에 기초하여, 검출된 불량의 상기 원단 영상 내의 위치를 상기 원단 내의 실제 위치의 좌표로 변환하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 변환하는 단계는, 상기 연산제어부에 의해, 일렬로 배치된 N대의 카메라들 중 n번째 카메라(여기서, N은 2이상의 자연수이고, n은 N이하의 자연수)가 촬영한 원단 영상에서 검출된 불량의 상기 원단 영상 내의 위치 p의 좌표 p(u, v)를 아래 관계식을 이용하여 상기 원단 내의 실제 위치 P의 좌표 P(x, y, z)로 변환하는 단계를 포함할 수 있다.
(u, v)T = H(x, y, z)T
((n-1)*D + x, Y(t)+y, z)
여기서, T는 행렬의 전치연산(transpose operation)을 나타내고, D는 카메라 1대가 촬영하는 x축 방향의 거리, Y(t)는 상기 원단 상의 소정의 기준지점 촬영시점으로부터 t초 동안의 상기 원단의 반송 거리를 나타내고, H는 상기 카메라들의 투영변환행렬이다.
본 발명의 예시적인 실시예들에 따르면, 롤에 감긴 원단을 풀면서 카메라로 그 원단을 촬영한 영상으로부터 작업자의 관리나 개입 없이 자동으로 원단의 불량을 검출하고 실제 원단 내에서 정확한 불량 위치를 획득할 수 있다. 실제 원단에서의 정확한 불량 위치와 크기 정보를 획득할 수 있기 때문에, 그 원단을 이용하는 후속 공정 예를 들어 재단 공정, 패턴 인쇄 공정 등에서 그 정보를 이용하면, 불량의 위치를 회피하면서 원단 상에 패턴을 그리거나 원단을 재단하는 작업 등을 자동화할 수 있다. 궁극적으로 본 발명은 의류 공정 전체의 자동화를 이루는 데 중요한 요소기술이 될 수 있다.
또한, 본 발명의 예시적인 실시예들에 따르면, 검출할 수 있는 불량의 형태가 다양하다. 원단 표면의 흠이나 오물과 같은 흠결뿐만 아니라, 원단에 대한 조명을 적절히 활용하여 원단의 이색 불량, 미세한 수직선 불량까지도 자동으로 검출할 수 있다.
본 발명의 예시적인 실시예에 따른 원단 불량 검출 방식은 작업자가 수동방식으로 불량을 검출하는 방식 또는 불량 위치를 작업자가 수동으로 표시하는 방식에 비해 불량 검출 작업의 비용과 오류를 줄일 수 있다.
도 1은 본 발명의 예시적인 실시예에 따른 원단 불량위치 검출 시스템의 구성을 예시적으로 도시한다.
도 2는 본 발명의 예시적인 실시예에 따른 도 1의 원단 불량위치 검출 시스템의 연산제어부의 구성을 도시하는 블록도이다.
도 3은 본 발명의 예시적인 실시예에 따른 원단을 반송하면서 불량 위치를 검출하는 방법의 전반적인 수행 절차를 나타낸 흐름도이다.
도 4는 본 발명의 예시적인 실시예에 따른 원단 영상으로부터 불량을 검출하고 실제 원단 내의 불량 위치로 변환하는 방법을 나타낸 흐름도이다.
도 5는 본 발명의 예시적인 실시예예 따른 원단 불량 검출용 인공 신경망 모델을 구축하는 방법을 개념적으로 도시한다.
도 6은 본 발명의 예시적인 실시예에 따른 원단 내 미세한 수직선 불량의 가시화 처리 과정을 설명하기 위한 원단 영상을 예시한다.
도 7은 본 발명의 예시적인 실시예에 따른 원단 내 미세한 수직선 불량의 검출 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 예시적인 실시예에 따른 원단의 좌우 영역의 이색 여부를 판별하는 방법을 설명하기 위한 도면이다.
도 9는 본 발명의 예시적인 실시예에 따른 원단 영상 내의 좌표를 실제 원단 내의 좌표로 변환하는 방법을 설명하기 위한 도면이다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것이다. 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며, 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 안 된다. 즉, 본 발명은 다양한 변경을 가할 수 있고, 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도 1은 본 발명의 예시적인 실시예에 따른 원단 불량위치 검출 시스템의 구성을 예시적으로 도시한다.
도 1을 참조하면, 원단 불량위치 검출 시스템(100)은 원단 반송부(200)와 원단 촬영부(300)를 포함할 수 있다.
원단 반송부(200)는 제1 위치에 있는 원단(110)을 제1 방향(원단 길이방향)을 따라 제2 위치로 반송하기 위한 것이다. 예시적인 실시예에서, 원단 반송부(200)는 불량 검사 대상인 원단(110)이 감길 수 있는 제1 롤러(220a)와, 그 제1 롤러(220a)에서 풀리는 원단(110)을 되감을 수 있는 제2 롤러(220b)를 포함할 수 있다. 제1 롤러(220a)와 제2 롤러(220b)는 소정 거리만큼 떨어져서 나란히 배치될 수 있다.
예시적인 실시예에서, 원단 반송부(200)는 제2 롤러(220b)를 회전시킴으로써 제1 롤러(220a)에 감긴 원단(110)이 풀려서 제2 롤러(220b)에 반송되어 되감기도록 할 수 있다. 이를 위해 원단 반송부(200)는 모터부(230)와 모터 제어부(240)를 포함할 수 있다. 모터부(230)는 제2 롤러(220b)의 회전축에 회전력을 전달할 수 있도록 결합될 수 있다. 모터제어부(240)는 모터부(230)의 구동을 제어하여 제2 롤러(220b)를 원하는 속도로 회전시킬 수 있다. 그에 따라 원단(110)이 제1 롤러(220a)에서 풀려 제2 롤러(220b)로 반송되어 제2 롤러(220b)에 감길 수 있다. 모터 제어부(240)는 원단(110)이 반송되는 속도가 일정하게 유지되도록 모터부(230)의 구동을 제어할 수 있다. 모터 제어부(240)는 미리 설정된 원단 길이만큼 원단(110)이 반송될 때마다 원단(110)의 반송을 정지시키기 위해 모터부(230)의 운전을 멈추게 할 수도 있다. 원단(110)에 길이 표시선을 표시하는 작업(후술함)을 용이하게 할 수 있도록 하기 위함이다.
원단(110)에서 불량 검출 및 그 불량의 정확한 위치를 측정하기 위해서는 원단(110)이 평평하게 펼쳐진 채 반송될 필요가 있다. 원단 반송부(200)는 제1 롤러(220a)에서 제2 롤러(220b)로 반송되는 원단(110)의 장력을 일정하게 유지한 채 평평하게 펼쳐진 상태로 반송되는 것을 보장하도록 구성된 원단 장력 유지부(250)를 포함할 수 있다.
예시적인 실시예에 따르면, 원단 장력 유지부(250)는 원단 길이 방향을 따라 원단(110)의 폭을 가로질러 배치되는 두 개의 원형 봉 형태의 롤러(252, 254)를 포함할 수 있다. 제1 봉형 롤러(252)는 원단(110)의 상면과 접촉하여 아래쪽으로 약간 눌러주고, 제2 봉형 롤러(254)는 원단(110)의 저면과 접촉하여 위쪽으로 약간 밀어 올리도록 배치될 수 있다. 원단이 제1 및 제2 봉형 롤러(252, 254) 사이를 통과하도록 함으로써, 원단(110)에 원하는 장력이 유지될 수 있다. 다른 예시적인 실시예로서, 스프링 형태의 지지대 또는 원단의 좌우를 모두 지지해주는 원형 막대가 한 쌍으로 설치될 수도 있다.
예시적인 실시예에서, 원단 반송부(200)는 반송되는 원단(110)의 반송 길이에 관한 정보를 생성할 수 있다. 이를 위해, 원단 반송부(200)는 원단 길이 측정부(400)를 포함할 수 있다. 모터부(230)의 일정한 속도 제어에 의하여 원단(110)이 풀리면서 반송되면 일정한 시간 단위로 원단(110)이 반송된 거리를 간접적으로 측정할 수도 있다. 그러나 도중에 원단(110)의 장력이 달라지거나 모터부(230)가 일시 정지하는 경우에 정확한 원단 길이를 파악하기 어려울 수도 있다. 예시적인 실시예에서, 원단 길이 측정부(400)는 원단(110)이 풀려서 이동한 거리를 직접적으로 측정할 수 있다.
예시적인 실시예에 따르면, 원단 길이 측정부(400)는 반송되는 원단(110)과 슬립 없이 맞물린 상태로 회전하는 바퀴의 회전수를 카운트 하는 방식으로 반송되는 원단의 길이를 측정할 수 있다. 구체적으로, 원단 길이 측정부(400)는 바퀴부(410), 탄성 지지축(420), 베이스부(430)를 포함할 수 있다.
바퀴부(410)는 제2 롤러(220b)에 감기는 원단 롤(112)과 맞물려 슬립 없이 회전하도록 구성될 수 있다. 바퀴부(410)는 한 개 이상의 바퀴(414)가 바퀴축(412)에 회전가능하게 결합된 구조일 수 있다. 도면은 두 개의 바퀴(414)가 바퀴축(412)의 양쪽 단부에 회전가능하게 결합된 예를 도시한다. 두 바퀴(414)의 표면은 회전 시 원단 롤(112)과의 마찰력을 크게 하여 미끄럼을 방지할 수 있도록 요철 형상으로 마련될 수 있다. 바퀴축(412)은 탄성 지지축(420)의 일측 단부와 결합되어 탄성 지지축(420)에 의해 지지될 수 있다.
탄성 지지축(420)은 바퀴축(412)과 베이스부(430) 사이에 연결되어, 자체의 탄성력에 의해 바퀴부(410)를 원단 롤(112) 쪽으로 적당한 압력으로 밀어줄 수 있다. 탄성 지지축(420)이 가하는 압력에 의해, 원단 롤(112)과 바퀴부(410)가 서로 간에 슬립 없이 원활하게 맞물려 회전할 수 있다.
다른 실시예로서, 하나의 바퀴와, 그 바퀴의 축 양쪽에 탄성 지지축(420)이 결합된 형태일 수 있다. 원단 길이 측정부(400)는 원단 롤(112)의 지름이 커짐에도 불구하고 탄성 지지축(420)이 대략 일정한 압력을 원단 롤(112)에 가할 수 있도록 구성될 수 있다. 원단길이 측정부(400)의 바퀴부(410)는 제2 롤러(220b) 대신 제1 롤러(220a)에 맞물리도록 설치될 수도 있을 것이다.
원단의 반송 길이는 바퀴(414)의 회전수에 비례한다. 즉, 바퀴(414)의 1회전 당 원단의 반송 길이는 특정 값으로 정해질 수 있다. 원단길이 측정부(400)는 바퀴(414)의 회전수를 카운트하도록 설치된 센서부(442, 444)를 더 포함할 수 있다. 센서부(442, 444)는 자기센서, 또는 광센서 등과 같은 센서를 이용하여 구성할 수 있다. 예컨대, 자기센서로 구성하는 경우, 바퀴(414)의 내측 일 지점 및 이와 마주보는 탄성 지지축(420)의 일 지점에 영구자석(442)과 자기센서(444)를 각각 설치하고, 자기센서(444)의 출력단자는 카운트회로(446)에 전기적으로 연결될 수 있다. 바퀴(414)가 1 회전 할 때마다 영구자석(442)이 자기센서(444) 위를 통과하고, 그 때 자기센서(444)는 자계검출펄스를 출력할 수 있다. 카운트 회로(446)는 자기센서(444)에서 출력되는 자계검출펄스를 카운트함으로써 바퀴(414)의 회전수를 카운트할 수 있다.
반송되는 원단의 길이의 측정은 다른 방법에 따른 다른 측정수단을 사용하여 측정될 수 있음은 물론이다. 예시적인 실시예에서, 모터부(230)의 회전에 관한 정보, 예컨대 회전속도 또는 회전수에 관한 정보로부터 원단(110)의 반송 길이를 측정할 수도 있다. 모터부(230)의 회전 정보는 모터 제어부(240)에 의해 획득될 수 있고, 연산 제어부(600)에 실시간으로 제공될 수 있다.
원단 촬영부(300)는 제1 롤러(220a)에서 제2 롤러(220b)로 반송중인 원단(110)의 표면을 빈틈없이 촬영하여 원단(110)의 영상을 생성하기 위한 수단이다. 예시적인 실시예에서, 원단 촬영부(300)는 적어도 한 대 이상의 카메라를 포함할 수 있다. 필요한 카메라의 대수는 원단(110)의 폭 사이즈에 따라 달라질 수 있다. 미세한 불량까지 정확하게 검출할 수 있는 고해상도의 원단 영상을 얻기 위해 여러 대의 고해상도 카메라를 사용할 수 있다. 원단 촬영부(300)의 카메라들은 원단(110)의 상부 및/또는 하부에 배치될 수 있다. 원단 촬영부(300)의 복수의 카메라들은 그들의 단위 촬영영역들을 모두 합친 촬영영역이 원단(110)의 길이방향의 소정 구간에 대하여 그 원단의 폭(W) 전부를 빈틈없이 촬영할 수 있도록 배치될 수 있다. 따라서 복수의 카메라들은 한 번 촬영할 때마다 원단(110)의 길이방향의 소정 구간에 대하여 폭 방향(제2 방향)의 전체 길이(W)를 한꺼번에 빈틈없이 촬영할 수 있다.
도 1에는 원단 촬영부(300)가 원단(110)의 상부에 배치된 복수의 카메라(C1 ~ C6)를 포함하는 경우가 예시되어 있다. 예시적인 실시예에서, 복수의 카메라(C1 ~ C6)는 원단(110)의 폭 방향을 따라 일렬 이상 열 지어 배치되거나 또는 지그재그 형태 등 다양한 형태로 배치될 수 있다. 원단(110)의 전체 표면을 검사하기 위하여, 복수의 카메라(C1 ~ C6)들은 원단(110)의 표면 전체를 빠짐없이 촬영할 수 있어야 한다. 이를 위해, 복수의 카메라(C1 ~ C6)들이 촬영한 영상들(A1 ~ A6) 간에는 원단 폭 방향(x축 방향)으로 빈틈없이 연속되거나 일부 겹쳐지도록 복수의 카메라(C1 ~ C6)들의 배치와 촬영방향이 정해질 수 있다. 복수의 카메라(C1 ~ C6)들이 촬영한 영상들(A1 ~ A6)을 합한 영역 즉, 복수의 카메라(C1 ~ C6)들이 촬영하는 촬영영역(310)의 원단 폭 방향 길이는 원단(110)의 폭(W) 이상일 수 있다. 마찬가지로, 원단 길이 방향(y축 방향)으로도 원단(110)의 반송 속도에 따라 복수의 카메라(C1 ~ C6)들이 촬영하는 영상들(A1 ~ A6) 간에 서로 빈틈없이 연속되거나 일부 겹쳐지도록 할 필요가 있다. 동기되어 촬영하는 복수의 카메라(C1 ~ C6)들의 촬영 주기는 이러한 요구를 만족시킬 수 있도록 제어될 수 있다.
복수의 카메라(C1 ~ C6)들은 시간적으로 동기화되어 정확한 타임스탬프(time stamp)에 따라 원단(110)의 표면을 정지 영상으로 촬영할 수 있다. 이와 같은 촬영을 위해, 연산 제어부(600)는 카메라 제어신호를 복수의 카메라(C1 ~ C6)에 제공할 수 있다. 원단 촬영부(300)가 촬영한 촬영 영역(310)에 관한 영상은 연산 제어부(600)에 실시간으로 제공될 수 있다. 각 카메라에 대한 캘리브레이션을 통하여 내부 파라미터와 투영변환 행렬을 미리 구할 수 있고, 각 카메라와 원단 표면 간의 이격 거리 등과 같은 기하학적인 관계도 미리 구할 수 있다. 이렇게 미리 구한 정보는 연산 제어부(600)에 저장되어, 원단 영상에서 검출된 불량 위치를 원단(110) 내의 위치로 변환하는 데 사용될 수 있다.
단 불량위치 검출시스템(100)은 선명한 영상을 얻어 다양한 불량 유형을 정확하게 검출하기 위해 조명부(350)를 더 포함할 수 있다. 조명부(350)는 제1 롤러(220a)에서 제2 롤러(220b)로 반송중인 원단(110)의 표면에 빛을 조사할 수 있도록 구성될 수 있다. 예시적인 실시예에 있어서, 조명부(350)는 원단(110)의 촬영 영역(310)을 포함하는 조명 영역을 조사하도록 배치된 복수의 램프(L1 ~ L6)를 포함할 수 있다. 복수의 램프(L1 ~ L6)들도 카메라들(C1 ~ C6)의 배치 형태와 마찬가지로 원단 폭 방향을 따라 일렬 또는 복수의 열로 배치되거나 또는 지그재그 형태로 배치될 수 있다. 복수의 램프(L1 ~ L6)들은 원단(110) 표면에 대하여 동일한 지향 방향을 갖도록 배치될 수 있지만, 지향방향이 복수의 방향이 되도록 배치될 수도 있다. 조명부(350)의 램프들(L1 ~ L6)은 태양광과 가장 유사한 6500K 색온도를 갖는 빛을 만들어낼 수 있도록 구성될 수 있다. 램프들(L1 ~ L6)은 원단(110) 표면에 대해 빛을 조사할 수 있도록 배치될 수 있다.
또한, 조명부(350)는 그 복수의 램프(L1 ~ L6)의 점멸을 필요에 따라 제어할 수 있도록 구성된 조명 제어부(360)를 포함할 수 있다. 조명 제어부(360)는 복수의 카메라(C1 ~ C6)의 원단(110) 촬영 시점과 동기화되어 복수의 램프(L1 ~ L6)를 점등하여 조명이 일정하게 유지되도록 하고 비촬영 시점에는 소등되도록 제어할 수 있다. 미세한 수직선 형태의 불량을 검출할 수 있도록 하기 위해 원단(110)에 투사된 빛의 반사 각도를 다르게 한 영상을 취득할 수 있다. 이를 위해, 조명 제어부(360)는 홀수 번째 위치의 램프(L1, L3, L5)의 빛과 짝수 번째 위치의 램프(L2, L4, L6)의 빛이 원단(110)에 순차적으로 투사되게 제어할 수 있도록 구성될 수 있다.
원단(110)의 촬영 영역(310)을 포함하는 조명 영역은 조명부(350) 이외의 다른 외부 조명에 의해 실질적인 영향을 받지 않도록 폐쇄형 영역으로 마련될 수 있다. 이를 위해, 광차단 덮개(380)를 더 포함할 수 있다. 광차단 덮개(380)는 원단의 촬영 영역(310)을 포함하는 조명 영역을 덮어 거기에 외부 광이 유입되지 않도록 배치될 수 있다. 원단 촬영부(300)의 카메라들(C1 ~ C6)과 조명부(350)의 램프들(L1 ~ L6)은 광차단 덮개(380)의 내부에 배치될 수 있다.
단색 원단에는 그의 양끝 부분의 색상이 미세하게 차이나는 이색 불량이 발생할 수도 있다. 원단(110)의 이색 불량을 검출할 수 있도록 하기 위해, 원단(110)의 좌우 양끝 부분 표면에 균일한 조명이 투영될 필요가 있다. 조명제어부(360)는 균일한 조명이 이루어지도록 조명부(350)의 램프들(L1 ~ L6)을 제어할 수 있다.
원단에는 미세한 수직선 형태의 특수한 불량이 발생할 수도 있다. 미세한 수직선 형태의 특수 불량은 조명의 반사 방향에 따라서 검출할 수 있다. 조명 제어부(360)는 열 지어 배치된 복수의 램프(L1 ~ L6)들의 홀수 번째 램프들과 짝수 번째 램프들을 순차적으로 점멸되도록 제어하여 원단의 미세한 수직선 형태의 불량을 검출할 수 있도록 구성할 수 있다. 이러한 점멸 제어에 의하면, 도 1에서 홀수 번째의 단위 촬영영역(A1, A3, A5)과 짝수 번째의 단위 촬영영역(A2, A4, A6)이 순차적으로 빛이 조사될 수 있다.
예시적인 실시예에서, 원단 불량위치 검출시스템(100)은 원단 길이 표시부(500)를 포함할 수 있다. 의류 제작 시 원단의 패턴 재단을 위해서는 정확한 불량의 위치를 알아야 한다. 패턴 재단 공정은 보통 4-5미터 간격으로 원단을 절단하여 수 십장을 겹쳐 쌓고 단번에 패턴을 재단하는 방식으로 이루어진다. 이 때, 절단되어 겹쳐진 원단이 어긋나거나 절단된 길이가 조금이라도 달라지면, 측정된 불량의 위치가 틀려진다. 이를 보완하기 위한 보조 장치로서, 원단 길이 표시부(500)가 사용될 수 있다.
원단 길이 표시부(500)는 반송되는 원단(110)이 미리 정해진 길이만큼 반송될 때마다 그 원단에 길이 표시를 하도록 구성될 수 있다. 예컨대 원단의 길이 표시는 원단(110)을 폭 방향으로 가로질러 선을 그어 표시할 수 있다. 원단 길이 표시부(500)는 패턴 재단 공정의 자동화를 위하여 원단 불량 검사 과정에서 패턴 재단에 필요한 원단 길이 단위로 표시할 수 있다. 원단(110)의 반송 길이는 원단 길이 측정부(400) 및/또는 모터부(230)를 통해 실시간으로 측정될 수 있다. 그 측정된 반송 길이 정보는 연산제어부(600)에 제공될 수 있다. 연산 제어부(600)는 수신된 원단 반송 길이 정보에 기초하여 미리 정해진 원단 길이(예: 5 미터)만큼 원단(110)이 반송될 때마다, 원단길이 표시 제어신호를 원단 길이 표시부(500)에 제공할 수 있다. 그 원단길이 표시 제어신호가 수신될 때마다, 원단 길이 표시부(500)는 실시간으로 원단(110)에 길이 표시선을 표시할 수 있다. 길이 표시선을 표시할 때, 모터부(230)의 구동을 정지하고 원단(110)에 선을 표시한 다음, 원단(110)의 반송을 재개할 수 있다. 연산 제어부(600)는 이를 위한 모터 제어신호를 모터 제어부(240)에 제공할 수 있다.
일 실시예에서, 원단 길이 표시부(500)는 베이스부(520), 가이드부(530), 표시 바(510), 구동부(540), 그리고 표시액 공급부(550)를 포함할 수 있다.
베이스부(520)는 원단(110)의 아래쪽에서 원단(110)의 폭을 가로지르도록 배치될 수 있다. 가이드부(530)는 베이스부(520)의 양끝에서 위쪽 방향(z축 방향)으로 원단(110)보다 더 높은 지점까지 연장되고 z방향을 따라 가운데 부분에 안내 홈이 형성될 수 있다. 표시 바(510)는 원단 폭 방향(x축 방향)을 따라 원단(110)의 폭 이상의 길이만큼 직선으로 연장되고 그의 양 끝부분이 한 쌍의 가이드 부(530)의 안내 홈에 삽입될 수 있다. 표시 바(510)의 최저부를 따라 표시액을 머금은 표시 줄(비도시)이 배치될 수 있다. 구동부(540)는 힘을 생성하여 표시 바(510)를 한 쌍의 가이드부(530)의 안내 홈을 따라 승강시킬 수 있다. 구동부(540)는 모터로 구성될 수 있다. 표시액 공급부(550)는 표시액을 담고 있으면서 표시 바(510)의 표시줄에 표시액을 공급하도록 구성될 수 있다. 표시액은 잉크 또는 액상의 임의의 물질일 수 있다.
원단 길이 표시부(500)는 원단(110)이 제1 롤러(220a)에서 제2 롤러(220b)로 미러 설정된 원단 재단 길이만큼 이동할 때마다 그 원단(110)에 선을 그어 원단(110)의 길이를 표시할 수 있다. 즉, 원단(110)이 미리 설정된 길이만큼 이동하였을 때, 원단(110)의 반송을 잠시 중단되고, 구동부(540)가 작동하여 표시 바(510)는 가이드 부((530)의 안내 홈을 따라 아래로 내려가서 원단(110)의 표면에 선을 표시할 수 있다. 그렇게 원단(110)에 선을 표시한 후 다시 원단(110)의 반송이 재개될 수 있다. 원단(110)이 이동한 거리는 원단 길이 측정부(400)가 측정한 원단 길이 카운트 값을 이용하면 알 수 있다.
원단(110)에 대한 길이 표시 방법은 다른 방법으로도 할 수 있다. 원단 길이 표시부(500)는 예컨대 표시 액 대신 표시 라벨을 원단(110) 표면에 고정하는 방식으로 원단 길이를 표시할 수도 있다. 표시 라벨의 고정은 예컨대 접착, 박음, 스테이플링 등 다양한 방식으로 이루어질 수 있다. 표시선 대신 원단(110)의 폭 방향 양쪽 가장자리에 소정의 표지를 고정하는 형태로 원단 길이를 표시할 수도 있다.
예시적인 실시예에서, 원단 불량위치 검출시스템(100)은 연산제어부(600)를 포함할 수 있다. 도 2는 예시적인 실시예에 따라 연산 제어부(600)의 구성을 좀 더 구체적으로 도시한다.
도 2를 참조하면, 연산제어부(600)는 데이터 수신/저장부(610), 불량 검출부(620)와 불량 위치 변환부(630), 동작 제어부(640)를 포함할 수 있다. 연산 제어부(600)는 예컨대 중앙처리유닛(CPU), 마이크로프로세서, 디지털신호처리기 등과 같은 연산 처리장치와 메모리 장치와 같은 하드웨어와 후술하는 기능들을 수행하도록 구성된 소프트웨어로 구현될 수 있다.
데이터 수신/저장부(610)는 원단 촬영부(300)가 촬영하는 원단(110)의 영상을 수신하여 저장할 수 있다. 또한 원단 길이 측정부(400)가 측정하여 제공하는 원단(110)의 반송 길이 정보를 수신하여 저장할 수 있다. 각 영상 데이터는 촬영한 카메라의 식별정보, 타임스탬프 정보 등과 함께 저장될 수 있다.
불량 검출부(610)는 원단 표면의 불량, 이색 여부, 미세한 수직선 불량 등을 판별하고 검출할 수 있다. 이를 위해, 불량 검출부(620)는 원단 촬영부(300)가 촬영한 원단 영상을 데이터 수신/저장부(610)로부터 읽어와서 분석할 수 있다. 원단의 불량 여부를 자동으로 검출하기 위해, 소정의 불량 판별 기법과 인공신경망 모델이 이용될 수 있다. 이에 관한 자세한 사항은 후술한다. 이에 관한 자세한 사항은 후술한다. 불량 검출부(620)는 원단 길이 측정부(400)가 측정한 원단 반송 길이를 데이터 수신/저장부(610)로부터 읽어 와서 불량 검출에 활용할 수 있다.
불량위치 변환부(630)는 불량 검출부(620)에 의해 검출된 불량의 원단 영상 내의 위치를 실제 원단(110)에서의 물리적 위치 즉, 2차원 좌표로 변환하기 위한 데이터 처리를 수행할 수 있다. 이를 위해, 불량위치 변환부(630)는 원단 길이 측정부(400)가 측정한 원단(110)의 반송 길이, 반송 속도, 및/또는 반송 시작부터 현재까지의 반송 소요 시간 등에 관한 정보와, 원단(110)의 표면과 복수의 카메라(C1 ~ C6) 간의 기하학적 위치 관계 정보를 이용할 수 있다. 원단 길이 측정부(400)가 측정한 원단(110)의 반송 길이에 관한 정보 대신 또는 그 정보와 함께, 모터부(230)의 회전 속도를 이용할 수도 있다. 불량위치 변환에 관한 구체적인 방법은 후술한다.
동작 제어부(640)는 원단불량 위치 검출시스템(100)의 각 구성부의 동작을 제어할 수 있다. 동작 제어부(640)는 원단 촬영부(300)의 각 카메라(C1 ~ C6)를 제어하여 원하는 시점에 원단(110)을 촬영하도록 제어할 수 있다. 그에 따라 각 카메라(C1 ~ C6)는 반송되는 원단(110)의 촬영 영역(310)을 주기적으로 촬영하여 원단(110) 표면 전체 영역을 빠짐없이 촬영할 수 있다. 각 카메라(C1 ~ C6)가 촬영한 원단 영상은 데이터 수신/저장부(610)로 제공될 수 있다. 동작 제어부(640)는 조명 제어신호를 조명 제어부(360)에 제공하는 것을 통해 조명부(350)의 램프들(L1 ~ L6)의 온/오프를 제어할 수 있다. 동작 제어부(640)는 또한 모터 구동부(240)에 모터 구동제어신호를 제공하여 모터부(230)의 구동을 제어할 수 있다. 또한, 모터 제어부(240)로부터 모터부(230)의 회전에 관한 정보를 제공받을 수 있다. 동작 제어부(640)는 원단길이 표시 제어신호를 이용하여 원단길이 표시부(500)의 동작을 제어할 수 있다.
연산 제어부(600)는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 연산 제어부(600)는 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 처리 장치를 이용하여 구현될 수 있다. 이들 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.
예시적인 실시예에서, 원단 불량위치 검출시스템(100)은 모니터링부(680)를 포함할 수 있다. 모니터링부(680)는 모니터 장치와 같은 하드웨어와 사용자 인터페이스 모듈과 같은 소프트웨어를 포함할 수 있다. 모니터링부(680)는 현재 진행 중인 원단 검사 상황을 종합적으로 살펴볼 수 있도록 화면과 내용이 구성될 수 있다. 동작 제어부(640)는 불량 검출부(620)와 불량위치 변환부(630)의 처리 결과 즉, 원단(110)에 대한 불량 검출을 위한 작업의 진행상황에 관한 정보, 그리고 연산제어부(600)가 수행하는 불량 검출과 불량 위치 변환에 관한 정보 등을 모니터 출력신호로 만들어 모니터링부(680)에 제공할 수 있다. 예컨대, 원단에서 불량 발생 여부, 검출된 불량의 원단 내 위치 좌표와 불량의 유형(형태, 종류, 미세 수직선 불량, 이색 여부 등) 판별 결과를 화면을 통해 한눈에 살펴보도록 정보를 제공할 수 있다. 또한 패턴 재단을 위하여 설정된 길이(즉, 재단 길이) 단위로 불량의 위치를 제공할 수 있다. 그 외에도 검사한 원단에 대한 통계적인 값들을 제공할 수 있다. 예를 들면, 검사한 원단의 개수, 원단별 또는 전체 검사한 원단에 대한 불량 개수, 불량 유형별 검출 회수, 원단의 이색 여부 및 색상 차이 수준, 원단 검사 속도 및 예상 검사 시간 등에 관한 통계 데이터를 산출하여 화면을 통해 제공할 수 있다. 모니터링부(680)는 동작 제어부(640)로부터 불량 검출 및 불량 위치, 불량에 관한 각종 통계 등 불량 검출 작업에 관한 종합적인 정보를 모니터 출력신호를 실시간으로 수신하여 모니터 화면에 표시할 수 있다. 사용자는 모니터 장치를 통해 불량 검출에 관한 전반적인 상황을 파악할 수 있다. 사용자는 사용자 인터페이스 모듈을 통해 원하는 작업 지시를 하달할 수 있다.
이와 같은 구성을 갖는 원단 불량위치 검출 시스템(100)을 사용하여 원단(110)의 불량 위치를 자동으로 검출할 수 있다. 도 3은 본 발명의 예시적인 실시예에 따른 원단을 반송하면서 불량 위치를 검출하는 방법의 전반적인 수행 절차를 나타낸 흐름도이다.
도 3을 참조하면, 제1 롤러(220a)에 감긴 불량 검사 대상인 원단(110)의 한쪽 끝을 제2 롤러(220b)에 걸어서 반송을 개시하기 전에, 연산 제어부(600)는 원단 반송 길이를 카운트하는 변수를 초기화 할 수 있다(S10 단계).
그런 다음, 검사 대상인 원단(110)의 불량을 검출하기 위해, 연산 제어부(600)의 동작 제어부(640)는 원단(110)이 반송되는 동안에 촬영될 수 있도록 제어할 수 있다(S20 단계). 이를 위해, 제1 롤러(220a)에 감겨 있는 원단(110)을 제2 롤러(220b)에 걸어둔 상태에서, 동작 제어부(640)는 모터 구동 제어 신호를 모터 구동부(240)에 제공할 수 있다. 그에 따라 모터 구동부(240)는 모터부(230)에 구동 전원을 공급하여 모터부(230)로 하여금 제2 롤러(220b)를 회전시키게 할 수 있다. 이에 의해, 제1 롤러(220a)에 감긴 원단(110)이 풀리면서 평평하게 펼쳐진 상태로 일정한 속도로 제2 롤러(220b)로 반송되어 감길 수 있다.
이 과정에서 동작 제어부(640)는 원단 촬영부(300)의 카메라들(C1 ~ C6)이 원단(110)을 촬영할 수 있도록 제어할 수 있다. 카메라들(C1 ~ C6)은 서로 동기되어 원단(110)을 촬영할 수 있다. 각 카메라(C1 ~ C6)에 대한 캘리브레이션을 통하여 내부 파라미터와 투영변환 행렬을 사전에 알 수 있다. 카메라(C1 ~ C6)들과 원단(110) 간의 기하학적 정보 즉, 각 카메라(C1 ~ C6)와 원단(110)의 표면까지의 거리 및 자세 등도 모두 불량 검사 수행 전에 미리 구할 수 있다. 원단(110)의 표면을 빠짐없이 검사하기 위하여, 카메라(C1 ~ C6)들이 촬영한 영상들 간에는 원단(110)의 폭 방향 즉, x축 방향으로 부분적으로 겹쳐지도록 촬영할 수 있다. 또한, 원단(110)의 반송 방향 즉, y축 방향으로도 모터부(230)의 회전 속도에 따라 촬영된 원단 영상들 간에 부분적으로 겹쳐지도록 시간 간격을 맞춰서 원단(110) 영상을 촬영할 수 있다.
세밀한 불량 유형과 수직선 형태의 불량을 검출하기 위하여, 원단(110) 촬영 시 조명을 이용할 수 있다. 이를 위해, 동작 제어부(640)는 조명 제어신호를 조명 제어부(360)에 제공할 수 있다.
원단에는 미세한 수직선 형태의 불량이 발생할 수 있다. 이러한 수직선 불량은 원단(110) 표면에 서로 다른 각도에서 투사된 빛이 조사될 때 촬영된 영상을 이용하면 더 잘 검출될 수 있다. 예시적인 실시예에서, 수직선 불량의 효과적인 검출을 위해, 조명 제어부(360)는 홀수 번째 위치의 램프(L1, L3, L5)들과 짝수 번째 위치의 램프(L2, L4, L6)들이 순차적으로 켜질 수 있도록 점멸을 제어할 수 있다. 카메라(C1 ~ C6)들은 홀수 번째 위치의 램프(L1, L3, L5)들만 켜졌을 때 원단(110)을 촬영한 다음, 그 촬영 영역을 짝수 번째 위치의 램프(L2, L4, L6)들만 켜서 다시 한 번 촬영할 수 있다. 이렇게 홀수 번째 램프들(L1, L3, L5)의 빛과 짝수 번째 램프들(L2, L4, L6)의 빛을 원단(110)의 어떤 촬영영역(310)에 순차적으로 투사하면, 그 촬영영역(310)의 빛 반사 각도를 다르게 한 영상들을 얻을 수 있다. 이렇게 촬영한 영상 데이터를 이용하면, 원단(110)에 있을 수 있는 수직선 불량을 상대적으로 더 잘 검출할 수 있다.
원단 촬영부(300)의 각 카메라(C1 ~ C6)가 촬영한 원단 영상들은 연산 제어부(600)의 데이터 수신/저장부(610)에 전달될 수 있다. 불량 검출부(620)는 데이터 수신/저장부(610)에 저장된 그 원단 영상들을 이용하여 원단(110)의 불량 검출을 수행할 수 있다(S30 단계).
원단(110)이 제1 롤러(220a)에서 제2 롤러(220b)로 반송되는 동안에 원단 길이 측정부(400)는 반송된 원단(110)의 길이를 측정할 수 있다. 원단의 길이는 누적적으로 측정할 수 있다. 원단 길이 측정부(400)는 측정된 반송 원단의 길이 정보를 연산 제어부(600)의 데이터 수신/저장부(610)에 제공하여 저장할 수 있다(S40 단계).
연산제어부(600)는 측정된 원단 반송 길이가 미리 설정된 길이와 같아지는지를 주기적으로 체크할 수 있다(S550). 상기 소정의 길이는 예컨대 원단의 재단 길이일 수 있다.
측정된 원단 반송 길이가 미리 설정된 길이에 이르지 않으면, 단계 S20부터 S40까지의 작업을 계속 반복적으로 수행한다. 측정된 원단 반송 길이가 미리 설정된 길이와 같으면, 동작 제어부(640)는 원단 길이 표시 신호를 원단길이 표시부(500)에 실시간으로 제공할 수 있다. 그에 응하여, 원단 길이 표시부(500)는 그 신호가 수신될 때, 실시간으로 원단(110)에 반송 길이를 표시할 수 있다(S70 단계).
반송 길이를 원단(110)에 표시하는 것은 원단(110)을 반송하면서 수행할 수도 있지만, 원단(110)의 반송을 일시 중지한 상태에서 수행할 수도 있다(S60 단계). 표시 방법에 따라 적절한 방법을 선택할 수 있을 것이다.
이와 같은 과정은 제1 롤러(220a)에 감긴 원단이 다 풀릴 때까지 계속 반복적으로 수행될 수 있다(S80 단계). 그 과정에서, 원단(220)에 반송 길이를 표시한 후에는, 곧바로 원단의 반송 길이를 초기화 한 다음(S10 단계), 이후의 작업(S20 ~ S80 단계)을 수행할 수 있다.
도 4는 본 발명의 예시적인 실시예에 따른 원단 영상으로부터 불량을 검출하여 실제 원단 내의 불량 위치를 알아내는 방법을 나타낸 흐름도이다. 이는 도 3의 단계 S20 및 S30에 해당한다.
원단 내 불량의 위치를 알아내기 위해서는 먼저 검사대상인 원단(110)에서 불량을 검출할 필요가 있다. 원단의 불량 유형은 여러 가지가 있다. 일반적인 불량 유형으로, 원단에 작은 결함이나 오염이 있는 경우이다. 단색 민무늬 원단에서 나타날 수 있는 불량으로, 미세하게 색이 변화하는 이색 불량이 있다. 이색 불량은 주로 원단의 좌우 끝에서 발생하는 경향이 있다. 또 다른 불량으로는, 원단에 미세한 수직선 형태의 불량이 있을 수 있다.
예시적인 실시예에서, 원단의 불량 검출은 각 불량 유형별 영상 특징과 특이사항에 대하여 기계학습(machine learning) 또는 딥 러닝(deep learning)을 통해 구축된 인공신경망 학습 모델을 이용하여 수행될 수 있다. 불량 검출용 인공신경망 모델은 지속적으로 그 성능을 업그레이드 하는 것이 바람직하다. 도 5는 본 발명의 예시적인 실시예예 따른 원단 불량 검출용 인공 신경망 모델을 구축하는 방법을 개념적으로 도시한다.
도 4와 도 5를 함께 참조하면, 원단을 검사하기에 앞서 불량 검출용 인공신경망 학습 모델을 미리 구축하여 그것을 이용한 불량 검출을 할 수 있다. 이를 위해, 다양한 원단들에 대하여 불량이 없는 정상 원단의 영상들과 다양한 유형의 불량들이 포함된 불량 원단의 영상들을 수집할 수 있다. 또한, 불량 원단의 영상들과 정상 원단의 영상들을 학습하기 위한 불량검출용 인공신경망 모델(720)도 미리 설계하여 학습용 컴퓨터 장치(비도시)에 구축해둘 필요가 있다. 범용 컴퓨터 장치를 학습용 컴퓨터 장치로 사용할 수 있다. 수집된 정상 원단과 비정상 원단의 영상 데이터(710)를 학습용 컴퓨터 장치에 마련된 불량검출용 인공신경망 모델(720)에 입력하여 기계학습 또는 딥 러닝 기법을 이용한 학습을 수행할 수 있다.
인공신경망 학습에서는, 불량이 포함된 실제 원단의 영상 데이터를 사용할 수 있다. 실제 원단의 영상 외에, 인공적으로 가공한 불량 원단의 영상 데이터를 더 사용할 수도 있다. 예컨대, 정상 원단의 영상에 불량 유형이 합성된 합성 영상 데이터를 인공적으로 만들어 사용할 수 있다. 이는 학습 데이터의 수를 증가시켜 인공 신경망이 보다 잡음에 강건하고 일반화 성능이 높게 훈련되도록 하기 위함이다. 예시적인 실시예에 있어서, 이와 같은 기계 학습에 이용하는 인공신경망 모델은 사진 및 영상 데이터를 처리하기에 최적화되어 있는 CNN (Convolutional Neural Network) 구조를 사용할 수 있다. 이와 같이 불량 검출부(610)는 원단 불량 검출을 위한 인공신경망 학습 모델(720)을 1차적으로 구축할 수 있다.
나아가, 예시적인 실시예에 있어서, 새로운 종류의 신규 원단(730)에 대한 불량 검사를 시작할 때, 검사 현장에서 실시간으로 그 신규 원단의 영상을 이용한 추가적인 기계학습(machine learning) 또는 딥 러닝(deep learning)을 수행하여 기 구축된 불량검출용 인공신경망 학습 모델(720)의 성능을 향상시킬 수 있다(S100 단계). 불량 검출부(610)는 이와 같이 불량 검사 현장에서 신규 원단(730)에 대한 추가 학습을 수행할 수 있는 기능을 포함할 수 있다. 이 기능을 활용함으로써, 불량 검출부(610)는 언제나 신규 원단(730)에 대한 불량 검출 능력이 크게 향상된 최신 인공신경망 학습 모델(740)을 기반으로 불량 검출을 수행할 수 있다.
예시적인 실시예에서, 성능 개선을 위해 새로운 검사 대상 원단(730)에 대하여 불량 검사를 시작할 때, 기 구축된 인공신경망 모델(720)을 추가적으로 학습시킬 수 있는 영상 데이터를 신규 원단(730)으로부터 획득할 수 있다. 제1 롤러(220a)에 감긴 신규 원단(730)의 언롤링을 개시하면서 불량검출을 수행하는 과정에서, 불량 검출부(630)는 신규 원단(730)의 앞부분 중에서 불량이 검출되지 않은 정상 영역(732)에 관한 영상 데이터(734)를 확보할 수 있다. 또한, 그 추가학습용 정상 영역(732)의 영상 데이터(734)를 이용하여, 그에 대비되는 불량 원단의 영상 데이터도 인공적으로 만들 수 있다. 영상을 합성해주는 포아송(Poisson) 알고리즘을 이용해 여러 가지 불량 유형들을 그 정상 영상 데이터(734)에 자연스럽게 합성할 수 있다. 그렇게 얻어진 영상 데이터는 다양한 불량이 포함된 불량 원단의 영상 데이터이다. 이렇게 신규 원단(730)의 추가 학습용 정상 영역(732)의 정상 영상 데이터(734)와 인공적으로 만든 불량 원단의 영상 데이터를 함께 기존의 인공 신경망 학습모델(720)에 입력하여, 원단 불량에 관한 추가적인 학습을 수행할 수 있다.
추가 학습을 통해 성능이 개선된 인공 신경망 학습모델(740)을 이용하여 원단(110)의 불량 검출을 수행할 수 있다(S110 단계). 성능 개선된 인공신경망 모델(740)은 현재의 검사 대상인 신규 검사 원단(730)의 패턴에 최적화된 학습을 수행하여 구축된 것이므로, 기존의 인공 신경망 학습모델(720)을 이용하는 것보다는 신규 검사 원단(730)의 불량을 훨씬 더 정확하게 검출할 수 있다. 물론, 다양한 원단의 영상 데이터를 이용한 학습을 통해 미리 구축해둔 인공신경망 모델(720)을 이용한 불량 검출을 수행할 수도 있지만, 신규 원단(730)의 정상적인 앞부분의 영상 데이터를 이용하여 최적의 학습을 추가적으로 더 수행하면, 새로이 검사하려는 신규 원단(730)에 대한 불량 검출을 더욱 정확하고 안정적으로 수행할 수 있게 된다.
불량 검출을 위해, 제1 롤러(220a)에서 제2 롤러(220b)로 반송되는 원단(110)에 빛을 조사하면서 카메라들(C1 ~ C6)이 원단(110)을 촬영할 수 있다. 예시적인 실시예에서, x축 방향으로 나란하게 정렬되어 배치된 원단 촬영부(300)의 여러 대의 고해상도 카메라(C1 ~ C6)들은 평평하게 펼쳐진 원단(110)을 촬영하여 원단 영상을 취득할 수 있다. 고해상도 카메라(C1 ~ C6)들은 시간적으로 동기화되어 정확한 타임스탬프(time stamp)에 따라 정지 영상 형태로 촬영할 수 있다. 각 타임스탬프마다 촬영된 영상들은 타임스탬프 및 촬영한 카메라의 식별정보와 매칭되어 데이터 수신/저장부(610)를 통해 불량 검출부(620)에 제공될 수 있다. 불량 검출부(620)는 그 영상 개선된 인공 신경망 학습모델(740)에 실시간으로 입력될 수 있다.
성능 개선된 인공신경망 모델(740)에서는 그 입력된 영상 데이터들을 이용하여 불량 검출을 수행할 수 있다(S120 단계). 카메라(C1 ~ C6)를 통해 취득된 원단 영상은 작은 영상 패치(patch)들로 나눠진 형태로 인공신경망 모델(740)에 입력될 수 있다. 인공 신경망 모델(740)에서는 각 영상 패치 별로 불량이 존재하는지 여부를 판단할 수 있다. 검사 결과 불량이 있는 것으로 판단된 영상 패치는 불량의 위치를 정밀하게 찾아낼 수 있다. 각 영상 패치가 어느 시점에 어떤 카메라에 의해 촬영 되었는지에 관한 정보를 이미 갖고 있기 때문이다.
도 6은 본 발명의 예시적인 실시예에 따른 원단 내 미세한 수직선 불량의 가시화 처리 과정을 설명하기 위한 원단 영상을 예시한다. 도 7은 본 발명의 예시적인 실시예에 따른 원단 내 미세한 수직선 불량의 검출 방법을 설명하기 위한 흐름도이다.
도 6 및 7을 참조하여 미세 수직선 불량을 검출하는 방법을 설명한다. 수직선 형태의 불량은 아주 미세하여 영상에서 쉽게 파악하기 힘들다. 힘든 만큼 원단에 대한 조명 방법과 촬영된 원단 영상의 후처리 방법을 수직성 불향을 검출하는 데 최적화된 기법을 적용할 필요가 있다.
먼저, 원단에 대한 조명방법을 설명한다. 원단에 존재하는 미세 수직선 불량은 원단 촬영부(300)의 카메라들(C1-C6)이 촬영할 때마다 원단(110)에 대한 전체 램프들(L1-L6)의 광조사 방향이 언제나 일정하면 발견하기 어려운 경우가 많다. 복수의 램프들(L1-L6)을 복수의 램프 그룹으로 구분하고, 그 복수의 램프 그룹이 서로 다른 시점에 순차적으로 원단(110)의 동일한 촬영영역(310)에 서로 다른 광조사 방향으로 광을 조사하고, 각 램프 그룹이 광을 조사할 때마다 그에 동기되어 원단 촬영부(300)의 카메라들(C1-C6)이 원단(110)의 동일한 촬영영역(310)을 촬영하는 방법이 미세 수직선 불량의 검출에 더 효과적일 수 있다. 연산제어부(600)는 이러한 조명과 촬영이 이루어지도록 조명제어부(360)와 카메라들(C1-C6)을 제어할 수 있다.
예시적인 실시예에 있어서, 복수의 램프(L1-L6)들은 동일한 방향으로 광을 조사하도록 배치될 수 있다. 연산 제어부(600)는 조명 제어부(360)를 통해 그 복수의 램프(L1-L6)들이 복수의 램프 그룹으로 구분되어 그 복수의 램프 그룹이 서로 다른 시점에 순차 점멸하도록 제어하여 원단(110)의 동일 촬영영역(310)에 대하여 서로 다른 방향으로 광을 조사하도록 제어함과 동시에, 각 램프 그룹이 광을 조사할 때마다 그에 동기되어 복수의 카메라(C1-C6)들이 원단(110)의 동일 촬영영역(310)을 촬영하도록 제어할 수 있다.
예컨대, 연산 제어부(600)에 의한 제어에 따라, 먼저 홀수 번째 램프들(L1, L3, L5)을 포함하는 제1 램프 그룹이 점등되고, 이와 동기되어 복수의 카메라(C1-C6)들이 원단(110)의 촬영영역(310)을 촬영하고, 곧바로 제1 램프 그룹은 소등되고 제2 램프 그룹이 점등되고 이와 동기되어 복수의 카메라(C1-C6)들이 원단(110)의 촬영영역(310)을 촬영할 수 있다. 다른 예로서, 복수의 램프들을 두 개씩 짝을 이루게 하고, 홀수 번째 짝의 램프 그룹들과 짝수 번째 짝의 램프 그룹들이 시간을 달리하여 순차적으로 점멸하는 방식으로 조명을 인가할 수도 있다. 또 다른 예로서, 복수의 램프들을 두 그룹으로 구분하고, 제1 그룹의 램프들의 광축은 원단(110) 표면에 대하여 모두 균일하게 제1 방향을 향하도록 배치되고, 제2 그룹의 램프들의 광축은 원단(110) 표면에 대하여 모두 균일하게 상기 제1 방향과 다른 제2 방향을 향하도록 배치될 수 있다. 그리고 카메라들(C1-C6)은 각 램프 그룹이 점등된 시점에 동기되어 원단(110)을 각각 촬영할 수 있다.
다음으로, 이와 같은 방법으로 카메라들(C1-C6)이 촬영한 원단 영상으로부터 수직선 형태의 불량을 검출하기 위해서, 수직선 불량의 형태가 강조되도록 가시화 하는 영상 전처리를 수행할 수 있다.
영상 전처리를 위해 도 6에 도시된 바와 같이 원본 영상(750)에서 5x1, 5x2, 3x2 등 여러 크기의 직사각형 영상 패치들로 분할할 수 있다(S210 단계). 분할된 전체 영상 패치들의 종방향 및 횡방향의 평균값으로 이루어지는 다수의 평균값 영상들 I1, I2, I3, I4 (760)를 얻을 수 있다(S220 단계). 이 과정에서 일관성 있게 밝거나 어두운 부분들이 강조될 수 있다. 이렇게 취득한 다수의 평균값 영상들 I1, I2, I3, I4간의 아다마르 곱을 수행할 수 있다. 이를 통해 수직선 형태의 불량이 강조된 새로운 영상(770)을 합성할 수 있다(S230 단계). 아다마르 곱을 이용하여 얻어지는 합성 영상(770)은 이진화를 적용하여 수직선 형태의 결함이 더욱 강조될 수 있다. 그에 따라 합성 영상(770)에서 수직선 형태의 결함의 검출이 더욱 용이해질 수 있다. 마지막으로, 수직선이 강조된 합성 영상(770)에 허프 변환을 적용하면, 수직선 형태의 결함의 위치를 특정할 수 있다(S240단계). 이러한 기법을 통해 원단 내 미세한 수직선 불량을 검출하고, 그 불량의 위치도 알 수 있다.
다음으로, 도 8은 본 발명의 예시적인 실시예에 따른 원단의 좌우 영역의 이색 여부를 판별하는 방법을 설명하기 위한 도면이다.
원단(110)에 이색 불량이 존재하는지는 다음과 같은 방법으로 알 수 있다. 이색 불량은 주로 단색 원단에서 발생할 수 있는 불량이다. 단색 원단에 대한 이색 불량을 검출하기 위해서는 원단(110)의 좌우 가장자리 영역(112a, 112b)에 대하여 균일하게 조명이 가해질 필요가 있다. 이런 조건에서 원단 촬영부(300)의 카메라가 원단(110)의 좌우 가장자리 영역(112a, 112b)을 촬영할 수 있다. 촬영은 원단(110)이 이동 중인 동안에 하거나 또는 원단(110)의 이동을 일시 정지시킨 상태에서 할 수도 있다. 촬영된 좌우 가장자리 영역(112a, 112b)의 두 컬러 영상의 색상 값을 비교하여 이색 여부를 판별할 수 있다. RGB 색상 값으로 취득한 영상에 대하여 색상을 CIE Lab 1976 색상 공간으로 변환할 수 있다. 색상 공간 내에서 비교대상인 두 컬러 영상의 변환된 색상들 간 거리를 측정할 수 있다. 좌우 원단 영역(112a, 112b)의 색상 차이는 국제 표준으로 제공되는 CIEDE 2000 색상 거리 측정 방법을 이용하여 측정할 수 있다. 즉, 원단(110)의 좌우에서 추출한 예컨대 최소 100x100 화소 영역의 평균값으로 이색 여부를 판단할 수 있다.
한편, S120 단계에서 영상 분석을 통해 불량이 검출된 경우, 그 검출된 불량의 원단 영상 내에서의 위치 정보를 실제 원단(110) 내의 위치 정보로 변환할 수 있다(S130 단계). 이를 위해, 미리 카메라 캘리브레이션을 통하여 각 카메라(C1-C6)의 투영변환행렬(H)과 내부 파라미터, 각 카메라(C1-C6)의 원단(110) 표면까지의 물리적인 거리, 촬영영역(A1-A6)들의 위치 정보 등을 구할 수 있다. 이렇게 확보된 정보를 이용하면, 원단 영상의 각 픽셀의 좌표에 대응하는 실제 원단(110)의 표면의 좌표를 구할 수 있다. 그리고 모터부(230)의 회전에 의하여 일정한 속도로 반송되는 원단(110)의 길이를 실시간으로 측정하면서 원단 반송 길이 측정에 동기화 하여 영상을 취득하면, 전체 원단에서 현재 촬영된 원단 위치를 정확하게 구할 수 있다. 즉, 카메라 캘리브레이션 정보와 영상 촬영 시점에서의 원단(110)의 반송 길이 정보를 이용하면, 전체 원단(100) 표면에서 불량 위치 좌표를 구할 수 있다.
도 9는 본 발명의 예시적인 실시예에 따른 원단 영상 내의 좌표를 실제 원단(110) 내의 좌표로 변환하는 방법을 설명하기 위한 도면이다. 도 9에서, N대의 카메라들(여기서 N은 2이상의 자연수)이 x축 방향(즉, 원단(110)의 폭 방향)을 따라 일렬로 등간격으로 배치되어, 이들 카메라가 촬영하는 영상들도 x축 방향을 따라 일렬로 연속적으로 연결된 경우를 가정한다. 원단(110)의 폭 방향의 맨 아래에서부터 n번째 배치된 카메라(Cn, 여기서 n은 1부터 N까지의 자연수)가 촬영한 원단 영상(810)에서 검출된 불량의 좌표가 p(u, v)라 할 때, 그 불량에 대응하는 실제 원단(110) 상의 위치는 3차원 좌표 P(x, y, z)로 표시될 수 있다. n번째 카메라(Cn)의 렌즈를 3차원 공간의 원점으로 하고, 그 원점을 포함하는 카메라 평면(820)에서 원단(110) 표면까지의 수직 거리 z는 알 수 있다.
이 때, n번째 카메라(Cn)가 촬영한 원단 영상(810) 내의 불량 지점의 좌표 p(u, v)와 실제 원단(110) 내의 대응 위치의 3차원 좌표 P(x, y, z)는 다음과 같은 관계를 가질 수 있다.
(u, v)T = H(x, y, z)T ......(1)
여기서, T는 벡터나 행렬의 전치연산(transpose operation)을 나타내고, H는 카메라(Cn)의 투영변환행렬로서, 일반적으로는 투영변환행렬 H는 3차원 공간의 각 점의 좌표가 카메라(Cn)의 2차원 이미지센서 어레이의 어느 픽셀에 상으로 맺히는지를 결정해주는 행렬식이다. 이 투영변환행렬 H를 이용하면, 원단(110) 내의 임의의 지점의 3차원 좌표 P(x, y, z)를 영상 평면(810) 상의 대응 지점의 좌표 p(u, v)로 변환할 수 있다.
일반적으로, 카메라의 투영변환행렬 H는 아래와 같이 나타내질 수 있다.
H =
Figure 112019118247388-pat00001
......(2)
위 투영변환행렬 H에서, 벡터 r(r1, r2, r3)은 카메라 평면(820)과 원단(110) 평면(표면) 간의 회전변환(즉, 두 평면 간의 틀어진 정도)을 규정한다. 본 발명에서는 회전변환 벡터 r(r1, r2, r3)은 그 두 평면 간에 회전 변환이 없도록 캘리브레이션을 수행할 수 있다. 이 경우, 3개의 회전변환 벡터 r(r1, r2, r3)은 단위행렬을 구성하는 3차원 벡터가 된다. θ는 카메라의 이미지 센서의 시야각(Field of View: FOV)을 나타낸다. θ의 값은 기지값이며, 여기서는 예컨대 90도라고 가정할 수 있다. tx와 ty는 카메라 평면(820)과 원단(110)의 평면 간에 각각 x 방향(원단 폭 방향)과 y 방향(원단 길이 방향)으로의 좌표 평행이동량을 각각 나타낸다. 두 평면은 x 방향과 y방향으로는 이동 없이 일치하므로 tx와 ty는 0으로 설정할 수 있다. tz는 원단(110) 평면과 카메라 평면(820) 간의 좌표 평행이동 거리를 나타내며, z가 된다. α와 β는 카메라(Cn)의 x방향 초점거리와 y방향 초점거리를 각각 나타내며, 카메라 렌즈의 광학적 초점거리에 픽셀의 x방향 밀도와 y방향 밀도를 각각 곱한 값으로 정의된다. u0와 v0는 영상 좌표의 중심 화소 위치를 나타낸다.
투영변환행렬 H의 각 요소의 값은 카메라의 캘리브레이션을 통해 알 수 있다. 전체 카메라들(C1 ~ C6) 각각에 대한 캘리브레이션을 통하여 각 카메라 별 투영변환행렬 H를 미리 구할 수 있다. 원단 영상(810) 내에서 검출된 불량 지점의 좌표 p(u, v)도 알 수 있는 값이다. 카메라(Cn)에서 원단(110)의 표면까지의 수직 거리 z 역시 캘리브레이션을 통해 알 수 있다. 따라서 식 (1)과 (2)를 이용하면, 원단 영상(810) 내에서 검출된 불량 지점(원단 불량을 표시하는 픽셀)의 좌표 p(u, v)에 대응되는 실제 원단(110) 내의 대응되는 지점의 3차원 좌표 P(x, y, z)를 구할 수 있다.
반송되는 원단(110)을 카메라들이 일정 시간 간격으로 동기화하여 영상을 촬영할 때, 매 촬영 시점에서 각 카메라가 촬영하는 원단(110)의 촬영영역(830) 내의 위치는 원단(110) 내의 알려진 위치를 기준으로 표시될 수 있다. 그 기준이 되는 알려진 위치는 예컨대 원단길이 표시선(840)이 될 수 있다.
실제 원단(110) 내의 대응 위치의 3차원 좌표 P(x, y, z)는 원단(110) 내의 특정 촬영영역(830)의 좌하단 꼭지점(Rn)을 기준으로 정의되는 좌표이다. 3차원 좌표 P(x, y, z)를 원단(110)에 표시되는 원단 길이 표시선(840)의 한쪽 끝점(R0)을 기준으로 표시할 수 있다. 이를 위해, 촬영영역(830)의 좌하단 꼭지점(Rn)과 원단 길이 표시선(840)의 한쪽 끝점(R0, 이하 '기준점'이라 함) 간의 x축 및 y축 상의 이격 거리를 구할 필요가 있다.
먼저, x축 상의 이격 거리는 n번째 카메라(Cn)의 촬영영역(830)이 기준점(R0)으로부터 x축 방향(원단의 폭 방향)으로의 떨어진 거리와 같다. n번째 카메라(Cn)의 촬영영역(830)의 좌하단 모서리 점(Rn)은 기준점(R0)과 x축 좌표가 같은 첫 번째 카메라(C1)의 촬영영역(832)의 좌하단 모서리 점(R1)으로부터 x축 방향으로 nD 만큼 떨어져 있다. 여기서, D는 카메라 1대가 촬영하는 x축 방향의 거리를 나타낸다. 따라서 기준점(R0)을 원점으로 할 때, 실제 원단(110) 내의 불량 지점의 x축 상의 좌표는 '(n-1)D + x'가 된다.
또한, 시간에 따른 원단(110)의 반송 길이 정보도 알 수 있다. n번째 카메라(Cn)가 시간 t=0에서 원단 길이 표시선(840)에 접하는 영역을 촬영하고, 시간 t1초 후에는 원단(110)이 y축 방향으로 Y(t)만큼 반송될 수 있다. 따라서 그 t1초 후에 n번째 카메라(Cn)가 촬영하는 촬영영역(830)의 y축 방향으로의 시작 위치(Rn)는 원단 길이 표시선(840) 상의 기준점(R0)으로부터 Y(t1) 만큼 떨어진 지점이다. 이격 거리(Y)는 원단(110)의 반송 길이 정보를 이용하면 구해질 수 있다. 원단(110)의 반송 길이 정보는 원단 길이 측정부(400)가 측정한 정보로부터 얻어지거나 및/또는 모터부(230)의 회전 속도(v)로부터 얻어질 수도 있다. 따라서 기준점(R0)을 원점으로 할 때, 실제 원단(110) 내의 불량 지점의 y축 상의 좌표를 일반적으로 표시하면 Y(t)+y가 된다.
따라서 원단 길이 표시선(840)에 접하는 영역을 촬영한 시점(t=0)을 기준으로 t초 후 n번째 카메라(Cn)에 의해 촬영된 원단 영상 내의 불량 지점 p(u, v)에 대응되는 실제 원단(110) 상의 불량 지점 P의 좌표는 원단 길이 표시선(840) 상의 기준점(R0)을 원점으로 할 때, 다음과 같이 나타낼 수 있다.
((n-1)D+x, Y(t)+y, z) ......(3)
불량위치 변환부(630)는 위와 같은 방법으로 원단 영상(820)에서 불량에 해당하는 픽셀들의 좌표에 대응하는 실제 원단(110) 내에서의 물리적인 좌표를 정확하게 구할 수 있다. 따라서 원단 영상(820)에서 불량을 검출하면, 그 불량의 실제 원단(110) 내에서의 위치가 정확하게 특정될 수 있다.
구한 불량의 실제 원단(110) 상의 위치 정보는 불량이 검출된 원단 영상 정보와 함께 모니터링부(680)에 전달될 수 있다(S140 단계). 그 정보는 데이터 수신/저장부(610)에 저장될 수 있다. 연산제어부(600)는 그 정보를 모니터링부(680)에 제공하여 화면에 표시되게 할 수 있다.
위에서 설명된 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
본 발명은 원단을 반송하면서 카메라로 촬영한 영상으로부터 작업자의 관리 없이 자동으로 그 원단의 불량을 검출할 뿐만 아니라, 검출된 불량의 실제 원단 내에서의 위치를 정확히 알 수 있게 해준다. 파악된 불량의 원단 내의 위치 정보는 패턴 인쇄 및 재단 공정을 자동화하는 데에 유용하게 사용될 수 있다. 궁극적으로 본 발명은 의류 공정 전체의 자동화를 이루는 데 중요한 요소기술이 될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 원단 불량위치 검출시스템 110: 원단
200: 원단 반송부 230: 모터부
250: 원단 장력 유지부 300: 원단 촬영부
350: 조명부 400: 원단 길이 측정부
500: 원단 길이 표시부 600: 연산 제어부
610: 데이터 수신/저장부 620: 불량 검출부
630: 불량 위치 변환부 640: 동자 제어부
680: 모니터링부

Claims (31)

  1. 제1 위치에서 원단을 평평하게 펼친 상태로 제1방향을 따라 제2 위치로 반송하고, 반송되는 원단의 길이 정보를 생성하도록 구성된 원단 반송부;
    적어도 한 대 이상의 카메라를 이용하여 상기 제1 위치에서 상기 제2 위치로 반송되는 원단의 적어도 한쪽 표면을 빈틈없이 촬영하도록 구성된 원단 촬영부; 및
    상기 원단의 반송 및 촬영에 관련된 동작을 제어하고, 상기 원단 촬영부에 의해 촬영된 원단 영상을 분석하여 상기 원단의 불량을 검출하고, 불량이 검출될 때, 카메라 캘리브레이션을 통하여 미리 구한 각 카메라의 투영변환행렬(H)과 내부 파라미터, 각 카메라의 상기 원단까지의 거리, 그리고 각 카메라들의 촬영영역의 위치 정보를 이용하는 것과 상기 원단의 반송 길이를 실시간으로 측정한 정보와 상기 원단의 반송 길이 측정에 동기화한 상기 원단의 촬영을 통해, 검출된 불량의 상기 원단 영상 내의 위치 정보를 상기 검출된 불량의 상기 원단 내의 실제 위치 정보로 변환하도록 구성된 연산 제어부를 구비하고,
    상기 연산제어부는 상기 원단 촬영부의 일렬로 배치된 N대의 카메라들 중에서 n번째 카메라(단, N은 2이상의 자연수이고, n은 N이하의 자연수)가 촬영한 원단 영상에서 검출된 불량의 상기 원단 영상 내의 위치 p의 좌표 p(u, v)를 아래 관계식을 이용하여 상기 원단 내의 실제 위치 P의 좌표 P(x, y, z)로 변환하며,
    (u, v)T = H(x, y, z)T
    ((n-1)D+x, Y(t)+y, z)
    여기서, T는 행렬의 전치연산(transpose operation)을 나타내고, D는 카메라 1대가 촬영하는 x축 방향의 거리, Y(t)는 상기 원단 상의 소정의 기준지점 촬영시점으로부터 t초 동안의 상기 원단의 반송 거리를 나타내고, H는 상기 카메라들의 투영변환행렬인 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  2. 제 1항에 있어서, 상기 원단 촬영부가 반송중인 원단을 촬영하는 촬영영역에 원하는 방식으로 빛을 조사하도록 구성된 조명부를 더 구비하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  3. 제2항에 있어서, 상기 조명부는 상기 원단 촬영부가 촬영하는 상기 원단의 촬영 영역을 포함하는 조명 영역을 조사하도록 배치된 복수의 램프; 및 상기 복수의 램프들 각각의 점멸을 필요에 따라 제어할 수 있도록 구성된 조명 제어부를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  4. 제3항에 있어서, 상기 조명부는 상기 원단의 촬영 영역을 포함하는 조명 영역을 덮어 외부에서 빛이 유입되지 않도록 차단하는 광차단 덮개를 더 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  5. 제3항에 있어서, 상기 연산제어부는 상기 복수의 램프들을 복수의 램프 그룹으로 구분하여 상기 복수의 램프 그룹이 서로 다른 시점에 순차적으로 상기 원단의 동일 촬영영역에 서로 다른 광조사 방향으로 광을 조사하고, 각 램프 그룹이 광을 조사할 때마다 이에 동기되어 상기 원단 촬영부의 카메라들이 상기 원단의 동일 촬영영역을 촬영하도록 제어하는 기능을 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  6. 제5항에 있어서, 상기 연산제어부는 상기 원단 영상을 복수 개의 직사각형 영상 패치로 분할하고, 그 분할된 전체 영상 패치들의 종방향 및 횡방향의 평균값으로 이루어지는 다수의 평균값 영상들을 생성하고, 그 다수의 평균값 영상들 간의 아다마르 곱을 수행하여 수직선 형태의 불량이 강조된 새로운 영상을 합성하며, 그 합성 영상에 허프 변환을 적용하여 수직선 형태의 결함의 위치를 특정함으로써 상기 원단에 존재하는 미세한 수직선 불량을 검출하는 기능을 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  7. 제3항에 있어서, 상기 연산제어부는 상기 조명부가 상기 원단의 좌우 가장자리 영역에 균일한 조명을 가함과 동시에 상기 원단 촬영부의 카메라가 상기 원단의 좌우 가장자리 영역을 촬영하도록 제어하고, 상기 원단 촬영부의 카메라가 촬영한 상기 원단의 좌우 가장자리 영역의 컬러 영상들의 색상 값을 비교하여 상기 원단의 이색 불량 여부를 판별하는 기능을 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  8. 제1항에 있어서, 상기 연산 제어부는, 상기 원단 촬영부에 의해 촬영된 원단 영상을 제공받아 상기 원단의 불량을 검출하도록 구성된 불량 검출부; 상기 카메라들에 대한 캘리브레이션을 통해 미리 구한 투영변환행렬과 카메라의 내부 파라미터, 상기 카메라들과 상기 원단의 표면까지의 수직 거리, 상기 카메라가 원단을 촬영한 촬영영역이 상기 원단 내의 기지 기준지점 위치(known reference position)로부터 떨어진 이격 거리에 관한 정보에 기초하여, 검출된 불량의 상기 원단 영상 내의 위치를 상기 원단 내의 실제 위치의 좌표로 변환하도록 구성된 불량위치 변환부; 및 상기 원단의 반송과 촬영, 상기 원단 내 불량의 검출 및 실제 위치의 좌표를 산출하는 것에 관련된 전반적인 동작을 제어하는 동작 제어부를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  9. 제8항에 있어서, 상기 불량 검출부는 불량 원단의 영상과 정상 원단의 영상을 이용한 기계학습(machine learning) 또는 딥 러닝(deep learning)을 통해 구축된 불량검출용 인공신경망 모델을 이용하여 상기 원단의 불량을 검출하도록 구성된 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  10. 제9항에 있어서, 상기 불량 검출부는 새로운 종류의 신규 원단에 대한 불량 검사를 시작할 때, 불량 검사 현장에서 실시간으로 상기 신규 원단의 영상을 이용한 추가적인 기계학습(machine learning) 또는 딥 러닝(deep learning)을 수행하여 기 구축된 불량검출용 인공신경망 모델의 상기 신규 원단에 대한 불량 검출 능력을 개선할 수 있는 기능을 포함하도록 구성된 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  11. 제1항에 있어서, 상기 제1 위치에서 상기 제2 위치로 반송되는 상기 원단의 길이를 실시간으로 측정하여 상기 연산제어부에 제공하도록 구성된 원단 길이 측정부를 더 구비하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  12. 제11항에 있어서, 상기 원단 길이 측정부는 지지축; 상기 지지축에 의해 지지되어 상기 원단과 맞물려 슬립 없이 회전하는 바퀴부; 상기 바퀴부의 회전을 검출하는 센서부; 및 상기 센서부의 검출 신호를 이용하여 상기 바퀴부의 회전수를 카운트하여 상기 원단의 반송 길이 정보를 생성하여 상기 연산 제어부에 제공하는 카운트 회로부를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  13. 제1항에 있어서, 상기 연산 제어부의 제어에 따라, 상기 원단이 미리 정해둔 길이만큼 반송될 때마다 상기 원단에 길이 표시를 하도록 구성된 원단 길이 표시부를 더 구비하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  14. 삭제
  15. 삭제
  16. 제1항에 있어서, 상기 원단의 불량 검출의 결과 및 불량의 위치에 관한 정보를 포함하는 불량 검출 작업에 관한 종합적인 정보를 상기 연산 제어부로부터 제공받아 모니터 화면에 표시하도록 구성된 모니터링부를 더 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  17. 제1항에 있어서, 상기 원단 촬영부는 복수의 카메라를 포함하며, 상기 복수의 카메라들은 상기 복수의 카메라들의 단위 촬영영역들을 모두 합친 촬영영역이 상기 원단의 길이방향의 소정 구간에 대하여 상기 원단의 폭 방향의 전체 길이를 빈틈없이 촬영할 수 있도록 배치되는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  18. 제1항에 있어서, 상기 원단 반송부는, 상기 제1 위치에 있으며 반송 전의 상기 원단을 감고 있으며 원단을 당기는 힘에 의해 풀리는 제1 롤러; 상기 제2 위치에서 반송되는 상기 원단을 되감는 제2 롤러; 상기 제2 롤러를 회전시키는 모터부; 상기 모터부의 구동을 제어하는 모터 제어부; 및 상기 제1 롤러에서 풀려서 상기 제2 롤러로 반송되는 상기 원단이 평평하게 펼쳐진 상태로 반송되게 상기 원단의 장력을 일정하게 유지시켜주는 원단 장력 유지부를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 장치.
  19. 모터부의 회전력을 이용하여 제1 롤러에 감겨있는 원단을 평평하게 펼친 상태로 제1 방향을 따라 반송하여 제2 롤러에 되감기게 하는 단계;
    반송되는 원단의 반송 길이 정보를 생성하는 단계;
    적어도 한 대 이상의 카메라를 이용하여 반송되는 상기 원단의 적어도 한쪽 표면을 빈틈없이 촬영하는 단계;
    연산제어부에서, 촬영된 원단 영상을 분석하여 상기 원단의 불량을 검출하는 단계; 및
    상기 연산제어부에서, 상기 카메라들에 대한 캘리브레이션을 통해 미리 구한 투영변환행렬과 카메라의 내부 파라미터, 상기 카메라들과 상기 원단의 표면까지의 수직 거리, 상기 카메라가 원단을 촬영한 촬영영역이 상기 원단 내의 기지 기준지점 위치(known reference position)로부터 떨어진 이격 거리에 관한 정보에 기초하여, 검출된 불량의 상기 원단 영상 내의 위치 정보를 상기 검출된 불량의 상기 원단 내의 실제 위치 정보로 변환하는 단계를 포함하고,
    상기 변환하는 단계는, 상기 연산제어부에 의해, 일렬로 배치된 N대의 카메라들 중 n번째 카메라(여기서, N은 2이상의 자연수이고, n은 N이하의 자연수)가 촬영한 원단 영상에서 검출된 불량의 상기 원단 영상 내의 위치 p의 좌표 p(u, v)를 아래 관계식을 이용하여 상기 원단 내의 실제 위치 P의 좌표 P(x, y, z)로 변환하는 단계를 포함하며,
    (u, v)T = H(x, y, z)T
    ((n-1)*D + x, Y(t)+y, z)
    여기서, T는 행렬의 전치연산(transpose operation)을 나타내고, D는 카메라 1대가 촬영하는 x축 방향의 거리, Y(t)는 상기 원단 상의 소정의 기준지점 촬영시점으로부터 t초 동안의 상기 원단의 반송 거리를 나타내고, H는 상기 카메라들의 투영변환행렬인 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  20. 제19항에 있어서, 카메라들이 반송중인 상기 원단의 촬영 중에 상기 원단의 촬영영역에 원하는 방식으로 빛을 조사하도록 조명부의 램프들의 점멸을 제어하는 단계를 더 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  21. 제20항에 있어서, 상기 점멸을 제어하는 단계는, 상기 연산제어부의 제어에 의해, 상기 램프들이 복수의 램프 그룹으로 구분되어, 상기 복수의 램프 그룹이 서로 다른 시점에 순차적으로 상기 원단의 촬영영역에 서로 다른 방향으로 광을 조사하는 단계를 포함하고, 상기 촬영하는 단계는, 상기 연산제어부의 제어에 의해, 상기 적어도 한 대 이상의 카메라가 상기 촬영영역을 각 램프 그룹의 광조사에 동기되어 각각 촬영하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  22. 제21항에 있어서, 상기 원단의 불량을 검출하는 단계는, 상기 촬영영역의 원단 영상을 복수 개의 직사각형 영상 패치로 분할하는 단계; 분할된 전체 영상 패치들의 종방향 및 횡방향의 평균값으로 이루어지는 다수의 평균값 영상들을 생성하는 단계; 생성된 다수의 평균값 영상들 간의 아다마르 곱을 수행하여 수직선 형태의 불량이 강조된 새로운 영상을 합성하는 단계; 및 상기 합성 영상에 허프 변환을 적용하여 수직선 형태의 결함의 위치를 특정함으로써 상기 원단의 상기 촬영영역에 존재하는 미세한 수직선 불량을 검출하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  23. 제20항에 있어서, 상기 원단의 불량을 검출하는 단계는, 상기 연산제어부의 제어에 의해, 상기 조명부의 램프들이 상기 원단의 좌우 가장자리 영역에 균일한 조명을 가하는 단계; 상기 조명을 가함과 동시에, 상기 연산제어부의 제어에 의해, 상기 적어도 한 대 이상의 카메라가 상기 원단의 좌우 가장자리 영역을 촬영하는 단계; 그리고 상기 연산제어부에서, 상기 적어도 한 대 이상의 카메라가 촬영한 상기 원단의 좌우 가장자리 영역의 컬러 영상들의 색상 값을 비교하여 상기 원단의 이색 불량 여부를 판별하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  24. 제19항에 있어서, 상기 반송 길이 정보를 생성하는 단계는 상기 제1 롤러에서 상기 제2 롤러로 반송되는 상기 원단과 맞물려 회전하는 바퀴부의 회전을 센서부로 검출하는 단계; 상기 센서부의 검출 신호를 이용하여 카운트 회로부가 상기 바퀴부의 회전수를 카운트하여 상기 원단의 반송 길이 정보를 생성하는 단계; 및 생성된 상기 원단의 반송 길이 정보를 상기 연산제어부에 제공하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  25. 제19항에 있어서, 상기 반송 길이 정보에 기초하여, 상기 원단이 미리 정해둔 길이만큼 반송될 때마다 상기 원단에 반송 길이 표시를 하는 단계를 더 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  26. 제19항에 있어서, 상기 연산 제어부가 상기 원단의 불량 검출의 결과 및 불량의 위치에 관한 정보를 포함하는 불량 검출 작업에 관한 종합적인 정보를 모니터링부에 제공하여 모니터 화면에 표시되도록 하는 단계를 더 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  27. 제19항에 있어서, 상기 검출하는 단계는 불량 원단의 영상과 정상 원단의 영상을 이용한 기계학습(machine learning) 또는 딥 러닝(deep learning)을 통해 불량검출용 인공신경망 모델을 구축하는 단계; 및 상기 원단을 촬영한 영상을 상기 불량검출용 인공신경망 모델에 입력하여 상기 원단의 불량을 검출하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  28. 제27항에 있어서, 상기 인공신경망 모델을 구축하는 단계는, 새로운 종류의 신규 원단에 대한 불량 검사를 시작할 때, 불량 검사 현장에서 실시간으로 상기 신규 원단의 영상을 이용한 추가적인 기계학습(machine learning) 또는 딥 러닝(deep learning)을 수행하여 기 구축된 불량검출용 인공신경망 모델의 상기 신규 원단에 대한 불량 검출 능력을 개선하는 단계; 및 상기 신규 원단에 대한 불량 검사를 개선된 인공신경망 모델을 이용하여 수행하는 단계를 포함하는 것을 특징으로 하는 원단의 불량 위치 검출 방법.
  29. 삭제
  30. 삭제
  31. 제19항 내지 제28항 중 어느 한 항에 기재된 원단의 불량 위치 검출 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
KR1020190147920A 2019-11-18 2019-11-18 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템 KR102143354B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190147920A KR102143354B1 (ko) 2019-11-18 2019-11-18 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190147920A KR102143354B1 (ko) 2019-11-18 2019-11-18 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템

Publications (1)

Publication Number Publication Date
KR102143354B1 true KR102143354B1 (ko) 2020-08-11

Family

ID=72048083

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190147920A KR102143354B1 (ko) 2019-11-18 2019-11-18 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템

Country Status (1)

Country Link
KR (1) KR102143354B1 (ko)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113267499A (zh) * 2021-06-25 2021-08-17 中国民航大学 一种铁丝网目数及缺陷自动检测线
CN113310999A (zh) * 2021-07-30 2021-08-27 布鲁希斯纺织用品(南通)有限公司 一种可用于除杂丝的服饰生产用检测装置
KR102385326B1 (ko) * 2020-11-06 2022-04-08 오태진 섬유원단 온라인 색상 비교 측정 시스템
KR102445162B1 (ko) * 2022-07-11 2022-09-20 (주)케이앤엘정보시스템 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템
KR20230036675A (ko) 2021-09-08 2023-03-15 정수아 Cnn 영상처리기법을 이용한 의류 원단의 불량검출 방법
CN116297531A (zh) * 2023-05-22 2023-06-23 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
KR102547281B1 (ko) 2022-07-29 2023-06-27 호전실업 주식회사 재봉 경로 생성 시스템 및 방법과 이를 갖는 자동 봉제기
KR20230139059A (ko) * 2022-03-25 2023-10-05 재단법인 한국섬유기계융합연구원 원단 검사기의 자동 마킹 장치
KR102653930B1 (ko) * 2023-06-01 2024-04-03 주식회사 디월드 이상탐지모델을 이용한 환편기 비전 검사 서비스 제공 시스템
KR20240056850A (ko) 2022-10-21 2024-05-02 (주)한국정밀소재산업 연속 시트 형상의 원단 검사 시스템 및 그 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6293637A (ja) * 1985-10-21 1987-04-30 Hitachi Ltd 自動検反システム
US6462820B1 (en) 1999-03-01 2002-10-08 Sara Lee Corporation Operator-free fabric web inspection system
KR20060104589A (ko) * 2005-03-31 2006-10-09 고등기술연구원연구조합 원단 검사 로링기의 길이 측정장치
KR20170136992A (ko) * 2016-06-02 2017-12-12 스미또모 가가꾸 가부시키가이샤 결함 검사 시스템, 필름 제조 장치 및 결함 검사 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6293637A (ja) * 1985-10-21 1987-04-30 Hitachi Ltd 自動検反システム
US6462820B1 (en) 1999-03-01 2002-10-08 Sara Lee Corporation Operator-free fabric web inspection system
KR20060104589A (ko) * 2005-03-31 2006-10-09 고등기술연구원연구조합 원단 검사 로링기의 길이 측정장치
KR20170136992A (ko) * 2016-06-02 2017-12-12 스미또모 가가꾸 가부시키가이샤 결함 검사 시스템, 필름 제조 장치 및 결함 검사 방법

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102385326B1 (ko) * 2020-11-06 2022-04-08 오태진 섬유원단 온라인 색상 비교 측정 시스템
CN113267499A (zh) * 2021-06-25 2021-08-17 中国民航大学 一种铁丝网目数及缺陷自动检测线
CN113310999A (zh) * 2021-07-30 2021-08-27 布鲁希斯纺织用品(南通)有限公司 一种可用于除杂丝的服饰生产用检测装置
CN113310999B (zh) * 2021-07-30 2022-02-08 布鲁希斯纺织用品(南通)有限公司 一种可用于除杂丝的服饰生产用检测装置
KR20230036675A (ko) 2021-09-08 2023-03-15 정수아 Cnn 영상처리기법을 이용한 의류 원단의 불량검출 방법
KR20230139059A (ko) * 2022-03-25 2023-10-05 재단법인 한국섬유기계융합연구원 원단 검사기의 자동 마킹 장치
KR102596456B1 (ko) 2022-03-25 2023-10-31 재단법인 한국섬유기계융합연구원 원단 검사기의 자동 마킹 장치
KR102445162B1 (ko) * 2022-07-11 2022-09-20 (주)케이앤엘정보시스템 비전센서를 활용한 데이터 추출 및 딥러닝과 머신러닝 알고리즘에 기반한 제직 원단의 결점 검출 자동화시스템
KR102547281B1 (ko) 2022-07-29 2023-06-27 호전실업 주식회사 재봉 경로 생성 시스템 및 방법과 이를 갖는 자동 봉제기
WO2024025352A1 (ko) * 2022-07-29 2024-02-01 호전실업 주식회사 재봉 경로 생성 시스템 및 방법과 이를 갖는 자동 봉제기
KR20240056850A (ko) 2022-10-21 2024-05-02 (주)한국정밀소재산업 연속 시트 형상의 원단 검사 시스템 및 그 방법
CN116297531A (zh) * 2023-05-22 2023-06-23 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
CN116297531B (zh) * 2023-05-22 2023-08-01 中科慧远视觉技术(北京)有限公司 机器视觉检测方法、系统、介质及设备
KR102653930B1 (ko) * 2023-06-01 2024-04-03 주식회사 디월드 이상탐지모델을 이용한 환편기 비전 검사 서비스 제공 시스템

Similar Documents

Publication Publication Date Title
KR102143354B1 (ko) 원단의 불량 위치 자동 검출 방법 및 이를 위한 시스템
CN104155310B (zh) 滚子外观缺陷360度检测装置及方法
CN105083912B (zh) 一种基于图像识别的输送带跑偏检测方法
JP5446849B2 (ja) ワイヤーロープ検査装置
US20060203229A1 (en) Method and apparatus for inspecting defect in surface of metal roll
WO2023227040A9 (zh) 纺织物瑕疵检测系统
JP2021037736A5 (ja) 検品装置とその制御方法、並びにプログラム
JPS6293637A (ja) 自動検反システム
JPS63249768A (ja) 検反方法及びその装置
JP2017211325A (ja) 欠点検査方法及び欠点検査装置
JP2021514461A (ja) 製造されたウェブを検査するための仮想カメラアレイ
JP5305002B2 (ja) 外観検査装置
EP3699578A1 (en) System for improved fabric inspection
KR101274164B1 (ko) 필름 검사장치
JP6359363B2 (ja) 容器検査装置および容器検査方法
CN117309759A (zh) 缺陷检测系统、方法、电子设备和存储介质
JP2012202957A (ja) 欠陥位置情報生成装置、欠陥確認システム及び欠陥位置情報生成方法
CN205879813U (zh) 一种在线检测装置
JP2015059854A (ja) 欠陥検査方法及び欠陥検査装置
KR20230137584A (ko) 원단 결함 검출을 위한 비전검사 시스템
Anagnostopoulos et al. High performance computing algorithms for textile quality control
JP3768216B2 (ja) 印刷物の検査装置および方法
TW201522949A (zh) 影像資訊檢測方法
JP7268341B2 (ja) 検査性能診断装置、検査性能診断方法、検査性能診断装置用のプログラム、および、検査性能診断システム
KR101863839B1 (ko) 영상을 이용한 고속, 반복 길이 측정방법 및 장치

Legal Events

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