KR102579473B1 - 제품 확인 장치 - Google Patents

제품 확인 장치 Download PDF

Info

Publication number
KR102579473B1
KR102579473B1 KR1020210034485A KR20210034485A KR102579473B1 KR 102579473 B1 KR102579473 B1 KR 102579473B1 KR 1020210034485 A KR1020210034485 A KR 1020210034485A KR 20210034485 A KR20210034485 A KR 20210034485A KR 102579473 B1 KR102579473 B1 KR 102579473B1
Authority
KR
South Korea
Prior art keywords
feature points
sub
derived
product
unit
Prior art date
Application number
KR1020210034485A
Other languages
English (en)
Other versions
KR20220129770A (ko
Inventor
서경철
박철우
김수연
김명복
Original Assignee
주식회사 스피어테크
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 주식회사 스피어테크 filed Critical 주식회사 스피어테크
Priority to KR1020210034485A priority Critical patent/KR102579473B1/ko
Publication of KR20220129770A publication Critical patent/KR20220129770A/ko
Application granted granted Critical
Publication of KR102579473B1 publication Critical patent/KR102579473B1/ko

Links

Classifications

    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8896—Circuits specially adapted for system specific signal conditioning
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Control And Other Processes For Unpacking Of Materials (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 실시예에 따른 제품 확인 장치는 제품에 대한 촬상이미지를 처리하는 프로세싱부; 및 상기 촬상이미지의 특징점에 대한 기준 정보를 저장하는 데이터베이스를 포함하고, 상기 프로세싱부는 상기 촬상이미지를 통하여 상기 제품의 특징점을 생성하고, 상기 촬상이미지의 복수의 단위 구역들 각각의 특징점에 대한 분포 정도와 상기 기준 정보를 통하여 상기 제품의 불량 여부를 도출한다.

Description

제품 확인 장치{APPARATUS FOR CHECKING PRODUCT}
본 발명은 제품 확인 장치에 관한 것이다.
제품 트렌드 및 재고관리로 인해 다품종을 소량생산하기 위한 니즈가 점점 증가 하고 있으나, 자동화 설비가 되어 있는 공장에서는 수시로 변하는 품종 변화에 빠르게 대응하지 못하고 있다. 또한, 자동화 설비보다 인력에 의존하고 있는 소규모 공장에서는 인건비 증가로 인해 제품의 원가가 상승된다.
하나의 제품에는 나사, 전선 등 다수개의 부품이 조립되어 있으며, 이중 하나의 부품이 누락되어도 불량품이 된다. 인력을 통해 불량품을 검수하고 있으나, 인력의 특성상 제품의 종류가 증가할수록 오류비율이 높아질 수밖에 없다.
공개특허 제10-2019-0061660호 (공개일 : 2019년06월05일)
본 발명의 실시예에 따른 제품 확인 장치는 제품의 불량 상태를 자동으로 확인하기 위한 것이다.
본 출원의 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않는 또 다른 과제는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일측면에 따르면, 제품에 대한 촬상이미지를 처리하는 프로세싱부; 및 상기 촬상이미지의 특징점에 대한 기준 정보를 저장하는 데이터베이스를 포함하고, 상기 프로세싱부는 상기 촬상이미지를 통하여 상기 제품의 특징점을 생성하고, 상기 촬상이미지의 복수의 단위 구역들 각각의 특징점에 대한 분포 정도와 상기 기준 정보를 통하여 상기 제품의 불량 여부를 도출한다.
상기 프로세싱부는 상기 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값보다 작은 단위 구역을 제외하고, 상기 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역을 도출하여 상기 도출된 단위 구역의 특징점들을 통하여 상기 제품의 불량 여부를 도출할 수 있다.
상기 프로세싱부는 상기 도출된 단위 구역의 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값보다 작은 서브 구역을 제외하고, 상기 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값 이상인 서브 구역을 도출하며, 상기 데이터베이스로부터 상기 도출된 서브 구역의 특징점에 해당되는 상기 기준 정보를 읽어들이고, 상기 도출된 서브 구역의 특징점과 상기 읽어들인 기준 정보를 비교하여 상기 제품의 불량 여부를 도출할 수 있다.
상기 프로세싱부는 상기 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 클 경우, 상기 서브 구역의 하위 서브 구역들 중 특징점의 밀도에 대한 분석에 따라 상기 제품의 불량 여부를 도출하고, 상기 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 작을 경우, 상기 서브 구역의 특징점을 통하여 상기 제품의 불량 여부를 도출할 수 있다.
상기 프로세싱부는 상기 도출된 단위 구역에 해당되는 기준 정보의 특징점을 상기 데이터베이스로부터 읽어들이고, 상기 도출된 단위 구역의 특징점과 상기 기준 정보의 특징점의 유사도를 계산하여 상기 도출된 단위 구역의 대표점을 도출할 수 있다.
상기 프로세싱부는 상기 도출된 서브 구역에 해당되는 기준 정보의 특징점을 상기 데이터베이스로부터 읽어들이고, 상기 도출된 서브 구역의 특징점과 상기 기준 정보의 특징점의 유사도를 계산하여 상기 도출된 서브 구역의 대표점을 도출할 수 있다.
본 발명의 실시예에 따른 제품 확인 장치는 제품의 촬상이미지 분석을 통하여 제품의 불량 상태를 자동으로 확인할 수 있다.
본 출원의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않는 또 다른 효과는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 제품 확인 장치를 나타낸다.
도 2는 본 발명의 실시예에 따른 제품 확인 장치가 포함된 제품 확인 시스템의 일례를 나타낸다.
도 3은 촬상이미지의 일례를 나타낸다.
도 4는 단위 구역과 특징점의 밀도를 설명하기 위한 것이다.
도 5는 서브 구역과 특징점의 밀도를 설명하기 위한 것이다.
도 6 및 도 7은 서브 구역 및 하위 서브 구역을 설명하기 위한 것이다.
이하 본 발명의 실시예에 대하여 첨부한 도면을 참조하여 상세하게 설명하기로 한다. 다만, 첨부된 도면은 본 발명의 내용을 보다 쉽게 개시하기 위하여 설명되는 것일 뿐, 본 발명의 범위가 첨부된 도면의 범위로 한정되는 것이 아님은 이 기술분야의 통상의 지식을 가진 자라면 용이하게 알 수 있을 것이다.
또한, 본 출원에서 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 명세서상에 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.
도 1은 본 발명의 실시예에 따른 제품 확인 장치(100)를 나타낸다. 본 발명의 실시예에 따른 제품 확인 장치(100)는 정보를 전달하기 위한 버스(102) 또는 다른 통신 메커니즘을 포함할 수 있다.
이와 같은 버스(102) 또는 다른 통신 메커니즘은, 하나 이상의 프로세싱부(104), 메모리부(RM), 통신부(112), 디스플레이부(114), 입력부(118), 및/또는 하위시스템들을 상호 접속한다.
버스(102)를 포함하는 배선들(wires)을 포함하는 송신 매체들은 동축 케이블들, 동선(copper wire), 및 광섬유들을 포함한다.
메모리부(RM)는 RAM과 같은 휘발성 메모리와 비휘발성 메모리를 포함할 수 있다. 비휘발성 메모리는 ROM 및 하나 이상의 디스크 드라이브 (110)(예를 들면, HDD, SSD, 광 디스크, 플래쉬 메모리 드라이브 등)를 포함하나 이에 한정되는 것은 아니다. 디스크 드라이브의 광 디스크는 CD, DVD, Blu-ray disc이나 이에 한정되는 것은 아니다.
본 발명의 실시예에 따른 제품 확인 장치(100)는 통신부(112)를 통하여 외부의 디스크 드라이브에 접속하여 본 발명의 실시예에 따른 제품 확인 장치(100)의 동작에 필요한 정보나 로직을 제공받을 수 있다.
메모리부(RM)는 제품 확인 장치(100)의 동작에 필요한 운영 체제，드라이버, 애플리케이션 프로그램, 데이터 및 데이터베이스 등을 저장할 수 있다.
디스플레이부(114)는 프로세싱부(104)의 제어에 따라 3D 모델 복원 장치(100)의 동작 상황 및 유저 인터페이스를 표시할 수 있다. 이와 같은 디스플레이부(114)는 CRT, LCD, LED, OLED일 수 있으나 이에 한정되는 것은 아니다.
입력부(118)는 프로세싱부(104)의 제어에 따라 키보드, 키패드, 가상 키보드, 마우스, 트랙볼, 스타일러스, 터치 감지 수단 등일 수 있으나 이에 한정되는 것은 아니다.
인터페이싱부(120)는 본 발명의 제품 확인 장치(100)와 주변 장치 간의 접속과 정보 전송을 가능하게 하는 것으로 USB 인터페이스, HDMI 인터페이스, 및 썬더볼트 인터페이스 중 적어도 하나를 포함할 수 있으나 이에 한정되는 것은 아니다.
하나 이상의 프로세싱부(104)는 CPU, AP(application processor), 마이크로 컨트롤러, 디지털 신호 프로세서(DSP) 등일 수 있으나 이에 한정되는 것은 아니다. 또한 하나 이상의 프로세싱부(104)는 GPU(Graphics Processing Unit)를 포함할 수도 있다.
프로세싱부(104)는 메모리부(RM)에 접속하여 메모리부(RM)에 저장된 명령들이나 로직의 하나 이상의 시퀀스들을 실행하는 것에 의해 이후에 설명될 제품 확인 장치(100)의 동작을 제어한다. 또한 프로세싱부(104)의 GPU는 그래픽 연산 전용으로 동작할 수 있다.
프로세싱부(104)는 제품에 대한 촬상이미지를 처리하는데, 이에 대해서는 이후에 도면을 참조하여 상세히 설명할 것이다.
통신부(112)는 통신 링크에 의해 유선 통신 및 무선 통신 중 적어도 하나를 수행할 수 있다. 예를 들어, 통신부(112)는 LAN, Wireless LAN, 이동통신망, 블루투스, NFC를 지원할 수 있으나 이에 한정되는 것은 아니다.
이와 같은 본 발명의 실시예에 따른 제품 확인 장치(100)는 그래픽 연산에 적합한 엔비디아 TX 보드를 통하여 구현될 수 있으나 이에 한정되는 것은 아니다.
도 2는 본 발명의 실시예에 따른 제품 확인 장치(100)가 포함된 제품 확인 시스템의 일례를 나타낸다. 도 2에 도시된 바와 같이, 제품 확인 시스템은 카메라를 포함하는 영상촬영부(210)를 구비할 수 있다. 앞서 설명된 엔비디아 TX 보드는 고속의 그래픽 연산속도는 물론 인터페이스 모듈도 제공할 수 있다. 인터페이스 모듈은 USB 3.0, WIFI통신, HDMI 영상출력 등의 기능을 수행할 수 있다.
촬영하고자 하는 제품은 이송용 벨트(220) 상에 위치되며, 영상촬영부(210)는 이송중인 제품의 촬상이미지를 촬영한다. 벨트 구동부(230)는 이송용 벨트(220)를 구동하기 위한 모터와 모터에 전원을 공급하기 위한 전원 공급부를 포함할 수 있다.
한편, 도 2의 제품 확인 시스템의 구성은 일례로서 영상촬영부(210)의 위치, 이송용 벨트(220) 또는 벨트 구동부(230) 등은 모두 설계변경 가능한 사항이다.
영상촬영부(210)는 영상 촬영이 가능한 적어도 하나의 카메라를 포함할 수 있다. 영상촬영부(210)는 제품에 대한 촬상이미지를 생성할 수 있다. 예를 들어, 도 3은 영상촬영부(210)에 의하여 생성된 제품에 대한 촬영이미지로서 도 3의 제품은 다수의 나사와 공기 유출입구 등으로 이루어질 수 있다.
프로세싱부(104)는 촬상이미지를 통하여 제품의 특징점을 생성한다. 특징점은 촬상이미지 내 특정 물체의 선, 원, 모서리 등의 특징되는 영역에 설정될 수 있으며, 제품의 특징되는 영역은 하나 이상의 특징점으로 이루어진 특징점 그룹이 설정될 수 있다.
예를 들어, 도 3의 점선 영역과 같이, 나사나 공기 유출입구 등과 같이 제품의 특징되는 영역에 특징점 및 특징점 그룹이 설정될 수 있다.
프로세싱부(104)는 led corner edge detection, Image descriptor, SURF(Speeded Up Robust Feature), ORB(Oriented FAST and Rotated BRIEF) 알고리즘 등이 사용될 수 있다. ORB 알고리즘은 , FAST key point detector와 BRIEF descriptor에 기반하여 만들어 졌으며, 적은 계산으로 좋은 성능을 낼 수 있다.
프로세싱부(104)는 제품이나 제품에 구비된 부품 등의 윤곽선, 모서리 등에서 특징점을 생성할 수 있다.
프로세싱부(104)는 촬상이미지의 복수의 단위 구역들 각각의 특징점에 대한 분포 정도와 기준 정보를 통하여 제품의 불량 여부를 도출한다. 예를 들어, 도 3에 도시된 바와 같이, 프로세싱부(104)는 촬상이미지를 8×5 단위 구역으로 나눌 수 있으나, 본 발명의 도 3의 단위 구역에 한정되는 것은 아니며 설계에 따라 단위 구역의 개수는 변경될 수 있다.
프로세싱부(104)는 단위 구역 각각의 특징점 분포 정도를 계산할 수 있다. 예를 들어, 특징점 분포 정도는 단위 구역 당 특징점의 개수나 특징점이 단위 구역의 어느 부분에 밀집되어 있는가에 대한 것일 수 있으나 이에 한정되는 것은 아니다.
본 발명의 실시예에 따른 제품 확인 장치(100)는 촬상이미지의 특징점에 대한 기준 정보를 저장하는 데이터베이스를 포함한다. 기준정보는 미리 생성되어 데이터베이스에 저장될 수 있다. 제품의 불량 여부를 판단하기 위하여 기준 정보는 정상 제품에 대한 특징점의 정보를 포함할 수 있다.
비교 대상이 되는 제품이 도 2의 이송용 벨트(220)를 통하여 이송될 때 영상촬영부(210)는 촬상이미지를 생성하며, 본 발명의 제품 확인 장치(100)(100)는 촬상이미지의 특징점을 데이터베이스에 저장된 기준 정보를 통하여 분석함으로써 비교 대상이 되는 제품의 불량 여부를 도출할 수 있다.
예를 들어, 도 3에 도시된 비교 대상이 되는 제품의 나사에 대한 특징점과 기준 정보가 비교됨으로써 상기 나사가 정상적인 위치에 구비되었는지가 판단될 수 있다.
이와 같은 데이터베이스는 메모리부(RM)에 저장될 수도 있고, 프로세싱부(104)가 통신부(112)를 통하여 원격에 위치한 데이터베이스에 접속할 수도 있다.
프로세싱부(104)는 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값보다 작은 단위 구역을 제외할 수 있다. 또한 프로세싱부(104)는 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역을 도출할 수 있다. 이를 통하여 프로세싱부(104)는 도출된 단위 구역의 특징점들을 통하여 제품의 불량 여부를 도출할 수 있다.
예를 들어, 도 3 및 도 4에 도시된 바와 같이, 빗금 친 단위 구역에는 특징점이 존재하지 않으며, 이에 따라 빗금 친 단위 구역 각각의 특징점의 밀도는 기준 구역 밀도값보다 작다.
이에 따라 프로세싱부(104)는 분석 대상이 되는 전체 단위 구역에서 빗금 친 단위 구역을 분석 대상이 되는 단위 구역에서 제외하고, 나머지 단위 구역, 즉, 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역에 대해서 분석할 수 있다.
이와 같은 본 발명의 동작에 의하여 촬상이미지의 특징점 분석이 신속하게 이루어질 수 있다. 일반적인 기술의 경우 촬상이미지를 구성하는 각각의 픽셀 영역에 위치하는 특징점을 분석하기 때문에 계산량 및 계산시간이 증가할 수 있다.
기준 구역 밀도값은 메모리부(RM)에 저장될 수 있다. 기준 구역 밀도값은 설계자나 운용자에 의하여 변경될 수 있다. 기준 구역 밀도값은 초기에 제품이나 부품 등록시에 정해질 수 있다. 예를 들어 특징점이 개수가 적은 부품일 경우 기준 구역 밀도값은 하향 조정될 수 있다.
본 발명의 제품 분석 장치는 단위 구역의 특징점 분포에 따라 제품의 불량 여부를 도출할 수도 있고, 단위 구역을 구성하는 서브 구역의 특징점 분포에 따라 제품의 불량 여부를 도출할 수도 있다.
서브 구역에 대해서는 이후에 도면을 참조하여 상세히 설명한다.
한편, 프로세싱부(104)는 도출된 단위 구역의 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값보다 작은 서브 구역을 제외할 수 있다. 상기 도출된 단위 구역은 앞서 설명된 바와 같이 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역이다. 또한 프로세싱부(104)는 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값 이상인 서브 구역을 도출할 수 있다.
예를 들어, 도 4 및 도 5에 도시된 바와 같이, 단위 구역 A는 4개의 서브 구역으로 이루어지며, 서브 구역 A-1에는 나사에 해당되는 특징점 및 특징점 그룹이 존재한다.
이에 따라 서브 구역 A-1의 특징점의 밀도는 기준 서브구역 밀도값보다 크고, 서브 구역 A-2, A-3 및 A-4의 특징점의 밀도는 기준 서브구역 밀도값보다 작다.
프로세싱부(104)는 전체 서브 구역들 중 서브 구역 A-2, A-3 및 A-4를 분석 대상에서 제외하고 서브 구역 A-1에 대해서 분석할 수 있다.
이 때, 기준 서브구역 밀도값은 메모리부(RM)에 저장될 수 있으며, 단위 구역의 서브 구역의 개수는 도 5에 한정되는 것은 아니다.
프로세싱부(104)는 데이터베이스로부터 도출된 서브 구역(예를 들어, 도 5의 서브구역 A-1)의 특징점에 해당되는 기준 정보를 읽어들이고, 상기 도출된 서브 구역의 특징점과 읽어들인 기준 정보를 비교하여 제품의 불량 여부를 도출할 수 있다.
한편, 프로세싱부(104)는 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 클 경우, 서브 구역의 하위 서브 구역들 중 특징점의 밀도에 대한 분석에 따라 제품의 불량 여부를 도출할 수 있다.
프로세싱부(104)는 상기 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 작을 경우, 서브 구역의 특징점을 통하여 제품의 불량 여부를 도출할 수 있다.
예를 들어, 도 6 및 도 7에 도시된 바와 같이, 프로세싱부(104)가 위하여 서브 구역 사이의 특징점의 개수 차이를 통하여 서브 구역 사이의 특징점 분포 정도를 계산할 수 있다.
도 6과 같이 프로세싱부(104)는 단위 구역 A의 서브 구역 A-1을 구성하는 2×2 하위 서브 구역 사이의 특징점의 차이를 계산할 수 있다. 하위 서브 구역 a-1 내지 a-4에 있는 특징점의 개수는 각각 6개, 4개, 2개, 4개이며, 하위 서브 구역 a-1 및 a-3의 특징점의 개수 차이가 4로서 가장 크다.
기준값이 6인 경우, 하위 서브 구역 a-1 내지 a-4에 있는 특징점의 개수 차이는 6보다 작으므로 프로세싱부(104)는 하위 서브 구역에 대한 분석없이 서브 구역 A-1의 특징점 분석을 통하여 제품의 불량 여부를 도출할 수 있다.
이와 다르게 도 7과 같이 하위 서브 구역 a-1 내지 a-4에 있는 특징점의 개수는 각각 9개, 2개, 0개, 4개이며, 하위 서브 구역 a-1 및 a-3의 특징점의 개수 차이가 9로서 가장 크다.
기준값이 6인 경우, 하위 서브 구역 a-1 내지 a-4에 있는 특징점의 개수 차이의 최대갑 9는 6보다 작으므로 프로세싱부(104)는 서브 구역 A-1의 하위 서브 구역에 있는 특징점 분석을 통하여 제품의 불량 여부를 도출할 수 있다.
한편, 앞서 도 3 및 도 4를 참조하여 설명된 바와 같이, 프로세싱부(104)는 특징점의 밀도가 기준 구역 밀도값보다 작은 단위 구역을 제외하고, 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역을 도출하며, 도출된 단위 구역의 특징점들을 통하여 제품의 불량 여부를 도출할 수 있다.
프로세싱부(104)는 상기 도출된 단위 구역에 해당되는 기준 정보의 특징점을 데이터베이스로부터 읽어들이고, 도출된 단위 구역의 특징점과 기준 정보의 특징점의 유사도를 계산하여 도출된 단위 구역의 대표점을 도출할 수 있다.
한편, 앞서 도 4 및 도 5를 참조하여 설명된 바와 같이, 프로세싱부(104)는 특징점의 밀도가 기준 서브구역 밀도값보다 작은 서브 구역을 제외하고, 특징점의 밀도가 기준 서브구역 밀도값 이상인 서브 구역을 도출할 수 있다.
프로세싱부(104)는 도출된 서브 구역에 해당되는 기준 정보의 특징점을 데이터베이스로부터 읽어들이고, 도출된 서브 구역의 특징점과 기준 정보의 특징점의 유사도를 계산하여 도출된 서브 구역의 대표점을 도출할 수 있다.
이와 같은 본 발명의 대표점에 대해 설명한다.
특징점에 대한 기준정보는, 특징점이 어디에 위치하는지, 어느 정도의 크기인지, 어느 방향인지 등에 대한 벡터정보와 각 특징점의 계조값을 포함하며, 이와 같은 벡터정보는 데이터베이스에 저장될 수 있다.
프로세싱부(104)는 촬상 이미지의 단위 구역, 서브 구역 또는 하위 서브 구역에 있는 특징점의 벡터정보 및 계조값과 데이터베이스에 저장된 특징점의 벡터정보 및 계조값을 통하여 유사도를 계산할 수 있다.
프로세싱부(104)는 벡터정보를 통하여 촬상 이미지의 특징점을 병진 및 회전시킴으로써 데이터베이스에 저장된 특징점의 위치와 매칭시킬 수 있다. 또한 프로세싱부(104)는 서로 매칭된 촬상 이미지의 특징점과 데이터베이스에 저장된 특징점의 계조값에 대한 오차를 통하여 유사도를 도출할 수 있다.
이상에서 설명된 유사도 계산 방법은 일례일 뿐 이에 한정되는 것은 아니다.
프로세싱부(104)는 상기 유사도가 기준 유사도보다 큰 특징점의 개수가 기준 개수보다 클 경우, 상기 유사도가 기준 유사도보다 큰 특징점을 통하여 대표점을 도출할 수 있다.
예를 들어, 프로세싱부(104)가 촬상 이미지의 단위 구역, 서브 구역 및 하위 서브 구역 중 하나에 있는 특징점을 통하여 유사도를 계산하여 기준 유사도보다 큰 특징점의 개수가 70개일 경우 70개의 특징점을 통하여 대표점을 도출할 수 있다.
데이터베이스에는 부품정보리스트가 저장되어 있는데, 부품정보리스트는 관리자에 의해 등록된 부품의 규격, 종류 등 부품을 정의한 데이터뿐 아니라 각 부품에 대한 특징점과 이들 특징점의 대표점에 대한 정보를 포함할 수 있다.
대표점에 대한 정보는 각 부품에 해당되는 전체 특징점들 중 적어도 일부에 대한 대표점을 포함할 수 있다. 예를 들어, 앞서 예시된 바와 같이 촬상 이미지의 단위 구역, 서브 구역 및 하위 서브 구역 중 하나에 있는 특징점들 중 기준 유사도보다 큰 특징점의 개수가 70개일 경우, 데이터베이스에는 상기 70개의 특징점에 대한 대표점이 미리 저장될 수 있다.
프로세싱부(104)는 데이터베이스로부터 유사도 조건을 만족하는 특징점들의 대표점을 데이터베이스로부터 읽어들일 수 있다. 프로세싱부(104)는 대표점을 통하여 특정 부품을 식별할 수 있다.
만약 데이터베이스에는 각 부품에 대한 대표점이 n개 저장되어 있는데, 촬상 이미지의 분석을 통한 대표점이 m개(n>m, m 및 n은 자연수)인 경우, 식별되지 않은 대표점이 존재하게 될 수 있다.
프로세싱부(104)는 식별되지 않은 대표점에 해당하는 부품이 제품에 구비되지 않거나 잘못된 부품이 구비된 것으로 판단하여 제품을 불량 상태로 도출할 수 있다.
이 때, 프로세싱부(104)는 식별되지 않은 부품에 해당하는 대표점 주위의 특징점에 대한 유사도 분석을 한번 더 수행할 수 있다. 즉, 식별되지 않은 부품에 해당되는 대표점 주위의 특징점들 중 유사도가 기준 유사도보다 큰 특징점의 개수가 기준 개수보다 클 경우, 프로세싱부(104)는 부품이 존재한다고 판단할 수 있다. 상기 대표점 주위의 특징점은 대표점으로부터 기준 거리 이내에 있는 특징점일 수 있다.
이상과 같이 본 발명에 따른 실시예를 살펴보았으며, 앞서 설명된 실시예 이외에도 본 발명이 그 취지나 범주에서 벗어남이 없이 다른 특정 형태로 구체화 될 수 있다는 사실은 해당 기술에 통상의 지식을 가진 이들에게는 자명한 것이다. 그러므로, 상술된 실시예는 제한적인 것이 아니라 예시적인 것으로 여겨져야 하고, 이에 따라 본 발명은 상술한 설명에 한정되지 않고 첨부된 청구항의 범주 및 그 동등 범위 내에서 변경될 수도 있다.
제품 확인 장치(100)
프로세싱부(104)
메모리부(RM)
통신부(112)

Claims (6)

  1. 제품에 대한 촬상이미지를 처리하는 프로세싱부; 및
    상기 촬상이미지의 특징점에 대한 기준 정보를 저장하는 데이터베이스를 포함하고,
    상기 프로세싱부는
    상기 촬상이미지를 통하여 상기 제품의 특징점을 생성하고,
    상기 촬상이미지의 복수의 단위 구역들 각각의 특징점에 대한 분포 정도와 상기 기준 정보를 통하여 상기 제품의 불량 여부를 도출하며,
    상기 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값보다 작은 단위 구역을 제외하고,
    상기 복수의 단위 구역들 중 특징점의 밀도가 기준 구역 밀도값 이상인 단위 구역을 도출하여 상기 도출된 단위 구역의 특징점들을 통하여 상기 제품의 불량 여부를 도출하며,
    상기 도출된 단위 구역에 해당되는 기준 정보의 특징점을 상기 데이터베이스로부터 읽어들이고,
    상기 도출된 단위 구역의 특징점과 상기 기준 정보의 특징점의 유사도를 계산하여 상기 도출된 단위 구역의 대표점을 도출하는 것을 특징으로 하는 제품 확인 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 프로세싱부는
    상기 도출된 단위 구역의 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값보다 작은 서브 구역을 제외하고,
    상기 복수의 서브 구역들 중 특징점의 밀도가 기준 서브구역 밀도값 이상인 서브 구역을 도출하며,
    상기 데이터베이스로부터 상기 도출된 서브 구역의 특징점에 해당되는 상기 기준 정보를 읽어들이고,
    상기 도출된 서브 구역의 특징점과 상기 읽어들인 기준 정보를 비교하여 상기 제품의 불량 여부를 도출하는 것을 특징으로 하는 제품 확인 장치.
  4. 제3항에 있어서,
    상기 프로세싱부는
    상기 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 클 경우, 상기 서브 구역의 하위 서브 구역들 중 특징점의 밀도에 대한 분석에 따라 상기 제품의 불량 여부를 도출하고,
    상기 도출된 서브 구역들 각각에 포함된 특징점의 분포 정도가 기준값보다 작을 경우, 상기 서브 구역의 특징점을 통하여 상기 제품의 불량 여부를 도출하는 것을 특징으로 하는 제품 확인 장치.
  5. 삭제
  6. 제3항에 있어서,
    상기 프로세싱부는
    상기 도출된 서브 구역에 해당되는 기준 정보의 특징점을 상기 데이터베이스로부터 읽어들이고,
    상기 도출된 서브 구역의 특징점과 상기 기준 정보의 특징점의 유사도를 계산하여 상기 도출된 서브 구역의 대표점을 도출하는 것을 특징으로 하는 제품 확인 장치.
KR1020210034485A 2021-03-17 2021-03-17 제품 확인 장치 KR102579473B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210034485A KR102579473B1 (ko) 2021-03-17 2021-03-17 제품 확인 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210034485A KR102579473B1 (ko) 2021-03-17 2021-03-17 제품 확인 장치

Publications (2)

Publication Number Publication Date
KR20220129770A KR20220129770A (ko) 2022-09-26
KR102579473B1 true KR102579473B1 (ko) 2023-09-18

Family

ID=83452629

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210034485A KR102579473B1 (ko) 2021-03-17 2021-03-17 제품 확인 장치

Country Status (1)

Country Link
KR (1) KR102579473B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009186338A (ja) 2008-02-07 2009-08-20 Keyence Corp 欠陥検出装置、欠陥検出方法及びコンピュータプログラム
JP2011252770A (ja) * 2010-06-01 2011-12-15 Shirai Electronics Industrial Co Ltd プリント基板の検査装置およびその検査方法
JP2018096908A (ja) 2016-12-15 2018-06-21 大日本印刷株式会社 検査装置及び検査方法
JP2019056591A (ja) * 2017-09-20 2019-04-11 日本電産株式会社 外観検査装置及び外観検査方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2831273B2 (ja) * 1994-06-27 1998-12-02 松下電工株式会社 外観検査方法
KR20190061660A (ko) 2017-11-28 2019-06-05 전자부품연구원 전경 영상 기반의 제품 검사 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009186338A (ja) 2008-02-07 2009-08-20 Keyence Corp 欠陥検出装置、欠陥検出方法及びコンピュータプログラム
JP2011252770A (ja) * 2010-06-01 2011-12-15 Shirai Electronics Industrial Co Ltd プリント基板の検査装置およびその検査方法
JP2018096908A (ja) 2016-12-15 2018-06-21 大日本印刷株式会社 検査装置及び検査方法
JP2019056591A (ja) * 2017-09-20 2019-04-11 日本電産株式会社 外観検査装置及び外観検査方法

Also Published As

Publication number Publication date
KR20220129770A (ko) 2022-09-26

Similar Documents

Publication Publication Date Title
KR101824600B1 (ko) 단말장치를 이용한 신용카드 번호 및 유효기간 인식 시스템 및 방법
EP3382643B1 (en) Automated object tracking in a video feed using machine learning
US8549478B2 (en) Graphical user interface input element identification
TW202013248A (zh) 車輛損壞識別方法及裝置
CN110336691B (zh) 数据中心中设备的管理方法、装置、设备和通信系统
CN105282456A (zh) 图像处理方法和图像处理装置
US9508006B2 (en) System and method for identifying trees
CN117413292A (zh) 基于对象的机器学习分析的基于图像的异常检测
CN116168351B (zh) 电力设备巡检方法及装置
Konstantinidis et al. Automating dairy production lines with the yoghurt cups recognition and detection process in the Industry 4.0 era
CA2964503A1 (en) System, apparatus and method for configuration of industrial vision control modules
KR102579473B1 (ko) 제품 확인 장치
KR102386718B1 (ko) 부품 계수 장치 및 이를 이용한 물류 관리 방법
CN112966687B (zh) 图像分割模型训练方法、装置及通信设备
CN116453061B (zh) 一种基于图像识别的远程卖猪监管方法、装置以及设备
US9420237B2 (en) Insight-driven augmented auto-coordination of multiple video streams for centralized processors
US11347854B2 (en) System validator
CN112084103B (zh) 界面测试方法、装置、设备和介质
CN111368128A (zh) 目标图片的识别方法、装置和计算机可读存储介质
US11989874B2 (en) Multi-tier PCBA integrity validation process
KR102581154B1 (ko) 모델 앙상블을 이용한 객체 탐지 방법 및 장치
CN111488977A (zh) 神经网络模型训练方法和装置
CN114170373A (zh) 目标物体标注方法、处理器、装置及搅拌站
CN114067145A (zh) 无源分光器检测方法、装置、设备及介质
Herrera et al. Implementation of a Digital Image Processing Algorithm on a Colibri IMX6 Embedded Industrial System for Optical Mark Recognition

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant