KR20080060851A

KR20080060851A - 목재표면의 결함검출방법

Info

Publication number: KR20080060851A
Application number: KR1020060135440A
Authority: KR
Inventors: 이형우
Original assignee: 이형우
Priority date: 2006-12-27
Filing date: 2006-12-27
Publication date: 2008-07-02

Abstract

본 발명은 목재표면 결함의 문턱값을 미리 계산하여 격자법과 타일법에 대해 격자 크기와 타일 크기를 각각 다르게 조정하여 상기 미리 계산된 문턱값을 적용시켜서 결점의 면적과 결점을 둘러싼 최소면적 사각형의 시작점과 끝점을 찾아내어 간격 증가에 따른 처리속도 변화와 인식 정확도를 함께 분석하여 가장 효율적인 간격을 용이하게 찾아낼 수 있는 목재표면의 결함검출방법에 관한 것이다.

본 발명은 화상획득용 공시시편과, 상기 공시시편을 촬영하여 화상처리하기 위한 카메라와 조명 및 화성처리보드가 장착된 컴퓨터를 포함하는 화상처리시스템에서 상기 공시시편의 표면상 결함을 검출하는 방법에 있어서, 상기 공시시편으로부터 화상을 입력을 입력받은 후 원화상으로부터 x축과 y축으로 구획하여 계조값을 저장하는 계조값저장단계와, 단위 간격의 세로축 중심을 기준으로 상기 공시시편의 최외각 부위를 따라 배경과 분리하는 공시시편과 배경의 분리단계와, 최저치의 계조값을 갖는 위치에서 결점부와 목질부 간의 문턱값을 추적하는 옹이 검출을 위한 문턱값 추출단계와, 추출된 문턱값을 이용하여 문턱값을 기준으로 채움 과정을 통한 라벨링을 실시하여 라벨의 시작위치, 최소의 직사각형으로 옹이를 포함하고 있는 시작점과 끝점, 결함의 면적의 자료를 저장하는 저장단계를 포함하여 구성되는 것을 특징으로 한다.

공시시편, 문턱값, 격자법, 타일법, 옹이

Description

목재표면의 결함검출방법{DEFECT DETECTING METHOD OF LOG SURFACE}

도 1은 본 발명의 일실시 예에 의한 목재표면의 결함검출시스템에서 공시시편을 촬영한 화면구성도,

도 2는 본 발명의 일실시 예에 의한 목재표면의 결함에서 문턱값을 산출하기 위한 설명도,

도 3은 본 발명의 일실시 예에 의한 목재표면의 결함에서 문턱값을 산출하는 방법과 크기에 따른 옹이와 최소면적을 보인 그래프,

도 4는 본 발명의 일실시 예에 의한 목재표면의 결함검출의 방법과 크기에 따른 문턱값을 보인 그래프,

도 5는 본 발명의 일실시 예에 의한 목재표면의 결함검출에 따른 문턱값을 산출하는 속도를 보인 그래프,

도 6은 종래의 히스토그램법으로 시편의 2차원적 히스토그램,

도 7은 종래의 히스토그램법으로 시편의 3차원적 히스토그램.

본 발명은 목재표면의 결함검출방법에 관한 것으로, 더욱 상세하게는 목재표 면 결함의 문턱값을 미리 계산하여 격자법과 타일법에 대해 격자 크기와 타일 크기를 각각 다르게 조정하여 상기 미리 계산된 문턱값을 적용시켜서 결점의 면적과 결점을 둘러싼 최소면적 사각형의 시작점과 끝점을 찾아내어 간격 증가에 따른 처리속도 변화와 인식 정확도를 함께 분석하여 가장 효율적인 간격을 용이하게 찾아낼 수 있는 목재표면의 결함검출방법에 관한 것이다.

목재표면의 특성을 결정함에 있어 가시광선 시스템이 초음파나 X선 또는 적외선을 이용한 방법보다 높은 신뢰성을 갖추고 있다고 알려져 있고, 이러한 비파괴적 방법을 이용한 목재표면 결함인식의 가능성을 제시한 이후 화상처리기술을 목재의 물리, 조직적 특성 연구에 적용하여 목재 내부 각 조직의 비율과 생장율, 섬유장, 공극율 및 세포내강의 면적과 직경, 합판의 전단목파율 등을 계측할 수 있다.

또한, 목재가공자동화시스템(ALPS: Automated Lumber Processing System)에 이용될 목재표면결함을 20개로 분류하여 인식과 위치 검출에 성공하였다.

목재공업에서 화상처리의 적용효과가 가장 클 것으로 기대되는 분야는 목제품의 품질관리로 상기 ALPS을 개발하는 과정에서 공간적 계조수준차(spatial gray level difference)를 이용한 화상조직분석(texture analysis)에 기초한 계조화상 기계시각(gray scale machine vision)시스템의 정확도가 57.35%~88%에 이르렀다. 특히, 화상조직의 특성을 이용, 각 화소의 계조수준차를 비교하는 2단계 분석을 실시한 결과 88.3%의 정확도를 얻어냈으며, 위치 판별을 고려하지 않는 경우 무결점재면의 판정 정확도는 91.67%에 이를 수 있음을 확인하였다. 또한 계조화상처리시스템에 RGB 필터를 결합시키면 그 정확도는 실제 작업자의 정확도 수준에 접근할 수 있다는 가능성을 제시하기도 하였다.

한편, 526x526 화상을 8x8 구간으로 만들어 각 구간마다의 히스토그램을 이용하여 결함 분석을 하여 9개의 전형적인 결함 시편에 대한 계조 히스토그램을 작성하여 각 결함이 분포하는 계조수준을 판단하였고, RGB 3개 채널필터와 그레이 스케일(gray Scale) 필터를 각각 조합하여 화상처리의 정확도를 측정한 결과, RB 필터를 사용할 경우 속도와 정확도 측면에서 이상적이라고 제시한 바 있다.

또한, 목재의 결함을 검출한 결과 색조(tone)측정만을 했을 경우 검출정확도가 건전재의 구별에서 91.7%로 높은 가능성을 보였으나 결함판별에서는 63.4%의 낮은 정확도를 보여주었다. 색조(tone)와 질감(texture)측정을 동시에 실시한 경우에는 건전재 구별시 99.6%의 거의 완벽한 정확도를 나타내었으며, 결함판별의 정확도도 88.3%로 크게 향상되었다고 한다.

목재표면상에 존재하는 계조값의 경향을 분석하여 문턱값을 추출하는 방법으로 문턱값 지정방법에는 여러 가지가 있다.

상기 히스토그램법은 화상처리작업에서 손쉽게 화상을 파악할 수 있는 자료로 각 결함들의 분포를 알 수 있으며 결함의 인식을 위한 문턱값 판정에 우수하다. 도 6은 시편의 2차원적 히스토그램이고 도 7은 3차원적 히스토그램이다. 분석적인 면에서 3차원 히스토그램은 격자법과 타일법에 존재하는 2차원적인 대표값의 분포를 3차원적으로 표현한 것으로 3차원적인 확대, 축소, 회전, 이동 등의 작업을 통하여 특정 지점의 x축과 y축의 히스토그램을 얻을 수 있어서 목재 표면의 계조값의 분포를 한눈에 파악할 수 있다. 즉, 비교적 옹이가 큰 시편에 대한 히스토그램으 로 히스토그램상에서 옹이의 분포를 쉽게 알 수 있다.

그러나, 상기 히스토그램법에서는 규모가 작은 크기의 옹이를 갖는 수종은 히스토그램 상에 분포하는 계조값의 분포량이 적어 옹이 검출이 힘들고 다른 결함과 중첩되어 분포할 경우 결함의 추출이 어려워진다는 단점이 있다.

또한 일정 영역의 화상을 분석하여 얻고자 하는 정보를 최대한 추출하여 시편의 전반적인 특징을 파악하는 표본법도 있다. 목재표면상에 존재하는 작은 영역으로부터 결함들의 문턱값을 추출하여 시편의 전 부분에 대해 적용시키는 방법으로 표본의 선택방법에 따라 문턱값의 변위가 심하다는 문제점이 있다.

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 본 발명의 목적은 목재표면결함의 문턱값을 미리 계산하여 결함을 쉽게 찾아낼 수 있는 목재표면의 결함검출방법을 제공하는 것이다. 다시 말해, 격자법과 타일법에 대해 격자 크기와 타일 크기를 1x1에서 10x10까지와 20x20의 크기로 설정하여 미리 계산된 문턱값을 적용시켜서 결점을 추출하여 옹이의 면적, 옹이를 둘러싼 최소면적 사각형의 시작점과 끝점을 찾아내어 간격 1x1 크기를 기준으로 하여 간격 증가에 따른 처리속도 변화와 인식 정확도를 함께 분석하여 가장 효율적인 간격을 용이하게 찾아낼 수 있는 목재표면의 결함검출방법을 제공하는 것이다.

본 발명은, 화상획득용 공시시편과, 상기 공시시편을 촬영하여 화상처리하기 위한 카메라와 조명 및 화성처리보드가 장착된 컴퓨터를 포함하는 화상처리시스템에서 상기 공시시편의 표면상 결함을 검출하는 방법에 있어서, 상기 공시시편으로 부터 화상을 입력을 입력받은 후 원화상으로부터 x축과 y축으로 구획하여 계조값을 저장하는 계조값저장단계와, 단위 간격의 세로축 중심을 기준으로 상기 공시시편의 최외각 부위를 따라 배경과 분리하는 공시시편과 배경의 분리단계와, 최저치의 계조값을 갖는 위치에서 결점부와 목질부 간의 문턱값을 추적하는 옹이 검출을 위한 문턱값 추출단계와, 추출된 문턱값을 이용하여 문턱값을 기준으로 채움 과정을 통한 라벨링을 실시하여 라벨의 시작위치, 최소의 직사각형으로 옹이를 포함하고 있는 시작점과 끝점, 결함의 면적의 자료를 저장하는 저장단계를 포함하여 구성되는 것을 특징으로 한다.

이때, 상기 계조값저장단계에서 계조값은, 상기 원화상에서 격자크기 간격으로 계조값을 얻어 그 값을 주위 값의 대표값으로 사용하는 격자법을 이용하여 저장하거나, 단위 크기의 간격으로 타일을 형성하여 입력된 화상으로부터 타일이 포함하고 있는 계조값들의 평균을 내어 대표값으로 사용하는 타일법을 이용하여 저장하는 것이 바람직하다.

한편, 상기 문턱값 추출단계의 문턱값은, 원화상으로부터 일정간격으로 가장 낮은 계조값을 나타내는 지점을 인식하고, 인식된 위치의 y축을 기준으로 x축상에 분포하는 대표값들의 계조분포를 얻는 과정과, 상기 x축에 존재하는 계조값의 평균값을 구한 후, 평균값의 직선을 작성하고, 작성된 직선과 계조값곡선의 교차점으로부터 정점방향으로 추적해 나가서, 최고정점을 구하는 최고정점추적과정과, 상기 계조값의 최저점과 상기 최고정점을 직선으로 연결하고 상기 계조값곡선과 수직거리가 가장 큰 가상점을 찾는 과정과, 상기 가상점은 상기 정점방향으로 급격한 계 조값의 증가가 이루어지는 곡선의 시작점으로 옹이의 경계부위를 나타내는 문턱값을 산출하는 과정으로 구성되는 것을 특징으로 한다.

이하, 첨부된 도면을 참조하여 본 발명의 목재표면의 결함검출방법을 상세히 설명한다.

도 1은 본 발명의 일실시 예에 의한 목재표면의 결함검출시스템에서 공시시편을 촬영한 화면구성도이고, 도 2는 본 발명의 일실시 예에 의한 목재표면의 결함에서 문턱값을 산출하기 위한 설명도이며, 도 3은 본 발명의 일실시 예에 의한 목재표면의 결함에서 문턱값을 산출하는 방법과 크기에 따른 옹이와 최소면적을 보인 그래프이고, 도 4는 본 발명의 일실시 예에 의한 목재표면의 결함검출의 방법과 크기에 따른 문턱값을 보인 그래프이며, 도 5는 본 발명의 일실시 예에 의한 목재표면의 결함검출에 따른 문턱값을 산출하는 속도를 보인 그래프이다.

본 발명의 실시 예에 의한 목재표면의 결함검출시스템은, 화상획득용 공시시편과, 상기 공시시편을 촬영하여 화상처리하기 위한 화상처리시스템을 포함하여 구성된다.

상기 화상획득용 공시시편은, 화상처리를 위한 시편으로 옹이를 포함하고 있는 국산 소나무(Pinus densiflora)를 10x25x2cm 크기로 재단하여 사용하였으며, 시편에서 특징적인 부분을 선택하여 37개의 화상을 획득한다.

이러한 화상을 획득하기 위한 상기 화상처리시스템은 CCD(charged coupled device) 카메라와 조명 및 화성처리보드가 장착된 컴퓨터를 포함하여 구성된다.

상기 CCD 카메라는, 목재 시편의 표면 화상 획득을 위하여 16mm 1:1.4 렌즈를 장착한 것을 사용한다. 이때 1화소의 크기는 0.269㎜x0.269㎜이며, 실제화상의 크기는 172.5㎜x128.3㎜이다.

상기 조명은 화상획득시 입력화상이 주위의 밝기에 영향을 받지 않도록 암막을 설치한 후, 카메라 양측에 조명을 설치하여 충분히 밝게 한다. 또한 조명에 의한 반사광을 줄이고, 배경과 시편의 계조값의 차이를 두기 위하여 계조수준 40이하인 검은색 천을 바닥에 깔고, 시편을 그 위에 놓는다. 이와 같은 조명 조건에서 측정한 목재시편 화상의 계조값 평균은 190이었다(단, 계조값은 조명의 밝기, 카메라 노출정도에 따라 다를 수 있다).

상기 컴퓨터의 화상처리보드는 CCD 카메라로 입력된 아날로그 영상신호를 디지털 영상신호로 변환하여 컴퓨터가 인식할 수 있도록 처리해주는 부분으로 VGA를 내장한 화상처리보드로 처리 가능한 화상의 크기는 640x480으로 256계조등급의 화상을 처리할 수 있으면 된다.

상기와 같은 구성된 화상처리시스템을 통한 화상처리과정은 다음과 같다.

(가) 화상 입력과 대표값 저장

시편으로부터 640x480 크기의 256계조의 화상을 입력을 입력받은 후 원화상으로부터 x축과 y축으로 임의의 간격으로 다음과 같은 방법으로 계조값을 저장한다.

(1) 격자법(Grid method)

화상을 격자모양으로 읽어내는 것은 짧은 시간에 화상을 분석하기 위하여, 화상의 특징이 되는 대략적인 정보를 얻기 위한 것으로 입력된 화상으로부터 격자크기 간격으로 계조값을 얻어 그 값을 주위 값의 대표값으로 사용한다.

(2) 타일법(Tile method)

단위 크기의 간격으로 타일을 형성하여 입력된 화상으로부터 타일이 포함하고 있는 계조값들의 평균을 내어 대표값으로 사용하고 이것을 격자법과 같은 방식의 처리한다.

(나) 시편과 배경의 분리

단위 간격의 세로축 중심을 기준으로 시편의 최외각 부위를 따라 배경과 분리를 한다. 한편, 도 1에서 볼 수 있듯이 조명에 의해 발생하는 그림자나 시편 자체의 왜곡된 형태(건조 중 틀어짐 등) 때문에 시편과 배경의 경계부분을 결점으로 인식하는 경우가 있어, 화상처리 시에는 시편이 바르게 이송될 수 있는 물류시스템이 요구된다.

(다) 옹이 검출을 위한 문턱값 추출

최저치의 계조값을 갖는 위치에서 결점부와 목질부 간의 문턱값을 추적한다. 여기서 문턱값의 추적은 수종, 조명의 밝기, 카메라 노출도에 따라 화상의 계조값에 차이가 생기므로 경험적으로 문턱값을 판단하는 것보다 화상처리시스템에서 문턱값을 추출하는 것이 주위의 영향을 받더라도 현장에서 발생할 수 있는 문턱값의 변화에 대해 안정적으로 처리할 수 있다.

(라) 라벨링과 정보저장

추출된 문턱값을 이용하여 문턱값을 기준으로 채움 과정을 통한 라벨링을 실 시한다. 라벨링은 결점간의 분리, 인식을 가능하게 하는 과정이다. 보통 라벨링을 할 때에 이차화상을 작성한 후 라벨링을 실시하지만 문턱값을 이용하여 라벨링된 이차화상을 작성한다. 체인코드를 이용한 라벨링도 방법 중의 하나이다.

각 라벨링 된 화상에는 라벨의 시작위치, 최소의 직사각형으로 옹이를 포함하고 있는 시작점과 끝점, 결함의 면적 등의 자료가 저장되어 있다. 이러한 자료들이 화상처리의 목적코드라고 할 수 있고, 체인코드를 실시할 경우 더 많은 정보의 획득이 가능할 것이며, 이러한 정보들은 목재가공공정에서 유용하게 이용될 것이다.

한편, 본 발명은 상기 문턱값을 자동으로 검출할 수 있다.

도 2를 참조하여 본 발명의 목재표면상의 결함 문턱값을 추출하는 방법을 설명하면, 먼저 원화상으로부터 일정간격으로 가장 낮은 계조값을 나타내는 지점을 인식하고, 인식된 위치의 y축을 기준으로 x축상에 분포하는 대표값들의 계조분포를 얻어낸다.

상기 도 2는 목재표면상의 계조값이 최저점 d를 갖는 x축상의 계조분포도로 상기 도 6의 3차원 히스토그램의 x축 단면이다.

다음, 해당 x축에 존재하는 계조값의 평균값을 구한 후, 평균값의 직선 AA'를 작성한다. 직선 AA'와 계조값곡선의 교차점으로부터 정점방향으로 추적해 나가서, 최고정점 b와 b'를 구해 낸다. 최저점 d와의 정점 b와 직선을 작성한 후 계조값 분포 곡선의 임의의 한 지점과의 수직거리가 가장 큰 지점인 점 a를 구해낸다.

점 a는 점 b 방향으로 급격한 계조값의 증가가 이루어지는 곡선의 시작점으 로 옹이의 경계부위는 점 a와 점 b사이에 존재하게 된다.

따라서 옹이의 검출 문턱값이 두 점사이에 존재함을 알 수 있다.

도 1을 참조하면, 계조값 134정도에서 옹이와 목리와의 구분이 된다는 것을 알 수 있다. 계산해 보면 점 a와 점 b사이 거리의 1/3지점임을 알 수 있으며, 옹이의 검출 문턱값 지점은 점 c인 것이다.

또한 격자법의 점 c가 3분의 1지점에서 존재하지만 타일법에서는 약간 더 높은 7분의 3지점에 분포한다는 사실을 반복 실험을 통하여 알 수 있었다. 이것은 타일의 평균값을 취하면서 계조값의 분포곡선의 굴곡이 줄어들고 부드러워지면서 직선 bd와의 관계가 변하게 되기 때문인 것으로 추정된다.

상술한 바와 같이 문턱값을 검출하고, 결함 검출의 정확도를 다음과 같은 방법으로 측정하였다.

첫째, 격자법과 타일법에 대해 격자 크기와 타일 크기를 1x1에서 10x10까지와 20x20의 크기로 설정하여 화상처리프로그램에서 계산 되어진 문턱값을 적용시켜서 결점을 추출한다. 이렇게 추출된 결점들의 정보는 옹이의 면적, 옹이를 둘러싼 최소면적 사각형의 시작점과 끝점이다. 이러한 정보를 이용하여 간격 1x1 크기를 기준으로 하여 간격 증가에 따른 처리속도 변화와 인식 정확도를 함께 분석하므로써 가장 효율적인 간격을 알아본다.

둘째, 도 6을 보면 옹이 검출을 위한 문턱값은 134임을 알 수 있다. 문턱값 134를 격자나 타일의 크기를 증가하여 적용시키면 간격의 크기에 따라 면적의 변화 를 알 수 있게 된다. 간격이 커짐에 따라 결함의 화소수는 줄어들게 된다.

또한, 옹이의 검출시 소요되는 시간을 측정하기 위해 100회 반복하여 실행하는데 소요되는 시간을 측정하였다. 격자나 타일의 크기가 증가함에 따른 속도의 변화를 알아보고 격자법과 타일법의 속도차를 비교하여 가장 적절한 간격과 옹이 검출법을 판단하고자 한다.

먼저, 결함 검출의 정확도로 아래 표 1과 같이, 격자크기 1x1화소를 적용하여 얻은 자료를 정확한 옹이의 검출이라고 가정한 상태에서 도 3과 같이 옹이의 면적을 보면, 타일법은 타일 크기의 증가에 따라 면적이 비교적 일정한 비율로 서서히 감소한다. 그러나 격자법에서는 격자크기 증가에 따른 면적변화가 불균일함을 알 수 있고 옹이를 둘러싸는 최소크기의 사각형 면적에서는 타일법의 경우 타일크기 5x5일 때까지는 일정한 경향을 가지고 증가하다 6x6부터는 격자법과 같이 상하로 변하였다. 한편, 격자법은 그 진폭의 변화가 심하여 데이터의 신뢰도가 떨어짐을 알 수 있다. 따라서 타일법이 격자법보다 정확도가 우수하며 자료가 안정한 것을 알 수 있다.

격자법은 입력된 화상으로부터 격자크기 간격으로 계조값을 얻어 그 값을 주위의 값의 대표값으로 사용하였고, 타일법은 타일크기 간격으로 입력된 화상으로부터 타일이 포함하고 있는 계조값의 평균을 내어 대표값으로 사용한다. 두 가지 방법은 주위의 화소를 대신한 대표값을 사용한다는 점에서는 같지만 격자법은 타일법에 비해 주위 화소에 대한 대표성이 떨어져서 옹이 검출을 위한 문턱값을 설정할 때 그 오류의 가능성은 항상 내포하게 되는 것이다.

문턱값 결정방법	격자 크기(픽셀 x 픽셀)
문턱값 결정방법	1x1	2x2	3x3	4x4	5x5	6x6	7x7	8x8	9x9	10x10	20x20
I	10646	10912	9585	11152	10755	10836	10486	11648	10611	10000	10400
II	17063	18408	15048	19200	18000	18720	16660	22848	18144	14400	19200
III	132	136	123	138	133	135	130	142	129	129	143
IV	152.48	46.85	23.34	19.28	19.28	16.70	16.15	15.77	15.49	15.32	14.67
V	11994	12048	12042	11968	12025	11916	12005	11840	11826	11600	10400
VI	22098	22272	24012	22704	21876	21924	23520	22848	19278	20800	19200
VII	138.31	42.73	20.32	17.25	15.87	15.4	14.61	14.23	14.10	13.90	13.40
VIII	14.17	4.12	3.02	2.03	1.81	1.30	1.54	1.54	1.39	1.42	1.27

자동계산되는 경우; I: 옹이 면적(픽셀), II: 옹이에 인접된 가장 작은 사각형의 면적(픽셀), III: 문턱값, IV: 문턱값 검출속도(초)-100회에 걸친 총시간,

문턱값을 134로 하는 경우; V: 옹이면적(픽셀), VI: 옹이에 인접된 가장 작은 사각형의 면적(픽셀), VII: 문턱값 검출속도(초)-100회에 걸친 총시간,

VIII: 계산 시간차(초)

문턱값 결정방법	타일 크기(픽셀 x 픽셀)
문턱값 결정방법	1x1	2x2	3x3	4x4	5x5	6x6	7x7	8x8	9x9	10x10	20x20
I	10646	10764	10845	10864	10775	10512	10780	10560	10530	10500	9600
II	17063	17328	17442	17632	17826	15048	16464	15232	16848	15600	14400
III	132	133	133	135	135	133	136	135	133	132	135
IV	152.48	67.45	38.10	33.78	30.65	28.15	27.80	26.97	26.15	26.31	24.72
V	11994	11992	12042	12064	12100	12094	11907	12032	11745	12100	12000
VI	22098	23048	21546	22016	22100	21924	21168	21504	19278	22100	22400
VII	138.31	42.73	20.32	17.25	15.87	15.40	14.61	14.23	14.10	13.90	13.40
VIII	14.17	24.72	17.78	16.53	14.78	12.73	13.19	12.74	12.05	12.41	11.32

VIII: 계산 시간차(초)

상기 표 1 및 표 2를 보면 알 수 있듯이 격자나 타일의 크기에 따라 검출 옹이나 최소직사각형 면적의 차이가 생기는 것은, 격자의 크기나 타일의 크기에 따라 입력되는 계조값의 분포가 달라지기 때문이다. 간격의 크기가 변함에 따라 대표값의 최저점이 다르게 존재한다는 것을 의미하며 문턱값 검출과정에 적용되는 부분도 달라지기 때문에 문턱값의 변화로 인한 면적의 차이가 생기는 것이다.

또한, 격자법과 타일법의 화상처리 속도를 비교하는 것도 정확도와 함께 고려되어야 할 항목이다. 옹이의 검출속도는 표 1 및 표 2를 보면 격자와 타일의 크기에 따라 1x1화소수에서 3x3화소수로 갈수록 급격한 처리시간의 감소가 있는 것을 알 수 있다. 도 4에서 보는 바와 같이 격자법과 타일법의 속도차이는 확실히 구별된다. 두 방법간의 속도차이의 원인은 원화상을 대상으로 대표값을 선정하는 방법에서 격자간격으로 배열된 계조값을 이용하는 격자법과는 달리 타일 크기만큼 주위의 화소들의 계조값 평균을 계산하여 대표값으로 선정하는 과정을 한 번 더 거치기 때문에 속도의 차이가 발생했다는 것을 알 수 있다.

또한 도 5에서 두 방법은 일정한 속도차를 유지하면서 감소하며, 특정값에 수렴한다는 것을 알 수 있다. 격자법은 6x6의 격자크기에서부터 처리속도의 변화가 적어지며, 타일법도 6x6의 타일 크기에서부터 처리 속도의 변화가 적어지게 된다. 미리 지정된 문턱값을 이용한 문턱값을 이용한 화상처리는 격자 크기와 타일 크기에 따른 옹이의 면적, 옹이를 둘러싼 사각형 면적, 화상처리 속도의 변화를 관찰하는 것으로, 옹이의 검출을 위한 적정 문턱값은 도 2를 보면 계조값 구간 131~136에서 존재함을 알 수 있다.

격자법과 타일법 모두 옹이의 면적이 간격의 크기가 증가함에 따라 감소되었다. 동일한 문턱값을 적용하여도 간격의 크기에 따라 면적의 차이가 생기는 것은 격자의 크기나 타일의 크기에 따라 입력되는 계조값이 다르게 분포하며, 처리되는 자료도 다르기 때문에 면적의 차이가 생긴다. 그러나 타일법은 그 면적들의 평균값이므로 격자법에 비해 면적의 차이가 심하게 나지 않는다. 처리속도는 옹이의 검출 속도와 마찬가지로 계속 감소하고 있는데 간격 크기 5x5에서 처리속도의 감소량이 일정하였다. 옹이의 문턱값 검출 속도는 옹이의 검출 속도에서 미리 주어진 문턱값을 이용한 옹이 검출속도를 감산한 값으로 옹이를 위한 문턱값을 검출하는데 소요되는 시간이다. 표 1을 보면 1x1화소수에서 격자법과 타일법의 처리속도가 같은 이유는 격자 1x1화소수는 타일 1x1화소수와 같고, 1x1화수소는 원화상을 의미하므로 그 속도의 차이는 없다. 격자법의 문턱값 검출 속도의 꾸준한 감소가 있지만 7x7화소수와 8x8화소수에서 처리속도 감소의 효과가 매우 작아지는 경향을 볼 수 있다.

화상처리시스템은 실제공정에서 이용되기 위해서는 공정에서 요구하는 처리속도를 유지하면서 결함인식의 정확도도 떨어지지 않아야 한다. 격자법은 속도는 빠르나 문턱값의 검출에서 정확도가 떨어지는 반면, 타일법은 약간의 속도 저하가 있으나 안정적인 문턱값 검출이 가능하다. 보다 안정적으로 목재 표면의 옹이를 인식하기 위해서는 타일법을 이용하는 것이 바람직하며, 타일의 크기는 5x5 - 6x6 화소가 적당한 것을 알 수 있다. 또한 격자법과 타일법에 의하여 얻어진 옹이 검출을 위한 적정 문턱값은 각각 123-142범위와 131-136 범위였고, 적정 문턱값의 자동 결정에 소요된 처리시간은 격자법과 타일법에서 각각 1.94초와 14.83초가 소요됨을 알 수 있다.

상술한 바와 같이 본 발명에 따르면, 목재표면결함의 문턱값을 미리 계산하여 결함을 쉽게 찾아낼 수 있게 된다. 즉, 격자법과 타일법에 대해 격자 크기와 타일 크기를 1x1에서 10x10까지와 20x20의 크기로 설정하여 미리 계산된 문턱값을 적용시켜서 결점을 추출하여 옹이의 면적, 옹이를 둘러싼 최소면적 사각형의 시작점과 끝점을 찾아내어 간격 1x1 크기를 기준으로 하여 간격 증가에 따른 처리속도 변화와 인식 정확도를 함께 분석하여 가장 효율적인 간격을 용이하게 찾아낼 수 있다.

Claims

화상획득용 공시시편과, 상기 공시시편을 촬영하여 화상처리하기 위한 카메라와 조명 및 화성처리보드가 장착된 컴퓨터를 포함하는 화상처리시스템에서 상기 공시시편의 표면상 결함을 검출하는 방법에 있어서,

상기 공시시편으로부터 화상을 입력을 입력받은 후 원화상으로부터 x축과 y축으로 구획하여 계조값을 저장하는 계조값저장단계와,

단위 간격의 세로축 중심을 기준으로 상기 공시시편의 최외각 부위를 따라 배경과 분리하는 공시시편과 배경의 분리단계와,

최저치의 계조값을 갖는 위치에서 결점부와 목질부 간의 문턱값을 추적하는 옹이 검출을 위한 문턱값 추출단계와,

추출된 문턱값을 이용하여 문턱값을 기준으로 채움 과정을 통한 라벨링을 실시하여 라벨의 시작위치, 최소의 직사각형으로 옹이를 포함하고 있는 시작점과 끝점, 결함의 면적의 자료를 저장하는 저장단계를 포함하여 구성되는 것을 특징으로 하는 목재표면의 결함검출방법.
제1항에 있어서,

상기 계조값저장단계에서 계조값은, 상기 원화상에서 격자크기 간격으로 계조값을 얻어 그 값을 주위 값의 대표값으로 사용하는 격자법을 이용하여 저장하는 것을 특징으로 하는 목재표면의 결함검출방법.
제1항에 있어서,

상기 계조값저장단계에서 계조값은, 단위 크기의 간격으로 타일을 형성하여 입력된 화상으로부터 타일이 포함하고 있는 계조값들의 평균을 내어 대표값으로 사용하는 타일법을 이용하여 저장하는 것을 특징으로 하는 목재표면의 결함검출방법.
제1항 내지 제3항 중 어느 하나의 항에 있어서,

상기 문턱값 추출단계의 문턱값은,

원화상으로부터 일정간격으로 가장 낮은 계조값을 나타내는 지점을 인식하고, 인식된 위치의 y축을 기준으로 x축상에 분포하는 대표값들의 계조분포를 얻는 과정과,

상기 x축에 존재하는 계조값의 평균값을 구한 후, 평균값의 직선을 형성하고, 상기 직선과 계조값곡선의 교차점으로부터 정점방향으로 추적해 나가서, 최고정점을 구하는 최고정점추적과정과,

상기 계조값의 최저점과 상기 최고정점을 직선으로 연결하고 상기 계조값곡선과 수직거리가 가장 큰 가상점을 찾는 과정과,

상기 가상점은 상기 정점방향으로 급격한 계조값의 증가가 이루어지는 곡선 의 시작점으로 옹이의 경계부위를 나타내는 문턱값을 산출하는 과정으로 구성되는 것을 특징으로 하는 목재표면의 결함검출방법.