KR20130053113A

KR20130053113A - 원형 선재의 표면 결함 검출 방법 및 장치

Info

Publication number: KR20130053113A
Application number: KR1020110118660A
Authority: KR
Inventors: 윤종필; 박창현; 윤성욱; 배호문; 최세호
Original assignee: 주식회사 포스코
Priority date: 2011-11-15
Filing date: 2011-11-15
Publication date: 2013-05-23
Also published as: KR101294967B1

Abstract

원형 선재의 표면 결함 검출 방법 및 장치가 제공된다. 원형 선재의 표면 결함 검출 장치는, 입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 관심 영역 결정부와, 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 입력 영상을 복원하는 영상 복원부와, 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 원형 선재의 결함을 검출하는 결함 검출부를 포함할 수 있다. 이를 통해 원형 선재에 대해 오검출을 줄일 수 있는 기술적 효과가 있다.

Description

원형 선재의 표면 결함 검출 방법 및 장치{METHOD AND APPARATUS FOR DETECTING SURFACE DEFECT OF ROUND WIRED ROD}

본 발명은 원형 선재 표면의 표면 결함을 검출하기 위한 방법 및 장치에 관한 것이다.

일반적으로 선재의 표면 결함을 검출하는 기술에는 초음파 탐상법(Ultrasonic Test), 누설자속 탐상법(Magnetic Flux leakage), 자분 탐상법(Magnetic Particle Inspection), 와전류 탐상법 및 광학법 등이 있다.

이들 중 광학법은 크게 2가지로 구분되는데, 고온 검사 대상체에서 스스로 방사되는 광을 직접 수신하여 결함 부위와 정상 부위를 검출하는 첫번째 방법과 고온의 검사 대상체에서 외부 광원의 광을 조사하여 반사되는 반사광을 수신하여 결합 부위와 정상 부위를 구별하는 두번째 방법이 그것이다.

상술한 광학법 중 두번째 방법을 이용하여 결함 부위를 검출하는 방법이 한국등록특허 제10-0891842호 (원형 선재 광학 검출장치 및 방법)에 개시되어 있다.

하지만, 상술한 특허문헌에 의하면, 입력 영상 전체에 동일하게 2차 미분만을 적용하여 결함을 검출한다. 따라서, 입력 영상의 좌우가 중간보다 어두운 원형의 선재의 경우 오검출이 발생되는 문제점이 있다. 이는 원형 선재의 직경이 커질수록 심각해지게 된다.

또한, 일반적으로 선재는 최고 속도 18.5km/h의 속도로 이동하면서 진동하므로, 결함 검출을 위해서 선재의 폭보다 2배 내지 3배 넓은 영역을 촬영할 필요가 있다. 이때 상술한 특허문헌에 의하면, 촬영된 영상 전체에 대해 결함 검출 알고리즘을 위한 연산을 수행한다. 따라서, 선재 이외의 불필요한 영역까지 연산을 하게 되어 결함 검출을 위한 처리 속도가 매우 늦어지게 되는 문제점이 있다.

한국등록특허 제10-0891842호 (원형 선재 광학 검출장치 및 방법)

본 발명은 본 발명의 일 실시 형태에 의하면, 특히 원형의 선재에 대해 오검출을 줄일 수 있는 원형 선재의 표면 결함 검출 장치를 제공한다.

또한, 본 발명의 일 실시 형태에 의하면, 결함 검출의 연산 처리 속도를 향상시킬 수 있는 원형 선재의 표면 결함 검출 장치를 제공한다.

본 발명의 제1 실시 형태에 의하면,

입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 관심 영역 결정부;

상기 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 상기 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 상기 입력 영상을 복원하는 영상 처리부; 및

상기 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 상기 원형 선재의 결함을 검출하는 결함 검출부를 포함하는 원형 선재의 표면 결함 검출 장치를 제공한다.

본 발명의 실시 형태에 의하면, 상기 관심 영역 결정부는,

상기 입력 영상에 대하여, 상기 원형 선재의 길이 방향에 수직한 방향의 미분 영상을 획득하는 미분 영상 획득부;

상기 획득된 미분 영상에 대하여, 상기 원형 선재의 길이 방향으로 현재 화소의 인접 화소들 중 가장 큰 값을 가지는 화소들을 연결한 경로들을 생성하는 경로 생성부;

상기 생성된 경로들을 포함하는 미분 영상을 이진화하는 제1 이진화부; 및

상기 이진화된 미분 영상 중 가장 큰 블롭(blob)의 좌우측 경로를 경계로 하는 관심 영역을 결정하는 결정부를 포함할 수 있다.

본 발명의 실시 형태에 의하면, 상기 미분 영상 획득부는,

상기 현재 화소와, 상기 현재 화소를 중심으로 상기 원형 선재의 길이 방향에 수직한 방향으로 인접한 화소와의 차이를 연산할 수 있다.

본 발명의 실시 형태에 의하면, 상기 현재 화소의 인접 화소들은,

상기 현재 화소를 중심으로, 대각선 방향으로 인접하는 2개 화소 및 상기 원형 선재의 길이 방향으로 인접하는 하나의 화소를 포함할 수 있다.

본 발명의 실시 형태에 의하면, 상기 영상 처리부는,

상기 고주파 성분에 일정 상수를 곱한 영상들만을 이용하여 상기 입력 영상을 복원할 수 있다.

본 발명의 실시 형태에 의하면, 상기 결함 검출부는,

상기 복원된 입력 영상에 대하여 상기 원형 선재의 길이 방향으로 영역들을 분할하는 영역 분할부;

상기 분할된 각 영역에 대하여, 화소들의 평균값을 연산하는 제1 연산부;

상기 분할된 각 영역에 대하여, 하기의 수학식:

T = mean{R(x, y)} + β×std{R(x, y)}에 의하여 문턱값을 연산하는 단계로, T는 문턱값, mean{}은 상기 연산된 화소들의 평균값, R(x, y)는 화소, std{}는 상기 연산된 화소들의 평균값과 각 화소간의 편차의 평균값, β는 상수를 포함하는 제2 연산부; 및

상기 연산된 문턱값을 기초로, 상기 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 상기 원형 선재의 결함을 검출하는 제2 이진화부를 포함할 수 있다.

본 발명의 제2 실시 형태에 의하면, 입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 단계;

상기 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 상기 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 상기 입력 영상을 복원하는 단계; 및

상기 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 상기 원형 선재의 결함을 검출하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법을 제공한다.

본 발명의 실시 형태에 의하면, 상기 미분 영상을 획득하는 단계는,

상기 현재 화소와, 상기 현재 화소를 중심으로 상기 원형 선재의 길이 방향에 수직한 방향으로 인접한 화소와의 차이를 연산하는 단계를 포함할 수 있다.

본 발명의 실시 형태에 의하면, 상기 입력 영상을 복원하는 단계는,

상기 고주파 성분에 일정 상수를 곱한 영상들만을 이용하여 상기 입력 영상을 복원하는 단계를 포함할 수 있다.

본 발명의 실시 형태에 의하면, 상기 원형 선재의 결함을 검출하는 단계는,

상기 복원된 입력 영상에 대하여 상기 원형 선재의 길이 방향으로 영역들을 분할하는 단계;

상기 분할된 각 영역에 대하여, 화소들의 평균값을 연산하는 단계;

상기 분할된 각 영역에 대하여, 하기의 수학식:

T = mean{R(x, y)} + β×std{R(x, y)}에 의하여 문턱값을 연산하는 단계로, T는 문턱값, mean{}은 상기 연산된 화소들의 평균값, R(x, y)는 화소, std{}는 상기 연산된 화소들의 평균값과 각 화소간의 편차의 평균값, β는 상수를 포함하는 단계; 및

상기 연산된 문턱값을 기초로, 상기 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 상기 원형 선재의 결함을 검출하는 단계를 포함할 수 있다.

본 발명의 일 실시 형태에 의하면, 이산 웨이블렛 변환을 이용하여 입력 영상의 고주파 성분(결함 부분)을 강조함으로써, 특히 원형의 선재에 대해 오검출을 줄일 수 있는 기술적 효과가 있다.

또한, 본 발명의 일 실시 형태에 의하면, 동적 프로그래밍 방법을 이용하여 입력 영상 중 선재 부분만을 검출하고, 검출된 선재 부분만에 대해 결함 검출 알고리즘을 수행함으로써, 처리 속도를 향상시킬 수 있는 기술적 효과가 있다.

도 1은 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 장치를 포함하는 전체 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 장치의 구성도이다.
도 3은 본 발명의 일 실시예에 따른 관심 영역을 결정하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 관심 영역의 결함을 강조하기 위한 과정을 설명하는 도면이다.
도 5는 본 발명의 일 실시예에 따라 영역별로 다른 크기의 문턱값을 적용하는 경우와 일정한 문턱값을 적용하는 경우의 성능을 비교하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 방법을 설명하는 흐름도이다.

이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.

도 1은 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 장치를 포함하는 전체 시스템의 구성도이다.

도 1에 도시된 바와 같이, 전체 시스템은 조명 장치(3)와, 원형 선재(2) 표면의 영상을 촬영하고, 촬영된 영상을 결함 검출 장치(110)로 전달하는 라인 스캔 카메라(1)와, 라인 스캔 카메라(1)로부터 전달받은 영상을 처리하여 원형 선재(2) 표면의 결함의 존재를 검출하기 위한 표면 결함 검출 장치(110)를 포함할 수 있다.

또한, 전체 시스템은 원형 선재(2)를 가이딩하기 위한 가이딩 수단(4)과 이동하는 원형 선재(2)의 이동 속도를 측정하기 위한 속도계(5)를 더 포함할 수 있다.

한편, 도 2는 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 장치의 구성도이며, 도 3은 본 발명의 일 실시예에 따른 관심 영역을 결정하는 과정을 설명하기 위한 도면이다. 그리고 도 4는 본 발명의 일 실시예에 따른 관심 영역의 결함을 강조하기 위한 과정을 설명하는 도면이며, 도 5는 본 발명의 일 실시예에 따라 영역별로 다른 크기의 문턱값을 적용하는 경우와 일정한 문턱값을 적용하는 경우의 성능을 비교하기 위한 도면이다.

이하, 도 1 내지 도 5를 참조하여, 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 장치 및 동작 원리를 상세하게 설명한다.

우선, 도 2를 참조하면, 본 발명의 일 실시예에 따른 표면 결함 검출 장치는 입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 관심 영역 결정부(111)와, 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 입력 영상을 복원하는 영상 처리부(112)와, 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 원형 선재의 결함을 검출하는 결함 검출부(113)를 포함할 수 있다.

종래 기술에서도 설명된 바와 같이, 원형 선재는 최고 속도 18.5km/h의 속도로 이동하면서 진동하므로, 결함 검출을 위해서 원형 선재의 폭보다 2배 내지 3배 넓은 영역을 촬영할 필요가 있다. 따라서, 본 발명의 실시예에 의하면, 연산 처리의 속도를 증가시키기 위해 촬영된 영상 중에서 배경 부분을 제외한 원형 선재, 즉 관심 영역을 결정하기 위한 선처리 과정(pre-processing)을 적용한다. 일반적으로 많이 사용하는 수평 미분 방식을 사용하여 원형 선재의 경계를 찾으면(관심 영역의 결정), 원형 선재 내부의 세로형태의 스케일이나 스크래치를 원형 선재의 경계로 잘못 인식할 수 있다.

따라서, 본 발명의 실시예에 의하면, 동적 프로그래밍(dynamic programming) 방법을 사용할 수 있다. 동적 프로그래밍은 부분해를 모아서 전체의 해를 구하는 방식으로 최적화 문제를 해결하는데 사용되는 알고리즘으로, 이하 도 2 및 도 3을 참조하여, 동적 프로그래밍 방법을 이용한 관심 영역의 결정에 대해 상세하게 설명한다.

도 2 및 도 3을 참조하면, 관심 영역 결정부(111)는, 미분 영상 획득부(111a)와, 경로 생성부(111b), 제1 이진화부(111c), 및 결정부(111d)를 포함할 수 있다.

관심 영역 결정부(111) 중 미분 영상 획득부(111a)는 라인 스캔 카메라(도 1의 도면부호 1 참조)로부터 전달된 입력 영상(도 3의 (a) 참조)에 대하여, 원형 선재의 길이 방향에 수직한 방향(도 3에서는 수평 방향)의 미분 영상(도 3의 (b) 참조)을 획득하며, 획득된 미분 영상을 경로 생성부(111b)로 전달할 수 있다.

구체적으로, 미분 영상 획득부(111a)는 수학식 1과 같이 현재 화소와, 현재 화소를 중심으로 원형 선재의 길이 방향에 수직한 방향으로 인접한 화소와의 차이를 연산함으로써, 수평 미분 영상을 얻을 수 있다. 입력 영상에서 원형 선재가 수직으로 놓여진 경우에는 원형 선재의 경계면(E) 역시 수직 방향으로 길게 연결되어 있는 형태를 가지기 때문이다.

[수학식 1]

C(x, y) = f(x, y) - f(x+1, y)

여기서, C는 미분 영상, f는 입력 영상, x, y는 화소의 위치를 의미할 수 있다.

상술한 바와 같이, 인접한 화소와의 차이만에 기초하여 수평 미분 영상을 얻음으로써, 연산 처리 속도를 빠르게 할 수 있는 기술적 효과가 있다.

관심 영역 결정부(111) 중 경로 생성부(111b)는 획득된 미분 영상에 대하여, 원형 선재의 길이 방향으로 현재 화소의 인접 화소들 중 가장 큰 값을 가지는 화소들을 연결한 경로들을 생성할 수 있다. 생성된 경로들은 제1 이진화부(111c)로 전달될 수 있다.

구체적으로, 경로 생성부(111b)는 수평 미분 영상의 위에서 아래 방향으로 한 행씩 이동하면서 좌우 미분값을 비교하며, 가장 미분값이 커지는 경로를 연결함으로써, 경로를 생성할 수 있다. 예를 들면, 수평 미분 영상의 현재 화소(x, y)에 인접한 3개의 화소, 즉 (x, y-1), (x-1, y-1), (x+1, y-1) 중 가장 큰 미분값을 가진 화소를 찾은 후, 다음 행에 대해서도 같은 식으로 가장 큰 미분값을 가진 화소를 연결하는 식으로 경로를 생성할 수 있다.

상술한 경로들은 입력 영상의 모든 열에 대해 생성될 수 있다. 상술한 예에서, 인접 화소들의 수는 3개로 한정하였으나, 이는 실시예에 불과하며 다양한 수의 화소들이 경로 생성을 위해 사용될 수 있음을 당업자에게 자명할 것이다.

관심 영역 결정부(111) 중 제1 이진화부(111c)는 경로 생성부(111b)에 의해 생성된 다수의 경로들 중 원형 선재 내부의 스크래치나 스케일에 의해 생성된 경로들을 제외하기 위해 생성된 경로들을 포함하는 미분 영상을 이진화할 수 있다(도 3의 (c) 참조). 이진화된 미분 영상은 결정부(111d)로 전달될 수 있다.

관심 영역 결정부(111) 중 결정부(111d)는 이진화된 미분 영상 중 가장 큰 블롭(blob, 도 3 (c)의 B 참조)의 좌우측 경계(E)를 경로로 하는 관심 영역(도 3 (d)의 ROI)을 결정할 수 있다. 결정된 관심 영역(ROI)은 영상 처리부(112)로 전달될 수 있다.

영상 처리부(112)는, 결정부(111d)로부터 전달받은 관심 영역(ROI)의 고주파 성분을 강조하게 되며, 영상 처리부(112)에 대해서는 도 2 및 도 4를 참조하여 상세하게 설명한다.

도 2 및 도 4를 참조하면, 영상 처리부(112)는 결정부(111d)로부터 전달받은 관심 영역(ROI)에 대해 이산 웨이블렛 변환(DWT: Discrete Wavelet Transform)을 수행하며, 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 입력 영상을 복원할 수 있다. 복원된 입력 영상은 결함 검출부(113)로 전달될 수 있다.

여기서, 이산 웨이블렛 변환은 입력 영상을 고주파 영역과 저주파 영역의 신호로 분리하는 역할을 한다. 구체적으로, 영상 처리부(112)는 이산 웨이블렛 변환을 통해 입력 영상을 수직 고주파 성분, 수평 고주파 성분, 대각 고주파 성분, 및 저주파 성분을 포함하는 4개의 결과 영상들로 분리할 수 있다.

이후, 영상 처리부(112)는 결정부(111d)로부터 전달받은 관심 영역(ROI)의 영상(401)에서, 저주파 성분을 모두 0으로 하고, 고주파 성분의 결과 영상들을 가지고 복원할 수 있다.

수직 고주파 성분, 수평 고주파 성분, 대각 고주파 성분, 및 저주파 성분을 포함하는 4개의 결과 영상들로부터 복원되는 영상에 대해서는 도 4를 참조하여 설명한다.

도 4를 참조하면, 도면부호 401은 관심 영역 영상, 도면부호 401a는 기준 라인(R)을 따라 도시된 관심 영역 영상(401)의 화소값이다. 그리고, 도면부호 402는 고주파 성분을 0으로 하고, 저주파 성분을 포함하는 결과 영상들만을 가지고 복원한 영상을, 도면부호 402a는 기준 라인(R)을 따라 도시된 도면부호 402의 화소값이다. 그리고, 도면부호 403은 저주파 성분을 0으로 하고, 고주파 성분을 포함하는 결과 영상들만을 가지고 복원한 영상을, 도면부호 403a는 기준 라인(R)을 따라 도시된 도면부호 403의 화소값이다.

도 4에 도시된 바와 같이, 저주파 성분을 0으로 하고, 고주파 성분을 포함하는 결과 영상들만을 가지고 복원하는 경우, 도면부호 403a에 도시된 바와 같은 고주파 성분만이 포함된 영상을 얻을 수 있음을 알 수 있다. 이러한 도면부호 403은 결과적으로 원 영상(401)에서 저주파 성분을 포함하는 결과 영상들만을 가지고 복원한 영상(402)을 뺀 영상과 같다고 볼 수 있다.

특히, 배경(입력 영상 중 원형 선재 영역을 제외한 영역)의 밝기 변화가 저주파 성분이며, 결함은 고주파 성분으로 볼 수 있으므로, 복원된 입력 영상에서 입력 영상에서 배경인 저주파 성분은 모두 사라지게 되며, 이에 따라 고주파 성분인 결함 부분이 강조되어 신호대잡음비를 크게 향상시킬 수 있는 기술적 효과를 얻을 수 있다. 실시예에 따라서는, 저주파 성분을 모두 0으로 하고, 고주파 성분에 일정한 상수를 곱하여 복원함으로써, 고주파 성분을 더욱 강조할 수도 있을 것이다.

마지막으로, 결함 검출부(113)는 영상 처리부(112)로부터 전달받은 복원된 입력 영상에 대해 영역별로 다른 크기의 임계값을 적용함으로써 원형 선재의 결함을 검출하는데, 결함 검출부(113)에 대해서는 도 2 및 도 5를 참조하여 상세하게 설명한다.

도 2 및 도 5를 참조하면, 결함 검출부(113)는 영역 분할부(113a), 제1 연산부(113b), 제2 연산부(113c), 및 제2 이진화부(113d)를 포함할 수 있다.

구체적으로, 결함 검출부(113) 중 영역 분할부(113a)는 영상 처리부(112)로부터 전달받은 복원된 입력 영상(500)을 원형 선재의 길이 방향으로 분할할 수 있다. 분할된 영역들(R1 내지 R4)을 포함한 영상(501)은 제1 연산부(113b)로 전달될 수 있다.

결함 검출부(113) 중 제1 연산부(113b)는 분할된 각 영역들(R1 내지 R4)에 대하여, 화소들의 평균값을 연산할 수 있다. 연산된 화소들의 평균값은 제2 연산부(113c)로 전달될 수 있다.

결함 검출부(113) 중 제2 연산부(113c)는 분할된 각 영역별로 하기의 수학식 2에 의해 문턱값(Threshold)(T1 내지 T4)을 연산할 수 있다. 연산된 영역별 문턱값(T1 내지 T4)은 제2 이진화부(113d)로 전달될 수 있다.

[수학식 2]

T = mean{R(x, y)} + β×std{R(x, y)}

여기서, T는 문턱값, mean{}은 상기 연산된 화소들의 평균값, R(x, y)는 화소, std{}는 상기 연산된 화소들의 평균값과 각 화소간의 편차의 평균값, β는 상수일 수 있다.

한편, 결함 검출부(113) 중 제2 이진화부(113d)는 제2 연산부(113c)로부터 전달받은 문턱값을 기초로, 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 원형 선재의 결함을 검출할 수 있다.

즉, 기존 방식에 따라 임계값을 입력 영상에 일률적으로 적용한 경우 도면부호 501a와 같이 노이즈(D)와 결함(D)이 모두 검출될 수 있다. 하지만, 도면부호 501b에 도시된 바와 같이, 본 발명의 실시예에 따라 영역별(R1 내지 R4)로 다른 임계값(T1 내지 T4)를 적용함으로써, 영역별 특징에 따라 문턱값을 달라지게 하여 결함(D)만을 검출할 수 있는 기술적 효과가 있다.

도 6은 본 발명의 일 실시예에 따른 원형 선재의 표면 결함 검출 방법을 설명하는 흐름도이다. 발명의 간명화를 위해 도 1 내지 도 5에서 설명된 사항과 중복된 설명은 생략한다.

도 2 및 도 6을 참조하면, 단계 601에서, 관심 영역 결정부(111)는 입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정한다. 결정된 관심 영역은 영상 처리부(112)로 전달될 수 있다.

구체적으로, 관심 영역 결정부(111) 중 미분 영상 획득부(111a)는 라인 스캔 카메라(도 1의 도면부호 1 참조)로부터 전달된 입력 영상(도 3의 (a) 참조)에 대하여, 원형 선재의 길이 방향에 수직한 방향(도 3에서는 수평 방향)의 미분 영상(도 3의 (b) 참조)을 획득하며, 획득된 미분 영상을 경로 생성부(111b)로 전달할 수 있다.

마지막으로, 관심 영역 결정부(111) 중 결정부(111d)는 이진화된 미분 영상 중 가장 큰 블롭(blob, 도 3 (c)의 B 참조)의 좌우측 경계(E)를 경로로 하는 관심 영역(도 3 (d)의 ROI)을 결정할 수 있다. 결정된 관심 영역(ROI)은 영상 처리부(112)로 전달될 수 있다.

다음, 단계 602에서, 영상 처리부(112)는 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 입력 영상을 복원한다. 복원된 입력 영상은 결함 검출부(113)로 전달될 수 있다.

마지막으로, 단계 603에서, 결함 검출부(113)는 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 원형 선재의 결함을 검출할 수 있다.

구체적으로, 결함 검출부(113) 중 영역 분할부(113a)는 영상 처리부(112)로부터 전달받은 복원된 입력 영상을 원형 선재의 길이 방향으로 분할할 수 있다. 분할된 영역들을 포함한 영상은 제1 연산부(113b)로 전달될 수 있다.

결함 검출부(113) 중 제1 연산부(113b)는 분할된 각 영역들에 대하여, 화소들의 평균값을 연산할 수 있다. 연산된 화소들의 평균값은 제2 연산부(113c)로 전달될 수 있다.

결함 검출부(113) 중 제2 연산부(113c)는 분할된 각 영역별로 상술한 수학식 2에 의해 문턱값(Threshold)을 연산할 수 있다. 연산된 영역별 문턱값은 제2 이진화부(113d)로 전달될 수 있다.

마지막으로, 결함 검출부(113) 중 제2 이진화부(113d)는 제2 연산부(113c)로부터 전달받은 문턱값을 기초로, 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 원형 선재의 결함을 검출할 수 있다.

상술한 바와 같이 본 발명의 일 실시 형태에 의하면, 이산 웨이블렛 변환을 이용하여 입력 영상의 고주파 성분(결함 부분)을 강조함으로써, 특히 원형의 선재에 대해 오검출을 줄일 수 있는 기술적 효과가 있다.

본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.

1: 라인 스캔 카메라 2: 원형 선재
3: 조명 장치 4: 가이딩 수단
5: 속도계 110: 표면 결함 검출 장치
111: 관심 영역 결정부; 111a: 미분영상 획득부
111b: 경로 생성부 111c: 제1 이진화부
111d: 결정부 112: 영상 처리부
113: 결함 검출부 113a: 영역 분할부
113b: 제1 연산부 113c: 제2 연산부
113d: 제2 이진화부 401: 관심 영역 영상
401a: 기준 라인(R)을 따라 도시된 관심 영역 영상(401)의 화소값
402: 고주파 성분을 0으로 하고, 저주파 성분을 포함하는 결과 영상들만을 가지고 복원한 영상
402a: 기준 라인(R)을 따라 도시된 도면부호 402의 화소값
403: 저주파 성분을 0으로 하고, 고주파 성분을 포함하는 결과 영상들만을 가지고 복원한 영상
403a: 기준 라인(R)을 따라 도시된 도면부호 403의 화소값
500: 관심 영역 영상
501: 수평 미분 영상
501a: 일정한 임계값을 입력 영상에 일률적으로 적용한 경우의 이진화 성능
501b: 영역별 다른 문턱값을 적용한 경우의 이진화 성능
R1 내지 R4: 분할된 영역 T1 내지 T4: 영역별 임계값
B: 블롭(blob) R: 기준라인
N: 노이즈 D: 결함
E: 경계

Claims

입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 관심 영역 결정부;
상기 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 상기 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 상기 입력 영상을 복원하는 영상 처리부; 및
상기 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 상기 원형 선재의 결함을 검출하는 결함 검출부를 포함하는 원형 선재의 표면 결함 검출 장치.
제1항에 있어서,
상기 관심 영역 결정부는,
상기 입력 영상에 대하여, 상기 원형 선재의 길이 방향에 수직한 방향의 미분 영상을 획득하는 미분 영상 획득부;
상기 획득된 미분 영상에 대하여, 상기 원형 선재의 길이 방향으로 현재 화소의 인접 화소들 중 가장 큰 값을 가지는 화소들을 연결한 경로들을 생성하는 경로 생성부;
상기 생성된 경로들을 포함하는 미분 영상을 이진화하는 제1 이진화부; 및
상기 이진화된 미분 영상 중 가장 큰 블롭(blob)의 좌우측 경로를 경계로 하는 관심 영역을 결정하는 결정부를 포함하는 원형 선재의 표면 결함 검출 장치.
제2항에 있어서,
상기 미분 영상 획득부는,
상기 현재 화소와, 상기 현재 화소를 중심으로 상기 원형 선재의 길이 방향에 수직한 방향으로 인접한 화소와의 차이를 연산하는 원형 선재의 표면 결함 검출 장치.
제2항에 있어서,
상기 현재 화소의 인접 화소들은,
상기 현재 화소를 중심으로, 대각선 방향으로 인접하는 2개 화소 및 상기 원형 선재의 길이 방향으로 인접하는 하나의 화소를 포함하는 원형 선재의 표면 결함 검출 장치.
제1항에 있어서,
상기 영상 처리부는,
상기 고주파 성분에 일정 상수를 곱한 영상들만을 이용하여 상기 입력 영상을 복원하는 원형 선재의 표면 결함 검출 장치.
제1항에 있어서,
상기 결함 검출부는,
상기 복원된 입력 영상에 대하여 상기 원형 선재의 길이 방향으로 영역들을 분할하는 영역 분할부;
상기 분할된 각 영역에 대하여, 화소들의 평균값을 연산하는 제1 연산부;
상기 분할된 각 영역에 대하여, 하기의 수학식:
T = mean{R(x, y)} + β×std{R(x, y)}에 의하여 문턱값을 연산하는 단계로, T는 문턱값, mean{}은 상기 연산된 화소들의 평균값, R(x, y)는 화소, std{}는 상기 연산된 화소들의 평균값과 각 화소간의 편차의 평균값, β는 상수를 포함하는 제2 연산부; 및
상기 연산된 문턱값을 기초로, 상기 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 상기 원형 선재의 결함을 검출하는 제2 이진화부를 포함하는 원형 선재의 표면 결함 검출 장치.
입력 영상으로부터 원형 선재만을 포함하는 관심 영역(ROI: Region Of Interest)을 결정하는 단계;
상기 결정된 관심 영역에 대해 이산 웨이블렛 변환을 수행하며, 상기 이산 웨이브렛 변환의 결과 영상들 중 고주파 성분을 포함하는 영상들만을 이용하여 상기 입력 영상을 복원하는 단계; 및
상기 복원된 입력 영상에 대해, 영역별로 다른 크기의 임계값을 적용함으로써, 상기 원형 선재의 결함을 검출하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법.
제7항에 있어서,
상기 관심 영역을 결정하는 단계는,
상기 입력 영상에 대하여, 상기 원형 선재의 길이 방향에 수직한 방향의 미분 영상을 획득하는 단계;
상기 획득된 미분 영상에 대하여, 상기 원형 선재의 길이 방향으로 현재 화소의 인접 화소들 중 가장 큰 값을 가지는 화소들을 연결한 경로들을 생성하는 단계;
상기 생성된 경로들을 포함하는 미분 영상을 이진화하는 단계; 및
상기 이진화된 미분 영상 중 가장 큰 블롭(blob)의 좌우측 경로를 경계로 하는 관심 영역을 결정하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법.
제8항에 있어서,
상기 미분 영상을 획득하는 단계는,
상기 현재 화소와, 상기 현재 화소를 중심으로 상기 원형 선재의 길이 방향에 수직한 방향으로 인접한 화소와의 차이를 연산하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법.
제8항에 있어서,
상기 현재 화소의 인접 화소들은,
상기 현재 화소를 중심으로, 대각선 방향으로 인접하는 2개 화소 및 상기 원형 선재의 길이 방향으로 인접하는 하나의 화소를 포함하는 원형 선재의 표면 결함 검출 방법.
제7항에 있어서,
상기 입력 영상을 복원하는 단계는,
상기 고주파 성분에 일정 상수를 곱한 영상들만을 이용하여 상기 입력 영상을 복원하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법.
제7항에 있어서,
상기 원형 선재의 결함을 검출하는 단계는,
상기 복원된 입력 영상에 대하여 상기 원형 선재의 길이 방향으로 영역들을 분할하는 단계;
상기 분할된 각 영역에 대하여, 화소들의 평균값을 연산하는 단계;
상기 분할된 각 영역에 대하여, 하기의 수학식:
T = mean{R(x, y)} + β×std{R(x, y)}에 의하여 문턱값을 연산하는 단계로, T는 문턱값, mean{}은 상기 연산된 화소들의 평균값, R(x, y)는 화소, std{}는 상기 연산된 화소들의 평균값과 각 화소간의 편차의 평균값, β는 상수를 포함하는 단계; 및
상기 연산된 문턱값을 기초로, 상기 분할된 각 영역에 대하여 다른 크기의 임계값으로 이진화함으로써, 상기 원형 선재의 결함을 검출하는 단계를 포함하는 원형 선재의 표면 결함 검출 방법.