KR20130074271A - 흑색 수지 강판의 결함 검출 장치 - Google Patents

흑색 수지 강판의 결함 검출 장치 Download PDF

Info

Publication number
KR20130074271A
KR20130074271A KR1020110142258A KR20110142258A KR20130074271A KR 20130074271 A KR20130074271 A KR 20130074271A KR 1020110142258 A KR1020110142258 A KR 1020110142258A KR 20110142258 A KR20110142258 A KR 20110142258A KR 20130074271 A KR20130074271 A KR 20130074271A
Authority
KR
South Korea
Prior art keywords
defect
threshold
input image
black resin
value
Prior art date
Application number
KR1020110142258A
Other languages
English (en)
Other versions
KR101316213B1 (ko
Inventor
윤종필
배호문
박창현
윤성욱
Original Assignee
주식회사 포스코
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 포스코 filed Critical 주식회사 포스코
Priority to KR1020110142258A priority Critical patent/KR101316213B1/ko
Publication of KR20130074271A publication Critical patent/KR20130074271A/ko
Application granted granted Critical
Publication of KR101316213B1 publication Critical patent/KR101316213B1/ko

Links

Images

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
    • 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
    • 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
    • G01N2021/8887—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 based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

흑색 수지 강판의 결함 검출 장치가 제공된다. 흑색 수지 강판의 결함 검출 장치는, 이산 웨이블렛 역변환을 통해 입력 영상의 고주파 성분만으로 입력 영상을 복원하는 복원 모듈과, 복원된 입력 영상의 화소값에 기초하여 흑색 수지 강판의 결함을 검출하는 결함 검출 모듈을 포함할 수 있다. 이를 통해 흑색 수지 강판에 존재하는 매우 작은 크기의 결함들 및 라인 타입의 결함을 검출할 수 있다.

Description

흑색 수지 강판의 결함 검출 장치{APPARATUS FOR DETECTING DEFECT OF BLACK RESIN STEEL SHEET}
본 발명은 흑색 수지 강판의 결함을 검출하기 위한 장치에 관한 것이다.
일반적으로 흑색 수지 강판(Black Steel Sheet)은 LCD(Liquid Crystal Display) TV나 PDP(Plasma Display Panel) TV 등의 가전 제품의 후면 커버로 사용되는 특화된 소재이다.
이러한 흑색 수지 강판의 경우, 제조 공정상에서, 도 1에 도시된 바와 같은 결함 발생 가능성이 상당히 높다. 결함의 종류로, (a)와 같은 백색 반점, (b)와 같은 흄 드롭(fume drop), (c)와 같은 티마크, (d)와 같은 핀홀, 그리고 (e)와 같은 라인 타입의 줄무늬가 대표적이다.
하지만, 상술한 결함들은 그 크기가 매우 작고 색상차가 작기 때문에 육안으로는 식별이 곤란한 문제점이 있다.
본 발명의 일 실시 형태에 의하면, 흑색 수지 강판에 존재하는 육안으로 식별이 곤란한 매우 작은 크기의 결함들 및 라인 타입의 결함을 검출할 수 있는 장치를 제공한다.
본 발명의 제1 실시 형태에 의하면,
흑색 수지 강판의 결함 검출 장치에 있어서,
이산 웨이블렛 역변환을 통해 입력 영상의 고주파 성분만으로 상기 입력 영상을 복원하는 복원 모듈; 및
상기 복원된 입력 영상의 화소값에 기초하여 상기 흑색 수지 강판의 결함을 검출하는 결함 검출 모듈
을 포함하는 흑색 수지 강판의 결함 검출 장치를 제공한다.
본 발명의 실시 형태에 의하면, 상기 결함 검출 모듈은,
상기 복원된 입력 영상을 소정 크기의 블록 영역으로 분할한 후, 분할된 각 블록 영역에 대한 주파수 분석을 통해 결함의 존재 여부를 판단하는 판단 모듈; 및
상기 판단 결과, 결함이 존재하는 블록 영역을 히스토그램에 기초하여 이진화하는 이진화 모듈을 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 판단 모듈은,
결함이 2 이상의 블록 영역에 걸쳐 형성된 경우 하나의 블록으로 머지하며,
상기 머지된 블록에 대한 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다.
본 발명의 실시 형태에 의하면, 상기 이진화 모듈은,
상기 분할된 각 블록 영역의 히스토그램에 기초하여 제1 문턱값을 선정하며,
상기 제1 문턱값이 128미만인 경우 화소값이 128 이상인 화소들에 대해 제2 문턱값을 선정하며, 상기 제1 문턱값이 128이상인 경우 화소값이 128 미만인 화소들에 대해 제2 문턱값을 선정하고,
상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 상기 제1 문턱값 및 상기 제2 문턱값으로 상기 분할된 각 블록 영역을 이진화하며, 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 미만인 경우 상기 제1 문턱값으로 상기 분할된 각 블록 영역을 이진화할 수 있다.
본 발명의 실시 형태에 의하면, 상기 이진화 모듈은,
상기 제1 문턱값으로 상기 각 블록 영역을 이진화하되,
상기 제1 문턱값이 128 미만임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128이상 화소들에 대해 상기 제2 문턱값으로 재차 이진화하며,
상기 제1 문턱값이 128 이상임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128 미만인 화소들에 대해 상기 제2 문턱값으로 재차 이진화힐 수 있다.
본 발명의 실시 형태에 의하면, 상기 주파수 분석은,
2차원 고속 푸리에 변환(2D Fast Fourier Transform)을 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 경계면 추출 모듈은,
상기 슬라브가 나타나도록 이진화된 제1 이진화 영상 및 외부 조명에 의한 밝은 부분만이 나타나도록 이진화된 제2 이진화 영상을 획득하고,
상기 제1 이진화 영상의 각 라인별로 화소값을 합산함으로써 상기 제1 이진화 영상의 투영 프로파일을 생성하며, 상기 제2 이진화 영상의 각 라인별로 화소값을 합산함으로써 상기 제2 이진화 영상의 투영 프로파일을 생성하며,
상기 제1 이진화 영상의 투영 프로파일 및 상기 제2 이진화 영상의 투영 프로파일에 기초하여 상기 경계면을 추출할 수 있다.
본 발명의 실시 형태에 의하면, 슬라브의 용융 잔존물 검출 장치는,
상기 슬라브 영상으로부터 백색 임펄스 잡음(white impulse noise)를 제거하는 미디언 필터(median filter)를 더 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함은,
백색 반점, 흄 드롭(hume drop), 티마크, 핀홀을 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함 검출 모듈은,
상기 복원된 입력 영상의 각 라인에 대해 화소값들을 모두 합산하고,
상기 합산된 화소값들이 상기 복원된 입력 영상에 포함된 전체 화소들의 평균값 및 표준 편차에 의해 연산되는 문턱값 이상인 라인을 결함으로 판단할 수 있다.
본 발명의 실시 형태에 의하면, 상기 문턱값은,
하기의 수학식:
T = (A - a ×B)(A - a ×B)
에 의해 연산되며, T는 문턱값, A는 상기 입력 영상에 포함된 전체 화소들의 평균값, B는 상기 입력 영상에 포함된 전체 화소들의 표준 편차, a는 상수일 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함은,
수직 또는 수평 방향으로 길게 늘어진 라인 타입의 결함을 포함할 수 있다.
본 발명의 제2 실시 형태에 의하면, 흑색 수지 강판의 결함 검출 방법에 있어서,
이산 웨이블렛 역변환을 통해 입력 영상의 고주파 성분만으로 상기 입력 영상을 복원하는 복원 단계; 및
상기 복원된 입력 영상의 화소값에 기초하여 상기 흑색 수지 강판의 결함을 검출하는 결함 검출 단계
를 포함하는 흑색 수지 강판의 결함 검출 방법을 제공한다.
본 발명의 실시 형태에 의하면, 상기 결함 검출 단계는,
상기 복원된 입력 영상을 소정 크기의 블록 영역으로 분할한 후, 분할된 각 블록 영역에 대한 주파수 분석을 통해 결함의 존재 여부를 판단하는 판단 단계; 및
상기 판단 결과, 결함이 존재하는 블록 영역을 히스토그램에 기초하여 이진화하는 이진화 단계를 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 판단 단계는,
결함이 2 이상의 블록 영역에 걸쳐 형성된 경우 하나의 블록으로 머지하는 단계; 및
상기 머지된 블록에 대한 주파수 분석을 통해 결함의 존재 여부를 판단하는 단계를 더 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 이진화 단계는,
상기 분할된 각 블록 영역의 히스토그램에 기초하여 제1 문턱값을 선정하는 제1 단계; 및
상기 제1 문턱값이 128미만인 경우 화소값이 128 이상인 화소들에 대해 제2 문턱값을 선정하며, 상기 제1 문턱값이 128이상인 경우 화소값이 128 미만인 화소들에 대해 제2 문턱값을 선정하는 제2 단계;
상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 상기 제1 문턱값 및 상기 제2 문턱값으로 상기 분할된 각 블록 영역을 이진화하며, 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 미만인 경우 상기 제1 문턱값으로 상기 분할된 각 블록 영역을 이진화하는 제3 단계를 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 제3 단계는,
상기 제1 문턱값으로 상기 각 블록 영역을 이진화하되,
상기 제1 문턱값이 128 미만임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128이상 화소들에 대해 상기 제2 문턱값으로 재차 이진화하며,
상기 제1 문턱값이 128 이상임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128 미만인 화소들에 대해 상기 제2 문턱값으로 재차 이진화하는 단계를 포함할 수 있다.
본 발명의 실시 형태에 의하면, 주파수 분석은,
2차원 고속 푸리에 변환(2D Fast Fourier Transform)을 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함은,
백색 반점, 흄 드롭(hume drop), 티마크, 핀홀을 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함 검출 단계는,
상기 복원된 입력 영상의 각 라인에 대해 화소값들을 모두 합산하는 단계; 및
상기 합산된 화소값들이 상기 복원된 입력 영상에 포함된 전체 화소들의 평균값 및 표준 편차에 의해 연산되는 문턱값 이상인 라인을 결함으로 판단하는 단계를 포함할 수 있다.
본 발명의 실시 형태에 의하면, 상기 문턱값은,
하기의 수학식:
T = (A - a ×B)
에 의해 연산되며, T는 문턱값, A는 상기 입력 영상에 포함된 전체 화소들의 평균값, B는 상기 입력 영상에 포함된 전체 화소들의 표준 편차, a는 상수일 수 있다.
본 발명의 실시 형태에 의하면, 상기 결함은,
수직 또는 수평 방향으로 길게 늘어진 라인 타입의 결함을 포함할 수 있다.
본 발명의 일 실시 형태에 의하면, 흑색 수지 강판에 존재하는 매우 작은 크기의 결함들 및 라인 타입의 결함을 검출할 수 있다.
본 발명의 실시 형태에 의하면, 입력 영상을 고주파 성분만을 이용하여 복원하기 때문에, 좌우 에지 부분에서의 결함 검출을 효과적으로 함과 동시에 결함 부분을 더욱 강조할 수 있다.
또한, 본 발명의 실시 형태에 의하면, 2개의 문턱값에 기초해서 입력 영상을 이진화함으로써, 밝은 부분과 어두운 부분이 혼재되어 있는 제1 타입과 같은 결함 검출을 용이하게 할 수 있다.
도 1은 흑색 수지 강판에 존재할 수 있는 결함의 종류를 도시한 도면이다.
도 2는 본 발명의 일 실시 형태에 따른 흑색 수지 강판의 결함 검출 장치를 포함하는 전체 시스템의 구성도이다.
도 3a 및 도 3b는 본 발명의 일 실시 형태에 따른 고주파 성분만으로 복원된 입력 영상과 이에 대한 이산 웨이블렛 변환 결과를 도시한 도면이다.
도 4는 본 발명의 일 실시 형태에 따라 다수의 블록 영역들으로 분할된 입력 영상을 도시한 도면이다.
도 5a 및 도 5b는 본 발명의 일 실시 형태에 따라 결함이 없는 블록 영역과 결함이 존재하는 블록 영역에 대한 주파수 분석 결과를 도시한 도면이다.
도 6은 본 발명의 일 실시 형태에 따라 다수의 블록을 머지하는 과정을 설명하는 도면이다.
도 7은 본 발명의 일 실시 형태에 따른 이진화 과정을 설명하는 도면이다.
도 8은 본 발명의 일 실시 형태에 따라 라인 타입의 결함을 검출하는 과정을 설명하는 흐름도이다.
도 9a 및 도 9b는 본 발명의 일 실시 형태에 따른 흑색 수지 강판의 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 2는 본 발명의 일 실시예에 따른 흑색 수지 강판의 결함 검출 장치를 포함하는 전체 시스템의 구성도이다.
도 2에 도시된 바와 같이, 전체 시스템은 광의 직진성을 높이기 위한 콜리메이트(Collimated) LED 조명(L)과, 콜리메이트(Collimated) LED 조명(L)에 의해 조사된 흑색 수지 강판(S)의 영상을 촬영하고, 촬영된 영상을 결함 검출 장치(200)로 전달하는 라인 스캔 카메라(C)와, 라인 스캔 카메라(C)로부터 전달받은 영상을 처리하여 흑색 수지 강판(S)에 존재하는 결함을 검출하는 결함 검출 장치(200)를 포함할 수 있다. 결함 검출 장치(200)는 카메라(C)로부터 전달받은 영상을 고주파 성분만으로 복원하는 복원 모듈(210)과, 복원된 입력 영상의 화소값에 기초하여 흑색 수지 강판의 결함을 검출하는 결함 검출 모듈(220)을 포함할 수 있다. 여기서, 콜리메이트(Collimated) LED 조명(L)의 광축과 흑색 수지 강판(S)이 이루는 각은 θ2이며, 라인 스캔 카메라(C)의 광축과 흑색 수지 강판(S)이 이루는 각은 θ1일 수 있다. 일 실시형태로 θ1은 75도, θ2는 45도일 수 있다.
또한, 전체 시스템은 불필요한 정보를 차단하기 위해 라인 스캔 카메라(C)의 앞에 슬릿(SL)을 설치할 수 있다.
이하에서는, 도 2 내지 도 8을 참조하여 본 발명의 일 실시예에 따른 흑색 수지 강판의 결함 검출 장치(200)에 대해 상세하게 설명한다. 본 발명의 실시 형태를 설명함에 있어서, 흑색 수지 강판(S)의 결함은 2가지로 구별될 수 있으며, 그 하나는 도 1의 (a) 내지 (d)에 도시된 바와 같은 크기가 작은 결함(이하 '제1 타입의 결함'이라 함)이며, 나머지는 도 1의 (e)에 도시된 바와 같은 라인 타입의 결함(이하 '제2 결함'이라 함)일 수 있다.
한편, 도 3a 및 도 3b는 본 발명의 일 실시 형태에 따른 고주파 성분만으로 복원된 입력 영상과 이에 대한 이산 웨이블렛 변환 결과를 도시한 도면이며, 도 4는 본 발명의 일 실시 형태에 따라 다수의 블록 영역들으로 분할된 입력 영상을 도시한 도면이다. 그리고, 도 5a 및 도 5b는 본 발명의 일 실시 형태에 따라 결함이 없는 블록 영역과 결함이 존재하는 블록 영역에 대한 주파수 분석 결과를 도시한 도면이며, 도 6은 본 발명의 일 실시 형태에 따라 다수의 블록을 머지하는 과정을 설명하는 도면이다. 그리고, 도 7은 본 발명의 일 실시 형태에 따른 이진화 과정을 설명하는 도면이다. 마지막으로, 도 8은 본 발명의 일 실시 형태에 따라 라인 타입의 결함을 검출하는 과정을 설명하는 흐름도이다.
이하 제1 타입의 결함과 제2 타입의 결함 각각에 대한 검출을 나누어 설명한다.
(1) 제1 타입의 결함 검출
제1 타입의 결함 검출에 대해서는 도 2 내지 도 7을 참조하여 설명한다.
우선, 복원 모듈(210)은 이산 웨이블렛 역변환을 통해 라인 스캔 카메라(C)로부터 전달받은 입력 영상을 고주파 성분만으로 복원할 수 있다. 복원된 입력 영상은 결함 검출 모듈(220)로 전달될 수 있다.
구체적으로, 복원 모듈(210)은 입력 영상을 이산 웨이블렛 변환을 통해 저주파 성분과 고주파 성분으로 분리할 수 있다. 저주파 성분의 경우 입력 영상의 전체 밝기를 일정하게 하지 않는 부분이므로, 복원 모듈(210)은 저주파 성분을 0으로 만들 수 있다. 이후, 복원 모듈(210)은 결함을 가장 잘 표현할 수 있는 고주파 성분만으로 입력 영상을 복원할 수 있다. 실시 형태에 따라서는 고주파 성분에 가중치를 부여함으로써 더욱 강조한 후 복원할 수도 있을 것이다. 입력 영상은 도 3a의 (a)에, 고주파 성분만으로 복원된 입력 영상은 도 3a의 (b)에 도시되어 있다.
한편, 도 3b에는 고주파 성분만으로 복원된 입력 영상의 프로파일(도 3a의 301의 프로파일임)을 도시하고 있다. 도 3b에 도시된 바와 같이, 입력 영상(302)에 비해 고주파 성분만으로 복원된 입력 영상(303)의 경우 전체적으로 일정한 크기를 가짐을 알 수 있다.
상술한 바와 같은 고주파 성분만으로 입력 영상을 복원하는 이유는, 입력 영상의 경우 좌우 에지 부분으로 갈수록 어두워지는 현상이 나타나기 때문에, 좌우 에지 부분에서의 결함 검출을 효과적으로 함과 동시에 결함 부분을 더욱 강조하기 위함이다.
다음, 결함 검출 모듈(220)은 복원된 입력 영상의 화소값에 기초하여 흑색 수지 강판의 결함을 검출할 수 있는데, 이하 판단 모듈(221) 및 이진화 모듈(222)을 포함하는 결함 검출 모듈(220)에 대해 상세하게 설명한다.
우선, 판단 모듈(221)은, 도 4에 도시된 바와 같이, 복원 모듈(210)로부터의 복원된 입력 영상을 소정 크기의 블록 영역(400)으로 분할한 후, 분할된 각 블록 영역(400)에 대한 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다. 이와 같이 복원된 입력 영상 전체 대신 더 작은 블록 영역에 대해 주파수 분석을 하는 이유는 전체 영상에 대한 주파수 분석의 경우 결함의 위치를 정확히 알기 힘들기 때문이다.
또한, 결함이 여러 블록 영역들에 걸쳐 형성되어 있는 경우(도 6의 610, 620 참조)에는 특징이 잘 나타나지 않을 수 있기 때문에, 본 발명의 실시 형태에 의하면, 인접한 블록 영역은 영역의 반이 중복(overlap)(410)될 수 있도록 할 수 있다.
이후, 판단 모듈(221)은 각 블록 영역(400)에 대해 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다. 상술한 판단 결과는 이진화 모듈(222)로 전달될 수 있다. 여기서, 주파수 분석은 2차원 고속 푸리에 변환(Fast Fourier Transform, FFT)(이하 '2-D FFT'라 함)이 이용될 수 있다.
구체적으로, 도 5a에는 결함이 없는 블록 영역의 영상((a) 참조)과, 결함이 없는 블록 영역의 2-D FFT에 의한 주파수 분석 결과((b) 참조)와, 2-D FFT에 의한 주파수 분석 결과의 3차원 플롯((c) 참조)이 도시되어 있으며, 도 5b에는 결함이 있는 블록 영역의 영상((a) 참조)과, 결함이 있는 블록 영역의 2-D FFT에 의한 주파수 분석 결과((b) 참조)와, 2-D FFT에 의한 주파수 분석 결과의 3차원 플롯((c) 참조)이 도시되어 있다.
도 5b의 (c)로부터 알 수 있듯이, 결함이 있는 블록 영역의 저주파 영역(즉, 4개의 모서리 부분)의 크기가 도 5b의 (c)의 결함이 없는 블록 영역의 저주파 영역의 크기보다 더 클 수 있다.
따라서, 본 발명의 실시 형태에 의하면, 판단 모듈(221)은 4개의 저주파 영역의 크기의 평균값이 소정의 문턱값 이상인 경우 결함이 존재하는 블록 영역이라고 판단할 수 있다. 다른 실시 형태에 따르면, 1개의 저주파 영역의 크기가 소정의 문턱값 이상인 경우, 또는 2개의 저주파 영역의 크기가 소정의 문턱값 이상인 경우에 결함이 존재하는 블록 영역이라고 판단할 수도 있을 것이다.
또 다른 실시 형태에 의하면, 결함이 2 이상의 블록 영역에 걸쳐 존재할 수 있다. 따라서, 판단 모듈(221)은 결함이 존재하는 블록 영역들을 머지(merge)한 후, 머지된 블록 영역에 대한 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다.
즉, 도 6에 도시된 바와 같이, 복원된 입력 영상(600)에는 다양한 크기의 결함이 존재할 수 있으며, 4개의 블록 영역들에 걸쳐 존재(도면부호 610 참조)하거나, 2개의 블록 영역들에 걸쳐 존재(도면부호 620 참조)하거나 또는 하나의 블록 영역의 일부에 존재(도면부호 630 참조)할 수 있다. 따라서, 판단 모듈(221)은 하나의 블록 영역의 일부에 결함이 존재하는 경우(도면부호 630, 631 참조)를 제외하고, 결함이 존재하는 블록 영역을 머지한 후(도면부호 611, 621 참조), 머지된 블록에 대한 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다.
다음, 이진화 모듈(222)은 결함이 존재하는 블록 영역을 히스토그램에 기초하여 이진화함으로써 결함을 검출할 수 있다. 이를 위해 본 발명의 실시 형태에 의하면, 키틀러 방법(kittler method)를 이용할 수 있다. 키틀러 방법은 영상의 히스토그램을 2 개의 정규 분포(normal distribution)로 이루어져 있다고 가정하며, 2개의 정규 분포의 교차 부분의 면적이 가장 적게 되는 그레이 값(gray vlue)을 문턱값으로 선정하는 방법이다.
구체적으로, 이진화 모듈(222)은, 도 7의 (a)에 도시된 바와 같은 분할된 각 블록 영역의 히스토그램에 제1 문턱값(710)을 선정할 수 있다. 이 경우 선정된 제1 문턱값이 128 미만인 경우 화소값이 128 이상인 화소들에 대해 제2 문턱값을 선정하며, 제1 문턱값이 128 이상인 경우 화소값이 128 미만인 화소들에 대해 제2 문턱값을 선정한다. 도 7의 (a)의 경우 제1 문턱값(710)이 128 이상이므로, 화소값이 128 미만인 화소들에 대해 제2 문턱값(720)을 선정할 수 있다.
이후, 이진화 모듈(222)은 제1 문턱값(710)과 제2 문턱값(720)의 차이가 일정한 값 이상인 경우 제1 문턱값(710) 및 제2 문턱값(720)으로 분할된 각 블록 영역을 이진화할 수 있다. 구체적으로, 도 7의 (a)를 참조하면, 제1 문턱값(710) 이상인 화소의 경우 "1"로 이진화하며, 제1 문턱값(710) 미만인 화소에 대해서는 제2 문턱값(720)에 기초해서 재차 이진화할 수 있다.
하지만, 제1 문턱값(710)과 제2 문턱값(720)의 차이가 일정한 값 미만인 경우에는 제1 문턱값(710)에 기초해서 이진화한다. 즉, 제1 문턱값(710) 이상인 화소에 대해서는 "1"로, 제1 문턱값(710) 미만인 화소에 대해서는"0"으로 이진화할 수 있다.
이렇게 해서 검출된 제1 타입의 결함이 도 7의 (b)에 도시되어 있다.
즉, 도면부호 710a는 제1 문턱값(710)에 기초해서 검출된 결함을, 도면부호 720a는 제2 문턱값(720)에 기초해서 검출된 결함을 도시하고 있다.
상술한 바와 같이, 본 발명의 실시 형태에 의하면, 2개의 문턱값에 기초해서 입력 영상을 이진화함으로써, 밝은 부분과 어두운 부분이 혼재되어 있는 제1 타입과 같은 결함 검출을 용이하게 할 수 있는 효과가 있다.
(2)제2 타입의 결함 검출
제2 타입의 결함의 경우, 도 1의 (e)에 도시된 바와 같이, 1 내지 2 픽셀의 폭을 가진 수평 또는 수직 방향으로 길게 늘어진 라인 타입일 수 있다. 따라서, 복원 모듈(210)의 동작은 동일하나, 결함 검출 모듈(220)에서의 동작이 상이할 수 있다.
이하, 제2 타입의 결함 검출에 대해 상세하게 설명한다.
우선, 복원 모듈(210)은 이산 웨이블렛 역변환을 통해 라인 스캔 카메라(C)로부터 전달받은 입력 영상을 고주파 성분만으로 복원할 수 있다. 복원된 입력 영상은 결함 검출 모듈(220)로 전달될 수 있다.
구체적으로, 복원 모듈(210)은 입력 영상을 이산 웨이블렛 변환을 통해 저주파 성분과 고주파 성분으로 분리할 수 있다. 저주파 성분의 경우 입력 영상의 전체 밝기를 일정하게 하지 않는 부분이므로, 복원 모듈(210)은 저주파 성분을 0으로 만들 수 있다. 이후, 복원 모듈(210)은 결함을 가장 잘 표현할 수 있는 고주파 성분만으로 입력 영상을 복원할 수 있다. 실시 형태에 따라서는 고주파 성분에 가중치를 부여함으로써 더욱 강조한 후 복원할 수도 있을 것이다. 입력 영상은 도 3a의 (a)에, 고주파 성분만으로 복원된 입력 영상은 도 3a의 (b)에 도시되어 있다.
한편, 도 3b에는 고주파 성분만으로 복원된 입력 영상의 프로파일(도 3a의 301의 프로파일임)을 도시하고 있다. 도 3b에 도시된 바와 같이, 입력 영상(302)에 비해 고주파 성분만으로 복원된 입력 영상(303)의 경우 전체적으로 일정한 크기를 가짐을 알 수 있다.
상술한 바와 같은 고주파 성분만으로 입력 영상을 복원하는 이유는, 입력 영상의 경우 좌우 에지 부분으로 갈수록 어두워지는 현상이 나타나기 때문에, 좌우 에지 부분에서의 결함 검출을 효과적으로 함과 동시에 결함 부분을 더욱 강조하기 위함이다.
다음, 결함 검출 모듈(220)은 복원된 입력 영상의 화소값에 기초하여 흑색 수지 강판의 결함을 검출할 수 있다.
구체적으로, 도 2 및 도 8에 도시된 바와 같이, 결함 검출 모듈(220)은 복원된 입력 영상의 각 라인(도 8에서는 수직 방향, 800)에 대해 화소값들을 모두 합산할 수 있다. 이후, 결함 검출 모듈(220)은 합산된 화소값들이 입력 영상에 포함된 전체 화소들의 평균값 및 표준 편차에 의해 연산되는 문턱값(810) 이상인 라인(820)을 결함으로 판단할 수 있다.
여기서, 문턱값(810)은 하기의 수학식 1에 의해 연산될 수 있다.
[수학식 1]
T = (A - a ×B)
여기서, T는 문턱값, A는 입력 영상에 포함된 전체 화소들의 평균값, B는 입력 영상에 포함된 전체 화소들의 표준 편차, a는 상수일 수 있다.
이하, 도 2 내지 도 9b을 참조하여, 본 발명의 일 실시 형태에 의한 슬라브의 용융 잔존물 검출 방법을 설명한다. 다만, 발명의 간명화를 위해 도 2 내지 도 8에서 설명된 사항과 중복된 설명은 생략한다.
도 2 내지 도 9a을 참조하면, 복원 모듈(210)은 이산 웨이블렛 역변환을 통해 라인 스캔 카메라(C)로부터 전달받은 입력 영상을 고주파 성분만으로 복원할 수 있다(S900 참조). 복원된 입력 영상은 결함 검출 모듈(220)로 전달될 수 있다.
상술한 S900은 제1 타입의 결함과 제2 타입의 결함 모두에 적용될 수 있음은 상술한 바와 같다.
이후, 결함 검출 모듈(220)은 복원된 입력 영상의 화소값에 기초하여 흑색 수지 강판(S)의 결함을 검출할 수 있다(S910).
이하 S910에 대해서는 도 9b를 참조하여 설명한다.
결함 검출 모듈(220)의 결함 검출 알고리즘은 결함의 타입에 따라 달라질 수 있으며(S911), 결함 타입의 라인 타입이 아닌 경우(즉, 제1 타입의 결함인 경우)에 S912 및 S913을 통해 결함을 검출한다.
구체적으로, 결함 검출 모듈(220) 중 판단 모듈(221)은, 도 4에 도시된 바와 같이, 복원 모듈(210)로부터의 복원된 입력 영상을 소정 크기의 블록 영역(400)으로 분할한 후, 분할된 각 블록 영역(400)에 대한 주파수 분석을 통해 결함의 존재 여부를 판단할 수 있다(S912). 판단 결과는 이진화 모듈(222)로 전달될 수 있다.
다음, 이진화 모듈(222)은 결함이 존재하는 블록 영역을 히스토그램에 기초하여 이진화함으로써 결함을 검출할 수 있다(S913).
하지만, 결함 타입이 라인 타입이 아닌 경우(즉, 제2 타입의 결함인 경우)에 S914 및 S915을 통해 결함을 검출한다.
구체적으로, 결함 검출 모듈(220)은, 복원된 입력 영상의 각 라인(도 8에서는 수직 방향, 800)에 대해 화소값들을 모두 합산할 수 있다(S914).
이후, 결함 검출 모듈(220)은 합산된 화소값들이 입력 영상에 포함된 전체 화소들의 평균값 및 표준 편차에 의해 연산되는 문턱값(810) 이상인 라인(820)을 결함으로 판단할 수 있다(S915).
상술한 바와 같이, 본 발명의 일 실시 형태에 의하면, 흑색 수지 강판에 존재하는 매우 작은 크기의 결함들 및 라인 타입의 결함을 검출할 수 있다.
또한, 본 발명의 실시 형태에 의하면, 입력 영상을 고주파 성분만을 이용하여 복원하기 때문에, 좌우 에지 부분에서의 결함 검출을 효과적으로 함과 동시에 결함 부분을 더욱 강조할 수 있다.
또한, 본 발명의 실시 형태에 의하면, 2개의 문턱값에 기초해서 입력 영상을 이진화함으로써, 밝은 부분과 어두운 부분이 혼재되어 있는 제1 타입과 같은 결함 검출을 용이하게 할 수 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.
200: 결함 검출 장치 210: 복원 모듈
220: 결함 검출 모듈 221: 판단 모듈
222: 이진화 모듈

Claims (10)

  1. 흑색 수지 강판의 결함 검출 장치에 있어서,
    이산 웨이블렛 역변환을 통해 입력 영상의 고주파 성분만으로 상기 입력 영상을 복원하는 복원 모듈; 및
    상기 복원된 입력 영상의 화소값에 기초하여 상기 흑색 수지 강판의 결함을 검출하는 결함 검출 모듈
    을 포함하는 흑색 수지 강판의 결함 검출 장치.
  2. 제1항에 있어서,
    상기 결함 검출 모듈은,
    상기 복원된 입력 영상을 소정 크기의 블록 영역으로 분할한 후, 분할된 각 블록 영역에 대한 주파수 분석을 통해 결함의 존재 여부를 판단하는 판단 모듈; 및
    상기 판단 결과, 결함이 존재하는 블록 영역을 히스토그램에 기초하여 이진화하는 이진화 모듈
    를 포함하는 흑색 수지 강판의 결함 검출 장치.
  3. 제2항에 있어서,
    상기 판단 모듈은,
    결함이 2 이상의 블록 영역에 걸쳐 형성된 경우 하나의 블록으로 머지하며,
    상기 머지된 블록에 대한 주파수 분석을 통해 결함의 존재 여부를 판단하는 흑색 수지 강판의 결함 검출 장치.
  4. 제2항에 있어서,
    상기 이진화 모듈은,
    상기 분할된 각 블록 영역의 히스토그램에 기초하여 제1 문턱값을 선정하며,
    상기 제1 문턱값이 128미만인 경우 화소값이 128 이상인 화소들에 대해 제2 문턱값을 선정하며, 상기 제1 문턱값이 128이상인 경우 화소값이 128 미만인 화소들에 대해 제2 문턱값을 선정하고,
    상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 상기 제1 문턱값 및 상기 제2 문턱값으로 상기 분할된 각 블록 영역을 이진화하며, 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 미만인 경우 상기 제1 문턱값으로 상기 분할된 각 블록 영역을 이진화하는 흑색 수지 강판이 결함 검출 장치.
  5. 제4항에 있어서,
    상기 이진화 모듈은,
    상기 제1 문턱값으로 상기 각 블록 영역을 이진화하되,
    상기 제1 문턱값이 128 미만임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128이상 화소들에 대해 상기 제2 문턱값으로 재차 이진화하며,
    상기 제1 문턱값이 128 이상임과 동시에 상기 선정된 제1 문턱값과 상기 선정된 제2 문턱값의 차이가 일정한 값 이상인 경우 화소값이 128 미만인 화소들에 대해 상기 제2 문턱값으로 재차 이진화하는 흑색 수지 강판이 결함 검출 장치.
  6. 제2항에 있어서,
    상기 주파수 분석은,
    2차원 고속 푸리에 변환(2D Fast Fourier Transform)을 포함하는 흑색 수지 강판의 결함 검출 장치.
  7. 제1항에 있어서,
    상기 결함은,
    백색 반점, 흄 드롭(hume drop), 티마크, 핀홀을 포함하는 흑색 수지 강판의 결함 검출 장치.
  8. 제1항에 있어서,
    상기 결함 검출 모듈은,
    상기 복원된 입력 영상의 각 라인에 대해 화소값들을 모두 합산하고,
    상기 합산된 화소값들이 상기 복원된 입력 영상에 포함된 전체 화소들의 평균값 및 표준 편차에 의해 연산되는 문턱값 이상인 라인을 결함으로 판단하는 흑색 수지 강판의 결함 검출 장치.
  9. 제8항에 있어서,
    상기 문턱값은,
    하기의 수학식:
    T = (A - a ×B)
    에 의해 연산되며, T는 문턱값, A는 상기 입력 영상에 포함된 전체 화소들의 평균값, B는 상기 입력 영상에 포함된 전체 화소들의 표준 편차, a는 상수인 흑색 수지 강판의 결함 검출 장치.
  10. 제8항에 있어서,
    상기 결함은,
    수직 또는 수평 방향으로 길게 늘어진 라인 타입의 결함을 포함하는 흑색 수지 강판의 결함 검출 장치.
KR1020110142258A 2011-12-26 2011-12-26 흑색 수지 강판의 결함 검출 장치 KR101316213B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110142258A KR101316213B1 (ko) 2011-12-26 2011-12-26 흑색 수지 강판의 결함 검출 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110142258A KR101316213B1 (ko) 2011-12-26 2011-12-26 흑색 수지 강판의 결함 검출 장치

Publications (2)

Publication Number Publication Date
KR20130074271A true KR20130074271A (ko) 2013-07-04
KR101316213B1 KR101316213B1 (ko) 2013-10-08

Family

ID=48988406

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110142258A KR101316213B1 (ko) 2011-12-26 2011-12-26 흑색 수지 강판의 결함 검출 장치

Country Status (1)

Country Link
KR (1) KR101316213B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160077865A (ko) 2014-12-24 2016-07-04 주식회사 포스코 퓸 축적 방지를 위한 오븐 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3913517B2 (ja) * 2001-10-15 2007-05-09 株式会社リコー 欠陥検出方法
JP2008107311A (ja) * 2006-09-29 2008-05-08 Hitachi Chem Co Ltd 欠陥検査方法及び欠陥検査装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160077865A (ko) 2014-12-24 2016-07-04 주식회사 포스코 퓸 축적 방지를 위한 오븐 장치

Also Published As

Publication number Publication date
KR101316213B1 (ko) 2013-10-08

Similar Documents

Publication Publication Date Title
WO2022110219A1 (zh) 一种显示面板的检测方法、装置及系统
EP2743886B1 (en) System for detecting structured artifacts in video sequences
KR20160054151A (ko) 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
Tsai et al. Low-contrast surface inspection of mura defects in liquid crystal displays using optical flow-based motion analysis
KR101677070B1 (ko) 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
JP5088165B2 (ja) 欠陥検出方法および欠陥検出装置
KR20230116847A (ko) 자동화된 시각 검사를 위한 이미지 증강 기술
US5881164A (en) Image data processing method and image data processing apparatus
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
KR101316213B1 (ko) 흑색 수지 강판의 결함 검출 장치
JP5889778B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
JP7003669B2 (ja) 表面検査装置、及び表面検査方法
KR20140082333A (ko) 평판디스플레이의 얼룩 검사 방법 및 장치
CN116542963A (zh) 一种基于机器学习的浮法玻璃缺陷检测系统及检测方法
JP6035124B2 (ja) 欠陥検査装置、及び欠陥検査方法
Prabha et al. Defect detection of industrial products using image segmentation and saliency
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
JP5239275B2 (ja) 欠陥検出方法および欠陥検出装置
JP5136277B2 (ja) 網入りまたは線入りガラスの欠陥検出方法
CN114937003A (zh) 一种针对玻璃面板的多类型缺陷检测系统和方法
KR20140082335A (ko) 평판디스플레이의 얼룩 검사 방법 및 장치
JP2018021873A (ja) 表面検査装置、及び表面検査方法
KR20120036145A (ko) 레이저 비전 시스템을 이용한 용접 조인트의 특징점 검출 방법
JP2004069673A (ja) 外観検査装置および外観検査方法
JP6185539B2 (ja) 光コネクタのフェルール端面検査装置および検査用のプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant