KR20150074942A - Apparatus and method of detecting scap defect - Google Patents

Apparatus and method of detecting scap defect Download PDF

Info

Publication number
KR20150074942A
KR20150074942A KR1020130163202A KR20130163202A KR20150074942A KR 20150074942 A KR20150074942 A KR 20150074942A KR 1020130163202 A KR1020130163202 A KR 1020130163202A KR 20130163202 A KR20130163202 A KR 20130163202A KR 20150074942 A KR20150074942 A KR 20150074942A
Authority
KR
South Korea
Prior art keywords
blob
image
binarization
scap
bright
Prior art date
Application number
KR1020130163202A
Other languages
Korean (ko)
Other versions
KR101543896B1 (en
Inventor
윤성욱
윤종필
김정찬
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 KR1020130163202A priority Critical patent/KR101543896B1/en
Publication of KR20150074942A publication Critical patent/KR20150074942A/en
Application granted granted Critical
Publication of KR101543896B1 publication Critical patent/KR101543896B1/en

Links

Images

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
    • B21B38/02—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring flatness or profile of strips
    • 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

Landscapes

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

Abstract

Provided are a device and a method for detecting a scab defect. The device comprises: a first binarizing unit for generating a first binary image by performing dark binarization on an original image obtained by photographing a hot material; a second binarizing unit for generating a second binary image by performing bright binarization on the original image; a third binarizing unit for performing sobel filtering on the original image, and generating a third binary image by performing bright binarization on the sobel-filtered original image; and a defect detecting unit for detecting, as a scab defect, a blob obtained by adding a dark blob extracted from the first binary image and the third binary image and a bright blob extracted from the second binary image and the third binary image. Accordingly, a scab defect can be accurately detected.

Description

스캡 결함 검출 장치 및 방법{APPARATUS AND METHOD OF DETECTING SCAP DEFECT}[0001] APPARATUS AND METHOD OF DETECTING SCAP DEFECT [0002]

본 출원은, 열간 소재의 면부에 존재하는 스캡 결함의 검출에 관한 것이다.
The present application relates to the detection of a scap defect existing on the surface of a hot workpiece.

열간 압연 공정은 연속 주조 공정에서 제조된 슬래브(slab)나 블룸(bloom) 또는 빌릿(billet) 등의 소재를 가열한 후 압연하여 스트립(strip)을 제조하는 공정이다.
The hot rolling process is a process for manufacturing a strip by heating a material such as a slab, a bloom or a billet produced in a continuous casting process, and rolling the same.

상술한 슬래브나 블룸 또는 빌릿 등의 열간 소재는 다양한 요인에 의하여 표면결함을 수반할 수 있다. 열간 소재의 표면 결함은, 이후 압연 등의 후 공정에서 강판의 갈라짐 등의 결함으로 이어질 수 있다. 후공정에 대하여 양호한 표면품질의 소재를 공급하기 위하여는 열간 소재에 대한 표면 품질 검사 및 결함 제거 작업이 필요하다.
The hot material such as the slab, the bloom, or the billet may involve surface defects due to various factors. Surface defects of the hot material may lead to defects such as cracking of the steel sheet in a subsequent step such as rolling. In order to supply a good surface quality material to the post-process, it is necessary to perform surface quality inspection and defect removal work on the hot material.

상술한 열간 소재의 표면 결함 검출에 대해서는, 예를 들면 한국공개특허 제2013-0017402호("열간 소재의 표면결함검출장치 및 검출방법", 공개일: 2013년 2월 20일)에 개시되어 있다.
The surface defect detection of the hot work described above is disclosed, for example, in Korean Patent Laid-Open Publication No. 2013-0017402 ("Surface defect detection apparatus and detection method of hot work material ", published on Feb. 20, 2013) .

하지만, 열간 소재의 표면 결함의 종류는 매우 다양하기 때문에 한가지 알고리즘만으로 모든 결함을 검출하는 것은 불가능하며, 각 결함의 특성에 맞는 결함 검출 알고리즘이 필요하다. 특히, 열간 소재인 빌릿의 면에 존재하는 스캡 결함의 경우 스케일과의 구분이 어렵고, 스캡 결함을 검출하기 위한 구체적인 알고리즘은 개시되어 있지 않다.
However, since there are many types of surface defects in hot materials, it is impossible to detect all defects with only one algorithm, and a defect detection algorithm suited to the characteristics of each defect is required. Particularly, in the case of a scap defect existing on the surface of a billet which is a hot material, it is difficult to distinguish from a scale, and a specific algorithm for detecting a scap defect is not disclosed.

한국공개특허 제2013-0017402호("열간 소재의 표면결함검출장치 및 검출방법", 공개일: 2013년 2월 20일)Korean Patent Laid-Open Publication No. 2013-0017402 ("Apparatus for Detecting Surface Defects in Hot Materials and Detection Method ", published on February 20, 2013)

본 발명의 일 실시 형태에 의하면, 열간 소재의 표면에 존재하는 스캡 결함을 정확하게 검출할 수 있는 스캡 결함 검출 장치 및 방법을 제공한다.
According to one embodiment of the present invention, there is provided a device and method for detecting a scap fault which can accurately detect a scap defect existing on the surface of a hot work.

본 발명의 제1 실시 형태에 의하면, 열간 소재를 촬영한 원본 영상을 암(暗) 이진화하여 제1 이진화 영상을 생성하는 제1 이진화부; 상기 원본 영상을 명(明) 이진화하여 제2 이진화 영상을 생성하는 제2 이진화부; 상기 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상을 생성하는 제3 이진화부; 및 상기 제1 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 암(暗) 블롭과 상기 제2 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출하는 결함 검출부를 포함하는 스캡 결함 검출 장치를 제공한다.
According to a first aspect of the present invention, there is provided a display device comprising: a first binarization unit for dark-binarizing an original image of a hot material to generate a first binarized image; A second binarization unit for bright-binarizing the original image to generate a second binarized image; A third binarization unit for Sobel filtering the original image and brightening the Sobel filtered original image to generate a third binarized image; And a blob obtained by adding dark blobs extracted from the first binarized image and the third binarized image and bright blobs extracted from the second binarized image and the third binarized image as a scap defect And a scar-defect detection device including a defect detection section.

본 발명의 일 실시 형태에 의하면, 상기 명(明) 이진화는, 상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “1”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “0”에 대응시키며, 상기 암(暗) 이진화는, 상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “0”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “1”에 대응시킬 수 있다.
According to an embodiment of the present invention, the bright binarization may be performed by comparing a gray level of a pixel constituting the original image with a threshold value, and if the gray level is greater than or equal to the threshold value, And the dark binarization compares the gray level of the pixels constituting the original image with a threshold value and then sets the pixel to 0 if the threshold value is greater than the threshold value, And if it is less than the threshold value, the pixel can be made to correspond to " 1 ".

본 발명의 일 실시 형태에 의하면, 상기 결함 검출부는, 상기 제1 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 암(暗) 블롭만이 표시된 제4 이진화 영상을 생성하는 제4 이진화부; 상기 제2 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 명(明) 블롭만이 표시된 제5 이진화 영상을 생성하는 제5 이진화부; 상기 제4 이진화 영상 및 상기 제5 이진화 영상을 가산함으로써, 결과 이진화 영상을 생성하는 이미지 결합부; 및 상기 결과 이진화 영상으로부터 상기 암(暗) 블롭과 상기 명(明) 블롭이 가산된 블롭을 상기 스캡 결함으로 검출하는 스캡 결함 검출부를 포함할 수 있다.
According to an embodiment of the present invention, the defect detector may include a fourth binarization image, in which only the dark blob that exists at the same position as the blob included in the third binarization image among the blobs of the first binarization image is displayed, A fourth binarization unit for generating a second binarization unit; A fifth binarization unit generating a fifth binarization image in which only bright blobs in the same position as the blob included in the third binarization image among the blobs of the second binarization image are displayed; An image combining unit for generating a resultant binarized image by adding the fourth binarized image and the fifth binarized image; And a scap defect detector for detecting a blob obtained by adding the dark blob and the bright blob as the scap defect from the resultant binarized image.

본 발명의 일 실시 형태에 의하면, 상기 명(明) 이진화 및 상기 암(暗) 이진화는, 이중 경계(double thresholding) 이진화를 포함할 수 있다.
According to an embodiment of the present invention, the bright binarization and the dark binarization may include double thresholding binarization.

본 발명의 일 실시 형태에 의하면, 상기 스캡 결함 검출 장치는, 상기 결과 이진화 영상 및 상기 원본 영상으로부터 추출한 상기 스캡 결함의 특징을 적용함으로서, 상기 스캡 결함과 스케일을 구분하는 분류기를 더 포함할 수 있다.
According to an embodiment of the present invention, the scum-defect detection apparatus may further include a classifier for classifying the scap defects and the scales by applying the feature of the scap defects extracted from the resultant binary image and the original image .

본 발명의 일 실시 형태에 의하면, 상기 특징은, 상기 명(明) 블롭 영역의 크기와 암(暗) 블롭 영역의 크기의 비, 상기 명(明) 블롭의 무게 중심과 및 암(暗) 블롭의 무게 중심 사이의 각도, 상기 암(暗) 블롭의 회색도 평균, 상기 명(明) 블롭의 회색도 평균, 상기 암(暗) 블롭의 회색도 평균과 상기 명(明) 블롭의 회색도 평균의 차, 배경의 회색도 평균과 상기 암(暗) 블롭의 회색도 평균의 차, 상기 스캡 결함을 포함하는 후보 영역의 Y축 길이 대비 상기 명(明) 블롭의 무게 중심의 Y축 길이 중 적어도 하나 이상을 포함할 수 있다.
According to an embodiment of the present invention, the feature is a ratio of a size of the bright blob area to a size of the dark blob area, a center of gravity of the bright blob, The average of the gray blob of the dark blob, the average of the gray blob of the dark blob, the average of the gray blob of the dark blob, Of the center of gravity of the bright blob with respect to the Y-axis length of the candidate area including the scab defect, and the Y-axis length of the center of gravity of the bright blob And may include one or more.

본 발명의 일 실시 형태에 의하면, 상기 결함 검출부는, 복수의 열간 소재를 4매 단위로 구분한 4개의 영역 중 어느 하나에서 검출된 스캡 결함의 개수가 미리 설정된 기준 개수 이상인 경우 상기 스캡 결함 중 가열로성 스캡 결함이 발생된 것으로 판단하는 가열로성 스캡 결함 판단부를 더 포함할 수 있다.
According to an embodiment of the present invention, when the number of the scap defects detected in any one of the four regions in which a plurality of hot workpieces is divided in units of four is greater than a preset reference number, And may further include a heating-path-characteristic-scap-defect-determining unit that determines that a rust-outscap defect has occurred.

본 발명의 제2 실시 형태에 의하면, 제1 이진화부에서, 열간 소재를 촬영한 원본 영상을 암(暗) 이진화하여 제1 이진화 영상을 생성하는 제1 단계; 제2 이진화부에서, 상기 원본 영상을 명(明) 이진화하여 제2 이진화 영상을 생성하는 제2 단계; 제3 이진화부에서, 상기 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상을 생성하는 제3 단계; 및 결함 검출부에서, 상기 제1 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 암(暗) 블롭과 상기 제2 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출하는 제4 단계를 포함하는 스캡 결함 검출 방법을 제공한다.
According to a second aspect of the present invention, there is provided a method of generating a first binary image by dark-binarizing an original image of a hot material in a first binarization unit, A second step of generating a second binarized image by brightening the original image in a second binarization unit; A third step of Sobel filtering the original image and generating a third binarization image by brightening the Sobel filtered original image in a third binarization unit; And a defect detection unit for detecting a dark blob extracted from the first binarized image and the third binarized image and a blob obtained by adding bright blobs extracted from the second binarized image and the third binarized image to a scar And a fourth step of detecting the defect as a defect.

본 발명의 일 실시 형태에 의하면, 상기 명(明) 이진화는, 상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “1”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “0”에 대응시키며, 상기 암(暗) 이진화는, 상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “0”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “1”에 대응시킬 수 있다.
According to an embodiment of the present invention, the bright binarization may be performed by comparing a gray level of a pixel constituting the original image with a threshold value, and if the gray level is greater than or equal to the threshold value, And the dark binarization compares the gray level of the pixels constituting the original image with a threshold value and then sets the pixel to 0 if the threshold value is greater than the threshold value, And if it is less than the threshold value, the pixel can be made to correspond to " 1 ".

본 발명의 일 실시 형태에 의하면, 상기 제4 단계는, 제4 이진화부에서, 상기 제1 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 암(暗) 블롭만이 표시된 제4 이진화 영상을 생성하는 단계; 제5 이진화부에서, 상기 제2 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 명(明) 블롭만이 표시된 제5 이진화 영상을 생성하는 단계; 이미지 결합부에서, 상기 제4 이진화 영상 및 상기 제5 이진화 영상을 가산함으로써, 결과 이진화 영상을 생성하는 단계; 및 스캡 결함 검출부에서, 상기 결과 이진화 영상으로부터 상기 암(暗) 블롭과 상기 명(明) 블롭이 가산된 블롭을 상기 스캡 결함으로 검출하는 단계를 포함할 수 있다.
According to an embodiment of the present invention, in the fourth step, in the fourth binarization unit, a dark blob exists in the same position as the blob included in the third binarized image among the blobs of the first binarized image, Generating a fourth binarized image in which only the first binarization image is displayed; Generating a fifth binarized image in the fifth binarization unit, in which only bright blobs located at the same position as the blob included in the third binarized image among the blobs of the second binarized image are displayed; In the image combining unit, generating the resultant binarized image by adding the fourth binarized image and the fifth binarized image; And detecting a blob in which the dark blob and the bright blob are added from the resultant binarized image as the scab defect in the scap defect detecting unit.

본 발명의 일 실시 형태에 의하면, 상기 명(明) 이진화 및 상기 암(暗) 이진화는, 이중 경계(double thresholding) 이진화를 포함할 수 있다.
According to an embodiment of the present invention, the bright binarization and the dark binarization may include double thresholding binarization.

본 발명의 일 실시 형태에 의하면, 상기 스캡 결함 검출 방법은, 분류기에서, 상기 결과 이진화 영상 및 상기 원본 영상으로부터 추출한 상기 스캡 결함의 특징을 분류기에 적용함으로서, 상기 스캡 결함과 스케일을 구분하는 단계를 더 포함할 수 있다.
According to an embodiment of the present invention, the scum-defect-detecting method may further include the step of dividing the scap defects and the scales by applying, to the classifier, features of the scap defects extracted from the resultant binary image and the original image, .

본 발명의 일 실시 형태에 의하면, 상기 특징은, 상기 명(明) 블롭 영역의 크기와 암(暗) 블롭 영역의 크기의 비, 상기 명(明) 블롭의 무게 중심과 및 암(暗) 블롭의 무게 중심 사이의 각도, 상기 암(暗) 블롭의 회색도 평균, 상기 명(明) 블롭의 회색도 평균, 상기 암(暗) 블롭의 회색도 평균과 상기 명(明) 블롭의 회색도 평균의 차, 배경의 회색도 평균과 상기 암(暗) 블롭의 회색도 평균의 차, 상기 스캡 결함을 포함하는 후보 영역의 Y축 길이 대비 상기 명(明) 블롭의 무게 중심의 Y축 길이 중 적어도 하나 이상을 포함할 수 있다.
According to an embodiment of the present invention, the feature is a ratio of a size of the bright blob area to a size of the dark blob area, a center of gravity of the bright blob, The average of the gray blob of the dark blob, the average of the gray blob of the dark blob, the average of the gray blob of the dark blob, Of the center of gravity of the bright blob with respect to the Y-axis length of the candidate area including the scab defect, and the Y-axis length of the center of gravity of the bright blob And may include one or more.

본 발명의 일 실시 형태에 의하면, 상기 제4 단계는, 가열로성 스캡 결함 판단부에서, 복수의 열간 소재를 4매 단위로 구분한 4개의 영역 중 어느 하나에서 검출된 스캡 결함의 개수가 미리 설정된 기준 개수 이상인 경우 상기 스캡 결함 중 가열로성 스캡 결함이 발생된 것으로 판단하는 단계를 더 포함할 수 있다.
According to one embodiment of the present invention, in the fourth step, the number of the scap defects detected in any one of the four regions in which the plurality of hot materials are divided into four pieces is determined in advance And judging that a heating-path property scap fault has occurred in the scap defects when the number of the scap defects exceeds the set reference number.

본 발명의 일 실시 형태에 의하면, 주위보다 밝고 주위보다 어두운 영역이 인접하여 존재하며, 고주파 성분을 가진다는 스캡 결함의 특징을 고려한 알고리즘에 따라 스캡 결함을 정확하게 검출할 수 있다.
According to the embodiment of the present invention, it is possible to accurately detect the scap defects according to an algorithm that takes into consideration the features of the scap defects that are brighter than the surroundings, are darker than the surroundings, and have high frequency components.

도 1은 본 발명의 일 실시 형태에 따라 검출하기 위한 스캡 결함과 스케일을 도시한 영상이다.
도 2는 본 발명의 일 실시 형태에 따른 스캡 결함 검출 장치의 전체 구성도이다.
도 3은 본 발명의 일 실시 형태에 따른 스캡 결함을 검출하는 과정을 도시한 영상이다.
도 4는 본 발명의 일 실시 형태에 따라 분류기에 적용하기 위한 특징을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시 형태에 따라 검출한 스캡 결함과 스케일을 도시한 도면이다.
도 6은 본 발명의 일 실시 형태에 따라 스캡 결함 중 주기성을 가지는 가열로성 스캡 결함의 검출을 판단하기 위한 도면이다.
도 7은 본 발명의 일 실시 형태에 따른 스캡 결함 검출 방법을 설명하는 흐름도이다.BRIEF DESCRIPTION OF THE DRAWINGS Fig. 1 is an image showing a scap defect and scale for detection according to an embodiment of the present invention. Fig.
2 is an overall configuration diagram of a scap-fault detecting apparatus according to an embodiment of the present invention.
3 is an image showing a process of detecting a scap defect according to an embodiment of the present invention.
FIG. 4 is a diagram for explaining features for application to a classifier according to an embodiment of the present invention. FIG.
5 is a diagram showing a scap defect and scale detected according to an embodiment of the present invention.
FIG. 6 is a diagram for use in determining the detection of a heating furnace scap fault having a periodicity among the scap defects according to an embodiment of the present invention. FIG.
7 is a flowchart for explaining a scap fault detection method according to an embodiment of the present invention.

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.
DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described with reference to the accompanying drawings. However, the embodiments of the present invention can be modified into various other forms, and the scope of the present invention is not limited to the embodiments described below. The shape and the size of the elements in the drawings may be exaggerated for clarity and the same elements are denoted by the same reference numerals in the drawings.

도 1은 본 발명의 일 실시 형태에 따라 검출하기 위한 스캡 결함과 스케일을 도시한 영상으로, (a)는 열간 소재의 표면에 존재하는 스캡 결함을, (b)는 스케일을 도시한 도면이다.
FIG. 1 is an image showing scall defects and scales for detection in accordance with an embodiment of the present invention. FIG. 1 (a) shows scall defects existing on the surface of hot work, and FIG.

본 발명의 일 실시 형태에 따라 검출하고자 하는 스캡 결함((a) 참조)의 경우, 스케일((b) 참조)과 비교할 때, 주위보다 밝고 주위보다 어두운 영역이 인접하여 존재하는 특징과, 고주파(high frequency) 성분이 존재하는 특징이 있다. 따라서, 이하 상술한 스캡 결함의 특징을 이용하여 스캡 결함을 검출할 수 있으며, 이하 상세하게 설명한다.
In the case of the scap defects (see (a)) to be detected according to the embodiment of the present invention, the characteristic that the area brighter than the surrounding area and the area darker than the surrounding area exist adjacent to each other, high frequency components are present. Therefore, a scap defect can be detected using the above-described feature of the scap defect, which will be described in detail below.

도 2는 본 발명의 일 실시 형태에 따른 스캡 결함 검출 장치의 전체 구성도로, 스캡 결함 검출 장치는, 조명 장치(110), 카메라(120), 제1 이진화부(130), 제2 이진화부(140), 제3 이진화부(150), 결함 검출부(160), 분류기(170)를 포함할 수 있으며, 결함 검출부(160)는 제4 이진화부(161), 제5 이진화부(162), 이미지 결합부(163), 스캡 결함 검출부(164) 및 가열로성 스캡 결함 판단부(165)를 포함할 수 있다.
2 is an overall configuration of a scaple defect detection apparatus according to an embodiment of the present invention. The scaple defect detection apparatus includes a lighting apparatus 110, a camera 120, a first binarization unit 130, a second binarization unit A defect detector 160 and a classifier 170. The defect detector 160 may include a fourth binarizer 161, a fifth binarizer 162, a third binarizer 160, a third binarizer 150, An engaging portion 163, a scap defect detecting portion 164, and a heating roller type scap defect determining portion 165. [

그리고, 도 3은 본 발명의 일 실시 형태에 따른 스캡 결함을 검출하는 과정을 도시한 영상이며, 도 4는 본 발명의 일 실시 형태에 따라 분류기에 적용하기 위한 특징을 설명하기 위한 도면이다. 그리고, 도 5는 본 발명의 일 실시 형태에 따라 검출한 스캡 결함과 스케일을 도시한 도면이며, 도 6은 본 발명의 일 실시 형태에 따라 스캡 결함 중 주기성을 가지는 가열로성 스캡 결함의 검출을 판단하기 위한 도면이다.
3 is a view showing a process of detecting a scap defect according to an embodiment of the present invention, and FIG. 4 is a view for explaining a feature applied to a classifier according to an embodiment of the present invention. FIG. 5 is a diagram showing a scap defect and scale detected according to an embodiment of the present invention, and FIG. 6 is a diagram showing the detection of a heating furnace scap defect having periodicity among the scap defects according to an embodiment of the present invention. Fig.

이하, 도 1 내지 도 6을 참조하여 본 발명의 일 실시 형태에 따른 스캡 결함 검출 장치를 상세하게 설명한다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a scaple defect detecting apparatus according to an embodiment of the present invention will be described in detail with reference to FIGS. 1 to 6. FIG.

우선, 도 2 및 도 3을 참조하면, 조명 장치(110)는, 열간 소재(S)의 표면에 빛을 조사할 수 있다. 상술한 조명 장치(110)는, 예를 들면 발광다이오드(Light Emitting Diode, LED), 특히 청색의 발광다이오드(blue LED)가 사용될 수 있다.
2 and 3, the illumination device 110 can irradiate light onto the surface of the hot work S. As the illumination device 110 described above, for example, a light emitting diode (LED), particularly a blue LED, may be used.

한편, 카메라(120)는 열간 소재(S)의 표면을 촬영하여 원본 영상(300)을 생성할 수 있다. 카메라(120)는 열간 소재(S)를 실시간으로 촬영할 수 있으며, 카메라(120)는 카메라(120)의 촬상각을 고려하여 열간 소재(S)의 전체 폭을 촬영할 수 있도록 적절한 개수로 설치될 수 있다. 카메라(120)가 촬영한 원본 영상(300)은 제1 이진화부(130), 제2 이진화부(140), 제3 이진화부(150)로 각각 전달될 수 있다.
Meanwhile, the camera 120 may capture the surface of the hot material S to generate the original image 300. The camera 120 can photograph the hot material S in real time and the camera 120 can be installed in an appropriate number so that the entire width of the hot material S can be photographed in consideration of the imaging angle of the camera 120 have. The original image 300 captured by the camera 120 may be transmitted to the first binarization unit 130, the second binarization unit 140, and the third binarization unit 150, respectively.

한편, 상술한 열간 소재(S)는, 빌릿(billet), 슬라브(slab), 블룸(bloom) 등 철강 반제품을 포함할 수 있다.
On the other hand, the hot material S may include semi-finished steel products such as billet, slab, bloom and the like.

제1 이진화부(130)는, 열간 소재(S)를 촬영한 원본 영상(300)을 암(暗) 이진화하여 제1 이진화 영상을 생성할 수 있다. 즉, 열간 소재(S)의 표면에 존재하는 스캡 결함은 주위보다 밝고 주위보다 어두운 영역이 인접하여 존재하는 특징이 있는바, 주위보다 어두운 영역을 검출하기 위한 것이다.
The first binarization unit 130 may generate a first binarized image by darkening the original image 300 photographed with the hot material S. [ In other words, the scap defects present on the surface of the hot workpiece S are characterized in that a darker area than the surrounding area and a darker area than the surrounding area are adjacent to each other.

구체적으로, 제1 이진화부(130)는, 원본 영상(300)을 구성하는 각 픽셀의 회색도(gray level)와 임계값을 비교한 후, 임계값 이상이면 해당 픽셀을 "0" 에 대응시키고, 임계값 미만이면 해당 픽셀을 “1”에 대응시키는 방식으로 이진화(이하, '암(暗) 이진화'라 함)할 수 있다. 암(暗) 이진화는 일반적인 이진화와는 반대 개념이다.
Specifically, the first binarization unit 130 compares a gray level of each pixel constituting the original image 300 with a threshold value, and if the threshold value is greater than or equal to the threshold value, the corresponding pixel is associated with "0" (Hereinafter referred to as dark binarization) in such a manner that the corresponding pixel is associated with " 1 " if it is less than the threshold value. Dark (dark) binarization is the opposite of general binarization.

실시 형태에 따라서는 노이즈를 줄이고 정확한 이진 영상을 얻기 위해, 이중 경계(double thresholding) 이진화 방식을 사용할 수 있다. 즉, 이중 경계 이진화 방식은 2개의 임계값을 사용하여 2개의 임계값 사이의 회색도를 가진 픽셀은 "1"로, 그 외 픽셀은 "0"으로 이진화할 수 있다. 참고로, 도면 부호 310은 암(暗) 이진화 과정을 나타내는 도면으로, 도면부호 311은 2개의 임계값 중 낮은 임계값으로 이진화한 영상을, 도면부호 312는 2개의 임계값 중 높은 임계값으로 이진화한 영상을, 도면부호 313은 이중 경계 이진화를 통해 생성된 영상일 수 있다.
Depending on the embodiment, a double thresholding binarization scheme may be used to reduce noise and obtain accurate binary images. That is, in the double border binarization method, pixels having a gray level between two threshold values can be binarized to "1" and other pixels to "0" using two threshold values. Reference numeral 310 denotes a dark binarization process. Reference numeral 311 denotes an image binarized to a lower threshold value among the two threshold values. Reference numeral 312 denotes a binarization binarization unit that binarizes the binarized image to a higher one of the two threshold values. And an image 313 may be an image generated through double boundary binarization.

제2 이진화부(140)는, 열간 소재(S)를 촬영한 원본 영상을 명(明) 이진화하여 제2 이진화 영상(323)을 생성할 수 있다. 즉, 이는 스캡 결함 중 주위보다 밝은 영역을 검출하기 위한 것이다.
The second binarization unit 140 may generate a second binarized image 323 by brightening the original image of the hot material S. [ That is, this is for detecting a bright area of a scap defect than the surrounding area.

구체적으로, 제2 이진화부(140)는, 원본 영상(300)을 구성하는 각 픽셀의 회색도(gray level)와 임계값을 비교한 후, 임계값 이상이면 해당 픽셀을 "1" 에 대응시키고, 임계값 미만이면 해당 픽셀을 “0”에 대응시키는 방식으로 이진화(이하, '명(明) 이진화'라 함)할 수 있다. 명(明) 이진화는 일반적인 이진화를 의미한다.
Specifically, the second binarization unit 140 compares the gray level of each pixel constituting the original image 300 with a threshold value, and if the threshold value is greater than or equal to the threshold value, the corresponding pixel is associated with "1" (Hereinafter, referred to as bright binarization) in such a manner that the corresponding pixel is associated with " 0 " if it is less than the threshold value. Light binary means general binarization.

실시 형태에 따라서는 노이즈를 줄이고 정확한 이진 영상을 얻기 위해, 상술한 이중 경계(double thresholding) 이진화 방식을 사용할 수 있다. 참고로, 도면 부호 320은 명(明) 이진화 과정을 나타내는 도면으로, 도면부호 321은 2개의 임계값 중 낮은 임계값으로 이진화한 영상을, 도면부호 322는 2개의 임계값 중 높은 임계값으로 이진화한 영상을, 도면부호 323은 이중 경계 이진화를 통해 생성된 영상일 수 있다.
According to an embodiment, the above-described double thresholding binarization method can be used to reduce noise and obtain an accurate binary image. Reference numeral 320 denotes a bright binarization process. Reference numeral 321 denotes an image binarized to a lower threshold value among the two threshold values. Reference numeral 322 denotes a binarization binarization unit that binarizes the binarized image to a higher threshold value of the two threshold values And an image 323 may be an image generated through double boundary binarization.

그리고, 제3 이진화부(150)는, 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상(330)을 생성할 수 있다. 상술한 바와 같이 스캡 결함에는 고주파 성분이 존재하는 특징이 있는바, 스캡 결함을 좀 더 정확하게 검출하기 위한 것이다.
The third binarization unit 150 may perform a Sobel filtering on the original image and brightly binarize the Sobel filtered original image to generate the third binarization image 330. As described above, there is a feature that a high-frequency component exists in the scap defects, so that the scap defects can be more accurately detected.

한편, 결함 검출부(160)는, 제1 이진화 영상(313) 및 제3 이진화 영상(330)으로부터 추출된 암(暗) 블롭과 제2 이진화 영상(323) 및 제3 이진화 영상(330)으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출할 수 있다.
On the other hand, the defect detector 160 extracts the dark blobs extracted from the first binarized image 313 and the third binarized image 330, extracts from the second binarized image 323 and the third binarized image 330, It is possible to detect a blob obtained by adding a light blob that has been recognized as a scap defect.

여기서, 블롭(Binary Barge OBject, BLOB)은 이진화 영상 중 화소값이 "1"에 대응하는 픽셀들이 뭉쳐있는 픽셀들의 집합을 말하는 것으로, 암(暗) 블롭은 암(暗) 이진화된 제1 이진화 영상(313)에 존재하는 블롭을, 명(明) 블롭은 명(明) 이진화된 제2 이진화 영상(323)에 존재하는 블롭을 의미한다.
Here, the BLOB refers to a set of pixels in which a pixel value corresponding to a pixel value of " 1 "in a binarized image is a set of pixels, and a dark blob refers to a set of pixels in which a dark binary binarized first binarization image The bright blob refers to a blob present in the second binarized image 323 which is brightly binarized.

구체적으로, 결함 검출부(160) 중 제4 이진화부(161)는, 제1 이진화 영상(313)의 블롭들 중 제3 이진화 영상(330)에 포함된 블롭과 동일 위치에 존재하는 (겹치는) 암(暗) 블롭만이 표시된 제4 이진화 영상(341)을 생성할 수 있다.
Specifically, the fourth binarizing unit 161 of the defect detecting unit 160 detects the position of the first binarized image 313, which is located at the same position (overlapping) with the blob included in the third binarized image 330 among the blobs of the first binarized image 313, The fourth binarized image 341 in which only the (dark) blob is displayed can be generated.

마찬가지로, 결함 검출부(160) 중 제5 이진화부(162)는, 제2 이진화 영상(323)의 블롭들 중 제3 이진화 영상(330)에 포함된 블롭과 동일 위치에 존재하는(겹치는) 명(明) 블롭만이 표시된 제5 이진화 영상(342)을 생성할 수 있다.
Likewise, the fifth binarization unit 162 of the defect detection unit 160 determines whether the blob included in the third binarized image 330 among the blobs of the second binarization image 323 (i.e., Bright < / RTI > blob) is displayed.

결함 검출부(160) 중 이미지 결합부(163)는, 제4 이진화 영상(341) 및 제5 이진화 영상(342)을 가산(즉, 논리합 연산)함으로써, 결과 이진화 영상(350)을 생성할 수 있다.
The image combining unit 163 of the defect detecting unit 160 can generate the resultant binarized image 350 by adding the fourth binarized image 341 and the fifth binarized image 342 .

결함 검출부(160) 중 스캡 결함 검출부(164)는, 결과 이진화 영상(350)으로부터 암(暗) 블롭과 명(明) 블롭이 가산된 블롭을 스캡 결함으로 검출할 수 있다.
The scap defect detector 164 in the defect detector 160 can detect a blob obtained by adding a dark blob and a bright blob from the resultant binarized image 350 as a scap defect.

한편, 열간 소재(S)의 표면에는 스캡 결함 이외에 스케일(scale) 등의 찌꺼기가 존재할 수 있다. 상술한 스캡 결함을 검출하기 위한 영상 처리 과정에서 실제 스캡 결함이 아닌 스케일 등의 찌꺼기는 많이 제거될 수 있으나 좀 더 정확한 스캡 결함의 검출을 위해 분류기(170)를 더 포함할 수 있다.
On the other hand, scraps such as scale may exist on the surface of the hot material S in addition to the scap defects. In the image processing for detecting a scap defect, scraps such as scales, which are not actually scap defects, can be removed much more, but the sorter 170 may further include a classifier 170 for detecting more accurate scap defects.

분류기(170)는, 인공지능, 데이터 마이닝 분야에서 많이 사용되는 SVM(support vector machine) 분류기, 인공신경회로망(ANN: artificial neural network), 자동구성네트워크(SOM: self-organizing map) 등이 사용될 수 있다.
The classifier 170 may be a support vector machine (SVM) classifier, an artificial neural network (ANN), a self-organizing map (SOM), etc., which are widely used in artificial intelligence and data mining have.

상술한 분류기(170)에 적용하기 위해 일반적으로 사용되는 특징들 외에, 도 4를 참조하여 하기의 (ⅰ) 내지 (ⅶ)과 같은 특징들 중 적어도 하나 이상을 더 고려할 수 있다.
In addition to the features commonly used for applying to the classifier 170 described above, at least one of the following features (i) to (vii) may further be considered with reference to Fig.

도 4에서 도면부호 401은 원본 영상(300) 중 명(明) 블롭(401a)과 암(暗) 블롭(401b)으로 구성된 스캔 결함을, 도면부호 402는 결과 이진화 영상(350) 중 스캔 결함을, 도면부호 403은 결과 이진화 영상(350) 중 명(明) 블롭을, 도면부호 404는 원본 영상(300)의 명(明) 블롭, 도면부호 405는 결과 이진화 영상(350) 중 암(暗) 블롭, 도면부호 406는 원본 영상(300)의 암(暗) 블롭, 도면부호 407은 명(明) 블롭의 무게 중심(Center of Gravity, COD)(407a)과 및 암(暗) 블롭의 무게 중심(407b) 사이의 각도, 도면부호 408은 스캡 결함을 포함하는 후보 영역(Child Box)(408)의 Y축 길이(H1) 대비 명(明) 블롭의 무게 중심(407a)의 Y축 길이(H2)를 의미한다.
4, reference numeral 401 denotes a scan defect composed of a bright blob 401a and a dark blob 401b of the original image 300, and reference numeral 402 denotes a scan defect of the result binarized image 350 Reference numeral 404 denotes a bright blob of the original image 300 and reference numeral 405 denotes a dark part of the resultant binarized image 350. Reference numeral 403 denotes a bright blob in the resultant binarized image 350, Reference numeral 406 denotes a dark blob of the original image 300 and reference numeral 407 denotes a center of gravity (COD) 407a of a bright blob and a center of gravity Axis 408 of the center of gravity 407a of the bright blob with respect to the Y-axis length H1 of the candidate area (Child Box) 408 including the scap defect, ).

(ⅰ) 명(明) 블롭 영역의 크기(403 참조)와 암(暗) 블롭 영역의 크기(405 참조)의 비(I) the ratio of the size of the light blob area (see 403) to the size of the dark blob area (see 405)

(ⅱ) 명(明) 블롭의 무게 중심(407a)과 및 암(暗) 블롭의 무게 중심(407b) 사이의 각도(θ)(407 참조),(Ii) the angle? Between the center of gravity 407a of the bright blob and the center of gravity 407b of the dark blob 407,

(ⅲ) 암(暗) 블롭의 회색도 평균(406 참조), (Iii) gray average of the dark blobs (see 406),

(ⅳ) 명(明) 블롭의 회색도 평균(404 참조), (Iv) a gray average of bright blobs (see 404),

(ⅴ) 암(暗) 블롭의 회색도 평균(406 참조)과 명(明) 블롭의 회색도 평균(404 참조)의 차, (V) the difference between the gray level average of the dark blob (see 406) and the gray level average of the bright blob (see 404)

(ⅵ) 배경(401c)의 회색도 평균(401 참조)과 암(暗) 블롭의 회색도 평균(406 참조)의 차, (Vi) the difference between the gray level average of the background 401c (see 401) and the gray level average of the dark blob (see 406)

(ⅶ) 스캡 결함을 포함하는 후보 영역(408)의 Y축 길이(H1) 대비 명(明) 블롭의 무게 중심의 Y축 길이(H2)(408 참조)
(H) the Y axis length H2 of the center of gravity of the bright blob to the Y axis length H1 of the candidate area 408 including the scap defect (see 408)

상술한 SVM 분류기, 인공 신경 회로망, 자동 구성 네트워크 등을 활용하여 결함을 검출하는 것은 일반적인 방법에 의하므로 여기서는 상세한 설명을 생략한다.
Detection of defects using the above-described SVM classifier, artificial neural network, automatic configuration network, etc. is performed by a general method, and therefore, detailed description thereof will be omitted here.

도 5는 본 발명의 일 실시 형태에 따라 검출한 스캡 결함과 스케일을 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일 실시 형태에 따른 스캡 결함 검출 장치를 적용한 결과, 스캡 결함(502)과 스케일(501)이 정확히 구분될 수 있음을 알 수 있다.
5 is a diagram showing a scap defect and scale detected according to an embodiment of the present invention. As shown in FIG. 5, it can be seen that the scall defect 502 and the scale 501 can be accurately distinguished from each other as a result of applying the scall-defect detection apparatus according to an embodiment of the present invention.

한편, 도 6은 본 발명의 일 실시 형태에 따라 스캡 결함 중 주기성을 가지는 가열로성 스캡 결함의 검출을 판단하기 위한 도면이다.
Meanwhile, FIG. 6 is a diagram for determining the detection of a heating-path-like scap fault having a periodicity among the scap defects according to an embodiment of the present invention.

일반적으로 빌릿을 생산하기 위해서는 가열로 - 조압연 - 마무리 압연의 과정을 거치게 되는데, 압연을 위해 가열로(600) 안에서 블룸(602)을 가열하게 된다. 1개의 블룸(602)을 압연하면 4개의 빌릿이 생산된다. 가열로(600) 안에서 각 블룸(602)은 스키드(601) 위에 얹혀진 채로 가열이 되는데, 스키드(601) 와의 접촉면은 열을 덜 받게 되어 저온의 마크(Mark)가 만들어지는 경우가 있으며, 이러한 마크는 조압연 - 마무리 압연을 거치면서 스캡 결함(이하, '가열로성 스캡 결함'이라 함)으로 발전하는 경우가 있다.
Generally, in order to produce a billet, it is subjected to a heating furnace-rough rolling-finishing rolling process, in which the bloom 602 is heated in the furnace 600 for rolling. Rolling one bloom 602 produces four billets. In the heating furnace 600, each of the blooms 602 is heated while being placed on the skid 601. The contact surface with the skid 601 receives less heat, so that a low temperature mark may be formed. (Hereinafter referred to as " scorch defects due to heating and rubbing ") under rough rolling and finish rolling.

이러한 가열로성 스캡 결함은 주기성을 가지는 특징이 있다. 즉, 도 6의 (a)에 도시된 바와 같이, 각 블룸(602)이 스키드(601)와 접촉하는 위치는 동일하고, 하나의 블룸(602)이 압연되면서 4개의 빌릿으로 생산되기 때문에, 결론적으로 4개의 빌릿 단위마다 동일한 위치에 스캡 결함이 검출된다면 이러한 스캡 결함은 가열로성 스캡 결함일 가능성이 높다는 것을 의미한다.
Such a heating furnace scab defect is characterized by periodicity. That is, as shown in FIG. 6 (a), since the positions where each broom 602 contacts the skid 601 are the same and one broom 602 is rolled and produced as four billets, , It is likely that such a scap defect is likely to be a heat seal spoiler defect if a scap defect is detected at the same position for every four billet units.

본 발명의 일 실시 형태에 의하면, 상술한 가열로성 스캡 결함의 검출을 위해 가열로성 스캡 결함 판단부(165)를 더 포함할 수 있다.
According to one embodiment of the present invention, the heating furnace performance scuck defect determiner 165 may be further included to detect the heating furnace type scap defects.

구체적으로, 가열로성 스캡 결함 판단부(165)는, 도 6의 (b)에 도시된 바와 같이, 복수의 열간 소재(1번 빌릿 내지 144번 빌릿)를 그 순서에 따라 4매 단위로 분류하여 4개의 영역(Z1 내지 Z4)으로 구분한다. 이후, 4개의 영역(Z1 내지 Z4)에 대하여, 도 6의 (c)에 도시된 바와 같아, 검출한 스캡 결함의 수를 카운트한다. 카운트 결과, 4개의 영역(Z1 내지 Z4) 중 어느 하나의 영역의 스캡 결함의 수가 미리 설정된 기준 개수 이상인 경우 스캡 결함 중 가열로성 스캡 결함이 발생된 것으로 판단할 수 있다. 도 6의 (c)에서 별표는 검출한 스캡 결함을 나타내고 있다.
Specifically, as shown in Fig. 6 (b), the heating furnace type scuck defect judging unit 165 classifies a plurality of hot workpieces (1-bill to 144-bill) in units of four And divided into four regions Z1 to Z4. Thereafter, as shown in Fig. 6 (c), the number of detected scap defects is counted for the four regions Z1 to Z4. As a result of counting, it can be judged that a heating furnace scap fault has occurred in a scap fault when the number of scap faults in any one of the four regions Z1 to Z4 is equal to or larger than a preset reference number. An asterisk in FIG. 6 (c) shows the detected scap defects.

한편, 도 7은 본 발명의 일 실시 형태에 따른 스캡 결함 검출 방법을 설명하는 흐름도이다.
On the other hand, Fig. 7 is a flowchart for explaining a scap fault detection method according to an embodiment of the present invention.

이하, 도 1 내지 도 7을 참조하여, 본 발명의 일 실시 형태에 의한 스캡 결함 검출 방법을 설명한다. 다만, 발명의 간명화를 위해 도 1 내지 도 6에서 설명된 사항과 중복된 설명은 생략한다.
Hereinafter, a method of detecting a scap fault according to an embodiment of the present invention will be described with reference to Figs. 1 to 7. Fig. However, for the sake of simplicity of the invention, the description of the elements in FIGS. 1 to 6 will not be repeated.

도 1 내지 도 7을 참조하면, 우선 제1 이진화부(130)는, 열간 소재(S)를 촬영한 원본 영상(300)을 암(暗) 이진화하여 제1 이진화 영상을 생성할 수 있다(S701). 즉, 열간 소재(S)의 표면에 존재하는 스캡 결함은 주위보다 밝고 주위보다 어두운 영역이 인접하여 존재하는 특징이 있는바, 주위보다 어두운 영역을 검출하기 위한 것이다.
Referring to FIGS. 1 to 7, the first binarization unit 130 may generate a first binarized image by darkening the original image 300 photographed with the hot material S (S701 ). In other words, the scap defects present on the surface of the hot workpiece S are characterized in that a darker area than the surrounding area and a darker area than the surrounding area are adjacent to each other.

다음, 제2 이진화부(140)는, 열간 소재(S)를 촬영한 원본 영상을 명(明) 이진화하여 제2 이진화 영상(323)을 생성할 수 있다(S702). 즉, 이는 스캡 결함 중 주위보다 밝은 영역을 검출하기 위한 것이다.
Next, the second binarization unit 140 may generate a second binarized image 323 by brightening the original image of the hot material S (S702). That is, this is for detecting a bright area of a scap defect than the surrounding area.

그리고, 제3 이진화부(150)는, 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상(330)을 생성할 수 있다(S703). 상술한 바와 같이 스캡 결함에는 고주파 성분이 존재하는 특징이 있는바, 스캡 결함을 좀 더 정확하게 검출하기 위한 것이다.
In operation S703, the third binarization unit 150 performs Sobel filtering on the original image, and brightly binarizes the Sobel filtered original image to generate a third binarization image 330. FIG. As described above, there is a feature that a high-frequency component exists in the scap defects, so that the scap defects can be more accurately detected.

한편, 결함 검출부(160)는, 제1 이진화 영상(313) 및 제3 이진화 영상(330)으로부터 추출된 암(暗) 블롭과 제2 이진화 영상(323) 및 제3 이진화 영상(330)으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출할 수 있다(S704).
On the other hand, the defect detector 160 extracts the dark blobs extracted from the first binarized image 313 and the third binarized image 330, extracts from the second binarized image 323 and the third binarized image 330, The blob that has been added with the bright blob can be detected as a scap defect (S704).

구체적으로, 결함 검출부(160) 중 제4 이진화부(161)는, 제1 이진화 영상(313)의 블롭들 중 제3 이진화 영상(330)에 포함된 블롭과 동일 위치에 존재하는 (겹치는) 암(暗) 블롭만이 표시된 제4 이진화 영상(341)을 생성할 수 있다.
Specifically, the fourth binarizing unit 161 of the defect detecting unit 160 detects the position of the first binarized image 313, which is located at the same position (overlapping) with the blob included in the third binarized image 330 among the blobs of the first binarized image 313, The fourth binarized image 341 in which only the (dark) blob is displayed can be generated.

마찬가지로, 결함 검출부(160) 중 제5 이진화부(162)는, 제2 이진화 영상(323)의 블롭들 중 제3 이진화 영상(330)에 포함된 블롭과 동일 위치에 존재하는(겹치는) 명(明) 블롭만이 표시된 제5 이진화 영상(342)을 생성할 수 있다.
Likewise, the fifth binarization unit 162 of the defect detection unit 160 determines whether the blob included in the third binarized image 330 among the blobs of the second binarization image 323 (i.e., Bright < / RTI > blob) is displayed.

결함 검출부(160) 중 이미지 결합부(163)는, 제4 이진화 영상(341) 및 제5 이진화 영상(342)을 가산(즉, 논리합 연산)함으로써, 결과 이진화 영상(350)을 생성할 수 있다.
The image combining unit 163 of the defect detecting unit 160 can generate the resultant binarized image 350 by adding the fourth binarized image 341 and the fifth binarized image 342 .

결함 검출부(160) 중 스캡 결함 검출부(164)는, 결과 이진화 영상(350)으로부터 암(暗) 블롭과 명(明) 블롭이 가산된 블롭을 스캡 결함으로 검출할 수 있다.
The scap defect detector 164 in the defect detector 160 can detect a blob obtained by adding a dark blob and a bright blob from the resultant binarized image 350 as a scap defect.

상술한 바와 같이, 본 발명의 일 실시 형태에 의하면, 주위보다 밝고 주위보다 어두운 영역이 인접하여 존재하며, 고주파 성분을 가진다는 스캡 결함의 특징을 고려한 알고리즘에 따라 스캡 결함을 정확하게 검출할 수 있다.
As described above, according to the embodiment of the present invention, it is possible to accurately detect a scap defect according to an algorithm that takes into consideration the feature of a scap defect that is brighter than the surrounding area, exists in a region that is darker than the surrounding area, and has a high frequency component.

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.
The present invention is not limited to the above-described embodiments and the accompanying drawings. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. It will be self-evident.

110: 조명 장치 120: 카메라
130: 제1 이진화부 140: 제2 이진화부
150: 제3 이진화부 160: 결함 검출부
161: 제4 이진화부 162: 제5 이진화부
163: 이미지 결합부 164: 스캡 결함 검출부
165: 가열로성 스캡 결함 판단부 170: 분류기
300: 원본 영상 313: 제1 이진화 영상
323: 제2 이진화 영상 330: 제3 이진화 영상
341: 제4 이진화 영상 342: 제5 이진화 영상
350: 결과 이진화 영상110: illumination device 120: camera
130: first binarization unit 140: second binarization unit
150: third binarization unit 160: defect detection unit
161: fourth binarization unit 162: fifth binarization unit
163: Image combining unit 164: Scap defect detector
165: heating furnace property scap fault judging unit 170:
300: original image 313: first binarization image
323: second binarization image 330: third binarization image
341: fourth binary image 342: fifth binary image
350: Result binarization image

Claims (14)

열간 소재를 촬영한 원본 영상을 암(暗) 이진화하여 제1 이진화 영상을 생성하는 제1 이진화부;
상기 원본 영상을 명(明) 이진화하여 제2 이진화 영상을 생성하는 제2 이진화부;
상기 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상을 생성하는 제3 이진화부; 및
상기 제1 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 암(暗) 블롭과 상기 제2 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출하는 결함 검출부를 포함하는 스캡 결함 검출 장치.
A first binarization unit for dark-binarizing an original image of a hot material to generate a first binarized image;
A second binarization unit for bright-binarizing the original image to generate a second binarized image;
A third binarization unit for Sobel filtering the original image and brightening the Sobel filtered original image to generate a third binarized image; And
A dark blob extracted from the first binarized image and the third binarized image and a blob obtained by adding a bright blob extracted from the second binarized image and the third binarized image to a scap defect A scar-defect detection apparatus comprising a detection section.
제1항에 있어서,
상기 명(明) 이진화는,
상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “1”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “0”에 대응시키며,
상기 암(暗) 이진화는,
상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “0”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “1”에 대응시키는 스캡 결함 검출 장치.
The method according to claim 1,
The bright binarization may be performed by,
A gray level of a pixel constituting the original image is compared with a threshold value, and if the threshold value is greater than or equal to the threshold value, the pixel corresponds to " 1 &
The dark binarization,
A gray level of a pixel constituting the original image is compared with a threshold value, and if the threshold value is greater than or equal to the threshold value, the pixel corresponds to " 0 & .
제1항에 있어서,
상기 결함 검출부는,
상기 제1 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 암(暗) 블롭만이 표시된 제4 이진화 영상을 생성하는 제4 이진화부;
상기 제2 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 명(明) 블롭만이 표시된 제5 이진화 영상을 생성하는 제5 이진화부;
상기 제4 이진화 영상 및 상기 제5 이진화 영상을 가산함으로써, 결과 이진화 영상을 생성하는 이미지 결합부; 및
상기 결과 이진화 영상으로부터 상기 암(暗) 블롭과 상기 명(明) 블롭이 가산된 블롭을 상기 스캡 결함으로 검출하는 스캡 결함 검출부를 포함하는 스캡 결함 검출 장치.
The method according to claim 1,
Wherein the defect detecting unit comprises:
A fourth binarization unit for generating a fourth binarization image in which only the dark blob existing at the same position as the blob included in the third binarization image among the blobs of the first binarization image is displayed;
A fifth binarization unit generating a fifth binarization image in which only bright blobs in the same position as the blob included in the third binarization image among the blobs of the second binarization image are displayed;
An image combining unit for generating a resultant binarized image by adding the fourth binarized image and the fifth binarized image; And
And a scap defect detector for detecting a blob obtained by adding the dark blob and the bright blob as the scap defect from the resultant binarized image.
제1항에 있어서,
상기 명(明) 이진화 및 상기 암(暗) 이진화는,
이중 경계(double thresholding) 이진화를 포함하는 스캡 결함 검출 장치.
The method according to claim 1,
The bright binarization and the dark binarization may be performed in the following order:
A scap fault detection apparatus comprising double thresholding binarization.
제3항에 있어서,
상기 스캡 결함 검출 장치는,
상기 결과 이진화 영상 및 상기 원본 영상으로부터 추출한 상기 스캡 결함의 특징을 적용함으로서, 상기 스캡 결함과 스케일을 구분하는 분류기를 더 포함하는 스캡 결함 검출 장치.
The method of claim 3,
Wherein the scap-
And a classifier for classifying the scap defects and the scales by applying the feature of the scap defects extracted from the resultant binary image and the original image.
제5항에 있어서,
상기 특징은,
상기 명(明) 블롭 영역의 크기와 암(暗) 블롭 영역의 크기의 비, 상기 명(明) 블롭의 무게 중심과 및 암(暗) 블롭의 무게 중심 사이의 각도, 상기 암(暗) 블롭의 회색도 평균, 상기 명(明) 블롭의 회색도 평균, 상기 암(暗) 블롭의 회색도 평균과 상기 명(明) 블롭의 회색도 평균의 차, 배경의 회색도 평균과 상기 암(暗) 블롭의 회색도 평균의 차, 상기 스캡 결함을 포함하는 후보 영역의 Y축 길이 대비 상기 명(明) 블롭의 무게 중심의 Y축 길이 중 적어도 하나 이상을 포함하는 스캡 결함 검출 장치.
6. The method of claim 5,
The above-
Wherein the ratio of the size of the bright blob area to the size of the dark blob area, the angle between the center of gravity of the bright blob and the center of gravity of the dark blob, A gray level average of the bright blobs, a difference between a gray level average of the dark blobs and a gray level average of the bright blobs, a gray level average of the background, And a Y-axis length of a center of gravity of the bright blob with respect to a Y-axis length of a candidate region including the scap defect.
제1항에 있어서,
상기 결함 검출부는,
복수의 열간 소재를 4매 단위로 구분한 4개의 영역 중 어느 하나에서 검출된 스캡 결함의 개수가 미리 설정된 기준 개수 이상인 경우 상기 스캡 결함 중 가열로성 스캡 결함이 발생된 것으로 판단하는 가열로성 스캡 결함 판단부를 더 포함하는 스캡 결함 검출 장치.
The method according to claim 1,
Wherein the defect detecting unit comprises:
Wherein the number of the scap defects detected in any one of the four regions divided into four pieces of hot materials is equal to or greater than a preset reference number, Further comprising a defect determination unit.
제1 이진화부에서, 열간 소재를 촬영한 원본 영상을 암(暗) 이진화하여 제1 이진화 영상을 생성하는 제1 단계;
제2 이진화부에서, 상기 원본 영상을 명(明) 이진화하여 제2 이진화 영상을 생성하는 제2 단계;
제3 이진화부에서, 상기 원본 영상을 소벨 필터링하고, 소벨 필터링된 원본 영상을 명(明) 이진화하여 제3 이진화 영상을 생성하는 제3 단계; 및
결함 검출부에서, 상기 제1 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 암(暗) 블롭과 상기 제2 이진화 영상 및 상기 제3 이진화 영상으로부터 추출된 명(明) 블롭을 가산한 블롭을 스캡 결함으로 검출하는 제4 단계를 포함하는 스캡 결함 검출 방법.
A first step of generating a first binarized image by darkening an original image of a hot material in a first binarization unit;
A second step of generating a second binarized image by brightening the original image in a second binarization unit;
A third step of Sobel filtering the original image and generating a third binarization image by brightening the Sobel filtered original image in a third binarization unit; And
In the defect detection unit, the blob obtained by adding the dark blob extracted from the first binarized image and the third binarized image, and the light blob extracted from the second binarized image and the third binarized image, And a fourth step of detecting the scallops.
제8항에 있어서,
상기 명(明) 이진화는,
상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “1”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “0”에 대응시키며,
상기 암(暗) 이진화는,
상기 원본 영상을 구성하는 픽셀의 회색도와 임계값을 비교한 후, 상기 임계값 이상이면 상기 픽셀을 “0”에 대응시키고, 상기 임계값 미만이면 상기 픽셀을 “1”에 대응시키는 스캡 결함 검출 방법.
9. The method of claim 8,
The bright binarization may be performed by,
A gray level of a pixel constituting the original image is compared with a threshold value, and if the threshold value is greater than or equal to the threshold value, the pixel corresponds to " 1 &
The dark binarization,
Comparing a gray value of a pixel constituting the original image with a threshold value and then associating the pixel with "0" if the threshold value is equal to or greater than the threshold value and associating the pixel with "1" when the threshold value is less than the threshold value .
제8항에 있어서,
상기 제4 단계는,
제4 이진화부에서, 상기 제1 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 암(暗) 블롭만이 표시된 제4 이진화 영상을 생성하는 단계;
제5 이진화부에서, 상기 제2 이진화 영상의 블롭들 중 상기 제3 이진화 영상에 포함된 블롭과 동일 위치에 존재하는 명(明) 블롭만이 표시된 제5 이진화 영상을 생성하는 단계;
이미지 결합부에서, 상기 제4 이진화 영상 및 상기 제5 이진화 영상을 가산함으로써, 결과 이진화 영상을 생성하는 단계; 및
스캡 결함 검출부에서, 상기 결과 이진화 영상으로부터 상기 암(暗) 블롭과 상기 명(明) 블롭이 가산된 블롭을 상기 스캡 결함으로 검출하는 단계를 포함하는 스캡 결함 검출 방법.
9. The method of claim 8,
In the fourth step,
Generating a fourth binarized image in the fourth binarization unit in which only the dark blob located at the same position as the blob included in the third binarized image among the blobs of the first binarization image is displayed;
Generating a fifth binarized image in the fifth binarization unit, in which only bright blobs located at the same position as the blob included in the third binarized image among the blobs of the second binarized image are displayed;
In the image combining unit, generating the resultant binarized image by adding the fourth binarized image and the fifth binarized image; And
Detecting a blob in which the dark blob and the bright blob are added from the resultant binarized image as the scab defect in the scap defect detecting unit.
제8항에 있어서,
상기 명(明) 이진화 및 상기 암(暗) 이진화는,
이중 경계(double thresholding) 이진화를 포함하는 스캡 결함 검출 방법.
9. The method of claim 8,
The bright binarization and the dark binarization may be performed in the following order:
A method for detecting a scum defect comprising a double thresholding binarization.
제10항에 있어서,
상기 스캡 결함 검출 방법은,
분류기에서, 상기 결과 이진화 영상 및 상기 원본 영상으로부터 추출한 상기 스캡 결함의 특징을 분류기에 적용함으로서, 상기 스캡 결함과 스케일을 구분하는 단계를 더 포함하는 스캡 결함 검출 방법.
11. The method of claim 10,
The method of detecting a scap-
The method of claim 1, further comprising, in the classifier, distinguishing between the scap defects and the scales by applying the feature of the resulting binarized image and the scap defects extracted from the original image to a classifier.
제12항에 있어서,
상기 특징은,
상기 명(明) 블롭 영역의 크기와 암(暗) 블롭 영역의 크기의 비, 상기 명(明) 블롭의 무게 중심과 및 암(暗) 블롭의 무게 중심 사이의 각도, 상기 암(暗) 블롭의 회색도 평균, 상기 명(明) 블롭의 회색도 평균, 상기 암(暗) 블롭의 회색도 평균과 상기 명(明) 블롭의 회색도 평균의 차, 배경의 회색도 평균과 상기 암(暗) 블롭의 회색도 평균의 차, 상기 스캡 결함을 포함하는 후보 영역의 Y축 길이 대비 상기 명(明) 블롭의 무게 중심의 Y축 길이 중 적어도 하나 이상을 포함하는 스캡 결함 검출 방법.
13. The method of claim 12,
The above-
Wherein the ratio of the size of the bright blob area to the size of the dark blob area, the angle between the center of gravity of the bright blob and the center of gravity of the dark blob, A gray level average of the bright blobs, a difference between a gray level average of the dark blobs and a gray level average of the bright blobs, a gray level average of the background, And a Y-axis length of a center of gravity of the bright blob with respect to a Y-axis length of a candidate region including the scap defect.
제8항에 있어서,
상기 제4 단계는,
가열로성 스캡 결함 판단부에서, 복수의 열간 소재를 4매 단위로 구분한 4개의 영역 중 어느 하나에서 검출된 스캡 결함의 개수가 미리 설정된 기준 개수 이상인 경우 상기 스캡 결함 중 가열로성 스캡 결함이 발생된 것으로 판단하는 단계를 더 포함하는 스캡 결함 검출 방법.9. The method of claim 8,
In the fourth step,
In the case where the number of the scap defects detected in any one of the four regions in which the plurality of hot workpieces are divided in units of four pieces is equal to or larger than a preset reference number in the heating furnaceability scuck defect determination section, Further comprising the step of determining that the error has occurred.
KR1020130163202A 2013-12-24 2013-12-24 Apparatus and method of detecting scap defect KR101543896B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130163202A KR101543896B1 (en) 2013-12-24 2013-12-24 Apparatus and method of detecting scap defect

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130163202A KR101543896B1 (en) 2013-12-24 2013-12-24 Apparatus and method of detecting scap defect

Publications (2)

Publication Number Publication Date
KR20150074942A true KR20150074942A (en) 2015-07-02
KR101543896B1 KR101543896B1 (en) 2015-08-11

Family

ID=53787973

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130163202A KR101543896B1 (en) 2013-12-24 2013-12-24 Apparatus and method of detecting scap defect

Country Status (1)

Country Link
KR (1) KR101543896B1 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020067262A1 (en) * 2018-09-28 2020-04-02 Ｊｆｅスチール株式会社 Method and device for detecting defect in surface of metal sheet, and method for manufacturing plated steel sheet
WO2023282043A1 (en) * 2021-07-08 2023-01-12 Ｊｆｅスチール株式会社 Inspection method, classification method, management method, steel material manufacturing method, training model generation method, training model, inspection device, and steel material manufacturing facility
KR20240012073A (en) 2022-07-20 2024-01-29 현대제철 주식회사 Method for manufacturing electrical steel sheet

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09329527A (en) 1996-04-08 1997-12-22 Advantest Corp Image processing method, and apparatus therefor
JP2011112573A (en) 2009-11-27 2011-06-09 Toyota Motor Corp Defect inspection method
KR101272005B1 (en) 2011-08-10 2013-06-05 주식회사 포스코 Apparatus and method for detecting surface defects of hot billet

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020067262A1 (en) * 2018-09-28 2020-04-02 Ｊｆｅスチール株式会社 Method and device for detecting defect in surface of metal sheet, and method for manufacturing plated steel sheet
JPWO2020067262A1 (en) * 2018-09-28 2021-02-15 Ｊｆｅスチール株式会社 Method and device for detecting surface defects of metal plate and manufacturing method for plated steel sheet
WO2023282043A1 (en) * 2021-07-08 2023-01-12 Ｊｆｅスチール株式会社 Inspection method, classification method, management method, steel material manufacturing method, training model generation method, training model, inspection device, and steel material manufacturing facility
JPWO2023282043A1 (en) * 2021-07-08 2023-01-12
KR20240012073A (en) 2022-07-20 2024-01-29 현대제철 주식회사 Method for manufacturing electrical steel sheet

Also Published As

Publication number Publication date
KR101543896B1 (en) 2015-08-11

Similar Documents

Publication Publication Date Title
Choi et al. Detection of pinholes in steel slabs using Gabor filter combination and morphological features
RU2764644C1 (en) Method for detecting surface defects, device for detecting surface defects, method for producing steel materials, method for steel material quality control, steel materials production plant, method for generating models for determining surface defects and a model for determining surface defects
KR101800597B1 (en) Apparatus for inspecting surface defects of a hot-dip coated steel sheet and method for inspecting surface defects
CN108169236A (en) A kind of cracks of metal surface detection method of view-based access control model
Rahaman et al. Automatic defect detection and classification technique from image: a special case using ceramic tiles
JP6117398B1 (en) Steel plate surface defect inspection apparatus and surface defect inspection method
CN109685760B (en) MATLAB-based SLM powder bed powder laying image convex hull depression defect detection method
JP6264132B2 (en) Inspection device and inspection method for painted surface of vehicle body
JP2008175588A (en) Visual examination device
CN103759644A (en) Separating and refining type intelligent optical filter surface defect detecting method
KR101543896B1 (en) Apparatus and method of detecting scap defect
CN111665251A (en) Visual detection method for surface defects
KR101272005B1 (en) Apparatus and method for detecting surface defects of hot billet
JP2017062181A (en) Surface flaw checkup apparatus, and surface flaw checkup method
TW202034421A (en) Color filter inspection device, inspection device, color filter inspection method, and inspection method
KR101562988B1 (en) Apparatus and method for detecting surface defects of hot billet
KR101675532B1 (en) Apparatus and Method for detecting defect of thick steel plate
KR101360653B1 (en) Apparatus for detecting seem crack of rolled steel
JP6035124B2 (en) Defect inspection apparatus and defect inspection method
Christie et al. Fast inspection for size-based analysis in aggregate processing
JP7469740B2 (en) Belt inspection system and belt inspection program
CN110044918B (en) Method for detecting surface spots of automobile rearview mirror
Martinez et al. Image fusion for surface finishing inspection
JP2019060836A (en) Float detector and float detection method of print, inspection device, and inspection method
CN109064451B (en) Light guide plate defect detection method

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