KR20150126939A - 이미지 기반 서펀틴 벨트 마모 평가를 위한 향상된 분석 - Google Patents

Abstract

벨트와 같은 피시험 디바이스의 이미지의 개선을 위해 시스템들 및 방법들이 마련된다. 피시험 디바이스의 이미지는 객체가 선호하는 이미지 프레임 축으로부터 멀리 떨어져서 회전하는지 여부를 결정함으로써 더 최적화된다. 만약 멀리 떨어져 회전한다면, 이미지는 객체가 선호하는 이미지 프레임 축에 평행하도록 반대 각도로 회전한다. 회전 이미지는 객체의 분석에 이용 가능해진다. 리브(rib) 폭 분석은 이미지를 반대로 회전시키거나 그렇지 않음으로써 검출된 리브의 전체 길이를 따라 수행된다.

Description

이미지 기반 서펀틴 벨트 마모 평가를 위한 향상된 분석{ENHANCED ANALYSIS FOR IMAGE-BASED SERPENTINE BELT WEAR EVALUATION}

관련 출원들의 교차 참조

본 출원은 2013년 3월 11일에 출원된 미국 가출원 제61/776,600호에 대한 우선권을 주장하며, 그 전체적인 개시는 참조로서 여기에 병합되어 있다.

본 개시는 일반적으로 벨트 마모를 측정하기 위한 것으로서, 더 구체적으로 이미지들을 이용하여 벨트 마모 특징들을 식별하고 벨트 수명을 예측하는 것에 관한 것이다.

EPDM(Ethylene Propylene Diene Monomer) 물질의 사용으로 인해 서펀틴 구동 벨트들은 점차 내구성이 증가하고 있다. 그 결과, 비록 벨트가 시간이 지남에 따라 계속 마모됨에도 불구하고, 벨트 마모의 역사적으로 신뢰 가능한 지표(indicator)인 크래킹이 덜 일어난다. 이들 고급 물질들의 사용으로 인해 존재하는 하나의 문제는 사전 고장 마모 검출을 정량화하는 것이 점점 어려워진다는 것이다. 즉, EPDM 물질들로 형성된 서펀틴 구동 벨트들은 벨트의 완전 고장 이후 과도하게 마모된 것으로만 대개 진단된다.

전술된 식별 문제를 다루는 최근의 진전은 측정 중인 벨트와 접촉되는 물리적 도구를 요구한다. 이러한 도구의 예시들은 스미스(Smith) 등의 미국 특허 제7,946,047호 및 미국 특허 제2010/0307221호에 설명되어 있으며, 각각은 전체적으로 참조로서 여기에 병합되어 있다. 이들 방안은 측정 도구와 측정 중인 벨트 사이의 물리적 접촉에 의존한다.

도구와 측정 중인 벨트 사이의 물리적 접촉에 의존하지 않고, 벨트 마모를 빠르고 효과적으로 식별할 수 있는 벨트 측정 방안을 개발하는 것이 유용할 것이다. 이러한 시스템이 시스템의 운영자에게 요구되는 이미지 프로세싱의 부담을 감소시키면, 더 많은 이익들이 실현될 것이다.

벨트 마모의 비접촉 측정을 위한 하나의 기법은 발명의 명칭이 “MEASUREMENT OF BELT WEAR THROUGH EDGE DETECTION OF A RASTER IMAGE”로서 2011년 9월 6일에 출원된 동시 계류 중인 출원 번호 제13/226,266호에 설명되어 있으며, 이 출원은 교시하는 모든 것에 대해 전체적으로 참조로서 여기에 병합되어 있다.

리브 마모도(degree of rib wear)를 분석하기 이전에 회전에 대한 보정을 목적으로 디지털 사진에 설명된 서펀틴 벨트의 배향을 결정하는 방법. 사진의 감마(gamma), 휘도(luminance), 콘트라스트(contrast), 색상(hue), 컬러 채널들(color channels), 및 그 밖의 정보의 디지털 필터링 조작들을 수행함으로써, 소프트웨어는 벨트 리브들의 수직 축들을 나타내는 것으로 간주될 디지털 데이터의 수평의 높은 종횡비의 사각 영역을 식별할 것이다. 이러한 분석의 결과들은 사진의 필드 내의 벨트 이미지의 배향을 정의하고, 후속 분석에 사용하기 위한 수직 축을 구축하는데 사용될 것이다.

추가적으로 리브 마모도를 분석하기 이전에 벨트 리브들의 배향 및/또는 개수를 정확히 식별할 목적으로, 서펀틴 벨트의 디지털 사진에서 고르지 않은 조명을 보상하기 위한 방법. 사진의 감마, 휘도, 콘트라스트, 색상, 컬러 채널들, 및 그 밖의 정보의 디지털 필터링 조작들을 수행함으로써, 에지 선예도 차이가 소프트웨어가 데이터를 부정확하게 해석하는 것을 방지하기 위해 소프트웨어는 사진의 다양한 영역들의 콘트라스트 레벨들을 정규화할 것이다.

동작 시퀀스:

본 발명은 분석 시작 이전에 픽셀의 이미지 범위 (해상도)를 프로세싱함으로써 개선된 사용자 인터페이스를 위한 편향되거나 평행하지 않은 리브 프로파일의 분석 및 벨트의 에지들을 정의하는 종래 기술의 이슈를 해결하는데, 여기서 이 단계는 임의의 타입의 스마트폰으로부터의 모든 이미지 임퓨트(impute)들과 부합하는 이미지 사이즈 또는 이미지 촬영의 초점 길이를 제공한다.

알고리즘의 단계 1: 예를 들어, 1/10만큼 이미지의 해상도를 축소하고, 벨트 리브의 각도들을 측정하며, 추가적으로 정의된 바와 같이 벨트 에지들을 크롭핑한다.

알고리즘의 단계 2: 후술되는 바와 같이 이미지의 풀 해상도로 복귀하고 리브 에지들을 정의한다.

배향을 발견하기 위해,

- 벨트를 마스킹하고, 고 콘트라스트 영역들을 제거함으로써 크롭핑하고, 픽셀 사이즈들(주변들)의 변형율의 임계치를 추가적으로 분석하거나, 픽셀 주변들의 임계치들을 독특하게 분석한다.

적응형 임계 OpenCV 라이브러리 또는 동등한 기능을 갖는 그 밖의 라이브러리를 이용하여:

리브들의 개수를 정의하기 위해 픽셀 주변의 적절한 사이즈를 입증한다.

- 5, 10, 100 또는 추가적인 사이즈 픽셀 주변들과 같은 상이한 픽셀 영역들의 선택을 이용한 분석의 진행

- 흑색인지 백색인지를 결정하고, 적응형 임계 분석을 위한 35개의 픽셀의 근처 주변에서 보고, 바람직하게 4, 5, 및 6개의 꼭지점을 갖는 다각형에 대한 허용오차 내에 적합도를 분석하기 위한 분석의 하나의 프로세스 또는 사이클의 일례

- 하나의 이미지가 여러 윤곽을 갖는 검은 이미지 윤곽 영역 또는 흰 이미지 윤곽 영역을 결정하기 위해 회색 범위의 분석의 연속적 사이클

- 픽셀 영역들에 알맞은 다각형을 통해 윤곽들을 처리함

1/50 이미지 영역 제곱 픽셀들 또는 이와 유사한 사이즈의 값보다 큰 구역의 영역 필터를 프로세싱하여 논리브(non-rib) 스퓨리어스(spurious) 지역들을 제거하고, 추가적으로 이미지 픽셀 사이즈에 기반하여 다각형 오류(허용 오차)를 만드는 프로세스 방법을 제거한다.

벨트 배향 이미지는 검출된 다각형의 기본 각도(primary angle)들로부터 가장 긴 다각형 모서리의 직교 좌표(Cartesian coordinate)들에 의해 해결된다.

앞서 설명된 발명은 종래 기술의 알고리즘들에 절단, 회전, 제시되는 벨트 프로파일 이미지를 제시한다. 래스터 이미지의 모서리 검출을 통한 벨트 마모의 측정

- 단계 1 스크린샷 - 벨트의 모서리를 식별하기 위한 이미지 [도 1 참조]

- 단계 2 스크린샷 - 벨트 리브들의 이미지 [도 2 참조]

- 본 발명의 코드 샘플링 [도 3 참조]

이를 이루기 위한 하나의 방법은 사진의 밝은 영역과 콘트라스트가 유사해질 때까지 사진의 어두운 영역에서의 낮은 콘트라스트의 인접 영역들 사이의 콘트라스트를 순차적으로 증가시킬 일련의 조작을 활용한다. 이들 조작은 분석에 사용될 인접 데이터의 영역의 목표 픽셀로부터의 반지름, 적용되는 추가 콘트라스트의 정도, 및 변형이 데이터에 적용될 지 여부를 판단할 차이의 임계치와 같은 변수들을 변경함으로써 디지털 사진에서 데이터 채널들 중 하나 또는 그 전부에서 겨우 하나의 데이터 차이점을 활용해야 한다. 이러한 프로세스는 언샤프 마스킹(un-sharp masking)이라고 알려진 디지털 포토그래피(photography) 및 프린팅에 사용되는 프로세스와 유사하다. 추가적으로, 리브 마모도를 분석하기 이전에, 분석 소프트웨어에게 알릴 목적으로, 디지털 사진에 묘사된 벨트에 존재하는 리브 및/또는 밸리들의 개수를 결정하는 방법. 마킹된 리브 상단을 나타내는 데이터와 함께, 사진의 평행 4변형 영역들을 나타내는 데이터를 활용하면, 이들 2개의 데이터 세트가 사진에 표현된 벨트에 포함된 리브의 개수를 나타나는 고정 값을 반환하는지 여부를 결정하기 위해 비교가 이루어질 것이다. 이들 2개에 데이터 세트가 동일하지 않으면, 사용자에 의해 인가된 마크들이 벨트 상의 리브들의 개수를 결정하는데 사용될 것이다. 이들 데이터 세트의 수집 및 분석은 방법론의 정확도를 결정하기 위한 방법을 제공할 것인데, 이는 소프트웨어에 대한 추가 정제를 허용한다.

집합적으로, 이들 개선은 사용자가 다음을 수행할 필요 없게 만들 것이다.

1. 사진 촬영 디바이스를 임의의 특정 방식으로 지향하게 하다.

2. 촬영 이후 사진을 줌, 회전, 중심 조절(center), 또는 조작한다.

3. 분석 이전에 벨트 리브들의 개수를 수동 입력한다.

4. 벨트를 마킹할 필요를 제거한다.

피시험 대상의 획득 이미지의 품질은 벨트와 같은 피시험 대상을 분석하기 위해 비접촉 분석 도구의 능력 또는 정확도에서의 요인일 수 있다. 여러 이미지 결함이 전체 또는 부분적으로 무효화될 수 있다. 인간의 눈은 벨트의 이미지와 관련된 여러 이미지 결함을 식별하기 위해 활용될 수 있다. 그러나 여기에서의 실시예들 및 청구항들에 따르면, 기계 기반 이미지 보정은 여러 벨트 이미지 결함들에 대한 해결 방안을 제공하고, 이미지의 속도 및 정확도 및 그 분석을 개선할 수 있다.

벨트 이미지의 분석에 의한 벨트 마모의 측정과 같은 비접촉 분석에서의 이점들은 여기에 설명된 실시예들을 구현함으로써 실현될 수 있다. 벨트 측정 애플리케이션을 제공함으로써 하나의 이점이 실현되는데, 이미지 촬영 기준 프레임에 대한 벨트의 회전과 같은 일정한 이미지 촬영 결함들에 대한 자동 보정을 통합한다. 벨트 이미지가 촬상 프레임의 소정 축에 대해 특정 배향을 갖도록 벨트 이미지가 만들어지도록 회전 또는 반회전된 벨트 이미지를 이용하면, 분석의 속도 및 정확도가 이미지 전체에 걸쳐 개선된다. 그러므로, 일 실시예에서, 벨트의 이미지의 기계 기반 회전의 제공된다. 추가적인 실시예들은 크로핑, 에지 검출, 및/또는 벨트 리브 검출과 같은 동작을 수행함으로써 이미지를 더 개선할 능력을 예시한다.

여기에 사용된 “자동”이라는 용어 및 그 유사 용어는 프로세스 또는 동작이 수행될 때 유형의 인간 입력 없이 행해지는 임의의 프로세스 또는 동작을 지칭한다. 그러나, 입력이 프로세스 또는 동작의 성능 이전에 입력이 수신되면, 프로세스 또는 동작의 성능이 유무형 인간 입력을 이용함에도 불구하고, 프로세스 또는 동작이 자동일 수 있다. 인간의 입력은 프로세스 또는 동작이 어떻게 수행될 것인지에 영향을 미치면 유형인 것으로 간주된다. 프로세스 또는 동작의 성능에 동의하는 인간 입력은 “유형”이라고 간주되지 않는다.

여기에 사용된 “컴퓨터 판독가능 매체”라는 용어는 실행을 위한 프로세서에게 명령들을 제공하는 것에 참여하는 임의의 유형의 스토리지를 지칭한다. 이러한 매체는 이로 제한되는 것은 아니지만, 비휘발성 매체, 휘발성 매체, 및 전송 매체를 포함하는 여러 형태를 취할 수 있다. 비휘발성 매체는 예를 들어, NVRAM 또는 자기 또는 광 디스크들을 포함한다. 휘발성 매체는 메인 메모리와 같은 동적 메모리를 포함한다. 컴퓨터 판독가능 매체의 공통 형태는, 예를 들어, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 자기 테이프, 또는 임의의 자기 매체, 자기-광학 매체, CD-ROM, 임의의 다른 광학 매체, 펀치 카드들, 페이퍼 테이프, 홀 패턴을 갖는 임의의 다른 물리적 매체, RAM, PROM, 및 EPROM, FLASH-EPRO, 메모리 카드와 같은 고체 상태 매체, 임의의 다른 메모리 칩 또는 카트리지, 또는 컴퓨터가 판독할 수 있는 임의의 다른 매체를 포함한다. 컴퓨터 판독가능 매체가 데이터베이스로서 구성되는 경우, 데이터베이스는 관계형, 계층형, 객체 지향형 등과 같은 임의의 타입의 데이터베이스로 이해되어야 한다. 따라서, 본 개시는 유형 저장 매체 및 종래 기술 인식 균등물 및 차후 매체를 포함하도록 고려되며, 여기서 본 개시의 소프트웨어 구현예들이 저장된다.

여기에 사용된 “식별하다”, “결정하다”, “계산하다”, “컴퓨팅하다”라는 용어들 및 그 유사 용어는 상호 변경 가능하게 사용되고, 임의의 타입의 방법론, 프로세스, 수학적 동작, 또는 기법을 포함한다.

여기에 사용된 “모듈”이라는 용어는 임의의 공지된 또는 차후의 개발된 하드웨어, 소프트웨어, 펌웨어, 인공 지능, 또는 구성 요소와 관련된 기능성을 수행할 수 있는 하드웨어와 소프트웨어의 조합을 지칭한다.

또한, 본 개시는 예시적인 실시예들 측면에서 설명되지만, 본 개시의 개별 양태들이 별도로 주장될 수 있음은 당연하다.

실시예들은 첨부된 도면들과 함께 설명된다.
도 1은 본 개시의 실시예들에 따른 제1 벨트 이미지이다.
도 1b는 적응형 임계화 및 완전 벨트 검출 이후의 이미지이다.
도 2는 본 개시의 실시예들에 따른 제1 벨트 이미지의 향상된 콘트라스트 이미지이다.
도 3은 본 개시의 실시예들에 따라 벨트의 전체 축을 따르는 식별된 벨트 리브들을 예시한다.
도 4는 본 개시의 실시예들에 따른 측정 시스템을 예시한 블록도이다.
도 5는 본 개시의 실시예들에 따른 측정 시스템을 이용한 사용자의 경험을 예시한 흐름도이다.
도 6은 본 개시의 실시예들에 따른 이미지를 프로세싱하는 하나의 방법을 예시한 흐름도이다.
도 7은 본 개시의 실시예들에 따른 모서리 검출 방법을 예시한 흐름도이다.
도 8은 본 개시의 실시예들에 따른 제1 벨트 이미지이다.
도 9는 본 개시의 실시예들에 따른 제1 벨트 이미지의 일부의 이진 이미지를 예시한다.
도 10은 본 개시의 실시예들에 따른 에지 구획선(edge demarcation line)의 적용을 예시한다.
도 11은 본 개시의 실시예들에 따른 다수의 리브의 식별을 용이하게 하기 위해 향상된 콘트라스트를 갖는 제1 벨트 이미지의 회전 이미지를 예시한다.
도 12는 본 개시의 실시예들에 따른 리브 라인들, 에지 라인들, 및 원하는 축을 갖는 제1 벨트 이미지의 일부를 예시한다.
도 13은 본 개시의 실시예들에 따른 프로세싱된 벨트 이미지를 예시한다.
도 14는 본 개시의 실시예들에 따른 벨트 이미지 및 크롭 버퍼(crop buffer)를 예시한다.
도 15는 본 개시의 실시예들에 따른 프로세스 흐름을 예시한다.
도 16a 내지 도 16d는 본 개시의 실시예들에 따라 사용자에게 제시되는 바와 같은 프로세스를 예시한다.

여기에 설명된 실시예들의 하나의 바람직한 활용은 벨트의 이미지를 프로세싱하는 것에 관한 것으로서, 더 구체적으로 벨트 분석 모듈, 애플리케이션, 또는 엔진에 의한 사용을 위한 벨트의 일부의 이미지에 관한 것이다. 그러나, 당업자는 벨트뿐 아니라, 이로 제한되지 않지만, 기어(gear), 풀리(pulley), 아이들러(idler), 샤프트(shaft), 베어링(bearing), 블레이드(blade), 및 지지 부재들을 포함하는 다른 피시험 대상은 여기에서의 교시로부터 이익을 얻을 수 있음을 이해할 것이다.

도 1을 참조하면, 제1 벨트 이미지(100)가 존재한다. 그 밖의 에지들(102 및 104)이 식별된다.

도 1b를 참조하면, 적응형 임계치 알고리즘 후에 제1 벨트 이미지(100)가 존재한다. 도 1b는 이진 및 반전 값들을 갖는 제2 이미지(206)를 예시한다. 제1 및 제2 벨트 에지(102B 및 104B)가 예시되는데, 벨트 이미지(110) 및 백그라운드(108) 사이의 경계를 형성한다.

도 2은 제1 벨트 이미지(100)의 향상 콘트라스트 이미지(200)이다. 예시된 실시예에서, 6개의 리브(202A 내지 202F)가 식별된다. 리브 식별의 추가 논의가 다음에 진행된다. 예시된 실시예들을 다시 참조하면, 리브들(202A, 202B, 202C, 202D, 및 202F)은 허용 오차 내에서 4개의 꼭지점을 갖는 다각형들을 형성하는 어두운 영역들을 형성한다. 리브(202E)는 이지미(200)의 트렁케이션(truncation)으로 인해 다른 꼭지점을 형성하며, 이로써 5개의 꼭지점을 갖는 다각형을 형성한다. 다른 실시예에서(미도시)에서, 예를 들어, 단일 리브(200)가 하나의 코너로부터 대각 맞은편 코너로 촬상되어 이미지(200)와 같은 직사각형 이미지의 4개의 변에 의해 트렁케이션 되는 경우, 리브는 6개의 꼭지점을 갖는 다각형을 형성할 수 있다.

도 3은 다수의 식별된 리브(302)를 갖는 식별 벨트(300)를 예시한다(명확화를 위해, 리브 전부가 도면에 식별되어 있는 것은 아님). 리브들(302)은 벨트(300)의 전체 축을 따라 식별된다. 다른 실시예에서, 리브들(302)의 식별은, 마크들(304)와 실질적으로 함께 위치하는 영역과 같은 축의 일부를 따라 일어난다.

도 4를 참조하면, 측정 시스템(400)은 본 개시의 실시예들에 따라 설명될 것이다. 측정 시스템(400)은 피시험 대상(402)가 좋은지(예를 들어, 교체를 요구하지 않음) 또는 나쁜지(예를 들어, 교체를 요구함)를 분류하기 위한 피시험 대상(402)을 분석하기 위한 하나 이상의 컴포넌트를 포함할 수 있다. 본 개시의 범위로부터 벗어나지 않는 한, 피시험 대상(402)에 대해 다른 결정들이 이루어질 수 있으며, 예를 들어, 피시험 대상(402)은 실패(예를 들어, 곧 교체를 요구함) 또는 비정상(예를 들어, 예상 마모 패턴을 따르지 않으며, 이로써 추가적인 조사 및/또는 교체를 요구함)으로서 식별될 수 있다.

일부 실시예들에서, 측정 시스템(400)은 이미지 촬영 디바이스(404), 이미지 프로세서(406), 분석 모듈(408), 및 사용자에 의한 사용을 위한 사용자 인터페이스(410)를 포함한다.

비제한적 예시로서, 피시험 대상(402)은 벨트, 구체적으로, EPDM 물질들로 구성된 서펀틴 벨트를 포함할 수 있다. 벨트는 동작 위치(예를 들어, 벨트를 채택한 차량 또는 다른 디바이스에 실장됨)에 위치하거나, 비동작 위치(예를 들어, 벨트를 채택한 차량 또는 다른 디바이스로부터 제거됨)에 있을 수 있다. 이미지 촬영 디바이스(404)는 하나 이상의 정지 이미지를 촬영할 수 있다. 대체 또는 추가적으로, 이미지 촬영 디바이스(404)는 비디오 이미지들(예를 들어, 오디오 입력과 동기화되거나 동기화되지 않을 수 있는 순차적 개수의 이미지 프레임들)을 촬영할 수 있다. 이미지 촬영 디바이스(404)에 의해 촬영된 이미지(들)는 컬러(예를 들어, 각 픽셀이 적색, 녹색, 및 청색(RGB) 픽셀 값을 포함하는 픽셀 이미지), 그레이스케일(예를 들어, 각 픽셀이 0과 255와 같은 소정 개수 사이의 그레이스케일 픽셀 값을 포함하는 픽셀 이미지), 흑백(예를 들어, 각 픽셀이 흑색 또는 백색에 대응하는 이진 값을 포함하는 픽셀 이미지), 적외선(예를 들어, 각 픽셀이 적외선 픽셀 값을 포함하는 픽셀 이미지), 자외선(예를 들어, 각 픽셀이 자외선 값을 포함하는 픽셀 값을 포함하는 픽셀 이미지), 또는 임의의 다른 공지된 타입의 이미지를 포함할 수 있다. 영상 촬영 디바이스(404)의 비제한적 예시는 자립형 디바이스(standalone device)이거나, 스마트폰과 같은 사용자 디바이스로 통합되는 카메라(사진 또는 비디오)이다.

이미지 프로세서(406)는 피시험 대상(402)의 이미지 촬영 디바이스(404)에 의해 획득된 이미지의 정확도를 개선하기 위해 임의의 자동 보정들이 필수적인지 여부를 결정한다. 자동 보정들이 적용될 것이라고 결정할 때, 이러한 보정들은 이미지 프로세서(406)에 의해 적용된다. 자동 보정들이 적용되지 않으면, 이미지는 자동 보정 없이 분석 모듈(406)에 이용 가능해진다. 자동 보정들이 적용되면, 이미지는 자동 보정의 적용 이후에 분석 모듈(408)에 이용 가능해진다.

분석 모듈(408)은 피시험 대상(402)의 이미지를 분석하고, 사용자 인터페이스(410)를 통해 사용자(412)에게 분석 결과들을 보고한다.

이미지 프로세서(406)는 이미지가 보정 불가능하다고 결정할 수 있는데, 예를 들어 과소 노출되거나 과도 노출된 이미지와 함께 일어날 수 있고, 이미지가 재획득될 필요가 있다고 사용자에게 더 통지할 수 있다. 사용 불가 이미지의 통지는 사용자 인터페이스(410) 또는 다른 사용자 인터페이스를 통해 이루어질 수 있다.

일 실시예에서, 이미지가 이미지 촬영 디바이스(404)에 의해 이용 가능해지면, 이미지 프로세서(406)에 의해 수행된 이미지 프로세싱 기능성이 수행된다. 하나의 컴포넌트가 이미지를 공유 메모리 또는 액세스 가능 메모리로 제공하거나, 통신 링크 등을 통해 이미지를 전달하면, 이미지가 이용 가능해진다. 일부 실시예에서, 하나의 컴포넌트로부터 두번째 컴포넌트로 신호가 전송되어 제1 컴포넌트에 의해 제2 컴포넌트에 이미지의 가용성 또는 프로세싱의 종결을 통지한다.

여기에 제공되는 실시예들은 주로 단일 이미지의 획득 및 변형에 관한 것인 반면에, 추가적인 이미지들은 본 발명의 범위로부터 벗어나지 않는 한 생성될 수 있다. 이미지가 제1 모듈로부터 제2 모듈로 전달되는 실시예들은 복사 동작들에 의해 수행될 수 있으며, 이로써 제1 및 제2 모듈 모두가 이미지의 복사본을 유지한다. 이와 유사하게, 이미지가 변형된 실시예들은 이미지의 사본에 대해 수행될 수 있고, 원본 또는 사전 이미지는 변형되지 않도록 유지한다. 더구나, 이미지, 변경 파일, 또는 논리적 이미지 층의 사본에 변형들이 적용될 수 있는데, 이로써 변형들이 버려질 수 있고, 원본 이미지는 변형되지 않은 상태로 남겨지거나 회복될 수 있다. 프로세싱은 이미지에 대한 변형들의 적용 또는 변형들을 포함하는 이미지의 복사를 계속한다.

이미지 촬영 디바이스(404), 이미지 프로세서(406), 분석 모듈(408), 및 사용자 인터페이스(410)는 여기에 별도의 컴포넌트들로 예시되어 있다. 측정 시스템(400)은 다른 다양한 구성들로 구체화될 수 있다. 일 실시예에서, 측정 시스템(400)의 모든 컴포넌트는 휴대폰, 스마트폰, 개인용 컴퓨터(PC), 랩톱, 노트북, 태블릿 등과 같은 사용자 디바이스에 포함되거나, 사용자 인터페이스(410)와 같은 일반적인 사용자 인터페이스에 액세스할 수 있다. 이러한 실시예에서, 유선, 무선, 또는 광학 또는 자기 탈착식 매체 인터페이스와 같은 연결 가능 통신 링크가 컴포넌트 사이에 제공된다. 다른 실시예에서, 이미지 촬영 디바이스(404), 이미지 프로세서(406), 분석 모듈(408), 및 사용자 인터페이스(410) 중 적어도 2개가, 애플리케이션 특정 집적 회로(ASIC), 프로세싱 카드(예를 들어, PCI, PCIe), 범용 집적 회로 또는 컴퓨팅 플랫폼과 같은 동일한 폼 팩터(form factor) 또는 프로세스 디바이스 내에 함께 위치한다. 회로, PCB 트레이스, 또는 다른 통신 매체를 통한 통신 버스가 물리적으로 통합된 컴포넌트들 내의 통신을 위해 채택될 수 있음은 물론이다.

도 5는 본 개시의 실시예들에 따라 측정 시스템(400)과 같은 측정 시스템을 이용한 사용자 경험을 예시한 흐름도(500)이다. 사용자(412)는 단계(502)를 수행하는데, 이로써 벨트 평가 애플리케이션이 개시된다.

일 실시예에서, 초기화 단계(502)의 완료는 시스템(400)의 전자 컴포넌트들(사용자 인터페이스(410), 분석 모듈(408), 이미지 프로세서(406), 및 이미지 촬영 디바이스(404) 중 하나 이상)을 자동으로 개시한다(예를 들어, 전원 공급하거나 가용하게 만듦). 시스템(400)의 일정한 전자 컴포넌트들이 단계(502)와 동시 또는 거의 동시에 개시되지 않는 실시예들에서, 이들의 사용에 대한 프리커서(precursor)로서 개시될 수 있다. 다른 실시예들에서, 단계(502)는 애플리케이션을 리셋하고, 또 다른 실시예에서, 단계(502)가 애플리케이션에 간단히 액세스하고 있다.

프로세싱은 예를 들어, 사용자 인터페이스(410)에 의해 사용자가 애플리케이션이 벨트와 같은 피시험 대상(402)의 이미지를 획득할 준비가 되어 있다고 통지 받는 것을 계속하게 한다. 사용자는 단계(504)를 수행하고, 이미지를 획득하며, 단계(506)에서의 결과들과 함께 자동 제시된다. 다른 실시예들에서, 에러 메시지들, 단계(504)를 다시 수행함으로써 이미지를 재획득하기 위한 명령어들, 정보 메시지들, 사용 지침들, 샘플들, 진행 바들(progress bars), 사용자의 경험을 개선할 수 있는 분석 결과들 또는 이와 유사한 정보를 세이브 및/또는 인쇄하기 위한 옵션들과 같은 하나 이상의 추가 메시지들이 사용자에게 제시될 수 있다.

이미지 프로세서(406) 및/또는 분석 모듈(408)에 의해 수행되는 것과 같은 중간 단계들을 제시할 기능적 요건이 존재하지 않으면, 임의의 중간 단계들의 결과들 또는 진행은 옵션으로서 사용자(412)에게 제시될 수 있다. 옵션은 사용자(412)에 의해 결정된 구성 선택 또는 애플리케이션의 개발 시에 선택될 수 있다.

도 6을 참조하면, 이미지를 프로세싱하기 위한 방법 단계들의 일 실시예를 예시한 흐름도(600)가 제공된다. 흐름도(600)는 도 4의 실시예들의 측정 시스템과 같은 하나 이상의 전자 디바이스들에서 실행될 수 있다. 단계(602)는 벨트와 같은 피시험 대상의 초기 이미지를 획득한다. 단계(606)는 벨트의 에지들을 식별한다. 단계(604)는 벨트 이미지를 찾는다. 단계(608)는 이미지의 프레임을 기준으로 벨트의 각도를 결정한다. 단계(610)는 반회전(de-rotation)이 필요한지 여부를 결정하고, 만약 그렇다면, 프로세싱은 단계(612)에서 계속된다. 만약 그렇지 않다면, 프로세싱은 단계(614)로 진행한다. 단계(612)는 이미지를 반회전시키며, 이로써 이미지는 경우에 따라 단계(608)에서 결정된 각도의 음의 값으로 회전 또는 반대 방향 회전된다. 단계(614)는 벨트 이미지를 분석하기 위한 분석 모듈에 이미지를 제공한다. 도시되지 않았지만, 추가적인 단계들은 사용자(412)와 같은 사용자에 의한 사용을 위해 분석 결과들을 보고 또는 저장하여 적절한 조치(예를 들어, 결함 벨트를 교체하거나 벨트의 장래의 재평가를 예정함)를 검토하여 취하는 단계를 포함할 수 있다.

반회전 단계(612)는 단계(602)에서 획득된 것과 같은 원본 이미지 또는 이미지의 사본에 회전 알고리즘을 적용하는 단계를 포함할 수 있다. 반회전 단계(621)는 분석 모듈(408)에 의해 사용 가능한 비회전 정보(예를 들어, 포인트들, 매트릭스, 등식, 또는 코드)의 생성을 구체화할 수 있다. 이러한 실시예에서, 분석 모듈(408)은 반회전 정보의 적용과 함께 원본 이미지를 판독할 수 있으며, 이로써 원본 이미지에 대해 마치 반회전된 것처럼 분석이 제공된다.

다른 실시예에서, 이미지는 크로핑 된다(자동 또는 수동). 벨트 이미지의 식별된 에지들의 외부에 있는 이미지의 부분들은 관련 없다고 간주되어 폐기될 수 있다. 벨트와 같은 일정한 피시험 대상들을 촬상하는 것은 통상적으로, 벨트 이미지가 선호 축과 같은 축의 길이로 진행하다가 프레임의 2개의 반대 에지에서 종결됨에 따라 임의의 하나의 프레임으로부터 벨트 전체를 배제한다. 프레임의 에지(예를 들어, 절단 벨트 부위)에서 종결되지 않은 피시험 대상의 분석을 위한 실시예들은 크로핑 또는 프로세싱될 수 있으며, 이로써 대상 이미지의 종결은 프레임 에지가 된다.

단계(606)는 이미지에서 벨트의 에지들을 식별한다. 에지는 라인을 형성하는 픽셀 어레이로서 구체화될 수 있다. 그러나, 픽셀들이 커브, 다수의 선분, 또는 다름 아닌 이상 라인(ideal line)을 형성하는 픽셀 배열의 약간의 변화들은 이러한 불규칙성이 벨트 에지 픽셀들의 예상 값 내에 있다고 결정되면 여전히 선으로서 간주될 수 있다. 다른 실시예에서, 단계(606)는 벨트 위치의 표지를 식별하는데, 이 표지는 벨트들의 회전 위치를 프레임에게 나타내도록 동작 가능한 에지, 마킹(marking), 리브, 또는 벨트의 다른 속성일 수 있다.

단계(606)는 다수의 후보 에지 라인을 결정하는 것 및 이들의 위치를 에지 라인으로서 확인 또는 부정하는 것과 같은 추가적인 프로세싱을 구체화할 수 있다. 더 구체적으로, 벨트를 이용하여 예상되는 바와 같이 단계(606)가 2개의 에지를 예상하지만, 한지 하나의 라인이 에지 후보로서 식별되면, 이미지는 재프로세싱될 수 있고, 단계(606)는 반복된다. 재프로세싱은 이미지를 향상시키거나 저하시키는 것을 포함할 수 있고, 도 7을 참조하여 더 상세히 설명된다. 대체적으로, 이미지가 사용 불가능하고 재획득 단계(602)가 반복을 요구한다고 사용자에게 나타내기 위한 신호가 생성될 수 있다.

3개 이상의 에지 후보들이 입증되고, 여기서 추가 후보 에지들은 벨트의 리브일 확률이 높은 이벤트에서, 최외각 에지 후보들은 이미지의 재프로세싱 필요 없이 에지라고 식별될 수 있다. 원하면, 이미지는 예를 들어, 콘트라스트를 증가시키거나 해상도를 증가시킴으로써 재프로세싱될 수 있고, 단계(606)는 프로세싱된 이미지를 이용하여 반복된다. 단계(606)의 실시예들 중 일부에 대한 더 상세한 설명이 도 7을 참조하여 제공된다.

일단 에지들이 식별되면, 단계(608)는 적어도 이미지 프레임에 대한 적어도 하나의 에지의 각도를 결정한다. 단계(606)에서 식별된 바와 같이, 에지들은 이미지의 프레임의 선호 축과 함께 각도를 형성할 수 있다. 단계(608)에서의 이미지 프레임에 대한 벨트의 각도의 결정을 위해 다양한 실시예들이 고려된다. 단계(606)을 참조하여 설명된 바와 같이, 에지 라인들 각각은 완벽한 라인이거나, 불완전하지만 수용 가능 범위의 곡률 또는 완전성(completeness) 내의 라인들이다. 단계(602)에서의 면외(out-of-plane) 이미지 획득으로 인해 2개의 에지 라인 각각이 서로 평행하지 않는 경우일 수 있다. 일 실시예에서, 벨트의 각도는 2개의 에지 라인 각도의 평균 기울기 또는 각도에 의해 결정된다. 다른 방법으로, 단일 에지 라인이 벨트의 각도를 나타낸다고 선택될 수 있다. 2 이상의 라인이 벨트의 각도의 표지를 결정할 수 있으면, 벨트의 각도는 2개 이상의 라인의 중간값, 빈출값, 또는 평균값과 같은 산술 함수에 의해 결정될 수 있다. 다른 대안으로서, 벨트의 각도가 벨트 리브 라인들과 같은 다수의 내부 라인들 중 하나 이상에 의해 결정도리 수 있고, 옵션으로서 하나 이상의 에지 라인을 포함한다.

벨트와 같은 여러 피시험 항목들의 경우, 벨트의 각도의 촬상 표지는 에지 라인들 및 옵션으로서 에지들에 평행한 다수의 리브 라인들을 결정함으로써 용이하게 결정된다. 벨트의 각도의 그 밖의 표지 또한 고려된다. 다른 실시예에서, 단계(606)는 배향을 나타내는 벨트의 피처(feature)를 식별하고, 단계(608)는 배향 표지를 활용함으로써 프레임에 대한 벨트의 각도를 판단한다. 일 실시예에서, 초크 마크(chalk mark), 필라멘트(filament), 프린팅, 또는 그 밖의 구획(demarcation)과 같은 비구조적 피처가 벨트에 추가된다. 다른 실시예에서, 리브들 또는 톱니 형상물(teeth)과 같은 피처는 구조적이다. 촬상 피처가 벨트의 에지와 평행하지 않다고 알려지면, 단계(608)는 이미지 프레임에 대한 벨트의 각도를 판단할 때 피처의 공지 각도를 고려한다. 실시예를 예시하기 위해, 톱니 형상물의 피크 및 밸리(vally)가 벨트에 대해 90도 각도인 톱니 형상물을 갖는 벨트가 고려된다. 이 실시예에서, 단계(606)는 다수의 톱니 형상물을 식별하고, 단계(608)는 벨트의 각도를 톱니 형상물을 나타내는 각도로부터 90도라고 결정한다.

인간 또는 컴퓨터 판독 가능 형태로 표현된 바와 같이, 획득된 이미지의 프레임은 이미지의 둘레 또는 이미지의 적절한 부위라고 알려져 있다. 당업계에 공지된 일반적인 촬상 시스템들에서, 전하 결합 소자(CCD) 또는 이와 유사한 촬상 어레이가 이미지들을 촬영하도록 활용된다. 이들 촬상 어레이들은 직사각형 어레이 포맷으로 일반적으로 배열된 감광 픽셀 어레이를 포함한다. 개별 픽셀들은 적색, 청색 및 녹색, 흑색 및 백색, 또는 그레이스케일과 같은 단일 컬러에 민감할 수 있다. 여기에서의 목적을 위해, 제1 단색 픽셀을 상이한 컬러의 동일한 이미지를 촬영하는 픽셀과 상이한 픽셀이라고 간주할 필요가 없다. 직사각형들을 이용하여 알려진 바와 같이, 직사각형 촬상 어레이들은 길고 짧은 치수 또는 축을 갖는다. 분석될 벨트의 더 이상적인 이미지는 벨트가 프레임의 최장축(longest axis)의 길이로 진행하여 벨트의 폭에 대해 프레임 내에 존재하여 양 에지가 촬영되고, 이미지의 프레임의 최장축과 평행한 이미지이다.

일반적으로, 프레임의 최장축을 선호 축으로서 활용하기 위해 선호될 것이다. 그러나, 다른 실시예에서, 프레임의 각도는 어레이의 긴 치수와 일치하거나 일치하지 않는 프레임의 선호 배향에 대해 결정된다. 정사각형 촬상 어레이를 갖는 이미지 촬영 디바이스(204)를 채택한 실시예들에서, 벨트의 더 이상적인 이미지는 프레임의 수직 축에 평행할 수 있다. 벨트의 이미지와 평행한 가장 가까운 축과 같은 하나 축이 선택될 수 있다. 그러나, 분석 모듈(1208)은 특정 배향(예를 들어, 수직)을 요구 또는 선호할 수 있는데, 선호 축은 이러한 요구 또는 선호에 따라 선택될 수 있다. 이와 유사하게, 원형 또는 불규칙 프레임을 갖는 이미지 촬영 디바이스(1204)은 분석 모듈(1208)의 요구들 또는 선호에 따라 또는 미리 결정된 축에 따라 단독으로 선택된 선호 축을 가질 수 있다.

도 7을 참조하면, 에지 검출 단계(608)을 포함하는 서브단계들의 일 실시예를 예시한 흐름도(700)가 제공된다. 단계(702)에서 픽셀 주변들이 검사된다. 단계(704)는 에지가 후보 픽셀을 위해 지시되는지 여부를 결정한다. 하나의 간략한 실시예에서, 8개의 인접 픽셀의 주변, 즉 중심에 후보 픽셀을 갖는 3x3 픽셀 어레이 내에 후보 픽셀이 고려된다. 일 예시에서, 단계(704)는 후보 픽셀을 포함하는 최상단 2개의 행의 픽셀들 중 6개 모두가 하단 행의 3개의 픽셀과 공유하지 않았던 하나의 공통 속성을 가졌다고 결정할 때 그 픽셀이 에지 후보 픽셀이라고 간주할 수 있다. 주변 픽셀들이 덜 용이하게 기술되면, 예를 들어, 모든 픽셀이 후보 픽셀과 동일 또는 거의 동일하거나, 주변이 에지를 기술할 용이하게 식별되지 않는 속성을 갖지 않으면, 단계(706)에서 픽셀들은 비-에지 픽셀들이라고 간주될 수 있다.

일정한 에러 검출 동작들 또한 통합될 수 있다. 일 실시예에서, 다수의 에지 픽셀들이 예상 범위 밖에 존재할 수 있다. 일례로서 일 실시예를 예시하기 위해, 벨트의 촬영 이미지는 벨트의 에지에 대응하는 2개의 에지 픽셀 세트를 가질 것으로 예상된다. 촬상 어레이에 의해 촬영되고, 선호 축에 평행하게 진행하고, 프레임의 경계에서 종결되는 완벽한 라인은 라인의 폭만큼 곱해진 프레임의 선호 축의 길이에 균등한 다수의 픽셀을 포함할 수 있다. 벨트와 같은 실질적으로 선형인 대상들인 실제 대상들의 이미지들은 이러한 정확한 치수를 갖는 라인들을 형성할 가능성이 적지만, 범위가 예상될 수 있다. 일 구현예에서, 에지 픽셀 후보들의 개수는 0이고, 에러 조건 또는 단계들을 트리거하여 이미지를 향상시킬 수 있다.

일단 후단 에지 픽셀이 식별되었으면, 단계(708)는 다수의 후보 에지 픽셀이 다각 형상 영역을 형성하는지 여부를 결정한다. 다각 형상 영역을 형성하지 않는 상당한 개수의 에지 후보 픽셀들을 갖는 이미지가 다른 기하 구조 또는 더 랜덤한 패턴을 형성할 수 있다. 이는 열등 품질 이미지의 표시일 수 있다. 다른 경우에서, 다각 형상 영역을 형성하지 않는 일정한 개수의 에지 후보 픽셀들은 다른 피처들(“잡음”)을 간단히 지시할 수 있고, 에지 후보로서의 추가적 고려로부터 배제될 수 있다. 각 픽셀들에 대해 설명된 바와 같이, 다수의 예상 에지 라인들이 예상 범위 밖에 있으면, 프로세싱은 단계(712)를 계속하거나, 에러 조건이 발생될 수 있다.

단계(712)는 다수의 형성 라인들이 목표 개수의 라인보다 적은지 여부를 결정한다. 일 실시예에서, 벨트의 에지들이 검출되고 있는데, 이로써 2개의 라인이 예상 개수의 목표 라인이다. 다른 실시예에서, 다수의 벨트 리브가 예상되는데, 이로써 2개의 라인 및 다수의 리브 라인들이 예상 개수의 목표 라인들을 결정한다.

단계(712)는 에지 라인의 개수가 목표 라인 개수 미만인지 여부를 결정한다. 일 실시예에서, 사용자는 에러 조건을 통지 받는다. 다른 실시예에서, 프로세싱은 단계(712)에서 계속되는데, 여기서 이미지는 더 많은 디테일을 나타내도록 향상된다. 향상 단계(714)는 콘트라스트를 감소시키거나, 해상도를 증가시키거나, 또는 다른 이미지 향상 기법을 포함할 수 있다. 그 후, 프로세싱은 향상된 이미지를 이용하여 단계(704)에서 재개될 수 있다.

단계(716)는 에지 라인의 개수가 목표 라인 개수 초과인지 여부를 결정한다. 일부 실시예에서, 추가 라인들이 추가 프로세싱에 대한 방해물이 아니고, 이러한 실시예에서, 단계(716)는 생략될 수 있고, 프로세싱은 단계(720)에서 직접 계속된다. 너무 많은 목표 라인들이 검출되고, 보정이 요구되는 실시예들에서, 단계(718)는 이미지를 저하시켜서 디테일을 감소시킬 수 있고, 바람직하게 더 적은 라인을 초래한다. 저하 단계(718)는 콘트라스트를 증가시키거나, 해상도를 감소시키거나, 또는 다른 이미지 저하 기법을 포함할 수 있다. 그 후, 프로세싱은 저하된 이미지를 이용하여 단계(704)에서 재개될 수 있다.

일정 실시예들에서, 단계들(718 및 714)은 이미지 변형 또는 향상 단계로 결합된다. 더 많은 디테일을 보여주거나 디테일을 약화시키기 위해 증가 또는 감소 이미지 속성 값과 같은 파라미터가 선택 및 적용된다. 이미지 변형을 위한 기법들은, 이로 제한되는 것은 아니지만, 해상도, 콘트라스트, 휘도, 감마, 첨예도, 또는 하나 이상의 컬러 값을 변경하는 것을 포함한다.

단계(720)는 에지들의 위치를 마킹한다. 여기에서는 마킹의 다양한 실시예들이 고려된다. 일 실시예에서, 이미지는 분석모듈(1208), 디스플레이 또는 그 밖의 모듈에 알려진 컬러를 갖는 라인과 같은 라인의 추가를 이용하여 마킹되는데, 이는 에지의 위치와 관련되어 있다. 다른 실시예에서, 이미지는 분석 모듈(1208)에 의해 디코딩 가능한 포맷에서 에지 라인들의 위치와 함께 인코딩된다. 이러한 인코딩은 이미지 메타데이터 또는 하나 이상의 픽셀에 대해 행해질 수 있다. 또 다른 실시예에서, 에지들의 위치는 이미지와 관련되어 있고, 에지 위치들은 분석 모듈(1208)에 송신 또는 제공된다.

벨트에 다수의 리브를 검출하기 위해 흐름도(700)가 구현될 수 있는데, 이로써 단계(704)는 다수의 리브의 에지를 결정하고, 단계(708)는 리브 에지들이 라인을 형성하는지 여부를 결정한다. 리브의 에지의 검출은 리브의 상단, 리브 사이의 밸리, 삼각형 또는 곡선 리브 또는 리브 밸리의 정점(apex), 또는 리브를 기술하는 다른 시각적 단서를 검출함으로써 수행될 수 있다. 흐름도(600 및 700)에서 예시된 다양한 단계들은 여기에 설명된 본 발명의 범위에서 벗어나지 않는 한, 생략 또는 재정렬될 수 있음은 당연하다. 흐름도(700)에 대한 변형의 일 실시예에서, 단계(704)는 후보 에지 픽셀들을 식별하고, 프로세싱은 단계(720)에서 직접 계속되어 후보 에지 픽셀들을 에지라고 마킹한다.

도 8은 이미지 촬영 디바이스(1204)에 의해 촬영된 제1 벨트 이미지(800)의 일 실시예이다. 영상 부분(900)은 도 9를 참조하여 더 설명된다.

도 9는 제1 벨트 이미지(800)의 이진 이미지 부분(900)을 예시한다. 이진 이미지 부분(900)은 콘트라스트 향상과 같은 이미지 변형 프로세스들의 적용 이후의 제1 벨트 이미지(800)의 일부를 예시한다. 이미지 부분(900)은 다수의 픽셀(902)을 예시한다. 픽셀들(902)은 흑백과 같은 이진 속성과 관련된 어느 값이 픽셀들(902)과 관련되어 있는지를 나타내기 위해 예시된다. 예를 들어, 흑색 픽셀들(904)이 임계치 초과의 적색 값을 갖는 픽셀들을 나타내고, 백색 픽셀들(906)이 임계치 미만의 적색 값을 갖는 픽셀들을 나타내는 경우, 다른 값들(예를 들어, 광도(luminosity), 컬러 임계치) 또한 사용될 수 있다.

실시예의 간략한 예시로서, 이진 이미지 부분(900)은 이미지의 벨트 부분들의 흑색 픽셀들(904)을 갖고, 백색 픽셀들(906)은 이미지의 관련 없는(예를 들어, 배경) 부분들이다. 이미지들은 원하는 이미지를 나타내지 않는 아티팩트(artifact)들을 포함할 수 있다. 여기에서, 백색 픽셀들(906)은 흑색 픽셀 아티팩트(910)를 포함하고, 흑색 픽셀들(904)은 백색 픽셀 아티팩트들(908)을 포함한다. 여기에 제공된 실시예들은 아티팩트들로 하여금 에지 검출 프로세싱으로부터 배제되도록 허용한다.

도 3에 도시된 바와 같이, 픽셀 근처의 결정은 아티팩트 픽셀들(908 및 910)이 에지 후보 픽셀들로서 배제되도록 허용한다. 픽셀(912)는 하나의 속성(예를 들어, 흰색)을 갖고, 3x3 픽셀 주변부(914)는 모두가 공통 속성을 갖는 픽셀을 포함하며, 이로써 에지 후보 픽셀로서 배제될 수 있다. 픽셀(920)는 픽셀 주변부들(522)의 3x3 그리드에서 유일하고, 또한 에지 후보로서 배제될 수 있다.

5개의 인접한 이웃 흑색 픽셀들과 3개의 인접한 백색 픽셀들을 갖는 픽셀(916)은 에지 후보로 간주될 수 있다. 픽셀(918)은 4개의 이웃 백색 픽셀 및 4개의 이웃 흑색 픽셀을 갖는 것으로 예시되어 있고, 또한 에지 후보로 간주될 수 있다. 픽셀이 존재한다고 판단하거나 존재하지 않는다고 판단하는 실시예들을 예시한 더 복잡한 예시들 및 각 픽셀 후보는 또한 고려된다. 픽셀 속성의 임계치가 변경되거나 픽셀 근처의 사이즈 및 구성이 수정되는 한 번 이상의 반복 또한 에지 픽셀들을 결정하는데 사용될 수 있다. 일단 에지 픽셀들이 결정되면, 이들 위치는 추가 프로세싱을 위해 이용 가능해진다.

도 10은 에지 구획선(1002)의 적용의 실시예를 예시한다. 일 실시예에서, 이미지 부분(1000)은 수정되거나, 이미지 부분(900)의 수정된 사본이다. 에지 픽셀들(1002)은 식별 및 향상되고 있다(빗금(crosshatching)으로 도면에 표현됨). 특정 컬러, 광도, 또는 식별 가능 픽셀 속성의 적용에 의해 향상이 구체화될 수 있다. 에지 픽셀들(1002)은 이미지 부분(1000)의 인간 또는 컴퓨터 사용자에 의해 벨트 에지의 식별을 촉진하도록 향상된다. 다른 실시예들에서, 에지 위치들은 분석 모듈(1208)에 의해 사용 가능한 형태 및 위치에 기록된다. 에지 픽셀들(1002)에 대한 향상은 제1 벨트 이미지(800) 또는, 제1 벨트 이미지와 같은, 음의 이미지의 프로세싱 버전을 나타내는 이진 이미지 부분(900)과 같은 수정된 이미지에 적용될 수 있다.

도 11은 제1 벨트 이미지(800)의 향상 이미지(1100)의 실시예를 예시한다. 향상 이미지(110)는 다수의 리브에 대응하여 제1 및 제2 에지(1106 및 1108), 및 다수의 어두운 영역(1100B 및 1104B), 및 다수의 밝은 영역(1100A 및 1104A)을 보여준다. 명확화를 위해, 1100 및 1104 너머의 추가 리브들은 식별되지 않았다. 일 실시예에서, 백색 영역들(1100A 및 1104A)과 어두운 영역들(1100B 및 1104B)의 경계는 리브 라인들로서 도 11의 프레임 내의 벨트(1100)의 각도의 표지라고 결정된다. 다른 실시예에서, 에지(1106 및 1108) 중 적어도 하나는 도 11의 프레임에 대한 벨트(1100)의 각도의 표지이다. 이 표지는 도 7에 의해 예시된 바와 같이 프로세스에 의해 결정된다.

도 12는 이미지(1100)의 세그먼트와 같은 제1 벨트 이미지(1200)의 일부를 예시한다. 리브 라인들(1206 및 1208), 에지 라인들(1202 및 1204), 및 선호 축(1212)은 본 개시의 실시예들에 따라 예시된다. 흐름도들(1300, 600, 및/또는 700)의 단계들의 실행에 의해, 에지 라인들(1202 및 1204) 및 리브 라인들(1206 및 1208)이 결정되며, 촬상 시스템(1200)에 의해 수행될 수 있다.

도 6에 대해 더 상세하게 설명되는 바와 같이, 이미지는 선호 축을 가질 수 있다. 선호 축은 직사각형 촬상 어레이의 최장축, 이미지 분석 모듈(1208)에 의해 이미지의 선호 배향과 관련된 축, 또는 이점이 획득될 수 있는 다른 선호 축에 대응할 수 있다. 리브 라인들(1206 및 1208)은 에지 라인들(1202 및 1204) 내부에 있다. 명확성을 위해, 도면에서 추가 리브 라인들이 예시되지 않는다.

예시된 실시예에서, 선호 축(1212)은 에지 라인(1202)에 대해 각도(Θ, 세타)에 있다. 면외 촬상 라인들로 인해, 예를 들어, 에지 라인들(1202 및 1204) 및 리브 라인들(1206 및 1208)은 평행하지 않을 수 있다. 이러한 실시예에서, 세타는 선호 축(1212), 및 에지 라인(1204), 리브 라인들(1206 및 1208), 추가 리브 라인(미도시), 또는 2개 이상의 잠재적 표시자로부터 제1 벨트 이미지(1200)의 일부의 배향의 표시를 생성하도록 동작 가능한 평균값, 중간값, 최빈값, 또는 그 밖의 함수에 의해 형성된 각도일 수 있다.

도 13은 본 개시의 실시예들에 따라 프로세싱 벨트 이미지(1300)를 예시한 분석에 배제 또는 포함될 수 있다. 일 실시예에서, 에지 라인(1202)은 판단 라인으로서 선택되었고, 이미지(1300)는 선호 각(1212) 및 에지 라인(1202)에 의해 형성된 각도 세타가 영이 되도록 하는 위치로 회전되었다. 다른 실시예에 대해 설명된 바와 같이, 2이상의 라인의 수학적 연산 또는 대체 라인들은 선호 축에 대한 벨트의 배향을 결정하는데 사용될 수 있고, 프로세싱 이후 선호 축(1212)에 평행해진다.

추가 실시예들에서, 프로세싱된 벨트 이미지(1300)를 생성하는 것은 프로세싱된 벨트 이미지(1300)의 피처들의 측정을 용이하게 한다. 이미지에 대한 거리(예를 들어, 픽셀들에서 측정된 2 이상의 픽셀 사이의 거리)를 피시험 대상(1202)과 관련된 거리들(예를 들어, 벨트의 폭, 마모 또는 손상으로 인한 유실 부분들)로 변환하기 위해 추가적인 요인이 알려질 것이 요구될 수 있다. 추가 요인은 벨트 또는 벨트 피처의 공지된 폭 또는 그 밖의 치수를 포함할 수 있는데, 촬상 디바이스(1204)와 함께 일어나는 제1 벨트 이미지(800)의 획득은 피시험 대상(1202)으로부터의 공지의 거리, 이미지 촬영 디바이스(1204)의 공지의 촬상 특성들(예를 들어, 좁은 공지의 초점 평면)이거나, 피시험 대상(1202)과 이미지 촬영 디바이스(1204)로부터 실질적으로 동일한 거리에서의 공지의 치수를 이용하여 대상의 촬상이 행해지지 않는다.

벨트 치수들을 알리는 이점을 이용하면, 벨트 분석 모듈(1208)은 이러한 정보를 활용하여 벨트 또는 다른 분석 동작의 조건을 결정할 수 있다.

도 14는 본 개시의 실시예들에 따른 벨트 이미지 1400 및 크롭 버퍼(1412)를 예시한다. 일 실시예에서, 벨트(1402)는 벨트 이미지(1400) 내에 0이 아니고 수직이 아닌 각도로 있다. 버퍼(1404)는 벨트(1402)의 에지에 의해 이미지(1400)의 프레임의 에지로 한정된 벨트(1402)의 이미지를 촬영한다. 동작 조건들 및 환경 요인들은 버퍼(1404)가 벨트(1402)의 진정하고 완벽한 에지를 촬영하는 것을 금지할 수 있다. 그 결과, 회전 버퍼(1404)를 처리하는 것은 이미지 정보가 생략됨으로써 더 높은 에러 레이트에 종속될 수 있다.

다른 실시예에서, 크롭 버퍼(1412)는 벨트(1402)의 폭의 연장 버퍼를 갖는 벨트에 의해 한정된다. 버퍼(1404)를 넘어 연장되는 크롭 버퍼(1402)의 양은 벨트(1402)의 에지가 정확히 촬영될 수 있는 확실도(the degree of certainty)에 따라 달라질 수 있다. 예를 들어, 환경 요인들(예를 들어, 조명, 벨트 상처 등), 이미지 특성들(예를 들어, 콘트라스트, 벨트 회전도 등), 및/또는 사용자 선택은 버퍼(1404)를 넘은 크롭 버퍼(1412)의 정도를 결정할 수 있다. 일 실시예에서, 크롭 버퍼(1412)는 버퍼(1404)보다 대략 10% 크다.

일 실시예에서, 크롭 버퍼(1412)는 벨트(1402)의 길이를 따라 더 짧을 수 있으며, 이로서 크롭 버퍼(1412)는 벨트 이미지(1440)의 프레임 내에 남을 수 있다.

도 15는 본 개시의 실시예들에 따른 프로세스 흐름(1500)을 예시한다. 일 실시예에서, 프로세스 흐름(1500)은 여러 동작 단계들(1502, 1504, 1508, 1510, 1512, 및 1514)을 포함한다. 다른 실시예에서, 사용자는 분석용 벨트 이미지를 촬영하고 분석 결과들을 볼 수 있도록 더 많거나, 더 적거나, 또는 재정렬된 개수의 단계들이 구현될 수 있다.

일 실시예에서, 사용자는 시작 스크린 단계(1502)에서 시작되어 동작 선택 단계(1504)로 진행한다. 동작 선택 단계(1504)는 세이브된 결과 단계(1506), 도움 단계(1508), 및 선택 리브 단계(1510)으로 진행할 수 있다. 그 다음, 선택 리브 단계(1510)는 이미지 촬영 단계(1512) 및 결과 단계(1514)로 진행할 수 있으며, 이로써 사용자에게 벨트 이미지의 분석 결과들이 제시된다. 사용자는 이전 프로세스 단계로 복귀할 수도 있다.

일 실시예에서, 프로세스 흐름(1500)은 애플리케이션으로서, 애플리케이션에 초기 정보를 디스플레이하는 시작 스크린 단계(1502)와 함께 시작된다. 동작 선택 단계(1504)는 선택을 위한 옵션들을 디스플레이한다. 하나의 옵션은 세이브된 결과 단계(1506)이고, 이로써 종래 이미지 촬영들 (단계(1512) 참조) 및/또는 결과들(단계(1514) 참조)이 디스플레이를 위해 검색될 수 있다.

도움 단계(1508)는 명령어들, 사용 지침들, 예시들, 또는 프로세스 흐름(1500)을 이용하는 애플리케이션을 동작시키는 사용자에 대한 그 밖의 보조를 제공한다.

선택 리브 단계(1510)는 상호 작용 표현을 디스플레이하며, 이로써 벨트가 분석될 리브들의 개수가 사용자에 의해 입력된다. 그 후, 사용자는 이미지 촬영 단계(1512)로 진행할 수 있는데, 이로써 종래 이미지는 선택되거나, 이미지는 내장 카메라 또는 프로세스 흐름(1500)을 수행하는 디바이스에 액세스 가능하거나 피사체 벨트의 이미지를 촬영하도록 동작 가능한 카메라를 통해 촬영될 수 있다.

이미지 촬영 단계(1512)에 촬영된 벨트 이미지를 이용하면, 벨트는 여기에 설명된 실시예들 중 적어도 일부에 따라 분석되어, 결과 단계(1514)에서 제시될 수 있다. 추가 실시예에서, 일단 이미지가 선택 또는 획득되면, 이미지 촬영 단계(1512)는 결과 단계(1514)를 제시하기 전에 분석의 진행을 디스플레이할 수 있다.

도 16a 내지 도 16c는 본 개시의 실시예들에 따라 사용자에게 제시되는 바와 같은 프로세스 흐름(1600)을 예시한다. 일 실시예에서, 프로세스 흐름(1600)은 프로세스 흐름(1500)을 실행하고 프로세스 흐름(1500)의 단계들에 따라 디스플레이를 제시하는 단일 디바이스의 시각적 제시이다. 디바이스는 휴대 전화 애플리케이션, PDA(personal data assistant), 태블릿 컴퓨터, 랩톱 컴퓨터, 카메라 또는 프로세스 흐름(1500)의 단계들을 수행하도록 동작 가능한 그 밖의 디바이스가 부착된 데스크톱 컴퓨터일 수 있다.

일 실시예에서, 디스플레이(1602)는 단계(1502)에 따라 사용자에게 제시되고, 디스플레이(1604)는 단계(1504)에 따라 사용자에게 제시되고, 디스플레이(1606)는 단계(1506)에 따라 사용자에게 제시되고, 디스플레이(1608)는 단계(1508)에 따라 사용자에게 제시되고, 디스플레이(1610)는 단계(1510)에 따라 사용자에게 제시되고, 디스플레이(1612)는 단계(1512)에 따라 사용자에게 제시된다. 다른 실시예에서, 디스플레이들(1614) 중 하나가 단계(1514)에 따라 사용자에게 제시된다. 디스플레이(1612)는 촬영 이미지 및 실시간 이미지를 포함할 수 있고, (예를 들어, 터칭 이미지(1616)에 의해) 실시간 이미지를 촬영하기 위한 사용자 입력 또는 이미지를 검색하기 위한 옵션을 수신할 수 있다. 디스플레이(1612)는 이미지의 분석의 진행에 대한 진행 바(1618), 텍스트, 및/또는 그 밖의 지시자를 포함할 수 있다.

일 실시예에서, 분석은 3개의 조건(예를 들어, 우수함, 양호함, 나쁨, 1, 2, 3 등) 중 하나에서 벨트를 결정할 수 있고, 이에 따라 사용자에 대한 디스플레이를 위한 디스플레이(1614A, 1614B, 및 1614C) 중 하나를 선택할 수 있다. 제1 추가 실시예에서, 디스플레이(1614A)는 피사체 벨트가 좋은 상태에 있다는 것을 나타내는 분석 시에 단계(1514)에 따라 사용자에게 제시되고, 벨트가 서비스 중에 있을 수 있다고 더 나타낼 수 있다. 제2 추가 실시예에서, 디스플레이(1614B)는 피사체 벨트가 양호한 상태에 있다는 것을 나타내는 분석 시에 단계(1514)에 따라 사용자에게 제시되고, 벨트가 서비스 수명이 거의 다했음을 더 나타낼 수 있다. 제3 추가 실시예에서, 디스플레이(1614C)는 피사체 벨트가 나쁜 상태에 있다는 것을 나타내는 분석 시에 단계(1514)에 따라 사용자에게 제시되고, 벨트가 교체될 필요가 있다고 더 나타낼 수 있다.

실시예들의 완전한 이해를 제공하기 위해 특정 상세 항목(details)들이 다음의 설명에 주어진다. 그러나, 실시예들은 이들 특정 항목 없이도 실시될 수도 있다는 점이 당업자에게 이해될 것이다. 예를 들어, 불필요한 상세 항목에서 실시예들을 불명확하게 하지 않도록 블록도들에서 회로들이 도시될 수 있다. 다른 예시에서, 실시예들을 불명확하게 하는 것을 회피하기 위해 공지된 불필요한 상세 항목 없이 공지의 회로, 프로세스, 알고리즘, 구조체, 및 기법들이 도시될 수 있다.

또한, 플로우차트, 흐름도, 데이터 흐름도, 구조도, 또는 블록도로서 설명된 프로세스로서 설명되었다는 점에 주목한다. 비록 흐름도가 순차 프로세스로서 동작들을 설명할 수 있음에도, 동작 중 다수가 병렬 또는 동시 수행될 수 있다. 또한, 동작들의 순서가 재정렬될 수 있다. 자신의 동작들이 완료외면 프로세스는 종결되지만, 도면에 포함되지 않은 추가 단계들을 가질 수 있다. 프로세스는 방법, 함수, 절차, 서브루틴, 서브프로그램 등에 대응할 수 있다. 프로세스가 함수에 대응하는 경우, 자신의 종결은 호출 함수 또는 주요 함수에 대한 함수의 복귀에 대응한다.

더구나, 실시예들은 하드웨어, 소프트웨어, 펌웨어, 미들웨어, 마이크로코드, 하드웨어 기술 언어들, 또는 임의의 조합에 의해 구현될 수 있다. 소프트웨어, 펌웨어, 미들웨어 또는 마이크로코드, 프로그램 코드 또는 코드 세그먼트들에서 구현되어 필수 태스크들을 수행하는 경우, 저장 매체와 같은 기계적 판독 가능 매체에 저장될 수 있다. 프로세서(들)는 필수 태스크들을 수행할 수 있다. 코드 세그먼트는 절차, 함수, 서브프로그램, 프로그램, 루틴, 서브루틴, 모듈, 소프트웨어 패키지, 클래스, 또는 임의의 명령어 조합, 데이터 구조, 또는 프로그램 스테이트먼트들을 표현할 수 있다. 정보, 데이터, 인수(argument), 파라미터, 또는 메모리 콘텐츠를 전달하고/거나 수신함으로써 코드 세그먼트는 다른 코드 세그먼트 또는 하드웨어 회로에 결합될 수 있다. 정보, 인수, 파라미터, 데이터 등은 메모리 공유, 메시지 전달, 토큰 전달, 네트워크 전송 등을 포함하는 임의의 적절한 수단을 통해 전달, 포워딩, 또는 송신될 수 있다.

본 개시의 예시적인 실시예들이 여기에 상세히 설명되었지만, 본 발명은 다양하게 구현 및 채택될 수 있고, 첨부된 청구항들은 종래 기술에 의해 제한되는 경우를 제외하고 이러한 변형예를 포함하는 것으로 간주되는 것을 목적으로 한다는 점이 이해될 것이다.

Claims (22)

1. 분석될 피시험 디바이스(device under test)의 이미지를 프로세싱하는 방법으로서,
   피시험 디바이스의 이미지 - 상기 이미지는 선호(preferred) 축을 갖는 프레임을 가지며 다수의 픽셀들을 포함함 - 를 획득하는 단계;
   상기 선호 축에 대한 상기 피시험 디바이스의 각도의 표지(indicia)를 식별하는 단계;
   상기 선호 축과 상기 표지 사이의 각도를 결정하는 단계;
   상기 이미지를 상기 각도의 음의 값으로 회전시키는 단계; 및
   상기 회전 이미지를 세이브하거나, 상기 이미지를 회전시키지 않고 식별된 벨트에 대해 분석을 수행하는 단계를 포함하는 이미지를 프로세싱하는 방법.
2. 제1항에 있어서, 상기 표지를 식별하는 단계는,
   상기 다수의 픽셀들 중에서 어느 것이 다수의 에지 픽셀들인지를 결정하는 단계;
   상기 다수의 에지 픽셀들의 다수의 세트들 중에서 어느 것이 다수의 표지 후보 영역들을 형성하는지를 결정하는 단계; 및
   상기 다수의 표지 후보 영역들 중 적어도 하나로부터 상기 표지를 결정하는 단계를 더 포함하는 것인 이미지를 프로세싱하는 방법.
3. 제2항에 있어서, 상기 다수의 표지 후보 라인들 중 적어도 하나로부터 상기 표지를 결정하는 단계는,
   상기 다수의 표지 후보 라인들 중 적어도 2개를 선택하는 단계를 더 포함하고,
   상기 다수의 표지 후보 영역들의 평균값(average), 중간값(mean), 및 빈출값(mode) 중 적어도 하나로부터 상기 표지를 결정하는 단계를 더 포함하는 것인 이미지를 프로세싱하는 방법.
4. 제2항에 있어서, 상기 다수의 표지 후보 영역들 중 적어도 하나로부터 상기 표지를 결정하는 단계는, 적어도 하나의 피시험 디바이스 에지를 나타내는 다수의 표지 후보 영역들로부터 상기 표지를 결정하는 단계를 더 포함하는 것인 이미지를 프로세싱하는 방법.
5. 제2항에 있어서,
   정해진 개수의 에지 픽셀들의 품질이 수용 가능 범위 밖에 있다는 것과 정해진 개수의 표지 후보 라인들의 품질이 수용 가능 범위 밖에 있다는 것 중 적어도 하나를 결정하는 단계;
   상기 이미지를 변경하는 단계; 및
   그 변경된 이미지의 다수의 픽셀들 중에서 어느 것이 상기 다수의 에지 픽셀들인지를 결정하는 단계를 더 포함하는 이미지를 프로세싱하는 방법.
6. 제5항에 있어서, 상기 이미지를 변경하는 단계는 해상도, 콘트라스트, 휘도, 적어도 하나의 컬러 값, 감마, 또는 첨예도(sharpness) 중 적어도 하나를 변화시킴으로써 상기 이미지를 변경하는 단계를 포함하는 것인 이미지를 프로세싱하는 방법.
7. 제2항에 있어서, 상기 다수의 픽셀들 중에서 어느 것이 상기 다수의 에지 픽셀들인지를 결정하는 단계는, 상기 다수의 픽셀들을 식별하기 위하여 상기 다수의 픽셀에 대해 픽셀 근접 분석(pixel neighborhood analysis)을 수행하는 단계를 더 포함하는 것인 이미지를 프로세싱하는 방법.
8. 제1항에 있어서, 상기 이미지를 디바이스에 디스플레이하는 단계를 더 포함하는 이미지를 프로세싱하는 방법.
9. 제1항에 있어서, 상기 적용된 제1 해상도의 효과를 실질적으로 무효화하기 위해 제2 해상도를 적용하는 단계를 더 포함하는 이미지를 프로세싱하는 방법.
10. 이미지 기반 평가 시스템으로서,
    피시험 디바이스의 촬영(captured) 이미지로부터 더 최적의 이미지를 생성하도록 동작 가능한 이미지 프로세서;
    상기 더 최적의 이미지를 평가하도록 동작 가능한 분석 모듈; 및
    상기 더 최적의 이미지를 저장하도록 동작 가능한 저장 매체를 포함하는 이미지 기반 평가 시스템.
11. 제10항에 있어서, 상기 이미지를 촬영하도록 동작 가능한 이미지 촬영 디바이스를 더 포함하는 이미지 기반 평가 시스템.
12. 제10항에 있어서, 인간 사용자로부터 상기 시스템으로 입력 명령어들을 수신하여 제공하도록 동작 가능한 사용자 인터페이스를 더 포함하는 이미지 기반 평가 시스템.
13. 제10항에 있어서, 상기 이미지 프로세서는,
    상기 촬영 이미지의 프레임에 대한 상기 피시험 대상의 각도를 결정하도록 동작 가능한 이미지 회전 검출 프로세서; 및
    상기 촬영 이미지를 상기 피시험 대상의 결정된 각도의 음의 값으로 회전시키도록 동작 가능한 이미지 회전 프로세서를 더 포함하는 이미지 기반 평가 시스템.
14. 제10항에 있어서, 상기 촬영 이미지를 향상시키도록 동작 가능한 이미지 향상 프로세서를 더 포함하는 이미지 기반 평가 시스템.
15. 제14항에 있어서, 상기 이미지 회전 검출 프로세서는 위치 검출 프로세서의 표지를 더 포함하는 것인 이미지 기반 평가 시스템.
16. 제10항에 있어서, 상기 촬영 이미지로부터 피시험 대상을 분석하도록 동작 가능한 이미지 분석 모듈을 더 포함하는 이미지 기반 평가 시스템.
17. 실행되는 경우 컴퓨팅 디바이스로 하여금 프로세스를 실행하게 하는 프로그램을 저장하는 비일시적 컴퓨터 판독가능한 매체에 있어서,
    상기 프로세스는,
    피시험 디바이스의 이미지를 획득하는 단계;
    선호 축에 대한 상기 피시험 디바이스의 각도의 표지를 식별하는 단계;
    상기 선호 축과 상기 표지 사이의 각도를 결정하는 단계;
    상기 이미지를 상기 각도의 음의 값으로 회전시키는 단계; 및
    상기 회전 이미지를 세이브하는 단계를 포함하는 비일시적 컴퓨터 판독가능한 매체.
18. 제17항에 있어서, 상기 표지를 식별하는 단계는,
    다수의 에지 픽셀들을 나타내는 픽셀 주변들을 식별하는 단계;
    상기 다수의 에지 픽셀들의 다수의 세트들로부터 다수의 후보 라인들을 식별하는 단계; 및
    상기 다수의 표지 후보 라인들 중 적어도 하나로부터 상기 표지를 식별하는 단계를 더 포함하는 비일시적 컴퓨터 판독가능한 매체.
19. 제17항에 있어서, 상기 표지를 식별하는 단계는, 상기 피시험 디바이스의 제1 에지 및 제2 에지를 식별하는 단계를 더 포함하는 것인 비일시적 컴퓨터 판독가능한 매체.
20. 제19항에 있어서, 상기 제1 에지와 상기 제2 에지 사이에 없도록 상기 이미지의 부분들을 실질적으로 배제하기 위해 상기 회전 이미지를 크로핑(cropping)하는 단계를 더 포함하는 비일시적 컴퓨터 판독가능한 매체.
21. 제19항에 있어서, 상기 제1 에지와 상기 제2 에지 외부에 크롭 버퍼를 포함하기 위해 상기 회전 이미지를 크로핑하는 단계를 더 포함하는 비일시적 컴퓨터 판독가능한 매체.
22. 제21항에 있어서, 상기 크롭 버퍼는 상기 크로핑된 회전 이미지보다 실질적으로 10 퍼센트 더 큰 것인 비일시적 컴퓨터 판독가능한 매체.

Images