KR20160094784A - Method for inspecting an object based on vision image - Google Patents

Method for inspecting an object based on vision image Download PDF

Info

Publication number
KR20160094784A
KR20160094784A KR1020150016240A KR20150016240A KR20160094784A KR 20160094784 A KR20160094784 A KR 20160094784A KR 1020150016240 A KR1020150016240 A KR 1020150016240A KR 20150016240 A KR20150016240 A KR 20150016240A KR 20160094784 A KR20160094784 A KR 20160094784A
Authority
KR
South Korea
Prior art keywords
vision image
image
inspection
management server
vision
Prior art date
Application number
KR1020150016240A
Other languages
Korean (ko)
Other versions
KR101716020B1 (en
Inventor
어경인
Original Assignee
어경인
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 어경인 filed Critical 어경인
Priority to KR1020150016240A priority Critical patent/KR101716020B1/en
Publication of KR20160094784A publication Critical patent/KR20160094784A/en
Application granted granted Critical
Publication of KR101716020B1 publication Critical patent/KR101716020B1/en

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
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images

Abstract

The present invention relates to a method to inspect and authenticate an object based on a vision image which divides an object vision image acquired by photographing an object using a vision camera into area units of a prescribed size; determines a verification number after calculating and combining a confirmation number for each area of the divided object vision image to transmit the verification number to a management server; and subsequently authenticates a vision image-based object inspection image using the verification number to provide the image-based object inspection image. According to the present invention, the method to inspect and authenticate the object based on the vision image comprises: (a) a step where an object inspection device photographs an object using a vision camera to acquire an object vision image, divides the acquired object vision image into prescribed area units or pixel units, calculates a confirmation number for each area of the divided object vision image to combine the confirmation number, and then determines a verification number to transmit the verification number and the object vision image to an inspection management server; (b) a step where the inspection management server receives and stores the object vision image and the verification number; (c) a step where the object inspection device requests provision of the object vision image from the inspection management server; (d) a step where the inspection management server requests an input of the verification number from the object inspection device; (e) a step where the object inspection device inputs the verification number to the inspection management server; and (f) a step where the inspection management server provides the object vision image if the inputted verification number is equal to the stored verification number.

Description

비전영상 기반 객체 검사 인증 방법{Method for inspecting an object based on vision image}[0001] The present invention relates to a method of inspecting an object based on vision,

본 발명은 비전영상 기반 객체 검사 인증 방법에 관한 것으로서, 더욱 자세하게는 검사 대상 객체를 비전 카메라(Vision Camera)를 통해 촬영하여 획득한 객체 비전 영상에 대해, 일정 크기의 영역 단위로 분할하고, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출해 조합한 후 검증수를 결정하여 관리서버에 전송하고, 이후에 비전영상 기반 객체 검사 영상에 대해 검증수를 통해 인증하여 제공해 줄 수 있도록 하는 비전영상 기반 객체 검사 인증 방법에 관한 것이다.
More particularly, the present invention relates to an object vision image obtained by capturing an object to be inspected through a vision camera and dividing the object vision image into a predetermined size region unit, Object Vision The number of verification is calculated for each area of the image, and the number of verification is determined and transmitted to the management server. Then, the vision image based on the vision image And an object inspection authentication method.

일반적으로 중소기업 규모의 생산업체에서는 고가의 장비를 도입하기가 어렵기 때문에 아직까지도 세밀한 검사가 요구되는 부품들 중 다수를 사람이 육안으로 판별하고 있는 실정이다.In general, it is difficult to introduce expensive equipment in a small and medium sized manufacturing company, so that many of the parts requiring detailed inspection are still being visually recognized by a person.

이에 따라, 사람이 하는 수작업 대신에 머신 비전(Machine Vision)을 이용하여 시각 검사 장비를 구현하면 검사 공정도 자동화하여 공정의 일관성을 유지할 수 있다. 시각 검사 장비를 도입하여 검사 공정을 자동화하고 검사시간을 최대한 단축하는 일이 전체 공정 시간을 줄이는 데 중요한 요소가 된다. 또한 검사 포인트도 수십가지 및 3차원 검사영역 등 다양하므로 기존 검사장비로는 여러 개의 영상 처리 장치가 필요하다.Accordingly, if visual inspection equipment is implemented using Machine Vision instead of manual work by a person, the inspection process can be automated to maintain process consistency. The introduction of visual inspection equipment to automate the inspection process and shorten inspection time is an important factor in reducing overall process time. In addition, since the number of inspection points is various such as several tens and three-dimensional inspection areas, the conventional inspection equipment requires several image processing devices.

일반적인 비전 검사는 10~20 msec의 짧은 시간 내에 영상을 획득하여 분석하고 있다. 비전 검사 시간이 지연되는 경우, 전체 부품 생산 시간이 지연되므로 생산성이 저하된다. 따라서, 빠른 시간 내에 정확하게 제품의 외관 불량 여부를 판단하는 비전 검사 기술이 요구되고 있다.The general vision test is to acquire and analyze images within a short time of 10 ~ 20 msec. If the vision inspection time is delayed, the production time is delayed and the productivity is lowered. Therefore, there is a need for a vision inspection technology for accurately judging whether or not the appearance of the product is defective within a short period of time.

그런데, 종래의 비전 검사 방법은 복잡한 연산 과정을 거쳐야 하며, 한 번에 대상 객체의 전체를 검사하기 때문에 연산 시간이 오래 걸린다는 문제점이 있다.However, the conventional vision inspection method requires a complicated calculation process. Since the entire object object is inspected at one time, the calculation time is long.

또한, 비전 검사 시에 획득한 객체 비전 영상에 대해 관련자 뿐만 아니라 관련 일을 하는 사람이면 누구나 볼 수 있게 개방되어 있어 보안이 유지되지 못하고 있는 문제점이 있다.
In addition, there is a problem that security is not maintained because the object vision image obtained at the time of the vision inspection is open to anyone who is involved in the work as well as the person concerned.

한국 공개특허공보 제2000-0034456호(공개일 : 2000.06.26)Korean Patent Publication No. 2000-0034456 (published on June 26, 2000)

전술한 문제점을 해결하기 위한 본 발명의 목적은, 검사 대상 객체를 비전 카메라(Vision Camera)를 통해 촬영하여 획득한 객체 비전 영상에 대해, 일정 크기의 영역 단위로 분할하고, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출해 조합한 후 검증수를 결정하여 관리서버에 전송하고, 이후에 비전영상 기반 객체 검사 영상에 대해 검증수를 통해 인증하여 제공해 줄 수 있도록 하는 비전영상 기반 객체 검사 인증 방법을 제공함에 있다.
An object of the present invention to solve the above-mentioned problems is to provide an object vision image obtained by capturing an object to be inspected through a vision camera and dividing the object vision image into a region of a predetermined size, Based on the number of verifications for each area and combining them, the number of verifications is determined and sent to the management server, and then the Vision image-based object inspection image can be authenticated through the verification number. .

전술한 목적을 달성하기 위한 본 발명에 따른 비전영상 기반 객체검사 인증 방법은, (a) 객체검사장치가 비전 카메라를 통해 객체를 촬영하여 객체 비전 영상을 획득하고, 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할하며, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정하여 결정한 검증수를 상기 객체 비전 영상과 함께 검사관리서버에 전송하는 단계; (b) 검사관리서버가 상기 객체 비전 영상과 함께 검증수를 수신하여 저장하는 단계; (c) 객체검사장치가 객체 비전 영상의 제공을 검사관리서버에 요청하는 단계; (d) 검사관리서버가 객체검사장치에 검증수의 입력을 요구하는 단계; (e) 객체검사장치가 검증수를 검사관리서버에 입력하는 단계; 및 (f) 검사관리서버가 상기 입력받은 검증수가 저장되어 있는 검증수와 일치할 경우에 객체 비전 영상을 제공하는 단계를 포함하는 것을 특징으로 한다.
According to another aspect of the present invention, there is provided a method of authenticating an object based on a vision image, comprising the steps of: (a) acquiring an object vision image by capturing an object through a vision camera, Determining a number of verifications for each region of the divided object vision image, combining the verified numbers, and transmitting the verified number to the inspection management server together with the object vision image; (b) receiving and storing a verification number together with the object vision image; (c) requesting the object inspection apparatus to provide the object vision image to the inspection management server; (d) requesting the inspection management server to input the verification number to the object inspection apparatus; (e) inputting the number of verifications to the inspection management server by the object inspection apparatus; And (f) providing the object vision image when the inspection management server matches the number of verification in which the inputted verification number is stored.

한편, 전술한 목적을 달성하기 위한 본 발명에 따른 비전영상 기반 객체검사 인증 방법은, (a) 비전 영상부가 3차원 검사 대상 객체에 대해 비전 카메라(Vision Camera)를 통해 촬영하여 객체 비전 영상을 획득하는 단계; (b) 영상 분석부가 상기 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 비교하여 분석하는 단계; (c) 제어부가 상기 객체 비전 영상에 대해 명도나 채도의 밝기를 비교하여 분석한 결과에 근거해, 주변 영역보다 일정 이상으로 차이가 나는 부분을 불량으로 인식하는 단계; (d) 제어부가 일정 영역 단위 또는 픽셀 단위로 분할된 상기 객체 비전 영상에 대해 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정하는 단계; 및 (e) 제어부가 상기 결정된 검증수와 상기 객체 비전 영상 및 상기 인식된 불량 정보를 관리 서버에 전송하는 단계를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a method of authenticating an object based on a vision image, comprising the steps of: (a) acquiring an object vision image by capturing a 3D object to be inspected through a vision camera; ; (b) analyzing and analyzing the brightness of brightness or saturation of the object vision image obtained by the image analyzing unit on a predetermined area unit or pixel basis; (c) recognizing, as a defect, a portion of the object vision image that is different from the surrounding region by a predetermined amount or more based on a result of analyzing brightness of lightness or saturation of the object vision image; (d) determining a number of verifications after calculating and combining verifications for each region of the object vision image in which the control unit is divided into a predetermined area unit or a pixel unit; And (e) transmitting, by the control unit, the determined verification number, the object vision image, and the recognized defect information to the management server.

또한, 상기 (a) 단계에서 획득한 상기 객체 비전 영상을 저장하거나, 상기 (c) 단계에서 인식된 불량 정보를 저장하거나, 상기 (d) 단계에서 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역마다 산출된 확인수와, 상기 산출된 확인수를 조합하여 결정된 검증수를 저장하게 된다.The method may further include storing the object vision image obtained in the step (a), storing the defect information recognized in the step (c), or storing the defect information recognized in the step (d) The verification number determined by combining the calculated confirmation number and the calculated confirmation number is stored.

또한, 상기 (b) 단계는 상기 영상 분석부가 상기 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 0 단계에서 255 단계까지 구분하고, 상기 획득된 객체 비전 영상을 이루는 일정 영역이나 해당 픽셀이 밝기 단계에서 어느 단계인지를 인식하여, 동일 단계의 밝기 영역이나 픽셀이 차지하는 분포도를 산출하게 된다.In the step (b), the image analyzing unit divides the brightness of the brightness or saturation of the object vision image by a predetermined area unit or pixel unit from 0 to 255, The brightness region of the same step or the distribution of the pixels occupied by the pixel is calculated by recognizing a certain region constituting the vision image or the corresponding pixel in the brightness stage.

또한, 상기 (c) 단계는 상기 산출된 분포도가 일정 이하로 낮으면서, 상기 분포도가 낮은 일정 영역이나 픽셀의 밝기 단계가 일정 이상으로 높은 부분이 존재하는 경우에 해당 부분을 불량으로 인식하게 된다.In the step (c), when the calculated distribution degree is lower than a certain level and a portion having a brightness degree of a pixel higher than a predetermined level exists in a certain region having a low degree of distribution, the portion is recognized as bad.

또한, 상기 (d) 단계는, 상기 제어부가 상기 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역에 고유번호(1~N)을 부여하고, 부여한 고유번호를 순차적 카운팅 숫자로 하여, 첫번째 영역의 픽셀(Pixel) 수를 첫째항(a)으로 하며, 영역의 수를 공비(r)로 하여 유한등비수열(arn-1)을 설정해서 각 영역마다 확인수를 산출하며, 각 영역마다 산출된 확인수들을 각 열과 행으로 합산하여 검증수를 결정하게 된다.In the step (d), the control unit assigns a unique number (1 to N) to each region divided in a predetermined area unit or pixel unit with respect to the object vision image, and assigns the assigned unique number as a sequential counting number , The number of pixels in the first region is set as the first term (a), the number of regions is set as the azimuth (r), the finite non-arithmetic ar -1 is set, The number of verifications calculated for each region is summed in each column and row to determine the number of verifications.

또한, 상기 (d) 단계는, 상기 확인수를 다음 수학식에 따라 산출하게 된다.In the step (d), the confirmation number is calculated according to the following equation.

그리고, 상기 (e) 단계 이후에 상기 관리서버로부터 상기 객체 비전 영상을 제공받을 때 상기 검증수를 통해 인증받은 후 제공받는다.
When the object vision image is received from the management server after step (e), the object vision image is received after being authenticated through the verification number.

본 발명에 의하면, 검사 대상 객체에 대해 비전 카메라를 통해 촬영하여 비전 영상을 획득하고, 획득된 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도나 채도의 밝기를 비교하여 분석한 결과, 주변 영역보다 일정 이상으로 차이가 나는 부분이 존재하는 경우에 그 부분을 불량으로 인식하기 때문에, 불량 검사 시간을 단축할 수 있고, 빠른 시간 내에 불량 객체를 인식하여 검사 대상 객체에 불량이 존재하는 것을 경고해 주게 됨으로써 불량 객체 검사 성능을 향상시킬 수 있다.According to the present invention, the vision object is captured by the vision camera and the brightness of brightness or saturation is compared with the obtained vision image in units of a predetermined area or pixel. As a result, If there is a part that differs by more than a certain amount, the part is recognized as defective. Therefore, it is possible to shorten the defective inspection time, recognize the defective object in a short time, and warn that the defective object exists in the inspection object Thereby improving the performance of the defective object inspection.

그리고, 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정해 객체 비전 영상과 함께 검사관리서버에 전송하고, 검사관리서버가 객체 비전 영상을 요청한 기기나 장치에 제공할 때 검증수를 통해 인증한 후 제공하게 됨으로써 검사 장비에 대한 검사 결과 영상을 관련자나 필요한 사람들에게만 안전하게 제공할 수 있다.Then, the verification number is calculated and combined for each area of the object vision image, and then the number of verification is determined and transmitted to the inspection management server together with the object vision image. When the inspection management server provides the object vision image to the requesting device or device By providing verification after verification, it is possible to securely provide the inspection result image of the inspection equipment only to the person concerned or necessary persons.

따라서, 객체 검사 시 획득한 객체 비전 영상에 대해 관련자 뿐만 아니라 관련 일을 하는 사람이라도 검증수를 통한 인증 과정을 통해 누구나 보지 못하도록 보안이 유지될 수 있다.
Therefore, security can be maintained so that anyone who does work related to the object vision image acquired at the time of object inspection can not be seen by anyone through the authentication process using the verification number.

도 1은 본 발명에 따른 비전영상 기반 객체검사 인증 시스템의 기능 블럭을 개략적으로 나타낸 구성도이다.
도 2는 본 발명의 실시예에 따른 객체검사장치의 기능 블럭을 개략적으로 나타낸 구성도이다.
도 3은 본 발명의 실시예에 따른 비전영상 기반 객체 검사 인증 방법을 설명하기 위한 전체 흐름도를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 객체검사장치의 비전영상 기반 객체검사 인증 방법을 설명하기 위한 동작 흐름도를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따라 획득한 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 구분한 예를 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 비전 영상에 대해 명도나 채도의 밝기를 0 단계에서 255 단계로 구분한 예를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 비전 영상의 각 픽셀이 밝기 단계에서 어느 단계인지를 인식하는 예를 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 비전 영상을 이루는 각 픽셀의 밝기 단계가 차지하는 분포율을 나타낸 도면이다.1 is a block diagram schematically illustrating functional blocks of a vision-based image object inspection and authentication system according to the present invention.
2 is a block diagram schematically illustrating functional blocks of an object testing apparatus according to an embodiment of the present invention.
FIG. 3 is a flowchart illustrating a method of authenticating an object based on a vision image according to an embodiment of the present invention. Referring to FIG.
4 is a flowchart illustrating an authentication method of a vision-based image object inspection method of an object testing apparatus according to an exemplary embodiment of the present invention.
FIG. 5 is a view showing an example in which a vision image obtained according to an embodiment of the present invention is divided into a predetermined area unit or a pixel unit.
FIG. 6 is a diagram illustrating an example of dividing brightness of lightness or saturation into 0 to 255 brightness levels according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating an example in which each pixel of a vision image according to an exemplary embodiment of the present invention is recognized at a brightness level.
FIG. 8 is a graph illustrating distribution ratios occupied by brightness levels of pixels constituting a vision image according to an embodiment of the present invention.

이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art to which the present invention pertains. The present invention may be embodied in many different forms and is not limited to the embodiments described herein.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.In order to clearly illustrate the present invention, parts not related to the description are omitted, and the same or similar components are denoted by the same reference numerals throughout the specification.

명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Throughout the specification, when a part is referred to as being "connected" to another part, it includes not only "directly connected" but also "electrically connected" with another part in between . Also, when an element is referred to as "comprising ", it means that it can include other elements as well, without departing from the other elements unless specifically stated otherwise.

어느 부분이 다른 부분의 "위에" 있다고 언급하는 경우, 이는 바로 다른 부분의 위에 있을 수 있거나 그 사이에 다른 부분이 수반될 수 있다. 대조적으로 어느 부분이 다른 부분의 "바로 위에" 있다고 언급하는 경우, 그 사이에 다른 부분이 수반되지 않는다.If any part is referred to as being "on" another part, it may be directly on the other part or may be accompanied by another part therebetween. In contrast, when a section is referred to as being "directly above" another section, no other section is involved.

제1, 제2 및 제3 등의 용어들은 다양한 부분, 성분, 영역, 층 및/또는 섹션들을 설명하기 위해 사용되나 이들에 한정되지 않는다. 이들 용어들은 어느 부분, 성분, 영역, 층 또는 섹션을 다른 부분, 성분, 영역, 층 또는 섹션과 구별하기 위해서만 사용된다. 따라서, 이하에서 서술하는 제1 부분, 성분, 영역, 층 또는 섹션은 본 발명의 범위를 벗어나지 않는 범위 내에서 제2 부분, 성분, 영역, 층 또는 섹션으로 언급될 수 있다.The terms first, second and third, etc. are used to describe various portions, components, regions, layers and / or sections, but are not limited thereto. These terms are only used to distinguish any moiety, element, region, layer or section from another moiety, moiety, region, layer or section. Thus, a first portion, component, region, layer or section described below may be referred to as a second portion, component, region, layer or section without departing from the scope of the present invention.

여기서 사용되는 전문 용어는 단지 특정 실시예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분의 존재나 부가를 제외시키는 것은 아니다.The terminology used herein is for the purpose of describing particular embodiments only and is not intended to limit the invention. The singular forms as used herein include plural forms as long as the phrases do not expressly express the opposite meaning thereto. Means that a particular feature, region, integer, step, operation, element and / or component is specified and that the presence or absence of other features, regions, integers, steps, operations, elements, and / It does not exclude addition.

"아래", "위" 등의 상대적인 공간을 나타내는 용어는 도면에서 도시된 한 부분의 다른 부분에 대한 관계를 보다 쉽게 설명하기 위해 사용될 수 있다. 이러한 용어들은 도면에서 의도한 의미와 함께 사용중인 장치의 다른 의미나 동작을 포함하도록 의도된다. 예를 들면, 도면중의 장치를 뒤집으면, 다른 부분들의 "아래"에 있는 것으로 설명된 어느 부분들은 다른 부분들의 "위"에 있는 것으로 설명된다. 따라서 "아래"라는 예시적인 용어는 위와 아래 방향을 전부 포함한다. 장치는 90˚ 회전 또는 다른 각도로 회전할 수 있고, 상대적인 공간을 나타내는 용어도 이에 따라서 해석된다.Terms indicating relative space such as "below "," above ", and the like may be used to more easily describe the relationship to other portions of a portion shown in the figures. These terms are intended to include other meanings or acts of the apparatus in use, as well as intended meanings in the drawings. For example, when inverting a device in the figures, certain parts that are described as being "below" other parts are described as being "above " other parts. Thus, an exemplary term "below" includes both up and down directions. The device can be rotated by 90 degrees or rotated at different angles, and terms indicating relative space are interpreted accordingly.

다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms including technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Commonly used predefined terms are further interpreted as having a meaning consistent with the relevant technical literature and the present disclosure, and are not to be construed as ideal or very formal meanings unless defined otherwise.

이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art can easily carry out the present invention. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein.

도 1은 본 발명에 따른 비전영상 기반 객체검사 인증 시스템의 전체적인 구성을 개략적으로 나타낸 구성도이다.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram schematically illustrating the overall configuration of a vision-based image object inspection and authentication system according to the present invention.

도 1을 참조하면, 본 발명의 실시예에 따른 비전영상 기반 객체 검사 인증 시스템(100)은, 객체검사장치(110) 및 검사관리서버(120)를 포함한다.Referring to FIG. 1, a vision image-based object inspection and authentication system 100 according to an embodiment of the present invention includes an object inspection apparatus 110 and an inspection management server 120.

객체검사장치(110)는 제품 객체를 검사하기 위해 객체를 촬영하는 비전 카메라(Vision Camera)를 구비하고, 비전 카메라를 통해 객체를 촬영하여 객체 비전 영상을 획득한다.The object inspection apparatus 110 includes a vision camera for shooting an object to inspect the product object, and acquires the object vision image by shooting the object through the vision camera.

또한, 객체검사장치(110)는 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 비교하여 분석하고, 비교 분석한 결과, 주변 영역보다 일정 이상으로 차이가 나는 부분을 불량으로 인식하여, 검사 대상 객체에 불량이 존재하는 것을 알람해 주게 된다.In addition, the object inspection apparatus 110 compares and analyzes the brightness of the obtained object vision image with brightness or saturation in units of a predetermined area or pixel, and as a result of comparison and analysis, , And recognizes that there is a defect in the object to be inspected.

그리고, 객체검사장치(110)는 일정 영역 단위 또는 픽셀 단위로 분할된 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정해 객체 비전 영상과 함께 검사관리서버(120)에 전송하고, 검사관리서버(120)로부터 객체 비전 영상을 제공받을 때 검증수를 통해 인증받은 후 제공받는다.Then, the object inspection apparatus 110 calculates the number of confirmations for each region of the object vision image segmented by a predetermined area unit or pixel unit, determines the number of verifications, and sends the object vision image to the inspection management server 120 And receives the object vision image from the inspection management server 120 after being authenticated through the verification number.

검사관리서버(120)는 객체검사장치(110)로부터 객체 비전 영상와 함께 검증수를 수신하여 저장하고, 이후 객체검사장치(110)로부터 또는 다른 기기나 장치로부터 객체 비전 영상의 제공을 요청받으면, 검증수를 통해 인증을 수행한 후 객체 비전 영상을 제공한다.
The inspection management server 120 receives and stores the verification number together with the object vision image from the object inspection apparatus 110. Thereafter, when the object inspection apparatus 110 receives a request for providing the object vision image from the object inspection apparatus 110 or from another apparatus or apparatus, And then provides the object vision image.

도 2는 본 발명의 실시예에 따른 객체검사장치의 기능 블럭을 개략적으로 나타낸 구성도이다.2 is a block diagram schematically illustrating functional blocks of an object testing apparatus according to an embodiment of the present invention.

도 2를 참조하면, 본 발명에 따른 객체검사장치(110)는, 비전 영상부(210)와 영상 분석부(220), 제어부(230), 불량 알람(Alarm)부(240) 및 검사영상 데이터베이스(250)를 포함한다.2, an object inspection apparatus 110 according to the present invention includes a vision image unit 210, an image analysis unit 220, a control unit 230, a fault alarm unit 240, (250).

비전 영상부(210)는 검사 대상 객체에 대해 비전 카메라(Vision Camera)를 통해 촬영하여 객체 비전 영상을 획득한다.The vision image unit 210 acquires an object vision image by photographing the object to be inspected through a vision camera.

영상 분석부(220)는 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 비교하여 분석한다.The image analyzing unit 220 compares brightness of the obtained object vision image with brightness of brightness or saturation in units of a predetermined area or pixel.

또한, 영상 분석부(220)는, 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 0 단계에서 255 단계까지 구분하고, 획득된 객체 비전 영상을 이루는 일정 영역이나 해당 픽셀이 밝기 단계에서 어느 단계인지 인식하여, 동일 단계의 밝기 영역이나 픽셀이 차지하는 분포도를 산출하게 된다.In addition, the image analyzer 220 divides the brightness of the brightness or saturation of the obtained object vision image into a predetermined area unit or a pixel unit from 0 to 255, and obtains the obtained object vision image Or the pixel is recognized at a certain stage in the brightness stage, and the brightness range or the distribution of the pixels occupied by the same stage is calculated.

제어부(230)는 객체 비전 영상에 대해 명도나 채도의 밝기를 각각 비교하여 분석한 결과, 각각의 객체 비전 영상에서 주변 영역보다 일정 이상으로 차이가 나는 부분이 존재하는 경우에 그 부분을 불량으로 인식하고, 검사 대상 객체에 불량이 존재하는 것을 알람 해 주도록 제어하게 된다.The controller 230 compares the brightness of the object vision image with the brightness of the object vision image. When the brightness of the object vision image is different from that of the surrounding area, the controller 230 recognizes the portion as bad , And controls to alarm that there is a defect in the object to be inspected.

제어부(130)는 비전 영상부(110)를 통해 불량이 없는 정상적인 검사 대상 객체를 촬영하여 획득한 원본 객체 비전 영상을 검사영상 데이터베이스(250)에 저장해 두고, 비전 영상부(210)를 통해 획득한 객체 비전 영상을 원본 객체 비전 영상과 일정 영역 단위 또는 픽셀 단위로 비교하여 명도나 채도의 밝기가 일정 이상 차이가 나는 부분이 존재하는 경우에 해당 부분을 불량으로 인식하게 된다.The control unit 130 stores the original object vision image obtained by photographing a normal inspection object having no defect through the vision image unit 110 in the inspection image database 250 and acquires the original object vision image obtained through the vision image unit 210 When the object vision image is compared with the original object vision image in a predetermined area unit or pixel unit, if the brightness or brightness of the brightness or saturation difference exists, the corresponding part is recognized as bad.

제어부(230)는 영상 분석부(220)를 통해 산출된 분포도가 일정 이하로 낮으면서, 분포도가 낮은 일정 영역이나 픽셀의 밝기 단계가 일정 이상으로 높은 부분이 존재하는 경우에도 해당 부분을 불량으로 인식하게 된다.The control unit 230 recognizes the corresponding portion as bad even if a distribution diagram calculated through the image analysis unit 220 is lower than a predetermined value and a portion having a high degree of brightness is present in a certain region having a low degree of distribution, .

제어부(230)는 일정 영역 단위 또는 픽셀 단위로 분할된 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정해 객체 비전 영상과 함께 검사관리서버(120)에 전송하고, 검사관리서버(120)로부터 객체 비전 영상을 제공받을 때 검증수를 통해 인증받은 후 제공받는다.The control unit 230 calculates and combines the number of confirmations for each region of the object vision image segmented by a predetermined area unit or pixel unit, then determines the number of verifications, and transmits the object vision image to the inspection management server 120 together with the object vision image. When the object vision image is received from the management server 120, the object vision image is received after being authenticated through the verification number.

제어부(230)는 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역에 고유번호(1~N)을 부여하고, 부여한 고유번호를 순차적 카운팅 숫자로 하여, 첫번째 영역의 픽셀(Pixel) 수를 첫째항(a)으로 하며, 영역의 수를 공비(r)로 하여 유한등비수열(arn-1)을 설정해서 각 영역마다 확인수를 산출하며, 각 영역마다 결정된 확인수들을 각 열과 행으로 합산하여 검증수를 결정하게 된다.The control unit 230 assigns unique numbers (1 to N) to each region divided in a predetermined area unit or pixel unit with respect to the vision image, and assigns the unique number assigned thereto as a sequential counting number so that the number of pixels (Arn-1) is set as the first term (a), the number of regions is set as the azimuth (r), and the number of determinations is calculated for each region. And the number of verifications is determined.

여기서, 제어부(230)는 확인수를 다음 수학식1에 따라 산출하게 된다.Here, the control unit 230 calculates the number of confirmations according to the following equation (1).

Figure pat00001
Figure pat00001

제어부(230)는 획득된 비전 영상과, 일정 영역 단위 또는 픽셀 단위로 분할된 객체 비전 영상의 각 영역마다 확인수 및 검증수를 검사관리서버(120)에 전송해 주도록 제어한다.The control unit 230 controls the inspection management server 120 to transmit the confirmation number and the verification number to the inspection management server 120 for each region of the obtained vision image and the object vision image segmented by the predetermined area unit or pixel unit.

불량 알람부(240)는 제어부(130)의 제어에 따라 검사 대상 객체에 불량이 존재하는 것을 사용자에게 알람(Alarm)해 준다.The bad alarm unit 240 alerts the user that there is a defect in the inspection object under the control of the control unit 130.

검사영상 데이터베이스(250)는 비전 영상부(210)를 통해 획득한 객체 비전 영상을 저장하거나, 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역마다 산출된 확인수와, 산출된 확인수를 조합하여 결정된 검증수를 저장한다.
The inspection image database 250 stores the object vision images acquired through the vision image unit 210, the confirmation numbers calculated for each area divided by the predetermined area unit or the pixel unit for the object vision image, The number of verifications determined by combining the numbers is stored.

도 3은 본 발명의 실시예에 따른 비전영상 기반 객체 검사 인증 방법을 설명하기 위한 전체 흐름도를 나타낸 도면이다.FIG. 3 is a flowchart illustrating a method of authenticating an object based on a vision image according to an embodiment of the present invention. Referring to FIG.

도 3을 참조하면, 본 발명의 실시예에 따른 비전영상 기반 객체 검사 인증 시스템(100)은, 객체검사장치(110)가 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정하여 결정한 검증수를 객체 비전 영상과 함께 검사관리서버(120)에 전송한다(S310).Referring to FIG. 3, the vision-based image object inspection and authentication system 100 according to an embodiment of the present invention includes an object inspection apparatus 110 for calculating a verification number for each region of an object vision image, And sends the determined number of verifications together with the object vision image to the inspection management server 120 (S310).

즉, 객체검사장치(110)는 비전 카메라를 통해 객체를 촬영하여 객체 비전 영상을 획득하고, 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할하며, 분할된 객체 비전 영상의 각 영역마다 수학식1에 따라 확인수를 산출하여 조합한 후 검증수를 결정하고, 결정한 검증수를 객체 비전 영상과 함께 검사관리서버(120)에 전송하는 것이다.That is, the object inspection apparatus 110 acquires an object vision image by capturing an object through a vision camera, divides the obtained object vision image into a predetermined area unit or a pixel unit, The verification number is calculated and combined according to Equation (1), and the number of verification is determined, and the determined verification number is transmitted to the inspection management server 120 together with the object vision image.

이어, 검사관리서버(120)는 객체 비전 영상과 함께 검증수를 수신하여 저장한다(S320).Then, the inspection management server 120 receives and stores the verification number together with the object vision image (S320).

이후, 사용자나 관리자 등의 영상 제공 요청 조작에 따라 객체검사장치(110)는 객체 비전 영상의 제공을 검사관리서버(120)에 요청한다(S330).Thereafter, the object inspection apparatus 110 requests the inspection management server 120 to provide the object vision image according to the operation of requesting the image providing by the user or the manager (S330).

이어, 검사관리서버(120)는 객체검사장치(110)에 검증수의 입력을 요구한다(S340).Then, the inspection management server 120 requests the object inspection apparatus 110 to input the verification number (S340).

이어, 객체검사장치(110)는 해당 검증수를 검사관리서버(120)에 입력한다(S350).Then, the object testing apparatus 110 inputs the corresponding verification number to the inspection management server 120 (S350).

따라서, 검사관리서버(120)는 입력받은 검증수가 기 저장되어 있는 검증수와 일치할 경우에 객체 비전 영상을 제공한다(S360).
Therefore, the inspection management server 120 provides the object vision image when the number of verification of the inputted verification number coincides with the stored verification number (S360).

도 4는 본 발명의 실시예에 따른 객체검사장치의 비전영상 기반 객체 검사 인증 방법을 설명하기 위한 흐름도를 나타낸 도면이다.FIG. 4 is a flowchart illustrating a method of authenticating a vision-based object inspection of an object testing apparatus according to an exemplary embodiment of the present invention.

도 4를 참조하면, 본 발명의 실시예에 따른 객체검사장치(110)는, 먼저 비전 영상부(110)가 검사 대상 객체에 대해 비전 카메라(Vision Camera)를 통해 촬영하여 객체 비전 영상을 획득한다(S410).Referring to FIG. 4, the object inspection apparatus 110 according to the embodiment of the present invention first acquires an object vision image by capturing an object to be inspected through a vision camera by the vision image unit 110 (S410).

이때, 제어부(130)는 비전 영상부(110)를 통해 획득한 객체 비전 영상을 검사영상 데이터베이스(150)에 저장할 수 있다.At this time, the control unit 130 may store the object vision image acquired through the vision image unit 110 in the inspection image database 150.

이어, 영상 분석부(120)가 획득된 객체 비전 영상에 대해 각각 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 비교하여 분석한다(S420).Then, the image analyzing unit 120 compares the obtained brightness of the object vision image with the brightness of the predetermined area unit or the pixel unit, and analyzes the brightness of the object vision image (S420).

이때, 영상 분석부(120)는 획득된 객체 비전 영상에 대해 도 5에 도시된 바와 같이 일정 영역 단위 또는 픽셀 단위로 구분하고, 도 6에 도시된 바와 같이 명도(Brightness)나 채도(Saturation)의 밝기를 0 단계에서 255 단계로 구분하며, 도 8에 도시된 바와 같이 획득된 비전 영상을 이루는 일정 영역이나 해당 픽셀이 밝기 단계에서 어느 단계인지를 인식하여, 도 7에 도시된 바와 같이 동일 단계의 밝기 영역이나 픽셀이 차지하는 분포도를 산출하게 된다. 도 5는 본 발명의 실시예에 따라 획득한 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 구분한 예를 나타낸 도면이고, 도 6은 본 발명의 실시예에 따른 비전 영상에 대해 명도나 채도의 밝기를 0 단계에서 255 단계로 구분한 예를 나타낸 도면이며, 도 7은 본 발명의 실시예에 따른 비전 영상의 각 픽셀이 밝기 단계에서 어느 단계인지를 인식하는 예를 나타낸 도면이며, 도 8은 본 발명의 실시예에 따른 비전 영상을 이루는 각 픽셀의 밝기 단계가 차지하는 분포율을 나타낸 도면이다. 도 6에 도시된 바와 같이, 획득된 비전 영상에 대해 불량 부분이 존재하더라도 픽셀 단위로 구분하고, 각 픽셀마다 명암이나 채도의 밝기 단계가 어느 단계인지를 각각 인식한다. 그리고, 제어부(130)는 인식된 각 픽셀의 명암이나 채도의 밝기 단계를 도 7에 도시된 바와 같이 분포율로 나타냄으로써 주변 영역보다 일정 이상으로 차이가 나는 영역이나 픽셀이 존재하는지를 확인하게 된다.In this case, the image analyzer 120 divides the obtained object vision image into a predetermined area unit or a pixel unit as shown in FIG. 5, and divides the obtained object vision image into a plurality of regions having brightness or saturation Brightness is divided into 0 to 255 steps, and it is recognized whether a predetermined region of the vision image obtained as shown in FIG. 8 or the corresponding pixel is at a brightness level, and as shown in FIG. 7, The brightness region or the distribution of the pixels occupied by the pixels is calculated. FIG. 5 is a diagram illustrating an example in which a vision image obtained according to an embodiment of the present invention is divided into a predetermined area unit or a pixel unit, FIG. 6 is a diagram illustrating brightness of brightness or saturation of a vision image according to an embodiment of the present invention FIG. 7 is a diagram illustrating an example in which each pixel of the vision image according to the embodiment of the present invention is recognized in which step in the brightness step. FIG. FIG. 5 is a graph illustrating distribution ratios occupied by brightness levels of pixels constituting a vision image according to an embodiment of the present invention. As shown in FIG. 6, even if a defective portion exists in the acquired vision image, the defective portion is divided into pixels, and the level of brightness or saturation is determined for each pixel. 7, the control unit 130 determines whether there is a region or a pixel that is different from the surrounding region by more than a certain level by expressing brightness levels of lightness and saturation of each recognized pixel as shown in FIG.

이어, 제어부(150)는 영상 분석부(120)의 객체 비전 영상에 대해 명도나 채도의 밝기를 비교하여 분석한 결과에 근거해, 주변 영역보다 일정 이상으로 차이가 나는 부분이 존재하는 경우에 그 부분을 불량으로 인식한다(S430).If there is a portion of the object vision image of the image analyzer 120 that is different from the surrounding region by a predetermined amount or more based on the result of analyzing the brightness of the object vision image, (S430).

즉, 영상 분석부(120)를 통해 산출된 분포도가 일정 이하로 낮으면서, 분포도가 낮은 일정 영역이나 픽셀의 밝기 단계가 일정 이상으로 높은 부분이 존재하는 경우에 해당 부분을 불량으로 인식하게 된다. 도 7에 도시된 바와 같이, 명암이나 채도의 밝기 단계가 0 단계는 85%인 반면에 252 단계나 253 단계 및 254 단계는 5%이고, 255 단계는 10%인 것으로 확인됨에 따라, 명암이나 채도의 밝기가 85%인 0 단계에서 5~10%인 252 단계 내지 255 단계 간의 차이가 일정 이상으로 높게 차이가 나므로 불량이 존재하는 것으로 인식하며, 252 단계 내지 255 단계를 가지는 픽셀들을 불량 부분으로 인식하게 되는 것이다.That is, when a distribution diagram calculated through the image analysis unit 120 is low or below a certain level, and a portion having a high degree of brightness is present in a certain region having a low degree of distribution or a brightness level of a pixel exists, the portion is recognized as bad. As shown in FIG. 7, it is confirmed that the brightness level of the darkness and the saturation is 85% for the 0 level, whereas 5% is for the 252 level, 253 level and 254 level, and 10% It is recognized that there is a defect because the difference between steps 252 and 255, which is 5 to 10%, is higher than a predetermined value, and pixels having steps 252 to 255 are recognized as a bad part It will be done.

이때, 제어부(230)는 검사 대상 객체에 불량이 존재하는 것을 경고해 주도록 제어하는 제어 신호를 출력하고, 이에 따라 불량 경고부(240)가 제어 신호에 따라 검사 대상 객체에 불량이 존재하는 것을 사용자에게 경고해 줄 수 있다.At this time, the control unit 230 outputs a control signal for controlling to warn that there is a defect in the object to be inspected, and accordingly, the defect warning unit 240 notifies the presence of defects in the object to be inspected I can warn you.

이어, 제어부(230)는 일정 영역 단위 또는 픽셀 단위로 분할된 객체 비전 영상에 대해 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정한다(S440).In operation S440, the control unit 230 determines the number of verifications of the object vision images divided in units of a predetermined area or in units of pixels, and then determines the number of verifications.

즉, 제어부(230)는 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역에 고유번호(1~N)을 부여하고, 부여한 고유번호를 순차적 카운팅 숫자로 하여, 첫번째 영역의 픽셀(Pixel) 수를 첫째항(a)으로 하며, 영역의 수를 공비(r)로 하여 유한등비수열(arn-1)을 설정해서 수학식1에 따라 각 영역마다 확인수를 산출하며, 각 영역마다 산출된 확인수들을 각 열과 행으로 합산하여 검증수를 결정하게 된다. That is, the control unit 230 assigns the unique numbers (1 to N) to the respective regions divided on a predetermined area unit or pixel unit basis for the object vision image, and assigns the unique numbers assigned thereto as sequential counting numbers, Number of pixels is set as a first term (a), the number of regions is set as an azimuth (r), a finite non-arithmetic arn-1 is set, and a number of determinations is calculated for each region according to Equation (1) And the number of verifications is determined by adding the calculated verification numbers to each column and row.

이어, 제어부(230)는 결정된 검증수와 객체 비전 영상 및 인식된 불량 정보를 검사관리서버(120)에 전송한다(S450).Then, the controller 230 transmits the determined verification number, the object vision image, and the recognized defect information to the inspection management server 120 (S450).

따라서, 검사관리서버(120)는 객체검사장치(110)로부터 수신한 검증수와 객체 비전 영상 및 불량 정보를 저장해 두고, 이후에 객체검사장치(110)나 다른 기기 또는 다른 장치로부터 객체 비전 영상의 제공 요청이 있는 경우에, 해당 검증수를 통해 인증을 수행한 후 해당 객체 비전 영상을 제공하게 된다.Accordingly, the inspection management server 120 stores the verification number, the object vision image, and the defect information received from the object inspection apparatus 110, and then outputs the object vision image and the defect information from the object inspection apparatus 110, If there is a provision request, the authentication is performed through the corresponding verification number, and then the corresponding object vision image is provided.

전술한 바와 같이 본 발명에 의하면, 검사 대상 객체를 비전 카메라(Vision Camera)를 통해 촬영하여 획득한 객체 비전 영상에 대해, 일정 크기의 영역 단위로 분할하고, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출해 조합한 후 검증수를 결정하여 관리서버에 전송하여, 이후에 비전영상 기반 객체 검사 영상에 대해 검증수를 통해 인증하여 제공해 줄 수 있도록 하는 비전영상 기반 객체 검사 인증 방법을 실현할 수 있다.As described above, according to the present invention, an object vision image obtained by photographing an object to be inspected through a vision camera is divided into regions of a predetermined size, and each region of the object vision image is checked The number of verification is determined, and the number of verification is determined and transmitted to the management server. Thereafter, a vision image-based object inspection authentication method can be realized in which a vision image-based object inspection image can be authenticated and provided through a verification number .

본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
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 and their equivalents. Only. The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.

본 발명은 검사 대상 객체를 비전 카메라를 통해 촬영하여 획득한 객체 비전 영상에 대해, 일정 크기의 영역 단위로 분할하고, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출해 조합한 후 검증수를 결정하여 관리서버에 전송하여, 이후에 비전영상 기반 객체 검사 영상에 대해 검증수를 통해 인증하여 제공해 줄 수 있도록 하는 비전영상 기반 객체 검사 인증 방법에 적용할 수 있다.
In the present invention, an object vision image obtained by capturing an object to be inspected through a vision camera is divided into regions of a predetermined size, and a verification number is calculated for each region of the divided object vision image, Based object object inspection image to be transmitted to the management server and then to be authenticated and provided to the vision image-based object inspection image through the verification number.

100 : 비전영상기반 객체검사 인증 시스템 110 : 객체검사장치
120 : 검사관리서버 210 : 비전 영상부
220 : 영상 분석부 230 : 제어부
240 : 불량 알람부 250 : 검사영상 DB100: Vision image-based object inspection and authentication system 110: Object inspection apparatus
120: test management server 210: vision image part
220: image analysis unit 230:
240: Bad alarm part 250: Inspection image DB

Claims (8)

(a) 객체검사장치가 비전 카메라를 통해 객체를 촬영하여 객체 비전 영상을 획득하고, 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할하며, 분할된 객체 비전 영상의 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정하여 결정한 검증수를 상기 객체 비전 영상과 함께 검사관리서버에 전송하는 단계;
(b) 검사관리서버가 상기 객체 비전 영상과 함께 검증수를 수신하여 저장하는 단계;
(c) 객체검사장치가 객체 비전 영상의 제공을 검사관리서버에 요청하는 단계;
(d) 검사관리서버가 객체검사장치에 검증수의 입력을 요구하는 단계;
(e) 객체검사장치가 검증수를 검사관리서버에 입력하는 단계; 및
(f) 검사관리서버가 상기 입력받은 검증수가 저장되어 있는 검증수와 일치할 경우에 객체 비전 영상을 제공하는 단계;
를 포함하는 비전영상 기반 객체검사 인증 방법.
(a) Object inspection apparatus captures an object vision image by capturing an object through a vision camera, and divides the acquired object vision image into a predetermined area unit or a pixel unit, Determining a number of verifications, combining the determined number of verifications, and transmitting the verified number to the inspection management server together with the object vision image;
(b) receiving and storing a verification number together with the object vision image;
(c) requesting the object inspection apparatus to provide the object vision image to the inspection management server;
(d) requesting the inspection management server to input the verification number to the object inspection apparatus;
(e) inputting the number of verifications to the inspection management server by the object inspection apparatus; And
(f) providing an object vision image when the inspection management server matches the number of verifications in which the inputted verification number is stored;
Based image object inspection and authentication method.
(a) 비전 영상부가 검사 대상 객체에 대해 비전 카메라(Vision Camera)를 통해 촬영하여 객체 비전 영상을 획득하는 단계;
(b) 영상 분석부가 상기 획득된 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 비교하여 분석하는 단계;
(c) 제어부가 상기 객체 비전 영상에 대해 명도나 채도의 밝기를 비교하여 분석한 결과에 근거해, 주변 영역보다 일정 이상으로 차이가 나는 부분을 불량으로 인식하는 단계;
(d) 제어부가 일정 영역 단위 또는 픽셀 단위로 분할된 상기 객체 비전 영상에 대해 각 영역마다 확인수를 산출하여 조합한 후 검증수를 결정하는 단계; 및
(e) 제어부가 상기 결정된 검증수와 상기 객체 비전 영상 및 상기 인식된 불량 정보를 관리 서버에 전송하는 단계;
를 포함하는 비전영상 기반 객체검사 인증 방법.
(a) acquiring an object vision image by capturing an object to be inspected through a vision camera;
(b) analyzing and analyzing the brightness of brightness or saturation of the object vision image obtained by the image analyzing unit on a predetermined area unit or pixel basis;
(c) recognizing, as a defect, a portion of the object vision image that is different from the surrounding region by a predetermined amount or more based on a result of analyzing brightness of lightness or saturation of the object vision image;
(d) determining a number of verifications after calculating and combining verifications for each region of the object vision image in which the control unit is divided into a predetermined area unit or a pixel unit; And
(e) transmitting, by the control unit, the determined verification number, the object vision image, and the recognized bad information to the management server;
Based image object inspection and authentication method.
청구항 2에 있어서,
상기 (a) 단계에서 획득한 상기 객체 비전 영상을 저장하거나, 상기 (c) 단계에서 인식된 불량 정보를 저장하거나, 상기 (d) 단계에서 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역마다 산출된 확인수와, 상기 산출된 확인수를 조합하여 결정된 검증수를 저장하는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.
The method of claim 2,
The method may further include storing the object vision image obtained in the step (a), storing the defect information recognized in the step (c), or storing the defect vision information calculated in each of the areas, Wherein the number of verifications determined by combining the verification number with the calculated verification number is stored.
청구항 2에 있어서,
상기 (b) 단계는 상기 영상 분석부가 상기 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 명도(Brightness)나 채도(Saturation)의 밝기를 0 단계에서 255 단계까지 구분하고, 상기 획득된 객체 비전 영상을 이루는 일정 영역이나 해당 픽셀이 밝기 단계에서 어느 단계인지를 인식하여, 동일 단계의 밝기 영역이나 픽셀이 차지하는 분포도를 산출하는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.
The method of claim 2,
In the step (b), the image analyzing unit divides the brightness of brightness or saturation of the object vision image by a predetermined area unit or pixel by pixel from 0 to 255, and outputs the obtained object vision image And the brightness level of the same step or the distribution degree occupied by the pixels is calculated by recognizing a predetermined region of the pixel or the corresponding step in the brightness step.
청구항 4에 있어서,
상기 (c) 단계는 상기 산출된 분포도가 일정 이하로 낮으면서, 상기 분포도가 낮은 일정 영역이나 픽셀의 밝기 단계가 일정 이상으로 높은 부분이 존재하는 경우에 해당 부분을 불량으로 인식하는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.
The method of claim 4,
Wherein the step (c) recognizes the portion as a defective portion when the calculated degree of distribution is lower than a predetermined level and a portion having a high degree of brightness is present in a certain region having a low degree of distribution or a brightness level of the pixel is higher than a certain level Vision - based object inspection and authentication method.
청구항 2에 있어서,
상기 (d) 단계는, 상기 제어부가 상기 객체 비전 영상에 대해 일정 영역 단위 또는 픽셀 단위로 분할된 각 영역에 고유번호(1~N)을 부여하고, 부여한 고유번호를 순차적 카운팅 숫자로 하여, 첫번째 영역의 픽셀(Pixel) 수를 첫째항(a)으로 하며, 영역의 수를 공비(r)로 하여 유한등비수열(arn-1)을 설정해서 각 영역마다 확인수를 산출하며, 각 영역마다 산출된 확인수들을 각 열과 행으로 합산하여 검증수를 결정하는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.
The method of claim 2,
In the step (d), the control unit assigns a unique number (1 to N) to each region divided in a predetermined area unit or pixel unit with respect to the object vision image, and assigns the unique number assigned thereto as a sequential counting number, The number of pixels in each region is calculated by setting the number of pixels in the region as the first term (a) and the number of regions as the azimuth (r) to set the finite non-arrays (ar n-1 ) And the number of verifications is determined by summing the calculated verification numbers into the respective columns and rows.
청구항 2 또는 청구항 6에 있어서,
상기 (d) 단계는, 상기 확인수를 다음 수학식에 따라 산출하는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.
Figure pat00002

The method according to claim 2 or 6,
Wherein the step (d) comprises calculating the number of confirmations according to the following equation.
Figure pat00002

 청구항 2에 있어서,
상기 (e) 단계 이후에 상기 관리서버로부터 상기 객체 비전 영상을 제공받을 때 상기 검증수를 통해 인증받은 후 제공받는 것을 특징으로 하는 비전영상 기반 객체검사 인증 방법.The method of claim 2,
Wherein the object vision image is received after being authenticated through the verification number when the object vision image is received from the management server after the step (e).
KR1020150016240A 2015-02-02 2015-02-02 Method for inspecting an object based on vision image KR101716020B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150016240A KR101716020B1 (en) 2015-02-02 2015-02-02 Method for inspecting an object based on vision image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150016240A KR101716020B1 (en) 2015-02-02 2015-02-02 Method for inspecting an object based on vision image

Publications (2)

Publication Number Publication Date
KR20160094784A true KR20160094784A (en) 2016-08-10
KR101716020B1 KR101716020B1 (en) 2017-03-14

Family

ID=56713374

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150016240A KR101716020B1 (en) 2015-02-02 2015-02-02 Method for inspecting an object based on vision image

Country Status (1)

Country Link
KR (1) KR101716020B1 (en)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000034456A (en) 1998-11-30 2000-06-26 전주범 Apparatus for testing a shape and a measurement of a three-dimension object
JP2002310940A (en) * 2001-04-19 2002-10-23 Shibuya Kogyo Co Ltd Product inspection method
KR20060079479A (en) * 2004-12-31 2006-07-06 동부일렉트로닉스 주식회사 Analysis system for automatic defect counter of si defect
KR101019831B1 (en) * 2010-09-02 2011-03-04 주식회사 투아이스펙트라 System for inspecting edge of glass substrate
KR20130142769A (en) * 2012-06-20 2013-12-30 한국기술교육대학교 산학협력단 Apparatus and method for vision inspecting using image division

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000034456A (en) 1998-11-30 2000-06-26 전주범 Apparatus for testing a shape and a measurement of a three-dimension object
JP2002310940A (en) * 2001-04-19 2002-10-23 Shibuya Kogyo Co Ltd Product inspection method
KR20060079479A (en) * 2004-12-31 2006-07-06 동부일렉트로닉스 주식회사 Analysis system for automatic defect counter of si defect
KR101019831B1 (en) * 2010-09-02 2011-03-04 주식회사 투아이스펙트라 System for inspecting edge of glass substrate
KR20130142769A (en) * 2012-06-20 2013-12-30 한국기술교육대학교 산학협력단 Apparatus and method for vision inspecting using image division

Also Published As

Publication number Publication date
KR101716020B1 (en) 2017-03-14

Similar Documents

Publication Publication Date Title
KR102171491B1 (en) Method for sorting products using deep learning
CN110579479A (en) PCB maintenance system and maintenance method based on false point defect detection
JP2007114843A (en) Quality deciding device
JP2018036226A (en) Image processing program, image processing method, and image processing device
CN111899246A (en) Slide digital information quality detection method, device, equipment and medium
CN114255233A (en) Speckle pattern quality evaluation method and device, electronic device and storage medium
CN105469380A (en) Method and device for detecting shielding against object
KR20190061515A (en) System and method for evaluating concrete structure degradation using deep neural networks
KR101695531B1 (en) System for inspecting an object based on vision image
CN113554645B (en) Industrial anomaly detection method and device based on WGAN
US10134122B2 (en) System and method of distributed processing for machine-vision analysis
JP6960252B2 (en) Maintenance management method for image analyzers and railway equipment parts
KR101716020B1 (en) Method for inspecting an object based on vision image
US8606017B1 (en) Method for inspecting localized image and system thereof
CN107977953A (en) Workpiece conductive features inspection method and workpiece conductive features check system
JP6958277B2 (en) Abnormality judgment method and equipment
KR20220111214A (en) Method, apparatus and computer program for inspection of product based on artificial intelligence
JP2005252451A (en) Image quality inspection method and image quality inspection apparatus
US11508143B2 (en) Automated salience assessment of pixel anomalies
WO2020158630A1 (en) Detecting device, learner, computer program, detecting method, and method for generating learner
KR102323607B1 (en) Method and system for detecting anomaly based images
KR102015620B1 (en) System and Method for detecting Metallic Particles
RU2519005C1 (en) Method of prestart check of printboards
JP4218291B2 (en) Image processing device
JP2008269264A (en) Method, device and program for tracking multiconductor cable by image processing, and method, device and program for detecting abnormality of multiconductor cable using the same

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant