KR20190007481A

KR20190007481A - 파손 분석 장치 및 방법

Info

Publication number: KR20190007481A
Application number: KR1020187036197A
Authority: KR
Inventors: 마크 한센; 이안 헤일스; 압둘 파루크; 멜빈 스미스; 그웬 다니엘
Original assignee: 벨론 인터내셔널 리미티드
Priority date: 2016-05-13
Filing date: 2017-05-11
Publication date: 2019-01-22
Also published as: HRP20210174T1; ES2848546T3; JP2019518276A; WO2017194950A1; AU2022201019B2; US20190170662A1; GB201608455D0; AU2017263145B2; CN116205871A; EP3783567A1; FI3783567T3; TW201740102A; HRP20231169T1; GB2565500A; US10852249B2; US11385189B2; PL3455825T3; ES2956878T3; ZA201806995B; GB2551894A

Abstract

기술자의 출석 없이 차량 글래이징 패널의 파손을 분석할 수 있는 방법 및 장치가 개시되며, 상기 방법 및 장치는 파손의 이미지를 캡쳐하는 단계 및 파손의 이미지를 처리하는 단계를 이용하여 글래이징 패널의 수리 또는 교체에 대한 적합성을 결정할 수 있다.

Description

파손 분석 장치 및 방법

본 발명은 일반적으로 장치 및 방법에 관한 것이다. 특히, 본 발명은 차량 글래이징 패널(vehicle glazing panels)의 파손을 분석하는데 사용되는 장치 및 방법에 관한 것이나, 이에 한정되는 것은 아니다. 특히, 이에 국한되는 것은 아니지만, 본 발명은 유리, 특히 차량 글래이징 패널의 크랙(crack)을 분석하는데 사용되는 방법 및 장치에 관한 것이다.

운전할 때, 도로상의 파편 및 기타 물질의 존재는 통행 경로를 벗어나게 할 수 있고, 그러한 물질이 윈드스크린과 충돌하면 윈드스크린에 크랙, 파손 또는 명백한 기타 손상을 일으켜 차량 글래이징 패널의 수리 또는 교체가 필요할 수 있다.

안전상의 이유와 경제적인 이유 때문에 추운 날씨의 영향으로 크랙이 윈드스크린으로 더 확장될 수 있고 크랙이 커질 수 있으므로 가능한 빨리 수리 또는 교체를 해야한다. 이로 인해 크랙이 경미한 수리가 필요한 것에서 윈드스크린을 완전히 교체해야 하는 것으로 변경될 수 있다.

차량 글레이징 패널 손상이 수리로 해결될 수 있는지 여부에 대한 평가가 필요하다. 평가 결과 수리가 불가능한 것으로 판명되면 글래이징 패널을 교체해야 한다.

양태들 및 실시예들은 전술한 것을 고려하여 고안되었다.

본 발명의 목적은 차량 글래이징 패널(vehicle glazing panels)의 파손을 분석하는데 사용되는 장치 및 방법을 제공하기 위한 것이다.

제 1 양태에서 볼 때, 차량 글래이징 패널의 파손을 분석하기 위한 파손 분석 방법이 제공되며, 상기 방법은, 차량 글래이징 패널에서 파손의 이미지를 캡쳐하는 단계; 파손의 이미지를 처리하는 단계를 포한한다.

제 2 양태에서 볼 때, 차량 글레이징 패널의 파손을 분석하기 위한 파손 분석 장치가 제공되며, 이 장치는, 차량 글레이징 패널의 파손 이미지를 캡쳐하도록 배치된 카메라; 상기 파손 이미지를 처리하도록 작동 가능한 처리 모듈을 포함한다.

임의로, 상기 장치는 카메라를 포함하는 모바일 컴퓨터 장치를 포함할 수 있다. 모바일 컴퓨터 장치는 캡쳐 이미지를 구현하는 전자 장치이다. 이것은 모바일 전화기(예, 스마트 폰), 랩탑 컴퓨터, 태블릿, 패블릿 또는 카메라를 포함할 수 있다. 상기 모바일 컴퓨터 장치는 이미지를 캡쳐하는 카메라를 포함한다.

상기 모바일 컴퓨터 장치는 또한 처리 모듈을 포함할 수 있다.

제 1 및 제 2 양태들에 따른 방법 또는 장치는 표면에 있는 파손의 이미지를 사용하여 파손을 분석할 수 있다. 이것은 크랙에 대하여 분석을 수행하는 기술자가 실제로 출석할 필요를 제거한다.

글래이징 패널의 교체에 대한 필요성의 결정은 이미지 처리에 기초할 수 있다. 따라서, 상기 방법은 이미지의 처리에 기초하여, 글래이징 패널을 교체할 필요가 있는지, 및/또는 상기 글래이징 패널을 수리하는데 적합한지 여부를 결정하는 단계를 포함할 수 있다.

파손 이미지는 차량 글래이징 패널에 대하여 기울어진 각도에서 캡쳐될 수 있다.

이미지는 글래이징 패널의 표면에 접촉하여 고정된 모바일 컴퓨터 장치에 의해 캡쳐될 수 있고, 상기 모바일 컴퓨터 장치는 카메라를 포함한다. 상기 모바일 컴퓨터 장치는 예를 들면 카메라가 부착된 스마트폰과 같은 모바일 폰일 수 있다. 본 발명은 파손이 수리되어야 할지 교체되어야 할지를 결정하기 위해 카메라로부터 얻은 이미지 데이터를 처리하는 소프트웨어 컴포넌트에 의해 수행될 수 있다. 상기 소프트웨어 컴포넌트는 결정하는 알고리즘을 포함할 수 있고, 바람직하게는 결정 방법을 어떻게 실행하는지에 대한 사용자 지시를 표시할 수 있다.

또 다른 양태에 따라, 본 발명은 차량 글래이징 패널에 존재하는 파손에 대한 기술적 정보를 결정하는 방법을 수행하는 컴퓨터를 포함하고, 상기 방법은 카메라를 가진 모바일 컴퓨터 장치에 소프트웨어 컴포넌트를 다운로드하는 단계를 포함하며, 상기 소프트웨어 컴포넌트는 파손이 수리되어야 하는지 또는 교체되어야 하는지 여부를 결정하기 위해 카메라에 의해 캡쳐된 이미지 정보를 처리하도록 설정되는 것이 바람직하다.

상기 모바일 컴퓨터 장치는 카메라 시야 내 이미 결정된 위치에서 파손이 관찰되도록 기울어질 수 있다. 계산의 기산 기준 위치(datum position)는 컴퓨터 장치가 패널에 접촉하는 가장자리로 패널에 기울어지도록 보장함으로써 달성될 수 있다.

파손이 관찰되도록 기울어질 수 있는 모바일 컴퓨터 장치에 미리 결정된 위치는 카메라 또는 카메라를 포함하는 모바일 컴퓨터 장치 상(예를 들면 스크린 상)에 디스플레이된 표지에 의해 표시될 수 있다.

임의로 또는 대안으로, 상기 표지는 시야의 중심을 표시할 수 있다(예를 들면 스크린 상에)

임의로, 카메라 또는 모바일 컴퓨터 장치는 글래이징 패널의 표면상에 편평하게 먼저 놓일 수 있다. 그 다음 상기 모바일 컴퓨터 장치는 글래이징 패널로부터 피벗되거나 기울어질 수 있고, 상기 모바일 컴퓨터 장치의 적어도 한 부분은 글래이징 패널과 접촉된 상태로 유지된다.

임의로, 카메라는 모바일 컴퓨터 장치는 피벗되기 전에 파손에 대하여 미리 결정된 위치에 위치한다. 예를 들면, 상기 방법은 모바일 컴퓨터 장치의 특징부를 파손과 관련된 미리 결정된 위치에 정렬하는 것을 포함할 수 있다.

일부 실시예에서, 이미지 캡쳐 모듈의 모서리(edge)는, 예를 들면 상단 모서리와 같은, 파손의 가장 낮은 지점에 인접하여(또는 바로 아래) 정렬될 수 있다. 이것은 카메라 및 파손의 가장 낮은 지점간의 초기 거리가 모바일 컴퓨터 장치의 기하학을 사용하여 결정될 수 있음을 의미한다.

그 다음 상기 이미지 캡쳐 모듈 또는 모바일 컴퓨터 장치는 글래이징 패널로부터 멀리 피벗될 수 있고, 상기 모바일 컴퓨터 장치의 하단 모서리는 글래이징 패널에 접촉한 채로 유지된다. 그 다음 파손의 이미지가 캡쳐된다.

상기 방법은 파손이 카메라 시야 내에서 미리 결정된 위치에서 관찰될 때까지 모바일 컴퓨터 장치를 피벗하거나 기울이는 것을 포함할 수 있다.

임의로, 상기 방법은 파손이 카메라 시야의 중심에 위치할 때까지 모바일 컴퓨터 장치를 피벗하는 것을 포함한다.

상기 방법은 모바일 컴퓨터 장치의 기하학적 파라미터 및 카메라의 렌즈 파라미터를 사용하여 파손의 파라미터들을 계산하는 것을 포함할 수 있다. 상기 파손의 파라미터들은 파손의 크기를 나타내는 하나 이상의 공간 차원(spatial dimensions)을 포함한다.

예를 들면, 상기 방법을 사용하여 모바일 컴퓨터 장치의 기하학적 파라미터들 및 렌즈 파라미터들은 파손의 하나 이상의 구간의 길이 및/또는 파손 중심의 크기(예를 들면, 너비/직경)를 결정하는데 사용될 수 있다.

모바일 컴퓨터 장치의 기하학적 파라미터들은 모바일 컴퓨터 장치 및 글래이징 패널 사이의 회전 각도(또는 피벗 각도)를 결정하는데 사용될 수 있다.

파손의 계산된 크기(예, 하나의 파손 구간의 길이)가 주어진 임계값을 초과하는 경우 상기 방법은 글래이징 패널의 교체가 필요한 것으로 결정할 수 있다. 파손의 계산된 크기(예, 하나의 파손 구간의 길이)가 주어진 임계값에 미달되는 경우 상기 방법은 글래이징 패널의 수리가 적합함을 결정할 수 있다.

상기 이미지의 처리는 모바일 컴퓨터 장치의 기하학적 파라미터들에 기초하여 파손의 이미지를 캡쳐할 수 있다.

상기 이미지의 처리는 카메라 및/또는 모바일 컴퓨터 장치에 대한 칩 파라미터(chip parameters)들에 추가로 기초할 수 있다.

상기 이미지의 처리는 글래이징 패널의 교체 필요성을 결정하는데 사용될 수 있는 파손의 직경을 산출하는데 사용되는 데이터 포인트들의 집합을 생성할 수 있다.

상기 방법은 글래이징 패널이 수리되어야 하는지 교체되어야 하는지 여부를 나타내는 신호 또는 표지를 출력하는 것을 포함할 수 있다.

글래이징 패널 내 파손은 중심 및 하나 이상의 구간들을 포함할 수 있다. 이러한 파손 형성은 작은 돌 또는 다른 물체가 글래이징 패널을 충격할 때 흔하게 발생한다. 상기 하나 이상의 구간들(또는 크랙)은 일반적으로 파손의 중심으로부터 방사된다.

파손의 중심은 실질적으로 원의 형상일 수 있다.

글래이징 패널의 교체 또는 수리의 필요성의 결정은 파손의 중심 및 하나 이상의 파손의 구간들을 나타내는 데이터를 생성하는 것을 포함할 수 있다.

상기 방법은 파손의 중심 및 하나 이상의 파손의 구간들을 확인하는 것을 포함할 수 있다.

상기 방법은 하나 이상의 파손의 구간들의 길이를 파손의 중심의 크기와 상대적으로 비교하여 나타내는 스케일링 요소를 생성하는 것을 포함할 수 있다. 파손의 중심의 크기는 직경, 너비 및/또는 파손 중심의 길이일 수 있다.

상기 방법은 상기 스케일링 요소를 사용하여 하나 이상의 파손의 구간들의 길이(즉, cm 또는 mm 단위의 절대 길이)를 계산하는 것을 포함할 수 있다. 예를 들면, 하나 이상의 구간들의 길이는 미리 결정된 값에 상기 스케일링 요소를 곱하여 계산될 수 있다.

상기 미리 결정된 값은 파손의 중심의 실제(즉, 절대) 크기의 계산 값일 수 있다. 이것은 교정 대상(calibration object)이 필요하지 않는 이점을 제공하고, 이는 적어도 사용자에게 보다 편리하다.

따라서, 본 발명의 방법은 파손의 하나 이상의 구간들의 길이를 계산하기 위해 이미지의 크기를 결정하는 단계를 포함할 수 있다.

하나 이상의 구간들의 계산된 길이가 주어진 임계값을 초과하면 상기 방법은 글래이징 패널의 교체가 필요한 것으로 결정할 수 있다. 하나 이상의 구간들의 계산된 길이가 주어진 임계값보다 적으면 상기 방법은 글래이징 패널은 수리에 적합한 것으로 결정할 수 있다.

상기 방법은 하나 이상의 구간들의 계산된 길이가 주어진 임계값보다 적으면 글래이징 패널의 수리가 요구됨을 나타내는 신호를 출력하는 것을 포함할 수 있다.

상기 방법은 하나 이상의 구간들의 계산된 길이가 주어진 임계 값을 초과하면 글래이징 패널의 교체가 요구됨을 나타내는 신호를 출력하는 것을 포함할 수 있다.

글래이징 패널에서 다른 상이한 파손들을 비교할 때, 파손 중심의 크기는 파손의 하나 이상의 구간들의 길이보다 일반적으로 적음을 발견하였다. 이와 같이, 미리 결정된 값은 글래이징 패널에서 파손 중심의 측정된 크기들의 평균 또는 모드일 수 있다.

임의로, 파손 중심의 실제 너비(또는 직경)의 계산 값(즉, 미리 결정된 값)은 1mm 내지 3mm 일 수 있다. 특히 바람직한 파손 중심의 미리 결정된 너비(또는 직경)는 2mm일 수 있다. 이러한 범위/값은 출원인에 의해 수행된 파손들의 연구로부터 결정되었다.

이것의 효과는 미리 결정된 값이 파손 중심의 크기와 관련된 상대적인 하나 이상의 구간들의 상대 길이 및 파손의 하나 이상의 구간들의 계산된 실제 길이 사이에서 스케일링하는데 사용될 수 있기 때문에 파손 중심의 계산된 직경과 같은 파손 중심의 계산된 크기는 파손의 구간들의 길이를 측정하기 위해 사용될 수 있다는 점이다.

예를 들면, 파손 중심이 너비(또는 직경)가 항상 약 2mm가 되고 생성된 이미지가 상기 구간이 파손 중심 직경의 두배라고 표시하는 경우, 상기 방법은 2mm에 2의 스케일링 요소(scaling factor)를 곱하는 단계를 포함할 수 있다. 이것은 상기 구간들의 길이를 4mm로 계산한다. 이것은 데이터에서, 파손의 넓이(dimension)에 대한 그림을 도출하는 데 도움이 된다.

하나 이상의 구간들의 생성된(계산된) 길이는 파손의 계산된 크기를 표시하는데 사용될 수 있다. 파손의 크기는 임계값 파라미터와 비교하여 글래이징 패널의 교체 또는 수리의 필요성을 결정할 수 있다.

계산된 파손의 크기가 주어진 임계값을 초과하면 상기 방법은 글래이징 패널의 교체를 결정할 수 있다. 계산된 파손의 크기가 주어진 임계값보다 작은 경우 상기 방법은 글래이징 패널이 수리가 적절함을 결정할 수 있다.

상기 비교는 파손 임계값 파라미터 및 파손의 가장 긴 거리간에 수행될 수 있다.

임의로, 상기 미리 결정된 파손 중심의 크기의 계산값은 하나 이상의 파라미터들에 의존될 수 있다. 상기 파라미터들은 사용자에 의해 출력될 수 있고, 및/또는 장치 또는 처리 모듈에 사전 설정될 수 있다. 예를 들면, 상기 파라미터들은 글래이징 패널의 하나 이상의 특징부(예, 형태, 크기 등), 및/또는 파손 발생시 차량 이동 속도를 포함할 수 있다.

상기 이미지의 처리는 파손을 식별하기 위해 배경 부분을 삭제하여 이미지를 필터링하는 것을 포함할 수 있다.

이미지로부터 잡티(clutter)를 제거하고 글래이징 패널의 교체가 필요한지 여부를 결정하기 위한 기초로 사용되는 이미지 데이터의 품질을 향상시키기 위하여 형태학적 개선이 이미지에 적용될 수 있다.

상기 방법은 파손 이미지를 캡쳐하기 전에 글래이징 패널을 세척하는 것을 포함할 수 있다. 이것은 이미지를 처리하는데 영향을 줄 수 있는 먼지를 제거하는데 도움을 줄 수 있다. 예를 들면, 먼지가 이미지 처리 소프트웨어에 의해 파손으로 판단될 위험이 있다.

상기 방법은 파손 이미지를 캡쳐하기 전에 이미지 캡쳐 모듈 또는 장치의 플래시 기능이 사용되지 않도록 할 수 있다. 플래시 촬영을 사용하면 빛이 이미지 처리 소프트웨어의 정확성에 악영향을 미칠 수 있다. 예를 들면, 플래시는 글래이징 패널에 반사될 수 있어 파손의 식별 및 분석에 영향을 줄 수 있다.

상기 방법은 메모리에 설치될 때, 상기 정의된 바와 같이 방법을 실행하는 프로세서가 실행되도록 지시할 때 컴퓨터 실행 명령어들을 사용하여 수행될 수 있다.

상기 방법의 어떤 특징들은 본 발명의 장치를 사용하여 수행될 수 있음을 이해해야 할 것이다.

본 발명의 이들 및 다른 측면들은 본원에 기술된 실시예를 참조하여 명백하여 설명될 것이다.

본 발명의 제 1 및 제 2 실시예는 첨부된 도면을 참조하여 예시의 방법을 통해서 설명될 것이다:
도 1은 크랙이 생긴 윈드스크린을 도시한 것이다.
도 2는 크랙의 이미지를 캡쳐하는 카메라의 사용을 도시한 것이다.
도 3은 도 1의 윈드스크린에서 크랙을 분석하는데 사용될 수 있는 처리 모듈을 도시한 것이다.
도 4는 도 3의 시스템을 사용하여 윈드스크린에 크랙을 평가하는 것을 포함하는 단계를 구체화한 흐름도를 도시한 것이다.
도 5는 크랙의 푸리에 변환(Fourier transform)의 이미지를 도시한 것이다.
도 6은 크랙의 묘사된 이미지를 도시한 것이다.
도 7은 크랙(102)을 모델링하는데 사용될 수 있는 정렬을 도시한 것이다.
도 8은 파손 파라미터들을 생성하는 것을 포함하는 단계를 도시한 것이다.
도 9a는 윈드스크린의 조감도를 갖는 카메라의 시야를 개략적으로 도시한 것이다.
도 9b는 윈드스크린의 경사도를 갖는 카메라의 시야를 개략적으로 도시한 것이다.
도 10은 크랙을 분석하기 위해 카메라의 파라미터들을 사용하기 위해 카메라를 모델링하는 방법을 도시한 것이다.
도 11은 윈드스크린의 크랙의 크기를 결정하기 위해 시스템으로부터 출력되는 이미지를 도시한 것이다.

제 1 실시예에서, 도 1은 윈드스크린상에 떨어진 돌에 의해 크랙(102)이 생긴 유리 윈드스크린(100)을 도시한다. 윈드스크린(100) 내부에 차량 운전자는 크랙(102)의 이미지를 캡쳐하는데 사용되는 카메라(106)를 포함하는 모바일 전화기(104)를 사용하여 크랙(102)의 이미지를 캡쳐한다. 이 배열은 도 2의 측면 투상도에서 볼 수 있다. 카메라의 초점 거리를 100mm 미만으로 고정하여 카메라(106)의 초점을 좁은 거리에서 단단하게 한다.

크랙(102)의 이미지가 사용자 입력에 반응하여 캡쳐되고, 모바일 전화기(104)는 사용자가 카메라(106)로부터 우리가 도 3을 참조하여 지금 설명할 이미지 처리 모듈(108)로 이미지가 전송되기를 원한다는 것을 표시하도록 요청하는 프롬프트(prompt)를 제공하도록 구성된다. 이 단계는 사용자 스스로가 이미지의 품질을 평가할 수 있도록 하여 예를 들면 카메라(106) 렌즈상에 축적될 수 있는 궂은 날씨 상황에서와 같이 이미지가 선명하지 않은 것으로 보일 경우에 다른 이미지를 캡쳐할 수 있도록 한다.

카메라(106)는 적절한 방법을 사용하여 캡쳐된 이미지를 이미지 데이터 어레이(array)로 변환한다. 상기 카메라(106)는 카메라의 렌즈 파라미터 또한 저장되는 변환가능한 이미지 파일(EXIF)로 이미지 데이터를 저장할 수 있다.

말하자면, 카메라(106)는 이미지 캡쳐 모듈의 한 예로, 이는 크랙(102)의 이미지를 캡쳐하고 캡쳐된 이미지를 캡쳐된 이미지 데이터 형태로 이미지 처리 모듈(108)에 전송하여 크랙의 세부사항을 추출하도록 처리한다.

이미지 처리 모듈(108)은 모바일 전화기(104)의 일부를 구성하거나 모바일 전화기(104)와 분리되어 떨어져 있을 수 있다. 상기 이미지 데이터는 예를 들면 데이터 버스 또는 인터넷과 같은 적절한 수단에 의해 이미지 처리 모듈(108)로 전송된다.

바람직한 일 실시예에서, 상기 이미지 처리 모듈(108)은 모바일 폰에 다운로드된 소프트웨어 컴포넌트에 의해 실행된다. 이것은 소프트웨어 컴포넌트를 응용 프로그램(APP)으로 다운로드함으로써 실행될 수 있다. 상기 소프트웨어 컴포넌트는 카메라로부터 이미지 데이터를 처리하여 파손이 수리에 적절한지 여부 또는 글래이징 패널의 교체가 바람직한 해결책으로 요구되는지 여부를 결정할 수 있다.

상기 파손 분석 모듈(112)는 모바일 폰에 다운로드된 바람직하게는 이미지 처리 모듈(108)과 조합되어 한번에 다운로드된 소프트웨어 컴포넌트일 수 있다. 단일 다운로드된 소프트웨어 컴포넌트 I은 바람작하게는 폰 카메라로부터 이미지 데이터를 처리하기 위해 배치되고 소프트웨어에서 실행되는 하나 이상의 알고리즘을 사용하여 파손을 분석한다.

하나의 실시에서, 상기 캡쳐된 이미지 데이터는 데이터 입력 인터페이스(110)에서 이미지 처리 모듈(108)에 의해 수신된다. 그 다음 상기 이미지 데이터는 루틴 라이브러리(routine library) (114)에 액세스하도록 구성된 파손 분석 모듈(112)로 전송되고 여기서 루틴은 캡쳐된 이미지 데이터의 분석을 통해 캡쳐된 데이터에 대한 연산을 수행하도록 저장될 수 있다.

상기 파손 분석 모듈(112)는 또한 상기 모바일 전화기(104)와 관련된 파라미터들이 저장된 장치 파라미터 데이터베이스(116)에 액세스하도록 구성된다.

모바일 전화기(104)와 관련된 파라미터들은 예를 들면, 초점거리, 및 렌즈의 센서 크기와 같은 카메라의 이미지 캡쳐 능력을 정의하는 칩 파라미터들(chip parameters) 및 예를 들면, 모바일 전화기(104)의 길이 및 모바일 전화기(104)의 상단 모서리와 카메라(106)의 이미지 중심간의 거리와 같은 모바일 전화기(104)의 공간 파라미터들(dimensional parameters)을 포함한다.

상기 파손 분석 모듈(112)은 또한 디스플레이상에 파손 분석 모듈(112)로부터 전송된 이미지 데이터 및 디스플레이상에 파손 분석 모듈(112)로부터 전송된 파라미터 데이터를 표시하도록 작동하는 디스플레이 모듈(118)과 연결되어 작동한다.

도 4를 참조하여 파손 분석 모듈(112)를 사용한 크랙(102)의 분석방법을 설명할 것이다,

상기 파손 분석 모듈(112)는 단계 S400 에서 이미지 데이터를 수신한다. 상기 파손 분석 모듈(112)는 그 다음 단계 S402에서 루틴 라이브러리(114)로부터 푸리에 변환 루틴을 호출하고 상기 푸리에 변환 루틴을 사용하여 도 5a에 도시된 바와 같이 분리된 2차원 푸리에 변환을 이미지 데이터에 적용하여 변환된 이미지를 생성한다.

도 5a에서 우리는 변환된 이미지를 볼 수 있다. 도 5a는 각 푸리에 컴포넌트의 크기에 대한 공간 주파수(spatial frequency)를 도시한다. 낮은 공간 주파수는 변환된 이미지의 중심을 차지하고 높은 공간 주파수는 변환된 이미지의 중심으로부터 멀리 이동함을 보여줄 것이다.

이미지의 푸리에 변환을 실행하는 것은 파손 분석 모듈(112)가 그것의 컴포넌트 공간 주파수 및 상의 관점에서 이미지의 분석을 수행하도록 할 수 있다. 지금 설명하는 바와 같이, 이것은 관심없는 공간 주파수를 제거할 수 있게 하고 관심있는 공간 주파수를 유지함으로써 관심있는 이미지를 재구성할 수 있게 한다.

단계 S404에서 파손 분석 모듈(112)에 의해 버터워쓰 밴드패스 필터(Butterworth bandpass filter)가 변환된 이미지에 적용된다. 상기 버터워쓰 밴드패스 필터(Butterworth bandpass filter)에 의해 실행되는 마스크(mask)는 도 5b에 도시된다. 버터워쓰 밴드패스 필터(Butterworth bandpass filter)는 도 5a에 보여지는 변환된 이미지상에 마스크를 실행하고 낮은 공간 주파수(도 5b의 중심에 검은 점으로 보여지는) 및 이미지상의 먼지 및 티끌의 얼룰들을 나타내는 매우 높은 공간 주파수(도 5b의 이미지에서 검은 경계선)를 제거한다.

그 다음 변환된 이미지 데이터에 대해 역 분산 2차원 푸리에 변환을 수행하기 위해 루틴 라이브러리(114)로부터 푸리에 변환 역변환 루틴을 호출함으로써 이미지 데이터의 푸리에 변환이 단계 S406에서 전환된다.

변환된 이미지 데이터에 대한 역 푸리에 변환의 수행은 푸리에 도메인으로부터 리얼 도메인으로 변환된 이미지 데이터를 전송하여 리얼 도메인 이미지 데이터를 생성한다. 생성된 리얼 도메인 이미지는 도 6a 및 6b에 도시된다.

푸리에 변환을 사용하여 도 6b에 도시된 이미지를 생성하는 것은 배경으로부터 크랙을 분리하는 효과가 있다.

리얼 도메인 이미지 데이터는 관심 영역을 보다 명확히 묘사하기 위해 단계 S408에서 4의 임계 강도와 비교된다.

도 6a는 버터워쓰 밴드패스 필터(Butterworth bandpass filter)를 사용하지 않은 리얼 도메인 이미지 데이터를 보여준다. 도 6b는 도 5a에 도시된 변환된 데이터에 버터워쓰 밴드패스 필터(Butterworth bandpass filter)를 적용하고 임계값을 적용하여 4의 임계 강도를 사용하여 이진 이미지를 생성한 후의 리얼 도메인 이미지 데이터를 보여준다. 이 실시예에서 버터워쓰 밴드패스 필터(Butterworth bandpass filter)는 3의 롤오프 값(rolloff value)을 가진다.

버터워쓰 밴드패스 필터(Butterworth bandpass filter)의 상한 및 하한의 컷오프 주파수는 이미지의 가장 긴 면(m으로 표시)에 픽셀의 수에 의해서 모델링될 수 있으며 각각 다으모가 같이 표현될 수 있다:

이러한 관계는 표준 시험 및 수치적인 실험을 사용하여 변경될 수 있다.

도 6b에 도시된 이미지는 단지 크랙(102) 이상을 포함할 수 있는 이미지이다. 그것은 또한 단계 S400 내지 S408은 통과하였지만 윈드스크린상에 먼지의 얼룩 및 파손 분석 모듈(112)에 의해 수행되는 다른 처리 인공물들로 인한 이미지를 포함할 수 있다.

4의 임계 강도를 사용하여 도 6b에 나타낸 이진 이미지를 생성하는 것은 관심 영역을 더 선명하게 나타내는데 도움이 된다. 도 6b에 도시된 리얼 도메인 이미지 데이터에 의해 보여지는 이미지는 낮은 공간 주파수 영역인 크랙 -중심 크랙 영역을 포함하는- 을 강조한다.

볼 수 있듯이, 푸리에 접근법은 초점이 맞고 배경이 아닌 것을 가정하에 복잡한 배경으로부터 크랙 영역을 분리하는 매우 정교한 작업을 한다.

그 다음 단계 S410에서 파손 분석 모듈(112)는 루틴 라이브러리(114)로부터 형태학적 루틴을 호출하여 도 6b에 도시된 이미지로부터 잡티를 제거한다.

상기 형태학적 루틴은 도 6b에 도시된 이미지에 대해 여러 작업을 수행한다. 이 이미지는 2진 이미지이다. 검은 영역은 0 값(zero-valued) 이고 흰 영역은 0이 아닌 값이다. 픽셀 값은 파손 분석 모듈(112)의 메모리에 저장되고 S400 내지 S408 단계의 처리 결과이다.

이러한 작업 중 제 1 단계는 참고문헌 [1]에서 설정된 프로세스에 따라 0값을 0이 아닌 값으로 대체함으로써 흰색 영역으로 둘러싸인 검은 픽셀 크기의 영역을 흰색으로 채우는 형태학적 재구성을 사용하는 채우기 작업이다.

이러한 작업 중 제 2단계는 매우 작은 0이 아닌 값을 가진 영역을 제거하는 클린업 작업이다. 매우 작은 0이 아닌 값의 영역들은 (이미지의 최대 크기/500)의 제곱보다 작은 영역을 차지하는 0이 아닌 값의 영역으로 정의한다. 상기 이미지의 최대 크기는 이미지의 너비의 길이와 이미지의 길이를 비교함으로써 간단히 파손 분석 모듈에 의해 결정될 수 있다.

그 다음 제 1 형태학적 작업이 제 2 형태학적 작업에 의해 생성된 흰 영역으로 둘러싸인 검은 픽셀 크기 영역을 채우는 작업이 반복된다. 이것이 제 3 형태학적 작업이다.

그 다음, 제 4 형태학적 작업이 수행되어 크랙(102)의 이미지에서 갭들을 갖는 구간들을 연결시킨다. 이것은 참고문헌 [2]에서 기술된 바와 같이 형태학적 클로징 작업을 사용하여 실행된다. 부식이 수행된 다음 (이미지 최대 넓이\5312)의 반경에 20을 곱한 디스크 형태의 구조 요소의 사용을 통해서 확장된다. 20의 값은 경험적으로 결정되어 변경될 수 있다. 이 값은 다른 이미지 해상도에 과도한 부담 없이 결정될 수 있다.

제 1 형태학적 작업이 이어서 제4 형태학적 작업에 의해 생성된 흰 영역으로 둘러싸인 픽셀 크기의 검은 영역을 채우도록 반복된다. 이것이 제 5 형태학적 작업이다.

제 6 형태학적 작업이 이어서 수행되어 작은 0이 아닌 영역을 버린다. 작은 영역들은 (이미지의 최대 넓이/100)의 제곱과 같은 영역을 갖는 영역으로 정의된다.

제 7 형태학적 작업이 이어서 수행되어 이미지에서 분리된 객체를 제거한다. 관심있는 분리된 객체들은 이미지의 중심에서 가장 가까운 가장 큰 객체 반지름의 3/4보다 먼 객체들이다. 이것은 여전히 흩어져 있는 크랙의 구간들이 포함되고 불필요한 인공물들도 포함됨을 의미한다. 상기 제 7 형태학적 작업은 이미지에서 각 나머지 영역에 대해, 중심(centroid), 즉 이미지의 질량 중심, 및 영역의 장축의 길이를 찾음으로써 실행된다. 중심이 이미지의 질량 중심에 얼마나 가까운지에 따라 각 영역에 추가 가중치가 할당된다.

상기 가중치 w = 1/d²로, 상기 d는 중심(centroid) 및 이미지 중심간의 유클리디안 거리(Euclidean distance)이다. 이미지의 중심에 가장 가까운 가장 큰 영역이 선택되고 그것의 장축 길이는 영역들이 버려지는 반경(또는 그것의 중심으로부터 장축 길이의 3/4)을 설정하는데 사용된다. 말하자면, 형태학적 루틴 및 중심에서 경계까지의 계산은 이미지에서 가장 큰 객체의 반경의 크랙의 중심으로부터의 거리에 그 반경의 반을 더한 거리 내에 모든 “얼룩”을 유지하도록 구성되어 크랙(102)에 불연속성이 손실되지 않음을 보장한다.

형태학적 작업 후, 형태학적 작업이 이미지 데이터를 정제하기 위해 적용된 후, 상기 이미지 데이터는 크랙(102)의 크기를 결정하는데 사용될 수 있다.

파손 분석 모듈(112)은 모서리 검출(edge detection), 형태화(morphology), 블러링(blurring) 및 임계화(thresholding)를 추가로 적용하여 크랙(102)의 중심을 결정한다.

실험을 통해 크랙의 중심이 보통 직경이 약 2mm임을 알 수 있었다. 파손 분석 모듈(112)은 정제된 이미지 데이터 및 크랙(102)의 중심을 결정으로부터 얻은 데이터를 사용하여, 크랙(102)의 구간의 길이를 계산하고 크랙(102)의 중심의 직경가 비교하여 구간들의 길이를 특징짓는, 즉 크랙(102)의 중심과 비교하여 구간들의 스케일링 요소(scaling factor)의 비례값을 결정하도록 동작된다. 크랙의 중심이 대게 2mm인 점을 사용하여, 스케일링 요소가 상기 구간들의 길이를 결정하는데 사용될 수 있다. 이것은 크랙(102)의 크기의 비교정 분석(uncalibrated analysis)을 제공한다.

결정된 구간들의 길이는 대략적인 크랙(102)의 크기를 근사화하는데 사용될 수 있고 파손 분석 모듈(112)이 윈드스크린의 교체가 필요한지 여부 또는 수리로 충분한지 여부의 결정할 수 있게 하며, 크랙(102)의 크기는 이러한 결정을 하는데 중요하고, 수리/교체 임계치와 비교함으로써, 파손 분석 모듈(112)은 이러한 결정을 자동화할 수 있다. 상기 파손 분석 모듈(112)는 디스플레이 모듈(118)에 이러한 결정을 출력할 것이다.

결과, 예를 들면, 윈드스크린의 교체가 필요한지 여부가 단계 S412에서 디스플레이 모듈 (118)을 사용하여 표시된다.

크랙의 반지름 스파이키니스(spikeyness)의 정도의 가정하에 크랙의 구간 크기를 계산하기 위해 크랙 중심의 관측된 계산치를 사용하는 것은 이미지가 크랙으로 찍혀 사용될 수 있고 현장에서 어떠한 보정도 없이 크랙을 분석하여 크랙 (102)에 대한 크기를 제공하는데 사용될 수 있음을 의미한다.

이 방법은 크랙 분석이 넓은 범위의 조건에서 기술자의 참석없이 수행되도록 할 수 있다.

제 2 실시예에서, 우리는 모바일 전화기(104) 및 카메라(106)의 렌즈의 파라미터를 이용하여 크랙(102)의 파라미터를 도출하는 방법을 지금 기술한다. 이것은 이미지에 각도가 미치는 영향을 보정하는 것을 도울 수 있다.

제 2 실시예는 본 발명의 범위를 벗어나지 않고 제 1 실시예와 결합될 수 있다.

도 2에 도시된 배치는 카메라(106)의 칩 파라미터 및 모바일 전화기(104)의 기하학적 파라미터를 사용하여 크랙의 크기를 계산할 수 있다.

윈드스크린에 대한 모바일 전화기(104)의 회전(피벗각 또는 경사각)각도를 계산하기 위해, 우리는 모바일 전화기(104)의 기하학적 파라미터들을 사용할 수 있다.

카메라(106) 렌즈 시야의 중심에 크랙(102)을 위치시키면, 직각 삼각형을 그릴 수 있다. 이는 도 7과 관련하여 설명된다.

크랙(102)이 발견된 후, 모바일 전화기(104)는 크랙(102)의 바닥에 상단 모서리를 갖는 윈드스크린상에 편평하게 놓여진다. 이것은 모바일 전화기(104)의 하단 모서리 및 크랙의 바닥 사이의 거리가 모바일 전화기(104)의 길이와 동일함을 의미한다. 모바일 전화기(104)는 카메라(106) 시야의 중심에 크랙(102) 위치할 때가지 모바일 전화기(104)의 하단 모서리로부터 기울여진다. 시야의 중심을 표시하기 위해 모바일 전화기(104)의 디스플레이상에 표지가 제공될 수 있다.

모바일 전화기(104)의 하단 모서리 및 카메라(106) 렌즈간의 거리는 장치 파라미터 데이터베이스(116)으로부터 도출될 수 있다. 그러므로 모바일 전화기(104)의 하단 모서리 및 윈드스크린(100)의 회전각, 카메라 렌즈의 z축 및 하단 모서리 및 크랙 바닥간에 형성된 거리로 정의되는 직각삼각형이 형성된다.

우리는 모바일 전화기(104)의 기하학적 파라미터들 및 렌즈 파라미터들이 크랙의 파라미터의 계산에 어떻게 사용되는지를 기술한다.

크랙의 이미지는 카메라(106) 시야의 중심에 크랙(102)이 위치할 때까지 모바일 전화기(104)가 회전한다는 전술한 과정으로 계속적으로 촬영된다.

이는 카메라 렌즈의 z축, 하단 모서리 및 크랙의 바닥간에 형성된 거리 및 하단 모서리 및 카메라 렌즈간의 길이에 의해 직각삼각형이 형성되도록 할 수 있다.

도 8과 관련하여, 우리는 모바일 전화기(104)의 기하학 및 렌즈 파라미터들이 파손의 파라미터들을 계산하는데 어떻게 사용될 수 있는지를 설명한다.

단계 S800에서, 파손 분석 모듈(112)는 장치 파라미터 데이터베이스(116)으로부터 모바일 전화기(104)의 하단 모서리 및 크랙의 바닥간의 거리(즉, 모바일 전화기의 길이) 및 모바일 전화기(104)의 하단 모서리 및 카메라 렌즈간의 길이를 도출한다. 그 다음 모바일 전화기(104)의 회전각은 하단 모서리 및 크랙의 바닥간에 형성된 거리 및 하단 모서리 및 카메라 렌즈간의 길이의 코사인 관계(cosine relationship)사용하여 단계 S802에서 계산될 수 있다.

그 다음 우리는 카메라의 픽셀 및 이미지의 실제 공간 크기 간의 평면-평면 호모그래픽 맵핑을 유도하기 위해 카메라 파라미터들을 사용할 필요가 있다. 평면-평면 호모그래픽 맵핑 루틴은 단계 S804에서 루틴 라이브러리(114)로부터 호출되어 이미지의 실제 공간 크기를 도출한다.

이미지의 실제 공간 크기를 제공하기 위한 호모그래픽 맵의 도출은 “핀-홀 카메라 모델(pin-hole camera model)”을 기반으로 하는데, 이는 카메라가 카메라의 시야 영역을 카메라(106)의 렌즈에 대해 확대되는 직사각형의 콘으로 생각한다. 이것은 도 9a 및 9b에 개략적으로 도시된다.

도 9a는 모바일 전화기(104)가 윈드스크린(100) 상에 직접 위치하는 경우를 도시한 것이다. 즉, 카메라(106)은 윈드스크린의 조감도를 제공한다. 이 예에서, 시야 영역 A1은 직사각형이고 각 픽셀은 동일한 양의 실제 공간(밀리미터 단위로)을 차지한다.

이 예에서, 그리고 도 9b에 도시된 바와 같이, 모바일 전화기(104)는 윈드스크린(100)에 대하여 일정 각도에 있다. 상기 각도는 단계 S802에서 계산된다. 시야 영역 A2는 사다리꼴이 되어 카메라에 가까운 픽셀이 먼 거리에 있는 픽셀보다 적은 밀리미터를 나타내는 것을 의미한다.

우리는 평면 대 평면 호모그래픽 맵이 어떻게 도출되는지에 대한 이론적 기초를 설명하나, 이는 루틴 라이브러리(114)를 사용하여 이용 가능한 루틴을 사용하여 파손 분석 모듈(112)이 이용할 수 있는 루틴을 사용하여 수치적으로 구현된다는 것을 이해할 것이다.

카메라(106)의 부분을 형성하는 직사각형 이미지 센서 및 회전각(θ)에 의해 평면으로부터 각도를 이룬 센서를 고려하면, 상기 센서에 의해 관찰된 영역은 이등변 사다리꼴로 맵핑된다. 이 사다리꼴의 바닥의 너비는 θ에 직접 의존한다. 평면 대 평면 호모그래픽 맵핑 루틴을 사용하여 우리는 카메라(106)상의 픽셀에 대한 지식을 사용하여 크랙(102)의 파라미터들을 수치적으로 계산하기 위해 이러한 원리를 이용할 수 있다.

우리는 x-축에 대한, 3D 회전 매트릭스를 회전각 θ에 대한 함수로 다음과 같이 정의한다:

상기 θ는 윈드스크린에 대한 모바일 전화기(104)의 각도이다. 우리는 데카르트 x, y 및 z 차원에서 영점을 (0,0,0)으로, 즉 세계 원점으로 정의할 수 있다. 이것은 x축에 정렬된 모바일 전화기(104)의 하단 모서리의 중심 지점이다. 이 좌표 시스템의 y축은 그 다음 전화기의 하단에서 상단으로 수직으로 향한다. 단순화시키기 위해 일반성을 잃지 않고, 카메라가 전화기의 하단으로부터 일정 거리 d_c에 y축상에 있다고 가정한다. 이때, 상기 카메라 중심은 다음과 같이 정의된다:

카메라(106) 렌즈의 초점거리 및 수직 및 수평 센서 크기는 그 다음 단계 S806에서 장치 파라미터 데이터베이스(116)으로부터 도출될 수 있다. 이러한 파라미터들은 칩 파라미터로 지칭될 수 있다. 이것은 카메라로부터 시야 영역을 계산하도록 할 수 있다. 시야 영역은 수평 및 수직 시야각(각각 α_H 및 α_V으로 표시)으로 지칭되는 두 개의 부호로 정의되고, 다음의 등식으로 정의된다:

상기 s_x 및 s_y는 수평 및 수직 센서 크기이고 f는 초점 길이이다.

계산된 수평 및 수직 시야각을 가지고, 파손 분석 모듈(112)은 평면 대 평면 호모그래픽 맵핑을 사용하여 단계 S808에서 윈드스크린(100)상의 시야를 제공하기 위하여 피라미드 시야의 모서리를 계산한다. 이것은 도 9b에 개략적으로 도시된 사다리꼴을 제공하는데, 즉, 상기 사다리꼴은 렌즈에 더 가까운 픽셀에 대해 렌즈로부터 먼 픽셀에 의해 점유되는 공간의 차이를 보상하기 위해 보정될 필요가 있는 것이다. 다시 말하면, 우리는 사다리꼴을 스케일링하여 처리중인 계산이 각 픽셀에 실제 공간의 동일한 양을 부여하도록 할 필요가 있다.

이는 렌즈와 크랙(102) 간의 시선을 따라 렌즈로부터 연장되는 광선(ray)인 선에 의해 파손 분석 모듈(112)에 의해 사용되는 평면 대 평면 호모그래픽 맵핑 루틴에서 모델링된다. 이 선은 윈드스크린에 표시되는 평면을 교차하고 - 즉, 평면 대 평면 호모그래픽 루틴은 평면에 의해 모델링된다.

단계 S810에서, 상기 평면 대 평면 호모그래픽 맵핑 루틴은 루틴 라이브러리(113)로부터 수치적 해결 루틴을 호출하여 윈드스크린의 평면 및 렌즈 및 크랙(102)의 시선을 따라 렌즈로부터 연장되는 선을 정의하는 연립 방정식을 해결한다. 상기 평면 대 평면 호모그래픽 맵핑 루틴은 윈드스크린(100)을 정의하는 평면이 편평하고 카메라(105)은 그것에 대해 기울어져 있다는 가정하에 프로그래밍된다. 이것은 시선을 따라 렌즈로부터 연장되는 선 및 윈드스크린(100)의 평면간의 교차점을 제공한다.

이론적으로, 이것은 센서/이미지-평면의 모서리 및 상기 언급한 사디리꼴을 형성하는 윈드스크린을 통해 카메라의 중심 지점으로부터 나오는 광선의 계산으로 표현될 수 있다.

우리는 상기 정의된 바와 같이 α_H 및 α_V의 각 수평 및 수직 시야각이 주어지면, 이미지 평면에 평행한 평면과 광선의 교차점을 단위 거리에서 먼저 얻는다.

직사각형 센서의 각 모서리마다 하나씩 4 개의 광선이 있다. 최소 및 최대 x값은 다음과 같이 정의될 수 있다:

비슷하게, 우리는 최소 및 최대 y 값을 다음과 같이 정의할 수 있다:

우리는 직사각형 센서의 모서리를 다음과 같이 정의할 수 있다:

크기에 따라 이들 좌표를 정규화하는 것은 4개 광선의 방향을 우리에게 제공한다. 우리는 이들 각 좌표들의 광선 방향을 다음과 같이 정의한다:

만약 우리가 전화기가 x 축에서 θ 만큼 회전한다고 가정하면, 우리는 지금 카메라 중심의 위치를 다음과 같이 계산할 수 있다:

이것은 우리가 다음과 같이 광선들의 방향을 정의할 수 있게 한다:

이것은 우리에게 이미지 평면에 평행한 평면과의 알려진 교차점을 갖는 데카르트 좌표(Cartesian coordinates) 광선들을 제공하고, 우리는 이 교차점이 단 한번 발생하는 것임을 안다. 이것은 실제 세계에서 시야를 나타내는 사다리꼴을 제공한다.

우리는 다음과 같이 사다리꼴의 모서리를 정의한다:

우리는 참고문헌 [3]에 기술된 선 평면 교차 공식을 사용하여 사다리꼴의 정점을 계산한다.

우리는 윈드스크린 평면에 대한 법선이 벡터 n=(0,0,-1)이고, 그것이 교차 공식이 다음과 같이 단순화된다는 것을 의미하는 세계 기원에 있다는 것을 안다:

상기 지점

는 사다리꼴 정점 및 이미지 좌표간의 상기 4 지점 대응 기술을 사용하여 이미지-평면에서 실제 평면에까지 호모그래픽 맵핑 H를 정의할 필요가 있는 사다리꼴 정점을 의미한다.

상기

는 이미지의 너비이고 h는 이미지의 높이이다. 이 호모그래픽 맵핑을 어떻게 얻는지를 논의하는 알고리즘은 참고문헌 [4]에 논의되어 있다.

모바일 전화기(104)의 하단 모서리 및 크랙의 바닥간에 형성된 거리(즉, 모바일 전화기(104)의 길이) 및 모바일 전화기(104)의 하단 모서리 및 카메라 렌즈간의 길이가 단계 S800에서 장치 파라미터 데이터베이스(116)으로부터 도출되어 파손 분석 모듈(112)의 메모리에 저장되어 있기 때문에 윈드스크린 상의 카메라의 높이는 피타고라스 정리를 사용하여 파손 분석 모듈(112)에 의해 계산될 수 있다.

단계 S810으로부터 결과는 실제 세계에서 사다리꼴이다(X₁, X₂, X₃, X₄). 상기 파라미터들(X₁, X₂, X₃, X₄)과 (단계 S812에서 파손 분석 모듈(112)에 의해 수행된) 윈드스크린상의 캡쳐된 이미지의 모서리간의 비교는 윈드스크린(100)상의 시야에 밀리미터 단위로 위치시키기 위해 카메라(106)의 픽셀들의 위치를 맵핑하는데 필요한 스케일링을 제공한다. 이것은 우리에게 평면 대 평면 호모그래픽 맵을 제공한다. 스케일링은 카메라의 시야와 윈드스크린(100)간의 크기, 회전, 스큐(skew) 및 변환(translation)을 나타내는 3x3 매트릭스 형태이다.

평면 대 평면 호모그래픽 맵은 캡쳐된 이미지에 대한 원근감의 영향의 보정을 가능하게 하고 파손 분석 모듈(112)이 크랙(102)에 대한 크기 파라미터들을 도출하도록 하는 픽셀 크기에서 밀리미터로의 변환을 가능하게 한다.

상기 평면 대 평면 호모그래픽 맵은 카메라 (106)의 윈드스크린을 나타내는 평면 상에 2차원 이미지 평면을 맵핑하는 매트릭스이다.

상기 평면 대 평면 호모그래픽 맵의 결과는 크랙의 위치 및 모양을 나타내는 밀리미터 단위의 정사투영 마스크(orthorectified mask)를 제공한다.

이해되는 바와 같이, 평면 호모그래픽 맵핑 루틴으로부터의 결과인 평면 대 평면 호모그래픽 맵의 이러한 결과에 응답하여, 상기 파손 분석 모듈(112)는 루틴 라이브러리(113)로부터 볼록 껍질 계산 루틴(convex hull calculation routine)을 호출한다. 윈드스크린의 시야상에 밀리미터 단위의 위치는 루틴 라이브러리(114)로부터 볼록 껍질 계산 루틴에 제공된다.

볼록 껍질은 요약건대, 시야상에 밀리미터단위로 각 위치를 커버하는 공간이다. 상기 볼록 껍질 계산 루틴으로부터의 결과는 “블롭(blob)”과 같은 간단한 용어로 표현될 수 있는 데이터로, 이것은 검출된 크랙(102)과 동일한 크기일 수 있다. 이는 블롭을 사용하여 검출된 크랙(102)에 대해 분석이 수행되게 한다.

파손 분석 모듈(112)는 그 다음 루틴 라이브러리(114)로부터 가장 작은 원 루틴(smallest-circle routine)을 호출하여 볼록 껍질 계산 루틴의 결과인 불록 껍질에 대한 가장 작은 원 문제(the smallest circle problem)에 대한 수치적인 해결을 구현한다. 이 모듈은 볼록 껍질 내 각 지점들을 둘러싸는 가장 작은 원을 출력하여 크랙(102)에 대한 최소 반경을 제공한다.

볼록 껍질을 나타내는 데이터, 볼록 껍질에 대한 가장 작은 원 문제를 해결하는 데이터 및 크랙에 대한 계산된 반경은 각각 파손 분석 모듈(112)에 의해 저장되고 저장소는 처리 모듈(108)에 위치하거나 처리 모듈(108)로부터 떨어져 있다.

말하자면, 파손 분석 모듈(112)는 모바일 전화기(104)의 기하학적 파라미터들 및 카메라(106)의 파라미터들을 사용하여 크랙(102)에 대한 반경을 생성한다.

파라미터들 및 가장 작은 원형 루틴으로부터 출력된 원은 그 다음 단계 S814에서 디스플레이 모듈(118)을 사용하여 디스플레이될 수 있다.

디스플레이 모듈(118)에 의해 제공될 수 있는 예시적 이미지는 도 11에 도시된다. 일 예에서, 가장 작은 원의 직경은 16mm로 표시되고, 8mm 변경을 의미한다. 이 경우에 계산된 가장 큰 크랙 직경은 16mm이다. 여기서 효과는 크랙의 최소 크기가 계산되고 윈드스크린 교체의 필요성을 결정하는데 사용될 수 있다는 것이다.

계산된 반경은 파손 분석 모듈(112)에 의해 교체/수리 임계값과 비교되어 크랙(102)이 교체가 필요한지 아니면 수리만으로 충분한지 여부를 결정한다.

모바일 전화기(104)상에 케이스의 존재는 측정된 파라미터가 모바일 전화기(104)의 길이에 추가되기 때문에 에러를 초래할 가능성이 있지만, 상기 에러는 일반적으로 약 3%이다. 3% 에러 마진(margin)은 파손 분석 모듈(112)의 계산에 내장되고 디스플레이 모듈(118)에 의해 디스플레이상에 제공된다.

모바일 전화기(104)의 하단 및 카메라(106)간의 거리는 장치 파라미터 데이터베이스(116)로부터 이용 가능하지 않을 수도 있다. 이 경우, 우리는 설명된 방법의 견고성을 향상시키기 위해 파라미터를 계산할 수 있다.

크랙(102)의 이미지가 캡쳐되고 있을 때, 모바일 전화기(104)에 내장된 경사계를 사용하여 모바일 전화기의 각도를 얻을 수 있다. 이것은 다음의 등식을 사용하는 높이 h의 계산에 사용될 수 있다:

상기 l은 모바일 전화기(104)의 길이이고 각도 θ는 경사계로부터 얻은 각도이다.

비슷하게, 전화기 각도는 시야각, 이미지 해상도 및 센서 크기를 사용하여 계산될 수 있다.

제 1 기술과 관련된 설명에서와 같이, 바람직한 일 실시예에서 이미지 처리 모듈(108)은 모바일 전화기에 다운로드된 소프트웨어 컴포넌트에 의해 구현된다. 이것은 앱과 같은 소프트웨어 컴포넌트를 다운로드하는 수단으로써 구현될 수 있다. 상기 소프트웨어 컴포넌트는 카메라로부터의 이미지 데이터를 처리하여 파손이 바람직한 해결책으로 수리하는 것이 적절한지 아니면 글래이징 패널의 교체가 요구되는지 여부를 결정하게 할 수 있다.

파손 분석 모듈(112)은 모바일 전화기에 다운로드된 소프트웨어 컴포넌트일 수 있고, 바람직하게는 단일 다운로드로 이미지 처리 모듈(108)과 결합된 것일 수 있다. 단일 다운로드된 소프트웨어 컴포넌트 I은 바람직하게는 전화기 카메라로부터 얻은 이미지 데이터를 처리하도록 설정되고 소프트웨어에서 구현되는 하나 이상의 알고리즘을 사용하여 파손을 분석한다.

파손 분석 모듈(112)은 가장 작은 원의 반경에 기초하여 전체 윈드스크린 교체가 요구되는지 여부에 대하여 디스플레이상에 경고를 제공하도록 작동한다. 크랙(102)이 특정 임계값을 넘으면, 파손 분석 모듈(112)은 윈드스크린의 교체가 필요한지 아닌지 여부를 표시할 것이다. 상기 경고는 모바일 전화기(104)의 디스플레이상에 디스플레이될 것이다.

상기 언급된 실시예들은 본 발명을 제한하기보다는 예시하고, 통상의 기술자는 첨부된 청구범위에 의해 정의된 본 발명의 범위를 벗어나지 않고 많은 대안적인 실시예를 설계할 수 있음을 알아야 한다. 청구범위에서, 괄호 안의 임의의 참조 부호는 청구 범위를 제한하는 것으로 해석되어서는 안된다. 용어 “포함하는” 및 “포함하다”, 등은 청구 범위 또는 명세서 전체에 열거된 요소 또는 단계 이외의 요소의 존재를 배제하지 않는다. 본 명세서에서, “포함하다”는 함유하다 또는 구성되다”를 의미하고 “포함하는”은 “함유하는 또는 구성되는”을 의미한다. 요소의 단일 참조는 그러한 요소의 복수 참조를 배제하지 않으며, 그 반대로 마찬가지이다. 본 발명은 몇몇 별개의 요소들을 포함하는 하드웨어에 의해 그리고 적절하게 프로그램된 컴퓨터에 의해 구현될 수 있다. 여러 수단들을 열거하는 장치 청구항에서, 이들 수단들 중 몇몇은 하나의 동일한 하드웨어 아이템에 의해 구현될 수 있다. 특정 측정값이 서로 다른 종속항에서 인용된다는 사실만으로 이 측정값의 조합을 활용할 수 없다는 것을 의미하지 않는다.

참고문헌

[1] http://www.mathworks.com/tagteam/64199_91822v00_eddins_final.pdf

[2]https://en.wikipedia.org/wiki/closing_(morphology)

[3]Joseph O'Rourke “Computational Geometry in C”Cambridge University Press, 2012

[4]Richard Hartley and Andrew Zisserman “Multiple View Geometry in Computer Vision”Cambridge University Press, 2011.

Claims

차량 글래이징 패널에서 파손 이미지를 캡쳐하는 단계; 및
파손의 이미지를 처리하는 단계;를 포함하는 차량 글래이징 패널에서 파손을 분석하기 위한 파손 분석 방법.
제 1항에 있어서, 상기 방법은 이미지의 처리에 기초하여 글래이징 패널의 교체 및 수리의 필요를 결정하는 단계를 추가로 포함하는, 파손 분석 방법.
제 1항 또는 제2항에 있어서, 상기 파손의 이미지는 차량 글래이징 패널에 대해 기울어진 각도에서 캡쳐되는 것인, 파손 분석 방법.
제 1항 내지 제 3항 중 어느 한 항에 있어서, 상기 이미지는 글래이징 패널의 표면과 접촉하여 고정된 모바일 컴퓨터 장치에 의해 캡쳐되고, 상기 모바일 컴퓨터 장치는 카메라를 포함하는 것인, 파손 분석 방법.
제 4항에 있어서, 상기 모바일 컴퓨터 장치는 카메라의 시야 내 미리 결정된 위치에서 파손을 관찰하도록 기울어진 것인, 파손 분석 방법.
제 5항에 있어서, 상기 미리 결정된 위치는 모바일 컴퓨터 장치 상에 디스플레이된 표지(indicia)에 의해 표시되는 것인, 파손 분석 방법.
제4항 내지 제6항 중 어느 한 항에 있어서, 모바일 컴퓨터 장치를 글래이징 패널의 표면상에 편평하게 배치하는 단계; 및 모바일 컴퓨터 장치를 글래이징 패널로부터 멀어지도록 피벗시키는 단계(pivoting)를 포함하고, 상기 모바일 컴퓨터 장치의 적어도 한 부분은 글래이징 패널과 접촉을 유지하는 것인, 파손 분석 방법.
제 7항에 있어서, 상기 카메라는 모바일 컴퓨터 장치가 피벗하기 전에 파손에 대해 미리 결정된 위치에 놓이는 것인, 파손 분석 방법.
제8항에 있어서, 모바일 컴퓨터 장치를 피벗시키기 전에 모바일 컴퓨터 장치의 특징(feature)을 파손에 대해 미리 결정된 위치에 정렬시키는 단계를 포함하는, 파손 분석 방법.
제 9항에 있어서, 상기 모바일 컴퓨터 장치를 피벗시키기 전에 상기 모바일 컴퓨터 장치의 모서리(edge)를 상기 파손의 가장 낮은 포인트와 정렬시키는 단계를 포함하는, 파손 분석 방법.
제7항 내지 제10항 중 어느 한 항에 있어서, 카메라의 시야 내에서 미리 결정된 위치에 파손이 관찰될 때까지 모바일 컴퓨터 장치를 피벗시키는 단계를 포함하는, 파손 분석 방법.
제 11항에 있어서, 상기 미리 결정된 위치는 카메라 시야의 중앙인, 파손 분석 방법.
제7항 내지 제12항 중 어느 한 항에 있어서, 모바일 컴퓨터 장치의 기하학적 파라미터 및 카메라의 렌즈 파라미터를 사용하여 파손의 크기를 계산하는 것을 포함하는, 파손 분석 방법.
제13항에 있어서, 상기 모바일 컴퓨터 장치의 기하학적 파라미터는 모바일 컴퓨터 장치 및 글래이징 패널간의 피벗각을 결정하는데 사용되는 것인, 파손 분석 방법.
제13항 또는 제14항에 있어서, 상기 이미지를 처리하는 단계는 추가로 카메라 및/또는 모바일 컴퓨터 장치에 대한 칩 파라미터들에 기초하는 것인, 파손 분석 방법.
제 13항 내지 제15항 중 어느 한 항에 있어서, 상기 이미지를 처리하는 단계는 파손 직경 또는 파손 내의 영역을 생성하는데 사용되는 데이터 포인트의 집합을 생성하는 것인, 파손 분석 방법.
제 13항 내지 제16항 중 어느 한 항에 있어서, 상기 방법은 계산된 파손의 크기에 기초하여 차량 글래이징 패널의 교체 또는 수리의 필요성을 결정하는 단계를 더 포함하는, 파손 분석 방법.
제1항 내지 제17항 중 어느 한 항에 있어서, 파손의 중심 및 하나 이상의 파손 구간을 식별하는 단계를 포함하는, 파손 분석 방법.
제 18항에 있어서, 파손 중심의 크기 대비 하나 이상의 파손 구간의 상대적 길이를 표시하는 스케일링 요소(scaling factor)를 생성하는 단계; 및
상기 스케일링 요소를 사용하여 하나 이상의 구간들의 길이를 계산하는 단계를 포함하는, 파손 분석 방법.
제 19항에 있어서, 상기 하나 이상의 파손 구간의 길이를 계산하는 단계는 미리 결정된 값에 스케일링 요소를 곱하는 것인, 파손 분석 방법.
제 20항에 있어서, 상기 미리 결정된 값은 파손 중심의 실제 크기의 미리 결정된 계산치이고, 상기 크기는 파손 중심의 직경, 너비 및/또는 길이인, 파손 분석 방법.
제 19항 내지 제 20항 중 어느 한 항에 있어서, 상기 하나 이상의 구간의 계산된 길이는 파손의 크기를 표시하는데 사용되고 상기 파손의 크기를 임계 파라미터와 비교하여 글래이즈 패널의 교체 또는 수리의 필요성을 결정하는 것인, 파손 분석 방법.
제 19항 내지 제 22항 중 어느 한 항에 있어서, 상기 글래이징 패널의 교체 및 수리의 필요성을 결정하는 단계는 하나 이상의 구간들의 계산된 길이가 주어진 임계값을 초과하면 결정하는 것을 포함하는, 파손 분석 방법.
제 1항 내지 제23항 중 어느 한 항에 있어서, 상기 이미지를 처리하는 단계는 파손을 식별하기 위해 이미지를 필터링하여 배경 부분을 제거하는 것을 포함하는, 파손 분석 방법.
제 24항에 있어서, 상기 이미지를 필터링하는 것은 상기 이미지에 형태학적 개선을 적용하는 것을 포함하는, 파손 분석 방법.
제 17항 또는 제 23항에 있어서, 윈드스크린(windscreen)이 수리되거나 교체되어야 할 필요가 있는지 여부를 표시하는 신호를 출력하는 단계를 포함하는, 파손 분석 방법.
차량 글래이징 패널의 파손 이미지를 캡쳐하기 위해 배치된 카메라; 및
파손 이미지를 처리하기 위해 작동 가능한 처리 모듈을 포함하는 차량 글래이징 패널의 파손을 분석하는 장치.
제 27항에 있어서, 모바일 컴퓨터 장치를 포함하고, 상기 모바일 컴퓨터 장치는 카메라를 포함하는 것인, 장치.
제 28항에 있어서, 상기 모바일 컴퓨터 장치는 처리 모듈을 포함하는 것인, 장치.
제 27항 내지 제 29항 중 어느 한 항에 있어서, 상기 처리 모듈은 제 1항 내지 제 26항 중 어느 한 항의 방법의 단계를 수행하기 위해 구성된 것인, 장치.
차량 글래이징 패널에 존재하는 파손에 대한 기술적 정보를 결정하기 위한 컴퓨터 수행 방법으로, 상기 방법은 카메라가 부착된 모바일 컴퓨터 장치에 소프트웨어 컴포넌트를 다운로드하는 단계를 포함하고, 상기 소프트웨어 컴포넌트는 파손이 수리되어야 하는지 또는 교체되어야 하는지 여부를 결정하기 위해 카메라에 의해 캡쳐된 이미지 정보를 처리하도록 설정되는 것이 바람직한 것인, 방법.