KR20190118817A - Automatic teaching apparatus and method of machine vision inspection apparatus - Google Patents
Automatic teaching apparatus and method of machine vision inspection apparatus Download PDFInfo
- Publication number
- KR20190118817A KR20190118817A KR1020180042192A KR20180042192A KR20190118817A KR 20190118817 A KR20190118817 A KR 20190118817A KR 1020180042192 A KR1020180042192 A KR 1020180042192A KR 20180042192 A KR20180042192 A KR 20180042192A KR 20190118817 A KR20190118817 A KR 20190118817A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- component
- area
- detected
- machine vision
- Prior art date
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
- G01N21/8803—Visual inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 머신 비전 검사 장치의 자동 티칭 방법에 관한 것으로, 더욱 상세하게는 광학 카메라를 이용하여 해당 부품 영상을 입력받은 후 해당 영상에 대한 검사 영역을 자동을 티칭하는 머신 비전 검사 장치의 자동 티칭 장치 및 방법에 관한 것이다. The present invention relates to an automatic teaching method of a machine vision inspection apparatus, and more particularly, an automatic teaching apparatus of a machine vision inspection apparatus for automatically teaching an inspection region of a corresponding image after receiving a corresponding component image using an optical camera. And to a method.
머신 비전을 이용하여 부품 검사를 진행하기 위해서는 광학 카메라를 이용하여 해당 부품 영상을 입력받은 후 해당 영상에 대한 검사 영역을 설정하는 티칭(teaching) 과정을 거쳐야 한다. In order to inspect a part using machine vision, the part camera must be input by using an optical camera and then a teaching process is required to set an inspection area for the image.
여기서, 티칭이란 비전 알고리즘을 이용해 영상 내 부품의 양불 판정을 자동으로 처리하기 위한 최소한의 정보로써, 머신 비전 검사기 시스템을 다루는 엔지니어에 의해 수동으로 이루어진다. Here, the teaching is the minimum information for automatically processing the failure determination of the parts in the image using the vision algorithm, and is manually performed by the engineer who handles the machine vision inspector system.
하지만, 검사하고자 하는 부품에 따라 설정해야 하는 티칭 영역의 크기, 위치, 개수 등이 매우 상이하고, 같은 부품이라도 벨트, 지그 등의 하드웨어적인 요인으로 움직임에 따라 영상 내의 부품 위치가 모두 다르게 나타난다. However, the size, position, number, etc. of the teaching area to be set are very different according to the component to be inspected, and even in the same part, the position of the parts in the image is different depending on the hardware factors such as the belt and the jig.
이러한 이유로, 티칭 작업은 단순하면서도 많은 시간과 노력을 요구하고, 검사의 신뢰도는 작업자의 주관에 의존할 수밖에 없다.For this reason, the teaching work is simple and requires a lot of time and effort, and the reliability of the inspection is inevitably dependent on the operator's supervision.
이미 다양한 부품 검사기에 비파괴 방식의 광학 검사가 도입되어 여러 알고리즘을 통해 적은 시간과 비용으로 효율적인 부품검사를 수행하고 있으며, 티칭을 자동화하기 위한 다양한 방법이 보고되고 있다. Non-destructive optical inspection has already been introduced into various component inspectors, and various algorithms are used to perform efficient component inspection with less time and cost, and various methods for automating teaching have been reported.
그러나 종래의 티칭 자동화 방법은 기본 도면이나 위치, 개수 등을 포함하는 마운터 데이터 또는 거버 파일 데이터 등의 특정 부품과 대응되어 참조해야 하기 때문에 참조 데이터가 없는 다양한 형태의 부품에 적용하기 어려운 문제점이 있다. However, the conventional teaching automation method has a problem in that it is difficult to apply to various types of parts without reference data because reference must be made to correspond to specific parts such as mounter data or gerber file data including a basic drawing, a position, a number, and the like.
본 발명은 상기 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 종래 기술의 문제점을 해결하기 위해 비전 알고리즘을 적용하여 인력과 시간 등의 비용을 줄이고, 객관적이고 신뢰적인 티칭 자동화를 제공하고자 한다. The present invention has been made to solve the above problems, an object of the present invention is to reduce the cost of manpower and time by applying a vision algorithm to solve the problems of the prior art, to provide an objective and reliable teaching automation .
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.The object of the present invention is not limited to the above-mentioned object, and other objects that are not mentioned will be clearly understood by those skilled in the art from the following description.
상기 목적을 달성하고자 하는 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 방법은 부품 이송 수단이 부품을 촬영 위치까지 이동시키는 단계; 영상 획득 수단이 촬영 위치에 이동된 부품을 촬영하여 부품 영상을 취득하는 단계; 및 영상 처리 수단이 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 단계;를 포함한다. Automatic teaching method of the machine vision inspection apparatus according to an embodiment of the present invention to achieve the above object comprises the steps of moving the parts to the photographing position by the component transfer means; Acquiring, by the image acquiring means, a component moved to a photographing position to obtain a component image; And reading, by the image processing means, the acquired part image and detecting the teaching area using image processing.
상기 영상을 취득하는 단계는, 촬영 위치에서 촬영된 일정량의 부품 영상을 버퍼에 저장하는 것이 바람직하다. In the acquiring of the image, it is preferable to store a predetermined amount of part images photographed at a photographing position in a buffer.
그리고, 상기 영상을 취득하는 단계는, 상기 버퍼에 저장된 부품 영상을 읽어오는 단계; 읽어온 부품 영상에 대하여 전처리를 수행하는 단계; 및 전처리가 수행된 부품 영상에서 부품 영역과 티칭 영역을 검출하는 단계;를 포함한다. The acquiring of the image may include reading a part image stored in the buffer; Performing preprocessing on the read parts image; And detecting the component region and the teaching region in the component image in which the preprocessing has been performed.
또한, 상기 전처리를 수행하는 단계는, 부품 영상의 크기를 조정하거나 부품 영상의 컬러를 변경한다. In the performing of the preprocessing, the size of the part image is adjusted or the color of the part image is changed.
그리고, 상기 부품 영역과 티칭 영역을 검출하는 단계는, 부품 영상에서 부품과 배경을 분리할 수 있도록, 관심 대상부분과 그 외의 부분으로 이진화한다. The detecting of the component area and the teaching area may be binarized into a part of interest and other parts so as to separate the part and the background from the part image.
한편, 상기 부품 영역과 티칭 영역을 검출하는 단계는, 촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출하는 단계; 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출하는 단계; 검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값을 이용하여 가로축 특징 위치를 검출하는 단계; 검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치를 검출하는 단계; 및 가로축 특징 위치와 세로축 특징 위치를 통해 부품 영상에서 최소 부품 영역을 추출하는 단계;를 포함한다. The detecting of the component area and the teaching area may include: detecting a rectangular edge area of the part in the captured part image; Detecting an actual component region in the rectangular edge region of the detected component; Detecting a horizontal axis effective pixel cumulative value region in the detected rectangular edge region of the component, and detecting a horizontal axis feature position using the detected horizontal axis effective pixel cumulative value; Detecting a vertical axis effective pixel cumulative value area in the detected rectangular edge area of the component, and detecting a vertical axis feature position using the detected vertical axis effective pixel cumulative value; And extracting a minimum component area from the component image based on the horizontal axis feature position and the vertical axis feature location.
반면에, 상기 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출하는 단계는, 실제 부품 영역을 적어도 한번 이상의 샘플링을 수행한다. On the other hand, in the detecting of the real part area in the rectangular edge area of the detected part, the real part area is sampled at least once.
한편, 본 발명의 일 실시예에 채용된 상기 영상 처리 수단이 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 단계는, 지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓는 단계; 및 여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역을 모두 포함하는 전역적 부품 영역을 추출하는 단계;를 포함한다. On the other hand, the step of reading the part image obtained by the image processing means employed in the embodiment of the present invention and detecting the teaching area using image processing, the step of superimposing the part image from which the local minimum part region is extracted ; And extracting a global part region including all of the minimum part regions in a state where the parts images are overlapped.
본 발명의 일 실시예에 채용된 머신 비전 검사 장치의 자동 티칭 장치는 부품을 촬영 위치까지 이동시키는 부품 이송 수단; 촬영 위치에 이동된 부품을 촬영하여 부품 영상을 취득하는 영상 획득 수단; 및 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 영상 처리 수단;를 포함한다. The automatic teaching device of the machine vision inspection apparatus employed in one embodiment of the present invention comprises: a component conveying means for moving a component to a photographing position; Image acquisition means for capturing a component moved to a photographing position to obtain a component image; And image processing means for reading the acquired part image and detecting a teaching area using image processing.
본 발명의 일 실시예에 채용된 상기 영상 획득 수단은, 촬영 위치에서 촬영된 일정량의 부품 영상을 버퍼에 저장하는 것이 바람직하다. The image acquisition means employed in the embodiment of the present invention preferably stores a certain amount of the part image photographed at the photographing position in a buffer.
이러한 상기 영상 획득 수단은, 상기 버퍼에 저장된 부품 영상을 읽어온 후 읽어온 부품 영상에 대하여 전처리를 수행하고, 전처리가 수행된 부품 영상에서 부품 영역과 티칭 영역을 검출하는 것이 바람직하다. The image acquiring means may preprocess the component image read after reading the component image stored in the buffer, and detect the component region and the teaching region in the component image on which the preprocess has been performed.
또한, 상기 영상 획득 수단은 부품 영상의 크기를 조정하거나 부품 영상의 컬러를 변경하는 전처리를 수행할 수 있다. In addition, the image acquisition means may perform preprocessing to adjust the size of the part image or change the color of the part image.
그리고, 상기 영상 획득 수단은 부품 영상에서 부품과 배경을 분리할 수 있도록, 관심 대상부분과 그 외의 부분으로 이진화하는 전처리를 수행할 수 있다. The image acquiring means may perform preprocessing to binarize the part of interest and the other part to separate the part and the background from the part image.
또한, 상기 영상 처리 수단은, 촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출하고, 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출하며, 검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값을 이용하여 가로축 특징 위치를 검출하고, 검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치를 검출하며, 가로축 특징 위치와 세로축 특징 위치를 통해 부품 영상에서 최소 부품 영역을 추출한다. In addition, the image processing means detects a rectangular edge region of the component in the captured component image, detects an actual component region in the detected rectangular edge region of the detected component, and accumulates a horizontal axis effective pixel value in the rectangular edge region of the detected component. Detects an area, detects a horizontal feature position using the detected horizontal effective pixel cumulative value, detects a vertical effective pixel cumulative value area in the rectangular edge area of the detected part, and uses the detected vertical effective pixel cumulative value. The vertical feature position is detected and the minimum component region is extracted from the component image through the horizontal feature position and the vertical feature position.
이러한, 상기 영상 처리 수단은, 실제 부품 영역을 적어도 한번 이상의 샘플링을 수행한다. The image processing means performs at least one sampling of the actual component area.
그리고, 상기 영상 처리 수단은, 지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓은 후 여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역을 모두 포함하는 전역적 부품 영역을 추출한다. The image processing means may extract the global component region including all of the minimum component regions in a state where several component images overlap with each other after overlapping the extracted component images.
본 발명의 일 실시예에 따르면, 종래와 달리 비전 검사를 위한 마운터데이터 또는 거버 파일을 이용하지 않고, 카메라를 통화 촬영된 영상 이미지를 분석함으로써, 다양한 종류의 부품에 대한 머신 비전 검사를 수행할 수 있는 효과가 있다. According to an embodiment of the present invention, unlike the conventional, without using the mounter data or the gerber file for vision inspection, by analyzing the video image taken by the camera, it is possible to perform a machine vision inspection for various types of parts It has an effect.
도 1은 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 장치를 설명하기 위한 기능블럭도.
도 2는 본 발명의 일 실시예에 채용된 영상 획득 수단을 설명하기 위한 기능블럭도.
도 3은 본 발명의 일 실시예에서 촬영된 부품 영상을 설명하기 위한 참고도.
도 4a 내지 도 4c는 본 발명의 일 실시예에서 촬영된 부품 영상에서 샘플링에 따라 특징 위치를 설명하기 위한 참고도.
도 5는 본 발명의 일 실시예에서 영상 처리 수단을 통해 전역전 부품 영역을 검출하는 과정을 설명하기 위한 도면.
도 6은 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 방법을 설명하기 위한 순서도.
도 7은 본 발명의 일 실시예에 채용된 상기 영상을 취득하는 단계의 세부 단계를 설명하기 위한 순서도.
도 8은 본 발명의 일 실시예에 채용된 티칭 영역을 검출하는 단계를 설명하기 위한 순서도이다. 1 is a functional block diagram for explaining the automatic teaching device of the machine vision inspection apparatus according to an embodiment of the present invention.
2 is a functional block diagram for explaining image acquisition means employed in an embodiment of the present invention.
3 is a reference diagram for explaining a part image photographed in an embodiment of the present invention.
4A to 4C are reference diagrams for describing feature positions according to sampling in a part image photographed in an embodiment of the present invention.
FIG. 5 is a diagram for describing a process of detecting a global warfare component region through an image processing unit according to one embodiment of the present invention; FIG.
6 is a flow chart for explaining the automatic teaching method of the machine vision inspection apparatus according to an embodiment of the present invention.
7 is a flowchart for explaining detailed steps of acquiring the image employed in one embodiment of the present invention;
8 is a flowchart illustrating a step of detecting a teaching area employed in an embodiment of the present invention.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.Advantages and features of the present invention and methods for achieving them will be apparent with reference to the embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in various forms, and only the present embodiments are intended to complete the disclosure of the present invention, and the general knowledge in the art to which the present invention pertains. It is provided to fully convey the scope of the invention to those skilled in the art, and the present invention is defined only by the scope of the claims. Meanwhile, the terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of the invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, “comprises” and / or “comprising” refers to a component, step, operation and / or device that is present in one or more other components, steps, operations and / or elements. Or does not exclude additions.
이하, 본 발명의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 상세히 설명하기로 한다. Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 장치를 설명하기 위한 기능블럭도이다. 1 is a functional block diagram for explaining the automatic teaching device of the machine vision inspection apparatus according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 장치는 부품 이송 수단(100), 영상 획득 수단(200) 및 영상 처리 수단(300)을 포함하여 이루어진다. As shown in FIG. 1, the automatic teaching apparatus of the machine vision inspection apparatus according to the exemplary embodiment includes a component transfer means 100, an image acquisition means 200, and an image processing means 300.
부품 이송 수단(100)은 부품을 촬영 위치까지 이동시키는 역할을 한다. 이러한 부품 이송 수단(100)은 컨베이어 벨트 또는 지그 등이 이용될 수 있다. The component transfer means 100 serves to move the component to the photographing position. The component transfer means 100 may be a conveyor belt or a jig.
그리고 영상 획득 수단(200)은 촬영 위치에 이동된 부품을 촬영하여 부품 영상을 취득하는 역할을 한다. 본 발명의 일 실시예에 채용된 영상 획득 수단(200)은 카메라가 이용되는 것이 바람직하나 이를 한정하는 것은 아니다. 이렇게 촬영된 부품 영상은 일정량이 버퍼(미도시)에 저장되어 관리되는 것이 바람직하다. In addition, the image capturing means 200 captures a part moved to a photographing position to acquire a part image. The image acquisition means 200 employed in the embodiment of the present invention preferably uses a camera, but is not limited thereto. The part image photographed as described above is preferably stored and managed in a buffer (not shown).
또한, 영상 처리 수단(300)은 버퍼에 저장된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 역할을 한다. In addition, the image processing means 300 reads the part image stored in the buffer and detects the teaching area using image processing.
본 발명의 일 실시예에 채용된 상기 영상 획득 수단(200)은 상기 버퍼에 저장된 부품 영상을 읽어온 후 읽어온 부품 영상에 대하여 전처리를 수행한다. The image acquisition means 200 employed in the embodiment of the present invention performs preprocessing on the component image read after reading the component image stored in the buffer.
한편, 영상 처리 수단(300)은 도 3에 도시된 바와 같이, 촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출한다. Meanwhile, as illustrated in FIG. 3, the
그리고 영상 처리 수단(300)은 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출한다. 즉, 영상 처리 수단(300)은 검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역(303)을 검출하고 검출된 가로축 유효 화소 누적 값 영역(303)으로부터 가로축 특징 위치(322)를 검출한다. The image processing means 300 detects the actual component area in the rectangular edge area of the detected component. That is, the image processing means 300 detects the horizontal axis effective pixel accumulated value region 303 in the detected rectangular edge region of the component and detects the horizontal
그리고, 영상 처리 수단(300)은 검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역(331)을 검출하고, 검출된 세로축 유효 화소 누적 값 영역(331)으로부터 세로축 특징 위치(332)를 검출한다. Then, the image processing means 300 detects the vertical axis effective pixel accumulated
이후, 상기 영상 처리 수단(300)은 가로축 특징 위치(322)와 세로축 특징 위치(332)를 통해 부품 영상에서 최소 부품 영역을 추출한다. Thereafter, the image processing means 300 extracts a minimum component area from the component image through the horizontal
여기서, 영상 획득 수단(200)은 도 2에 도시된 바와 같이, 부품 영상의 크기를 조정하는 크기 조정 전처리부(210), 부품 영상의 컬러를 변경하는 전처리를 수행하는 컬러 변환 전처리부(220), 부품 영상에서 부품과 배경을 분리할 수 있도록 관심 대상부분과 그 외의 부분으로 이진화하는 이진화 전처리부(230)를 포함할 수 있다. Here, as shown in FIG. 2, the image acquiring means 200 includes a resizing
여기서, 영상 획득 수단(200)이 수행하는 전처리 중 부품 영상의 크기를 조정하는 크기 조정 전처리부(210)는 크기의 확장 및 축소, 상하좌우 비율 등을 조정하고, 다양한 보간법이 이용될 수 있다. 만약, 입력 부품 영상이 필요 이상으로 큰 경우, 크기 조정 전처리부(210)는 크기를 축소하여 검사 시간을 감소시키고, 특정 부분을 강조하고 싶은 경우 비율을 조정한다. 이를 통해 검사 영역을 효율적으로 설정할 수 있도록 한다. Here, the resizing
그리고 영상 획득 수단(200)이 수행하는 전처리 중 부품 영상의 컬러를 변경하는 방법은 입력되는 부품 영상에서 부품의 영역을 추출하기 위해 RGB(Red, Green, Blue), HSI(Hue, Saturation, Intensity), Gray 등으로 다양하게 변경할 수 있다. The method of changing the color of the component image during the preprocessing performed by the image capturing means 200 may include RGB (Red, Green, Blue) and HSI (Hue, Saturation, Intensity) to extract the component region from the input component image. You can change it to, Gray, etc.
만약, 부품 영상이 RGB 영상으로 입력되었으나 컬러 정보가 필요하지 않는 경우, 컬러 변환 전처리부(220)는 흑백 영상으로 변환하여 계산량을 줄일 수 있고, 다채널로 인해 발생되는 잡음을 제거할 수 있다. 그리고, 색상, 채도 및 화상 강도 등 특정 요소의 정보를 이용하는 경우, 컬러 변환 전처리부(220)는 HSI 등의 영상으로 변환하여 각각의 정보를 이용할 수도 있다. If a part image is input as an RGB image but color information is not required, the
그리고, 영상 획득 수단(200)이 수행하는 전처리 중 영상을 이진화하는 이진화 전처리부(230)는 부품 영상에서 부품 영역을 인식하기 위한 것으로, 배경과 부품을 구분할 수 있는 임계 값을 이용하여 부품 영역을 분리한다. In addition, the
여기서, 임계 값은 엔지니어가 임의로 설정할 수 있고, 단순한 배경과 조명을 이용하기 때문에 외곽 영역의 균일한 정보를 이용하여 임계값을 자동으로 설정할 수도 있다. Here, the threshold value can be arbitrarily set by the engineer, and since a simple background and lighting are used, the threshold value can be automatically set using uniform information of the outer area.
임계 값이 설정되면, 부품 영상내 모든 화소에 대하여 임계값 이상은 '0'으로, 임계값 이하는 '0' 이외의 값으로 설정하여 배경이 어두울 경우 임계값 이하는 '0'으로, 임계값 이상은 '0' 이외의 값으로 설정한다. When the threshold value is set, the threshold value is set to '0' or higher for all pixels in the part image, and the threshold value is set to a value other than '0'. If the background is dark, the threshold value is '0'. The above is set to a value other than '0'.
이와 같이, 전처리 과정을 수행함으로써, 보다 빠르고 효율적으로 부품 영상에서 부품 영역을 용이하게 검출할 수 있는 장점이 있다. As such, by performing the preprocessing process, there is an advantage that the component region can be easily detected in the component image more quickly and efficiently.
한편, 상기 영상 처리 수단(300)은 실제 부품 영역을 적어도 한번 이상의 샘플링을 수행할 수 있다. 이는 부품이 곡선으로 이루어져 있는 경우, 유효 화소 누적 값에서 급격한 변화가 나타나지 않게 됨으로써, 이를 해결하기 위해 곡선으로 이루어진 부품을 촬영한 부품 영상을 샘플링하여 유효 화소 누적 값에 대한 급격한 변화를 검출할 수 있다. On the other hand, the image processing means 300 may perform at least one sampling of the actual component area. This is because when the components are made of curves, the sudden change in the effective pixel accumulation value does not appear, and in order to solve the problem, a sudden change in the effective pixel accumulation value may be detected by sampling a component image photographing the curved parts. .
예를 들어, 도 4a는 곡선으로 이루어진 부품을 촬영한 부품 영상이다. 이와 같이, 곡선으로 이루어진 부품은 유효 화소 누적 값에 대한 급격한 변화를 검출하기 어려움에 따라, 도 4a의 촬영된 부품 영상에 대하여 1차 샘플링을 수행한다. For example, FIG. 4A is a part image photographing a curved part. As described above, the curved component performs primary sampling on the captured component image of FIG. 4A, as it is difficult to detect a sudden change in the effective pixel accumulation value.
그러면, 도 4b에 도시된 바와 같이, 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값 영역으로부터 가로축 특징 위치(322)를 검출할 수 있고, 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치(332)를 검출할 수 있다. Then, as illustrated in FIG. 4B, the horizontal axis effective pixel accumulated value area may be detected, the horizontal
더하여, 도 4b의 부품 영상에 대하여 다시 샘플링을 수행하면, 도 4c에 도시된 바와 같이, 가로축에서 두 개의 특징 위치(322, 322-1), 세로축에서 두 개의 특징 위치(332, 332-1)를 검출할 수 있다. In addition, when sampling is performed on the part image of FIG. 4B, as shown in FIG. 4C, two
이러한 과정을 수행한 영상 처리 수단(300)은 지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓는다. 그러면, 도 5에 도시된 바와 같이, 최소 부품 영역(310-1 내지 310-3)이 겹쳐진 형태가 된다. The image processing means 300 performing this process superimposes the extracted part image from the local minimum part region. Then, as shown in FIG. 5, the minimum component regions 310-1 to 310-3 overlap each other.
이어서, 상기 영상 처리 수단(300)은 여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역(310-1 내지 310-3)을 모두 포함하는 전역적 부품 영역(301)을 추출한다(S137). Subsequently, the image processing means 300 extracts the
이로써, 상기 영상 처리 수단(300)은 전역적 부품 영역(301)의 상하좌우 각 면의 중심을 기준으로 동일한 방향에 위치한 최소 부품 영역(310-1 내지 310-3)을 모두 포함하는 전역적 부품 영역(301)을 티칭 영역으로 설정한다. 예를 들어, 좌측의 티칭 영역은 보상된 전역적 부품 영역의 중심과 나머지 입력 부품 영상의 지역적 부품 영역의 점선을 모두 포함하도록 설정한다. As a result, the image processing means 300 includes a global component including all of the minimum component regions 310-1 to 310-3 located in the same direction with respect to the centers of the top, bottom, left, and right sides of the
이러한 방법으로 상하좌우 티칭 영역을 설정하며, 설정된 티칭 영역은 입력 영상이 상하좌우로 이동하며 들어와도 각 경계 영역을 쉽게 검출할 수 있기 때문에 실제 검사시 부품의 영역을 쉽게 추출할 수 있다. In this way, the upper, lower, left and right teaching areas are set, and the set teaching area can easily detect each boundary area even when the input image moves up, down, left, and right, so that the area of the part can be easily extracted during the actual inspection.
또한, 티칭 영역을 추가 확장하고 싶은 경우는 유효 화소의 누적 값의 연속 변화율이 큰 위치를 부품영역의 방법과 동일한 방법으로 추가할 수 있다. In addition, in the case where the teaching area is to be further expanded, the position where the continuous change rate of the cumulative value of the effective pixels is large can be added in the same way as the method of the part area.
이러한, 본 발명의 일 실시예에 따르면, 많은 부품 영상들을 이용할수록 해당 전역적 부품 영역(301)을 넘어서는 부품 영역이 존재하지 않기 때문에 보다 정확한 부품 검사를 수행할 수 있는 장점이 있다. According to one embodiment of the present invention, the more part images are used, the more accurate part inspection can be performed since there is no part region beyond the corresponding
또한, 본 발명의 일 실시예에 따르면, 종래와 달리 비전 검사를 위한 마운터데이터 또는 거버 파일을 이용하지 않고, 카메라를 통화 촬영된 영상 이미지를 분석함으로써, 다양한 종류의 부품에 대한 머신 비전 검사를 수행할 수 있는 효과가 있다. In addition, according to an embodiment of the present invention, unlike the prior art, without using the mounter data or the Gerber file for vision inspection, by analyzing the video image taken by the camera, it performs a machine vision inspection for various types of parts It can work.
이하, 하기에서는 본 발명의 일 실시예에 따른 머신 비전 검사 장치의 자동 티칭 방법에 대하여 도 6을 참조하여 설명하기로 한다. Hereinafter, an automatic teaching method of the machine vision inspection apparatus according to an exemplary embodiment of the present invention will be described with reference to FIG. 6.
먼저, 부품 이송 수단(100)이 부품을 촬영 위치까지 이동시킨다(S110). First, the component transfer means 100 moves the component to the photographing position (S110).
그러면, 영상 획득 수단(200)이 촬영 위치에 이동된 부품을 촬영하여 부품 영상을 취득한다(S120). 여기서, 상기 영상을 취득하는 단계(S120)는 촬영 위치에서 촬영된 일정량의 부품 영상을 버퍼에 저장할 수 있다. Then, the image capturing means 200 captures the component moved to the photographing position to obtain the component image (S120). Here, in the obtaining of the image (S120), a predetermined amount of part images photographed at the photographing position may be stored in a buffer.
하기에서는 본 발명의 일 실시예에 채용된 상기 영상을 취득하는 단계(S120)의 세부 단계에 대하여 도 7을 참조하여 설명하기로 한다. Hereinafter, a detailed step of acquiring the image (S120) employed in an embodiment of the present invention will be described with reference to FIG. 7.
상기 버퍼에 저장된 부품 영상을 읽어온다(S121). The component image stored in the buffer is read (S121).
이어서, 읽어온 부품 영상에 대하여 전처리를 수행한다(S122). 본 발명의 일 실시예에 채용된 전처리를 수행하는 단계(S122)는 부품 영상의 크기를 조정하거나 부품 영상의 컬러를 변경하나 이를 한정하지 않고 부품 영상에서 부품과 배경을 분리할 수 있도록, 관심 대상부분과 그 외의 부분으로 이진화하는 전처리가 수행될 수도 있다. 상기 전처리는 일부 과정만 수행될 수도 있고 순차적으로 이용될 수도 있다. Subsequently, preprocessing is performed on the read part image (S122). Performing the preprocessing employed in one embodiment of the present invention (S122) is to be interested in, so as not to limit the size of the part image or to change the color of the part image, but to separate the part and the background from the part image, Pretreatment may be performed to binarize portions and other portions. The pretreatment may be performed only a part of the process or may be used sequentially.
이어서, 영상 처리 수단(300)이 영상 획득 수단(200)에 의해 취득되어 버퍼에 저장된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출한다(S130). Subsequently, the image processing means 300 reads the component image acquired by the image acquisition means 200 and stored in the buffer and detects the teaching area using image processing (S130).
하기에서는 본 발명의 일 실시예에 채용된 상기 티칭 영역을 검출하는 단계(S130)에 대하여 도 8을 참조하여 상세히 설명하기로 한다. Hereinafter, the step (S130) of detecting the teaching area employed in an embodiment of the present invention will be described in detail with reference to FIG. 8.
먼저, 도 3에 도시된 바와 같이, 촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출한다(S131). First, as shown in FIG. 3, the rectangular edge region of the component is detected in the captured component image (S131).
이후, 검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값을 이용하여 가로축 특징 위치를 검출한다(S132). Thereafter, the horizontal axis effective pixel cumulative value area is detected in the detected rectangular frame area, and the horizontal axis feature position is detected using the detected horizontal axis effective pixel cumulative value (S132).
또한, 검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치를 검출한다(S133). 여기서, 가로축 유효 화소 누적 값은 부품 영상의 좌측에서 우측으로 이동하며 각 열의 0이 아닌 유효한 화소 수를 누적하여 기록하며, 세로축 유효 화소 누적 값은 부품 영상의 위에서 아래쪽으로 이동하며 각 행의 0이 아닌 유효한 화소 수를 누적하여 기록한다. In addition, the vertical axis effective pixel cumulative value area is detected in the detected rectangular frame area, and the vertical axis feature position is detected using the detected vertical axis effective pixel cumulative value (S133). Here, the horizontal axis effective pixel accumulation value moves from left to right of the part image and accumulates and records the number of non-zero effective pixels in each column, and the vertical axis effective pixel accumulation value moves from the top of the part image to the bottom, and the zero of each row is Accumulate and record the number of valid pixels.
이후, 가로축 특징 위치와 세로축 특징 위치를 통해 부품 영상에서 최소 부품 영역을 추출한다(S134). Thereafter, the minimum component region is extracted from the component image through the horizontal feature position and the vertical feature position (S134).
여기서, 상기 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출하는 단계(S132)는 실제 부품 영역을 적어도 한번 이상의 샘플링을 수행할 수도 있다. Here, in the detecting of the actual component region in the rectangular edge region of the detected component (S132), at least one sampling of the actual component region may be performed.
예를 들어, 도 4a는 곡선으로 이루어진 부품을 촬영한 부품 영상이다. 이와 같이, 곡선으로 이루어진 부품은 유효 화소 누적 값에 대한 급격한 변화를 검출하기 어려움에 따라, 도 4a의 촬영된 부품 영상에 대하여 1차 샘플링을 수행한다. For example, FIG. 4A is a part image photographing a curved part. As described above, the curved component performs primary sampling on the captured component image of FIG. 4A, as it is difficult to detect a sudden change in the effective pixel accumulation value.
그러면, 도 4b에 도시된 바와 같이, 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값 영역으로부터 가로축 특징 위치(322)를 검출할 수 있고, 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치(332)를 검출할 수 있다. Then, as illustrated in FIG. 4B, the horizontal axis effective pixel accumulated value area may be detected, the horizontal
더하여, 도 4b의 부품 영상에 대하여 다시 샘플링을 수행하면, 도 4c에 도시된 바와 같이, 가로축에서 두 개의 특징 위치(322, 322-1), 세로축에서 두 개의 특징 위치(332, 332-1)를 검출할 수 있다. In addition, when sampling is performed on the part image of FIG. 4B, as shown in FIG. 4C, two
이에, 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 단계(S130)는 상기 영상 처리 수단(300)이 지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓는다(S135). 그러면, 도 4에 도시된 바와 같이, 최소 부품 영역(310-1 내지 310-3)이 겹쳐진 형태가 된다. Accordingly, in the step S130 of reading the acquired part image and detecting the teaching area using image processing, the image processing means 300 superimposes the part image from which the local minimum part region is extracted (S135). Then, as shown in FIG. 4, the minimum component regions 310-1 to 310-3 overlap each other.
이어서, 상기 영상 처리 수단(300)은 여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역들(310-1 내지 310-3)을 모두 포함하는 전역적 부품 영역(301)을 추출한다(S136).Subsequently, the image processing means 300 extracts the
이로써, 상기 영상 처리 수단(300)은 전역적 부품 영역(301)의 상하좌우 각 면의 중심을 기준으로 동일한 방향에 위치한 최소 부품 영역(310-1 내지 310-3)을 모두 포함하는 전역적 부품 영역(301)을 티칭 영역으로 설정한다. As a result, the image processing means 300 includes a global component including all of the minimum component regions 310-1 to 310-3 located in the same direction with respect to the centers of the top, bottom, left, and right sides of the
예를 들어, 좌측의 티칭 영역은 보상된 전역적 부품 영역의 중심과 나머지 입력 부품 영상의 지역적 부품 영역의 점선을 모두 포함하도록 설정한다. For example, the teaching area on the left is set to include both the center of the compensated global part area and the dotted line of the local part area of the remaining input part images.
이러한 방법으로 상하좌우 티칭 영역을 설정하며, 설정된 티칭 영역은 입력 영상이 상하좌우로 이동하며 들어와도 각 경계 영역을 쉽게 검출할 수 있기 때문에 실제 검사시 부품의 영역을 쉽게 추출할 수 있다. In this way, the upper, lower, left and right teaching areas are set, and the set teaching area can easily detect each boundary area even when the input image moves up, down, left, and right, so that the area of the part can be easily extracted during the actual inspection.
또한, 티칭 영역을 추가 확장하고 싶은 경우는 유효 화소의 누적 값의 연속 변화율이 큰 위치를 부품영역의 방법과 동일한 방법으로 추가할 수 있다. In addition, in the case where the teaching area is to be further expanded, the position where the continuous change rate of the cumulative value of the effective pixels is large can be added in the same way as the method of the part area.
이러한, 본 발명의 일 실시예에 따르면, 많은 샘플을 이용할수록 해당 전역적 부품 영역(301)을 넘어서는 부품 영역이 존재하지 않기 때문에 보다 정확한 부품 검사를 수행할 수 있는 장점이 있다. As described above, according to an embodiment of the present invention, since more parts are used, there is no part area beyond the corresponding
또한, 본 발명의 일 실시예에 따르면, 종래와 달리 비전 검사를 위한 마운터데이터 또는 거버 파일을 이용하지 않고, 카메라를 통화 촬영된 영상 이미지를 분석함으로써, 다양한 종류의 부품에 대한 머신 비전 검사를 수행할 수 있는 효과가 있다. In addition, according to an embodiment of the present invention, unlike the prior art, without using the mounter data or the Gerber file for vision inspection, by analyzing the video image taken by the camera, it performs a machine vision inspection for various types of parts It can work.
이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니 되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다.In the above, the configuration of the present invention has been described in detail with reference to the accompanying drawings, which are merely examples, and those skilled in the art to which the present invention pertains various modifications and changes within the scope of the technical idea of the present invention. Of course this is possible. Therefore, the protection scope of the present invention should not be limited to the above-described embodiment but should be defined by the description of the claims below.
100 : 부품 이송 수단 200 : 영상 획득 수단
300 : 영상 처리 수단 100: parts transfer means 200: image acquisition means
300: image processing means
Claims (16)
영상 처리 수단이 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 단계;를 포함하는 머신 비전 검사 장치의 자동 티칭 방법.
Acquiring, by the image acquiring means, a component moved to the photographing position by the component conveying means to obtain a component image; And
The image processing means reads the acquired part image and detects the teaching area using image processing. Automatic teaching method of a machine vision inspection apparatus comprising a.
상기 영상을 취득하는 단계는,
촬영 위치에서 촬영된 일정량의 부품 영상을 버퍼에 저장하는 것인 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 1,
Acquiring the image,
Automatic teaching method of the machine vision inspection device to store a certain amount of part images taken at the shooting position in the buffer.
상기 영상을 취득하는 단계는,
상기 버퍼에 저장된 부품 영상을 읽어오는 단계; 및
읽어온 부품 영상에 대하여 전처리를 수행하는 단계;를 포함하는 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 2,
Acquiring the image,
Reading a part image stored in the buffer; And
And preprocessing the read parts image.
상기 전처리를 수행하는 단계는,
부품 영상의 크기를 조정하거나 부품 영상의 컬러를 변경하는 것인 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 3,
Performing the pretreatment,
A method for automatic teaching of a machine vision inspection device that resizes a part image or changes a color of a part image.
상기 티칭 영역을 검출하는 단계는,
부품 영상에서 부품과 배경을 분리할 수 있도록, 관심 대상부분과 그 외의 부분으로 이진화하는 것인 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 3,
Detecting the teaching area,
A method of automatic teaching of a machine vision inspection device that binarizes a part of interest and other parts to separate parts and backgrounds from a part image.
상기 티칭 영역을 검출하는 단계는,
촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출하는 단계;
검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값을 이용하여 가로축 특징 위치를 검출하는 단계;
검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치를 검출하는 단계; 및
가로축 특징 위치와 세로축 특징 위치를 통해 부품 영상에서 최소 부품 영역을 추출하는 단계;를 포함하는 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 5,
Detecting the teaching area,
Detecting a rectangular border region of the component from the captured component image;
Detecting a horizontal axis effective pixel cumulative value region in the detected rectangular edge region of the component, and detecting a horizontal axis feature position using the detected horizontal axis effective pixel cumulative value;
Detecting a vertical axis effective pixel cumulative value area in the detected rectangular edge area of the component, and detecting a vertical axis feature position using the detected vertical axis effective pixel cumulative value; And
And extracting a minimum part region from the part image based on the horizontal feature position and the vertical feature position.
상기 검출된 부품의 사각 테두리 영역에서 실제 부품 영역을 검출하는 단계는,
실제 부품 영역을 적어도 한번 이상의 샘플링을 수행하는 것을 특징으로 하는 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 6,
Detecting the actual component area in the rectangular edge area of the detected component,
An automatic teaching method of a machine vision inspection device, characterized in that at least one sampling of a real part area is performed.
상기 영상 처리 수단이 취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 단계는,
지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓는 단계; 및
여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역을 모두 포함하는 전역적 부품 영역을 추출하는 단계;를 포함하는 머신 비전 검사 장치의 자동 티칭 방법.
The method of claim 6,
The step of reading the part image obtained by the image processing means and detecting the teaching area using image processing,
Overlapping the extracted part image with a local minimum part area; And
And extracting a global component region including all of the minimum component regions in a state in which a plurality of component images are overlapped.
취득된 부품 영상을 읽어와 영상 처리를 이용하여 티칭 영역을 검출하는 영상 처리 수단;를 포함하는 머신 비전 검사 장치의 자동 티칭 장치.
Image acquiring means for acquiring a component image by photographing the component moved to the photographing position through the component conveying means; And
And image processing means for reading the acquired part image and detecting a teaching area using image processing.
상기 영상 획득 수단은,
촬영 위치에서 촬영된 일정량의 부품 영상을 버퍼에 저장하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 9,
The image acquisition means,
Automatic teaching device of the machine vision inspection device for storing a certain amount of part images taken at the shooting position in the buffer.
상기 영상 획득 수단은,
상기 버퍼에 저장된 부품 영상을 읽어온 후 읽어온 부품 영상에 대하여 전처리를 수행하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 10,
The image acquisition means,
Automatic teaching device of the machine vision inspection apparatus for performing a pre-processing on the part image read after reading the part image stored in the buffer.
상기 영상 획득 수단은
부품 영상의 크기를 조정하거나 부품 영상의 컬러를 변경하는 전처리를 수행하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 11,
The image acquisition means
An automatic teaching device of a machine vision inspection device that performs preprocessing to resize a part image or to change the color of a part image.
상기 영상 획득 수단은
부품 영상에서 부품과 배경을 분리할 수 있도록, 관심 대상부분과 그 외의 부분으로 이진화하는 전처리를 수행하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 11,
The image acquisition means
An automatic teaching device of a machine vision inspection device that performs preprocessing to binarize parts of interest and other parts so that parts and backgrounds can be separated from parts images.
상기 영상 처리 수단은,
촬영된 부품 영상에서 부품의 사각 테두리 영역을 검출하고, 검출된 부품의 사각 테두리 영역에서 가로축 유효 화소 누적 값 영역을 검출하고, 검출된 가로축 유효 화소 누적 값을 이용하여 가로축 특징 위치를 검출하고, 검출된 부품의 사각 테두리 영역에서 세로축 유효 화소 누적 값 영역을 검출하고, 검출된 세로축 유효 화소 누적 값을 이용하여 세로축 특징 위치를 검출하며, 가로축 특징 위치와 세로축 특징 위치를 통해 부품 영상에서 최소 부품 영역을 추출하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 9,
The image processing means,
Detects the rectangular edge region of the component in the captured component image, detects the horizontal axis effective pixel accumulated value region in the detected rectangular edge region of the detected component, detects the horizontal axis feature position using the detected horizontal axis effective pixel accumulated value, and detects The vertical axis effective pixel cumulative value area is detected in the rectangular edge area of the part which is detected, the vertical axis feature position is detected using the detected vertical axis effective pixel cumulative value, and the minimum component area is detected in the part image through the horizontal axis feature position and the vertical axis feature location. Automatic teaching device of machine vision inspection device to extract.
상기 영상 처리 수단은,
실제 부품 영역을 적어도 한번 이상의 샘플링을 수행하는 것을 특징으로 하는 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 14,
The image processing means,
Automatic teaching device of a machine vision inspection device, characterized in that at least one sampling of the actual part area.
상기 영상 처리 수단은,
지역적인 최소 부품 영역이 추출된 부품 영상을 겹쳐놓은 후 여러 장의 부품 영상이 겹쳐진 상태에서 최소 부품 영역을 모두 포함하는 전역적 부품 영역을 추출하는 것인 머신 비전 검사 장치의 자동 티칭 장치.
The method of claim 14,
The image processing means,
The automatic teaching device of the machine vision inspection apparatus, wherein the local minimum part region overlaps the extracted part image and extracts the global part region including all the minimum part regions in a state where several parts images overlap.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180042192A KR102177638B1 (en) | 2018-04-11 | 2018-04-11 | Automatic teaching apparatus and method of machine vision inspection apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180042192A KR102177638B1 (en) | 2018-04-11 | 2018-04-11 | Automatic teaching apparatus and method of machine vision inspection apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190118817A true KR20190118817A (en) | 2019-10-21 |
| KR102177638B1 KR102177638B1 (en) | 2020-11-12 |
Family
ID=68460558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180042192A KR102177638B1 (en) | 2018-04-11 | 2018-04-11 | Automatic teaching apparatus and method of machine vision inspection apparatus |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102177638B1 (en) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012021914A (en) * | 2010-07-15 | 2012-02-02 | Keyence Corp | Image processing system and visual inspection method |
| JP2012059213A (en) * | 2010-09-13 | 2012-03-22 | Toyota Auto Body Co Ltd | Binarization processing method and image processing apparatus |
| KR101492336B1 (en) * | 2013-09-24 | 2015-02-11 | 서울여자대학교 산학협력단 | Automatic detection system and the method of internal and surface cracks of metal products |
-
2018
- 2018-04-11 KR KR1020180042192A patent/KR102177638B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012021914A (en) * | 2010-07-15 | 2012-02-02 | Keyence Corp | Image processing system and visual inspection method |
| JP2012059213A (en) * | 2010-09-13 | 2012-03-22 | Toyota Auto Body Co Ltd | Binarization processing method and image processing apparatus |
| KR101492336B1 (en) * | 2013-09-24 | 2015-02-11 | 서울여자대학교 산학협력단 | Automatic detection system and the method of internal and surface cracks of metal products |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102177638B1 (en) | 2020-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11797886B2 (en) | Image processing device, image processing method, and image processing program | |
| CN111524101A (en) | Electronic screen defect detection method based on machine vision technology | |
| CN104483320A (en) | Digitized defect detection device and detection method of industrial denitration catalyst | |
| Samarawickrama et al. | Matlab based automated surface defect detection system for ceremic tiles using image processing | |
| WO2023168984A1 (en) | Area-array camera-based quality inspection method and system for cathode copper | |
| CN109461156B (en) | Threaded sealing plug assembly detection method based on vision | |
| JP5088165B2 (en) | Defect detection method and defect detection apparatus | |
| CN102901735A (en) | System for carrying out automatic detections upon workpiece defect, cracking, and deformation by using computer | |
| JP3572750B2 (en) | Automatic evaluation method for concrete defects | |
| CN111724375B (en) | Screen detection method and system | |
| CN107980094B (en) | Visual detection system and method | |
| CN106530292B (en) | A kind of steel strip surface defect image Fast Identification Method based on line scan camera | |
| CN111626104B (en) | Cable hidden trouble point detection method and device based on unmanned aerial vehicle infrared thermal image | |
| JP2012108026A (en) | Detection method of foreign material-contaminated product | |
| KR20190118817A (en) | Automatic teaching apparatus and method of machine vision inspection apparatus | |
| JP2009080004A (en) | Inspection device | |
| CN111583341B (en) | Cloud deck camera shift detection method | |
| JP6348020B2 (en) | Image processing apparatus, image processing method, and inspection method using the same | |
| JP3753234B2 (en) | Defect detection method | |
| JPH02163879A (en) | Method and device for checking quality of printed matter | |
| JP2009074828A (en) | Flaw detection method and flaw detector | |
| JP7090899B2 (en) | Image processing equipment and image processing programs that use encoded illumination patterns | |
| KR101071144B1 (en) | Automatic grading method of lumber | |
| KR100313092B1 (en) | Method for testing ball shape of wire bonding device | |
| KR20180085479A (en) | Apparatus and method for inspection automation to count object quantity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |