KR20220154345A - 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법 - Google Patents

가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법 Download PDF

Info

Publication number
KR20220154345A
KR20220154345A KR1020210061748A KR20210061748A KR20220154345A KR 20220154345 A KR20220154345 A KR 20220154345A KR 1020210061748 A KR1020210061748 A KR 1020210061748A KR 20210061748 A KR20210061748 A KR 20210061748A KR 20220154345 A KR20220154345 A KR 20220154345A
Authority
KR
South Korea
Prior art keywords
boundary line
unit
boundary
image
black
Prior art date
Application number
KR1020210061748A
Other languages
English (en)
Inventor
이상범
김휘강
김광용
김규형
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020210061748A priority Critical patent/KR20220154345A/ko
Publication of KR20220154345A publication Critical patent/KR20220154345A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 실시 예에 따른 카메라로부터 제공되는 입력 이미지를 처리하는 영상 처리 장치는, 상기 입력 이미지를 수신하여 상기 카메라의 센서 잡음을 제거하는 전처리부, 상기 전처리부에서 출력되는 센서 잡음이 제거된 상기 입력 이미지를 흑백 이미지로 변환하는 이진화부, 상기 흑백 이미지에서 경계선을 검출하는 경계 검출부, 검출된 상기 경계선에 대응하는 화소들 각각의 위치 정보를 저장하는 경계선 추적부, 상기 경계선에 대응하는 상기 위치 정보에 대응하는 화소들에 대한 커널 기반의 가우시안 가중치 최소 자승법 연산을 수행하여 필터링하는 가우시안 가중치 최소 자승법 연산부, 그리고 상기 가우시안 가중치 최소 자승법 연산에 의해서 획득된 계수들을 사용하여 상기 흑백 이미지에 대한 평활화를 수행하여 출력 이미지로 생성하는 경계면 평활부를 포함한다.

Description

가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법{CONTOUR DETECTION DEVICE USING GAUSSIAN-WEIGHTED LEAST SQUARES AND CONTOUR DETECTION METHOD THEREOF}
본 발명은 이미지 처리 장치에 관한 것으로, 더욱 상세하게는 이미지에 존재하는 윤곽선을 검출하고 처리하는 영상 처리 장치 및 그것의 윤곽선 검출 방법에 관한 것이다.
머신비전(Machine vision) 분야에서 검사 장비를 통해 획득한 부품 영상으로부터 치수를 정확하게 측정하는 것은 매우 중요하다. 이를 위해서, 선행되어야 하는 것은 카메라로부터 획득한 부품의 경계선 또는 경계면이 뚜렷하게 보이도록 카메라와 조명 등 촬영 환경을 최적으로 설정해야 한다. 일반적으로 가장 많이 쓰이는 촬영 방법으로는 플레이트 뒤에서 평면 광원을 조사하고 그 위에 부품을 올려놓은 다음 반대편에서 카메라로 영상을 획득하는 방식이다. 이렇게 하면 부품 이미지에서 깔끔한 경계선을 표시하는 영상을 얻을 수 있게 된다.
하지만, 카메라로부터 획득한 영상은 매우 깔끔한 편이지만 경계면을 확대해보면 경계면이 불균일한 상태임을 알 수 있다. 이는 백라이트의 회절 현상으로 인해 발생하는 것으로 치수 측정 성능을 저하시키는 요인이 된다. 따라서, 이를 해결하기 위해서는 불균일한 경계면을 선명화하여 정확한 윤곽선을 검출하는 기술이 절실한 실정이다.
본 발명은 상술한 문제를 해결하기 위한 것으로, 부품의 이미지에서 경계선에 나타나는 백라이트의 회절 현상으로 인해 발생하는 불균일한 이미지를 개선할 수 있는 영상 처리 장치 및 그것의 윤곽선 검출 방법을 제공하는 것을 목적으로 한다.
본 발명의 실시 예에 따른 카메라로부터 제공되는 입력 이미지를 처리하는 영상 처리 장치는, 상기 입력 이미지를 수신하여 상기 카메라의 센서 잡음을 제거하는 전처리부, 상기 전처리부에서 출력되는 센서 잡음이 제거된 상기 입력 이미지를 흑백 이미지로 변환하는 이진화부, 상기 흑백 이미지에서 경계선을 검출하는 경계 검출부, 검출된 상기 경계선에 대응하는 화소들 각각의 위치 정보를 저장하는 경계선 추적부, 상기 경계선에 대응하는 상기 위치 정보에 대응하는 화소들에 대한 커널 기반의 가우시안 가중치 최소 자승법 연산을 수행하여 필터링하는 가우시안 가중치 최소 자승법 연산부, 그리고 상기 가우시안 가중치 최소 자승법 연산에 의해서 획득된 계수들을 사용하여 상기 흑백 이미지에 대한 평활화를 수행하여 출력 이미지로 생성하는 경계면 평활부를 포함한다.
이 실시 예에서, 상기 경계 검출부는 상기 흑백 이미지의 화소들 간의 화소값 기울기를 계산하고, 상기 화소값 기울기가 임계치를 초과하는 경우에 상기 경계선으로 판단한다.
이 실시 예에서, 상기 경계 검출부는 상기 경계선의 교차를 차단하는 검출 연산을 수행한다.
이 실시 예에서, 상기 경계선 추적부는 상기 위치 정보에 상기 경계선 상에서의 인접한 화소들 간에는 인접 여부를 지시하는 정보를 포함한다.
이 실시 예에서, 상기 가우시안 가중치 최소 자승법 연산부는, 특정 화소 단위에 대응하는 상기 커널 단위로 상기 가우시안 가중치 최소 자승법 연산을 수행한다.
이 실시 예에서, 상기 가우시안 가중치 최소 자승법 연산은 상기 커널 단위에 포함되는 화소들 각각의 에러 자승합(Sum of Square Error)을 사용하여 화소의 위치 정보를 조정한다.
이 실시 예에서, 상기 출력 이미지는 평활화된 경계선을 사용하여 치수를 측정하는 머신비전 검사 장비에 제공된다.
본 발명의 실시 예에 따른 카메라로부터 제공되는 입력 이미지의 윤곽선을 검출하는 방법은, 상기 입력 이미지에 대한 카메라 노이즈를 제거하는 전처리를 수행하는 단계, 상기 전처리된 입력 이미지를 흑백 이미지로 변환하는 이진화 단계, 상기 흑백 이미지에서 경계선을 검출하는 단계, 상기 검출된 경계선에 대응하는 화소 위치 정보를 획득하고 저장하는 경계선 추적 단계, 상기 화소 위치 정보에 대응하는 화소들 및 상기 화소들과 인접된 화소들에 대한 가우시안 가중치 최소 자승법 연산을 수행하여 상기 화소 위치 정보를 보정하는 단계, 그리고 상기 보정된 화소 위치 정보에 기반하여 상기 흑백 이미지의 경계선을 평활화하는 단계를 포함한다.
이 실시 예에서, 상기 경계선을 검출하는 단계는, 상기 흑백 이미지의 화소들 간의 화소값 기울기를 계산하는 단계, 그리고 상기 화소값 기울기가 임계치를 초과하는 경우에 상기 경계선으로 판단하는 단계를 포함한다.
이 실시 예에서, 상기 경계선이 교차되는 영역은 상기 화소 위치 정보에서 제외되는 것을 특징으로 한다.
이 실시 예에서, 상기 화소 위치 정보는 상기 경계선 상에서 인접한 화소들의 인접 여부를 지시하는 정보를 포함한다.
이 실시 예에서, 상기 화소 위치 정보를 보정하는 단계에서, 특정 화소 단위인 커널 단위로 상기 가우시안 가중치 최소 자승법 연산이 적용된다.
이 실시 예에서, 상기 가우시안 가중치 최소 자승법 연산은 상기 커널 단위에 포함되는 화소들 각각의 에러 자승합(Sum of Square Error)의 계산을 포함한다.
상술한 본 발명에 따르면, 획득된 이미지에서의 불균일한 경계면을 선명화하여 정확한 윤곽선을 검출하는데 기여할 수 있다. 따라서, 본 발명의 기술을 통하여 부품 영상으로부터 정확한 치수를 측정할 수 있다.
도 1은 본 발명의 실시 예에 따른 머신비전 검사 시스템의 구조를 보여주는 블록도이다.
도 2는 도 1의 입력 이미지(IMG_IN)를 예시적으로 보여주는 도면이다.
도 3은 도 2의 입력 이미지(IMG_IN)의 특정 영역을 확대한 형태를 보여주는 도면이다.
도 4는 본 발명의 실시 예에 따른 영상 처리부의 구성을 예시적으로 보여주는 블록도이다.
도 5는 본 발명의 실시 예에 따른 입력 이미지를 경계면을 평활화하는 방법을 보여주는 순서도이다.
앞의 일반적인 설명 및 다음의 상세한 설명 모두 예시적이라는 것이 이해되어야 하며, 청구된 발명의 부가적인 설명이 제공되는 것으로 여겨져야 한다. 참조 부호들이 본 발명의 바람직한 실시 예들에 상세히 표시되어 있으며, 그것의 예들이 참조 도면들에 표시되어 있다. 가능한 어떤 경우에도, 동일한 참조 번호들이 동일한 또는 유사한 부분을 참조하기 위해서 설명 및 도면들에 사용된다. 이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있도록 본 발명의 실시 예를 첨부된 도면을 참조하여 설명한다.
도 1은 본 발명의 실시 예에 따른 머신비전 검사 시스템의 구조를 보여주는 블록도이다. 도 1을 참조하면, 검사 대상체(10)를 측정하기 위한 머신비전 검사 시스템(100)은 백라이트(110), 카메라(120), 그리고 영상 처리 장치(130)를 포함할 수 있다.
백라이트(110)는 검사 대상체(10)가 선명하게 카메라(120)에 의해서 센싱되도록 검사 대상체(10)의 후면에서 조명을 제공한다. 백라이트(110)는 평면 광원으로 구성될 수 있다. 하지만, 백라이트(110)는 평면 광원에 국한되지 않으며, LED나 편광 필름과 같은 다양한 광학 소재를 사용하여 최적의 조명을 제공하는 구성들을 포함할 수 있음은 잘 이해될 것이다.
카메라(120)는 백라이트(110)에서 조사되는 광에 의한 검사 대상체(10)의 형태를 이미지로 센싱한다. 카메라(120)에 의해서 센싱된 이미지는 영상 처리 장치(130)에 입력 이미지(IMG_IN)로서 제공된다. 카메라(120)는 검사 대상체(10)의 형태를 정확하고 선명하게 이미지로 센싱하기 위해 고선명, 고해상도의 이미지 센서가 구비된 머신비전용 장비일 수 있다. 머신비전용으로 사용되기 위해, 고해상도 및 고프레임율의 카메라(120)가 사용될 수 있다. 카메라(120)는 기존의 단순한 검사에서 벗어나 다양한 애플리케이션에서의 용이한 사용을 위해 고용량 및 고속의 데이터 전송 인터페이스를 구비할 수도 있다. 이를 위해, 카메라(120)는 GigE, USB3.0, CameraLink, CoaXpress 등의 인터페이스들 중 적어도 하나를 구비할 수 있을 것이다.
영상 처리 장치(130)는 카메라(120)에서 전달되는 입력 이미지(IMG_IN)를 처리하여 보다 선명하고 매끄러운 윤곽선을 갖는 출력 이미지(IMG_OUT)로 변환한다. 영상 처리 장치(130)는 백라이트(110)에 의해서 발생하는 입력 이미지(IMG_IN)에서의 회절 현상에 기인하는 노이즈를 필터링하는 처리를 통해서 선명하고 명확한 윤곽선을 갖는 출력 이미지(IMG_OUT)로 생성한다. 본 발명의 실시 예에 따라, 영상 처리 장치(130)는 입력 이미지(IMG_IN)에 대한 가우시안 가중치 최소 자승법(Gaussian- Weighted Least Square) 방식의 이미지 처리를 수행할 수 있다. 본 발명의 가우시안 가중치 최소 자승법은 커널 기반으로 경계 위치 정보를 따라 필터링을 수행할 수 있다. 이러한 처리는 후술하는 도면들을 통해 보다 상세히 설명될 것이다.
이상에서는 본 발명의 머신비전 검사 시스템(100)의 간략한 구조가 예시적으로 설명되었다. 본 발명의 머신비전 검사 시스템(100)은 가우시안 가중치 최소 자승법 알고리즘을 수행하는 영상 처리 장치(130)를 통해서 입력 이미지(IMG_IN)의 윤곽선을 보다 선명하게 처리할 수 있다.
도 2는 도 1의 입력 이미지(IMG_IN)를 예시적으로 보여주는 도면이다. 도 2를 참조하면, 카메라(120, 도 1 참조)에 의해서 센싱되어 출력되는 검사 대상체(10)에 대한 입력 이미지(IMG_IN)는 실제 육안으로는 선명하게 보일 수 있다. 하지만, 입력 이미지(IMG_IN)를 사용하여 수치를 측정하는 경우, 윤곽선 결정에 문제가 생길 수 있다.
카메라가 센싱한 입력 이미지(IMG_IN)의 흰 부분과 검은 부분의 경계는 사람의 육안으로 식별하기 어려운 불균일 화소들이 존재할 수 있다. 예를 들면, 입력 이미지(IMG_IN)의 특정 영역(15)을 확대해 보면 흰 부분과 검은 부분의 경계가 명확하지 않게 표시될 수 있다. 입력 이미지(IMG_IN)를 통해서 수치를 측정하기 위해서는 이러한 불균일한 화소들에 의한 경계의 불명확성을 제거해야 한다. 불명확한 경계를 기반으로 수치를 측정하는 경우, 측정된 값의 정밀도나 정확도는 상대적으로 낮아지게 될 것이다.
도 3은 도 2의 입력 이미지(IMG_IN)의 특정 영역을 확대한 형태를 보여주는 도면이다. 도 3을 참조하면, 입력 이미지(IMG_IN)의 특정 영역(15)을 확대하면, 불균일한 화소들에 의해 경계선이 불명확하게 나타난다.
입력 이미지(IMG_IN)의 특정 영역(15)을 확대하는 경우, 검은 부분과 흰 부분의 경계 영역은 하나의 라인으로 나타나지 않고 희미한 형태의 불균일 화소 영역(16)이 발생한다. 이러한 현상은, 백라이트(110)에서 조사되는 빛의 회절 현상으로 인해 발생하는 것으로 알려져 있다. 이러한 회절 현상에 의한 불균일 화소 영역(16)은 머신비전을 통해서 높은 정밀도의 치수를 측정하는데 있어 성능을 저하시키는 요인이 된다. 따라서, 이를 해결하기 위해서는 불균일한 경계를 선명화하여 정확한 윤곽선으로 검출하는 기술이 필요하다.
본 발명은 불균일 화소 영역(16)과 같은 불균일한 경계를 가우시안 가중치 최소 자승법 처리를 통해서 매끄럽고 선명한 윤곽선으로 변환할 수 있다.
도 4는 본 발명의 실시 예에 따른 영상 처리부의 구성을 예시적으로 보여주는 블록도이다. 도 4를 참조하면, 영상 처리 장치(130)는 전처리부(131), 이진화부(132), 경계 검출부(133), 경계선 추적부(134), 가우시안 가중치 최소 자승법 연산부(135), 그리고 경계면 평활부(136)를 포함한다.
전처리부(131)는 입력 이미지(IMG_IN)를 수신하여 전처리를 수행한다. 카메라로부터 획득한 영상인 입력 이미지(IMG_IN)는 기본적으로 이미지 센서 잡음을 가지고 있다. 따라서, 이러한 센서 잡음의 제거를 위해 필터링이 필요하다. 전처리부(131)는 입력 이미지(IMG_IN)의 센서 잡음을 미디언 필터링과 같은 필터링 처리를 수행하여 센서 잡음을 제거할 수 있다.
이진화부(132)는 센서 잡음이 제거된 입력 이미지(IMG_IN)에 대한 이진화 처리를 수행한다. 이진화 처리는 칼라 이미지로 제공되는 입력 이미지(IMG_IN)를 흑백 영상으로 변환하는 처리를 의미한다. 예를 들면, 이진화부(132)는 입력 이미지(IMG_IN)의 각 화소별 RGB 값을 256 레벨의 흑백 영상으로 변환할 수 있다. 즉, 각 화소들의 RGB 값을 대응하는 흑백 레벨 화소값 '0(검정색)'과 '255(흰색)'사이의 값으로 맵핑시킬 수 있다.
경계 검출부(133)는 이진화부(132)에 의해서 변환된 흑백 영상에서 부품의 경계 정보를 검출한다. 즉, 경계 검출부(133)는 흑백 영상에서 인접한 화소들 간의 흑백 레벨 화소값의 차이에 대응하는 기울기 값을 계산할 수 있다. 그리고 경계 검출부(133)는 화소들 사이의 기울기의 강도가 임계치를 넘는 영역들에 대해서 경계로 판단할 수 있다. 경계로 판단된 영역의 화소값들은 경계 정보로 저장될 수 있다. 경계 정보는 다양한 경계선의 후보 영역일 수 있다. 이때, 경계는 교차되지 않아야 한다.
경계선 추적부(134)는 경계 검출부(133)에 의해서 검출된 경계 정보를 사용하여 검사 대상체(10)의 경계선으로 판단한다. 그리고 경계선 추적부(134)는 판단된 경계선의 각 화소들의 위치 정보를 저장한다. 예를 들면, 경계선 추적부(134)는 임의로 결정된 최초 경계점에서 출발하여 경계 검출부(133)에 의해서 식별된 경계를 따라가면서 위치 정보를 저장할 수 있다. 이때 경계선으로 저장되는 화소들의 정보에는 경계선을 따라 연속되는 인접된 화소라는 정보가 명시되어야 한다.
가우시안 가중치 최소 자승법 연산부(135)는 경계선 추적부(134)에 의해서 저장된 경계선에 대응하는 화소들 및 주변 화소들에 대한 경계면 필터링을 수행한다. 앞서 언급했듯이 백라이트(110)에서 조사되는 조명의 회절 현상으로 인해 입력 이미지(IMG_IN)에는 경계면이 매끄럽지 못한 부분이 존재한다. 이러한 치명적인 문제를 해결하기 위해서는, 가우시안 가중치 최소 자승법 연산부(135)는 커널 기반의 가우시안 가중치 최소 자승법을 사용한다. 가우시안 가중치 최소 자승법 연산부(135)는 경계선 추적부(134)에 의해서 저장된 경계 위치 정보에 대해 커널을 따라가면서 화소의 위치 정보를 보정하는 방식을 사용한다. 이때 커널 내의 이웃 화소 정보들은 가우시안 가중치를 적용한다.
가우시안 가중치 최소 자승법은 다음과 같이 계산된다. 가우시안 가중치 최소 자승법의 계산을 위해 아래 수학식 1과 같이 커널 내부의 위치 정보는 1차 다항식으로 모델링될 수 있다고 가정한다.
Figure pat00001
여기서, x와 y는 각각 커널 Π 안에서 위치 좌표를 나타낸다. 수학식 1에 대해서 계수들 b1과 b2를 풀기 위해서는 에러 자승합(Sum of Square Error; 이하, SSE)로 정의되는 시스템을 아래 수학식 2와 같이 정의한다.
Figure pat00002
여기서, 'wn'은 가우시안 가중치이고, 'Π'는 커널들을 의미한다. 계수들 'b1'과 'b2'를 정확하게 예측할수록 SSE는 '0'에 가까워진다. 따라서, 'b1'과 'b2'에 대한 각각의 편미분 값이 '0'으로 설정되도록 하면 이 계수들을 계산할 수 있다. 이러한 과정은 아래 수학식 3으로 표현될 수 있다.
Figure pat00003
수학식 3에서 유도된 연립 방적식으로부터 계수 'b1'은 아래 수학식 4와 같이 얻을 수 있다.
Figure pat00004
수학식 4를 통해서 얻어진 'b1'을 이용해서 'b2'를 계산하면 아래 수학식 5와 같이 나타낼 수 있다.
Figure pat00005
상술한 수학식들을 사용하여 가우시안 가중치 'wn'를 계산하면 아래 수학식 6으로 계산된다.
Figure pat00006
여기서, 'n'은 가우시안 가중치가 계산되는 화소를 나타내며, 'I'는 화소값을 나타낸다. 'σn' 및 'σI'는 각각 화소 위치의 표준 편차 및 화소값의 표준 편차를 나타낸다. 'I'는 화소값을 나타낸다. 위 과정을 통해 선형 모델의 계수를 얻을 수 있다.
경계면 평활부(136)는 가우시안 가중치 최소 자승법 연산부(135)에서 획득된 계수들을 활용하여 입력 이미지(IMG_IN)의 경계선에 대한 평활화를 수행할 수 있다. 경계면 평활부(136)에서 처리된 평활화가 적용된 경계면을 갖는 출력 이미지(IMG_OUT)가 획득될 수 있다.
도 5는 본 발명의 실시 예에 따른 입력 이미지를 경계면을 평활화하는 방법을 보여주는 순서도이다. 도 4 및 5를 참조하면, 본 발명의 영상 처리부(130, 도 1 참조)는 가우시안 최소 자승법을 사용하여 입력 이미지의 경계면을 뚜렷하게 필터링할 수 있다.
S110 단계에서, 카메라(120)에서 전송되는 입력 이미지(IMG_IN)가 영상 처리 장치(130)에서 수신된다. 영상 처리 장치(130)와 카메라(120)는 고대역폭 또는 고프레임율의 인터페이스를 통해서 입력 이미지(IMG_IN)를 수신할 수 있다.
S120 단계에서, 수신된 입력 이미지(IMG_IN)에 대한 전처리부(131)에서의 필터링이 수행된다. 전처리부(131)는 입력 이미지(IMG_IN)가 가진 센서 잡음과 같은 기본적인 노이즈를 제거하기 위한 필터링을 수행한다.
S130 단계에서, 노이즈가 제거된 입력 이미지(IMG_IN)에 대해서 이진화부(132)에 의한 흑백 처리가 수행된다. 이진화부(132)에 의해서 칼라 영상으로 제공되는 입력 이미지(IMG_IN)는 흑백 영상으로 변환된다. 기본적으로 비전머신을 위한 영상 처리는 센싱된 이미지를 사용하여 정확한 수치 정보를 획득하기 위한 동작이다. 따라서, 이미지로부터 정확한 수치를 획득하기 위해서는 흑백 영상이 칼라 영상보다 용이하다. 이진화부(132)는 입력 이미지(IMG_IN)의 각 화소별 색정보를 흑백 화소 값으로 변환한다. 수 있다. 예를 들면, 앞서 설명한 바와 같이, 이진화부(132)는 각 화소들의 RGB 값을 흑백 레벨 화소값 '0(검정색)'과 '255(흰색)'사이의 값으로 맵핑시킬 수 있을 것이다.
S140 단계에서, 이진화부(132)에 의해서 흑백 영상으로 변환된 입력 이미지(IMG_IN)는 경계 검출부(133)에 의해서 처리된다. 경계 검출부(133)는 흑백 화소값으로 변환된 입력 이미지(IMG_IN) 내의 든 화소들에 대한 화소값의 기울기(경도)를 계산하는 방식으로 경계 정보를 검출할 수 있다. 경계 검출부(133)는 화소들 사이의 기울기의 강도가 임계치를 넘는 영역들에 대해서 경계로 판단할 수 있다. 경계로 판단된 영역의 화소값들은 경계 정보로 저장될 수 있다. 이때, 경계는 서로 교차되지 않아야 한다는 조건을 고려해야 한다.
S150 단계에서, 경계선 추적부(134)는 경계 검출부(133)에 의해서 검출된 경계 정보를 사용하여 검사 대상체(10)의 경계선으로 판단한다. 그리고 경계선 추적부(134)는 판단된 경계선의 각 화소들의 위치 정보를 저장한다. 예를 들면, 경계선 추적부(134)는 임의로 결정된 최초 경계점에서 출발하여 경계 검출부(133)에 의해서 식별된 경계를 따라가면서 위치 정보를 저장할 수 있다. 이때 경계선으로 저장되는 화소들의 정보에는 경계선을 따라 연속되는 인접된 화소라는 정보가 명시되어야 한다.
S160 단계에서, 가우시안 가중치 최소 자승법 연산부(135)는 경계선 추적부(134)에 의해서 저장된 경계선에 대응하는 화소들 및 주변 화소들에 대한 경계면 필터링을 수행한다. 조명의 회절 현상으로 인한 입력 이미지(IMG_IN)의 불균일 화소값들에 의해 경계선의 윤곽이 매끄럽지 못한 부분이 존재한다. 가우시안 가중치 최소 자승법 연산부(135)는 커널 기반의 가우시안 가중치 최소 자승법을 적용하여 희미하게 보이는 윤곽선을 뚜렷한 형태로 필터링할 수 있다. 가우시안 가중치 최소 자승법 연산부(135)는 경계선 추적부(134)에 의해서 저장된 경계 위치 정보를 사용하여 커널을 따라가면서 화소의 위치 정보를 보정하는 방식을 사용한다. 이때 커널 내의 이웃 화소 정보들은 가우시안 가중치를 적용한다. 가우시안 가중치 최소 자승법의 연산 방법은 앞서 설명된 수학식 1 내지 수학식 6에 근거하여 처리될 수 있을 것이다.
S170 단계에서, 경계면 평활부(136)는 가우시안 가중치 최소 자승법 연산부(135)에서 획득된 계수들을 활용하여 입력 이미지(IMG_IN)의 경계선에 대한 평활화를 수행할 수 있다. 경계면 평활부(136)에서 처리된 평활화가 적용된 경계면을 갖는 출력 이미지(IMG_OUT)가 획득될 수 있다. 이후 출력 이미지(IMG_OUT)는 수치의 측정을 위한 머신비전 데이터로 활용될 수 있다.
위에서 설명한 내용은 본 발명을 실시하기 위한 구체적인 예들이다. 본 발명에는 위에서 설명한 실시 예들뿐만 아니라, 단순하게 설계 변경하거나 용이하게 변경할 수 있는 실시 예들도 포함될 것이다. 또한, 본 발명에는 상술한 실시 예들을 이용하여 앞으로 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다.

Claims (13)

  1. 카메라로부터 제공되는 입력 이미지를 처리하는 영상 처리 장치에 있어서:
    상기 입력 이미지를 수신하여 상기 카메라의 센서 잡음을 제거하는 전처리부;
    상기 전처리부에서 출력되는 센서 잡음이 제거된 상기 입력 이미지를 흑백 이미지로 변환하는 이진화부;
    상기 흑백 이미지에서 경계선을 검출하는 경계 검출부;
    검출된 상기 경계선에 대응하는 화소들 각각의 위치 정보를 저장하는 경계선 추적부;
    상기 경계선에 대응하는 상기 위치 정보에 대응하는 화소들에 대한 커널 기반의 가우시안 가중치 최소 자승법 연산을 수행하여 필터링하는 가우시안 가중치 최소 자승법 연산부; 그리고
    상기 가우시안 가중치 최소 자승법 연산에 의해서 획득된 계수들을 사용하여 상기 흑백 이미지에 대한 평활화를 수행하여 출력 이미지로 생성하는 경계면 평활부를 포함하는 영상 처리 장치.
  2. 제 1 항에 있어서,
    상기 경계 검출부는, 상기 흑백 이미지의 화소들 간의 화소값 기울기를 계산하고, 상기 화소값 기울기가 임계치를 초과하는 경우에 상기 경계선으로 판단하는 영상 처리 장치.
  3. 제 2 항에 있어서,
    상기 경계 검출부는 상기 경계선의 교차를 차단하는 검출 연산을 수행하는 영상 처리 장치.
  4. 제 1 항에 있어서,
    상기 경계선 추적부는 상기 위치 정보에 상기 경계선 상에서의 인접한 화소들 간에는 인접 여부를 지시하는 정보를 포함하는 영상 처리 장치.
  5. 제 1 항에 있어서,
    상기 가우시안 가중치 최소 자승법 연산부는, 특정 화소 단위에 대응하는 상기 커널 단위로 상기 가우시안 가중치 최소 자승법 연산을 수행하는 영상 처리 장치.
  6. 제 5 항에 있어서,
    상기 가우시안 가중치 최소 자승법 연산은 상기 커널 단위에 포함되는 화소들 각각의 에러 자승합(Sum of Square Error)을 사용하여 화소의 위치 정보를 조정하는 영상 처리 장치.
  7. 제 1 항에 있어서,
    상기 출력 이미지는 평활화된 경계선을 사용하여 치수를 측정하는 머신비전 검사 장비에 제공되는 영상 처리 장치.
  8. 카메라로부터 제공되는 입력 이미지의 윤곽선을 검출하는 방법에 있어서:
    상기 입력 이미지에 대한 카메라 노이즈를 제거하는 전처리를 수행하는 단계;
    상기 전처리된 입력 이미지를 흑백 이미지로 변환하는 이진화 단계;
    상기 흑백 이미지에서 경계선을 검출하는 단계;
    상기 검출된 경계선에 대응하는 화소 위치 정보를 획득하고 저장하는 경계선 추적 단계;
    상기 화소 위치 정보에 대응하는 화소들 및 상기 화소들과 인접된 화소들에 대한 가우시안 가중치 최소 자승법 연산을 수행하여 상기 화소 위치 정보를 보정하는 단계; 그리고
    상기 보정된 화소 위치 정보에 기반하여 상기 흑백 이미지의 경계선을 평활화하는 단계를 포함하는 윤곽선 검출 방법.
  9. 제 8 항에 있어서,
    상기 경계선을 검출하는 단계는:
    상기 흑백 이미지의 화소들 간의 화소값 기울기를 계산하는 단계; 그리고
    상기 화소값 기울기가 임계치를 초과하는 경우에 상기 경계선으로 판단하는 단계를 포함하는 윤곽선 검출 방법.
  10. 제 8 항에 있어서,
    상기 경계선이 교차되는 영역은 상기 화소 위치 정보에서 제외되는 것을 특징으로 하는 윤곽선 검출 방법.
  11. 제 10 항에 있어서,
    상기 화소 위치 정보는 상기 경계선 상에서 인접한 화소들의 인접 여부를 지시하는 정보를 포함하는 윤곽선 검출 방법.
  12. 제 8 항에 있어서,
    상기 화소 위치 정보를 보정하는 단계에서, 특정 화소 단위인 커널 단위로 상기 가우시안 가중치 최소 자승법 연산이 적용되는 윤곽선 검출 방법.
  13. 제 12 항에 있어서,
    상기 가우시안 가중치 최소 자승법 연산은 상기 커널 단위에 포함되는 화소들 각각의 에러 자승합(Sum of Square Error)의 계산을 포함하는 윤곽선 검출 방법.
KR1020210061748A 2021-05-13 2021-05-13 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법 KR20220154345A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210061748A KR20220154345A (ko) 2021-05-13 2021-05-13 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210061748A KR20220154345A (ko) 2021-05-13 2021-05-13 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법

Publications (1)

Publication Number Publication Date
KR20220154345A true KR20220154345A (ko) 2022-11-22

Family

ID=84236207

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210061748A KR20220154345A (ko) 2021-05-13 2021-05-13 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법

Country Status (1)

Country Link
KR (1) KR20220154345A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117689677A (zh) * 2024-02-01 2024-03-12 山东大学日照研究院 一种砂轮磨损状态识别方法、系统、设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117689677A (zh) * 2024-02-01 2024-03-12 山东大学日照研究院 一种砂轮磨损状态识别方法、系统、设备及介质
CN117689677B (zh) * 2024-02-01 2024-04-16 山东大学日照研究院 一种砂轮磨损状态识别方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
US8121400B2 (en) Method of comparing similarity of 3D visual objects
CN104697476B (zh) 粗糙度光切轮廓曲线的自动检测方法及装置
KR101635461B1 (ko) 웨이블릿 변환에서 마스크 필터링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
EP1980843A1 (en) Method and apparatus for detecting defects in optical components.
WO2017020829A1 (zh) 解像力测试方法和解像力测试装置
RU2766420C2 (ru) Устройство и способ для анализа повреждений
CN106204524A (zh) 一种评价图像质量的方法及装置
CN117115153B (zh) 基于视觉辅助的印制线路板质量智能检测方法
CN115272256A (zh) 亚像素级传感光纤路径高斯提取方法及系统
Flesia et al. Sub-pixel straight lines detection for measuring through machine vision
CN110823106B (zh) 一种基于激光连续波调制原理的平板玻璃质量检测方法
KR20220154345A (ko) 가우시안 가중치 최소 자승법을 이용하는 영상 처리 장치 및 그것의 윤곽선 검출 방법
KR20160054150A (ko) 형태학적 영상 처리와 레이블링을 이용한 얼룩 결함 자동 검출 시스템 및 방법
CN114219758A (zh) 缺陷检测方法、系统、电子设备和计算机可读存储介质
CN116563298B (zh) 基于高斯拟合的十字线中心亚像素检测方法
US7646892B2 (en) Image inspecting apparatus, image inspecting method, control program and computer-readable storage medium
CN111445435A (zh) 一种基于多区块小波变换的无参考图像质量评价方法
CN109661683B (zh) 基于图像内容的投射结构光方法、深度检测方法及结构光投射装置
Li et al. Vehicle seat detection based on improved RANSAC-SURF algorithm
CN115471537A (zh) 一种基于单目摄像头的移动目标距离与高度的测量方法
CN113554688B (zh) 一种基于单目视觉的o型密封圈尺寸测量方法
CN111062887B (zh) 基于改进的Retinex算法的图像清晰度判定方法
US11688045B2 (en) Methods and apparatus for removing satellite trails from images
TWI550252B (zh) 邊緣位置檢測裝置及邊緣位置檢測方法
KR102141352B1 (ko) 영상 처리 기법을 이용한 콘크리트 구조물 균열 폭 평가 방법