KR20230137574A - Apparatus for Secondary Cell Inspection and Driving Method Thereof - Google Patents
Apparatus for Secondary Cell Inspection and Driving Method Thereof Download PDFInfo
- Publication number
- KR20230137574A KR20230137574A KR1020220035116A KR20220035116A KR20230137574A KR 20230137574 A KR20230137574 A KR 20230137574A KR 1020220035116 A KR1020220035116 A KR 1020220035116A KR 20220035116 A KR20220035116 A KR 20220035116A KR 20230137574 A KR20230137574 A KR 20230137574A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- image data
- inspection
- cell
- secondary battery
- Prior art date
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000007547 defect Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 15
- 238000013135 deep learning Methods 0.000 claims description 14
- 238000013473 artificial intelligence Methods 0.000 claims description 8
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000002591 computed tomography Methods 0.000 description 22
- 230000006872 improvement Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 229910001416 lithium ion Inorganic materials 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Abstract
2차전지 검사장치 및 그 장치의 구동방법이 개시된다. 본 발명의 일 실시예에 따른 2차전지 검사장치는, 2차전지의 셀(cell)을 회전시키며 검사하는 검사장치로서, 검사장치에서 상기 셀이 없는 상태에서 측정되는 제1 측정 결과를 근거로 생성되는 제1 이미지 데이터, 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터 및 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장하는 저장부; 및 제1 이미지 데이터, 제2 이미지 데이터 및 제3 이미지 데이터를 이용해 취득되는 차분(subtract) 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시키는 제어부를 포함한다.A secondary battery inspection device and a method of operating the device are disclosed. The secondary battery inspection device according to an embodiment of the present invention is an inspection device that rotates and inspects cells of a secondary battery, based on the first measurement result measured in the absence of the cell in the inspection device. a storage unit that stores generated first image data, second image data generated based on a second measurement result measured in the presence of a cell, and third image data of an original image obtained by measuring a cell; and reducing distortion that occurs during image processing to below a standard value based on subtract image data acquired using the first image data, second image data, and third image data, and interpolation generated by interpolating the second image data. It includes a control unit that increases the resolution through image data to increase the consistency of the area of interest above the reference value when inspecting cells.
Description
본 발명은 2차전지 검사장치 및 그 장치의 구동방법에 관한 것으로서, 보다 상세하게는, 가령 검사하려는 2차전지 혹은 셀(Cell)을 빠르게 회전시키는 과정에서 발생되는 이미지의 왜곡(예: spiky, ring, metal artifact 등)을 개선하고, 저분해능의 이미지와 보간법으로 형성된 선명한 검사용 이미지를 학습데이터로 하는 딥러닝 기술을 적용해 검사 정밀도를 높일 수 있는 CT(Computed Tomography)용 이미지 개선을 위한 인라인 시스템 및 인라인 시스템의 이미지 개선 방법에 포함되는 2차전지 검사장치 및 그 장치의 구동방법에 관한 것이다.The present invention relates to a secondary battery inspection device and a method of driving the device. More specifically, the present invention relates to image distortion (e.g., spiky, ring, metal artifact, etc.) and inline for image improvement for CT (Computed Tomography) that can increase inspection precision by applying deep learning technology that uses low-resolution images and clear inspection images formed by interpolation as learning data. It relates to a secondary battery inspection device and a method of operating the device included in the image improvement method of the system and in-line system.
2차전지(secondary cell)는 화학적 에너지를 전기적 에너지로 변환시켜 외부의 회로에 전원을 공급하기도 하고, 방전되었을 때 외부의 전원을 공급받아 전기적 에너지를 화학적 에너지로 바꾸어 전기를 저장할 수 있는 전지를 가리킨다. 건전지처럼 한번 쓰고 버리는 1차전지와 달리 2차전지는 충전과 방전을 거듭하며 사용할 수 있는 장점이 있다. 여러 종류의 2차전지가 있지만, 현재 상용화된 것 중에서 가장 성능이 우수한 전지가 바로 리튬이온전지다. 리튬이온전지로서의 2차전지는 휴대성이 강조되는 스마트폰, 노트북 같은 제품은 물론 대용량 저장이 가능하므로 전력저장장치인 ESS(Energy Storage System)까지 활용되고 있다. 더욱이 리튬이온전지는 이산화탄소 배출 규제와 화석연료 고갈 등에 대비할 수 있는 강력한 에너지 장치로 주목받고 있다.A secondary cell refers to a battery that converts chemical energy into electrical energy to supply power to an external circuit, and when discharged, receives external power and converts electrical energy into chemical energy to store electricity. . Unlike primary batteries, which are used once and discarded like batteries, secondary batteries have the advantage of being able to be used repeatedly through charging and discharging. There are many types of secondary batteries, but the battery with the best performance among those currently commercialized is the lithium-ion battery. Secondary batteries, such as lithium-ion batteries, are used not only in products such as smartphones and laptops that emphasize portability, but also in ESS (Energy Storage System), a power storage device, because they can store large capacities. Moreover, lithium-ion batteries are attracting attention as powerful energy devices that can prepare for carbon dioxide emission regulations and fossil fuel depletion.
통상적으로 2차전지 CT 검사를 위해서는 X-Ray를 발생시키는 X-Ray 소스(Source)와 검출을 위한 검출기(Detector), 또 셀 구동부가 필요하다. 현재 산업용 배터리 CT 장비는 1개의 X-Ray Source와 1개의 검출기를 고정한 채 구동부를 이용하여 셀 중심으로 회전시켜 검사를 진행하고 있다.Typically, secondary battery CT inspection requires an X-ray source that generates X-rays, a detector for detection, and a cell driver. Currently, industrial battery CT equipment is inspected by fixing one X-ray source and one detector and rotating it around the cell using a driving unit.
그런데, 검사하려는 셀을 빠르게 회전시키는 과정에서 이미지의 왜곡으로 검사 정밀도가 떨어지는 문제가 발생하고 있다.However, in the process of quickly rotating the cell to be inspected, there is a problem of reduced inspection precision due to distortion of the image.
예를 들어, 빠른 검사를 위한 CT 구성을 위해 적은 수량의 프로젝션 이미지(projection images)가 사용되면 재구성시 뾰족뽀족한 결함(spiky artifact)이 발생되고, 측정하고자 하는 셀의 위치에 보정 지그(Calibration Jig)를 사용하여 2D 이미지를 획득하고 보정 지그 내부 구성품의 각각의 위치를 추적하고 소스 지그 검출기(Source-Jig-Detector)의 기하학적 위치를 계산하여 셀을 측정하려고 하는 위치에서 기구물의 틀어짐 상태를 계산한 정보를 도출해 적용된 3차원 재구성 영상에도 원형 결함(ring artifact)이 발생하게 되며, 측정하려는 샘플 즉 셀이 메탈(metal)로 구성되어 메탈 결함(metal artifact)도 발생하게 된다.For example, if a small number of projection images are used to construct a CT for quick inspection, spikey artifacts may occur during reconstruction, and a calibration jig must be installed at the location of the cell to be measured. ) to acquire a 2D image, track each position of the internal components of the calibration jig, and calculate the geometric position of the source-jig detector (Source-Jig-Detector) to calculate the distortion state of the fixture at the location where the cell is to be measured. Ring artifacts also occur in the 3D reconstructed image from which information is derived, and since the sample to be measured, or cell, is made of metal, metal artifacts also occur.
또한 검사는 저분해능을 가진 이미지를 고분해능의 이미지로 변환하기 위해 딥러닝(Deep-Learning) 기술을 적용하여 사용하게 되는데, 제품의 양산이 진행되면 여러 가지의 제품의 불량 이미지가 발생될 수 있고, 이미 학습된 다른 형태의 이미지와 형상이 크게 다르게 되면 복원되는 이미지의 왜곡이 발생될 수 있어 검사 정합성이 떨어지게 된다.In addition, inspection uses deep learning technology to convert low-resolution images into high-resolution images. As mass production of products progresses, various defective images of products may occur. If the shape is significantly different from other types of images that have already been learned, distortion of the restored image may occur, resulting in poor inspection consistency.
따라서 본 발명이 이루고자 하는 기술적 과제는, 가령 검사하려는 2차전지 혹은 셀을 빠르게 회전시키는 과정에서 발생되는 이미지의 왜곡을 개선하고, 저분해능의 이미지와 보간법으로 형성된 선명한 검사용 이미지를 학습데이터로 하는 딥러닝 기술을 적용해 검사 정밀도를 높일 수 있는 CT용 이미지 개선을 위한 인라인 시스템 및 인라인 시스템의 이미지 개선 방법에 포함되는 2차전지 검사장치 및 그 장치의 구동방법을 제공하는 것이다.Therefore, the technical task to be achieved by the present invention is to improve the distortion of the image that occurs in the process of rapidly rotating the secondary battery or cell to be inspected, and to use low-resolution images and clear inspection images formed by interpolation as learning data. The aim is to provide an in-line system for improving CT images that can increase inspection precision by applying deep learning technology, and a secondary battery inspection device and a method of driving the device included in the image improvement method of the in-line system.
본 발명의 일 측면에 따르면, 2차전지의 셀(cell)을 회전시키며 검사하는 검사장치로서, 상기 검사장치에서 상기 셀이 없는 상태에서 측정되는 제1 측정 결과를 근거로 생성되는 제1 이미지 데이터, 상기 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터 및 상기 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장하는 저장부; 및 상기 제1 이미지 데이터, 상기 제2 이미지 데이터 및 상기 제3 이미지 데이터를 이용해 취득되는 차분(subtract) 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 상기 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 상기 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시키는 제어부를 포함하는 것을 특징으로 하는 2차전지 검사장치가 제공될 수 있다.According to one aspect of the present invention, there is an inspection device that rotates and inspects cells of a secondary battery, wherein the inspection device includes first image data generated based on a first measurement result measured in the absence of the cell. , a storage unit that stores second image data generated based on a second measurement result measured in the presence of the cell and third image data of an original image from which the cell is measured; and reducing distortion that occurs during image processing to below a reference value based on subtract image data acquired using the first image data, the second image data, and the third image data, and interpolating the second image data. A secondary battery inspection device can be provided, which includes a control unit that increases the consistency of the region of interest above a reference value when inspecting the cell by increasing the resolution through interpolation image data generated.
상기 저장부는, 상기 제1 이미지 데이터로서 복수의 슬라이스 이미지를 일측 방향으로 누적 및 조합하는 3차원의 배경 프로젝션 이미지와, 상기 배경 프로젝션 이미지에서 검사시 관심 영역의 2차원 검사 이미지를 저장하며, 상기 제2 이미지 데이터로서 상기 셀이 포함되는 복수의 슬라이스 이미지를 상기 일측 방향으로 누적 및 조합하는 3차원 프로젝션 이미지와, 상기 3차원 프로젝션 이미지에서 상기 관심 영역에 상응하는 2차원 검사 이미지를 저장할 수 있다.The storage unit stores a three-dimensional background projection image that accumulates and combines a plurality of slice images in one direction as the first image data, and a two-dimensional inspection image of a region of interest during inspection in the background projection image, 2 As image data, a 3D projection image in which a plurality of slice images including the cell are accumulated and combined in one direction and a 2D inspection image corresponding to the region of interest in the 3D projection image may be stored.
상기 제어부는, 상기 배경 프로젝션 이미지의 제1 이미지 데이터와 상기 프로젝션 이미지의 제2 이미지 데이터를 차분하여 제1 차분 이미지 데이터를 생성하여 이미지 처리시의 제1 결함을 감쇄시킬 수 있다.The control unit may generate first differential image data by differentiating the first image data of the background projection image and the second image data of the projection image to attenuate the first defect during image processing.
상기 제어부는, 상기 관심 영역에 관계되는 상기 제1 이미지 데이터와 상기 제2 이미지의 데이터의 상기 2차원 검사 이미지의 이미지 데이터를 차분하고, 상기 차분에 의한 차분값과 상기 원본 이미지의 상기 제3 이미지 데이터를 차분하여 제2 차분 이미지 데이터를 생성해 이미지 처리시의 제2 결함을 감쇄시킬 수 있다.The control unit differs the image data of the two-dimensional inspection image from the data of the first image and the second image related to the region of interest, and sets a difference value by the difference and the third image data of the original image. By differentiating, second difference image data can be generated to attenuate the second defect during image processing.
상기 제어부는, 상기 제2 이미지 데이터를 보간하여 형성되는 보간 이미지 데이터에서 상기 관심 영역과 관련되는 검사 이미지를 취득 및 이용하여 상기 정합성을 증가시킬 수 있다.The control unit may increase the consistency by acquiring and using an inspection image related to the region of interest from interpolated image data formed by interpolating the second image data.
상기 제어부는, 상기 보간 전 2D 검사 이미지와 상기 보간 후의 2D 검사 이미지를 인공지능의 딥러닝을 적용해 얻은 학습 결과를 근거로 상기 관심 영역의 정합성을 기준값 이상으로 증가시킬 수 있다.The control unit may increase the consistency of the region of interest above a reference value based on learning results obtained by applying deep learning of artificial intelligence to the 2D inspection image before interpolation and the 2D inspection image after interpolation.
상기 2차전지 검사장치는, 상기 셀로 엑스레이(X-ray)를 조사하는 소스 발생부, 상기 엑스레이가 조사된 상태를 검출하여 상기 제1 측정결과 및 상기 제2 측정결과를 제공하는 검출부, 및 상기 셀을 회전시키는 회전구동부를 더 포함할 수 있다.The secondary battery inspection device includes a source generator that irradiates X-rays to the cell, a detector that detects a state in which the X-rays are irradiated and provides the first measurement result and the second measurement result, and the It may further include a rotation drive unit that rotates the cell.
본 발명의 다른 측면에 따르면, 2차전지의 셀을 회전시키며 검사하는 검사장치의 구동방법으로서, 저장부가, 상기 검사장치에서 상기 셀이 없는 상태에서 측정되는 제1 측정 결과를 근거로 생성되는 제1 이미지 데이터, 상기 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터 및 상기 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장하는 단계; 및 제어부가, 상기 제1 이미지 데이터, 상기 제2 이미지 데이터 및 상기 제3 이미지 데이터를 이용해 취득되는 차분 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 상기 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 상기 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시키는 단계를 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법이 제공될 수 있다.According to another aspect of the present invention, a method of driving an inspection device that rotates and inspects cells of a secondary battery, wherein the storage unit includes a first measurement result generated in the inspection device in the absence of the cell. Saving first image data, second image data generated based on a second measurement result measured in the presence of the cell, and third image data of an original image from which the cell is measured; and a control unit, reduces distortion occurring during image processing to below a reference value based on difference image data acquired using the first image data, the second image data, and the third image data, and interpolates the second image data. A method of driving a secondary battery inspection device can be provided, including the step of increasing the consistency of the region of interest above a reference value when inspecting the cell by increasing the resolution through interpolation image data generated.
상기 저장하는 단계는, 상기 제1 이미지 데이터로서 복수의 슬라이스 이미지를 일측 방향으로 누적 및 조합하는 3차원의 배경 프로젝션 이미지와, 상기 배경 프로젝션 이미지에서 검사시 관심 영역의 2차원 검사 이미지를 저장하는 단계; 및 상기 제2 이미지 데이터로서 상기 셀이 포함되는 복수의 슬라이스 이미지를 상기 일측 방향으로 누적 및 조합하는 3차원 프로젝션 이미지와, 상기 3차원 프로젝션 이미지에서 상기 관심 영역에 상응하는 2차원 검사 이미지를 저장하는 단계를 포함할 수 있다.The storing step includes storing a three-dimensional background projection image that accumulates and combines a plurality of slice images in one direction as the first image data, and a two-dimensional inspection image of a region of interest during inspection in the background projection image. ; and storing a 3D projection image that accumulates and combines a plurality of slice images including the cell as the second image data in the one direction, and a 2D inspection image corresponding to the region of interest in the 3D projection image. May include steps.
상기 증가시키는 단계는, 상기 배경 프로젝션 이미지의 제1 이미지 데이터와 상기 프로젝션 이미지의 제2 이미지 데이터를 차분하여 제1 차분 이미지 데이터를 생성하여 이미지 처리시의 제1 결함을 감쇄시키는 단계를 포함할 수 있다.The increasing may include generating first differential image data by differentiating the first image data of the background projection image and the second image data of the projection image to attenuate the first defect during image processing. there is.
상기 증가시키는 단계는, 상기 관심 영역에 관계되는 상기 제1 이미지 데이터와 상기 제2 이미지의 데이터의 상기 2차원 검사 이미지의 이미지 데이터를 차분하는 단계; 및 상기 차분에 의한 차분값과 상기 원본 이미지의 상기 제3 이미지 데이터를 차분하여 제2 차분 이미지 데이터를 생성해 이미지 처리시의 제2 결함을 감쇄시키는 단계를 포함할 수 있다.The increasing step may include differentiating image data of the two-dimensional inspection image from data of the first image and the second image related to the region of interest; and generating second difference image data by differentiating the difference value by the difference and the third image data of the original image to attenuate a second defect during image processing.
상기 증가시키는 단계는, 상기 제2 이미지 데이터를 보간하여 형성되는 보간 이미지 데이터에서 상기 관심 영역과 관련되는 검사 이미지를 취득 및 이용하여 상기 정합성을 증가시킬 수 있다.The increasing step may increase the consistency by acquiring and using an inspection image related to the region of interest from interpolated image data formed by interpolating the second image data.
상기 증가시키는 단계는, 상기 보간 전 2D 검사 이미지와 상기 보간 후의 2D 검사 이미지를 인공지능의 딥러닝을 적용해 얻은 학습 결과를 근거로 상기 관심 영역의 정합성을 기준값 이상으로 증가시킬 수 있다.The increasing step may increase the consistency of the region of interest above a reference value based on learning results obtained by applying deep learning of artificial intelligence to the 2D inspection image before interpolation and the 2D inspection image after interpolation.
상기 2차전지 검사장치의 구동방법은, 소스 발생부가, 상기 셀로 엑스레이(X-ray)를 조사하는 단계; 검출부가, 상기 엑스레이가 조사된 상태를 검출하여 상기 제1 측정결과 및 상기 제2 측정결과를 제공하는 단계; 및 회전 구동부가, 상기 셀을 회전시키는 단계를 더 포함할 수 있다.The method of driving the secondary battery inspection device includes the steps of a source generator irradiating an X-ray to the cell; A detection unit detecting a state in which the X-ray is irradiated and providing the first measurement result and the second measurement result; And the rotation driver may further include rotating the cell.
본 발명의 실시예에 따르면, 가령 엑스레이를 이용하는 2차전지 CT 검사에서 이미지 처리시 발생되는 다양한 유형의 결함을 없애거나 줄일 수 있다.According to an embodiment of the present invention, various types of defects that occur during image processing, for example, in secondary battery CT examination using X-rays, can be eliminated or reduced.
또한, 본 발명의 실시예는 2차전지의 셀 검사시 관심 영역의 검사 이미지를 보간하고 보간된 이미지들을 인공지능의 딥러닝을 적용함으로써 생산라인에서 발생되는 여러가지의 제품 불량 이미지에 능동적으로 대처할 수 있을 것이다.In addition, embodiments of the present invention can actively cope with various product defect images generated in the production line by interpolating inspection images of the area of interest when inspecting cells of secondary batteries and applying deep learning of artificial intelligence to the interpolated images. There will be.
도 1은 본 발명의 실시예에 따른 CT 검사장치의 세부구조를 예시한 블록다이어그램이다.
도 2는 결함 감쇄를 위한 재구성 이미지 처리 과정을 나타내는 도면이다.
도 3은 결함 감쇄를 위한 재구성 기법(schematic)을 설명하기 위한 도면이다.
도 4는 고해상도 이미지 변환을 위한 재구성 과정을 설명하기 위한 도면이다.
도 5는 고해상도 이미지 변환을 위한 재구성 기법을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 CT 검사장치의 구동과정을 나타내는 도면이다.Figure 1 is a block diagram illustrating the detailed structure of a CT examination device according to an embodiment of the present invention.
Figure 2 is a diagram showing a reconstructed image processing process for defect reduction.
Figure 3 is a diagram for explaining a reconstruction scheme for defect attenuation.
Figure 4 is a diagram for explaining the reconstruction process for high-resolution image conversion.
Figure 5 is a diagram showing a reconstruction technique for high-resolution image conversion.
Figure 6 is a diagram showing the driving process of the CT examination device according to an embodiment of the present invention.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.Specific structural or functional descriptions of the embodiments according to the concept of the present invention disclosed in this specification are merely illustrative for the purpose of explaining the embodiments according to the concept of the present invention, and the embodiments according to the concept of the present invention are It may be implemented in various forms and is not limited to the embodiments described herein.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.Since the embodiments according to the concept of the present invention can make various changes and have various forms, the embodiments will be illustrated in the drawings and described in detail in this specification. However, this is not intended to limit the embodiments according to the concept of the present invention to specific disclosed forms, and includes all changes, equivalents, or substitutes included in the spirit and technical scope of the present invention.
제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1구성요소는 제2구성요소로 명명될 수 있고, 유사하게 제2구성요소는 제1구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another component, for example, without departing from the scope of rights according to the concept of the present invention, a first component may be named a second component, and similarly The second component may also be named the first component.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between. Other expressions that describe the relationship between components, such as "between" and "immediately between" or "neighboring" and "directly adjacent to" should be interpreted similarly.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 실시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in this specification are merely used to describe specific embodiments and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as “comprise” or “have” are intended to designate the presence of implemented features, numbers, steps, operations, components, parts, or combinations thereof, but are not intended to indicate the presence of one or more other features or numbers. It should be understood that this does not preclude the existence or addition of steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the technical field to which the present invention pertains. Terms as defined in commonly used dictionaries should be interpreted as having meanings consistent with the meanings they have in the context of the related technology, and unless clearly defined in this specification, should not be interpreted in an idealized or overly formal sense. No.
도면들에 있어서, 층 및 영역들의 두께는 명확성을 기하기 위하여 과장된 것이다. 층이 다른 층 또는 기판 "상"에 있다고 언급되거나, 층이 다른 층 또는 기판과 결합 또는 접착된다고 언급되는 경우에, 그것은 다른 층 또는 기판상에 직접 형성될 수 있거나 또는 그들 사이에 제3의 층이 개재될 수도 있다. 명세서 전체에 걸쳐서 동일한 참조번호로 표시된 부분들은 동일한 구성요소들을 의미한다.In the drawings, the thicknesses of layers and regions are exaggerated for clarity. When a layer is said to be "on" another layer or substrate, or when a layer is said to be bonded or bonded to another layer or substrate, it may be formed directly on the other layer or substrate or may have a third layer between them. This may be involved. Parts indicated with the same reference numbers throughout the specification refer to the same components.
상단, 하단, 상면, 하면, 전면, 후면, 또는 상부, 하부 등의 용어는 구성요소에 있어 상대적인 위치를 구별하기 위해 사용되는 것이다. 예를 들어, 편의상 도면상의 위쪽을 상부, 도면상의 아래쪽을 하부로 명명하는 경우, 실제에 있어서는 본 발명의 권리 범위를 벗어나지 않으면서 상부는 하부로 명명될 수 있고, 하부는 상부로 명명될 수 있다. 또한, 도면의 구성요소는 반드시 축척에 따라 그려진 것은 아니고, 예컨대, 본 발명의 이해를 돕기 위해 도면의 일부 구성요소의 크기는 다른 구성요소에 비해 과장될 수 있다.Terms such as top, bottom, upper surface, lower surface, front, rear, or upper and lower are used to distinguish the relative positions of components. For example, for convenience, when the upper part of the drawing is called upper and the lower part of the drawing is called lower, in reality, the upper part can be called lower, and the lower part can be called upper without departing from the scope of the present invention. . Additionally, the components in the drawings are not necessarily drawn to scale, and for example, the size of some components in the drawings may be exaggerated compared to other components to facilitate understanding of the present invention.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the attached drawings.
도 1은 본 발명의 실시예에 따른 CT 검사장치의 세부구조를 예시한 블록다이어그램이다.Figure 1 is a block diagram illustrating the detailed structure of a CT examination device according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 CT 검사장치(100)는 가령 인라인(In-Line) 시스템에 구성되는 3차원의 2차전지 검사장치로서, 소스 발생부(110), 검출부(120), 제어부(130), 회전 구동부(140), 이미지 개선부(150) 및 저장부(160)의 일부 또는 전부를 포함한다.As shown in FIG. 1, the CT inspection device 100 according to an embodiment of the present invention is a three-dimensional secondary battery inspection device configured in an in-line system, and includes a source generator 110, It includes part or all of a detection unit 120, a control unit 130, a rotation driver 140, an image improvement unit 150, and a storage unit 160.
여기서, "일부 또는 전부를 포함한다"는 것은 저장부(160)와 같은 일부 구성요소가 생략되어 CT 검사장치(100)가 구성되거나, 이미지 개선부(150)와 같은 일부 구성요소가 제어부(130)와 같은 다른 구성요소에 통합되어 구성될 수 있는 것 등을 의미하는 것으로서 발명의 충분한 이해를 돕기 위하여 전부 포함하는 것으로 설명한다.Here, “including part or all” means that the CT examination apparatus 100 is configured by omitting some components, such as the storage unit 160, or that some components, such as the image improvement unit 150, are configured by the control unit 130. ), etc., and is explained as being all-inclusive in order to facilitate a sufficient understanding of the invention.
소스 발생부(110)는 엑스레이(X-Ray)를 발생시키는 엑스레이 소스원으로서 동작한다. 가령, CT 검사장치(100)는 2차전지를 생산하는 생산라인에서 하나의 라인상에 구비되어 동작할 수 있으며, 챔버(chamber) 장비의 형태로 구성될 수도 있다. 해당 장비 내에는 엑스레이 소스를 발생시키는 1개의 소스 발생부(110)가 구비될 수 있다. 물론 본 발명의 실시예에서는 구비되는 개수에 대하여는 특별히 한정하지는 않을 것이다. 또한, 소스 발생부(110)는 제어부(130)의 제어에 의해 동작할 수 있으며, 지정된 크기의 전력(power) 즉 전류와 전압에 따라 동작할 수 있다. 이는 소스 발생부(110)를 구동하는 구동 전압 또는 구동 전류가 될 수 있다. 본 발명의 실시예에서는 가속전압 또는 가속전류라 명명될 수 있다. 또한 이러한 전압이나 전류는 시간 변화에 따라 일정하게 가변되어 제공될 수도 있다. 이는 엑스레이 소스를 이용해 얻고자 하는 이미지들의 형태에 따라 다양하게 사용될 수 있다.The source generator 110 operates as an X-ray source that generates X-rays. For example, the CT inspection device 100 may be installed and operated on one line in a production line that produces secondary batteries, and may be configured in the form of chamber equipment. The equipment may be provided with one source generator 110 that generates an X-ray source. Of course, there will be no particular limitation on the number provided in the embodiment of the present invention. Additionally, the source generator 110 may operate under the control of the control unit 130 and may operate according to a designated amount of power, that is, current and voltage. This may be a driving voltage or a driving current that drives the source generator 110. In embodiments of the present invention, it may be called acceleration voltage or acceleration current. Additionally, such voltage or current may be provided in a constant manner according to changes in time. This can be used in various ways depending on the type of images to be obtained using the X-ray source.
검출부(120)는 소스 발생부(110)에서 발생되는, 다시 말해 하부에 위치하여 검사 대상이 되는 2차전지 또는 셀로 엑스레이 광원을 조사한 상태를 촬영하거나 엑스레이 광원을 검출하는 검출기(혹은 검출소자)를 포함할 수 있다. 가령, 카메라모듈의 경우에는 고해상도의 CCD 카메라모듈이 사용될 수 있으며, 광모듈의 경우에는 엑스레이 반사광을 수광하는 수광소자를 구비할 수 있다. 수광소자의 경우에는 셀이나 특정 대상에 반사되어 수광되는 광의 세기나 광량에 따라 서로 다른 전기에너지 즉 전류를 발생시키므로 이를 화상 이미지 생성시 이용되도록 할 수 있다. 즉 발사 시간과 조사 시간의 차이에 따라 깊이(depth)를 판단할 수도 있으므로 이를 통해 3차원 이미지를 생성해 낼 수 있게 된다.The detection unit 120 uses a detector (or detection element) to capture the X-ray light source generated from the source generator 110, that is, to photograph the state in which the X-ray light source is irradiated to the secondary battery or cell being inspected, or to detect the X-ray light source. It can be included. For example, in the case of a camera module, a high-resolution CCD camera module may be used, and in the case of an optical module, a light receiving element that receives reflected X-ray light may be provided. In the case of a light-receiving element, different electric energy, or current, is generated depending on the intensity or amount of light reflected by a cell or a specific object and received, so this can be used when creating an image. In other words, depth can be judged based on the difference between launch time and irradiation time, making it possible to create a 3D image.
제어부(130)는 도 1의 소스 발생부(110), 검출부(120), 회전 구동부(140), 이미지 개선부(150) 및 저장부(160)의 전반적인 제어 동작을 담당한다. 대표적으로 제어부(130)는 이미지 개선부(150)의 요청에 따라 회전 구동부(140)상에 검사 대상의 2차전지가 없는 상태에서의 3차원 프로젝션 이미지를 생성할 수 있다. 여기서 프로젝션 이미지는 엑스레이를 조사 즉 투사(project)한 후의 측정 결과를 근거로 생성되는 이미지를 의미할 수 있다. 물론 이를 위하여 제어부(130)는 소스 발생부(110)로 지정된 크기의 가속전압과 가속전류의 전력을 제공하며, 이때 검출부(120)를 통해 검출되는 검출 데이터를 이용해 3차원의 프로젝션 이미지를 생성하게 된다. 여기서, 3차원 프로젝션 이미지는 Z축 방향(혹은 일측 방향)으로 슬라이스 이미지(혹은 단층 이미지)가 누적 조합되어 이루어지는 이미지이며, 이를 통해 3차원 구성이 가능하게 된다. 이의 영상은 '배경 프로젝션 이미지'라 명명될 수 있으며, 이의 이미지 데이터는 저장부(160)에 저장된다. 배경이라는 의미는 검사 대상인 전지 즉 셀이 없는 상태에서의 이미지이기 때문이다. 또는 검사대상인 셀의 주변과 관련되기 때문이다.The control unit 130 is responsible for the overall control operation of the source generator 110, detection unit 120, rotation driver 140, image improvement unit 150, and storage unit 160 of FIG. 1. Typically, the control unit 130 may generate a three-dimensional projection image on the rotation drive unit 140 in the absence of a secondary battery to be inspected at the request of the image improvement unit 150. Here, the projection image may refer to an image generated based on measurement results after irradiating or projecting X-rays. Of course, for this purpose, the control unit 130 provides power of the acceleration voltage and acceleration current of the specified size to the source generator 110, and at this time, generates a three-dimensional projection image using the detection data detected through the detection unit 120. do. Here, the 3D projection image is an image formed by cumulative combination of slice images (or tomographic images) in the Z-axis direction (or one direction), and this enables 3D configuration. This image may be named 'background projection image', and its image data is stored in the storage unit 160. The meaning of background is that it is an image without cells, that is, the battery being inspected. Or, this is because it is related to the surroundings of the cell being inspected.
또한, 제어부(130)는 배경 프로젝션 이미지를 얻은 이후에 실제 검사 대상이 되는 2차전지를 회전 구동부(140)에 적재한 상태에서의 (셀) 프로젝션 이미지를 또한 얻을 수 있다. 배경 프로젝션 이미지를 생성할 때와 동일한 조건에서 소스 발생부(110)와 검출부(120)를 동작시키며, 이를 통해 3차원의 프로젝션 이미지를 생성하여 이미지 데이터를 저장부(160)에 저장한다. 물론 이러한 프로젝션 이미지의 생성은 이미지 개선부(150)에서 이루어지는 것이지만 그것에 특별히 한정하지는 않을 것이다.In addition, after obtaining the background projection image, the control unit 130 can also obtain a (cell) projection image with the secondary battery that is the actual inspection target loaded on the rotation drive unit 140. The source generator 110 and the detector 120 are operated under the same conditions as when generating the background projection image, thereby generating a three-dimensional projection image and storing the image data in the storage unit 160. Of course, the generation of such a projection image is performed in the image improvement unit 150, but it will not be particularly limited thereto.
이외에도 제어부(130)는 이미지 개선부(150)와 연계하여 다양한 동작을 수행할 수 있으며, 기타 자세한 내용은 이후에 좀더 다루겠지만, 예를 들어 제어부(130)는 이미지 개선부(150)와 연계하여 배경 프로젝션 이미지(혹은 제1 프로젝션 이미지), (셀) 프로젝션 이미지(혹은 제2 프로젝션 이미지), 스캐터링 이미지, 보간 이미지 등 다양한 이미지를 활용해 셀의 검사 동작을 진행할 수 있으며, 인공지능의 딥러닝 동작 등을 통해 셀에 대한 검사의 정확도를 증가시킬 수 있다.In addition, the control unit 130 can perform various operations in conjunction with the image improvement unit 150. Other details will be discussed later, but for example, the control unit 130 may be linked with the image improvement unit 150. Cell inspection can be performed using various images such as background projection image (or first projection image), (cell) projection image (or second projection image), scattering image, and interpolation image, and deep learning of artificial intelligence The accuracy of cell inspection can be increased through operation, etc.
회전 구동부(140)는 검사를 위해 적재되는 2차전지 즉 셀을 회전시킨다. 이를 위하여 회전 구동부(140)는 테이블과, 해당 테이블을 제어부(130)의 제어에 따라 지정 속도로 회전시키는 모터(부)를 포함할 수 있다. 모터의 구동축에 테이블이 결합된다고 볼 수 있다. 모터는 DC 모터 등 다양한 유형의 모터가 사용될 수 있다. 셀의 회전은 다양하게 설정되어 동작할 수 있으며, 본 발명의 실시예에서는 빠른 회전을 위하여 기준값 이상의 회전수를 갖는 것이 바람직하다.The rotation driver 140 rotates the secondary battery, or cell, loaded for inspection. To this end, the rotation drive unit 140 may include a table and a motor (unit) that rotates the table at a specified speed under the control of the control unit 130. It can be seen that the table is coupled to the drive shaft of the motor. Various types of motors, such as DC motors, can be used. The rotation of the cell can be set and operated in various ways, and in an embodiment of the present invention, it is desirable to have a rotation number greater than a reference value for rapid rotation.
이미지 개선부(150)는 검출부(120)에서 제공되는 검출 데이터 즉 측정 결과를 이용해 배경 프로젝션 이미지와, 또 검출대상인 셀이 촬영되는 프로젝션 이미지를 생성할 수 있다. 그리고, 배경 프로젝션 이미지에서 셀의 검사를 위한 관심 영역의 2D 검사 이미지를 처리할 수 있다. 뿐만 아니라, 이미지 개선부(150)는 프로젝션 이미지와 관련한 차 영상(혹은 제1 차분영상)을 생성할 수 있으며, 관심 영역의 2D 검사 이미지와 관련한 차 영상(혹은 제2 차분영상)을 생성할 수 있다. 이외에도 스캐터링 이미지를 생성할 수 있으며, 이를 위하여 제2 차분영상과 샘플 즉 셀을 측정한 원본 이미지의 차이로 스캐터링 이미지를 얻을 수 있다. 여기서, 차(subtract)에 의한 차분값(혹은 차이값)은 화소값의 차 등으로 이해될 수도 있다. 이외에도 이미지 개선부(150)는 각각에서 도출된 이미지를 활용하여 검사에 적용하거나 딥러닝 기술에 적용할 수 있다.The image improvement unit 150 may generate a background projection image and a projection image in which a cell that is a detection target is photographed using detection data, that is, measurement results, provided by the detection unit 120. In addition, a 2D inspection image of the region of interest for inspection of cells in the background projection image can be processed. In addition, the image improvement unit 150 can generate a difference image (or first difference image) related to the projection image, and can generate a difference image (or second difference image) related to the 2D inspection image of the area of interest. there is. In addition, a scattering image can be generated, and for this purpose, the scattering image can be obtained from the difference between the second difference image and the original image from which the sample, that is, the cell, is measured. Here, the difference value (or difference value) by subtract may be understood as a difference in pixel values, etc. In addition, the image improvement unit 150 can use the images derived from each to be applied to inspection or deep learning technology.
또한, 이미지 개선부(150)는 인라인 시스템에서 낮은 해상력(혹은 해상도)의 이미지만을 얻을 수 있는 프로젝션 이미지를 스플리터(splitter)를 통해 분배시켜 검사용 PC에서는 실시간 검사를 수행하도록 하고, 학습용 PC에서는 스플리터를 통해 얻어진 프로젝션 이미지로 보간을 시킨 후 저분해능의 이미지와 고분해능의 이미지 세트를 얻어 학습 데이터는 이전 학습 데이터에 새로 생성된 데이터를 추가로 학습시키는 방법으로 학습 데이터를 추가하고, 추가로 확보된 학습 데이터는 실시간 검사에 적용되는 PC로 전송시켜 실시간으로 검사에 반영되도록 동작할 수 있다. 추가 학습시키는 방법은 추가 데이터 1세트(혹은 1개 집합)를 즉시 반영시킬 수 있고, 여러 세트를 반영하여 학습시킬 수 있을 것이다. 여기서, 분해능은 아주 사소한 차이를 구별해 내는 능력을 의미하지만, 영상처리에서는 이미지의 해상도를 의미할 수 있다.In addition, the image improvement unit 150 distributes the projection image, which can only obtain images of low resolution (or resolution) in the in-line system, through a splitter to perform real-time inspection on the inspection PC, and uses the splitter on the learning PC. After interpolation with the projection image obtained through, a set of low-resolution images and high-resolution images are obtained, and the learning data is added by adding the newly created data to the previous learning data. Data can be transmitted to a PC used for real-time inspection and reflected in the inspection in real time. The method of additional learning can immediately reflect one set (or one set) of additional data, and can be learned by reflecting multiple sets. Here, resolution refers to the ability to distinguish very minor differences, but in image processing, it can refer to the resolution of the image.
결론적으로, 본 발명의 실시예에 따른 이미지 개선부(150)는 뾰족하고 원형 결함(spiky & ring artifact)을 감쇄(혹은 감쇠)시키는 이미지와, 스캐터링(scattering) 이미지를 활용하여 스캐터링을 감쇄시킨 이미지를 생성함으로써 결함 감쇄를 수행하며, 저분해능을 가진 검사용 이미지를 얻을 때 이용되는 프로젝션 이미지의 수량을 보간법(Interpolation)을 사용해 최소 2배에서 많게는 2n(n=정수)까지 프로젝션 이미지의 수량을 늘려 재구성(Reconstruction)하여 검사 이미지를 획득하게 되면 원본 프로젝션에서 생성된 저분해능의 이미지와, 보간법으로 형성된 선명한 검사용 이미지를 획득할 수 있게 되는데, 이를 학습 데이터로 하여 딥러닝 기술을 적용하게 되는 것이다. 이를 통해 검사 대상의 검사 부위에 대한 검사 정합성을 개선할 수 있다.In conclusion, the image improvement unit 150 according to an embodiment of the present invention attenuates scattering by using an image that attenuates (or attenuates) sharp and ring artifacts and a scattering image. Defect reduction is performed by generating a low-resolution image, and the quantity of the projection image used when obtaining a low-resolution inspection image is increased from at least 2 times to a maximum of 2 n (n = integer) by using interpolation. If the inspection image is acquired through reconstruction by increasing the quantity, it is possible to obtain a low-resolution image generated from the original projection and a clear inspection image formed by interpolation, and deep learning technology is applied using this as learning data. It will happen. Through this, inspection consistency for the inspection area of the inspection target can be improved.
저장부(160)는 제어부(130)의 제어하에 처리되는 다양한 유형의 데이터를 저장하고, 저장된 데이터를 이미지 개선부(150)에 제공할 수 있다. 저장부(160)는 대표적으로 배경 프로젝션 이미지, 배경 프로젝션 이미지에서 셀의 모서리와 같은 관심 영역과 관련한 2D 검사 이미지, 셀(혹은 샘플)을 측정한 원본 이미지 등과 관련한 이미지 데이터를 저장한 후 출력할 수 있다. 이외에도 저장부(160)는 프로젝션 이미지의 차(분) 영상이나, 검사 이미지와 관련한 차(분) 영상을 저장할 수 있으며, 이러한 데이터는 이미지 개선부(150)의 레지스트리에 저장되는 것도 얼마든지 가능하므로 본 발명의 실시예에서는 어느 하나의 형태에 특별히 한정하지는 않을 것이다.The storage unit 160 may store various types of data processed under the control of the control unit 130 and provide the stored data to the image improvement unit 150. The storage unit 160 can typically store and then output image data related to a background projection image, a 2D inspection image related to a region of interest such as the corner of a cell in the background projection image, and an original image measuring a cell (or sample). there is. In addition, the storage unit 160 can store a difference (minute) image of the projection image or a difference (minute) image related to the inspection image, and such data can also be stored in the registry of the image improvement unit 150. In the embodiments of the present invention, there will be no particular limitation to any one form.
본 발명의 실시예에 따른 도 1의 소스 발생부(110), 검출부(120), 제어부(130), 회전 구동부(140), 이미지 개선부(150) 및 저장부(160)는 서로 물리적으로 분리된 하드웨어 모듈로 구성되지만, 각 모듈은 내부에 상기의 동작을 수행하기 위한 소프트웨어를 저장하고 이를 실행할 수 있을 것이다. 다만, 해당 소프트웨어는 소프트웨어 모듈의 집합이고, 각 모듈은 하드웨어로 형성되는 것이 얼마든지 가능하므로 소프트웨어니 하드웨어니 하는 구성에 특별히 한정하지 않을 것이다. 예를 들어 저장부(330)는 하드웨어인 스토리지(storage) 또는 메모리(memory)일 수 있다. 하지만, 소프트웨어적으로 정보를 저장(repository)하는 것도 얼마든지 가능하므로 위의 내용에 특별히 한정하지는 않을 것이다.According to an embodiment of the present invention, the source generator 110, detection unit 120, control unit 130, rotation driver 140, image improvement unit 150, and storage unit 160 of FIG. 1 are physically separated from each other. It is composed of hardware modules, but each module will be able to store and execute software to perform the above operations. However, the software is a set of software modules, and each module can be formed of hardware, so there will be no particular limitation on the configuration of software or hardware. For example, the storage unit 330 may be hardware, such as storage or memory. However, since it is possible to store information through software (repository), the above content will not be specifically limited.
한편, 본 발명의 다른 실시예로서 제어부(130)는 CPU 및 메모리를 포함할 수 있으며, 원칩화하여 형성될 수 있다. CPU는 제어회로, 연산부(ALU), 명령어해석부 및 레지스트리 등을 포함하며, 메모리는 램을 포함할 수 있다. 제어회로는 제어동작을, 그리고 연산부는 2진비트 정보의 연산동작을, 그리고 명령어해석부는 인터프리터나 컴파일러 등을 포함하여 고급언어를 기계어로, 또 기계어를 고급언어로 변환하는 동작을 수행할 수 있으며, 레지스트리는 소프트웨어적인 데이터 저장에 관여할 수 있다. 상기의 구성에 따라, 가령 CT 검사장치(혹은 2차전지 검사장치)(100)의 동작 초기에 이미지 개선부(150)에 저장되어 있는 프로그램을 복사하여 메모리 즉 램(RAM)에 로딩한 후 이를 실행시킴으로써 데이터 연산 처리 속도를 빠르게 증가시킬 수 있다.Meanwhile, as another embodiment of the present invention, the control unit 130 may include a CPU and memory, and may be formed as a single chip. The CPU includes a control circuit, an arithmetic unit (ALU), an instruction interpretation unit, and a registry, and the memory may include RAM. The control circuit performs control operations, the operation unit performs operations on binary bit information, and the command interpretation unit includes an interpreter or compiler, which can convert high-level language into machine language and machine language into high-level language. , the registry may be involved in software data storage. According to the above configuration, for example, at the beginning of the operation of the CT inspection device (or secondary battery inspection device) 100, the program stored in the image improvement unit 150 is copied and loaded into memory, that is, RAM, and then loaded into memory. By executing it, the data operation processing speed can be quickly increased.
도 2는 결함 감쇄를 위한 재구성 이미지 처리 과정을 나타내는 도면이며, 도 3은 결함 감쇄를 위한 재구성 기법을 설명하기 위한 도면이다.FIG. 2 is a diagram illustrating a reconstruction image processing process for defect reduction, and FIG. 3 is a diagram illustrating a reconstruction technique for defect reduction.
설명의 편의상 도 2 및 도 3을 도 1과 함께 참조하면, 빠른 검사를 위한 CT 구성을 위해 적은 수량의 프로젝션이 사용되면, 재구성시 뾰족뾰족한 결함이 발생되고, 측정하고자 하는 셀의 위치에 보정 지그를 사용하여 2D 이미지를 획득하고 보정 지그 내부 구성품의 각각의 위치를 추적하고 소스 지그 검출기의 기하학적 위치를 계산하여 셀을 측정하려고 하는 위치에서 기구물의 틀어짐 상태를 계산한 정보를 도출해 적용된 3차원 재구성 영상에도 원형 결합이 발생하게 되며, 측정하려는 샘플이 메탈로 구성되어 메탈 결함도 발생하게 된다.For convenience of explanation, referring to Figures 2 and 3 together with Figure 1, if a small number of projections are used to configure CT for quick inspection, sharp defects occur during reconstruction, and a correction jig is installed at the position of the cell to be measured. A 3D reconstructed image was applied by acquiring 2D images, tracking each position of the internal components of the correction jig, calculating the geometric position of the source jig detector, and deriving information that calculated the distortion state of the fixture at the location where the cell is to be measured. Circular bonding also occurs, and since the sample to be measured is made of metal, metal defects also occur.
이를 해결하기 위해 본 발명의 실시예는 도 2 및 도 3에서 볼 수 있는 바와 같이 측정하려는 CT 시스템에서 샘플에 조사되는 전력(예: 가속전압, 가속전류)에 맞게 샘플이 없는 상태로 프로젝션을 3차원으로 재구성하고(예: z축 방향으로 슬라이스(slice) 이미지가 누적 조합하면 3차원 구성이 가능함) 메모리에 저장한다(이하, ①이라 함). 또한, 상기 ①에서 3차원 재구성된 영상에서 측정하려는 관심영역의 2D 검사 이미지를 메모리에 저장한다(이하, ②라 함). 나아가 측정된 샘플은 3차원 재구성되고 상기 ①에서 수집된 영상과 샘플을 측정한 3차원 재구성 영상의 차이(subtract)를 3차원 재구성하여 얻어지는 영상은 뾰족하고 원형의 결함이 감쇄되는 영상을 얻을 수 있고(이하, ③이라 함), 측정된 샘플의 2D 검사 이미지는 상기 ②에서 수집된 이미지와의 차이(subtract) 이미지를 통해서도 뾰족하고 원형의 결함을 감쇄시키는 이미지를 얻어 낼 수 있다(이하, ④라 함).To solve this problem, the embodiment of the present invention, as can be seen in FIGS. 2 and 3, projects 3 without a sample according to the power (e.g., acceleration voltage, acceleration current) irradiated to the sample in the CT system to be measured. It is reconstructed in dimensions (e.g., 3D configuration is possible by cumulative combination of slice images in the z-axis direction) and stored in memory (hereinafter referred to as ①). In addition, the 2D inspection image of the region of interest to be measured from the 3D reconstructed image in ① above is stored in memory (hereinafter referred to as ②). Furthermore, the measured sample is 3D reconstructed, and the image obtained by 3D reconstruction of the difference (subtract) between the image collected in ① and the 3D reconstructed image measuring the sample can be an image in which sharp and circular defects are attenuated. (hereinafter referred to as ③), the 2D inspection image of the measured sample can obtain an image that reduces sharp and circular defects through a subtract image from the image collected in ② (hereinafter referred to as ④). box).
또한, 스캐터링을 감쇄시키기 위해 상기 ②에서 적용된 2D 이미지와 ④에서 적용된 2D 이미지의 차이 즉 차분에 의해 수집된 이미지와, 샘플을 측정한 원본이미지의 차분으로 스캐터링된 이미지(혹은 산란 이미지)를 얻어낼 수 있으며, 각각에서 도출된 이미지를 활용하여 검사에 적용하거나 딥러닝 기술에 적용한다. 샘플을 포함하지 않은 3차원 재구성 영상은 측정하고자 하는 CT 시스템의 기하학적 변화가 없다면 한번만의 측정 기준으로 사용 가능하며, 스캐터링 추가 감쇄를 위해서는 각 샘플별로 이미지 처리가 필요할 수 있다.In addition, in order to attenuate scattering, a scattered image (or scattered image) is created as the difference between the 2D image applied in ② above and the 2D image applied in ④, that is, the difference between the image collected by the difference and the original image from which the sample was measured. It can be obtained, and the images derived from each can be used for inspection or applied to deep learning technology. A 3D reconstructed image that does not include a sample can be used as a one-time measurement standard if there is no geometric change in the CT system to be measured, and image processing for each sample may be necessary to further attenuate scattering.
도 4는 고해상도 이미지 변환을 위한 재구성 과정을 설명하기 위한 도면이며, 도 5는 고해상도 이미지 변환을 위한 재구성 기법을 나타내는 도면이다.FIG. 4 is a diagram illustrating a reconstruction process for high-resolution image conversion, and FIG. 5 is a diagram illustrating a reconstruction technique for high-resolution image conversion.
설명의 편의상 도 4 및 도 5를 도 1과 함께 참조하면, 검사는 저분해능을 가진 이미지를 고분해능의 이미지로 변환하기 위해 딥러닝 기술(예: 동일한 제품으로 저분해능의 이미지와 고분해능의 이미지 세트를 여러가지 제품의 세트들로 만든 후 저분해능의 이미지를 고분해능으로 변환시켜주는 학습 방법)을 적용하여 사용하게 되는데, 제품의 양산이 진행되면 여러가지의 제품의 불량 이미지가 발생될 수 있고, 이미 학습된 다른 형태의 이미지와 형상이 크게 다르게 되면 복원되는 이미지의 왜곡이 발생될 수 있어 검사 정합성이 떨어지게 된다.For convenience of explanation, referring to Figures 4 and 5 together with Figure 1, the inspection uses deep learning technology (e.g., a set of low-resolution images and high-resolution images with the same product) to convert a low-resolution image into a high-resolution image. A learning method that converts low-resolution images into high-resolution images is used by making sets of various products. As mass production of products progresses, defective images of various products may be generated, and other already learned images may be generated. If the shape of the image and the shape are significantly different, distortion of the restored image may occur, resulting in poor inspection consistency.
본 발명의 실시예는 이를 해결하기 위하여 저분해능을 가진 검사용 이미지를 얻을 때 이용되는 프로젝션 수량을 보간법을 사용해 최소 2배에서 많게는 2n(n=정수)까지 프로젝션 이미지의 수량을 늘려 재구성을 하고 검사 이미지를 획득하게 되면 원본 프로젝션에서 생성된 저분해능의 이미지와 보간법으로 형성된 선명한 검사용 이미지를 획득할 수 있게 된다. In order to solve this problem, an embodiment of the present invention reconstructs the projection quantity used when obtaining a low-resolution inspection image by increasing the quantity of the projection image from at least 2 times to a maximum of 2 n (n = integer) using interpolation. When an inspection image is acquired, a low-resolution image generated from the original projection and a clear inspection image formed by interpolation can be obtained.
도 4는 원본 프로젝션 이미지가 200장에서 생성된 저분해능의 이미지(좌-slice image)와 4배 보간법을 이용하여 생성된 프로젝션 이미지 800장으로 얻어지는 검사 이미지(우-slice image)보다 노이즈(noise)가 낮아지고 선명한 이미지가 생성된다. Figure 4 shows that the original projection image is noisier than the low-resolution image (left-slice image) created from 200 pieces and the inspection image (right-slice image) obtained from 800 projection images created using 4-fold interpolation. is lowered and a clear image is created.
도 5는 도 4와 같이 생성된 이미지로 실시간 학습을 수행하기 위해 인라인 시스템에서 낮은 해상력의 이미지만을 얻을 수 있는 프로젝션 이미지를 스플리터를 통해 분배시켜 검사용 PC에서는 실시간 검사를 수행하고, 학습용 PC에서는 스플리터를 통해 얻어진 프로젝션 이미지로 보간을 시킨 후 저분해능의 이미지와 고분해능의 이미지 세트를 얻을 수 있다. 학습 데이터는 이전 학습데이터에 새로 생성된 데이터를 추가 학습시키는 방법으로 학습 데이터를 추가할 수 있다. 추가로 확보된 학습 데이터는 실시간 검사에 적용되는 PC로 전송시켜 실시간으로 검사에 반영될 수 있다.Figure 5 shows that in order to perform real-time learning with images generated as shown in Figure 4, a projection image that can only obtain low-resolution images in an in-line system is distributed through a splitter, so that real-time inspection is performed on the inspection PC, and the splitter is used on the learning PC. After interpolation with the projection image obtained through , a set of low-resolution images and high-resolution images can be obtained. Training data can be added by adding newly created data to previous training data. The additionally obtained learning data can be transmitted to a PC used for real-time inspection and reflected in the inspection in real time.
추가 학습시키는 방법은 추가 데이터 1세트를 즉시 반영시킬 수 있고, 여러 세트들을 반영하여 학습할 수 있으며 여러 세트들을 반영시키는 경우 학습에 소요되는 시간이 길어 질 수 있기 때문에 적절히 시간을 분배하여 학습시킬 수 있다.The method of additional learning can immediately reflect one set of additional data, and can learn by reflecting multiple sets. If multiple sets are reflected, the time required for learning may be long, so time can be appropriately distributed for learning. there is.
도 6은 본 발명의 실시예에 따른 CT 검사장치의 구동과정을 나타내는 도면이다.Figure 6 is a diagram showing the driving process of the CT examination device according to an embodiment of the present invention.
설명의 편의상 도 6을 도 1과 함께 참조하면, 본 발명의 실시예에 따른 CT 검사장치(100)는 2차전지 검사장치로서, 검사장치에서 셀이 없는 상태에서 측정되는 제1 측정결과를 근거로 생성되는 제1 이미지 데이터, 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터, 및 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장한다(S600). 여기서, 제1 이미지 데이터는 3차원 배경 프로젝션 이미지의 이미지 데이터를 의미하고, 제2 이미지 데이터는 3차원 (셀) 프로젝션 이미지의 이미지 데이터를 의미한다.For convenience of explanation, referring to FIG. 6 together with FIG. 1, the CT inspection device 100 according to an embodiment of the present invention is a secondary battery inspection device, and is based on the first measurement result measured in the test device without a cell. The first image data generated by the cell, the second image data generated based on the second measurement result measured in the presence of the cell, and the third image data of the original image from which the cell was measured are respectively stored (S600). Here, the first image data refers to image data of a 3D background projection image, and the second image data refers to image data of a 3D (cell) projection image.
이의 과정에서 본 발명의 실시예에서는 제1 이미지 데이터에서 검사시 관심 영역에 해당하는 2차원의 검사 이미지를 확보하고, 제2 이미지 데이터에서 제1 이미지 데이터의 관심 영역에 상응하는 부위의 2차원 검사 이미지를 확보한다. 또한, 제2 이미지 데이터를 이용해 보간을 통해 이미지의 수량을 증가시킴으로써 해상도가 증가된 보간 이미지 데이터를 통해 관심 영역에 상응하는 부위의 2차원 검사 이미지를 확보할 수도 있다.In this process, in an embodiment of the present invention, a two-dimensional inspection image corresponding to the area of interest during inspection is secured in the first image data, and a two-dimensional inspection of the area corresponding to the area of interest in the first image data is performed in the second image data. Secure the image. In addition, by increasing the quantity of images through interpolation using the second image data, it is possible to secure a two-dimensional inspection image of the area corresponding to the area of interest through interpolated image data with increased resolution.
또한, CT 검사장치(100)는 제1 이미지 데이터, 제2 이미지 데이터 및 제3 이미지 데이터를 이용해 취득되는 차분 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시킬 수 있다(S610).In addition, the CT inspection device 100 reduces distortion that occurs during image processing to below a reference value based on differential image data acquired using the first image data, second image data, and third image data, and By increasing the resolution through interpolated image data generated by interpolation, the consistency of the region of interest when inspecting a cell can be increased beyond the reference value (S610).
CT 검사장치(100)는 관심 영역에 대한 보간 이미지 데이터를 생성한 후 이를 인공지능 딥러닝 등을 통해 학습함으로써 관심 영역의 정합성을 증가시킬 수 있고, 예를 들어 인공지능은 기존의 룰(rule) 기반 프로그램과 달리 예측 동작이 가능하므로, 고해상도 이미지의 학습 결과를 근거로 제품의 양산시 발생되는 여러가지의 제품 불량 이미지에 능동적으로 대처할 수 있게 된다고 볼 수 있다.The CT examination device 100 can increase the consistency of the area of interest by generating interpolated image data for the area of interest and then learning it through artificial intelligence deep learning, etc. For example, artificial intelligence can use existing rules. Unlike the base program, predictive operation is possible, so it can be seen that it is possible to actively respond to various product defect images that occur during mass production of products based on the learning results of high-resolution images.
상기한 내용 이외에도 도 1의 CT 검사장치(100)는 다양한 동작을 수행할 수 있으며, 기타 자세한 내용은 앞서 충분히 설명하였으므로 그 내용들로 대신하고자 한다.In addition to the above, the CT examination apparatus 100 of FIG. 1 can perform various operations, and other details have been sufficiently explained previously, so these will be replaced.
이상에서는 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.Although preferred embodiments have been shown and described above, the present invention is not limited to the specific embodiments described above, and common knowledge in the technical field to which the invention pertains without departing from the gist of the present invention as claimed in the claims. Of course, various modifications can be made by those who have the same, and these modifications should not be understood individually from the technical idea or perspective of the present invention.
한편, 본 발명의 실시 예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 비일시적 저장매체(non-transitory computer readable media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다.Meanwhile, just because all the components constituting the embodiment of the present invention are described as being combined or operated in combination, the present invention is not necessarily limited to this embodiment. That is, as long as it is within the scope of the purpose of the present invention, all of the components may be operated by selectively combining one or more of them. In addition, although all of the components may be implemented as a single independent hardware, a program module in which some or all of the components are selectively combined to perform some or all of the combined functions in one or more pieces of hardware. It may also be implemented as a computer program having. The codes and code segments that make up the computer program can be easily deduced by a person skilled in the art of the present invention. Such computer programs can be stored in non-transitory computer readable media and read and executed by a computer, thereby implementing embodiments of the present invention.
여기서 비일시적 판독 가능 기록매체란, 레지스터, 캐시(cache), 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리 카드, ROM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.Here, a non-transitory readable recording medium refers to a medium that stores data semi-permanently and can be read by a device, rather than a medium that stores data for a short period of time, such as a register, cache, or memory. . Specifically, the above-described programs may be stored and provided on non-transitory readable recording media such as CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, etc.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.In the above, preferred embodiments of the present invention have been shown and described, but the present invention is not limited to the specific embodiments described above, and may be used in the technical field to which the invention pertains without departing from the gist of the invention as claimed in the claims. Of course, various modifications can be made by those skilled in the art, and these modifications should not be understood individually from the technical idea or perspective of the present invention.
110: 소스 발생부
120: 검출부
130: 제어부
140: 회전 구동부
150: 이미지 개선부
160: 저장부110: source generator 120: detection unit
130: control unit 140: rotation driving unit
150: image improvement unit 160: storage unit
Claims (14)
상기 검사장치에서 상기 셀이 없는 상태에서 측정되는 제1 측정 결과를 근거로 생성되는 제1 이미지 데이터, 상기 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터 및 상기 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장하는 저장부; 및
상기 제1 이미지 데이터, 상기 제2 이미지 데이터 및 상기 제3 이미지 데이터를 이용해 취득되는 차분(subtract) 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 상기 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 상기 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시키는 제어부를 포함하는 것을 특징으로 하는 2차전지 검사장치.It is an inspection device that rotates and inspects the cells of a secondary battery,
First image data generated by the inspection device based on a first measurement result measured without the cell, second image data generated based on a second measurement result measured with the cell present, and the cell a storage unit that stores third image data of the original image measured; and
Distortion occurring during image processing is reduced to below a reference value based on subtracted image data obtained using the first image data, the second image data, and the third image data, and the second image data is interpolated. A secondary battery inspection device comprising a control unit that increases the consistency of the area of interest above a reference value when inspecting the cell by increasing the resolution through the generated interpolated image data.
상기 저장부는, 상기 제1 이미지 데이터로서 복수의 슬라이스 이미지를 일측 방향으로 누적 및 조합하는 3차원의 배경 프로젝션 이미지와, 상기 배경 프로젝션 이미지에서 검사시 관심 영역의 2차원 검사 이미지를 저장하며, 상기 제2 이미지 데이터로서 상기 셀이 포함되는 복수의 슬라이스 이미지를 상기 일측 방향으로 누적 및 조합하는 3차원 프로젝션 이미지와, 상기 3차원 프로젝션 이미지에서 상기 관심 영역에 상응하는 2차원 검사 이미지를 저장하는 것을 특징으로 하는 2차전지 검사장치.According to paragraph 1,
The storage unit stores a three-dimensional background projection image that accumulates and combines a plurality of slice images in one direction as the first image data, and a two-dimensional inspection image of a region of interest during inspection in the background projection image, 2. Characterized in storing a 3D projection image that accumulates and combines a plurality of slice images including the cell as image data in one direction, and a 2D inspection image corresponding to the region of interest in the 3D projection image. Secondary battery inspection device.
상기 제어부는, 상기 배경 프로젝션 이미지의 제1 이미지 데이터와 상기 프로젝션 이미지의 제2 이미지 데이터를 차분하여 제1 차분 이미지 데이터를 생성하여 이미지 처리시의 제1 결함(artifact)을 감쇄시키는 것을 특징으로 하는 2차전지 검사장치.According to paragraph 2,
The control unit generates first differential image data by differentiating the first image data of the background projection image and the second image data of the projection image to attenuate the first artifact during image processing. Secondary battery inspection device.
상기 제어부는, 상기 관심 영역에 관계되는 상기 제1 이미지 데이터와 상기 제2 이미지의 데이터의 상기 2차원 검사 이미지의 이미지 데이터를 차분하고, 상기 차분에 의한 차분값과 상기 원본 이미지의 상기 제3 이미지 데이터를 차분하여 제2 차분 이미지 데이터를 생성해 이미지 처리시의 제2 결함을 감쇄시키는 것을 특징으로 하는 2차전지 검사장치.According to paragraph 2,
The control unit differs the image data of the two-dimensional inspection image from the data of the first image and the second image related to the region of interest, and sets a difference value by the difference and the third image data of the original image. A secondary battery inspection device characterized in that it generates second differential image data by differentiating and attenuates the second defect during image processing.
상기 제어부는, 상기 제2 이미지 데이터를 보간하여 형성되는 보간 이미지 데이터에서 상기 관심 영역과 관련되는 검사 이미지를 취득 및 이용하여 상기 정합성을 증가시키는 것을 특징으로 하는 2차전지 검사장치.According to paragraph 2,
The control unit increases the consistency by acquiring and using an inspection image related to the region of interest from interpolated image data formed by interpolating the second image data.
상기 제어부는, 상기 보간 전 2D 검사 이미지와 상기 보간 후의 2D 검사 이미지를 인공지능의 딥러닝을 적용해 얻은 학습 결과를 근거로 상기 관심 영역의 정합성을 기준값 이상으로 증가시키는 것을 특징으로 하는 2차전지 검사장치.According to clause 5,
The control unit is a secondary battery characterized in that it increases the consistency of the region of interest above a reference value based on learning results obtained by applying deep learning of artificial intelligence to the 2D inspection image before interpolation and the 2D inspection image after interpolation. Inspection device.
상기 셀로 엑스레이(X-ray)를 조사하는 소스 발생부;
상기 엑스레이가 조사된 상태를 검출하여 상기 제1 측정결과 및 상기 제2 측정결과를 제공하는 검출부; 및
상기 셀을 회전시키는 회전구동부를 더 포함하는 것을 특징으로 하는 2차전지 검사장치.According to paragraph 1,
a source generator that irradiates X-rays to the cell;
a detection unit that detects the X-ray irradiation state and provides the first measurement result and the second measurement result; and
A secondary battery inspection device further comprising a rotation drive unit that rotates the cell.
저장부가, 상기 검사장치에서 상기 셀이 없는 상태에서 측정되는 제1 측정 결과를 근거로 생성되는 제1 이미지 데이터, 상기 셀이 있는 상태에서 측정되는 제2 측정 결과를 근거로 생성되는 제2 이미지 데이터 및 상기 셀을 측정한 원본 이미지의 제3 이미지 데이터를 각각 저장하는 단계; 및
제어부가, 상기 제1 이미지 데이터, 상기 제2 이미지 데이터 및 상기 제3 이미지 데이터를 이용해 취득되는 차분 이미지 데이터를 근거로 이미지 처리시 발생하는 왜곡을 기준값 이하로 줄이며, 상기 제2 이미지 데이터를 보간하여 생성되는 보간 이미지 데이터를 통해 해상도를 높여 상기 셀의 검사시 관심 영역에 대한 정합성을 기준값 이상으로 증가시키는 단계를 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법.As a method of driving an inspection device that rotates and inspects cells of a secondary battery,
The storage unit provides first image data generated based on a first measurement result measured in the inspection device without the cell, and second image data generated based on a second measurement result measured in the presence of the cell. and storing third image data of the original image from which the cell was measured, respectively; and
The control unit reduces distortion that occurs during image processing to below a reference value based on difference image data acquired using the first image data, the second image data, and the third image data, and interpolates the second image data. A method of driving a secondary battery inspection device, comprising the step of increasing the consistency of the area of interest when inspecting the cell above a reference value by increasing the resolution through the generated interpolation image data.
상기 저장하는 단계는,
상기 제1 이미지 데이터로서 복수의 슬라이스 이미지를 일측 방향으로 누적 및 조합하는 3차원의 배경 프로젝션 이미지와, 상기 배경 프로젝션 이미지에서 검사시 관심 영역의 2차원 검사 이미지를 저장하는 단계; 및
상기 제2 이미지 데이터로서 상기 셀이 포함되는 복수의 슬라이스 이미지를 상기 일측 방향으로 누적 및 조합하는 3차원 프로젝션 이미지와, 상기 3차원 프로젝션 이미지에서 상기 관심 영역에 상응하는 2차원 검사 이미지를 저장하는 단계를 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 8,
The saving step is,
storing a three-dimensional background projection image that accumulates and combines a plurality of slice images in one direction as the first image data, and a two-dimensional inspection image of a region of interest during inspection in the background projection image; and
Storing a 3D projection image accumulating and combining a plurality of slice images including the cell as the second image data in the one direction, and a 2D inspection image corresponding to the region of interest in the 3D projection image. A method of driving a secondary battery inspection device comprising:
상기 증가시키는 단계는,
상기 배경 프로젝션 이미지의 제1 이미지 데이터와 상기 프로젝션 이미지의 제2 이미지 데이터를 차분하여 제1 차분 이미지 데이터를 생성하여 이미지 처리시의 제1 결함을 감쇄시키는 단계를 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 9,
The increasing step is,
A secondary battery comprising the step of generating first differential image data by differentiating the first image data of the background projection image and the second image data of the projection image to attenuate the first defect during image processing. How to operate the inspection device.
상기 증가시키는 단계는,
상기 관심 영역에 관계되는 상기 제1 이미지 데이터와 상기 제2 이미지의 데이터의 상기 2차원 검사 이미지의 이미지 데이터를 차분하는 단계; 및
상기 차분에 의한 차분값과 상기 원본 이미지의 상기 제3 이미지 데이터를 차분하여 제2 차분 이미지 데이터를 생성해 이미지 처리시의 제2 결함을 감쇄시키는 단계를 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 9,
The increasing step is,
Differentiating the image data of the two-dimensional inspection image from the data of the first image and the second image related to the region of interest; and
A secondary battery inspection device comprising the step of generating second difference image data by differentiating the difference value by the difference and the third image data of the original image to attenuate second defects during image processing. Driving method.
상기 증가시키는 단계는,
상기 제2 이미지 데이터를 보간하여 형성되는 보간 이미지 데이터에서 상기 관심 영역과 관련되는 검사 이미지를 취득 및 이용하여 상기 정합성을 증가시키는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 9,
The increasing step is,
A method of driving a secondary battery inspection device, characterized in that the consistency is increased by acquiring and using an inspection image related to the region of interest from interpolated image data formed by interpolating the second image data.
상기 증가시키는 단계는,
상기 보간 전 2D 검사 이미지와 상기 보간 후의 2D 검사 이미지를 인공지능의 딥러닝을 적용해 얻은 학습 결과를 근거로 상기 관심 영역의 정합성을 기준값 이상으로 증가시키는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 12,
The increasing step is,
Driving a secondary battery inspection device, characterized in that the consistency of the region of interest is increased beyond a reference value based on learning results obtained by applying deep learning of artificial intelligence to the 2D inspection image before interpolation and the 2D inspection image after interpolation. method.
소스 발생부가, 상기 셀로 엑스레이(X-ray)를 조사하는 단계;
검출부가, 상기 엑스레이가 조사된 상태를 검출하여 상기 제1 측정결과 및 상기 제2 측정결과를 제공하는 단계; 및
회전 구동부가, 상기 셀을 회전시키는 단계를 더 포함하는 것을 특징으로 하는 2차전지 검사장치의 구동방법.According to clause 8,
A source generator irradiating X-rays to the cell;
A detection unit detecting a state in which the X-ray is irradiated and providing the first measurement result and the second measurement result; and
A method of driving a secondary battery inspection device, further comprising a step of rotating the cell by a rotation driving unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220035116A KR20230137574A (en) | 2022-03-22 | 2022-03-22 | Apparatus for Secondary Cell Inspection and Driving Method Thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220035116A KR20230137574A (en) | 2022-03-22 | 2022-03-22 | Apparatus for Secondary Cell Inspection and Driving Method Thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230137574A true KR20230137574A (en) | 2023-10-05 |
Family
ID=88293909
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220035116A KR20230137574A (en) | 2022-03-22 | 2022-03-22 | Apparatus for Secondary Cell Inspection and Driving Method Thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230137574A (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100978054B1 (en) | 2009-11-13 | 2010-08-25 | (주)자비스 | X-ray inspection apparatus for battery |
| KR100982025B1 (en) | 2008-05-28 | 2010-09-14 | 주식회사 쎄크 | X-ray inspecting apparatus for use in secondary battery |
| KR101707220B1 (en) | 2015-08-03 | 2017-02-28 | (주)자비스 | An Apparatus for Inspecting a Battery with X-ray Image and a Method for Inspecting a Battery Using the Same |
| KR20200088222A (en) | 2019-01-11 | 2020-07-22 | 한국전자통신연구원 | X-ray inspection device |
| KR102300230B1 (en) | 2020-01-09 | 2021-09-09 | (주)자비스 | An X-Ray Investigating Apparatus Having a Rotating Transferring Means |
-
2022
- 2022-03-22 KR KR1020220035116A patent/KR20230137574A/en unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100982025B1 (en) | 2008-05-28 | 2010-09-14 | 주식회사 쎄크 | X-ray inspecting apparatus for use in secondary battery |
| KR100978054B1 (en) | 2009-11-13 | 2010-08-25 | (주)자비스 | X-ray inspection apparatus for battery |
| KR101707220B1 (en) | 2015-08-03 | 2017-02-28 | (주)자비스 | An Apparatus for Inspecting a Battery with X-ray Image and a Method for Inspecting a Battery Using the Same |
| KR20200088222A (en) | 2019-01-11 | 2020-07-22 | 한국전자통신연구원 | X-ray inspection device |
| KR102300230B1 (en) | 2020-01-09 | 2021-09-09 | (주)자비스 | An X-Ray Investigating Apparatus Having a Rotating Transferring Means |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5246187B2 (en) | X-ray inspection apparatus, X-ray inspection method and program | |
| KR101863976B1 (en) | Dynamic care areas | |
| JP4959930B2 (en) | Method for reconstructing internal surface geometry | |
| Honkamaa et al. | A prototype for passive gamma emission tomography | |
| US20100220910A1 (en) | Method and system for automated x-ray inspection of objects | |
| JP6280544B2 (en) | Image reconstruction apparatus and method according to X-ray energy, and X-ray three-dimensional measurement apparatus and method | |
| JP2007017304A (en) | X-ray inspection system and x-ray inspection method | |
| WO2016195058A1 (en) | Image acquisition device, image acquisition method, and image correction program | |
| EP2345912A2 (en) | Nuclear fuel pellet inspection | |
| JP2010523950A (en) | Method and measuring apparatus for generating a three-dimensional image of a measuring object using transmitted radiation | |
| Yang et al. | New reconstruction method for X-ray testing of multilayer printed circuit board | |
| CN105161147A (en) | Nondestructive testing method for spent fuel component of pressurized water reactor by virtue of three-dimensional neutron radiography | |
| KR20230137574A (en) | Apparatus for Secondary Cell Inspection and Driving Method Thereof | |
| CN107209130A (en) | A kind of image rebuilding method of X-ray measurement equipment, the manufacture method of works, the image reconstruction program of X-ray measurement equipment and X-ray measurement equipment | |
| CN109085190A (en) | A kind of X-ray three dimensional CT data scanning system and its scan method for plate object | |
| JP2009175065A (en) | Simultaneous three-dimensional distribution-visualization observation-measurement method of a plurality of elements by neutron prompt gamma-ray analysis, and device thereof | |
| US11480533B1 (en) | Multi-scan computed tomography defect detectability | |
| JP2005134213A (en) | X-ray tomographic method and device | |
| US10130313B2 (en) | Data acquisition for computed tomography | |
| JP4636500B2 (en) | X-ray inspection apparatus, X-ray inspection method, and X-ray inspection program | |
| JP4926734B2 (en) | Radiation inspection apparatus, radiation inspection method, and radiation inspection program | |
| JP2010185888A (en) | Radiation nondestructive inspection system and piping inspection method | |
| Abraham | Development of Advanced X-ray Micro-Tomography Helical Scan andTomographic Data Processing | |
| JP2013061154A (en) | Radiation tomographic method and radiation tomographic device | |
| WO2023248583A1 (en) | Information processing device, information processing method, and information processing program |