KR100687811B1 - 용접부 결함 검출 방법 및 장치 - Google Patents

용접부 결함 검출 방법 및 장치 Download PDF

Info

Publication number
KR100687811B1
KR100687811B1 KR1020050060053A KR20050060053A KR100687811B1 KR 100687811 B1 KR100687811 B1 KR 100687811B1 KR 1020050060053 A KR1020050060053 A KR 1020050060053A KR 20050060053 A KR20050060053 A KR 20050060053A KR 100687811 B1 KR100687811 B1 KR 100687811B1
Authority
KR
South Korea
Prior art keywords
bead
defect
image
calculating
detecting
Prior art date
Application number
KR1020050060053A
Other languages
English (en)
Other versions
KR20070005968A (ko
Inventor
김성한
이시열
우상혁
Original Assignee
삼성중공업 주식회사
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 삼성중공업 주식회사 filed Critical 삼성중공업 주식회사
Priority to KR1020050060053A priority Critical patent/KR100687811B1/ko
Publication of KR20070005968A publication Critical patent/KR20070005968A/ko
Application granted granted Critical
Publication of KR100687811B1 publication Critical patent/KR100687811B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N2203/02—Details not specific for a particular testing method
    • G01N2203/026—Specifications of the specimen
    • G01N2203/0296—Welds

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 용접부 결함 검출 방법 및 장치에 관한 것으로, 일반적인 조사 방법에 의한 조명 아래서 촬영된 제1 전체 영상을 수신하는 단계, 상기 제1 전체 영상을 참조하여 비드 무늬 폭을 계산하는 단계, 상기 비드 무늬 폭을 참조하여 비드 무늬 간격을 계산하는 단계, 상기 제1 전체 영상을 참조하여 아크 스트라이크(Arc Strike) 및 스크레치(Scratch)를 검출하는 단계, 스트로브(Strobe) 조명 아래서 촬영된 제2 전체 영상을 획득하는 단계, 상기 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출하는 단계 및 결함 위치 및 결함의 종류를 포함하는 결함 정보를 출력하고 저장하는 단계를 포함하는 용접부 결함 검출 방법을 제공한다.
용접부 결함 검출 소프트웨어, 핀홀, 노출 태그, 아크 스트라이크, 스크레치

Description

용접부 결함 검출 방법 및 장치{Method and apparatus for detecting defects of the welded part}
도 1은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출을 위한 입력 영상을 나타내는 도면.
도 2는 본 발명의 바람직한 실시예에 따른 입력 영상의 픽셀값 프로파일을 나타내는 도면.
도 3은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법을 나타내는 순서도.
도 4는 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드의 종류를 판단하는 방법에 관한 순서도.
도 5는 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드 무늬 폭을 계산하는 방법에 관한 순서도.
도 6은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드 무늬 간격을 계산하는 방법에 관한 순서도.
도 7은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 아크 스트라이크를 검출하는 방법에 관한 순서도.
도 8은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 핀홀 및 노출 태그를 검출하는 방법에 관한 순서도.
본 발명은 용접부 결함 검출 방법 및 장치에 관한 것이다.
일반적으로 엘엔지씨 멤브레인의 용접부는 ±0.1㎜ 이하의 공차를 요구하는 매우 정밀한 부분이다. 이러한 용접부를 검사하기 위해서 통상적으로 사용되는 검사방법은 검수자와 피검수자가 용접선을 일일이 추적하면서 검사 전용 도구 등을 이용하여 육안으로 검사하는 것이다. 종래의 엘엔지씨 멤브레인의 용접부 검사 공정은 총 7단계의 검사 과정으로 이루어진다. 1단계는 용접사의 육안검사, 2단계는 Line-QC 반장의 육안 검사, 3단계는 QA의 육안 검사, 4단계는 선주/선급의 육안 검사, 5단계는 암모니아 시약 검사, 6단계는 클리닝(cleaning) 검사, 7단계는 진공검사의 과정으로 이루어진다. 이 경우 각 단계별로 수일의 시간이 소요되며, 투입인원도 10~16명이 투입되어 결합을 판정하고 수리 방안을 협의 결정한다.
그러나 이러한 육안 검사의 경우 검사 시간 및 검사 인원이 매우 많이 소요되며, 검사자 외의 보조 인력도 많이 필요하여 비용이 증가하는 문제가 있었다. 뿐만 아니라, 육안 검사는 검사자의 경험치에 따라 검사 결과에 차이가 나고 검사자의 주관적 판단요소가 강하게 작용하여 검사 결과가 실제 용접상태와 차이가 날 수 있는 위험을 내포하고 있었다.
상술한 문제를 해결하기 위하여, 본 발명의 목적은 육안에 의존하지 않고 용접부 결함을 자동으로 판별할 수 있는 용접부 결함 검출 방법 및 장치를 제공하고자 하는 것이다.
본 발명의 다른 목적은 무인 검사 로봇에 탑재된 촬상 모듈로부터 전송된 데이터를 분석함으로써 주관적 판단 요소가 배제될 수 있는 용접부 결함 검출 방법 및 장치를 제공하고자 하는 것이다.
본 발명의 또 다른 목적은 입력 영상을 검출 대상 결함에 적절한 영역으로 분할하여 결함 검출 처리를 수행함으로써 검출 속도를 향상시키고 신뢰성을 향상시킨 용접부 결함 검출 방법 및 장치를 제공하고자 하는 것이다.
상술한 목적을 달성하기 위하여 본 발명의 일 측면에 따르면, 일반적인 조사 방법에 의한 조명 아래서 촬영된 제1 전체 영상을 수신하는 단계, 상기 제1 전체 영상을 참조하여 비드 무늬 폭을 계산하는 단계, 상기 비드 무늬 폭을 참조하여 비드 무늬 간격을 계산하는 단계, 상기 제1 전체 영상을 참조하여 아크 스트라이크(Arc Strike) 및 스크레치(Scratch)를 검출하는 단계, 스트로브(Strobe) 조명 아래서 촬영된 제2 전체 영상을 획득하는 단계, 상기 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출하는 단계 및 결함 위치 및 결함의 종류를 포함하는 결함 정보를 출력하고 저장하는 단계를 포함하는 엘엔지씨 멤브레인 용접부 결함 검출 방법을 제공할 수 있다.
바람직한 실시예에 있어서, 상기 용접부 결함 검출 방법은 입력 영상을 검출 대상 결함에 적절한 영역으로 분할하는 단계를 더 포함하되, 상기 입력 영상의 분할은 이전 입력 영상의 비드 중심을 참조하여 수행되는 것을 특징으로 할 수 있다. 또한 상기 용접부 결함 검출 방법은 비드의 형식을 판단하는 단계를 더 포함하되, 상기 비드의 형식에 따라 비드 무늬 폭을 계산하는 방법을 달리하는 것을 특징으로 할 수 있다. 또한 상기 비드의 형식이 오목 비드나 볼록 비드인 경우 외부에서 비드의 중심을 향하여 비드의 가장자리 경계의 픽셀값을 검출하는 방법에 의해서 비드 무늬 폭을 계산하며, 상기 비드의 형식이 일반 비드인 경우 비드의 중심에서 외부를 향하여 비드의 가장자리 경계의 픽셀값을 검출하는 방법에 의해서 비드 무늬 폭을 계산하는 것을 특징으로 할 수 있다.
바람직한 실시예에 있어서, 상기 비드 무늬 간격을 계산하는 단계는 배경 제거 필터를 적용하는 단계, 수평 방향 미분 에지 검출 연산자를 이용하여 수평 방향 비드 무늬의 에지를 검출하는 단계, 영상을 복수의 블록으로 분할하여 블록별로 이진화하는 블록 이진화 방벙을 적용하는 단계 및 상기 비드 중심선을 따라서 픽셀값을 검색하여 255값을 가지는 픽셀들을 검출하고 이들의 평균 위치(패턴의 대표 위치)를 획득하는 단계, 상기 획득된 패턴의 대표 위치간의 거리를 계산하여 비드 무늬 간격 간격을 산출하는 단계를 포함하는 것을 특징으로 할 수 있다. 또한, 상기 아크 스트라이크 및 스크레치를 검출하는 단계는 결함 후보점을 추출하는 단계, 상기 결함 후보점의 특징 벡터를 추출하는 단계, 상기 특징 벡터와 이미 획득된 특징 벡터를 비교하여 결함을 인식하는 단계를 포함하는 것을 특징으로 할 수 있다. 또한 상기 결함 후보점의 특징 벡터를 추출하는 단계는 PCA 알고리즘을 이용하여 수행되는 것을 특징으로 할 수 있다. 또한, 상기 핀홀 및 노출 태그를 검출하는 단계는 상기 제2 전체 영상을 바이너리화 하는 단계, 상기 바이너리 영상에서 결함 및 결함의 중심 위치를 추출하는 단계를 포함하되, 상기 결함의 중심 위치가 비드부 내에 있는 경우의 결함을 핀홀 결함으로, 상기 결함의 중심 위치가 비드부 외에 있는 경우의 결함을 노출 태그 결함으로 판단하는 것을 특징으로 할 수 있다.
본 발명의 또 다른 측면에 따르면, 프로그램이 저장되어 있는 메모리, 상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서를 포함하되, 상기 프로세서는 상기 프로그램에 의해, 일반적인 조사방법에 의한 조명 아래서 촬영된 제1 전체 영상을 수신하는 단계, 상기 제1 전체 영상을 참조하여 비드 무늬 폭을 계산하는 단계, 상기 비드 무늬 폭을 참조하여 비드 무늬 간격을 계산하는 단계, 상기 제1 전체 영상을 참조하여 아크 스트라이크(Arc Strike) 및 스크레치(Scratch)를 검출하는 단계, 스트로브(Strobe) 조명 아래서 촬영된 제2 전체 영상을 획득하는 단계, 상기 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출하는 단계 및 결함 위치 및 결함의 종류를 포함하는 결함 정보를 출력하고 저장하는 단계를 실행하는 것을 특징으로 하는 용접부 결함 검출 장치를 제공할 수 있다.
이하 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법을 도면을 참조하여 상세히 설명하기로 한다.
도 1은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출을 위한 입력 영상을 나타내는 도면이다. 도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 용접부 결합 검출 방법에 있어서, 전체 입력 영상(100)은 용접 비드부를 포함하는 비드부 영상(130) 및 상부영상(110), 하부영상(150)으로 분할할 수 있다. 본 발명의 바람직한 실시예에서 용접부 결함 검출을 위하여 각 목적에 부합하는 입력 영상만을 이용하여 영상 처리 및 패턴 인식 알고리즘을 적용하여 원하는 결과를 획득한다. 이는 전체 입력 영상에 대하여 결함 검출 알고리즘을 적용하게 되면, 영상 데이터의 크기가 너무 커서 영상 처리 속도에 이점이 없고 입력되는 영상의 범위가 너무 넓어 검사 대상 영역 전반에 조명에 의한 영상의 품질이 균일하지 못하여 결함 검출 속도와 신뢰성이 떨어질 가능성이 있기 때문이다.
이러한 영상 분할을 실시간으로 적용하기 위해서는 이전 영상 프레임에서 비드 무늬 폭을 계산함으로써 산출되는 비드 중심선을 현재 프레임에 적용하여 현재 영상을 분할한 후 비드 무늬 폭을 계산하고, 다시 여기서 산출되는 비드 중심선을 이용하여 다음 프레임의 영상을 분할한다.
도 2는 본 발명의 바람직한 실시예에 따른 입력 영상의 픽셀값 프로파일을 나타내는 도면이다. 도 2를 참조하면, 픽셀값 프로파일은 비드부 영상을 중심으로 비드선 방향(도면에 있어서 가로방향 즉, 영상의 수평 방향)의 픽셀값을 모두 구하여 평균하는 것에 의해서 나타내고 있다. (a)는 비드부 영상의 영역 설정을 나타내며, (b)는 픽셀값 프로파일은 나타낸다. 도 2를 통하여 수평 평균 픽셀값의 프로파일과 영역 설정 관계를 나타내며, 이는 후술할 비드의 종류를 판단하는데 이용된다.
도 3은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법을 나타내는 순서도이다. 도 3을 참조하면, 본 발명은 하나의 프레임에 대하여 일반적인 조사방법에 의한 조명 조건 아래서 획득한 제1 전체 영상과 스트로브 조명 아래서 획득한 제2 전체 영상을 참조하여, 각 목적에 부합하는 영상 처리 알고리즘 및 패턴 인식 알고리즘을 적용함으로써 용접부의 결함을 검출하고 있다.
영상의 획득 주기는 2㎐로서, 스트로브 조명을 1㎐로 온-오프할 수 있도록 트리거(Trigger) 신호를 조절하여 1초의 주기로 한번은 일반적인 조사방법에 의한 조명이 적용된 영상을 획득하고, 한번은 스트로브 조명이 적용된 영상을 획득할 수 있도록 설정한다. 이와 같이 획득한 영상을 각 목적에 부합하는 영상의 크기로 추출하여 영상 처리를 하게 된다. 먼저 일반적인 조사방법에 의한 조명을 적용하여 획득한 제1 전체 영상은 비드 무늬 폭, 비드 무늬 간격, 비드의 종류, 아크 스트라이크, 스크레치 등의 결함을 검출하기 위하여 사용된다. 두 번째로 스트로브 조명을 적용하여 획득한 제2 전체 영상은 핀홀과 노출 태그 등의 결함을 검출하기 위하 여 사용된다.
첫 번째로, 초기화된 비드 위치를 중심으로 일반 조명 조건 아래서 제1 전체 영상(100)을 획득한다(단계 301). 획득된 제1 전체 영상(100)을 비드부를 포함하는 비드부 영상(130)과 상부 영상(110), 하부 영상(150) 등으로 분할한다(단계 303). 상술한 바와 같이 이와 같은 분할을 통하여 각 목적에 부합하는 일부 입력 영상만을 이용하여 영상 처리 알고리즘 및 패턴 인식 알고리즘을 적용하여 원하는 결과를 검출함으로써, 결함 검출 속도 및 신뢰성을 향상시킬 수 있다.
다음으로 분할된 각 입력 영상의 픽셀값 프로파일을 추출하고(단계 305), 추출된 입력 영상을 참조하여 비드의 종류를 추정한다(단계 307). 픽셀값 프로파일 추출 방법 및 비드 종류 판단방법에 대하여는 도 4에 대한 설명에서 후술하기로 한다.
픽셀값 프로파일에 의하여 비드의 종류가 판단되면, 각 비드의 종류에 대하여 비드 무늬 폭 계산 알고리즘을 적용한다(단계 309). 비드 무늬 폭 계산은 계략적으로 비드의 종류가 일반 비드인 경우 비드의 중심선(초기 비드 중심선 또는 이전 프레임의 비드 중심선)에서 상하로 픽셀값을 검색하여 이루어지며, 비드의 종류가 오목 비드나 볼록 비드인 경우 영상의 상하에서 비드의 중심선으로 픽셀값을 검색하여 이루어진다. 비드 무늬 폭 계산은 비드 중심선의 계산을 포함하며, 자세한 설명은 도 5를 참조하여 후술하기로 한다.
비드 중심선이 추출되면, 비드 중심선을 따라 비드 무늬 간격 계산 알고리즘을 적용한다(단계 311). 비드 무늬 간격 계산 알고리즘은 영상에서 배경을 제거하 고 에지를 검출하여 이를 바이너리화 시킨 후 픽셀값이 255가 되는 점을 검색하는 것에 의하여 계산할 수 있다. 비드 무늬 간격이 계산되면 입력 영상을 비드의 중심선을 기준으로 상부와 하부로 나누어 추출하고 독립적인 결함 검출 알고리즘을 적용하여 아크 스트라이크 및 스크레치를 검출한다(단계 313). 비드 무늬 간격 계산 및 아크스트라이크, 스크레치에 대한 자세한 설명은 도 6 및 도 7을 참조하여 후술하기로 한다.
다음으로, 비드 위치를 중심으로 스트로브 조명 조건 아래서 제2 전체 영상을 획득한다(단계 315). 획득된 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출한다(단계 317). 핀홀(Pin Hole) 결함은 용접부에 작은 구멍이 생기는 결함을 의미하며, 노출 태그(Uncovered Tag)는 용접 전에 용접 부재의 위치를 고정하기 위하여 가접한 태그를 용접 작업시 용접으로 완전히 커버하기 못하고 용접 비드 경계 부위에 남아있는 결함을 의미한다. 핀홀 및 노출 태그를 검출하는 방법에 대한 자세한 설명은 도 8을 참조하여 후술하기로 한다.
마지막으로 검출한 결함의 위치 및 종류 등 결함에 관한 정보를 출력 및 저장한다(단계 319). 이에 의하여 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법은 검사관의 주관적 판단을 배제시키고 일률적인 기준에 의하여 용접부의 결함을 검출할 수 있을 뿐 아니라, 결함 검출을 위한 시간 및 인력 등의 비용을 절약할 수 있다.
도 4는 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드의 종류를 판단하는 방법에 관한 순서도이다. 도 4를 참조하면, 일반적인 조사방법에 의한 조명을 적용하여 획득한 제1 전체 영상을 비드부 및 상부, 하부 영상으로 분할한 후 비드부를 포함하는 비드부 영상을 입력 영상으로 하여(단계 401) 비드 종류를 판단 알고리즘을 적용한다.
비드 종류를 판단하기 위하여 비드 입력 영상을 비드 중심선을 기준으로 다시 상부와 하부로 나누고 각각의 영상에서 임의의 영역을 정한다. 도 2에 도시된 바와 같이 임의의 영역은 상부 영상 중 비드 외부의 임의 영역을 추출한 제1 영역, 상부 영상 중 비드 내부의 임의 영역을 추출한 제2 영역, 하부 영상 중 비드 내부의 임의 영역을 추출한 제3 영역 및 하부 영상 중 비드 외부의 임의 영역을 추출한 제4 영역으로 나눌 수 있다.
각 4개의 영역의 수평 방향으로 픽셀 평균값을 계산하여 이를 특징 패턴으로 이용한다(단계 403). 각 픽셀값의 평균값을 비교하여 픽셀값의 피크를 찾고, 이 피크값이 비드 내부의 상부에 존재하면 오목 비드로 하부에 존재하면 볼록 비드로 판단한다. 즉 제1 영역의 픽셀 피크값이 제2 영역보다 크고 제3 영역의 픽셀 피크값이 제4영역보다 작거나 같은 경우(단계 405) 일반 비드로 판단하고(단계 407) 비드 무늬 폭 계산 알고리즘을 적용(단계 417)하며, 그 외에는 오목 비드나 볼록 비드로 판단한다.
제1 영역의 픽셀 피크값이 제2 영역보다 작고 제3 영역의 픽셀 피크값이 제4 영역보다 작은 경우(단계 409) 즉, 전체 픽셀의 피크값이 비드 내부의 상부에 존재하면 오목 비드로 판단하고(단계 411) 비드 무늬 폭 계산 알고리즘을 적용한다(단 계 417). 제1 영역의 픽셀 피크값이 제2 영역보다 크거나 같고 제3 영역의 픽셀 피크값이 제4 영역보다 큰 경우(단계 413) 즉, 전체 픽셀의 피크값이 비드 내부의 하부에 존재하는 경우의 비드는 볼록 비드로 판단하고(단계 415), 비드 무늬 폭 계산 알고리즘을 적용한다(단계 417). 이와 같이 비드의 종류를 판단하는 이유는 각 비드의 종류에 한라 비드 무늬 폭을 계산하는 알고리즘에 차이가 있기 때문이다.
도 5는 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드 무늬 폭을 계산하는 방법에 관한 순서이다. 도 5를 참조하면, 비드 무늬 폭을 계산하기 위해서는 먼저 전체 입력 영상에서 비드 중심선을 기준으로 비드부 영상 예를 들면, 256×256 픽셀 크기의 영상을 선택하고 선택한 영역에 대하여 비드 무늬 폭 계산 알고리즘을 적용한다.
먼저 입력 영상이 결정되면, 각 프레임에 대하여 배경 제거 필터 적용 횟수를 결정하고(단계 501), 결정된 배경 제거 필터 적용 횟수만큼 배경 제거 필터를 적용한다(단계 503). 배경 제거 필터는 비드부와 비드 주변부를 구별하여 비드부만을 추출하기 위하여 사용되며, 배경 제거 알고리즘은 일반적인 평균 필터(Average filter)를 변형하여 만드는 것이다. 배경 제거 알고리즘에서 반복 횟수의 결정은 매우 중요하며, 이것을 실험적으로 획득될 수 있다.
간단한 계산을 위하여 소벨(Sobel) 에지 검출 알고리즘을 사용하여 에지를 검출하고(단계 505), 대비 확장 알고리즘을 이용하여 영상을 더욱 명확히 하며(단계 507), 다시 한번 배경 제거 필터를 적용하여 비드부를 명확히 한다(단계 509). 마지막으로 침식 연산을 통하여 노이즈를 제거(단계 511)함으로써 비드부와 배경을 완전히 분리할 수 있다. 계산의 편의를 위하여 상기 영상에 대하여 바이너리화 처리를 수행하여 비드 무늬 폭을 계산할 수 있으며, 비드 폭은 비드의 중심에서 상하로 픽셀값이 0을 만나는 점을 검색하여(단계 513), 상부 경계점과 하부 경계점과의 거리를 계산함으로써 산출한다(단계 515). 상기 경계점 사이의 거리를 계산함으로써 비드 무늬 폭이 산출되면, 상기 상부 경계점과 하부 경계점의 중심 위치를 추출함으로써 비드의 중심선을 계산할 수 있다(단계 517).
도 6은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 비드 무늬 간격을 계산하는 방법에 관한 순서도이다. 도 6을 참조하면, 비드 무늬 간격 계산 방법은 비드 무늬 폭 계산과 마찬가지로 배경 제거 알고리즘을 적용하여 비드부와 배경을 명확히 구분한 후 그 결과 영상을 이용하여 간격 패턴을 추출함으로써 이루어질 수 있다.
먼저 비드 무늬 폭 계산과 마찬가지로 배경 제거 필터 적용 횟수를 결정한다(단계 601). 상술한 바와 같이 횟수의 결정은 실험적인 방법에 의하여 이루어진다. 필터 적용 횟수가 결정되면, 결정된 횟수만큼 배경 제거 알고리즘을 적용하고(단계 603), 수평 방향의 소벨 에지 연산자를 적용하여 무늬의 에지를 검출한다(단계 605). 용접부의 간격 패턴은 비드 중심선을 기준으로 수평 방향으로 형성되며, 따라서 수평 방향 미분 연산자를 이용하여 패턴을 추출한다. 상기 수평 미분 연산 결과(수평 소벨 에지 검출 결과) 영상에서 패턴을 강조하기 위하여 대비 알고리즘을 적용하고 노이즈를 제거하기 위하여 메디안 필터, 가우시안 필터 등을 적용하여(단계 607) 패턴 영상을 향상시킨다.
향상된 패턴 영상을 블록별로 다른 픽셀값을 기준으로 바이너리화하는 블록 바이너리화 알고리즘을 적용한다(단계 609). 바이너리화 영상에 다시 노이즈 성분을 제거하기 위하여 다시 메디안 필터 등을 적용할 수 있으며, 패턴이 완전히 255값으로 채워지지 않은 것을 보완하기 위하여 팽창과 침식을 병행하는 채움 연산 알고리즘을 수행한다(단계 611).
다음으로 결과 영상에서 비드 무늬 폭 계산 과정에서 획득된 비드 중심선을 따라 왼쪽에서 오른쪽으로 검색을 수행하여(단계 613) 255값을 만나면 픽셀값의 개수와 위치를 저장하고 카운팅 숫자를 늘리며(단계 617), 0을 만나면 픽셀의 위치가 영상의 폭보다 작은지를 판단한다(단계 619). 픽셀의 위치가 영상의 폭보다 작은 경우 픽셀 검색이 완료되지 않았으므로 검색한 픽셀의 개수가 0보다 큰 경우(621) 255 값을 가지는 픽셀의 평균 위치를 구하고(단계 623) 다시 픽셀값이 255되는 점을 만날 때 까지 픽셀값을 검색한다. 다시 픽셀값이 0인 경우 픽셀의 위치가 영상의 폭과 같아지면, 모든 픽셀값에 대한 검색이 완료되었으므로 각 패턴의 대표 위치간 거리를 계산함으로써 비드 무늬 간격을 결정한다(단계 625).
도 7은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 아크 스트라이크 및 스크레치를 검출하는 방법에 관한 순서도이다. 도 7을 참조하면, 아크 스트라이크 및 스크레치를 검출하기 위하여 입력 영상을 비드 중심선을 기준으로 256 픽셀 넓이로 상부와 하부로 나누어 관심 영역을 추출하고(단계 701), 이들 영상에 각각 결함 검출 알고리즘에 적용한다.
관심 영역을 추출하면 먼저 입력 영상의 높이와 폭을 각각 1/2로 축소시킨다(단계 703). 영상의 크기를 축소시키는 이유는 영상 처리 시간을 크게 감소시킬 수 있기 때문이며, 본 발명의 바람직한 실시예에 있어서는 축소 비율을 1/2 정도로 행하였으나, 결함 검출에 지장이 없는 한도에서 다른 비율로 축소가 가능함은 당업자에게 자명한 사항이다.
축소된 영상에서 특징점을 검색하기 위하여 민맥스 필터(MinMax filter)를 적용하여(단계 705), 픽셀값의 변화가 큰 부분들을 밝게 나타나게 한다. 이 영상에서 다시 노이즈 성분을 제거하고 결함 가능성이 큰 부분을 강조하기 위하여 대조 알고리즘 및 대조 팽창 알고리즘을 병행하여 적용한다. 결과 영상을 바이너리화하고, 다시 작은 점들을 제거하기 위하여 메디안 필터를 적용하여 결과 영상의 품질을 향상시킨다(단계 707).
상기 향상된 영상에서 비드부를 제거한 후(단계 709), 결함일 가능성이 있는 후보점들을 추출하여 각각의 결함 후보점에 ID를 부여하여 인식하는 라벨링을 행한다. 또한 이들 각각의 후보점들이 크기가 작고 일정한 거리에서 서로 가까이 존재하는 경우 등 하나의 결함으로 간주할 수 있는 경우 결함 후보점들을 병합하는 알고리즘을 적용한다(단계 713)
각각의 결함 후보점들이 추출되면, 결함 후보 점들의 중심을 기준으로 원래 입력 영상에서 100×100의 크기로 결함 후보점을 포함하는 부분의 영상을 추출한다 (단계 713). 상기 추출된 영상에 패턴 인식 알고리즘의 일종인 PCA(Principle component analysis) 알고리즘을 적용하여 미리 학습된 PCA 트레이닝 데이터(715)의 평균 이미지를 이용하여 특징 벡터를 추출한다(단계 717). 상기 추출된 특징 벡터와 결함 이미지 트레이닝 데이터의 특징 벡터를 비교하여 결함의 종류를 판단한다(단계 719).
이와 같은 과정을 상부 입력 영상과 하부 입력 영상에 대하여 순차적으로 적용하고 결함 검출 결과를 전체 영상에 디스플레이한다.
도 8은 본 발명의 바람직한 실시예에 따른 용접부 결함 검출 방법에 있어서, 핀홀 및 노출 태그를 검출하는 방법에 관한 순서도이다. 도 8을 참조하면, 핀홀 및 노출 태그를 검출하기 위해서 아주 밝은 조명을 경사를 가지고 조사하여 결함 및 결함 주변의 명암을 비교하는 것에 의하여 수행된다. 즉, 결함 주변은 표면에 굴곡이 크지 않으므로 밝게 나타나는 한편 결함은 굴곡이 커서 어두운 명암이 생기는 것을 이용하여 핀홀과 노출 태그를 검출하는 것이다.
먼저 스트로브 조명을 적용하여 제2 전체 영상을 획득한다(단계 801). 각 획득한 영상의 노이즈를 제거하기 위하여 메디안 필터 등 노이즈 제거 필터를 적용하고(단계 803), 상기 노이즈를 제거한 영상을 바이너리화 하고 역상 처리하여 결함 후보점을 추출한다(단계 805). 상기 결함 후보점들에 대하여 ID를 부여하여 결함의 위치와 개수를 인식할 수 있도록 라벨링 처리를 행한다(단계 807). 결함 후보점들의 중심 위치를 획득하여(단계 807), 상기 결함 후보점의 중심 위치가 비드부 내부 에 위치하는지 여부를 판단한다(단계 809).
인식된 결함 후보점의 중심 위치가 비드 무늬 폭 계산 단계에서 산출된 비드 무늬 폭의 특정 영역 안에 존재하는 경우 결함을 핀홀로 판단하고(단계 813), 그 중심 위치가 비드 경계나 비드 외부에 존재하는 경우 노출 태그로 판단한다(단계 815).
본 발명의 일 측면에 따르면, 육안에 의존하지 않고 용접부 결함을 자동으로 판별할 수 있는 용접부 결함 검출 방법 및 장치를 제공할 수 있다.
본 발명의 다른 측면에 따르면, 무인 검사 로봇에 탑재된 촬상 모듈로부터 전송된 데이터를 분석함으로써 주관적 판단 요소가 배제될 수 있는 용접부 결함 검출 방법 및 장치를 제공할 수 있다.
본 발명의 또 다른 측면에 따르면, 입력 영상을 검출 대상 결함에 적절한 영역으로 분할하여 결함 검출 처리를 수행함으로써 검출 속도를 향상시키고 신뢰성을 향상시킨 용접부 결함 검출 방법 및 장치를 제공할 수 있다.

Claims (9)

  1. 일반적인 조사방법에 의한 조명 아래서 촬영된 제1 전체 영상을 수신하는 단계;
    상기 제1 전체 영상을 참조하여 비드 무늬 폭을 계산하는 단계;
    상기 비드 무늬 폭을 참조하여 비드 무늬 간격을 계산하는 단계;
    상기 제1 전체 영상을 참조하여 아크 스트라이크(Arc Strike) 및 스크레치(Scratch)를 검출하는 단계;
    스트로브(Strobe) 조명 아래서 촬영된 제2 전체 영상을 획득하는 단계;
    상기 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출하는 단계; 및
    결함 위치 및 결함의 종류를 포함하는 결함 정보를 출력하고 저장하는 단계;
    를 포함하는 용접부 결함 검출 방법.
  2. 제1항에 있어서, 용접부 결함 검출 방법은,
    상기 제1 전체 영상을 수신하는 단계 후 상기 제1 전체 영상을 검출 대상 결함에 적절한 영역으로 분할하는 단계를 더 포함하되,
    상기 제1 전체 영상의 분할은 이전 입력 영상의 비드 중심을 참조하여 수행되는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  3. 제1항에 있어서, 용접부 결함 검출 방법은,
    상기 제1 전체 영상을 수신하는 단계 후 비드의 형식을 판단하는 단계를 더 포함하되,
    상기 비드의 형식에 따라 비드 무늬 폭을 계산하는 방법을 달리하는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  4. 제3항에 있어서,
    상기 비드의 형식이 오목 비드나 볼록 비드인 경우 외부에서 비드의 중심을 향하여 비드의 가장자리 경계의 픽셀값을 검출하는 방법에 의해서 비드 무늬 폭을 계산하며,
    상기 비드의 형식이 일반 비드인 경우 비드의 중심에서 외부를 향하여 비드의 가장자리 경계의 픽셀값을 검출하는 방법에 의해서 비드 무늬 폭을 계산하는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  5. 제1항에 있어서,
    상기 비드 무늬 간격을 계산하는 단계는,
    배경 제거 필터를 적용하는 단계;
    수평 방향 미분 에지 검출 연산자를 적용하여 비드 무늬의 수평 방향의 에지를 검출하는 단계;
    영상을 복수의 블록으로 분할하여 블록 이진화 방법을 적용하는 단계; 및
    상기 비드 중심선을 따라서 픽셀값을 검색하여 255값을 가지는 픽셀들을 검출하고 이들의 평균 위치(패턴의 대표 위치)를 획득하는 단계;
    상기 획득된 패턴의 대표 위치간의 거리를 계산하여 비드 무늬 간격을 산출하는 단계를 포함하는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  6. 제1항에 있어서,
    상기 아크 스트라이크 및 스크레치를 검출하는 단계는,
    결함 후보점을 추출하는 단계;
    상기 결함 후보점의 특징 벡터를 추출하는 단계;
    상기 특징벡터와 이미 획득된 특징 벡터를 비교하여 결함을 인식하는 단계를 포함하는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  7. 제6항에 있어서,
    상기 결함 후보점의 특징 벡터를 추출하는 단계는 PCA 알고리즘을 이용하여 수행되는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  8. 제1항에 있어서,
    상기 핀홀 및 노출 태그를 검출하는 단계는,
    상기 제2 전체 영상을 이진화 하는 단계;
    상기 이진화 영상에서 결함 및 결함의 중심 위치를 추출하는 단계를 포함하되,
    상기 결함의 중심 위치가 비드부 내에 있는 경우의 결함을 핀홀 결함으로, 상기 결함의 중심 위치가 비드부 외에 있는 경우의 결함을 노출 태그 결함으로 판단하는 것
    을 특징으로 하는 용접부 결함 검출 방법.
  9. 프로그램이 저장되어 있는 메모리;
    상기 메모리에 결합되어 상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는 상기 프로그램에 의해,
    일반적인 조사방법에 의한 조명 아래서 촬영된 제1 전체 영상을 수신하는 단계;
    상기 제1 전체 영상을 참조하여 비드 무늬 폭을 계산하는 단계;
    상기 비드 무늬 폭비드 무늬 폭하여 비드 간격을 계산하는 단계;
    상기 제1 전체 영상을 참조하여 아크 스트라이크(Arc Strike) 및 스크레치(Scratch)를 검출하는 단계;
    스트로브(Strobe) 조명 아래서 촬영된 제2 전체 영상을 획득하는 단계;
    상기 제2 전체 영상을 참조하여 핀홀 및 노출 태그를 검출하는 단계; 및
    결함 위치 및 결함의 종류를 포함하는 결함 정보를 출력하고 저장하는 단계;
    를 실행하는 것을 특징으로 하는 용접부 결함 검출 방법.
KR1020050060053A 2005-07-05 2005-07-05 용접부 결함 검출 방법 및 장치 KR100687811B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050060053A KR100687811B1 (ko) 2005-07-05 2005-07-05 용접부 결함 검출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050060053A KR100687811B1 (ko) 2005-07-05 2005-07-05 용접부 결함 검출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20070005968A KR20070005968A (ko) 2007-01-11
KR100687811B1 true KR100687811B1 (ko) 2007-03-02

Family

ID=37871294

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050060053A KR100687811B1 (ko) 2005-07-05 2005-07-05 용접부 결함 검출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR100687811B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101360653B1 (ko) 2012-06-26 2014-02-10 주식회사 포스코 압연재의 심 크랙 결함 검출 장치
US11216934B2 (en) * 2019-05-08 2022-01-04 Kabushiki Kaisha Toshiba Determination device, determination system, welding system, determination method, and storage medium

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100944094B1 (ko) * 2008-05-02 2010-02-24 중앙대학교 산학협력단 품질 검사 로봇 및 방법
KR101439758B1 (ko) * 2013-03-26 2014-09-16 주식회사 포스코 레이저 용접 결함 진단 장치 및 방법
KR102027986B1 (ko) * 2017-04-13 2019-10-04 재단법인 경북아이티융합 산업기술원 비전 카메라를 이용한 비드 인식 장치 및 그 방법
KR102043316B1 (ko) * 2017-04-13 2019-11-12 재단법인 경북아이티융합 산업기술원 2d 영상 기반의 용접 비드 인식 장치 및 그것을 이용한 그을음 제거 방법
KR102118809B1 (ko) * 2018-12-03 2020-06-03 세종대학교산학협력단 용접 결함의 종류 판단 방법 및 이를 수행하는 단말 장치
KR102613402B1 (ko) * 2022-09-22 2023-12-14 주식회사 씨인사이드 배터리 캡 비전 검사 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101360653B1 (ko) 2012-06-26 2014-02-10 주식회사 포스코 압연재의 심 크랙 결함 검출 장치
US11216934B2 (en) * 2019-05-08 2022-01-04 Kabushiki Kaisha Toshiba Determination device, determination system, welding system, determination method, and storage medium

Also Published As

Publication number Publication date
KR20070005968A (ko) 2007-01-11

Similar Documents

Publication Publication Date Title
KR100687811B1 (ko) 용접부 결함 검출 방법 및 장치
US7355692B2 (en) System and method for inspecting electrical circuits utilizing reflective and fluorescent imagery
CN101187982B (zh) 一种用于从图像中分割出对象的方法及装置
CN114693610A (zh) 一种基于机器视觉的焊缝表面缺陷检测方法、设备及介质
WO2020110667A1 (ja) 表面欠陥検出方法、表面欠陥検出装置、鋼材の製造方法、鋼材の品質管理方法、鋼材の製造設備、表面欠陥判定モデルの生成方法、及び表面欠陥判定モデル
CN111539927B (zh) 汽车塑料组合件紧固卡扣缺装检测装置的检测方法
JP2015184143A (ja) 車体塗装面の検査装置および検査方法
Rathod et al. A comparative study of different segmentation techniques for detection of flaws in NDE weld images
CN116188459B (zh) 一种用于皮带撕裂检测的线激光快速识别方法及***
KR20180115645A (ko) 2d 영상 기반의 용접 비드 인식 장치 및 그것을 이용한 그을음 제거 방법
JP4318776B2 (ja) ムラの検査方法及び装置
WO2013037402A1 (en) Method for detection of a rain drop on the windscreen of a vehicle and driver assistance system
JP2000076446A (ja) 放射線透過検査における溶接欠陥自動検出法
JP4293653B2 (ja) 外観検査方法
JP3890844B2 (ja) 外観検査方法
JP5498109B2 (ja) 欠陥検出装置および欠陥検出方法
CN109978879A (zh) 基于铁路货车装载视频监视的箱角入槽状态检测方法
JP3760446B2 (ja) 材料を定性的に判断するための方法
JP4998722B2 (ja) 画像処理によるワーク欠陥検査方法
CN109035236B (zh) 铸件毛边检测方法及装置
JP4178923B2 (ja) 外観検査方法及び外観検査装置
JPH109835A (ja) 表面欠陥検査装置
JP2005265828A (ja) 疵検出方法及び装置
JP2686053B2 (ja) 外観検査による欠陥検査方法
JP2004198403A (ja) 塗装面の検査装置

Legal Events

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

Payment date: 20130201

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140129

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150202

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160201

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20190201

Year of fee payment: 13