KR101434484B1 - Apparatus and method for vision inspecting using image division - Google Patents

Apparatus and method for vision inspecting using image division Download PDF

Info

Publication number
KR101434484B1
KR101434484B1 KR1020120066284A KR20120066284A KR101434484B1 KR 101434484 B1 KR101434484 B1 KR 101434484B1 KR 1020120066284 A KR1020120066284 A KR 1020120066284A KR 20120066284 A KR20120066284 A KR 20120066284A KR 101434484 B1 KR101434484 B1 KR 101434484B1
Authority
KR
South Korea
Prior art keywords
image
vision
target object
binary
binary image
Prior art date
Application number
KR1020120066284A
Other languages
Korean (ko)
Other versions
KR20130142769A (en
Inventor
유승열
조석진
Original Assignee
한국기술교육대학교 산학협력단
(주) 피토
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 한국기술교육대학교 산학협력단, (주) 피토 filed Critical 한국기술교육대학교 산학협력단
Priority to KR1020120066284A priority Critical patent/KR101434484B1/en
Publication of KR20130142769A publication Critical patent/KR20130142769A/en
Application granted granted Critical
Publication of KR101434484B1 publication Critical patent/KR101434484B1/en

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

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

Abstract

본 발명은 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법에 관한 것으로, 본 발명의 일 실시예에 따른 영상 분할을 이용한 비전 검사 장치는, 대상 객체에 대한 비전 영상을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성하는 분할 영상 생성부와, 상기 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 상기 대상 객체에 대한 이진 영상을 생성하는 이진 영상 생성부와, 상기 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 상기 설정된 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 상기 대상 객체의 불량 여부를 판단하는 불량 판단부를 포함한다.
이에 따라, 대상 객체에 대한 비전 영상을 복수 개로 분할하여 독립적으로 외관 검사를 하여 전체적인 외관 검사를 수행함으로써 비전 검사에 소요되는 시간을 단축시킬 수 있다.A vision inspection apparatus using image segmentation according to an embodiment of the present invention divides a vision image of a target object into predetermined areas, A binary image generation unit for generating a binary image of the target object by performing binary data processing on pixel values of the generated split vision image based on a predetermined threshold value; And a defect determination unit for setting an inspection object region for the generated binary image and comparing the set inspection object region with predetermined reference region information to determine whether the object object is defective or not.
Accordingly, it is possible to shorten the time required for the vision inspection by dividing the vision image of the target object into a plurality of images, independently performing the appearance inspection, and performing the overall appearance inspection.

Description

영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법{APPARATUS AND METHOD FOR VISION INSPECTING USING IMAGE DIVISION}[0001] APPARATUS AND METHOD FOR VISION INSPECTING USING IMAGE DIVISION [0002]

본 발명은 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법에 관한 것으로, 더욱 상세하게는 대상 객체에 대한 비전 영상을 복수 개로 분할하여 불량 여부를 검사하는 기술이 개시된다.Disclosed herein is a vision inspection apparatus and a vision inspection method using image segmentation. More particularly, the present invention discloses a technique of dividing a vision image of a target object into a plurality of images to check whether the image is defective.

정보통신의 급속한 발전으로 휴대전화, 노트북, 스마트폰, 태블릿 pc와 같은 전자기기를 더욱 소형화, 경량화, 고기능화시키는 기술이 요구되고 있다. 이러한 기술의 요구를 실현하기 위해서는 전자기기에 탑재되는 전자부품의 소형화, 고집적화뿐만 아니라 이에 대한 대응 실장설비, 운용기술, 검사기술, 불량수리기술 등 양품을 생산할 수 있는 고집적화에 대한 전반적인 인프라의 구축과 실장요소기술이 필요하게 되었다.BACKGROUND ART Rapid development of information communication has demanded a technology for making electronic devices such as mobile phones, laptops, smart phones, and tablet PCs smaller, lighter, and more functional. In order to realize the demands of these technologies, it is necessary to build an overall infrastructure for high-density integration that can produce not only miniaturization and high integration of electronic parts mounted in electronic devices, but also proper mounting equipments, operation technology, inspection technology, The mounting element technology became necessary.

그 중 비전 검사는 고속으로 이동하는 칩의 외관을 카메라를 이용하여 촬영한 이미지를 분석하여 제품의 외관에 불량이 있는지 여부를 판단한다. 일반적으로 비전 검사는 10~20msec의 짧은 시간 내에 영상을 획득하고 분석하고 있다. 비전 검사 시간이 지연되는 경우, 전체 부품 생산 시간이 지연되므로 생산성이 저하된다. 따라서, 빠른 시간 내에 정확하게 제품의 외관 불량 여부를 판단하는 비전 검사 기술이 요구되고 있다.Among them, the vision inspection analyzes images taken by a camera on the appearance of a chip moving at a high speed to judge whether there is a defect in the appearance of the product. In general, the vision test acquires and analyzes images within a short time of 10 to 20 msec. If the vision inspection time is delayed, the production time is delayed and the productivity is lowered. Therefore, there is a need for a vision inspection technology for accurately judging whether or not the appearance of the product is defective within a short period of time.

그러나, 종래의 비전 검사 방법은 대상 객체에 대한 비전 영상을 기준 영상과 비교하여 왜곡의 정도를 판단하여 불량 여부를 판단하고 있다. 이러한 비전 검사 방법은 복잡한 연산 과정을 거쳐야 하며, 한 번에 대상 객체의 전체를 검사하기 때문에 연산 시간이 오래 걸린다는 문제점이 있다.However, in the conventional vision inspection method, a vision image for a target object is compared with a reference image to determine the degree of distortion to determine whether or not the image is defective. Such a vision inspection method has a complicated operation process and requires a long calculation time because it inspects the entire object at a time.

본 발명의 배경이 되는 기술은 대한민국 등록특허공보 제10-1065607호(201. 09. 09)에 개시되어 있다.The technology that provides the background of the present invention is disclosed in Korean Patent Registration No. 10-1065607 (Mar.

본 발명이 해결하고자 하는 기술적이 과제는, 대상 객체에 대한 비전 영상을 복수 개로 분할하여 독립적으로 외관 검사를 하여 전체적인 외관 검사를 수행함으로써 비전 검사에 소요되는 시간을 단축시키는 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법을 제공하기 위함이다.The object of the present invention is to provide a vision inspection apparatus using image segmentation that shortens the time required for vision inspection by dividing a vision image for a target object into a plurality of images, And a vision inspection method.

본 발명의 일 실시예에 따른 영상 분할을 이용한 비전 검사 장치는, 대상 객체에 대한 비전 영상을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성하는 분할 영상 생성부와, 상기 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 상기 대상 객체에 대한 이진 영상을 생성하는 이진 영상 생성부와, 상기 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 상기 설정된 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 상기 대상 객체의 불량 여부를 판단하는 불량 판단부를 포함한다.A vision inspection apparatus using an image segmentation according to an embodiment of the present invention includes a segmented image generation unit that generates a plurality of segmented vision images by dividing a vision image of a target object into predetermined regions, A binary image generating unit for generating a binary image of the target object by performing binary data processing on pixel values of the binary image based on a preset threshold value, And determining whether the target object is defective by comparing the calculated reference area information with predetermined reference area information.

또한, 상기 대상 객체는 재질에 따라 복수의 표면 영역으로 구분되고, 상기 분할 비전 영상은 적어도 하나의 표면 영역에 대한 비전 영상을 포함할 수 있다.In addition, the target object may be divided into a plurality of surface regions according to a material, and the split vision image may include a vision image for at least one surface region.

또한, 상기 분할 영상 생성부는, 3개 이상의 표면 영역을 포함하는 대상 객체에 대한 비전 영상에 대하여, 2개 이상의 표면 영역에 대하여 각각 분할 비전 영상을 생성하는 경우, 상기 생성된 2개 이상의 분할 비전 영상을 이용하여 나머지 표면 영역에 대한 분할 비전 영상을 추출할 수 있다.In addition, in the case where a divided vision image is generated for each of two or more surface regions with respect to a vision image of a target object including three or more surface regions, the divided image generating unit may generate the divided vision images, The split vision image for the remaining surface area can be extracted.

또한, 상기 나머지 표면 영역은 상기 2개 이상의 표면 영역의 사이에 위치할 수 있다.In addition, the remaining surface area may be located between the two or more surface areas.

또한, 상기 불량 판단부는, 상기 대상 객체의 좌표 정보 및 기울기 정보를 연산하여 상기 이진 영상에 포함된 하나의 표면 영역을 검사 대상 영역으로 설정할 수 있다.In addition, the failure determination unit can calculate one surface area included in the binary image as an inspection target area by calculating coordinate information and slope information of the target object.

또한, 상기 기준 영역 정보는, 상기 표면 영역에 대한 길이 정보 또는 면적 정보를 포함할 수 있다.The reference area information may include length information or area information on the surface area.

또한, 상기 생성된 이진 영상을 블러링 보정 처리하는 블러링 보정 처리부를 더 포함하고, 상기 이진 영상 생성부는 상기 블러링 보정 처리된 이진 영상을 다시 이진 데이터 처리하여 2차 이진 영상을 생성할 수 있다.The apparatus may further include a blur correction processing unit for performing blur correction processing on the generated binary image, and the binary image generation unit may generate a secondary binary image by performing binary data processing on the blur corrected binary image again .

본 발명의 또 다른 실시예에 따른 비전 검사 장치의 검사 방법은, 대상 객체에 대한 비전 영상을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성하는 단계와, 상기 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 상기 대상 객체에 대한 이진 영상을 생성하는 단계와, 상기 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 상기 설정된 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 상기 대상 객체의 불량 여부를 판단하는 단계를 포함한다.According to another aspect of the present invention, there is provided a method of inspecting a vision inspection apparatus, comprising: generating a plurality of split vision images by dividing a vision image of a target object into predetermined regions; Generating a binary image of the target object by performing binary data processing based on a preset threshold value; setting an inspection target region for the generated binary image; And determining whether the target object is defective or not.

이에 따라, 대상 객체에 대한 비전 영상을 복수 개로 분할하여 독립적으로 외관 검사를 하여 전체적인 외관 검사를 수행함으로써 비전 검사에 소요되는 시간을 단축시킬 수 있다.Accordingly, it is possible to shorten the time required for the vision inspection by dividing the vision image of the target object into a plurality of images, independently performing the appearance inspection, and performing the overall appearance inspection.

도 1은 본 발명의 실시예에 따른 영상 분할을 이용한 비전 검사 장치의 구성도,
도 2는 도 1에 따른 영상 분할을 이용한 비전 검사 장치의 비전 검사 방법의 흐름도,
도 3은 도 2에 따른 비전 검사 방법 중 비전 영상을 분할하는 것을 설명하기 위한 예시도,
도 4는 도 2에 따른 비전 검사 방법에 따라 대상 객체가 정상으로 판단된 경우의 예시도,
도 5는 도 2에 따른 비전 검사 방법에 따라 대상 객체가 불량으로 판단된 경우의 예시도이다.1 is a configuration diagram of a vision inspection apparatus using image segmentation according to an embodiment of the present invention,
FIG. 2 is a flowchart of a vision inspection method of a vision inspection apparatus using image segmentation according to FIG. 1;
FIG. 3 is an exemplary view for explaining division of a vision image in the vision inspection method according to FIG. 2,
FIG. 4 is a diagram illustrating an example in which a target object is determined to be normal according to the vision inspection method of FIG. 2;
FIG. 5 is a diagram illustrating an example in which a target object is determined to be defective according to the vision inspection method of FIG.

이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세하게 설명한다. 사용되는 용어들은 실시예에서의 기능을 고려하여 선택된 용어들로서, 그 용어의 의미는 사용자, 운용자의 의도 또는 판례 등에 따라 달라질 수 있다. 그러므로 후술하는 실시예들에서 사용된 용어의 의미는, 본 명세서에 구체적으로 정의된 경우에는 그 정의에 따르며, 구체적인 정의가 없는 경우는 당업자들이 일반적으로 인식하는 의미로 해석되어야 할 것이다.
Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. The terms used are terms selected in consideration of the functions in the embodiments, and the meaning of the terms may vary depending on the user, the intention or the precedent of the operator, and the like. Therefore, the meaning of the terms used in the following embodiments is defined according to the definition when specifically defined in this specification, and unless otherwise defined, it should be interpreted in a sense generally recognized by those skilled in the art.

도 1은 본 발명의 실시예에 따른 영상 분할을 이용한 비전 검사 장치의 구성도이고, 도 2는 도 1에 따른 영상 분할을 이용한 비전 검사 장치의 비전 검사 방법의 흐름도이다.FIG. 1 is a configuration diagram of a vision inspection apparatus using image segmentation according to an embodiment of the present invention, and FIG. 2 is a flowchart of a vision inspection method of the vision inspection apparatus using image segmentation according to FIG.

도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 영상 분할을 이용한 비전 검사 장치(100)는 분할 영상 생성부(110), 이진 영상 생성부(120) 및 불량 판단부(130)를 포함한다.1 and 2, an apparatus 100 for vision inspection using an image segmentation according to an exemplary embodiment of the present invention includes a divided image generating unit 110, a binary image generating unit 120, a failure determining unit 130, .

먼저, 분할 영상 생성부(110)는 대상 객체에 대한 비전 영상(10)을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성한다(S210). 대상 객체는 예를 들어 전자 부품에 사용되는 저항, 캐패시터 및 인덕터가 SMD(Surface Mount Device) 형태로 제조된 칩 저항(chip resistor), 칩 캐패시터(chip capacitor) 및 칩 인덕터(chip inductor)일 수 있으나, 반드시 이에 한정하는 것은 아니다. 비전 영상(10)은 예를 들어 CCD(Charge Coupled Device) 카메라를 이용하여 정지 또는 이동 중인 대상 객체를 촬영한 디지털 영상이다. 이 경우, 돔(dome)형 LED 조명을 이용하여 대상 객체를 촬영하는 것이 바람직하다.First, the divided image generating unit 110 generates a plurality of divided vision images by dividing the vision image 10 for the target object into predetermined areas (S210). The target object may be, for example, a chip resistor, a chip capacitor, and a chip inductor, which are manufactured in the form of a SMD (surface mount device), a resistor, a capacitor, and an inductor used in electronic components , But is not limited thereto. The vision image 10 is, for example, a digital image obtained by photographing a target object being stopped or moving using a CCD (Charge Coupled Device) camera. In this case, it is preferable to photograph a target object using a dome type LED illumination.

또한, 분할 영상 생성부(110)는 대상 객체의 표면 영상에 따라 비전 영상(10)을 복수의 분할 비전 영상으로 분할할 수 있다. 또한, 대상 객체는 재질에 따라 복수의 표면 영역으로 구분되고, 분할된 비전 영상은 적어도 하나의 표면 영역에 대한 비전 영상을 포함할 수 있다. 예를 들어, 분할 영상 생성부(110)는 3개 이상의 표면 영역을 포함하는 대상 객체에 대한 비전 영상에 대하여, 2개 이상의 표면 영역에 대하여 각각 분할 비전 영상을 생성하는 경우, 생성된 2개 이상의 분할 비전 영상을 이용하여 나머지 표면 영역에 대한 분할 비전 영상을 추출할 수 있다. 이 경우, 나머지 표면 영역은 상기 2개 이상의 표면 영역의 사이에 위치할 수 있다.In addition, the divided image generating unit 110 may divide the vision image 10 into a plurality of divided vision images according to the surface image of the target object. In addition, the target object is divided into a plurality of surface regions according to the material, and the divided vision image may include vision images of at least one surface region. For example, when a divided vision image is generated for each of two or more surface regions with respect to a vision image of a target object including three or more surface regions, the divided image generating unit 110 may generate two or more Split vision images for the remaining surface areas can be extracted using the split vision images. In this case, the remaining surface area may be located between the two or more surface areas.

예를 들어, 대상 객체가 SMD 칩인 경우, 이에 대한 비전 영상(10)은 SMD 칩의 평면 영상이며, SMD 칩의 평면은 [전극 1]-[칩]-[전극 2]의 영역으로 구분될 수 있다. 분할 영상 생성부(110)는 대상 객체 중 전극 1의 표면을 제1 표면 영역으로, 칩의 표면을 제2 표면 영역으로, 전극 2의 표면을 제3 표면 영역으로 설정하며, 대상 객체의 비전 영상(10)을 전극 1을 포함하는 제1 분할 비전 영상과 전극 2를 포함하는 제2 분할 비전 영상으로 분할하게 된다. 또한, 제1 분할 비전 영상에 포함된 칩의 영역과 제2 분할 비전 영상에 포함된 칩의 영역을 추출하여 제3 분할 비전 영상을 생성할 수 있다. 따라서, 제1 분할 비전 영상은 전극 1에 대한 비전 영상을, 제2 분할 비전 영상은 전극 2에 대한 비전 영상을, 제3 분할 비전 영상은 칩에 대한 비전 영상을 포함한다.For example, if the target object is an SMD chip, the vision image 10 is a plane image of the SMD chip, and the plane of the SMD chip can be divided into [electrode 1] - [chip] - [electrode 2] have. The divided image generating unit 110 sets the surface of the electrode 1 as the first surface area, the surface of the chip as the second surface area, and the surface of the electrode 2 as the third surface area among the object objects, (10) is divided into a first division vision image including the electrode 1 and a second division vision image including the electrode 2. In addition, a third split vision image can be generated by extracting a chip region included in the first split vision image and a chip region included in the second split vision image. Therefore, the first division vision image includes the vision image for the electrode 1, the second division vision image is the vision image for the electrode 2, and the third division vision image includes the vision image for the chip.

다음으로, 이진 영상 생성부(120)는 분할 영상 생성부(110)에서 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 대상 객체에 대한 이진 영상을 생성한다(S220). 비전 영상(10)은 24 비트 RGB 구조로 구성되며, 하나의 픽셀은 0부터 255 사이의 정수 값을 가지고 있다. 이진 영상 생성부(120)는 비전 영상(10)의 모든 픽셀값을 RGB 값이 0인 흑색 데이터 또는 RGB 값이 255인 흰색 데이터로만 표현하도록 각 픽셀의 RGB 값을 조정한다. 이 경우, 히스토그램(histogram)을 이용하여 기 설정된 임계값을 설정할 수 있다.Next, the binary image generating unit 120 performs binary data processing on the pixel values of the split vision image generated by the divided image generating unit 110 on the basis of a predetermined threshold value to generate a binary image of the target object (S220 ). The vision image (10) is composed of a 24-bit RGB structure, and one pixel has an integer value from 0 to 255. The binary image generating unit 120 adjusts the RGB values of each pixel so that all the pixel values of the vision image 10 are represented only as black data having an RGB value of 0 or white data having an RGB value of 255. [ In this case, a predetermined threshold value can be set using a histogram.

예를 들어, 히스토그램은 비전 영상(10) 내에서 각각의 픽셀의 개수의 함수이며, h(g)=ng와 같이 나타낼 수 있다. 여기서, g는 픽셀의 0~255 까지의 스케일을 나타내고, ng는 해당 스케일을 가지는 픽셀의 개수를 나타낸다. 또한, ng를 비전 영상(10)의 전체 픽셀의 개수로 나누어 정규화하여 히스토그램을 표현할 수 있으며, 이는 특정 스케일 값이 나타내는 확률인 p(g)=ng/N으로 나타낼 수 있다. 여기서, N은 비전 영상(10)의 전체 픽셀의 개수를 나타내며, 이 정규화된 히스토그램(p(g))가 임계값으로 설정된다. 따라서, 이진 영상 생성부(120)는 비전 영상(10)에 포함된 픽셀 각각에 대해 기 설정된 임계값보다 큰 값을 가지는 픽셀은 RGB 값을 255로 설정하고, 임계값보다 작은 값을 가지는 픽셀은 RGB 값을 0으로 설정함으로써, 비전 영상(10)에 대한 흑백의 이진 영상을 생성하게 된다.For example, the histogram is a function of the number of each pixel in the non-image (10), it can be expressed as h (g) = g n. Here, g represents a scale from 0 to 255 of a pixel, and n g represents the number of pixels having the corresponding scale. In addition, the histogram can be represented by normalizing n g divided by the total number of pixels of the vision image 10, which can be expressed as p (g) = n g / N, which is a probability represented by a specific scale value. Here, N represents the total number of pixels of the vision image 10, and the normalized histogram p (g) is set as a threshold value. Accordingly, the binary image generating unit 120 sets the RGB value of the pixel having a value larger than a preset threshold value for each of the pixels included in the vision image 10 to 255, and the pixel having the value smaller than the threshold value By setting the RGB value to 0, a black and white binary image for the vision image 10 is generated.

다음으로, 불량 판단부(130)는 이진 영상 생성부(120)에서 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 대상 객체의 불량 여부를 판단한다(S230). 예를 들어, 불량 판단부(130)는 대상 객체의 좌표 정보 및 기울기 정보를 연산하여 이진 영상에 포함된 하나의 표면 영역을 검사 대상 영역으로 설정할 수 있다. 이 경우, 기준 영역 정보는 대상 객체의 표면 영역에 대한 길이 정보 또는 면적 정보를 포함할 수 있다.Next, the defect determination unit 130 sets the inspection target region for the binary image generated by the binary image generation unit 120, compares the inspection target region with predetermined reference region information, and determines whether or not the target object is defective (S230). For example, the defect determination unit 130 may calculate one surface area included in the binary image as the inspection target area by calculating the coordinate information and the slope information of the target object. In this case, the reference area information may include length information or area information for the surface area of the target object.

각각의 분할 비전 영상에는 하나의 완전한 표면 영역과 함께 또 다른 표면 영역의 일부 영상이 포함될 수 있다. 이 경우, 불량 판단부(130)는 검사 대상인 표면 영역을 검사 대상 영역으로 설정하고, 해당 표면 영역에 대해 중심 좌표를 검출하여 기울기를 연산하게 된다. 그리고, 불량 판단부(130)는 기 설정된 이상적인 표면 영역인 기준 영역과 검사 대상의 표면 영역에 대해 면적 또는 길이 정보를 비교하여 불량 여부를 판단한다.Each split vision image may include a complete surface area and some images of another surface area. In this case, the defect determination unit 130 sets the surface area to be inspected as the inspection target area, and detects the center coordinates of the surface area to calculate the slope. Then, the defect determination unit 130 compares the area or the length information with respect to the reference area, which is the predetermined ideal surface area, and the surface area to be inspected, and determines whether the defect is defective or not.

또한, 불량 판단부(130)는 멀티 코어 프로세서로 구현할 수 있다. 이는 분할된 복수의 분할 비전 영상에 대해 독립적인 비전 검사를 수행하고, 대상 객체의 분할 비전 영상을 멀티 코어 프로세서를 통해 동시에 처리함으로써 전체에 대한 비전 검사가 가능하다. 따라서, 대상 객체에 대한 비전 검사 시간을 단축시킬 수 있다.In addition, the failure determination unit 130 may be implemented as a multi-core processor. It can perform independent vision check on divided split vision images and vision vision of whole object by simultaneously processing divided vision images of target object through multicore processor. Therefore, the vision inspection time for the target object can be shortened.

한편, 본 발명의 실시예에 따른 영상 분할을 이용한 비전 검사 장치(100)는 블러링(blurring) 보정 처리부(도시하지 않음)를 더 포함할 수 있다. 블러링 보정 처리부는 이진 영상 생성부(120)로부터 생성된 이진 영상을 블러링 보정 처리한다. 영상 블러링은 영상을 부드럽게 하기 위해 기 설정된 평균값 필터(mean filter)를 이진 영상에 적용한다. 블러링 보정 처리부는 비전 영상(10)의 특정 좌표값을 주변 픽셀들의 스케일값들의 산술 평균 값으로 설정하여 평균값 필터를 설정한다. 이에 따라, 블러링 보정 처리된 이진 영상은 노이즈가 제거되고, 날카로운 경계선이 무뎌지면서 전체적으로 영상이 부드러워지는 효과를 얻을 수 있다.Meanwhile, the vision inspection apparatus 100 using the image segmentation according to the embodiment of the present invention may further include a blurring correction processing unit (not shown). The blur correction processing unit performs blur correction processing on the binary image generated by the binary image generation unit 120. [ Image blurring applies a predetermined mean filter to the binary image to smooth the image. The blur correction processing unit sets an average value filter by setting a specific coordinate value of the vision image 10 as an arithmetic mean value of scale values of surrounding pixels. Thus, the binary image subjected to the blurring correction process is free of noise, and the sharp boundary line becomes dull, so that the effect of smoothing the image as a whole can be obtained.

이 경우, 이진 영상 생성부(120)는 블러링 보정 처리부에서 블러링 보정 처리된 이진 영상을 다시 이진 데이터 처리하여 2차 이진 영상을 생성한다. 2차 이진 영상은 하나의 표면 영역에 대한 비전 영상(10)으로 나타낼 수 있다. 복수의 표면 영역이 하나의 분할 비전 영상에 포함되는 경우, 검사 대상 영역을 구분하는 것을 용이하기 위해 또 한 번의 이진 데이터 처리를 함으로써 더욱 선명한 이진 영상을 획득할 수 있다.
In this case, the binary image generating unit 120 performs a binary data process on the binary image subjected to the blurring correction processing in the blur correction processing unit to generate a secondary binary image. A secondary binary image can be represented as a vision image (10) for one surface region. When a plurality of surface regions are included in one division vision image, a clearer binary image can be obtained by performing another binary data processing in order to easily distinguish the inspection target region.

도 3은 도 2에 따른 비전 검사 방법 중 비전 영상을 분할하는 것을 설명하기 위한 예시도이다.FIG. 3 is an exemplary diagram for explaining division of a vision image in the vision inspection method according to FIG.

도 3을 참조하면, 비전 검사 장치는 외부에 연결된 CCD 카메라를 통해 대상 객체에 대한 비전 영상(300)을 획득하며, 이 경우 대상 객체는 제1 표면 영역(S1), 제2 표면 영역(S2) 및 제3 표면 영역(S3)을 포함하며, 대상 객체가 수평선에 대해 기울어진 상태로 촬영될 수 있다. 다음으로, 하나의 비전 영상(300)을 제1 분할 비전 영상(301)과 제2 분할 비전 영상(302)으로 분할하게 된다. 각각의 제1 분할 비전 영상(301) 및 제2 분할 비전 영상(302)은 이진 데이터 처리를 거치며, 블러링 보정 처리 또는 2차 이진 데이터 처리를 통해 보정된 제1 분할 비전 영상(303) 및 보정된 제2 분할 비전 영상(304)이 생성된다.Referring to FIG. 3, the vision inspection apparatus acquires a vision image 300 for a target object through an external CCD camera. In this case, the target object includes a first surface area S1, a second surface area S2, And a third surface area S3, and the object can be photographed with the object tilted with respect to the horizontal line. Next, one vision image 300 is divided into a first divided vision image 301 and a second divided vision image 302. Each of the first divisional vision image 301 and the second divisional vision image 302 undergoes binary data processing and is divided into a first divisional vision image 303 corrected by the blurring correction processing or a second binary data processing, The second divided vision image 304 is generated.

보정된 제1 분할 비전 영상(303) 및 제2 분할 비전 영상(304)은 제1 표면 영역(S1)과 제3 표면 영역(S3)에 대한 비전 영상이며, 제2 표면 영역(S2)에 대한 부분은 보정 처리를 통해 제거된다. 또한, 제2 표면 영역(S3)에 대한 제3 분할 비전 영상(305)을 획득하기 위해, 제1 분할 비전 영상(303) 및 제2 분할 비전 영상(304)의 좌표 정보를 이용하여 제2 표면 영역(S3)을 추정할 수 있다. 제2 표면 영역(S3)에 대한 제3 분할 비전 영상(305)은 이후 이진 데이터 처리, 블러링 보정 처리 및 2차 이진 데이터 처리를 통해 제2 표면 영역(S3)만의 포함하는 보정된 제3 분할 비전 영상(306)으로 생성된다.
The corrected first divided vision image 303 and the second divided vision image 304 are vision images for the first surface region S1 and the third surface region S3 and the corrected first divided vision image 303 and the second divided vision image 304 for the second surface region S2 The part is removed through the correction process. In order to obtain the third divided vision image 305 for the second surface area S3, the coordinate information of the first divided vision image 303 and the second divided vision image 304 is used to obtain the third divided vision image 305, The region S3 can be estimated. The third split vision image 305 for the second surface region S3 is then subjected to a second modified image segmentation process 305 which includes a corrected third segmentation 305 that includes only the second surface region S3 via binary data processing, Vision image (306).

도 4는 도 2에 따른 비전 검사 방법에 따라 대상 객체가 정상으로 판단된 경우의 예시도이고, 도 5는 도 2에 따른 비전 검사 방법에 따라 대상 객체가 불량으로 판단된 경우의 예시도이다.FIG. 4 is a diagram illustrating a case where a target object is determined to be normal according to the vision inspection method of FIG. 2, and FIG. 5 is an example of a case where a target object is determined to be defective according to the vision inspection method of FIG.

도 4를 참조하면, 비전 영상(400)에 대해 보정된 제1 분할 비전 영상(403), 보정된 제2 분할 비전 영상(404) 및 보정된 제3 분할 비전 영상(406)이 기 설정된 기준 영역 내에서 길이나 면적이 정상 범위에 포함되는 경우이므로, 대상 객체를 정상품으로 판별한다. 예를 들어, 보정된 제1 분할 비전 영상(403) 및 보정된 제2 분할 비전 영상(404)에 각각 포함되는 제1 표면 영역 및 제3 표면 영역이 납땜(solder)이고, 보정된 제3 분할 비전 영상(406)에 포함되는 제2 표면 영역이 칩(chip)을 나타내는 경우, 칩의 전극을 형성하는 납땜이 정상적으로 되었음을 알 수 있다.4, the first divided vision image 403, the corrected second divided vision image 404, and the corrected third divided vision image 406, which have been corrected for the vision image 400, It is determined that the target object is a fixed product. For example, if the first surface area and the third surface area included in the corrected first split vision image 403 and the corrected second split vision image 404 are solder, respectively, When the second surface area included in the vision image 406 represents a chip, it can be seen that the soldering for forming the electrode of the chip is normally performed.

한편, 도 5를 참조하면, 비전 영상(500)에 대해 보정된 제1 분할 비전 영상(503), 보정된 제2 분할 비전 영상(504) 및 보정된 제3 분할 비전 영상(506)이 기 설정된 기준 영역 내에서 길이나 면적이 정상 범위에 포함되지 않는 경우이므로, 대상 객체를 불량품으로 판별한다. 예를 들어, 보정된 제1 분할 비전 영상(503) 및 보정된 제2 분할 비전 영상(504)에 각각 포함되는 제1 표면 영역 및 제3 표면 영역이 납땜(solder)이고, 보정된 제3 분할 비전 영상(506)에 포함되는 제2 표면 영역이 칩(chip)을 나타내는 경우, 전극을 형성하는 납땜이 불량이며 칩의 일부가 깨진 것임을 알 수 있다.
5, the first divided vision image 503, the corrected second divided vision image 504, and the corrected third divided vision image 506, which have been corrected for the vision image 500, Since the length or area is not included in the normal range in the reference area, the target object is determined as a defective product. For example, if the first surface area and the third surface area included in the corrected first divisional vision image 503 and the corrected second divisional vision image 504 are solder, respectively, and the corrected third division When the second surface area included in the vision image 506 represents a chip, it can be understood that soldering for forming the electrode is defective and a part of the chip is broken.

한편, 본 발명의 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독 가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
Embodiments of the present invention may also be embodied in the form of a recording medium including instructions executable by a computer, such as program modules, being executed by a computer. Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media. In addition, the computer-readable medium may include both computer storage media and communication media. Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data. Communication media typically includes any information delivery media, including computer readable instructions, data structures, program modules, or other data in a modulated data signal such as a carrier wave, or other transport mechanism.

이와 같이, 본 발명의 실시예에 따르면 대상 객체에 대한 비전 영상을 복수 개로 분할하여 독립적으로 외관 검사를 하여 전체적인 외관 검사를 수행함으로써 비전 검사에 소요되는 시간을 단축시킬 수 있다.
As described above, according to the embodiment of the present invention, the vision image for the target object is divided into a plurality of images, and the appearance inspection is performed independently to perform the overall appearance inspection, thereby shortening the time required for the vision inspection.

이상에서 본 발명은 도면을 참조하면서 기술되는 바람직한 실시예를 중심으로 설명되었지만 이에 한정되는 것은 아니다. 따라서 본 발명은 기재된 실시예로부터 도출 가능한 자명한 변형예를 포괄하도록 의도된 특허청구범위의 기재에 의해 해석되어져야 한다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, Therefore, the present invention should be construed as a description of the claims which are intended to cover obvious variations that can be derived from the described embodiments.

10 : 비전 영상
100 : 비전 검사 장치
110 : 분할 영상 생성부
120 : 이진 영상 생성부
130 : 불량 판단부
300, 400, 500 : 비전 영상
301 : 제1 분할 비전 영상
302 : 제2 분할 비전 영상
303, 403, 503 : 보정된 제1 분할 비전 영상
304, 404, 504 : 보정된 제2 분할 비전 영상
305 : 제3 분할 비전 영상
306, 406, 506 : 보정된 제3 분할 비전 영상10: vision video
100: vision inspection device
110:
120: a binary image generating unit
130:
300, 400, 500: vision video
301: First division vision image
302: 2nd split vision image
303, 403, 503: the corrected first divided vision image
304, 404, 504: the corrected second split vision image
305: Third split vision video
306, 406, 506: the corrected third divided vision image

Claims (14)

대상 객체에 대한 비전 영상을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성하는 분할 영상 생성부;
상기 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 상기 대상 객체에 대한 이진 영상을 생성하는 이진 영상 생성부; 및
상기 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 상기 설정된 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 상기 대상 객체의 불량 여부를 판단하는 불량 판단부를 포함하며,
상기 대상 객체는 경계 부분에 따라 복수의 표면 영역으로 구분되고,
상기 분할 비전 영상은 적어도 하나의 표면 영역에 대한 비전 영상을 포함하며,
상기 분할 영상 생성부는,
제1 표면 영역, 제2 표면 영역, 제3 표면 영역을 포함하는 대상 객체에 대한 비전 영상에 대하여, 2개 이상의 표면 영역에 대하여 각각 분할 비전 영상을 생성하는 경우, 상기 2개 이상의 분할 비전 영상에 포함된 상기 제2 표면 영역을 각각 보정 처리하여 제거하고, 상기 제1 표면 영역 및 제3 표면 영역의 좌표를 이용하여, 상기 제1 표면 영역과 상기 제3 표면 영역 사이에 위치하는 제2 표면 영역에 대한 분할 비전 영상을 추출하는 영상 분할을 이용한 비전 검사 장치.A divided image generating unit for generating a plurality of divided vision images by dividing the vision image of the target object into predetermined regions;
A binary image generation unit for generating a binary image of the target object by performing binary data processing on pixel values of the generated split vision image based on a predetermined threshold value; And
And a defect determination unit for setting an inspection target area for the generated binary image and comparing the set inspection target area with predetermined reference area information to determine whether the target object is defective or not,
Wherein the target object is divided into a plurality of surface regions along a boundary portion,
Wherein the split vision image comprises a vision image for at least one surface region,
Wherein the divided image generating unit comprises:
When dividing vision images are generated for two or more surface regions with respect to a vision image for a target object including a first surface region, a second surface region and a third surface region, And a second surface area located between the first surface area and the third surface area using the coordinates of the first surface area and the third surface area, A Vision Inspection System Using Image Segmentation for Extracting Split Vision Images. 삭제delete 삭제delete 삭제delete 제1항에 있어서,
상기 불량 판단부는,
상기 대상 객체의 좌표 정보 및 기울기 정보를 연산하여 상기 이진 영상에 포함된 하나의 표면 영역을 검사 대상 영역으로 설정하는 영상 분할을 이용한 비전 검사 장치.The method according to claim 1,
The failure judging unit judges,
Wherein the coordinate information and the gradient information of the target object are calculated to set one surface area included in the binary image as an area to be inspected. 제5항에 있어서,
상기 기준 영역 정보는,
상기 표면 영역에 대한 길이 정보 또는 면적 정보를 포함하는 영상 분할을 이용한 비전 검사 장치.6. The method of claim 5,
Wherein the reference area information comprises:
And length information or area information for the surface area. 제1항에 있어서,
상기 생성된 이진 영상을 블러링 보정 처리하는 블러링 보정 처리부를 더 포함하고,
상기 이진 영상 생성부는,
상기 블러링 보정 처리된 이진 영상을 다시 이진 데이터 처리하여 2차 이진 영상을 생성하는 영상 분할을 이용한 비전 검사 장치.The method according to claim 1,
Further comprising: a blur correction processing unit for performing blur correction processing on the generated binary image,
Wherein the binary image generating unit comprises:
And a second binary image is generated by subjecting the binary image subjected to the blurring correction process to binary data processing again to generate a secondary binary image. 비전 검사 장치의 검사 방법에 있어서,
대상 객체에 대한 비전 영상을 기 설정된 영역으로 분할하여 복수의 분할 비전 영상을 생성하는 단계;
상기 생성된 분할 비전 영상의 픽셀값을 기 설정된 임계값을 기준으로 이진 데이터 처리하여 상기 대상 객체에 대한 이진 영상을 생성하는 단계; 및
상기 생성된 이진 영상에 대해 검사 대상 영역을 설정하고, 상기 설정된 검사 대상 영역을 기 설정된 기준 영역 정보와 비교하여 상기 대상 객체의 불량 여부를 판단하는 단계를 포함하며,
상기 대상 객체는 경계 부분에 따라 복수의 표면 영역으로 구분되고,
상기 분할 비전 영상은 적어도 하나의 표면 영역에 대한 비전 영상을 포함하며,
상기 분할 비전 영상을 생성하는 단계는,
제1 표면 영역, 제2 표면 영역, 제3 표면 영역을 포함하는 대상 객체에 대한 비전 영상에 대하여, 2개 이상의 표면 영역에 대하여 각각 분할 비전 영상을 생성하는 경우, 상기 2개 이상의 분할 비전 영상에 포함된 상기 제2 표면 영역을 각각 보정 처리하여 제거하고, 상기 제1 표면 영역 및 제3 표면 영역의 좌표를 이용하여, 상기 제1 표면 영역과 상기 제3 표면 영역 사이에 위치하는 제2 표면 영역에 대한 분할 비전 영상을 추출하는 영상 분할을 이용한 비전 검사 방법.A method for inspecting a vision inspection apparatus,
Generating a plurality of split vision images by dividing a vision image of a target object into predetermined regions;
Generating binary images for the target object by performing binary data processing on pixel values of the generated split vision images based on a preset threshold value; And
Setting an inspection target area for the generated binary image and comparing the set inspection target area with predetermined reference area information to determine whether the target object is defective or not,
Wherein the target object is divided into a plurality of surface regions along a boundary portion,
Wherein the split vision image comprises a vision image for at least one surface region,
Wherein the step of generating the split vision image comprises:
When dividing vision images are generated for two or more surface regions with respect to a vision image for a target object including a first surface region, a second surface region and a third surface region, And a second surface area located between the first surface area and the third surface area using the coordinates of the first surface area and the third surface area, A Vision Inspection Method Using Image Segmentation for Extracting Split Vision Images. 삭제delete 삭제delete 삭제delete 제8항에 있어서,
상기 대상 객체의 불량 여부를 판단하는 단계는,
상기 대상 객체의 좌표 정보 및 기울기 정보를 연산하여 상기 이진 영상에 포함된 하나의 표면 영역을 검사 대상 영역으로 설정하는 영상 분할을 이용한 비전 검사 방법.9. The method of claim 8,
Wherein the step of determining whether the target object is defective comprises:
And calculating one of the surface areas included in the binary image by calculating coordinate information and slope information of the target object. 제12항에 있어서,
상기 기준 영역 정보는,
상기 표면 영역에 대한 길이 정보 또는 면적 정보를 포함하는 영상 분할을 이용한 비전 검사 방법.13. The method of claim 12,
Wherein the reference area information comprises:
And length information or area information on the surface area. 제8항에 있어서,
상기 생성된 이진 영상을 블러링 보정 처리하는 단계를 더 포함하고,
상기 이진 영상을 생성하는 단계는,
상기 블러링 보정 처리된 이진 영상을 다시 이진 데이터 처리하여 2차 이진 영상을 생성하는 영상 분할을 이용한 비전 검사 방법.9. The method of claim 8,
And blurring correction processing the generated binary image,
Wherein the generating the binary image comprises:
And a second binary image is generated by subjecting the binary image subjected to the blurring correction process to binary data processing again.
KR1020120066284A 2012-06-20 2012-06-20 Apparatus and method for vision inspecting using image division KR101434484B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120066284A KR101434484B1 (en) 2012-06-20 2012-06-20 Apparatus and method for vision inspecting using image division

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120066284A KR101434484B1 (en) 2012-06-20 2012-06-20 Apparatus and method for vision inspecting using image division

Publications (2)

Publication Number Publication Date
KR20130142769A KR20130142769A (en) 2013-12-30
KR101434484B1 true KR101434484B1 (en) 2014-08-26

Family

ID=49986313

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120066284A KR101434484B1 (en) 2012-06-20 2012-06-20 Apparatus and method for vision inspecting using image division

Country Status (1)

Country Link
KR (1) KR101434484B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210075453A (en) * 2019-12-13 2021-06-23 ㈜ 에이치엠지 Ultra-fast parallel computation method for integrated image based image segmentation and its media recording thereof

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101636389B1 (en) * 2014-04-04 2016-07-05 창원대학교 산학협력단 An Automatic inspection method for Cable Harness
KR101716020B1 (en) * 2015-02-02 2017-03-14 어경인 Method for inspecting an object based on vision image
KR102471937B1 (en) * 2016-02-05 2022-11-29 (주)바텍이우홀딩스 Method for Determining the Likelihood of Dental Caries Using an X-ray Image
KR101950681B1 (en) * 2018-05-04 2019-02-21 주식회사 스켈터랩스 Defect inspection device, system, method and computer readable storage medium
KR102150281B1 (en) * 2019-02-26 2020-09-01 주식회사 엠아이티 Soldering inspection equipment and soldering inspection method using the same
CN111080615B (en) * 2019-12-12 2023-06-16 创新奇智(重庆)科技有限公司 PCB defect detection system and detection method based on convolutional neural network
KR102249841B1 (en) * 2020-05-27 2021-05-10 주식회사 엠아이티 A Defect detection method of soldering lump that accumulatively improves accuracy using deep learning
KR102456327B1 (en) * 2020-08-21 2022-10-18 최종명 Soldering inspection method to prevent side image distortion by deep learning the image received through the reflector

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0769156B2 (en) * 1989-01-27 1995-07-26 富士電機株式会社 Object inspection device
KR0179758B1 (en) * 1995-06-26 1999-04-01 이희종 Detection method of surface mounting device of pcb
JP2003141508A (en) * 2001-10-31 2003-05-16 Olympus Optical Co Ltd Method, apparatus and program for visual inspection of substrate, and computer readable storage medium
WO2011060401A1 (en) * 2009-11-16 2011-05-19 Rudolph Technologies, Inc. Infrared inspection of bonded substrates
JP7069156B2 (en) * 2016-12-01 2022-05-17 ストラ エンソ オーワイジェイ Premix useful for manufacturing textile products

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0769156B2 (en) * 1989-01-27 1995-07-26 富士電機株式会社 Object inspection device
KR0179758B1 (en) * 1995-06-26 1999-04-01 이희종 Detection method of surface mounting device of pcb
JP2003141508A (en) * 2001-10-31 2003-05-16 Olympus Optical Co Ltd Method, apparatus and program for visual inspection of substrate, and computer readable storage medium
WO2011060401A1 (en) * 2009-11-16 2011-05-19 Rudolph Technologies, Inc. Infrared inspection of bonded substrates
JP7069156B2 (en) * 2016-12-01 2022-05-17 ストラ エンソ オーワイジェイ Premix useful for manufacturing textile products

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210075453A (en) * 2019-12-13 2021-06-23 ㈜ 에이치엠지 Ultra-fast parallel computation method for integrated image based image segmentation and its media recording thereof
KR102405470B1 (en) 2019-12-13 2022-06-07 최일 Ultra-fast parallel computation method for integrated image based image segmentation and its media recording readable with computers thereof

Also Published As

Publication number Publication date
KR20130142769A (en) 2013-12-30

Similar Documents

Publication Publication Date Title
KR101434484B1 (en) Apparatus and method for vision inspecting using image division
US20200043225A1 (en) Image processing apparatus and control method thereof
US8363933B2 (en) Image identification method and imaging apparatus
US10038862B2 (en) Methods and apparatus for automated noise and texture optimization of digital image sensors
KR20150116833A (en) Image processor with edge-preserving noise suppression functionality
TW201310389A (en) Motion object detection method using image contrast enhancement
CN111757014B (en) Focal length adjusting method, device, equipment and storage medium of network camera
US10609292B2 (en) Imaging apparatus, axle load measuring system, and imaging method
CN107018407B (en) Information processing device, evaluation chart, evaluation system, and performance evaluation method
JP3741672B2 (en) Image feature learning type defect detection method, defect detection apparatus, and defect detection program
JP2005172559A (en) Method and device for detecting line defect on panel
JP2014164528A (en) Character recognition device, character recognition method, and program
US10430660B2 (en) Image processing apparatus, control method thereof, and storage medium
CN111127358A (en) Image processing method, device and storage medium
US9477882B2 (en) Object detection apparatus
KR20160034196A (en) An apparatus for evaluating form of a conductive particle and a method for evaluating form of a conductive particle
JP2005165387A (en) Method and device for detecting stripe defective of picture and display device
JP2008071853A (en) Inspection method for mounting state of electronic component
US9122935B2 (en) Object detection method, storage medium, integrated circuit, and object detection apparatus
JP2018142948A (en) Imaging device, axle load measuring system, and imaging method
CN111885371A (en) Image occlusion detection method and device, electronic equipment and computer readable medium
US10643312B2 (en) Smoothed image generating device, abnormality determining device, and smoothed image generating method
US20210152745A1 (en) Defect Observation Machine and Image Analysis and Compensation Method Thereof
KR101383827B1 (en) System and method for automatic extraction of soldering regions in pcb
JP2015194368A (en) defect inspection method and defect inspection apparatus

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
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: 20170811

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180731

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190731

Year of fee payment: 6