KR20050090168A - The auto-nesting apparatus with image processing - Google Patents
The auto-nesting apparatus with image processing Download PDFInfo
- Publication number
- KR20050090168A KR20050090168A KR1020040015413A KR20040015413A KR20050090168A KR 20050090168 A KR20050090168 A KR 20050090168A KR 1020040015413 A KR1020040015413 A KR 1020040015413A KR 20040015413 A KR20040015413 A KR 20040015413A KR 20050090168 A KR20050090168 A KR 20050090168A
- Authority
- KR
- South Korea
- Prior art keywords
- camera
- unit
- image processing
- leather
- control system
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims description 29
- 230000007547 defect Effects 0.000 claims abstract description 49
- 239000010985 leather Substances 0.000 claims abstract description 46
- 238000005520 cutting process Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000037303 wrinkles Effects 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 21
- 239000002994 raw material Substances 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 11
- 238000007689 inspection Methods 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims 1
- 239000000463 material Substances 0.000 abstract description 10
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010845 search algorithm Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 239000005060 rubber Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000013070 direct material Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
본 발명은 카메라를 이용하여 자동 부재 배치를 하는 장치에 관한 것으로, 카메라를 이용하여 얻은 피혁의 결함 정보를 이용하여 신발, 의류, 가방등의 제품에 사용될 부자재의 배치를 자동으로 하는 장치에 관한 것이다.The present invention relates to an apparatus for automatic member placement using a camera, and more particularly, to an apparatus for automatically arranging subsidiary materials to be used in products such as shoes, clothes, and bags using defect information of leather obtained using a camera. .
구체적으로는 카메라를 통하여 입력된 영상정보로부터 구멍, 스크래치, 핀홀, 주름등의 결함정보를 추출하고 결함부분을 피하여 신발, 의류, 가방등의 제품에 사용될 부자재의 배치를 효율적으로 자동으로 수행함으로 인건비를 절약할 수 있고 이어지는 재단 또는 절단 공정에서 부자재의 절약을 가져와 공정을 획기적으로 개선할 수 있다.Specifically, it extracts defect information such as holes, scratches, pinholes, and wrinkles from image information input through the camera, and avoids defects to efficiently and automatically arrange subsidiary materials to be used in products such as shoes, clothing, and bags. It can save the cost and improve the process by bringing the saving of subsidiary materials in the subsequent cutting or cutting process.
Description
본 발명은 본 발명은 카메라를 이용하여 입력된 영상정보로부터 구멍, 스크래치, 핀홀, 주름등의 결함정보를 추출하고 결함부분을 피하여 신발, 의류, 가방등의 제품에 사용될 부자재의 배치를 효율적으로 자동으로 수행하기 위한 장치에 관한 것으로, 상기와 같이 제화, 가방, 의류등의 자연 피혁을 원자재로 이용하여 부품을 제작하는 각종 업종에서 부재배치 및 재단을 효과적으로 개선할 수 있다. 제화, 가방, 의류등의 자연 피혁을 원자재로 이용하는 물품을 생산하는 업체에서 필수적인 공정중의 하나가 원자재로부터 부품의 형상을 오려내는 재단 또는 절단 공정이다. 재단 또는 절단 공정은 피혁, 직물 가공뿐만 아니라 금속판재, 유리, 목재, 고무판재, 플라스틱판재 가공 등 각종 제조 산업에서 필수적으로 사용되고 있는 공정이다. The present invention extracts defect information such as holes, scratches, pinholes and wrinkles from the image information input using a camera, and automatically avoids defects and automatically arranges subsidiary materials to be used in products such as shoes, clothing, and bags The present invention relates to a device for performing the same, and can effectively improve member placement and cutting in various industries of manufacturing parts using natural leather such as shoes, bags, and clothing as raw materials as described above. One of the essential processes for companies that produce goods using natural leather, such as shoes, bags and clothes, is a cutting or cutting process that cuts out the shape of parts from raw materials. Cutting or cutting is an essential process used in various manufacturing industries, such as processing metal, glass, wood, rubber, and plastic, as well as leather and textile processing.
그러나 재단/절단 공정은 그 특성상 버려지는 원자재 부분이 발생하는 것을 피할 수 없으며 통상 필요로 하는 부품의 면적과 쓸모없어진 원자재의 면적은 7:3 정도의 비율을 가진다. 즉, 사용된 원자재의 30% 정도는 재단공정이 끝난 후 쓸모없는 상태로 버려진다는 것을 의미하며 이러한 스크랩(버려지는 원자재)의 양은 바로 직접적인 재료비의 손실이 되므로 재단/절단 공정을 많이 사용하는 제조업계에서는 이러한 스크랩을 최소화 시키는 것이 원가절감의 차원에서 중요한 문제 중의 하나이나 아직 자연 피혁과 같이 각기 특성이 다른 원자재에서 결함 정보를 이용한 자동 부재 배치 기술은 전무한 실정이다. However, the cutting / cutting process cannot avoid the generation of discarded raw material parts, and the ratio of the required parts to the unused raw materials is about 7: 3. In other words, about 30% of the raw materials used are discarded as useless after the cutting process, and the amount of scrap (abandoned raw materials) is a direct material cost loss, so the manufacturing industry that uses many cutting / cutting processes In this regard, minimizing such scrap is one of important issues in terms of cost reduction, but there is no automatic member placement technology using defect information in raw materials having different characteristics such as natural leather.
따라서, 상기 기술한 바와 같이 문제점을 해결하기 위한 본 발명의 목적은 카메라를 이용하여 피혁의 결함 정보를 획득하고 자동으로 피혁의 결함부위를 피하여 부재들을 자동적으로 배치하고 절단하기 위한 장치에 관한 것이다. Accordingly, an object of the present invention for solving the problem as described above relates to an apparatus for automatically arranging and cutting members by acquiring defect information of leather using a camera and automatically avoiding defect areas of the leather.
본 발명의 다른 목적은 자연 피혁 뿐만 아니라 원재료의 모양과 특성을 고려한 부재 자동 배치 장치를 제공함으로서 관련 분야에서 비숙련자라도 손쉽게 사용하고 일관성 있는 품질 관리가 가능하도록 하는 장치를 제공함에 있다.Another object of the present invention is to provide an apparatus for automatically arranging members in consideration of the shape and characteristics of raw materials as well as natural leather, so that even an unskilled person can easily use and consistent quality control in related fields.
상기한 바와 같은 목적을 달성하기 위한 본 발명은 카메라를 이용하여 2차원 형태의 현상정보를 촬영하는 단계와 상기 카메라로부터 전송된 상기 피혁 및 신발의 형상을 디지털 영상으로 바꾸고, 이를 비트맵 형태로 저장하는 영상 획득부와, 상기 영상 획득부로부터 획득한 영상으로부터 결함 정보를 검출하기 위한 영상처리 단계와 결함 정보를 이용하여 부자재의 배치를 수행하는 부재 배치 단계와 절단을 위한 절단 경로생성 단계, 절단 단계로 구성된다. 본 발명은 피혁의 결함 정보를 영상처리를 통하여 얻어내고 이를 이용하여 부자재의 부재 배치를 효율적으로 하는 것을 목적으로 한다. The present invention for achieving the object as described above, the step of photographing the development information of the two-dimensional form using a camera and converts the shape of the leather and shoes transmitted from the camera into a digital image, and stores it in the form of a bitmap An image acquiring unit, an image processing step for detecting defect information from the image acquired from the image acquiring unit, a member disposing step for arranging subsidiary materials using the defect information, a cutting path generation step for cutting, and a cutting step It consists of. An object of the present invention is to obtain defect information of leather through image processing and to use it to efficiently arrange members for subsidiary materials.
본 발명은 카메라를 이용하여 자동 부재 배치를 하는 장치에 관한 것으로, 카메라부, 카메라 이송부, 조명부, 관제시스템부, 자동부재 배치부, 피혁 지지대, 영상처리부로 구성된다.The present invention relates to an apparatus for automatic member placement using a camera, and comprises a camera portion, a camera transfer portion, an illumination portion, a control system portion, an automatic member placement portion, a leather support, and an image processing portion.
이하, 도면을 참고로 하여 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the drawings.
도 1은 본 발명의 카메라를 이용한 자동 부재 배치 창지 시스템 전체 구성도이다. 그림에 나타낸 바와 같이 본 발명은 자동부재 배치 시스템을 제어하는 관제시스템부(1), 검사대상을 촬상하기 위한 카메라부(2), 카메라를 운반하기 위한 카메라 이송부(3), 조명부(4), 관제 시스템부(1), 부재 배치대(5), 자동부재 배치부7), 영상처리부(6)로 이루어져 있다. 1 is an overall configuration diagram of an automatic member placement window system using the camera of the present invention. As shown in the figure, the present invention provides a control system unit 1 for controlling an automatic member arrangement system, a camera unit 2 for capturing an inspection object, a camera transfer unit 3 for carrying a camera, an illumination unit 4, The control system part 1, the member mounting table 5, the automatic member mounting part 7, and the image processing part 6 are comprised.
상기 관제시스템부(1)는 관제시스템 PC와 관제시스템 모니터로 구성되어 있으며, 관제시스템(1)에서 검사대상(8)인 피혁(8)이 부재배치대(5)에 놓여지면 운전자가 작동가능 신호를 내보내게 된다. 피혁(8)이 부재배치대에 놓여지고 동작신호를 주면 카메라부(2)를 지지하고 있는 카메라 이송부(3)가 수평 방향으로 이동하며 피혁을 촬상하게 된다. 카메라 이송부(3)은 좌우 양쪽의 나선형의 스크류바에 연결되어 있으며 스크류바를 회전시키는 모터(9)가 동작하면 스크류바가 회전 하게되고 스크류바와 볼트 너트 원리로 연결된 카메라 이송부가 수평 방향으로 이동하게 된다. 카메라 이송부는 부재 배치대(5)에 설치되어 있는 근접센서(11)를 이용하여 카메라 이송부(3)가 일정한 거리만큼 이동할 때마다 트리거신호를 영상처리 부(6)에 출력하며 영상처리 부(6)는 매 트리거 신호마다 카메라부(2)의 카메라를 구동시켜 근접센서(11)로부터 좌표를 받아 그 위치를 보정하여 검사 대상인 피혁을 일정간격씩 촬상하게 된다. The control system unit 1 is composed of a control system PC and a control system monitor, the operator can operate when the leather (8), which is the inspection target 8 in the control system (1) is placed on the member placement table (5). It will send out a signal. When the leather 8 is placed on the member placement table and gives an operation signal, the camera transfer part 3 supporting the camera part 2 moves in the horizontal direction to image the leather. The camera transfer part 3 is connected to the spiral screw bars on both the left and right sides, and when the motor 9 for rotating the screw bar is operated, the screw bar rotates and the camera transfer part connected on the principle of the screw bar and the bolt nut moves in the horizontal direction. The camera transfer unit outputs a trigger signal to the image processing unit 6 whenever the camera transfer unit 3 moves by a predetermined distance using the proximity sensor 11 installed on the member placement table 5. ) Receives the coordinates from the proximity sensor 11 by driving the camera of the camera unit 2 for each trigger signal, and corrects the position thereof to capture the leather to be inspected at regular intervals.
상기 촬상된 영상은 영상처리부(6)로 전송되고 영상처리부(6)는 영상처리 결과를 관제시스템(1)에 전송하게 된다. 전송된 영상처리 결과를 이용하여 관제시스템(1)은 결함 검사결과를 자동부재 배치부(7)로 전송하도록 되어 있다. 여기에서 영상처리부(6)는영상처리 전용 하드웨어가 될 수도 있고, 독립된 처리 단위로 소프트웨어 처리를 위한 프로그램일 수도 있다. 피혁을 촬상하는 간격은 검사대상에 따라 변경 가능하다. 또한 영상처리모듈(6)과 관제시스템(1)은 통합된 하나의 시스템으로 구성될 수도 있다. 관제시스템(1)은 작업자에 의한 부재배치용 패턴에 대한 기준정보를 입력받을 수 있으며 피혁 공급신호 출력기능과 영상처리부(6)로부터 결함정보 입력받아 부재배치를 위한 정보를 사용할 수 있으며 면적정보(평수)계산과 부재배치에 따른 절단경로와 G-code를 출력하는 기능을 가질 수도 있다. The captured image is transmitted to the image processor 6, and the image processor 6 transmits the image processing result to the control system 1. Using the transmitted image processing result, the control system 1 transmits the defect inspection result to the automatic member placing unit 7. The image processor 6 may be dedicated image processing hardware or may be a program for software processing in an independent processing unit. The interval at which the leather is imaged can be changed depending on the inspection object. In addition, the image processing module 6 and the control system 1 may be configured as one integrated system. The control system 1 may receive reference information on a member arrangement pattern by an operator, and may use information for member placement by receiving a leather supply signal output function and defect information input from the image processing unit 6. It may have a function to output the cutting path and G-code according to the calculation and member placement.
상기 카메라부는 크게 카메라(12), 조명부(13), 차광판(14), 영상처리부(6) 및 고주파 인버터(15)로 이루어져 있다. 카메라(10)는 지지대에 의해 지지되어 부재배치대(5) 위에 설치되며, 카메라의 수는 검사대상에 따라 다르게 구성할 수 있고 그 배치도 일렬 또는 상황에 따라 다양한 형태로 배치될 수 있다. 카메라를 중심으로 일정한 거리에는 조명부(9)가 설치되어 있으며, 주위에는 조명부에서 조사되는 광의 누설을 막기 위해 차광판(14)이 설치되어 있다. 조명부의 구조 역시 상황에 따라 변경하여 구성할 수 있도록 되어 있다. 영상처리부(6)은 고속의 영상처리가 가능하도록 구성되어 있으며, 고주파 인버터(15)는 조명부(13)에 전원을 공급하는 역할을 한다. The camera unit is largely comprised of a camera 12, an illumination unit 13, a light shield plate 14, an image processing unit 6, and a high frequency inverter 15. The camera 10 is supported by the support and is installed on the member placement table 5, the number of cameras can be configured differently depending on the inspection object and the arrangement can also be arranged in various forms depending on the line or situation. A lighting unit 9 is provided at a constant distance from the camera, and a light shielding plate 14 is provided around the camera to prevent leakage of light irradiated from the lighting unit. The structure of the lighting unit can be changed and configured according to the situation. The image processor 6 is configured to enable high speed image processing, and the high frequency inverter 15 serves to supply power to the lighting unit 13.
본 발명에서 사용하는 피혁의 결함 검출 방법에 대하여 설명한다. 피혁의 결함의 종류를 결정하는 방법은 결함들이 갖는 히스토그램 분포의 특징을 분석하여 계산된 특징 값을 기준으로 이진화를 위한 임계값을 이용하는 것이다. 피혁에 존재하는 결함들은 구멍, 핀홀, 흠집, 주름으로 구분되며 이들 결함을 검출하기 위한 전체 과정은 도 2와 같다. 원영상을 촬상하는 과정(21)으로부터 전처리(22)를 한후 히스토그램 특징 분석(23)을 하여 핀홀,흠집,주름 판별을 하는 과정(24)과 이진화(25)를 하는 과정 결함 종류재판별(26)을 통하여 핀홀,흠집,주름을 구분하게 된다. 또한 촬상된 영상은 피혁존재여부 판별(27)을 통한 구멍검출 과정(28)을 거치게 된다. The defect detection method of the leather used by this invention is demonstrated. The method of determining the type of defects in leather is to use the threshold value for binarization based on the characteristic value calculated by analyzing the histogram distribution of the defects. Defects present in the leather are divided into holes, pinholes, scratches, wrinkles and the entire process for detecting these defects is shown in FIG. After preprocessing 22 from the original image 21 process, the histogram feature analysis 23 is performed to determine pinholes, scratches and wrinkles (24) and binarization (25). ) To distinguish pinholes, scratches and wrinkles. In addition, the captured image is subjected to the hole detection process 28 through the leather existence determination (27).
본 발명에서는 피혁 결함 조직의 특징을 부각시키기 위해 히스토그램 평활화를 적용한다. 그리고 노이즈 성분을 제거하고 피혁의 정상적인 조직의 모양을 약화시키기 위해 가우시안 블러링 처리를 한다. 이와 같은 전처리 과정은 구멍 결함을 제외한 나머지 결함을 검출할 경우에 대해서만 적용된다. 결함 검출 과정에서 1304x980 픽셀 크기의 전체 영상을 50x50 픽셀 단위로 분할하고 분할된 영상 단위로 제안하는 알고리즘을 적용하여 결함의 종류, 존재 비율, 그리고 근사적인 존재 위치를 계산한다. In the present invention, histogram smoothing is applied to highlight the characteristics of the leather defect tissue. Gaussian blurring is performed to remove noise and to weaken the normal appearance of the tissue. This pretreatment only applies to the detection of defects other than hole defects. In the defect detection process, we segment the entire 1304x980 pixel image into 50x50 pixel units and apply the proposed algorithm to the segmented image unit to calculate the type, presence ratio, and approximate location of the defect.
다음 도 3은 정상 조직 및 결함이 존재하는 조직의 히스토그램 분포를 나타낸다. 정상 조직의 경우 히스토그램은 정규분포를 나타낸다. 구멍과 같은 결함은 정상 조직의 평균 밝기 값보다 밝은 값을 가지므로 레벨 255에 가까운 값을 갖는 픽셀들에 의해 도 4와 같은 히스토그램 분포를 갖는다. 검은 점들로 표현되는 핀홀은 정상조직의 밝기 보다 어두운 값을 갖으며 빈도수가 낮은 픽셀들로 표현이 되므로 도 5와 같은 히스토그램 분포를 갖는다. 그리고 핀홀보다 큰 결함인 흠집은 결함으로 표현되는 픽셀들의 빈도수가 높으며 정상 조직의 픽셀들의 분포와 뚜렷히 구분되어 표현되어 질 수 있으므로 도 6또는 도 7의 히스토그램 분포를 가질 수 있다. 또한, 주름의 경우 픽셀들의 밝기 변화가 크므로 분산값이 높은 도 8의 같은 히스토그램 모양을 갖는다. 3 shows histogram distribution of normal tissues and tissues with defects present. For normal tissues, the histogram shows a normal distribution. Defects such as holes have a brighter value than the average brightness value of normal tissues, and thus have a histogram distribution as shown in FIG. 4 by pixels having a value near level 255. FIG. The pinhole represented by the black dots has a darker value than the brightness of the normal tissue and is represented by pixels having a low frequency, and thus has a histogram distribution as shown in FIG. 5. In addition, the scratch, which is a defect larger than the pinhole, has a high frequency of pixels represented as a defect and can be clearly distinguished from the distribution of pixels of normal tissue, and thus may have the histogram distribution of FIG. 6 or 7. In addition, in the case of wrinkles, the brightness change of the pixels is large, and thus the histogram shape of FIG. 8 has a high dispersion value.
도 3에서 도 8까지 분류된 히스토그램은 평균, 분산, 평평한 영역(점선 박스로 표시된 영역), 그리고 극점들에 의해 특징지어진다. The histograms categorized from FIG. 3 to FIG. 8 are characterized by mean, variance, flat areas (areas indicated by dashed boxes), and poles.
본 발명에서 피혁의 결함 검출 과정은 구멍, 핀홀, 흠집, 주름 순서로 수행되며 결함 종류를 판별하는 과정은 단계 1에서 단계 6까지 이다. In the present invention, the defect detection process of leather is performed in the order of holes, pinholes, scratches, and wrinkles, and the process of determining the defect type is from step 1 to step 6.
도4는 본 발명에서 피혁의 구멍 결함 히스토그램 분포도로서, 제 1단계 구멍 결함 검출함에 있다. Figure 4 is a hole defect histogram distribution diagram of the leather in the present invention, in the first stage hole defect detection.
상기 원 영상에 대한 평균(Mean)이 100 이상이거나, 평평한 영역의 시작(FlatStart)가 평균(Mean)보다 크면서, 평평한 영역의 너비(FlatWidth)가 30이상인 경우 구멍이 존재한다.A hole exists when the mean (Mean) for the original image is 100 or more, or when the start of the flat area (FlatStart) is larger than the mean (Mean), and the width (FlatWidth) of the flat area is 30 or more.
상기 제 2단계 전 처리 및 특징 추출 처리와 단계1의 조건을 만족하지 않는 경우 원 영상에 대해 전처리 과정을 거친 후 분할 영역의 히스토그램 특징 정보를 계산한다. 이때 평평한 영역의 개수(nFlat)의 값이 10이하가 될 때까지 히스토그램 분포에 대해 이동 평균을 반복 수행한다.If the conditions of the second step preprocessing and feature extraction processing and step 1 are not satisfied, the histogram characteristic information of the divided region is calculated after performing the preprocessing on the original image. At this time, the moving average is repeated for the histogram distribution until the number nFlat of the flat areas becomes 10 or less.
도 5는 본 발명에서 피혁의 핀홀 결함 히스토그램 분포도로서, 제 3단계 피홀 결함 검출함에 있다. 5 is a pinhole defect histogram distribution diagram of leather in the present invention, which is used to detect a third stage holehole defect.
상기 평평한 영역의 너비(FlatWidth)가 25보가 큰 경우 핀홀이 존재한다. 임계값은 평평한 영역의 끝점(FlatEnd)로 결정한다. 조건을 만족하지 않는 경우 단계 4를 수행한다.The pinhole is present when the flat width of the flat area is 25 beams. The threshold is determined by the FlatEnd of the flat area. If the condition is not satisfied, perform step 4.
도 6은 본 발명에서 피혁의 흠집1의 히스토그램 분포도로서, 제 4단계 흠집 결함 검출함에 있다.FIG. 6 is a histogram distribution diagram of scratches 1 of leather in the present invention, which is used to detect scratches in a fourth step.
상기 평평한 영역의 너비(FlatWidth)가 5보가 크고 25보다 작으면서 평평한 영역의 높이(FlatHeigth)가 10과 50 사의 값을 갖는 경우 흠집이 존재한다. 임계값은 평평한 영역의 끝점(FlatEnd)로 결정한다. 조건을 만족하지 않는 경우 단계 5를 수행한다.Scratches are present when the FlatWidth of the flat area is greater than 5 beams and less than 25 and the FlatHeigth of the flat area has values of 10 and 50 yarns. The threshold is determined by the FlatEnd of the flat area. If the condition is not satisfied, perform step 5.
도 7은 본 발명에서 피혁의 흠집2의 히스토그램 분포도로서, 제 5단계 흠집 결함 검출함에 있다.FIG. 7 is a histogram distribution diagram of scratches 2 of leather in the present invention, which is used to detect scratches in a fifth step.
상기 계산된 극대/극소점이 그림3.1(마)와 같이 위치할 경우 흠집이 존재한다. 조건을 만족하지 않는 경우 단계6을 수행한다.Scratches are present when the calculated maximum / minimum points are located as shown in Fig. 3.1 (e). If the condition is not satisfied, perform step 6.
본 8은 본 발명에서 피혁의 주름 결함 히스토그램 분포도로서, 제 6단계 주름 판정 처리함에 있다. In the present invention, the wrinkle defect histogram distribution of the leather in the present invention, which is in the sixth stage wrinkle determination processing.
상기 분산(Var)이 40보다 큰 경우 주름으로 판별한다. 조건을 만족하지 않는 경우 정상으로 판별한다.If the dispersion Var is greater than 40, it is determined as a wrinkle. If the condition is not satisfied, it is determined as normal.
히스토그램의 특징에 의해 결함의 종류를 판별할 경우 핀홀과 흠집에 대한 판별의 구분이 명확하지 않다. 따라서 본 발명에서는 단계 1에서 단계 6의 과정을 거쳐서 결정된 임계값으로 이진화를 수행하고 결함의 크기를 계산하여 결함의 종류를 다시 판정한다When determining the type of defect by the characteristics of the histogram, it is not clear to distinguish between pinholes and scratches. Therefore, in the present invention, binarization is performed to the threshold determined through the process of Step 1 to Step 6, the size of the defect is calculated, and the type of the defect is determined again.
도 9는 본 발명은 카메라를 이용한 자동 부재 배치 장치 시스템 동작 블록도이다. 9 is an operation block diagram of the automatic member disposition device system using the camera.
상기 자동화 프로그램은 이러한 재단공정의 내부 작업을 퍼스널 컴퓨터를 이용하여 고속으로 처리하기(90) 위하여 부재 패턴을 스캐닝하여(92) 2차원 형상정보를(CAD)(91) 입력하는 단계와 입력 후 피혁 결함 정보를 받아 입력받은 부재 패턴을 효율적으로 배치하는 과정과 배치후 절단경로와 G-code를 생성하는 단계로 구성된다. 피혁 품질 검사를(93) 하여 결함 검출 및 형상검출을(94) 하여 자동 배치를 하는 수준과 동일 또는 상회하는 배치효율을 보장하며 재단경로의 경우도 최적경로탐색 알고리즘을 적용하여 사람이 작업한 결과 보다 더욱 우수한 수학적인 최적화를 보장하는 것으로, 소재 낭비를 최소화하는 단계로 구성 된다(95). 그리고 자동최적 절단생선에 있어서 절단 시간을 최소화하며(96), 자동 NC(수치제어)절단용 인 G-CODE(비디오인스턴트 프로그래밍코드)생성된다.(97) The automated program scans the member pattern (92) and inputs two-dimensional shape information (CAD) 91 to process (90) the internal work of the cutting process using a personal computer at high speed, and then inputs the leather. It consists of the process of efficiently arranging the inputted member pattern by receiving the defect information and generating the cutting path and G-code after the placement. Leather quality inspection (93) detects defects and shape detection (94) to ensure placement efficiency equal to or higher than the level of automatic placement. In the case of cutting path, the result of human work by applying optimal path search algorithm Ensuring even better mathematical optimization consists of minimizing material waste (95). The cutting time is minimized in the automatic optimum cutting process (96), and the G-CODE (Video Instant Programming Code) for automatic NC cutting is generated. (97)
상기 NC(수치제어) 코드작성 및 검증 작업의 경우 사람이 수행할 경우 NC 코드작업이 가능한 전문 인력이 수 시간 혹은 수일 이상(대량작업 경우)의 노력을 들여 작업하여야 했으나 본 발명을 적용할 경우 수분 이내에 검증된 코드를 자동으로 생성할 수 있다. 상기 자동 NC(수치제어)절단용 G-CODE(비디오인스턴트 프로그래밍코드)파일을(98)로 절단 작업 수행으로(99) 완료한다.In the case of the NC (numerical control) code creation and verification work, if a person performs the NC code work professional personnel should work for hours or days or more (in the case of mass work), but in the case of applying the present invention You can automatically generate validated code within a few seconds. The cutting of the automatic NC (numerical control) cutting G-CODE (Video Instant Programming Code) file with 98 is completed (99).
도 10는 본 발명의 카메라를 이용한 자동 부재 배치 장치 전체 블록도이다. 10 is an overall block diagram of the automatic member disposition device using the camera of the present invention.
상기 부자재의 배치는 인공지능기법을 사용하여 피혁의 결함정보를 이용한 최적배치기법을 수립하게 되어 스크랩의 양을 최소화 시킬 수 있게 된다. 또한 최적재단을 위하여 재단공정의 내부 작업을 퍼스널 컴퓨터를 이용하여 카메라로 영상 처리하도록 하여 그 품질 또한 사람이 작업할 경우보다 우수한 결과를 얻게 할 수 있다(100). The placement of the subsidiary materials may use an artificial intelligence technique to establish an optimal batch method using defect information of leather, thereby minimizing the amount of scrap. In addition, the internal work of the cutting process for the optimal foundation to process the image with a camera using a personal computer, the quality can also be obtained better than the human work (100).
상기 영상으로 처리가 된 표면 인식을 하여 특히 부재의 특성에 따라 피혁의 표면 상태를 고려하여 배치를 다르게 하여 버려지는 스크랩의 양을 최소화 하도록 한다(110). 부재배치의 경우는 고도의 숙련공이 배치하는 수준과 동일 또는 상회하는 배치효율을 보장하며 재단경로의 경우도 최적경로탐색 알고리즘을 적용하여 사람이 작업한 결과보다 더욱 우수한 수학적인 최적화를 보장할 수 있도록 한다(120). 이를 통하여 NC 코드작성/검증(130) 작업의 경우 사람이 수행할 경우 NC 코드작업이 가능한 전문 인력이 수 시간 이상의 노력을 들여 작업하여야 했으나 본 발명은 제품을 적용할 경우 수분 이내에 검증된 코드를 자동으로 생성할 수 있도록 한다. 상기 자동화된 공정에 의한 기술력의 향상, 균일/정밀한 작업결과에 의한 제품의 품질향상 및 표준화된 데이터 양식을 계속 사용함에 따른 표준화 촉진 효과 및 원자재 절약 및 인건비 절약으로 인한 원가감소 효과를 얻어 치열해지는 국제 시장에서 제품의 대외 가격 경쟁력도 얻을 수 있다.Surface recognition processed by the image is performed to minimize the amount of scrap discarded by varying the arrangement in consideration of the surface state of the leather, in particular according to the characteristics of the member (110). In case of member placement, it guarantees placement efficiency that is equal to or higher than that of highly skilled workers, and in the case of cutting path, it is possible to apply optimal path search algorithm to ensure better mathematical optimization than the result of human work. (120). In this case, the NC code writing / verification 130 work was performed by a professional person capable of working with NC code if it is performed by a person who spends more than several hours, but the present invention automatically applies the verified code within a few minutes when the product is applied. To create it. Intense internationalization through the improvement of technology through the automated process, the improvement of product quality by uniform / precise work result, and the standardization effect by continuing to use the standardized data form, and the cost reduction effect due to raw material saving and labor cost saving. It is also possible to obtain the external price competitiveness of the product in the market.
본 발명은 개발될 기술은 피혁의 부재 배치뿐만 아니라 철판자재, 플라스틱, 고무등 다양한 분야에 응용 가능하며 피혁자재 수작업에 비해 원자재 손실과, 공수를 절감에 의한 원가절감과 재단시간 절감에 의한 생산성 향상 및 납기단축 효과를 가질 수 있다. The technology to be developed is applicable to various fields such as iron plate material, plastic, rubber, as well as the member arrangement of the leather, and improved productivity by reducing raw material loss, labor cost, and cutting time compared to the manual work of leather materials. And it may have a reduction in delivery time.
또한 입력된 현상은 부재배치의 경우 고도의 숙련공이 배치하는 수준과 동일한 배치를 하는 단계와 효율을 보장하며 재단경로의 경우도 최적경로탐색 알고리즘을 적용하여 사람이 작업한 결과보다 더욱 우수한 수학적인 최적화를 보장하는 것이다.In addition, the input phenomena guarantees the same level of placement and level of efficiency as in the case of member placement, and the optimal path search algorithm is applied to the cutting path even better than the human work result. To ensure.
도 1은 본 발명의 카메라를 이용한 자동 부재 배치 장치 시스템 전체 구성도.1 is an overall configuration diagram of an automatic member disposition device system using a camera of the present invention.
도 2는 본 발명의 결함 검출 블록도.2 is a defect detection block diagram of the present invention.
도 3은 본 발명에서 정상 피혁의 히스토그램 분포도.Figure 3 is a histogram distribution of normal leather in the present invention.
도 4은 본 발명에서 피혁의 구멍 결함 히스토그램 분포도.Figure 4 is a hole defect histogram distribution of the leather in the present invention.
도 5는 본 발명에서 피혁의 핀홀 결함 히스토그램 분포도.Figure 5 is a pinhole defect histogram distribution of leather in the present invention.
도 6은 본 발명에서 피혁의 흠집1의 히스토그램 분포도.Figure 6 is a histogram distribution of the scratches 1 of the leather in the present invention.
도 7은 본 발명에서 피혁의 흠집2의 히스토그램 분포도.7 is a histogram distribution of the scratches 2 of the leather in the present invention.
도 8은 본 발명에서 피혁의 주름 결함 히스토그램 분포도.Figure 8 is a wrinkle defect histogram distribution of leather in the present invention.
도 9는 본 발명의 카메라를 이용한 자동 부재 배치 장치 시스템 동작 블록도.9 is an operation block diagram of the automatic member disposition device system using the camera of the present invention.
도 10은 본 발명의 카메라를 이용한 자동 부재 배치 장치 전체 블록도.10 is an overall block diagram of the automatic member disposition device using the camera of the present invention.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040015413A KR100638493B1 (en) | 2004-03-08 | 2004-03-08 | The auto-nesting apparatus with Image processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020040015413A KR100638493B1 (en) | 2004-03-08 | 2004-03-08 | The auto-nesting apparatus with Image processing |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20050090168A true KR20050090168A (en) | 2005-09-13 |
| KR100638493B1 KR100638493B1 (en) | 2006-10-25 |
Family
ID=37272286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020040015413A KR100638493B1 (en) | 2004-03-08 | 2004-03-08 | The auto-nesting apparatus with Image processing |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100638493B1 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140093979A (en) * | 2011-11-18 | 2014-07-29 | 나이키 인터내셔널 엘티디. | Automated identification of shoe parts |
| KR20190034683A (en) * | 2011-11-18 | 2019-04-02 | 나이키 이노베이트 씨.브이. | Automated manufacturing of shoe parts |
| KR20190140113A (en) * | 2011-11-18 | 2019-12-18 | 나이키 이노베이트 씨.브이. | Automated identification and assembly of shoe parts |
| CN110793973A (en) * | 2019-11-12 | 2020-02-14 | 广东骉马机器人科技有限公司 | Leather surface defect detecting system |
| US11341291B2 (en) | 2011-11-18 | 2022-05-24 | Nike, Inc. | Generation of tool paths for shoe assembly |
| US11346654B2 (en) | 2011-11-18 | 2022-05-31 | Nike, Inc. | Automated 3-D modeling of shoe parts |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101421672B1 (en) | 2012-03-23 | 2014-07-28 | 경북대학교 산학협력단 | robot vision monitoring system using trigger signal, and method thereof |
| KR101908793B1 (en) * | 2016-12-05 | 2018-10-16 | 주식회사 포스코 | Device and method of Rolled-surface Recognition for Billets |
| CN108154506B (en) * | 2017-12-27 | 2020-07-03 | 合肥市雅视智能科技有限公司 | Automatic hexagonal nut detection method |
-
2004
- 2004-03-08 KR KR1020040015413A patent/KR100638493B1/en not_active IP Right Cessation
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200138427A (en) * | 2011-11-18 | 2020-12-09 | 나이키 이노베이트 씨.브이. | Automated identification and assembly of shoe parts |
| US11422526B2 (en) | 2011-11-18 | 2022-08-23 | Nike, Inc. | Automated manufacturing of shoe parts |
| KR20140093979A (en) * | 2011-11-18 | 2014-07-29 | 나이키 인터내셔널 엘티디. | Automated identification of shoe parts |
| KR20190140113A (en) * | 2011-11-18 | 2019-12-18 | 나이키 이노베이트 씨.브이. | Automated identification and assembly of shoe parts |
| US11266207B2 (en) | 2011-11-18 | 2022-03-08 | Nike, Inc. | Automated identification and assembly of shoe parts |
| US11879719B2 (en) | 2011-11-18 | 2024-01-23 | Nike, Inc. | Automated 3-D modeling of shoe parts |
| US10671048B2 (en) | 2011-11-18 | 2020-06-02 | Nike, Inc. | Automated manufacturing of shoe parts |
| US11317681B2 (en) | 2011-11-18 | 2022-05-03 | Nike, Inc. | Automated identification of shoe parts |
| KR20190060875A (en) * | 2011-11-18 | 2019-06-03 | 나이키 이노베이트 씨.브이. | Automated identification of shoe parts |
| KR20200013124A (en) * | 2011-11-18 | 2020-02-05 | 나이키 이노베이트 씨.브이. | Automated manufacturing of shoe parts |
| US10667581B2 (en) | 2011-11-18 | 2020-06-02 | Nike, Inc. | Automated identification and assembly of shoe parts |
| US11341291B2 (en) | 2011-11-18 | 2022-05-24 | Nike, Inc. | Generation of tool paths for shoe assembly |
| US11346654B2 (en) | 2011-11-18 | 2022-05-31 | Nike, Inc. | Automated 3-D modeling of shoe parts |
| KR20190034683A (en) * | 2011-11-18 | 2019-04-02 | 나이키 이노베이트 씨.브이. | Automated manufacturing of shoe parts |
| US11641911B2 (en) | 2011-11-18 | 2023-05-09 | Nike, Inc. | Automated identification and assembly of shoe parts |
| US11763045B2 (en) | 2011-11-18 | 2023-09-19 | Nike, Inc. | Generation of tool paths for shoe assembly |
| CN110793973A (en) * | 2019-11-12 | 2020-02-14 | 广东骉马机器人科技有限公司 | Leather surface defect detecting system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100638493B1 (en) | 2006-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8351672B2 (en) | Machine imaging apparatus and method for detecting foreign materials | |
| Martínez et al. | Quality inspection of machined metal parts using an image fusion technique | |
| Li et al. | Detection of surface crack defects on ferrite magnetic tile | |
| US8050486B2 (en) | System and method for identifying a feature of a workpiece | |
| Di Leo et al. | A vision system for the online quality monitoring of industrial manufacturing | |
| Chen et al. | Automatic optical inspection system for IC molding surface | |
| Liu et al. | Automatic detection technology of surface defects on plastic products based on machine vision | |
| KR100638493B1 (en) | The auto-nesting apparatus with Image processing | |
| US11680909B2 (en) | Automated inspection of foreign materials, cracks and other surface anomalies | |
| Adamo et al. | A low-cost inspection system for online defects assessment in satin glass | |
| CN113869300A (en) | Workpiece surface defect and character recognition method and system based on multi-vision fusion | |
| US20230053085A1 (en) | Part inspection system having generative training model | |
| CN117309892B (en) | Defect detection method, device and system for blue film of battery and light source controller | |
| KR20220134019A (en) | Systems and methods for imaging reflective objects | |
| JP2004296592A (en) | Defect classification equipment, defect classification method, and program | |
| Anagnostopoulos et al. | High performance computing algorithms for textile quality control | |
| Shreya et al. | Design of machine vision system for high speed manufacturing environments | |
| CN115100110A (en) | Defect detection method, device and equipment for polarized lens and readable storage medium | |
| Dias et al. | Identification of marks on tires using artificial vision for quality control | |
| KR102117697B1 (en) | Apparatus and method for surface inspection | |
| Penman et al. | Automatic inspection of reconstituted wood panels for surface defects | |
| Golkar et al. | Vision based length measuring system for ceramic tile borders | |
| JP2002296144A (en) | Method and apparatus for detecting mark | |
| KR20190042180A (en) | Cover-glass analyzing method | |
| CN114034706B (en) | Device and method for detecting surface defects of carbon fiber part |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| LAPS | Lapse due to unpaid annual fee |