본 논문에서는 트림 T형 용접너트의 생산 시스템 중 불량품을 자동으로 선별할 수 있는 자동 비전 선별기의 성능 개선에 관한 방법을 제안한다. 자동 비전 선별기는 용접너트의 영상 신호에 대해 히스토그램을 활용한 경계 판별 및 나사산 검출, 이진 모폴로지 연산(Binary morphology operation)을 활용한 얼룩 검출 등의 기법을 활용한 것이다. 이 비전 선별기 운영에 있어 주된 문제는 컨베이어 벨트 상의 오일 등에 의한 오염에 따른 획득 영상의 화질 저하에 따른 오동작이다. 이를 해결하기 위해 배경 영상과 너트 영상의 구분을 위한 마스킹 기법을 사용하여, 너트 영상 부분에만 히스토그램 평준화를 이용하여 너트 영상부분의 대비를 높이는 전처리 과정을 도입하였다. 이를 통해 배경 부분에서 장비의 오염에 의해 추출되는 특징들의 영향을 없애고 획득 영상의 화질 저하에도 불구하고 오동작의 비율을 10 % 에서 0.2 % 로 낮출 수 있었다.
In this paper, we propose a improvement method of vision inspector for T type welding nut using an auto sorting system. We used edge and thread detection with histogram of image which is captured by machine vision camera. We also used a binary morphology operation for a detection of spot. A major problem in this vision inspector is abnormal operation caused by degradation of image acquired. These degradations caused by oil pollution on conveyer belt. For overcome this problem, we introduce a pre-processing using a masked histogram equalization on the image acquired. Histogram equalization is applied on masked region (nut part) for increase contrast. As a result, we can remove features caused by oil pollution on background and reduce a ratio of abnormal operation from 10.0 % to 0.2 %.
