도금된 금속 및 플라스틱 제품 표면의 불량 검출

Abstract

스마트 폰 등의 대량생산 과정에서 케이스 표면의 불량을 찾아내는 일은 많은 인력을 필요로 한다. 본 논문에서는 스마트폰 케이스의 사진을 분석하여 얼룩이나 흠집 등의 불량을 검출하는 알고리즘을 연구하였다. 카메라로 찍은 알루미늄 표면의 사진은 빛의 방향에 따라 음영이 발생한다. 또 도금된 표면에 특정 패턴을 포함하는 경우가 있어서 불량검출에 어려움이 있다. 본 연구를 위해서 네 종류의 알고리즘을 비교하였다. 첫째는 확률 모델 기반의 VAD (voice activity detection) 알고리즘이다. 본 알고리즘은 주변의 잡음 신호에 유연하게 적응하면서 배경과 다른 신호를 찾는다. 두 번째는 DCT (discrete cosine transform) 연산을 수행하여 주파수 도메인의 특징(feature)을 찾고, 그 결과를 이용하여 로지스틱 회귀 분석 (logistic regression) 또는 서포트 벡터 머신 (support vector machine, SVM) 알고리즘을 활용하여 불량을 검출한다. 세 번째로 최근 인공지능 분야에서 좋은 성능을 보여주고 있는 신경망 알고리즘을 활용하여 얼룩 검출을 시도하였다. 세 번째 방법의 경우는 최적의 특징까지 인공신경망이 자동으로 찾아주는 장점이 있다. 본 연구결과 확률모델 기반의 VAD를 사용하는 방법은 최적 파라미터를 찾기가 어려우며, 반면 인공신경망을 활용하는 방법은 트레이닝 데이터의 양이 많이 필요한 문제가 있었다. 데이터가 충분할 때 두 번째와 세 번째 방법이 비슷한 성능을 보였다.