메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
류호준 (전남대학교) 공예슬 (전남대학교) Penghua Zhang (전남대학교) 박규해 (전남대학교)
저널정보
한국비파괴검사학회 비파괴검사학회지 비파괴검사학회지 제45권 제1호
발행연도
2025.2
수록면
36 - 46 (11page)
DOI
10.7779/JKSNT.2025.45.1.36

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자동차 산업에서 차체의 기본 틀이 되는 패널은 프레스 공정을 통해 생산된다. 프레스 공정 과정에서 결함이 발생하는 경우 제품의 안정성과 품질 신뢰도에 상당한 영향을 미치기 때문에 조기에 발견하는 것이 매우 중요하다. 머신비전을 통한 다양한 결함탐지 알고리즘이 개발되었지만, 조명, 카메라 등 장비 설치공간 제약 및 비용 합리성, 알고리즘 과검출 등 이유로 현장 적용에 어려움이 있다. 따라서 본 연구에서는 이러한 데이터 획득의 어려움과 과검출로 인한 문제를 해결하기 위해 저가형 카메라와 별도의 조명이 불필요한 컴팩트한 비전 시스템을 활용하여 형상 기반 크랙 검출 기법과 딥러닝 기반 크랙 검출 기법을 통합한 크랙 검출 기법을 제안한다. 먼저 딥러닝 모델을 통해 패널과 배경을 분리하고 이진화하는 이미지 전처리를 수행한다. 다음으로 형상 기반의 각도 분석을 통해 크랙 의심영역을 추출한다. 마지막으로, 사전 학습된 딥러닝 모델을 크랙 의심영역으로 구성된 데이터로 미세 조정(fine-tuning)하여 테스트 이미지에서 크랙 검출 확률을 결정한다. 개발된 통합 기법을 실험실 규모의 공정 모사 장치에서 검증하여 모델의 성능을 검증하였다.
#패널 #머신비전 #이미지 처리 #딥러닝 #통합 기법 #Panel #Machine Vision #Image Processing #Deep Learning #Integrated Method

목차

초록
Abstract
1. 서론
2. 통합형 표면 결함탐지 기법
3. 산업용 패널을 활용한 성능 검증
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092506145