Derinlik İmgelerinden Hata Ve Bozulmaların Sezimi

Abstract

Üretim hatalarının kontrolü günümüzde birçok üreticinin ortak hedefidir. Ürünlerin kozmetik görünümleri önem kazandıkça, yüzeysel dış görünüşlerin hatalardan, pürüzlerden ve bozulmalardan arındırılması gerekliliği artmaktadır. Bu çalışmada, nesnelerin yüzeylerindeki hataları derinlik imgeleri kullanarak otomatik olarak bulan bir imge işleme yazılımının geliştirilmesi hedeflenmiştir. Derinlik imgeleri ışıklılık koşullarındaki değişimden ve gürültüden etkilenmeyi en aza indirmek açısından birçok uygulamada tercih edilmektedir. Yüzey hatalarının bulunması amacıyla yansıma simülasyonu analizi yönteminden faydalanılarak tasarlanan bir hata sezme sistemi, C/C++ programlama dilleri kullanılarak gerçeklenmiştir. Sistem, eğiticisiz ve nesneye ait CAD bilgisinin elimizde olması durumunda eğiticili olmak üzere iki modda çalışmaktadır. Yazılım derinlik imgesinde nokta nokta analiz yapabildiği gibi, Delaunay üçgenleme ile elde edilen yüzey modelleri ile de çalışabilmekte olup noktasal boyuttaki hataları sezme becerisine sahiptir. Hata sezme, aynı yüzey içerisinde bulunan her bir noktanın normalinin ait olunan yüzey normaline eşit olması gerektiği teorisine dayanmaktadır. Delaunay üçgenlemesi kullanıldığında da derinlik imgesi üçgen tel file alt yüzeylere bölünerek hata sezme işlemleri tekrarlanır. Bu sayede çok yüzeyli cisimlerin üzerinde hata sezme performansı arttırılmaktadır. Nesnelere ait CAD bilgisinin elimizde olması durumunda öngörülen yüzey eğimliliklerinin orijinalden sapması analizi edilebilmektedir. Hatalı metal yüzeyler üzerinde yapılan testlerde, yaklaşık 1mm2 de 30 nokta çözünürlüğe sahip derinlik imgeleri kullanılarak 2mm2 büyüklüğünde hataların bulunabildiği, sentetik hataları sezmede ise performansın daha yüksek olduğu gözlemlenmiştir.

A common goal of the manufacturers is detecting surface defects. The aim of this study is to design an automatic surface defect detection software (with C/C++) that uses range images. Range images are commonly preferred in order to prevent false alarms coming from bad lighting conditions. In this study, grazing incidence simulation method is used to design a system for visualizing surface defects. The inspection software works in two modes. In the first mode, the defect detection performed by processing the surface either point by point or within triangle surface parts generated by Delaunay triangulation. Under the estimated lighting condition, decision criteria is based on the similarity of surface normals within each surface. Basically the normal vector of a surface including defected points varies significantly compared to the defect free parts of the component. The second mode applies a supervised learning scheme by using CAD information of the surface. Inspection process is performed on triangular surface parts rather than surface points. Decision has been made of quantifying mismatching between the original and estimated surface structure. Performance of the system is tested on defected metal surfaces and also on synthetically defected range images. Resolution of the range images acquired from metal surfaces is 30 range points per 1mm2 and the smallest defect that can be detected have a size of 2mm2. Performance achieved on synthetic defects is better compared to real defects and can be quantified as 2-3 points with a smaller false alarm ratio.