4-5_97.hwp

Size: px

Start display at page:

Download "4-5_97.hwp"

재용 수
6 years ago
Views:

1 컴퓨터비젼을이용한캔종류분류 업체명 1. 기술현황 : 성균관대학교 성균관대학교시뮬레이션연구실은영석 기술명컴퓨터비젼을이용한캔종류분류 기술분야 폐기물의전처리선별기술 처리대상물알루미늄캔, 스틸캔, 가스캔 기술적용분야영상처리, 패턴인식, 컴퓨터그래픽스 2. 기술의개요및원리 개요 : 친환경적공학의입장에서볼때, 폐기물을선별하는기술은 매우중요하다. 특히재활용빈도가높은음료수캔이나부탄가스, 각 종스프레이등의사용으로인한폐기물양또한어마어마하다. 현재 이러한금속재질의캔종류의폐기물들을분류하는기술은대부분육 안에의지하거나, 자석등의물리적인방법을사용한다. 따라서세밀 한분류가힘들며, 처리속도역시비효율적이다. 특히부탄가스용기 나스프레이용기의경우잘못분류하면폭발가능성이있으므로매 우위험한결과를낳기도하기때문에본연구에서는자동화되고, 더 욱세밀한캔종류의폐기물분류가가능할수있도록컴퓨터비젼을 이용한캔종류분류기술을개발해왔다. 기본원리 : 본기술이적용된캔류분류시스템이사용하는주된기술 은첫번째로영상처리( 컴퓨터비젼) 기술, 두번째로패턴인식, 마지

2 막으로컴퓨터그래픽스기술을사용한다. 열하면다음과같다. 본시스템의동작원리를나 1. 분류대상물을카메라앞에위치시킨다. 2. 카메라로대상물의영상과, 대상물하단의거울에비친영상을획 득한다. 3. 획득한영상의잡음( 영상잡음, 대상물손상등등..) 을제거하여원 래의영상을복원한다. 4. 획득한영상에서대상물의 3 차원형태와대상물의무늬(Texture) 를추출한다. 5. 대상물의형태를인식기( 주성분분석기법을사용) 를가동하여기존 6. 에시스템이알고있는대상물의종류와비교한다. 대상물의종류와종류에따른재질정보를기반으로캔폐기물의 정보를결정한다. 3. 기술의개발된내용 가. 획득한영상에서캔의영상을추출하기위한최적의조건( 조명의밝기와위치, 카메라와대상물체의위치등의캔영상인식을위한환경) 구현. 시스템에캔을집어넣은후에캔의영상을추출하는모듈은전체시스템의인식성능과처리속도에큰영향을끼치게된다. 양질의캔의영상을추출하기위해서는캔의색상과확연히구분할수있는배경색과배경경의재질에대한조건, 영상획득환경에적용할최적의조명조건, 캔의위치와카메라의상대적인위치와각도조건들이최적화가되어야한다. 따라서본연구에서는다양한조건과반복실험을통해캔영상추출의최적환경을알아낸다. 나. 추출한캔영상의잡음제거및이미지개선. 아무리최적의조건에서추출한캔의영상이라할지라도노이즈가섞이기마련이다. 이러한노이즈가심한영상은시스템의인식률을떨

3 어뜨리는주된원인이된다. 따라서본연구에서는다양한영상처리기법을이용하여최적상태의영상을인식기에넣기위한모듈을개발한다. 다. 캔영상의 Database 생성과 Database를이용한캔종류인식기 개발. 본연구에서는통계적인방법을사용한인식기(Classifier) 를적용하 였다. 이러한방식은캔의영상을입력받아분류가용이하고, 각인식 대상물의특징을구분지을수있는저차원의벡터로표현한다. 페턴 인식분야에서널리쓰이고있는주성분분석 (Principal Component Analysis) 과피셔선형분석(Fisher Linear Discrimination analysis) 을시스템에적용한다

4 4. 처리공정 가. 처리량 : 1 개 / 0.1 초미만 (1개의캔을시스템에넣은후인식처 리시간 ) 나. 캔분류구성도( 흐름도) (1) 전체시스템흐름도

5 (2) 영상입력흐름도

6 (3) 특징데이터추출기생성모드

7 (4) 특징데이터 DB 갱신모드

8 (5) 대상물인식모드 5. 처리성능및경제성가. 처리성능( 실제측정 분석데이터를이용하여처리효율등성능설명 ) - 인식율 : 99% ( 표준편차 : 2.1) - 처리시간 : 1 개당/0.2 sec - 위이그림과같이입력되는영상의마크부분( 코카콜라, CocaCola) 의 3/4이상보이면 99% 인식

9 항목 일반캔 종 류 인식률(%) 인식률(%) 커피캔(카페라떼, 네스카페) 98 코카콜라, 스프라이트, 암바사 96 맥주캔(OB Lager, HITE) 95 식혜 98 쿠우, 허니레몬, 봄빛매실 92 티(녹차) 94 Sapporo 97 정관장 홍삼 氣 95 체리콜라 95 락카 99 썬 부탄 가스 99 화이트보드 크리너 98 산도깨비 공기청향제 97 가스캔 - 위의 그림과 같이 입력되는 영상은 약 96% 정도의 인식률을 보 인다

10 운전조건 (Assumption) - Gas Can 의경우뚜껑이없다. - Can 모양의변형이없다. ( 추후반영) - Can 이외의물건은들어오지않는다. - 조명은 250~260 Lux 환경에서한다. - Can의Size의 Maximum 은가로* 세로(8cm * 20cm) 로한다. - 최대허용 Camera range 는가로* 세로(30cm * 20cm) 로한다. - Camera 와 Can 사이의최대허용거리는 45~55cm 로한다. - Can 의진입각도는수평( 누워서) 이며밑부분부터들어간다. - 심하게찌그러진 Can 은배제한다. System specification 구분내부 항목 재질 Status 반사가일어나지않는검은색물질 ( 천, 종이) 수평길이 30Cm 이하 (Can 최대길이) 각도 수평 카메라 Can 과의거리 50Cm ( 캔최대길이 20cm 일때) 종류삼성 AnyCam, 약 30만화소 조명형광등 20W 형광등 2개 H/W S/W Computer 개발툴 Processor : Pentium_3 1GHz Memory : 512MB Visual C++ 6.0, Photoshop 7.0, Matlab 5.2 Experiment data for the classification of can

11 항목 General CAN (Cm) Gas CAN (Cm) Min. Length Max. Length Min. Diameter Max. Diameter Size of sample can 항목 Length Diameter 종류 (Cm) (Cm) 커피캔( 카페라떼, 네스카페) 코카콜라, 스프라이트, 암바사 맥주캔 (OB Lager, HITE) 식혜 일반캔 쿠우, 허니레몬, 봄빛매실 티( 녹차) Sapporo (Top), 6.5(Bottom) 정관장홍삼氣 체리콜라 락카 가스캔 썬부탄가스 화이트보드크리너 산도깨비공기청향제

6. 기대효과 현재캔을재활용하는과정은분리배출된캔폐기물을수집하여회수 처리업체에서분류하여재철회사나재생회사에보내는방식을이용한 다. 이들회수 처리업체는많게는하루 50톤에서적게는하루 30톤가량의 캔폐기물을처리한다. 하지만현재캔의분리수거는스틸캔과알루미늄 캔을구분하지않고함께수거하거나혹은금속캔뿐만아니라 PET병 까지섞이게되는경우가있다.

12 6. 기대효과 현재캔을재활용하는과정은분리배출된캔폐기물을수집하여회수 처리업체에서분류하여재철회사나재생회사에보내는방식을이용한 다. 이들회수 처리업체는많게는하루 50톤에서적게는하루 30톤가량의 캔폐기물을처리한다. 하지만현재캔의분리수거는스틸캔과알루미늄 캔을구분하지않고함께수거하거나혹은금속캔뿐만아니라 PET병 까지섞이게되는경우가있다. 따라서회수 처리업체는별도의선별기에 넣어스틸캔과알루미늄캔을선별해야하는상황이다. 만약스틸캔과알루미늄캔, 더나아가서 PET 재질의용기까지폐기물 수거지에서 99% 이상분류된상태에서회수 처리업체에들어오게된다면 회수 처리업체의생산비용중인건비가약 이를금액으로환산할경우하루처리량이약 우하루약 50 만원정도의처리비용효과를볼수있다. 30~40% 가량줄어들게된다. 50 톤인회수 처리업체의경 게다가현재회수 처리업체에서사용중인전자석을이용한방식은스틸 캔과휴대용가스용기의구분이불가능하며, 간혹작업중의화재를발생 하는원인이되기도한다. 더욱이앞으로캔의종류와재질이다양해지게 된다면, 현재사용중인선별방식은언젠가한계에다다르게될것이다. 따라서우리연구실에서개발중인기술을폐기물캔의선별에적용하면 재활용율의향상과재생비용의절감을기대할수있다

13 - 시스템의기대효과 - 7. 연구실소개및연혁 연구실현황 - 설립일자 : 1996년 3월 수석 - 대표자및약력 : 이칠기 ( 李七其 ) 1980 년 : 성균관대학교전자공학과학사 1985 년 : Arizona state University 전기및컴퓨터공학석사 1990 년 : University of Arizona 전기및컴퓨터공학박사 1979년 1983 년 : 한국방송공사(KBS) 기술요원 1990년 1995 년 : 삼성정보통신본부컴퓨터응용개발실 연구원 1995년 1999 년 : 성균관대학교전기전자및컴퓨터공학부 조교수 1999 년 현재 : 성균관대학교전기전자 및컴퓨터공학부부 교수 - 소재지 : 경기도수원시장안구천천동 300 성균관대학교 - 연구인력 구분직책전공/ 학력업무 이칠기교수컴퓨터공학/ 박사기술개발계획및총괄 최성윤개발자컴퓨터공학/ 석사3기기술개발 은영석개발자컴퓨터공학/ 석사1기기술개발 박동식개발자컴퓨터공학/ 석사1기기술개발 황미영개발자컴퓨터공학/ 석사1기기술개발 연구실소개

14 급변하는 Tech. 시장속에서이제는 Tech. 의개발과도입면에서도보다 빠르고신뢰성있는방법이요구되고있다. 이런요구를충족시켜주는 가장범용화된방법이바로 Simulation을기초로한 Tech. 의개발과 Control Simulation을이용한 Process 의관리와점검이다. 이에부응하 기위해 1996년에만들어진 Simulation Lab은많은 Research 와 Seminar, 그리고외부 Project들을통하여사회적요구를해결할수 있는능력을키워나가고있다. 우리 Lab에서는 Flight Simulator, 반도체공정 Simulation & Scheduling 등 Simulation의관한연구뿐만아니라장비 Software 국산 화개발, 반도체공정표준화및자동화시스템개발, 생체인식, 3D 스캐 너등 Hardware와 Software 를총망라한폭넓은연구를펼치고있다. 주요연구분야로는 Simulation, A.I., Expert System, Real-Time Control, Virtual Reality, 영상가시화등으로자신이하고싶은연구분야 를마음껏펼쳐가고있다. 현재중점연구분야는 3D Scanner 와반도체 시뮬레이션이다

15 주요연혁 개발기간연구지원기관세부개발내용 ( 주) 삼성전자반도체 정보통신부 전문가시스템을이용한공정자동화시스템개발 초박게이트산화막성장용 Cluster 장비및공정개발 농림수산부 버섯등급자동선별기개발 교육부 ( 주) 삼성전자반도체 주성엔지니어링 반도체공정표준화및최적화 를위한컴퓨터모델구축과시 뮬레이터개발 반도체 FAB Line Modeling & Simulation Optimization of Chamber Arrangement and Scheduling Method of Cluster Tools using Simulation ( 주) 인사이트테크놀 Harddisk Cache 로지 기능개발 99. 1~ 누리항공정밀시스템 Flight Simulator 개발 99. 9~03. 8 프라임텍 실시간얼굴인식기술을이용한보안감시시스템기술개발 Development of the Digital Relay Simulator in Power System for Education and Trainging

untitled

untitled 전방향카메라와자율이동로봇 2006. 12. 7. 특허청전기전자심사본부유비쿼터스심사팀 장기정 전방향카메라와자율이동로봇 1 Omnidirectional Cameras 전방향카메라와자율이동로봇 2 With Fisheye Lens 전방향카메라와자율이동로봇 3 With Multiple Cameras 전방향카메라와자율이동로봇 4 With Mirrors 전방향카메라와자율이동로봇