A Method of Wood Section Measuring and the Image Calibration Using Line Laser

(1)

김기환¹, 박민수², 김도엽², 이석용², 이응석^2,

Gi Hwan Kim¹, Min Su Park², Do Yeop Kim², Suk Yong Lee², and Eung Suk Lee^2,

1 성원 메디칼 투자연계형 개발파트 (R&D Develop Part, Sungwon Medical) 2 충북대학교 기계공학과 (Department of Mechanical Engineering, Chungbuk National University)

Corresponding author: [email protected], Tel: +82-43-266-8789 Manuscript received: 2016.2.5. / Revised: 2016.4.19. / Accepted: 2016.5.2.

The best method of measuring wood diameter is a contact-type device: however, obtaining an accurate result can be problematic under certain circumstances. In this study, we used a laser beam and a CCD camera that did not require contact with wood. The wood is illuminated by the laser beam, and the CCD camera captures this illumination. The measurement results were determined by processing of the captured image sequences. This paper explains the use of image processing and laser systems for measurement of wood under circumstances in which physical contact is impossible.

KEYWORDS: Machine vision (머신 비전), Wood diameter measurement (목재 직경 측정), Image process (영상처리)

기호설명

h = Distance of the timber line d = Diameter timber

PA, PB = Line laser search point

1. 서론

목재의 직경을 측정하는 방법으로는 자, 버니어 캘리퍼스와 같이 측정 기구를 목재에 직접 접촉하 여 측정을 한다. 하지만 측정기구를 목재에 직접 접 촉시키지 못하는 환경적 조건에서는 목재의 직경을 측정하기에는 다소 어려움이 있다. 이러한 경우에 머신 비전을 이용하여 측정 기구를 목재를 접촉시 키지 않고 측정할 수 있는 측정 방법과 머신비전에

필요한 영상처리 소프트웨어를 본 논문에서 다루고 자 한다. 본 논문에서는 레이저 빔을 이용하여 목재 직경을 용이하게 측정하기 위한 방법과 C#을 이용 하여 영상처리 소프트웨어를 프로그래밍 하였다.

2. Dot Laser 를 이용한 영상보정

최초 단순 Dot-Laser만을 가지고 직경을 측정하 려 했지만 치수 정밀도를 위해서 Laser를 이용해 더 작은 면적을 측정했던 참고문헌[4], [5]을 참고 하여 연구방향을 다음과 같이 잡았다.^4,5 측정하려 는 목재에 레이저 빔을 조사 (照射)한다. 레이저 빔은 Dot-Laser, Line-Laser를 사용하며, Dot-Laser는 목재의 직경을 측정하기 위한 기준 값으로 사용하 며, Line-Laser는 직경을 측정하기 위해 사용한다.

__________

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

(2)

Dot-Laser와 Line-Laser의 위치와 Dot-Laser의 개수 에 따라 측정 방법은 달라진다.

2.1 Dot-Laser 1 개 사용

Fig. 2는 Dot-Laser 1개와 Line-Laser 1개를 목재 에 조사했을 때를 나타낸다. Dot-Laser 1개를 목재 에 레이저를 조사할 때는 Figs. 2와 3의 방법으로 조사 될 수 있다. Fig. 2는 Dot-Laser가 Line-Laser 위에 겹쳐서 조사 될 때이고, Fig. 3은 Dot-Laser 가 Line-Laser 위에 겹쳐지지 않게 조사 될 때이다.

Figs. 2와 3에 P^A, PB는 Line-Laser가 목재 모서리와 만나는 점이다. P^C는 Dot-Laser의 위치를 나타난다.

PA, PB, PC의 값은 영상의 픽셀 좌표 값으로 CCD카 메라를 이용하여 획득한 영상에서의 픽셀 좌표 값 이다. P^A, PB, PC의 픽셀 좌표 값을 이용하여 목재의 직경을 알 수 있다.

Fig. 2와 같이 레이저를 조사 할 때 측정 방법 은 다음과 같다. P^A, PB사이의 거리 d와 중심점 P^C 를 구한다. d와 P^O는 식(1)과 (2)를 이용하여 구할 수 있다.

2 2

2 1 2 1

( ) ( )

d= x −x + y −y (1)

2 1 2 1

0( , )0 0 ,

2 2

x x y y

P x y = ⎜⎛⎝ − − ⎞⎟⎠ (2)

PO와 P^C점을 이용하여 거리 h를 구한다.

2 2

0 1 0 1

( ) ( )

h= x −x + y −y (3)

실제 목재 직경 (D)는 식(4)를 이용하여 구한다.

: :

D d=H h (4) 단, H는 레이저 조사 장치에서 Line-Laser와 Dot-Laser의 실제의 거리이다.

Fig. 3와 같이 레이저를 조사 할 때에 측정 방 법은 포인트 P^A, PB 이용하여 거리 d와 두 점을 연

결한 직선의 방정식을 구한다. 두 점을 이용한 직 선의 방정식은 식(5)를 이용하여 구할 수 있다.

2 1

1 1

2 1

(y y) y y (x x) x x

− = − −

− (5) 식 (5)와 Dot-Laser의 점 P^C과의 거리 h를 구한 다. h는 식(6)을 이용하여 구할 수 있다.

3 3

2 2

ax by c

h a b

+ +

= + (6)

실제 목재의 직경을 구하기 위해서 식(4)를 이 용하여 구한다. 단, H는 레이저 조사장치에서 Line- Laser와 Dot-Laser의 실제 수직 거리이다.

2.2 Dot-Laser 2 개 사용

Figs. 4와 5는 Dot-Laser 2개와 Line-Laser 1개를 목재에 조사했을 때를 나타낸다. Dot-Laser 2개를 사용하여 목재에 레이저를 조사할 때는 Figs. 4와 5 의 방법으로 조사 될 수 있다. Fig. 4는 2개의 Dot- Laser와 Line-Laser가 서로 크로스 될 때이고, Fig. 5 Fig. 2 Measurement method using one Dot-Laser, Line-

Laser and Dot-Laser overlap

Fig. 3 Measurement method using one Dot-Laser, Line- Laser and Dot-Laser not overlap

(3)

는 2개의 Dot-Laser와 Line-Laser가 크로스 되지 않 을 때이다. Figs. 4와 5의 PÂ부터 P^C는 Line-Laser가 목재 모서리와 만나는 점이다. P^C1, PC2는 Dot-Laser 의 위치를 나타난다. PÂ, PB, PC1, PC2의 값은 영상의 픽셀 좌표 값으로 CCD 카메라를 이용하여 획득한 영상에서의 픽셀 좌표 값이다. PÂ, PB, PC1, PC2의 픽 셀 좌표 값을 이용하여 목재의 직경을 알 수 있다.

Figs. 4와 5와 같이 레이저를 조사 할 때에 측 정 방법은 픽셀 좌표 P^A, PB사이의 거리 d를 구한 다. 식(1)을 이용하여 구할 수 있다. P^C1와 P^C2점을 이용하여 거리 h를 구한다.

2 2

4 3 4 3

( ) ( )

h= x −x + y −y (7) 실제 직경을 구하기 위해서 식(4)를 이용하여 구한다. 단, H는 레이저 조사 장치에서 두 개의 Dot-Laser의 실제 거리이다.

본 논문에서는 목재의 직경을 측정하는 실험으 로 Dot-Laser 2개를 사용하여 Line-Laser와 Dot- Laser가 서로 크로스 되지 않을 때의 방법을 사용 하였다. Fig. 6과 같이 두 개의 Red Dot-Laser와 Green Line-Laser를 사용하였다. 색 추출 영상 처리

프로그래밍을 보다 용이하기 위해 레이저 빔 색상 을 달리하여 사용하였다.

3. 영상처리 알고리즘

목재에 조사된 레이저 빔을 CCD카메라를 이 용하여 영상을 획득한다. 획득한 영상은 영상처 리 소프트웨어를 통해 목재의 직경을 측정하는데 사용한다. 영상처리 소프트웨어는 Visual Studio 2008 C#으로 프로그래밍 했고, OpenCV라이브러리 를 참조하였다. OpenCV는 컴퓨터 영상처리 프로 그래밍을 위한 기능 패키지로, 영상처리를 위한 여러 함수들이 들어있어 다양한 문제를 해결할 수 있다.^1,2

영상처리 알고리즘은 Fig. 7과 같다. 카메라로부 터 얻은 초기 영상은 빨간색과 초록색의 색 추출 을 한다. 색 추출 이후 Gray, Binary, Labeling을 통 해 측정에 필요한 영상 픽셀 좌표 값을 얻고, 좌 표 값을 이용하여 실제 목재의 직경을 측정한다.

Labeling은 인접하여 연결되어 있는 모든 픽셀에 동일한 번호(라벨)을 붙이고 다른 연결 성분에는 또 다른 번호를 붙이는 작업을 의미한다. Labeling 작업을 통해 면적, 물체의 중심, 경계 길이(주위길 이)등을 알 수 있다.³

Fig. 8은 CCD카메라에서 얻은 초기 영상 모습을 나타낸다. Figs. 9(a) - 9(c)는 빨간색 색상 추출에서 Labeling까지의 영상처리 결과 영상을 보여준다.

빨간색의 경우 색상 추출은 RGB (Red Green Blue)영상 정보를 이용하여 색상 추출을 하였다.

Labeling 작업을 통해 빨간색 색상의 중심을 구한 다. 이때 중심은 무게 중심이고, 이는 영상 내부에 서 중심의 위치를 나타낸다. 물체의 중심을 구하 Fig. 4 Measurement methods using two Dot-Laser,

Line-Laser and Dot-Laser crossed

Fig. 5 Measurement methods using two Dot-Laser, Line-Laser and Dot-Laser not crossed

Fig. 6 Line-laser and two red Dot-laser using for filtering color

(4)

Fig. 7 Image processing algorithm

Fig. 8 Obtained image using one Line-Laser and two Dot-Laser beam

(a) Red color extraction using RGB system

(b) Labeling processing

(c) Labeling Processing after filter Fig. 9 Red color image processing

(a) Green color extraction using HSB system

(b) Green color extraction using RGB system

(c) Labeling processing

(d) Labeling processing after filter Fig. 10 Green color image processing

는 식은 식(8)과 같다. 이 방법을 본 연구에서는 Line Centering이라 한다.

1 1

0 0

1^N i, 1^N i

i i

x x y y

n n

= =

= ∑ = ∑ (8) 이 물체 중심을 이용하여 각각의 Dot-Laser의 중심의 좌표 값을 구할 수 있고, 중심 좌표 값을

(5)

이용하여 Dot-Laser 사이의 거리 h를 구할 수 있다.

Figs. 10(a) - 10(d)는 초록색 색상 추출에서 Labeling 까지 영상처리 결과 영상을 보여준다. 초록색의 경우 색 추출 시 HSV (Hue Saturation Value)영상 정 보를 이용하여 색 분출 후, RGB영상 정보를 이용 하여 색 추출을 실시한다. Labeling 작업을 통해 경 계 길이를 구한다. Binary된 영역의 경계를 추적해 서 경계 길이를 픽셀의 수로 얻는다.

Fig. 11은 영상처리 소프트웨어 화면을 보여준 다. CCD카메라로부터 획득 한 영상은 (1) 영역에 출력된다. (2) 영역에는 영상처리 결과 영상이 출력 되고, (3) 영역은 버튼 모음으로 카메라 On/Off와 영상을 저장하거나, 영상처리 결과 영상을 저장할 수 있다. 또한, 각각의 색상별로 영상처리가 실시 된다. (4) 영역에는 영상의 정보가 출력된다. (5) 영 상처리 결과를 계산한 측정결과 값이 나타난다.

4. 실험 및 결과

Fig. 12와 같이 실험 장치를 구성했다. 레이저와 카메라를 고정시킬 수 있는 치공구를 제작하여 Dot-Laser 2개와 Line-Laser 1개, 카메라를 설치했다.

Dot-Laser 사이의 거리는 80 mm로 간격을 두고 고 정하고, 이 거리는 실제 측정거리를 구할 때 사용 된다.

Fig. 13은 실험 결과를 나타낸다. Fig. 13(a)는 빨 간색 영상처리 결과를 보여주며 Red Dot-Laser 사 이의 픽셀 값은 약 130픽셀 값으로 계산되었다.

Fig. 13(b)는 초록색 영상처리 결과를 보여주고 Green Line-Laser의 픽셀 값은 약 423 픽셀로 계산 되었다. Fig. 13(c)는 Dot-Laser 사이의 거리 80 mm 와 앞에서 계산된 필셀 값을 이용하여 실제 목재 의 직경을 계산한 결과이다. 측정된 목재의 직경 은 259 mm로 측정되었다.

Fig. 12 Experimental setup

(a) Red color image process

(b) Green color image process

(c) Image process result

Fig. 13 Experimental result with comparison of real timber diameter

Fig. 11 Image processing software window

(6)

Dot-Laser가 평행 상태가 아닐 수 있다. 레이저를 설치 할 때에 작은 오차가 측정 대상에서는 큰 오 차로 발생할 수 있다. 또한 치공구와 측정물체와 의 위치차이로 인한 오차도 무시할 수 없다.

(2) 영상처리 과정에 오차가 발생 된다. 초기 영상의 노이즈는 주변의 조명에 의해서 가장 많이 발생한다. 노이즈에 의한 오차는 카메라 렌즈에 필터를 부착하거나, 영상처리 알고리즘을 보안한 다면 오차 값을 줄일 수 있다.

(3) 경계 검출은 화상의 밝기 변화에 의해 물 체의 윤곽을 산출한다. 경계 검출 이후 Labeling 영상 처리를 하게 되는데, 경계 검출을 할 때 1픽 셀의 화상 밝기 변화가 존재하면 경계추출에 포함 된다. 이러한 부분이 경계추출에 있어서 오차가 생기게 된다. 이러한 부분에 대한 알고리즘을 보 완해야 한다.

본 논문에서는 목재의 직경을 측정하기 위해 비접촉식 측정 방법을 설명하고 그에 대한 측정기 기를 제작하고, 영상처리 소프트웨어를 개발하였 다. 많은 양의 목재를 측정하거나, 접촉식 측정 기 구를 사용하여 측정하기 어려움이 있는 경우에 목 재의 직경을 측정하기에 유용하게 사용될 수 있다.

또한 오차가 발생한 문제점을 해결하면, 목재뿐만 아니라 폭이나 직경, 두께 등 다양한 방면에서 측 정기기로 사용 할 수 있을 것으로 판단된다.

후 기

이 논문은 2014년도 충북대학교 학술연구지원 사업의 연구비 지원에 의하여 연구되었음.

REFERENCES

1. Bradski, G. and Kaehler, A., “Learning Opencv:

Computer Vision with the Opencv Library,”

O’REILLY, pp. 459-517, 2008.

2. Liu, H., Shen, J., and Guo, S., “Digital Image

Conference, pp. 96-101, 2001.

5. Kim S.-H., Nam S.-B., and Lim H.-J., “An Improved Area Edge Detection for Real-Time Image Processing,” Journal of the Korea Society of Computer and Information, Vol. 14, No. 1, pp. 99-106, 2009.