영상처리를 이용한 치수 측정 기반의 기어 형상 검출 및 결함 검사
Gear Shape Detection and Defect Inspection Based on Dimensional Measurement Using Image Processing
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
최근 제조 산업 현장에서는 웜 기어의 품질 검사가 여전히 작업자의 주관적인 판단에 의존하는 경우가 많아, 검사 결과의 일관성과 정확도에 한계가 존재한다. 이러한 문제를 해결하기 위해 본 연구에서는 영상처리 기반으로 웜 기어의 톱니 개수, 반지름, 양 끝 톱니 간의 각도 등 세 가지 주요 특성을 정량적으로 측정하고, 이를 바탕으로 불량 여부를 자동으로 판별하는 알고리즘을 제안한다. 제안된 방법은 고해상도 이미지를 입력으로 받아 전처리, 윤곽선 검출, 형상 분석의 과정을 거치며, 측정된 특성 값이 기준 오차 범위를 초과할 경우 해당 기어를 불량으로 분류한다. 이는 기존의 작업자 의존적 시각 검사 방식과 달리, 수치화된 데이터를 기반으로 정량적이고 일관된 품질 평가가 가능하다. 또한 자동 처리를 통해 실시간 품질 검사 구현이 가능하다. 실험에서는 대형, 중형, 소형 기어를 대상으로 수행되었으며, 분석 결과와 실측값 간의 오차는 모두 허용 오차 범위 내에 있어 높은 정확도를 확인할 수 있었다.
Abstract
In recent manufacturing environments, the quality inspection of worm gears still heavily relies on the subjective judgment of human inspectors, leading to limitations in consistency and accuracy of the results. To address this issue, this study proposes an algorithm that automatically determines defectiveness by quantitatively measuring three key features of worm gears: the number of teeth, the radius, and the angle between the two outermost teeth using image processing techniques. The proposed method processes high-resolution images through preprocessing, contour detection, and shape analysis. If any of the measured values exceed a predefined tolerance threshold, the gear is classified as defective. Unlike conventional visual inspections dependent on human perception, this approach enables objective, quantitative, and consistent quality evaluation based on numerical data. Furthermore, the method supports real-time quality inspection through automated processing. Experiments were conducted on large, medium, and small gears, and the measurement errors between image-processed results and actual values were all within the acceptable range, demonstrating high accuracy.