반딧불이 알고리즘을 이용한 Fuzzy C-means 기반의 용접 비드 분할 기법
A Firefly Algorithm-Based Fuzzy C-Means Approach for Weld Bead Segmentation
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
용접 비드 이미지는 모재와 용접부 간의 색상 대비가 낮고, 촬영 환경에 따른 밝기 불균형이 빈번하게 발생하며, 용접 과정에서 생성되는 스패터(spatter)로 인해 다량의 잡음이 포함된다. 이러한 특성은 영상 처리 과정에서 경계 구분을 모호하게 만들고, 결과적으로 정확한 분할(segmentation)을 수행하는 데 큰 어려움을 초래한다. 본 연구에서는 이러한 문제를 해결하기 위하여, 반딧불이 알고리즘(Firefly Algorithm)을 결합한 Fuzzy C-means(FCM) 기반의 군집화(clustering) 방법에 Inverse Gaussian Gradient(IGG)를 적용하였다. 이를 통해 약한 윤곽선을 효과적으로 강조하고, 밝기 불균형으로 인해 손실되기 쉬운 경계 정보를 보완함으로써 안정적인 분할을 가능하게 하였다. 또한, 반딧불이 알고리즘을 적용한 FCM이 본질적으로 잡음에 민감하다는 한계를 극복하기 위해 반복적인 잡음 제거 필터를 추가로 도입하여 불필요한 잡음을 최소화하고, 보다 정밀한 객체 추출 성능을 확보하였다. 비교 실험 결과, 제안한 방법은 mIoU 0.8759, mPA 0.9282로써 기존 방법들보다 우수한 분할 정확도를 나타냈다.
Abstract
Weld bead images suffer from low contrast between the base material and the weld region, are frequently affected by brightness non-uniformity due to varying imaging conditions, and contain a significant amount of noise caused by spatter generated during the welding process. These characteristics obscure boundary delineation in image processing and consequently make accurate segmentation highly challenging. To address these issues, this study applies the Inverse Gaussian Gradient (IGG) to a clustering method based on Fuzzy C-means (FCM) combined with the Firefly Algorithm. This integration effectively emphasizes weak edges and compensates for boundary information that may be lost due to brightness imbalance, thereby enabling more stable segmentation. Furthermore, to overcome the inherent noise sensitivity of FCM enhanced with the Firefly Algorithm, iterative noise removal filters are introduced to minimize unnecessary noise and improve the precision of object extraction. Comparative experiments demonstrate that the proposed method achieves superior segmentation accuracy compared to conventional approaches, with an mIoU of 0.8759 and an mPA of 0.9282.