실시간 직물 결함 탐지 시스템

초록

본 논문은 TI TMS320DM642 DSP 보드에 구현된 실시간 직물 결함 탐지 시스템을 제안한다. 회색 수준 공분산 행렬(GLCM) 기반 텍스처 특징을 추출하고, 슬라이딩 윈도우로 이미지 전체를 순회하면서 텍스처 에너지를 계산한다. 에너지 값이 사전 정의된 기준값을 초과하면 결함으로 판단하고, 화면에 결함 영역을 표시한다. 코드 컴포저 스튜디오로 개발했으며, 실시간 출력이 모니터에 표시되는 것을 확인하였다.

상세 요약

이 연구는 산업 현장에서 요구되는 고속·고정밀 결함 검출을 목표로 하며, 특히 저비용 임베디드 플랫폼인 TI TMS320DM642 DSP를 활용한 구현에 초점을 맞추었다. 텍스처 분석 방법으로 선택된 회색 수준 공분산 행렬(GLCM)은 이미지의 공간적 상관관계를 정량화하는 데 강점이 있다. GLCM에서 추출되는 에너지(energy) 지표는 이미지의 균일성 및 규칙성을 나타내며, 정상 직물과 결함이 있는 영역 사이의 차이를 효과적으로 드러낸다. 논문은 슬라이딩 윈도우 방식을 채택해 전체 이미지에 대해 국소적인 GLCM을 연속적으로 계산한다. 윈도우 크기와 이동 간격은 실시간 성능과 검출 정확도 사이의 트레이드오프를 결정하는 핵심 파라미터이며, 저자는 32×32 픽셀 윈도우와 8픽셀 스트라이드가 적절함을 실험을 통해 제시한다.

DSP 구현 측면에서 가장 큰 도전은 메모리 대역폭과 연산량이다. GLCM은 일반적으로 256×256 크기의 행렬을 필요로 하지만, 논문은 회색 레벨을 8비트에서 4비트(16레벨)로 양자화하여 행렬 크기를 16×16으로 축소함으로써 연산 부하를 크게 낮춘다. 또한, 고정소수점 연산을 활용해 부동소수점 연산에 비해 처리 속도를 향상시켰으며, 루프 언롤링과 DMA(Direct Memory Access) 전송을 병행해 데이터 이동 비용을 최소화하였다. 코드 컴포저 스튜디오(CCS) 환경에서 C와 어셈블리 혼합 코드를 작성함으로써 핵심 루틴의 최적화를 달성했고, 실험 결과 30fps 이상의 프레임 레이트를 유지하면서 결함을 정확히 식별한다는 것을 입증하였다.

알고리즘의 신뢰성을 높이기 위해 기준 에너지값을 학습 단계에서 정상 직물 샘플의 평균 에너지와 표준편차를 이용해 설정한다. 결함 판단은 “평균 ± k·표준편차” 구간을 벗어나는 경우로 정의되며, k값은 2~3 사이에서 조정한다. 이 방식은 조명 변화나 직물 종류에 따른 텍스처 변동을 일정 수준 보정한다. 그러나 논문은 조명 보정 전처리와 다중 스케일 윈도우 적용에 대한 논의가 부족하여, 복잡한 패턴이나 미세한 결함에 대한 민감도가 제한적일 수 있음을 시사한다.

전체 시스템은 결함 영역을 실시간으로 모니터에 사각형 박스로 표시하고, 결함 좌표와 에너지 값을 로그 파일에 저장한다. 이는 현장 운영자가 즉시 결함을 확인하고, 생산 라인에서 불량품을 자동으로 분리하는 데 활용될 수 있다. 향후 연구 방향으로는 FPGA와의 하이브리드 구현, 딥러닝 기반 텍스처 분류와의 결합, 그리고 다중 카메라 시스템을 통한 3D 결함 검출 등이 제시된다. 이 논문은 저비용 DSP 기반 실시간 비전 시스템이 산업용 품질 관리에 실질적인 가치를 제공할 수 있음을 증명한다.