Abstract
In automatic defect detection problem for spectacle lenses, it is important to extract lens area accurately. Many existing detection methods fail to do it due to insufficient minute noise removal. In this paper, we propose an automatic defect detection method using Bresenham algorithm and adaptive binarization strategy. After usual average binarization, we apply Bresenham algorithm that has the power in extracting ellipse shape from image. Then, adaptive binarization strategy is applied to the critical minute noise removal inside the lens area. After noise removal, We can also compute the influence factor of the defect based on the fuzzy logic with two membership functions such as the size of the defect and the distance of the defect from the center of the lens. In experiment, our method successfully extracts defects in 10 out of 12 example images that include CHEMI, MID, HL, HM type lenses.
기존의 안경 렌즈 흠집 검출 방법은 영상내의 미세 잡음이 제거되지 않아 렌즈 영역이 정확히 추출되지 않는 경우가 발생하여 흠집 영역을 검출할 수 없다는 문제점이 발생한다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 적응적 이진화 기법과 Bresenham algorithm을 적용하여 흠집 영역을 검출한다. 제안된 방법은 안경 렌즈 영상에서 명암 대비를 적용하여 렌즈의 명암을 강조한다. 명암이 강조된 영상에서 렌즈 밖의 배경 영역은 흠집 검출에 불필요하므로 이진화 기법을 적용한 후에 Bresenham algorithm을 적용하여 렌즈의 윤곽선을 검출하고 렌즈 이외의 배경을 제거한다. 렌즈 이외의 배경이 제거된 렌즈 영상에서 렌즈 내부의 배경과 흠집의 명암 대비를 높인다. 명암이 강조된 렌즈 내부 영역에서 적응적 이진화 기법을 적용하여 흠집과 잡음을 검출한다. 잡음은 중간값 필터를 적용하여 제거한 후에 흠집 영역을 추출한다. 추출된 흠집 영역에서 렌즈의 중심으로부터의 거리와 흠집의 크기를 퍼지 추론 규칙에 적용하여 눈에 미치는 영향 정도를 분석한다. 제안된 방법의 성능을 분석하기 위해 CHEMI, MID, HL, HM과 같은 시력 보정용 렌즈 영상을 대상으로 실험한 결과, 12개의 시력 보정용 렌즈 영상 중에서 10개에서 결함을 성공적으로 추출하였다.