Academia.eduAcademia.edu

Finding Surface Roughness of Materials using Image Focus

2008

Estimation of surface roughness is an important quality measure for many applications including optics, polymers, semiconductor etc. In this paper, we propose to estimate surface roughness using image focus. We use polymers as test objects. The proposed method is an inexpensive and fast method based on Shape From Focus (SFF). We show that the results from SFF are encouraging for comparison of polymers using surface roughness. .

2008년도 대한전자공학회 하계종합학술대회 제31권 제1호 영상 초점을 이용한 물체의 표면 굴곡도 측정 심성오, 아미르, 최태선 광주과학기술원 e-mail : [email protected], [email protected], [email protected] Finding Surface Roughness of Materials using Image Focus Seong-O Shim, Aamir Saeed Malik, Tae-Sun Choi Gwangju Institute of Science and Technology 본 논문에서는 영상의 초점 정보를 획득할 수 있는 Abstract 현미경 시스템을 이용하는 방법을 제안하였다. 이 시 스템은 AFM 이나 SEM 에 비해 가격이 아주 저렴하 Estimation of surface roughness is an important 며 모든 실험실에 구축 가능하다. 표면 굴곡도를 측정 quality measure for many applications including 하는데 걸리는 시간도 1분 이내기 때문에 1시간 이상 optics, polymers, semiconductor etc. In this paper, 이 걸리는 AFM, SEM 보다 훨씬 경쟁력이 있다. 이 we propose to estimate surface roughness using 시스템은 3D 영상 복원 방법 중의 하나인 Shape image focus. We use polymers as test objects. The From Focus (SFF) 에 기반한다. proposed method is an inexpensive and fast method based on Shape From Focus (SFF). We show that the results from SFF are encouraging II. 본론 for comparison of polymers using surface roughness. 2.1 Shape From Focus . 이미징 디바이스의 파라미터 값들을 변경시켜 가면 서 동일 장면의 여러 영상들로부터 장면의 공간정보를 I. 서론 본 논문에서는 표면 굴곡도를 추출하는 기법을 Shape From Focus (SFF) 라고 한 측정하기 다. SFF의 목적은 카메라 렌즈로부터 획득된 피사물체 위하여 의 모든 점들의 깊이를 찾는 것이다. 따라서, 최종적으 Shape From Focus (SFF) 기법을 제안하였다. 표면 로 모든 픽셀들에 대해 최대의 초점값을 갖는 위치의 굴곡도는 폴리머 연구에 필요한 값들 중 하나이다. 일 반적으로 폴리머의 표면 굴곡도를 측정하기 깊이정보를 얻어 depthmap 을 얻는다. 포커스 연산자 위해 는 영상내의 각 픽셀들의 sharpness (초점도) 정도를 Atomic Force Microscope (AFM) 또는 Scanning 계산한다. 대표적인 포커스 연산자로써 gradient 크기 Electron Microscope (SEM)이 사용된다 [1]. AFM과 를 이용한 Tenenbaum (TEN) 연산자 [2], 픽셀 주위 SEM 모두 매우 정확한 결과값을 제공하지만 막대한 의 값들의 분산을 이용한 Gray Level Variance (GLV) 계산량을 필요로 한다. 연산자 907 [2], optical transfer function 을 이용한 2008년도 대한전자공학회 하계종합학술대회 제31권 제1호 Optical 포커스 연산자 [3] 등이 있다. Method: P1b P1u P1v 2.2 표면 굴곡도 표면 굴곡도를 측정하기 위한 다양한 파라미터들이 있다. 그들 대부분은 표면의 평균 level로부터의 편차 TEN 0 ~38% ~78% GLV 0 ~39% ~79% FM0 0 ~38% ~78% 표 2. 샘플 P1, 파라미터: Rq% 를 이용한다. 본 논문에서는 표면 굴곡도의 측정을 위 한 두 개의 파라미터를 사용하였다. 첫째는, 표면의 평 균 level로부터의 평균 편차 값 (Ra) 이며, 둘째는 일 표 2의 결과는 예상치와 일치하였다. 화학적 합성의 반적으로 사용되는 Root Mean Square (RMS) 굴곡도 속성상 샘플 P1u이 base 샘플 P1b보다 더 높은 표면 (Rq) 이다. roughness를 갖으며, 샘플 P1v은 샘플 P1u보다 더 높은 표면 roughnes를 갖을 것으로 기대 되었다. Ⅲ. 실험 및 분석 Ⅳ. 분석 및 결론 3.1 테스트 샘플 실험을 위하여 두 개의 폴리머 P1과 P2를 사용하였 컴퓨터 비전의 다른 분야와 마찬가지로, SFF는 몇 다. 각 폴리머는 또한 두 개의 폴리머로 수정되었다. 개의 내재된 에러가 있다. 이 에러의 주된 원인은 즉, 각 폴리머는 base 샘플 P1b, P2b 와 수정된 폴리머 translation, magnification, 제한된 수의 영상 프레임 이다. 하지만, 물체의 위치를 제한된 간격 이내로 변경 들인 P1u와 P1v, P2u와 P2v로 구성이 된다. 최종목적은 할 수 있기 때문에 이러한 모든 에러는 선형이라고 가 각 샘플들로부터 표면 굴곡도를 계산한 후 P1, P2샘플 정할 수 있다. 이러한 에러로 인해 개별적 샘플의 결 들의 표면 굴곡도와의 차이를 비교하는 것이다. P1v 샘 과가 정확하지 않을지라도 이 결과는 비교의 목적으로 플로부터 획득한 프레임들 중 일부를 그림 2에 나타내 사용될 수 있다. 이러한 에러를 선형이라 가정하기 때 었다. 문에 모든 샘플들은 이러한 에러를 선형의 형태로 갖 는다. 실험을 통하여 비교를 위한 최적의 방법은 Ra, Rb 의 절대값 보다는 base 샘플과의 Rq% 차이임을 알 수 있었다. 이러한 방법으로, 에러의 영향은 최소화 하고 폴리머의 표면 roughnes의 비교를 위하여 SFF 방법을 효과적으로 사용할 수 있다. 그림 2. 영상 시퀀스 P1v의 일부 영상 프레임 참고문헌 3. 2 결과 표 1은 GLV를 이용한 샘플 P1에 대한 Ra와 Rq를 [1] Ho Seung Jeon, Sung-Hwa Oh, Joon-Seop Kim, 나타낸 것이다. P1u의 경우 Ra 굴곡도가 63%, P1v의 Yeonhee Lee, "Effects of various carboxylated 경우 131% 향상되었으며, 마찬가지로, Rq 굴곡도는 benzene salts on the mechanical properties and P1u에 대해 39%, P1v에 대해 79% 향상되었음을 알 수 morphology 있다. P1b P1u P1v of poly(styrene-co-methacrylate) ionomers", Polymer, vol. 44, pp. 4179–4187, 2003. Ra 12.1338 19.7932 28.085 Rq 15.7757 21.9084 28.2678 Ra% Rq% 63.1245 131.4609 38.8743 79.1857 [2] Franz Stephan Helmli and Stefan Scherer, "Adaptive Shape from Focus with an Error Estimation in Light Microscopy", 2nd Int'l Symposium on Image and Signal Processing and 표 1. 샘플 P1, 방법: GLV Analysis (ISPA01), pp. 188-193, June 2001. [3] Aamir Saeed Malik, Tae-Sun Choi, "A Novel 또한, 샘플 P1에 대해 GLV 이외의 다른 포커스 연산 Algorithm for Estimation of Depth Map using 자를 적용하였다. Ra%는 각 방법들에 대해 약간 달랐 Image Focus for 3D Shape Recovery in the 지만, Rq에 대해서는 거의 비슷한 결과를 얻었다. 샘 Presence of Noise", Pattern Recognition, doi: 플 P1에 대한 결과를 표 2에 나타내었다. 10.1016/ j.patcog.2007.12.014, 2008. 908