01
데이터 입력 · 검증 (Info)
촬영 파라미터(전압 범위 · 스텝, 반복촬영 횟수 등)를 입력받고, 폴더 내 이미지 수를 예상값과 대조해 P/F 로 자동 검증합니다.
Overview
산업용 X-ray TUBE 의 초점 크기(FSS, Focal Spot Size) 성능을 정량 측정하고, 최적의 포커스 전압을 자동으로 산출하는 Windows 데스크톱 SW 입니다. 촬영 이미지 폴더를 입력받아 Info → ROI Align → 1st Analysis → 2nd Analysis → Result 5단계 위자드로 안내하며, Line pair 구분 판정부터 Modulation 계산, 최적 포커스 전압 도출, 리포트(CSV · 그래프) 저장까지 전 과정을 자동화합니다.
문제
기존에는 검사자가 JIMA 해상도 팬텀을 촬영한 X-ray 이미지를 눈으로 보며 "어느 Line pair 해상도까지 구분되는가"를 수작업으로 판정했습니다. 판정자 간 편차가 크고, 전압 구간별 · 각도별로 수십 장의 이미지를 일일이 확인해야 해 검수 시간이 길었습니다. 특히 노이즈가 많은 16bit raw 이미지에서 해상도 경계를 일관되게 판정하기 어려웠습니다.
기술 스택
Python 3.11 · PyQt6 · numpy · OpenCV · scipy · matplotlib · PyInstaller
핵심 과제
- 01
노이즈에 강건한 해상도 판정
16bit raw X-ray 이미지는 노이즈가 커서 일관된 자동 판정이 어려웠습니다. Peak 검출과 Modulation 이라는 재현 가능한 수치 기준으로 판정을 안정화했습니다.
- 02
명세가 불완전한 분석 케이스 대응
대각 방향으로 촬영된 케이스는 원본 요구 문서에 개념만 있고 수치 명세가 없어, 실제 샘플 데이터를 근거로 판정이 성립하도록 정리하는 것이 과제였습니다.
- 03
실시간 인터랙티브 응답성
사용자가 판정 기준을 바꿀 때 그래프 · 테이블 · 최종 결과가 지체 없이 갱신되도록 응답성을 확보했습니다.
기간 · 분류
2026.05 – 2026.06
산업용 X-ray 계측 · 이미지 신호분석 · 자동화
주요 기능
02
ROI Align
이미지 뷰어 위에 16개 Line pair 영역(ROI)을 오버레이하고, Zoom · Tilt · 밝기 · 대비 슬라이더로 정렬합니다. JIMA 각도별 ROI 위치를 독립 저장 · 복원합니다.
03
1st Analysis — 해상도 구분 판정
Line pair 구분 가능 여부(Yes / No)를 자동 판정하고, 팝업 창의 Full · Zoom 이중 뷰로 판정 근거를 시각화해 검수를 지원합니다.
04
2nd Analysis — Modulation 분석
전 해상도 구간의 Modulation 을 하나의 그래프로 통합 표시하고, 판정 기준값을 실시간으로 조정하면 기준선 · 판정 테이블이 즉시 재계산됩니다.
05
Result · 리포트
최대 구분 가능 해상도와 최적 포커스 전압을 각도별 표로 산출하고, CSV 리포트와 그래프 이미지를 자동 저장합니다.
막연했던 생각을,
구체적인 서비스로.
아이디어만 있어도 괜찮습니다. 무엇을 만들면 되는지부터 함께 정리해 드립니다.