(3.231.29.122) 您好!臺灣時間:2021/02/25 16:43
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:李淑惠
研究生(外文):Shu-Hui Lee
論文名稱:X-RAY即時影像強化與瑕疵偵測之研究
論文名稱(外文):Real-time X-ray Image Enhancement and Defects Inspection
指導教授:江行全江行全引用關係
學位類別:碩士
校院名稱:元智大學
系所名稱:工業工程研究所
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2001
畢業學年度:89
語文別:中文
論文頁數:97
中文關鍵詞:影像強化樣板比對相關係數X-ray
外文關鍵詞:X- Ray inspectionimage enhancementtemplate matchingcorrelation
相關次數:
  • 被引用被引用:11
  • 點閱點閱:195
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
X射線檢測法由於可以觀察物體內部結構,因此應用領域廣泛,常應用於工業或醫療領域。由於X射線與物質作用時會產生穿透、散射、吸收現象,因此,待測物的密度與X射線照射的強度是影響影像品質的重要因子。所以當產品組成零件之材料越複雜,X-ray影像的品質也越難控制。
本研究所檢測之國防工業產品有下列兩項特性:
1.物件組合材料複雜,使得所擷取的影像模糊。
2.物件為一旋轉物件。
針對這些問題,本研究分為兩個部分,一為影像即時強化,二為影像比對。影像強化階段,本研究針對目前線上不同的兩種產品,根據產品影像特性,建議兩種不同的強化方式。比對階段,使用相關係數法進行樣板比對偵測出目標物,並對目標物進行相關係數計算,判斷產品是否有異常的發生。
實驗結果發現,強化階段,可以達到即時強化的效能,並協助線上操作人員檢測。比對階段,相關係數法大致上可以正確地找出目標物,但是目標物傾斜則容易產生誤判。
X-ray inspection has wide applications in industry, because it can observe the structure inside of an object. X-ray has the characteristics of perspective, scattering, and absorption through the object, so there are important factors that the object density and the X-ray intensity have effects on image quality. If a product consists variety of materials, it would be more uncontrollable of image quality in using X-ray. The focus of this study is an application of defence industry products which have two characteristics. One of the characteristics is to be complex of the products materials, and the other is to be rotatable of the object.
According to these problems, this research focuses on tow subjects: one is real-time X-ray image enhancement, the other is image matching. The first subject of image enhancement, two different methods based on image feature of two products on the production line are recommended. The second is using correlation method of template matching method to find the target and detect the target which is good or not.
The experiment results of image enhancement stage show that the research improve the original X-ray image quality in real-time process by using digital image processing, and assist the operators in inspecting products. Then the results of the image matching stage can almost detect the defects certainly. In this study, the matching capability is 95%.
目錄
目錄i
圖目錄iii
表目錄vi
第一章 緒論1
1.1 研究背景1
1.2 研究動機與目的2
1.3 研究方法與架構3
第二章 文獻探討5
2.1影像增強5
2.2圖形比對7
2.3動態影像分析9
2.3.1 移動物體的動態追蹤9
2.3.2 三維影像的辨認10
2.3.3 動態影像的資料壓縮10
2.4 X射線檢測11
2.4.1 放射線檢測簡介11
2.4.2 X射線簡介12
2.4.3 X射線的產生13
2.4.4 X射線之原理與特性13
2.4.5 X射線在生物體上的作用14
2.4.6 X射線檢測設備15
2.4.7 X射線影像的品質的決定17
2.5 X射線檢測在工業界的應用19
第三章 影像強化24
3.1實驗環境24
3.2 影像增強之研究方法28
3.2.1 Gray-scale transform31
3.2.2 空間濾波器34
3.2.3 頻率域強化45
3.2.4 強化指標48
3.3 影像強化之實驗結果53
3.3.1 產品A的強化結果57
3.3.2 產品B之強化結果66
3.4 雜訊影像增強的效果67
3.5 強化階段小結79
第四章 樣板比對81
4.1 樣板比對(Template Matching)81
4.2 樣板比對實驗結果83
4.2.1 樣板比對實驗方式83
4.2.2 瑕疵樣本的訓練86
4.2.3 樣板比對之結果88
4.3比對階段小結90
第五章 結論與後續研究方向91
第六章 文獻參考93
圖目錄
圖 1 研究方法流程圖4
圖 2 射線檢測圖示12
圖 3 X射線管圖示,(a)為X射線管外觀,(b)為X射線管內部構造13
圖 4 常見X射線檢測裝置之基本構造16
圖 5 影像來源簡圖24
圖 6 產品檢測流程圖25
圖 7 低劑量之X射線照射下產品透視圖26
圖 8 高劑量X射線照射下產品透視圖26
圖 9 實驗設備架構圖27
圖 10 原始影像與經Stop Motion處理後之影像比較29
圖 11 TrimmedMean濾波圖示29
圖 12 原始影像與經 低通濾波及 Trimmed Mean濾波處理後之影像比較30
圖 13 影像反轉函數圖31
圖 14 原始影像與經反轉處理後之影像比較31
圖 15 Gray-level slicing轉換函數示意圖32
圖 16 原始影像與經Gray-level slicing處理後之影像比較32
圖 17 直方均衡轉換函數33
圖 18 原始影像與經直方均衡轉換處理後之影像比較34
圖 19 遮罩運算圖示35
圖 20 空間低通濾波遮罩圖示36
圖 21 原始影像與經 低通平均濾波器處理後之影像比較36
圖 22 中值濾波圖示37
圖 23 原始影像與經 中值濾波器處理後之影像比較37
圖 24 空間高通濾波遮罩圖示38
圖 25 空間高通濾波遮罩圖示39
圖 26 原始影像與 高通濾波器處理及經 中值濾波器處理後之影像比較39
圖 27 窗函數圖示41
圖 28 LUM低通濾波圖示41
圖 29 LUM低通濾波, 圖示42
圖 30 LUM高通濾波圖示42
圖 31 LUM低通濾波, 圖示43
圖 32 LUM濾波示意圖,(a)為LUM低通濾波,(b)為LUM高通濾波,(c)為LUM濾波。44
圖 33 原始影像與 LUM銳化濾波處理、經 LUM平滑濾波、經 LUM濾波處理後的影像。45
圖 34 同形濾波處理程序46
圖 35 原始影像與同形濾波處理後的影像47
圖 36 測試圖形50
圖 37 最大變異圖示51
圖 38 第一階段初步實驗流程圖53
圖 39 原始整體影像,(a)為產品A,(b)為產品B。54
圖 40 產品A,B的灰階分佈54
圖 41 平均值與對比值之資料分析55
圖 42 平均值與對比值判定值圖示57
圖 43 產品A局部放大,方框部位為所要觀察的位置57
圖 44 有興趣觀察的區域57
圖 45 樣本一在各種強化方法的結果58
圖 46 樣本二在各種強化方法的結果59
圖 47 樣本三在各種強化方法的結果59
圖 48 樣本四在各種強化方法的結果60
圖 49 樣本五在各種強化方法的結果61
圖 50 樣本六在各種強化方法的結果61
圖 51 樣本七在各種強化方法的結果62
圖 52 樣本八在各種強化方法的結果63
圖 53 樣本九在各種強化方法的結果63
圖 54 樣本十在各種強化方法的結果64
圖 55 10個樣本在每一個指標下的對應圖。65
圖 56 產品B的強化結果66
圖 57 產品B使用銳化濾波強化的結果67
圖 58 樣本一在各種高斯雜訊狀況下強化影像的結果69
圖 59 樣本二在各種高斯雜訊狀況下強化影像的結果70
圖 60 樣本三在各種高斯雜訊狀況下強化影像的結果71
圖 61 樣本一在各種均勻雜訊狀況下強化影像的結果72
圖 62 樣本二在各種均勻雜訊狀況下強化影像的結果73
圖 63 樣本三在各種均勻雜訊狀況下強化影像的結果74
圖 64 樣本一在各種胡椒鹽雜訊狀況下強化影像的結果75
圖 65 樣本二在各種胡椒鹽雜訊狀況下強化影像的結果76
圖 66 樣本三在各種胡椒鹽雜訊狀況下強化影像的結果77
圖 67 不同雜訊類型在非邊緣區變異值之分佈79
圖 68 相關係數計算示意圖,表示點 之相關係數配置82
圖 69 為訓練樣本與待測樣本比對的結果82
圖 70 第二階段流程圖83
圖 71 訓練樣本,(a)為原始訓練影像,(b)為經強化後的訓練影像83
圖 72 比對結果圖示85
圖 73 目標物訓練樣本86
圖 74 比對畫面圖87
圖 75 目標物之分類87
圖 76 待測樣本89
Boerner, H., H. Strecker, “Automated X-ray inspection of aluminum castings,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 10, No. 1, 1998, pp. 79-91.
Hansen, K. A., “Nondestructive testing of wooden vessels,” Proceedings of the MTS/IEEE Conference, Vol. 2 , 1997 , pp.1173—1187.
Murray, N.C., R.J. Lacey, and P.H. Mason, “ Exploitation of X-ray technology for the detection of contraband-aviation security applications,”Proceedings of the European Conference on Security and Detection , 1997 , pp. 13 —18.
Smith, G.J. “Bodysearch technology uses X-ray imaging to remove hazards and humiliation from personnel searches,” Proceedings of the IEEE 29th Annual 1995 International Carnahan Conference on Security Technology, 1995 , pp.502 —504.
Avi-Itzhak, H.I., J.A. Van Mieghem, L. Rub, ”Multiple subclass pattern recognition: A maximin correlation approach,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 17, No. 4, 1995, pp. 418-431.
Casasent, D., W. Cox, “Ri-minace filters to augment segmentation of touching objects,” Pattern Recognition,Vol. 31, No.9, 1998, pp. 1311-1317.
Cedras, C., M. Shah, ”A survey of motion analysis from moving light displays “, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1994, pp.214-221.
Dagmar, H. W., “Industrial X-ray 1895 until today,” NDTnet, Vol. 2, No. 1, 1997.
Hardie, R. C., C. Boncelet,” LUM filters: a class of rank-order-based filters for smoothing and sharpening,” IEEE Transactions on Signal Processing, Vol. 41, No. 3, 1993, pp. 1061-1076.
Hardie, R. C., C.G. Boncelet, “Gradient-based edge detection using nonlinear edge enhancing prefilters,” IEEE Transactions on Image Processing, Vol. 4, No. 3, pp. 1572-1577.
Kim, S. Y., D. Han, S. J. Choi, and J. S. Park, “Image contrast enhancement based on the piecewise-linear approximation of CDF,” IEEE Transactions on Consumer Electronics, Vol. 45, No. 3, 1999, pp. 828-833.
Kim, Y. T., “Contrast enhancement using brightness preserving bi-histogram equalization,” IEEE Transactions on Consumer Electronics, Vol. 43, No. 1, 1997, pp. 1-8.
Leu, J. G. ,” Image contrast enhancement based on the intensities of edge pixes,” CVGIP: Graphical Models and Image Processing, Vol 54, No. 6, 1996, pp. 497-506.
Merck, W.F.H., G.C. Damstra, C.E. Bouwmeester, and R.J.B. Gruntjes, “Methods for estimation of the vacuum status in vacuum circuit breakers,” IEEE Transactions on Dielectrics and Electrical Insulation, Vol. 64, 1999, pp. 400—404.
Morrow, W.M., R. B. Paranjape, R. M. Rangayyan, J.E.L. Desautels, “Region-based contrast enhancement of mammograms “, IEEE Transactions on Medical Imaging, Vol. 11, No. 3, 1992, pp. 392 —406.
Morris, R.J., K.V. Mardia, C.C. Taylor, J.D. Burrows, “Knowledge based geometric object recognition”, Proceedings of the IEEE European Conference on Security and Detection, 1997, pp. 47 —50.
Nohre, R., “Deformed template matching by the Viterbi algorithm,” Pattern Recognition Letters, Vol. 17, No. 14, 1996, pp. 1423-1428.
O''Conchuir, D.; J. McCurdy, V. Casey, “Survey of non-destructive inspection methods for solder joint integrity,” Proceedings of the IEEE 1991 National Conference on Aerospace and Electronics, NAECON, vol.3, 1991, pp.1268~1275.
Page, W.H., W. Monteith, “Bone movement analysis from computer processing of X-ray cinematic video images “, Proceedings of the International Conference on Image Processing and its Applications, 1992, pp. 381 —384.
Patel, D., E. R. Davies, I. Hannah, ” The use of convolution operators for detecting contaminants in food images,” Pattern Recognition, Vol. 29, No.6, 1996, pp.1019-1029.
Rossi, M., F. Casali, P. Chirco, M.P. Morigi, E. Nava, E. Querzola and M. Zanarini, “X-ray 3D computed tomography of bronze archaeological samples,” IEEE Transactions on Nuclear Science, Vol. 46, No.1, Aug. 1999, pp. 897-903.
Tae K. K., J. K. Paik, and B. S. Kang, “Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering,” IEEE Transactions on Consumer Electronics, Vol. 44, No. 1, 1998, pp. 82-87.
Umbaugh, S. E., “Computer vision and image process,” Prentice-Hall International, Inc., Upper Saddle River, NJ, 1998.
Verghese, G., K.L. Gale, C.R. Dyer, “Real-time motion tracking of three-dimensional objects,” Proceedings of the IEEE International Conference on Robotics and Automation, Vol. 3, 1990, pp. 1998-2003.
徐正聲,『光源模擬系統:應用機器視覺系統中光源最佳位置之決定,』工業工程期刊,第15卷,第1期,民87, 69-82頁。
陳永增、鄧惠源,非破壞檢測,全華科技圖書股份有限公司,初版,台北,民88。
謬紹綱,數位影像處理-活用Matlab,全華科技圖書股份有限公司,初版,台北,民88。
楊宗霖,一般診斷用放射/透視攝影檢查X射線設備,晟暐電腦排版印刷有限公司,初版,民88。
張振堶,安捷倫電子儀器事業的發展動向,工研院量測中心產業評析,民89。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔