跳到主要內容

臺灣博碩士論文加值系統

(75.101.211.110) 您好!臺灣時間:2022/01/26 13:37
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

: 
twitterline
研究生:許辰合
研究生(外文):CHEN-HO HSU
論文名稱:印刷電路板基本元件圖像之萃取系統
論文名稱(外文):A study on the extraction of the Basic elements on a PC board
指導教授:毛齊武毛齊武引用關係
指導教授(外文):Chi-Wu Mao
學位類別:碩士
校院名稱:國立成功大學
系所名稱:電機工程學系碩博士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:68
中文關鍵詞:印刷電路板
外文關鍵詞:PCB
相關次數:
  • 被引用被引用:7
  • 點閱點閱:768
  • 評分評分:
  • 下載下載:207
  • 收藏至我的研究室書目清單書目收藏:0
製造印刷電路板通常需要多於50個步驟,而建立一個有效率的電路板自動檢測系統是刻不容緩的工作,它能提供客觀與高品質檢測系統以取代過去人工檢測的方式。本論文完成印刷電路板元件檢測前端步驟之研究,首先將灰階PCB電路圖以類神經網路演算法將元件部份與銅膜部份分離,再以Moganti提出搜尋電路元件的修正型演算法萃取出元件,其目的是以比對的方式比較參考電路與待測電路,如此便能找出有瑕疵的元件,最後實現修正型類神經演算法(GLVQ)硬體電路。
It usually needs more than 50 process steps to fabricate a printed circuit board , so it is important to set up an effective automatic visual system to test the PC board. The system can provide subjective and high quantitative assessment and it takes the role of tranditional,i.e. artificial operation. The paper implements the first step of automatic visual system. Firstly,the elements and mold of the gray level PCB image are separated by neural network algorithm.Secondly,the basic patterns of the PCB image are extracted by using modified Moganti algorithm. By comparing the reference board with the test board, we can find the defective components.Finally,a modified GLVQ neural network chip has been developed.
中文摘要 Ⅰ
英文摘要 Ⅱ
誌謝 Ⅲ
目錄 Ⅳ
圖目錄 Ⅷ
表目錄 XI
第一章 導論
1.1 簡介 1
1.2 研究動機 1
1.3 論文流程圖 3
1.4 論文架構 4
第二章 類神經網路及切割法則之簡介 5
2.1 簡介類神經網路 5
2.1.1 類神經網路基本架構 5
2.1.2 類神經網路的歷史與分類 5
2.2 分割演算法 8
2.2.1 LVQ類神經演算法 8
2.2.1.1 簡介LVQ 8
2.2.1.2數學模型與演算法 9
2.2.2 GLVQ演算法 10
2.2.3 HNN演算法 11
2.2.3.1 簡介HNN 11
2.2.3.2 HNN數學模型與演算法 12
2.2.4 FHNN演算法 12
2.2.5 自動閥值擷取 13
2.3 實驗結果 15
2.4 比較三種演算法優缺點與結論 19
第三章 PCB電路板基本元件萃取 21
3.1 簡介 21
3.2 搜尋演算法 22
3.2.1 名詞說明 23
3.2.2 Maganti 搜尋演算法 23
3.2.3 修正型搜尋演算法 24
3.3 使用修正型搜尋演算法之實驗結果與分析 25
3.3.1 實驗結果 25
3.3.2 效能分析 27
3.3.3 結論 27
第四章 實現修正型GLVQ硬體電路 29
4.1 修正型GLVQ類神經網路 29
4.1.1 理論基礎 29
4.2 簡介IEEE754 30
4.3 GLVQ硬體架構 31
4.3.1 問題與解決方式 32
4.3.2 程式執行流程 33
4.3.3四選一多工器 34
4.3.4 浮點加/減器 35
4.3.5 浮點乘法器 38
4.3.6 平方電路 39
4.3.7 除法器 41
4.3.8 權值調整模組 43
4.4 晶片設計流程與電路模擬環境 44
4.4.1 晶片設計流程 45
4.4.2 電路模擬環境 45
4.5 效能分析與實驗結果 46
4.5.1 實驗結果 46
4.5.2 運算單元邏輯電路 48
4.6 結論與改進方向 48
第五章 結論與未來展望 49
參考文獻 52
作者簡介 68
附錄 A PCB之錯誤檢測硬體電路 54
A.1 PCB錯誤檢測演算法之簡介 54
A.1.1參數 54
A.1.2評估標準 55
A.2 PCB檢測硬體電路之實現 57
A.3 實驗結果 60
A.4 結論 67
[1] M. Moganti and F. Ercal, “Automatic PCB inspection algorithms: A survey,” Computer Vision and Image Understanding, vol. 63, no. 2, March, pp. 287-313, 1996.

[2] M. Moganti, “Segmentation of printed circuit board images into basic patterns,” Computer Vision and Image Understanding, vol. 70, no. 1, April, pp. 74-86, 1998.

[3] M. Moganti, “A subpattern level inspection system for printed circuit boards,”Computer Vision and Image Understanding, vol.70,no.1,April,pp.51-62, 1998.

[4] J. J. Hong, K. J. Park, and K. G. Kim, “Parallel processing machine vision system for bare PCB inspection,” Proc. 24th Annu. Conf. IEEE Industrial Electronics Society, vol. 3, pp. 1346-1350, 1998.

[5] Tsunekawa, Hisashi,” Latest image evaluation systems aid efforts for product quality,” Journal of Electronic Engineering, vol. 29, no. 306, pp. 72-77, 1992

[6] K. Tomordi, P. Foldesy, and P. Szolgay, “ On the chip implementation of analogic algorithms for optical detection of some layout errors of printed circuit boards,” Proc. 5th Int. Conf. Cellular Neural Networks and Their Applications Proceedings, pp.162-168, 1998.

[7] J. H. Koo and S. I. Yoo, “ A structural matching for two-dimensional visual pattern inspection,” Proc. IEEE Int. Conf. Systems, Man, & Cybernetics, vol. 5, pp. 4429-4434, 1998

[8] S.H. Guz and L. Onural, “An automated system for design-rule-based visual inspection of printed circuit boards,” Proc. IEEE Int. Conf. Robotics and Automation, vol.3, pp. 2696-2701, 1991

[9] A.M. Darwish and A. K. Jains “A rule based approach for visual pattern inspection” IEEE Trans. Patt. Anal. & Mach. Intell., vol. 10, no. 1, pp. 56-68, Jan. 1988

[10] M. H. Tatibana and R. de A. Lotufo, “Novel automatic PCB inspection technique based on connectivity,” Proc. X Brazilian Symposium on Computer Graphics and Image Processing, pp. 187-194, 1997.

[11]鄭智仁,“使用有號數字系統加法器設計快速浮點乘加單元”,
碩士論文,逢甲大學資訊工程學系碩士班,2001.

[12]葉怡成,“類神經網路模式應用與實作”,儒林圖書有限公司,台北,1993

[13] S.Y. Huang, K.S. Cheng, and C.-W Mao, ”An Unsupervised Gray-Level-Based LVQ Neural Network for PCB Image Segmentation,” Proceedings of the IASTED international Conference on Visualization, Image, and Image Processing, pp. 472 – 476, Sept. 2001.

[14] S. Y. Huang, K.S. Cheng, C.W. Mao, “Basic Patterns Extraction for Printed Circuit Board Images Analysis,” the International Conference on Computer Vision, Pattern Recognition & Image Processing (CVPRIP'2002), Proceedings, 6th Joint Conference on Information Science, March 8-13, 2002, USA. pp. 769—772.

[15] J.-S. Lin, K.-S. Cheng, and C.-W. Mao, “ A fuzzy Hopfield neural network for medical image segmentation,” IEEE Trans. Nuclear Science, Vol. 43, No. 4, pp. 2389-2398, August, 1996.
[16]林灶生,“數位影像處理實務-使用C語言”,松崗電腦圖書資料股份有限公司,台北,1980
[17] C.W.Mao,S.Y.Huang,C.H.XU*,“FPGA Implementation for a novel bare PCB inspect algorithm based on block level,”The 2002 VLSI Design/CAD Symposium
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top