臺灣博碩士論文加值系統

本研究完成一套印刷電路板瑕疵檢測之自動光學檢系統。偵測演算法是以稱為影像相減之邏輯演算法為基礎，亦即將待檢測影像與參考影像，相減之後所得到的結果將顯示出兩影像的差異。假使結果是一幅全黑的影像，則代表兩影像完全相同，否則結果影像的內容即為所欲偵測的瑕疵。由此看來，影像相減似乎是個相當容易使用及了解的方法，然而欲確保影像相減為基之瑕疵檢測法的成功，首先必需克服光源變異及影像註記不良的問題。
對於上述兩個問題的解決方式，首先本研究使用直方圖均值化技術，尤指雙曲線立方根型，解決光源變異的問題。接下來，本研究使用一個新潁的特徵對應技術影像註記不良的問題。此技術首先分別從待檢測影像及參考影像中抽取出特徵；接下來根據矩量不變的特性，找出兩影像匹配成功的特徵對；緊接著，假設兩影像之間只存在著仿射轉換 (affine transformation)，則根據特徵對的座標兩影像之間的座標轉換參數即可求出；最後，將待檢測影像的每一個點施行座標轉換，即可讓兩影像完成註記。
為了驗證本研究所發展之以影像相減為基之瑕疵檢測的有效性，本研究針對200組底片影像進行測試。測試結果顯示200張測試影像中只有11張失敗，因此瑕疵偵測率為94.5%。以平方根誤差評估所得之註記誤差平均為0.8個像素。至於檢測速度，檢測完200張影像共花了47.76秒，因此檢測速度為平均每張0.239秒。

We have developed an Automatic Optical Inspection system for detecting defects on a PCB film. The detection algorithm is based on the logical operations on two images, known as image subtraction. That is, by subtracting the standard image from the test image, the resulting image will show the difference between the two images. If the result is a total black image, it means that the two images are exactly the same. Otherwise, the contents of the resulting image will represent the defects. To guarantee the success of subtraction-based defect detection method, it needs to overcome the problems of illumination variance and image misregistration.
With respect to the two problems, we use histogram equalization technique, especially the hyperbolic cube root type, to solve the problem of illumination variance. And then, we use a novel feature-corresponding technique to solve the problem of image misregistration. First, features are extracted from the test image and the standard image separately. Second, according to the moment invariant characteristic, the matched feature pairs can be found. Third, by assuming that the two images are differed only by affine transformation, then based on the matched pairs, the parameters of the coordinate transformation can be found. Finally, the two images can be registered by applying the coordinate transformation to each point in the test image.
200 pairs of film images have been used to test the performance of the proposed subtraction-based defect detection system. The test results show that only 11 out of the 200 images are failed, therefore the detection rate is 94.5%. The registration accuracy evaluated by the root mean square error is about 0.8 pixels on average. As to the speed, it takes 47.76 seconds in total to complete the inspection of the 200 images; therefore the detection speed is 0.239 second per image on average.

中文摘要 i
Abstract ii
誌謝 iv
目錄 iv
圖目錄 viii
表目錄 x
第一章 緒論 1
1.1研究背景 1
1.2印刷電路板視覺檢測技術簡介與討論 3
1.3研究動機與目的 6
1.4參考文獻 8
1.5論文架構 10
第二章 研究設備與方法 11
2.1檢測系統硬體設備 12
2.2檢測流程 15
第三章 影像前處理 19
3.1雜訊處理 19
3.2光源問題改善 21
3.2.1影像補償法(Shading Correction Algorithm) 22
3.2.2直方圖均值化(Histogram Equalization) 22
3.2.3光源補償法效能之比較 23
第四章 相關係數法 25
4.1相關係數演算法 25
4.1.1.正規化相關係數 25
4.1.2.Garakani相關係數 26
4.1.3.加總表相關係數法 27
4.2相關係數法使用與評估 30
4.3相關係數定位法 31
4.4 SAD (Sum of Absolute Difference) 32
第五章 特徵抽取 34
5.1特徵抽取 34
5.1.1區域基準法 34
5.1.2特徵基準法 35
5.2一次微分濾波特徵抽取法 38
5.3各式一次微分濾波器之比較 40
第六章 特徵匹配 43
6.1相似度量測 43
6.2配對法則 51
6.2.1歐幾里得距離(Euclid) 52
6.2.2最短距離分類法 52
6.2.3市區街距離 52
第七章 空間座標轉換 54
7.1空間座標轉換參數計算 56
第八章 實驗結果與討論 58
8.1自製幾何圖形影像之測試 59
8.2 PCB底片影像之測試 65
8.3檢測結果 80
8.4討論 81
第九章 結論 82
9.1結論 82
9.2未來展望 83
參考文獻 85
附錄A 88
A.1 50張測試影像(標準影像) 88
A.2 50張測試影像(具旋轉和平移) 90
附錄B 92
B.1 200張測試影像(標準影像) 92
B.2 200張測試影像(具有缺陷之影像) 96

【1】 劉權霈，”應用電腦視覺技術於PCB自動檢測系統之設計及開發 ”，交通大學，工業工程與管理研究所，碩士論文，2001。
【2】 Hong Ji-Joonq, Park Kyung-Ja, Kim Kyung-Gu, “Parallel Processing Machine Vision System For Bare PCB Inspection,” Industrial Electronics Society. IECON ''98. Proceedings of the 24th Annual Conference of the IEEE, Vol. 3, pp. 1346 -1350, 1998.
【3】 周俊銘，”影像排列技術在刑事鑑識上的應用 ”，中央警察大學，鑑識科學研究所，碩士論文，2001。
【4】 許哲魁，”影像相似度評估函數之分析與比較 ”，國立交通大學，資訊工程所，碩士論文，2001。
【5】 蔡雅惠，”彩色圖形比對：元件搜尋與瑕疵檢測之應用“，元智大學，工業工程研究所，碩士論文，1998。
【6】 顏清居，”應用電腦視覺技術於自動插件印刷電路板之自動檢測新系統設計與開發 ”，國立交通大學，工業工程與管理系碩士論文，1999。
【7】 曾揚建，”車牌辨識系統上車牌尋找、前處理及辨識之研究 ”，國立交通大學，電機與控制工程系，碩士論文，1998。
【8】 Hamada T, Nakahata K, Nomoto M, Nakagawa Y, Hashimoto Y, Karasaki K, “Automated Pattern Inspection System For PCB Photomasks Using Design Pattern Comparison Method,” Industrial Electronics Society. IECON ''90, 16th Annual Conference of IEEE, Vol. 1, pp. 780-785, 1990.
【9】 Kim Nam-Hyeong, Pyun Jae-Young, Choi Kang-Sun, Choi Byeong-Doo, Ko Sung-Jea, “Real-Time Inspection System For Printed Circuit Boards,” IEEE International Symposium on Industrial Electronics, Vol. 1, pp. 166 -170, June 2001.
【10】 林錫寬，”影像定位技術在印刷電路板視覺檢測系統之應用 ”，交通大 學，電機與控制系，八十八年度國科會補助生產自動化技術研究專題要覽，1999。
【11】 Zhaohui Zhang, “A Rough-To-Fine Satellite Image Registration Method With Sub-Pixel Accuracy,” International Conference on Image Processing, Vol. 3, pp. III 385-388, June 2002.
【12】 Dai Xiaolong, Khorram S, “A Feature-Based Image Registration Algorithm Using Improved Chain-Code Representation Combined With Invariant Moments,” IEEE Transactions on Geoscience and Remote Sensing, Vol. 37, Issue 5, pp. 2351-2362, 1999.
【13】 Flusser Jan, Suk Tomas, “A Moment-Based Approach To Registration of Images With Affine Geometric Distortion,” IEEE Transactions on Geoscience and Remote Sensing, Vol. 32, Issue 2, pp. 382-387, March 1994
【14】 Armon M Garakani, Cambridge, Mass, “Methods And Apparatus For Fast Correlation,” United States Patent, Patent Number: 5583954, 1996.
【15】 林建達，”改良式相關係數法於瑕疵檢測之應用 ”，元智大學，工業工程研究所，碩士論文，2002
【16】 William K. D Pratt, “Digital Image Processing,” A Wiley-Interscience Publication, New York, 1991.
【17】 范成棟，”遙控飛機空載視訊影像自動化鑲嵌方法之研究 ”，中央大學，土木工程研究所，碩士論文，2001。
【18】 BROWN L, “A Survey of Registration Techniques,” ACM Computing Surveys (CSUR), pp. 325-376, December 1992.
【19】 黃俊榮，”印刷電路板外觀尺寸自動光學檢測系統 ”，中華大學，機械工程與航太工程研究所，碩士論文，2002。
【20】 高建勇，”渦輪葉片瑕疵之影像自動化檢測系統研 ”，臺灣大學，應用力學研究所，碩士論文，1999。
【21】 陳嘉宏，”機器視覺在導線架檢測上之應用 ”，中華大學，機械與航太工程研究所，碩士論文，1996。
【22】 Meshoul S, Batouche M, “A Fully Automatic Method For Feature-Based Image Registration,”2002 IEEE International Conference on Systems, Man and Cybernetics, Vol. 4, Oct. 2002.
【23】 Madhav Moganti, Fikret Ercal, Cihan H. Dagli, Shou Tsunekawa, “Automatic PCB Inspection Algorithms: A Survey,” Computer Vision and Image Understanding, Vol. 63, No 2, pp. 287-313, Mar 1996.
【24】 Jan Flusser, Tomas Suk, “Pattern Recognition By Affine Moment Invariants,” Pattern Recognition, Vol. 26, No 1, pp. 167-174, Jan. 1993.
【25】 陳維勇，”小波理論應用於影像套合之研究 ”，交通大學，土木工程系，碩士論文，1999。