跳到主要內容

臺灣博碩士論文加值系統

(44.192.38.248) 您好!臺灣時間:2022/11/27 06:04
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:黃國欽
研究生(外文):Kuo-Ching Huang
論文名稱:具週期圖樣大面積高解析電腦視覺瑕疵檢測
論文名稱(外文):High Resolution Defect Vision Inspection for Big Area Flat Panel with Cyclic Patterns
指導教授:游源成游源成引用關係
指導教授(外文):Yuan-Chen Yu
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:機械與自動化工程所
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:126
中文關鍵詞:電腦視覺平板檢測瑕疵檢測瑕疵分類
外文關鍵詞:defect classificationdefect detectioncomputer visionflat-panel inspection
相關次數:
  • 被引用被引用:1
  • 點閱點閱:199
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
摘要
本研究係對大面積平板以高解析機器視覺做瑕疵檢測分類,如針對TFT-LCD之瑕疵檢測,期望系統能具有高效能及自動化的優點,瑕疵偵測包括刮傷與長條狀、圓狀、多重等異物,最小瑕疵為4μm × 4μm,需使用20倍以上的高倍率鏡頭進行高解析檢測。本檢測方法首先取得一個640×480的標準無瑕疵影像,並以影像中的一個週期圖樣為基準,擴充複製至720×540而成”擴充標準影像”,因為影像具週期性,故所有影像都可在”擴充標準影像”中找到相對應區域。第一階段對50組的已知瑕疵種類樣本,在”擴充標準影像”中找出影像相對應之區域,進行影像相減比對而凸顯瑕疵區域,並經由二值化處理及型態學處理後標定出瑕疵區域,再計算各瑕疵區域而取得瑕疵數量、面積、寬度、長度、長寬比及面積/(長×寬)等相關屬性,從而依瑕疵屬性加以歸納分類而建立判別決策樹。第二階段將另外50組受檢測影像按照前面流程,先取得瑕疵屬性,再經由第一階段建立的決策樹進行瑕疵分類而完成瑕疵辨識,實驗結果顯示設定之瑕疵能有效檢知及正確分類。
ABSTRACT
This study proposes an automatic defect vision inspection system with high-resolution capability to detect micro size defects for flat panels, such as TFT-LCD display, which have cyclic patterns on the surface. The defects to be detected and classified include scratches, bar-shape particles, circle-shape particles, and multi- particles. The minimum defects that need to be detected is about 4μm × 4μm. Therefore, high resolution microscope with 20X or more magnification of object lens is required. For the vision inspection process, an enlarge image (720×540) was created first from a regular image (640×480) taken from a non-defected sample, as the “enlarged reference image”. The processing image is then aligned with the “enlarged reference image” to perform image subtraction for extracting the defects. After thresholding the subtracted image into binary image, binary morphology operations were performed to eliminate noises and to make the defect regions more connected. Defect properties, such as object number (N), area (A), bonding box width (W) and height (H), W/H ratio, A /(W×H), were then computed after a connected component labeling operation. It is this set of properties that are used for decision tree construction and for defect classification. Fifty samples with known defects were used for the decision tree construction. Test samples were then examed via the constructed decision tree. Experiment results have shown that the defect detection and classification of the supposed defects performed well.
目 錄
中文摘要 -------------------------------------------------------------- i
英文摘要 -------------------------------------------------------------- ii
目錄 ------------------------------------------------------------------------- iii
參考文獻 -------------------------------------------------------------- iv
表目錄 ----------------------------------------------------------------- v
圖目錄 ----------------------------------------------------------------- vi
第一章 緒論 ---------------------------------------------------------- 1
1.1 研究背景 ---------------------------------------------------- 1
1.2 研究動機及目的 --------------------------------------------- 6
1.3 研究方法簡介 -------------------------------------------- 8
1.4 論文架構 ------------------------------------------------------- 12
第二章 文獻探討 ------------------------------------------------- 13
2.1 瑕疵檢測相關研究 --------------------------------------- 13
2.2 TFT-LCD相關研究之文獻 ----------------------------- 16
2.3 機器視覺應用之研究 ---------------------------------------- 17
第三章 研究方法 ------------------------------------------------- 18
3.1 研究方法流程介紹 --------------------------------------- 18
3.2 形態學(Morphology) ------------------------------------- 27
3.2.1 結構元素的構成 ------------------------------------- 27
3.2.2 膨脹(Dilation) --------------------------------------- 28
3.2.3 侵蝕(Erosion) ------------------------------------------ 29
3.2.4 開運算(Opening)及閉運算(Closing) -------------- 30
3.2.5 標記化(Labeling) -------------------------------------- 32
3.3.光源選用與照明系統 ------------------------------------- 33
3.4.影像處理方法 ---------------------------------------------- 36
第四章 實驗配置與結果 ------------------------------------------- 38
4.1 實驗配置 ----------------------------------------------------- 38
4.2 屬性計算及Decision tree ---------------------------------- 40
4.3 瑕疵辨識結果 ----------------------------------------------- 44
4.4 其它週期性圖樣範例 ---------------------------------------- 50
第五章 結論與後續研究方向 ------------------------------------ 53
5.1 結論 ----------------------------------------------------------- 53
5.2 後續研究方向 ----------------------------------------------- 54 iii
參考文獻 --------------------------------------------------------------- 55
附錄A 建立Decision tree的瑕疵樣本屬性資料 ------------- 57
附錄B 進行瑕疵檢測的樣本圖樣 ------------------------------- 75
附錄C 進行瑕疵檢測的瑕疵樣本屬性資料 --------------------- 100
iv
表目錄
表 1 已知瑕疵種類屬性計算結果 ---------------------------------- 40
表 2 受檢測樣本檢測結果 -------------------------------------------- 49
v
圖目錄
圖 1-1 各顯示器技術特性比較表 ----------------------- 2
圖 1-2 液晶電視面板出貨量比較表 -------------------- 3
圖 1-3 液晶面板外端引腳及其檢測取像順序圖 -------- 4
圖 1-4 一次取像之影像畫面 ---------------------------- 5
圖 1-5 導光板表面 -------------------------------------- 8
圖 1-6 液晶面板彩色濾光片表面 ----------------------- 9
圖 1-7 刮傷圖片 ---------------------------------------- 10
圖 1-8 長條狀異物圖片 ---------------------------------- 10
圖 1-9 圓狀異物圖片 ----------------------------------- 10
圖 1-10 多重異物圖片 ------------------------------------- 10
圖 2-1 液晶面板外接引腳 ------------------------------- 13
圖 2-2 偏光板瑕疵檢測 ---------------------------------- 14
圖 2-3 印刷電路板瑕疵檢測 ----------------------------- 15
圖 3-1 瑕疵辨識決策樹建構流程 ------------------------ 19
圖 3-2 ”擴充標準影像” --------------------------------- 20
圖 3-3 顯微鏡擷取之異物資料 ------------------------- 20
圖 3-4 位移量計算方法 ---------------------------------- 21
圖 3-5 標準影像取像示意圖 --------------------------- 22
圖 3-6 影像處理圖 -------------------------------------- 23
圖 3-7 直方圖 ------------------------------------------ 24
圖 3-8 產生掠過及崩垮二值化範例 -------------------- 25
圖 3-9 未二值化前瑕疵灰階影像 ---------------------- 26
圖 3-10 二值化後瑕疵影像 ------------------------------ 26
圖 3-11 八相鄰結構元素 -------------------------------- 27
圖 3-12 膨脹(Dilation)後的影像 ----------------------- 28
圖 3-13 侵蝕(Erosion)後的影像 ------------------------ 29
圖 3-14 開運算(Opening)後的影像 --------------------- 30
圖 3-15 閉運算(Closing)後的影像 ---------------------- 31
圖 3-16 標記後的瑕疵影像 ------------------------------ 32
圖 3-17 照明方式示意圖 -------------------------------- 34 vi
圖 3-18 正面同軸光源照明外接引腳影像 ---------------- 35
圖 3-19 背面光源照明外接引腳影像 ---------------------- 35
圖 3-20 判斷決策樹示意圖 -------------------------------- 36
圖 3-21 瑕疵區域辨識流程 -------------------------------- 37
圖 4-1 工具型顯微鏡 ------------------------------------- 38
圖 4-2 (5/10/20/50倍)顯微鏡 --------------------------- 39
圖 4-3 LabVIEW軟體示意圖 ----------------------------- 39
圖 4-4 判斷決策樹 ---------------------------------------- 41
圖 4-5 傾斜之長條狀異物 -------------------------------- 42
圖 4-6 修正後的判斷決策樹------------------------------- 43
圖 4-7 檢測樣本-無瑕疵及檢測結果 --------------------- 44
圖 4-8 檢測樣本-無瑕疵及檢測結果 --------------------- 45
圖 4-9 檢測樣本-圓狀異物瑕疵及檢測結果 ------------- 45
圖 4-10 檢測樣本-圓狀異物瑕疵及檢測結果 ------------- 46
圖 4-11 檢測樣本-長條狀異物瑕疵及檢測結果 ---------- 46
圖 4-12 檢測樣本-長條狀異物瑕疵及檢測結果 ---------- 47
圖 4-13 檢測樣本-刮傷瑕疵及檢測結果 ----------------- 47
圖 4-14 檢測樣本-刮傷瑕疵及檢測結果 ----------------- 48
圖 4-15 檢測樣本-多重異物瑕疵及檢測結果 ------------ 48
圖 4-16 檢測樣本-多重異物瑕疵及檢測結果 ------------ 49
圖 4-17 偏光板表面週期圖樣 ---------------------------- 50
圖 4-18 ”週期複製圖樣”取得方法 ------------------------ 51
圖 4-19 偏光板標準影像取像示意圖 -------------------- 52
參考文獻
[1] 邱學源,2004,”導光板品質自動檢測系統之研製”,碩士論文,國立高雄第一科技大學機械與自動化工程系。
[2]. Wu, W., Wang, M.J., Liu, C., 1996, ”Automated Inspection of Printed Boards through Machine Vision” Computer in Industry, Vol.28, pp.103-111.
[3]. 徐妙琴,賴克宗,1994,”電腦視覺在工業上的應用”,自動化科技,第124期,第211-217頁。
[4].W. A. Bently, 1979, ”The Inspection: An Automatic Optical Printed Circuit Board (PCB) Inspection”, Proc.Soc. Photo-Optical Instrumn. Engrs, 201, pp. 37-47。
[5].Horng-Hai Loh; Ming-Sing Lu,1995, ”SMD inspection using structured light”,Industrial Automation and Control: Emerging Technologies, 1995, International IEEE/IAS Conference on , Page(s): 673 –677。
[6].Demir, D.; Birecik, S.; Kurugollu, F.; Sezgin, M.; Bucak, I.O.; Sankur, B.; Anarim,1994, E.” Quality inspection in PCBs and SMDs using computer vision techniques”, Industrial Electronics, Control and Instrumentation, IECON ''94., 20th International Conference on Volume: 2 , 1994 , Page(s):857 -861 vol.2
[7]. 江行全,林泰宗、王建智,1999,”應用電腦視覺系統於表面瑕疵分類之研究”,工業工程學刊,第16卷第四期,第443-453頁。
[8]. 陴E熙,2000,”BGA線上檢測系統之開發”,碩士論文,國立交通大學機械工程研究所。
[9]. 張維娜,2003,”BGA基板視覺檢測”,碩士論文,國立清華大學電機與控制工程系。
[10]. 王定一,2000,”印刷電路板製程瑕疵檢測與分析之研究”,碩士論文,私立中原大學工業工程研究所。
[11]. 陳志忠,2001,”液晶顯示器的像素點缺陷與亮度均一性之自動化檢測”,碩士論文,私立中原大學機械工程研究所。
[12]. 黃哲韻,2000,”應用電腦視覺於隨機性紋路之表面瑕疵檢測”,碩士論文,私立元智大學工業工程研究所。
[13]. 鄧曄如,2004,”應用斜向處理之小波轉換實現軟性電路板之自動化缺陷偵測”,碩士論文,私立大同大學通訊工程研究所。
[14] 呂學仁,2001,”利用數位影像進行硬碟片表面刮痕檢測可行性之研究”,碩士論文,國立清華大學動力機械工程學系。
[15] 鄭光宏,2004,”應用影像視覺於超薄型表面載式電感器之線上自動檢測”,碩士論文,私立大葉大學機電自動化研究所。 55
[16] 謝志雲,1998,”應用電腦視覺於方向性紋路之表面瑕疵檢測”,碩士論文,私立元智大學工業工程研究所。
[17] 曾彥馨,2003,”應用電腦視覺於TFT面板之表面瑕疵檢測與分類”,碩士論文,私立元智大學工業工程研究所。
[18] 洪崇祐,2004,”應用一維傅立葉分析於TFT-LCD液晶顯示面板之瑕疵檢測”,碩士論文,私立元智大學工業工程與管理學系。
[19] 莊樹達,2004,”一維電腦視覺技術於複雜結構之TFT-LCD面板表面瑕疵檢測”,碩士論文,私立元智大學工業工程與管理學系。
[20] 張頌榮,2004,”TFT-LCD面板之點線瑕疵自動化檢測系統”,碩士論文,國立成奶j學製造工程研究所。
[21] 趙新民,2002,”應用非線性擴散於非同質性紋路之ITO導電玻璃表面檢測”,碩士論文,私立元智大學工業工程與管理學系。
[22]. W. Y. Du and S. L. Dickerson , 1998 , ”Passive component inspection using machine vision”, International Conference on Multichip Modules and High Density Packaging, pp.74-79. New York. USA.
[23] 張綜麟,2001,”積層陶瓷電容影像自動辨識之研究”,碩士論文,國立成奶j學電機工程研究所。
[24] 張嘉哲,2000,”電腦視覺檢測於製造程序之應用”,碩士論文,國立中央大學機械工程研究所。
[25] 張宏佐,1999,”積層陶瓷電容製程中自動化電極印刷檢驗之探討”,碩士論文,私立朝陽科技大學工業工程與管理研究所。
[26] 陳志良,2000,”電腦視覺應用檢測視窗對印刷電路板元件之自動檢測”,碩士論文,國立台灣科技大學電子工程研究所。
[27] 顏清居,2000,”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”,碩士論文,國立交通大學工業工程與管理研究所。
[28] 劉權霈,2001,”應用電腦視覺技術於PCB 自動檢測新系統之設計與開發”,國立交通大學工業工程與管理研究所。
[29] 曾紀綱,2004,”應用電腦視覺方法於晶圓表面瑕疵檢測之研究”,碩士論文,私立元智大學工業工程與管理學系。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top