(3.227.208.0) 您好!臺灣時間:2021/04/18 12:51
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:陳玟伶
研究生(外文):Wen-Lin Chen
論文名稱:應用機器視覺於鉚釘電氣接點之表面檢測
論文名稱(外文):Automated Inspection of Electric Contact Rivets UsingComputer Vision
指導教授:田方治田方治引用關係
指導教授(外文):Fang-Chin Tien
口試委員:駱至中葉繼豪
口試委員(外文):Chih-Chung LoChi-Hao Yeh
口試日期:2007-06-05
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:工業工程與管理研究所
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:2007
畢業學年度:95
語文別:中文
論文頁數:119
中文關鍵詞:表面瑕疵檢測機器視覺HJ模式搜尋法真圓度量測區塊分析
外文關鍵詞:Surface Defect DetectionMachine VisionHooke-Jeeves PatternSearchRoundness MeasurementBlob analysis
相關次數:
  • 被引用被引用:3
  • 點閱點閱:185
  • 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
鉚釘電氣接點在各式的開關、斷路器和繼電器中扮演了重要的角色,且在使用期間,每個接點要工作上百萬次,為了能承受這樣嚴格的工作要求,接點必須耐磨,性能可靠。但在接點沖壓、打造的過程中,會因為機械設定參數不佳而產生各式不良缺陷,進而影響接點的導電性、導熱性和外觀賣相,因此本研究目的在運用影像處理技巧,建立一套有效之鉚釘電氣接點之視覺檢測系統,以機器視覺代替人力來做嚴格的品質把關及瑕疵分類。研究內容主要為擷取六種表面瑕疵的空間域特徵資訊來做處理,並依據空間域特徵資訊區別瑕疵種類。
另外,本研究在真圓度量測上共使用三種不同之最佳化方法(粒子群最佳化,(PSO),結合全域學習之模式搜尋法(PSO-HJ法),模擬退火結合模式搜尋法(SA-HJ)來求解真圓度量測之數學模型: 最大內切圓(Maximum Inscribing Circle)和最小外接圓(Minimum Circumscribing Circle),而量測物件為接點之正、反面邊緣。實驗結
果顯示,本研究提出之結合全域學習之模式搜尋法能以較快速度求得真圓度量測結果,其精確度與粒子群最佳化法所得之解相當,而模擬退火結合模式搜尋法則在求解速度和求解品質上都有尚待改善的空間。
Electric contacts for switches, breakers and relays play a very important role in electric industry. In this paper, we propose an automated visual Inspection system for electric contact rivets using computer vision .The system is developed based-on spatial domain information of defects, and classifies the surface defects including cracks, breaks, and scratches.
Furthermore, this study proposes a machine vision-based roundness measuring method that applies Particle Swarm Optimization Algorithm (PSO) , modified Hooke –Jeeves Pattern Search and Simulated annealing algorithms (SA) for computing the roundness measurement of maximum inscribing circle (MIC), minimum circumscribing circle (MCC). Experimental results show the modified Hooke –Jeeves Pattern Search-based method outperforms PSO-based method and SA-based method in both accuracy and the efficiency.
摘 要 i
ABSTRACT ii
致 謝 iii
目 錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究範圍與限制 3
1.4 研究架構 3
第二章 文獻探討 5
2.1 機器視覺之之概念與架構 5
2.2 機器視覺之工業運用 6
2.3表面瑕疵檢驗 10
2.4鉚釘電氣接點之製造流程 13
2.5鉚釘電氣接點之瑕疵種類 16
2.6粒子群最佳化 18
2.6.1粒子群最佳化之發展背景 18
2.6.2粒子群最佳化演算法 19
2.7 Hooke and Jeeves模式搜尋法 21
2.7.1 Hooke and Jeeves法之發展背景 22
2.7.2 Hooke and Jeeves模式搜尋法之步驟 22
2.8 模擬退火 24
2.8.1 模擬退火演算法 24
第三章 研究方法 27
3.1 研究方法概述 27
3.2 鉚釘接點正面區域之影像處理 29
3.2.1 邊緣殘留瑕疵與頭膜破瑕疵之檢測方式 29
3.2.1.1 影像二值化 29
3.2.1.2中值濾波器 32
3.2.1.3 侵蝕 32
3.2.1.4 區塊分析 33
3.2.2 邊緣裂瑕疵之檢測方式 35
3.2.2.1 邊界偵測 36
3.2.2.2 真圓度模型 38
3.2.2.3 應用粒子群最佳化演算法於真圓度量測 40
3.2.2.4 應用結合全域學習之模式搜尋法於真圓度量測 44
3.2.2.5 應用模擬退火結合模式搜尋法於真圓度量測 47
3.3 鉚釘接點反面區域之影像處理 50
3.3.1偏心瑕疵之檢測方式 51
3.3.1.1圓量測 51
3.3.2座裂瑕疵之檢測方式 53
3.3.2.1檢測區域之分割 53
3.3.2.2座裂瑕疵之區塊分析 54
3.4 鉚釘接點側面區域之影像處理 56
3.4.1側裂瑕疵之檢測方式 56
3.4.1.1 ROI影像擷取 58
3.4.1.2 雜訊移除 58
3.4.1.3閉合頂帽轉換 59
3.4.1.4乘冪律轉換 60
第四章 實驗結果與分析 62
4.1實驗硬體架構 62
4.2 實驗步驟與結果 64
4.2.1瑕疵影像 64
4.2.2檢測參數設定 67
4.2.3瑕疵檢測流程 68
4.2.4檢測結果與實驗數據 70
第五章 結論與建議 102
5.1 結論 102
5.2研究貢獻 102
5.3 未來研究建議 103
參考文獻 104
附錄一 瑕疵實驗影像 108
書籍
[1]繆紹綱譯,數位影像處理,台北市:高立圖書有限公司,2003。
[2]吳成柯;程湘君;戴善榮;雲立實,數位影像處理,台北市:儒
林圖書有限公司,2001。
[3]T. Sergios, and K. Konstantinos, Pattern Recognition,
Academic Press, 2003.
[4]R. J. Martin, ” Automated Inspection of Hot Steel
Slabs”, U.S. Patent 4,561104, Dec 24, 1985.
期刊論文
[5]E. N. Malamas, G. M. Euripides Petrakis, Michalis
Zervakis, Laurent Petit, Jean-Didier Legat, ” A survey
on industrial vision systems, applications and tools,”
Image and Vision Computing, Vol. 21, 2003, pp.171-188.
[6]R. T. Chin, ”Automated Visual Inspection:1981 to
1987*,” Computer Vision, Graphics, and Image Processing
, Vol. 41, 1988, pp.346 – 381.
[7]K. C. WONG, MEMBER, IEEE and P. K. SAHOO, “A gray-
level threshold selection method based on maximum
entropy principle,”IEEE Transactions on Systems
,Man,and Cybernetics, Vol. 19, No. 4, 1989.
[8]A. K. Jain, R. P. W. Duin, J. Mao, and M. Senior,
“Statistical Pattern Recognition: A Review,” IEEE
Transactions on pattern analysis and machine
intelligence, Vol.22, No.1, 2000, pp.4-37.
[9]W. Y. Wu, M. J. Wang, and C. M. Liu,” Automated
Inspection of printed circuit boards through machine
vision,”Computers in Industry,Vol. 28,1996,pp.103-111.
[10]B. R. Suresh, R. A. Fundakowski, T. S. Levitt, and J.
E. Overland, ”A real-time automated visual inspection
system for hot steel slabs,” IEEE Trans. Pattern
Anal. Mach. Intell. PAMI-5, No.6, 1983, pp.563-572.
[11]H. S. Don, K. S. Fu, C. R. Liu, W. C. Lin, ”Metal
surface inspection using image processing techniques
,” IEEE Trans, SMC-14, 1984, pp.139-146.
[12]Y. Okawa, ” Automated Inspection of surface
defections of cast metals,” Comput. Vision,Graphics
and Image Process, Vol. 25, 1984,pp.89-112.
[13]A. L. Amet, and A. Ercil, “Texture Defect Detection
using domain co-occurrence matrices,” IEEE Southwest
Symposium, Image Analysis and Interpretation, 1998,
pp.205-210.
[14]B. G. Batchelor, S. M. Cotter, ”Detection of cracks
using image processing algorithms implemented in
hardware,” Image and Vision Comput,1983,pp.21-29.
[15]B. K. Wong, M. P. Elliott, C. W. Rapley, ”Automatic
casting surface defect recognition and classification
,” IEE Colloquium on Application of Machine Vision
,1995,pp.10/1-10/5.
[16]M. J. J. Wang, S.C. Wang, C. M. Liu and W. Y. Wu, “A
new edge detection method through template matching,”
Pattern Recognition Artificial Intell, Vol. 8, No.4,
1994, pp.898-917.
[17]J. Kennedy and R.C. Eberhart, “Particle swarm
optimization,” Proceedings of IEEE International
Conference on Neural Networks, 1995, pp.1942-1948.
[18]Y. Shi and R.C. Eberhart, “A modified particle swarm
optimizer,” Proceedings of the IEEE Congress on
Evolutionary Computation, 1998, pp.69-73.
[19]M. Clerc, “The swarm and the queen: towards a
deterministic and adaptive particle swarm
optimization,” Proceedings of the IEEE Congress on
Evolutionary Computation, 1999, pp.1951-1957.
[20]F. Van Den Bergh and A. P. Engelbrecht, ”A new
locally convergent particle swarm optimiser,” The
Proceedings of IEEE International Conference on
Systms, Man and Cybernetics, Vol. 3, 2002.
[21]R. Hooke, T.A. Jeeves,” A direct search solution of
numerical and statistical problem,” Journal of ACM
8, 1961, pp.212-219.
會議論文
[22]A. M. Wallace, ”Industrial application of computer
vision since 1982,” IEE PROCEEDINGS, Vol. 135, No.3,
1988.
[23]T. Matsubara, T. Toyota, and A.Fujiyama, ” Hot slab
surface inspection by laser scanning method,” Proc.
SPIE, Optical Technique for Industrial Inspection,
1986, pp.665.
[24]J. Ahang, and O. Shunichiro, “Texture image
segmentation method based on wavelet transform and
neural”, Proceedings of the IEEE International
Conference on Systems, Man, and Cybernetics, Part 5(of
5), 1998, pp.4595-4600.
[25]W. Xian, Y. Zhang, Z. Tu, and E. L.Hall, ” Automatic
visual inspection of the surface appearance defects of
bearing roller,” Proceedings of the IEEE
International Conference on Robotics and Automation,
1990, pp.1490-1494.
[26]T. Piironen, O. Silven, M. Pietikainen, T. Laitinen,
and E. Strommer, ” Automated visual inspection of
rolled Metal surfaces”, Machine Vision Applications,
1990,pp.247-254.
[27]M.J.D. Powell, “On search directions for minization
algorithms”, Math. Prog, 4(2), 1973,pp.193-201.
[28]A. F. Kaupe, Jr. Comm., “Remark on algorithm 178[E4]
,” ACM6 (June 1963), pp.313.
[29]M. Bell and M. C. Pike, Comw, “Remark on algorithm
178 [E4],” ACM 9 (Sept. 1966), pp.684
[30]F. K. Tomlin and L. B. Smith (Reed. IT May ,1968, 9
Sept. 1968 and 30 June 1969)
[31]N. Metropolis, A. W. Rosenbluth, and M. N. Rosenbluth,
and A.H. Teller, “Equation of state calculations by
fast Computing machines,” J. Chem. Phys., Vol. 21 ,
No. 6,1953,pp.1087-1092.
[32]S. Kirkpatrick, C. D. Gelatt, and M. P. Vecchi,
“Optimization by simulated annealing,” Science, 220,
pp. 671-680. 1983.
[33]M. C. Chen, D. M. Tsai, and H. Y. Tseng, ”A stochastic
optimization approach for roundness measurements,”
Pattern Recognition Letters 20 ,1999,pp.707-719.
學位論文
[34]傅培耕,即時物體追蹤之立體視覺導引自走車,碩士論文,私
立中原大學機械工程研究所,中壢,2003。
[35]邱培文,自走車視覺導引之走道環境定位分析,碩士論文,國
立中興大學電機工程學系,台中,2003。
[36]陳遵立,軟性電路板自動化視覺導引鑽孔系統之研發,碩士論
文,國立中山大學電機工程學系,高雄,2000。
[37]許嘉豪,複雜紋理之瑕疵檢測,碩士論文,國立台灣科技大學
工程技術研究所自動化及控制學程,台北,2000。
[38]侯景中,機器視覺在金屬表面檢驗之應用,碩士論文,私立義
守大學管理科學研究所,高雄,1999。
[39]張翔昇,應用機器視覺方法於鋼珠表面瑕疵之檢測,碩士論
文,私立元智大學工業工程與管理研究所,中壢,2004。
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