跳到主要內容

臺灣博碩士論文加值系統

(3.231.230.177) 您好!臺灣時間:2021/07/28 23:31
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:張仲華
研究生(外文):Chung-Hua Chang
論文名稱:偏光膜瑕疵檢測分類之研究
論文名稱(外文):Study on Classification of Defect Inspection for Polarizing Films
指導教授:郭文嘉郭文嘉引用關係
指導教授(外文):Wen-Jia Kuo
學位類別:碩士
校院名稱:元智大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:57
中文關鍵詞:偏光膜瑕疵檢測二元區域樣型影像分割類神經網路
外文關鍵詞:Polarizing filmsDefect inspectionLocal binary patternImage segmentationNeural network
相關次數:
  • 被引用被引用:3
  • 點閱點閱:521
  • 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:0
本論文提出一套偏光膜(Polarizing Film)自動化光學檢測(Automatic Optical Inspection , AOI)系統,主要應用影像處理技術及類神經網路理論於偏光膜產品瑕疵檢測與辨識,以電腦視覺檢測系統改善人工檢測之缺失。研究中利用偏光膜影像之影像特性,並結合二元區域樣型(Local Binary Pattern , LBP)紋理特徵,以試誤法找出最佳門檻值,準確地將影像瑕疵區域標記並分割出來。透過十七個有效的特徵值,作為瑕疵分類的依據。瑕疵分類步驟分為三個階段,每一階段皆使用不同的特徵值進行分類,前兩階段主要透過分析類別特性,找出適當的特徵值區分類別,第三階段則使用類神經網路的分類器架構,以七個特徵值作為此分類系統的輸入。本論文所提出的辨識系統可在高類別數、高樣本數的輸入中,產生高辨識率的輸出。實驗結果顯示,本論文提出的偏光膜產品瑕疵檢測與辨識系統平均準確度可達91.55%,可以大大地提升產品檢測之效率。
In this study, we propose an automatic optical inspection (AOI) system to perform defect inspection for polarizing films. The image processing technologies and artificial neural network are used as the main methodology to improve the disadvantages of human inspection in this system. We use the characteristics in the image of polarizing film with local binary pattern (LBP) texture features to segment the defect region. Seventeen effective features are adopted as the basis for the classification of defects. There are three stages for the defect classification. Different kinds of features are used to classify the defects in each stage. In the first two stages, we look for the suitable features for classification by analyzing the characteristics of different classes. In the third stage, seven features are used as the inputs of neural network for further classification. Experimental result shows that the accuracy of the proposed method is 91.55%. The proposed method also demonstrates the ability of classification with high accuracy for large number of classes and numerous samples. The efficiency of AOI system for polarizing films is significantly improved by our proposed method.
書名頁 i
論文口試委員審定書 ii
授權書 iii
中文摘要 iv
英文摘要 v
誌謝 vi
目錄 vii
表目錄 ix
圖目錄 x

第一章 簡介 1
1.1 研究動機與目的 1
1.2 研究背景 2
1.3 文獻探討 3
1.4 流程架構 5
1.5 全文架構 7
第二章 偏光膜 9
2.1 偏光膜種類 9
2.2 偏光膜原理與結構 11
2.3 偏光膜製造流程 14
第三章 偏光膜瑕疵分割 15
3.1 區域成長法(Region Growing Method) 15
3.2 區域分割與合併法(Region Splitting And Merging) 16
3.3 偏光膜分割與合併 17
3.3.1 階層式分割 19
3.3.2 合併 19
3.3.3 邊緣修正 20
第四章 偏光膜瑕疵分類與辨識 22
4.1 第一階段特徵值介紹 22
4.1.1 第一類 26
4.1.2 第二類 26
4.1.3 第三類 26
4.1.4 第四類 27
4.1.5 第五類 27
4.2 第二階段特徵值介紹 27
4.2.1 第六類 29
4.2.2 第七類 29
4.3 第三階段特徵值介紹 30
4.4 類神經網路 32
4.4.1 常用的轉換函數 33
4.4.2 類神經網路基本運作 34
4.4.3 類神經網路架構 35
第五章 實驗結果 37
5.1 實驗步驟及流程 39
5.2 實驗結果 40
5.2.1 二元區域樣型分割結果 40
5.2.2 特徵值選取之因素 40
5.2.3 類神經網路訓練樣本之分類結果 43
5.2.4 測試樣本之分類結果 45
5.3 相關實驗比較 49
5.4 實驗結果與討論 53
第六章 結論與未來研究方向 54
參考文獻 55
[1] C. Chan, G. Pang, “Fabric Defect Detection by Fourier Analysis,” IEEE Trans. Industrial Applications, vol. 36, no. 5, pp. 1267-1276, Dec., 2000.
[2] Xuezhi Yang, Grantham Pang and Nelson Yung, “Fabric Defect Classification Using Wavelet Frames and Minimum Classification Error Training,” Conference Record-IAS Annual Meeting on IEEE Industry Applications Society, May, 2002, Pokfulam Road, Hong Kong, vol. 1, pp. 290-296.
[3] M. C. Hu, I. S. Tsai, “Fabric Inspection Based on Best Wavelet Packet Bases,” Textile Research Journal, vol. 70, no. 8, pp. 662-670, Feb., 2000.
[4] D. M. Tsai, C. Y. Hsieh, “Automated Surface Inspection for Directional Textures,” Image and Vision Computing, vol. 18, no. 1, pp. 49-62, Feb., 1999.
[5] A. Jain, G. Healey, “A Multiscale Representation Including Opponent Color Feature for Texture Recognition,” IEEE Trans. on Image Processing, vol. 7, no. 1, pp. 124-128, Sept., 1998.
[6] H. Yoda, Y. Ohuchi, Y. Taniguchi and M. Ejiri, “An Automatic Wafer Inspection System Using Pipelined Image Progressing Techniques,” IEEE Trans. on Pattern Anal. Machine Intell., vol. 10, no. 1, pp. 4-16, Jan, 1988.
[7] W. D. Capson, S. K. Eng, “A Tiered-Color Illumination Approach for Machine Inspection of Solder Joints,” IEEE Trans. on Pattern Anal. Machine Intell., vol. 10, no. 3, pp. 387-393, Apr., 1988.
[8] 黃良華,「應用理想解類似度順序偏好法於偏光膜之瑕疵檢測」,國立台灣科技大學高分子工程研究所碩士論文,民國九十三年。
[9] 蔡英男,「應用影像處理與類神經網路於偏光膜瑕疵檢測」,國立台灣科技大學高分子工程研究所碩士論文,民國九十二年。
[10] 吳宗諭,「一種以密度為基礎之改良型快速分群演算法及即時偏光板瑕疵區域檢測之應用」,國立台灣科技大學自動化及控制研究所碩士論文,民國九十六年。
[11] 周宥澄,「智慧型線上即時偏光板瑕疵檢測系統之開發與研製」,國立台灣科技大學高分子工程研究所碩士論文,民國九十六年。
[12] 洪崇祐,「應用一維傅立葉分析於TFT-LCD液晶顯示面板之瑕疵檢測」,元智大學工業工程管理研究所碩士論文,民國九十三年。
[13] 許嘉豪,「複雜紋理之瑕疵檢測」,國立台灣科技大學自動化及控制研究所碩士論文,民國八十九年。
[14] K. L. Mak, P. Peng, and H. Y. K. Lau, “A real-time computer vision system for detecting defects in textile fabrics,” Industrial Technology, ICIT 2005. IEEE International Conference, 14-17 Dec., 2005, Hong Kong, China, vol. 1, pp. 469-474.
[15] Hao Liu, Jiuqiang Han, “Defect Detection in Textiles Using Optimal Gabor Wavelet Filter,“ Intelligent Control and Automation, WCICA 2006. The Sixth World Congress, 21-23 June, 2006, Dalian, China, vol. 2, pp.10005-10007.
[16] 王聖智,「TFT液晶顯示面板的Mura瑕疵自動偵測」,國立交通大學電子工程研究所碩士論文,民國九十四年。
[17] T. Ojala, M. Pietikainen, D. Harwood, “A comparative study of texture measures with classification based on feature distributions,” Pattern Recognition, vol.29, no. l, pp. 51-59, Sept., 1996.
[18] 趙中興 編譯,平面顯示器的關鍵原件•材料技術,全華科技圖書,42-43頁,九十年。
[19] 劉瑞祥 編譯,液晶之基礎與應用,國立編譯館,247-249頁,八十五年。
[20] Garvin, et al., “High Selectivity Thin Film Polarizer,” United States Patent 4289381, 1981.
[21] M. Takakuwa, K. Baba and M. Miyagi, “Ultrathin Polarizing Films for the Near-Infrared Region Consisting of Stacked Anisotropic Gold Island Films,” Optics Letters, vol. 21, no.15, pp. 1195-1197, Jan., 1996.
[22] TFT-LCD產業介紹,林冠宇,高雄縣中山工商。
http://www.shs.edu.tw/works/essay/2008/03/2008032913202619.pdf
[23] 宋大成,簡介偏光膜,工業材料,140 期,118-126頁,八十七年。
[24] 黃朝義,偏光膜介紹,光電產業與技術情報,20 期,40-47頁,八十八年。
[25] 劉怡君,偏光膜的原理及應用,工業材料,188 期,153-159頁,九十一
年。
[26] T. Ojala, M. Pietikainen, “Unsupervised texture segmentation using feature distributions,” Pattern Recognition, vol. 32, pp. 477-486, Sept., 1993.
[27] 繆紹綱,數位影像處理,第二版,717-721頁,九十五年。
[28] 葉怡成,類神經網路模式應用與實作,儒林圖書公司,八十四年。
[29] J. Uglov, L. Jakaite, V. Schetinin and C. Maple, “Comparing Robustness of Pairwise and Multiclass Neural-Network Systems for Face Recognition,” Hindawi Publishing Corporation, EURASIP Journal on Advances in Signal Processing, Mar., 2008.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊