跳到主要內容

臺灣博碩士論文加值系統

(44.220.44.148) 您好!臺灣時間:2024/06/18 14:11
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:張祐慈
研究生(外文):Chang, Yu-Tzu
論文名稱:非接觸式表面瑕疵檢測精密度提升之研究
論文名稱(外文):A Study on Precision Improvement of Non-Contact Surface Defect Inspection
指導教授:許光城許光城引用關係
指導教授(外文):Hsu, Quang-Cherng
口試委員:林栢村林宜弘
口試委員(外文):Lin, Bor-TsuenLin, Yi-Hong
口試日期:2013-07-09
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:機械與精密工程研究所
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:2013
畢業學年度:101
語文別:中文
論文頁數:131
中文關鍵詞:機械視覺自動光學檢測牙線棒
外文關鍵詞:Machine VisionAutomated Optical InspectionDental Floss
相關次數:
  • 被引用被引用:5
  • 點閱點閱:966
  • 評分評分:
  • 下載下載:40
  • 收藏至我的研究室書目清單書目收藏:1
  牙線棒屬於日常生活中使用頻繁之個人衛生用品,故產品在製造過程中瑕疵檢驗之可靠度、速度及全自動化之程度等指標,即為決定牙線棒產品價值的關鍵。目前業界所採用之牙線棒瑕疵檢測方式基於製造成本上之考量大多僅止於人工挑選或半人工的機構式篩選,然而,人工檢測容易因隨著工作時間拉長而造成瑕疵之判別標準不一致,檢測效率也會受到工作人員之專注程度而有所影響進而造成檢測效果不彰,因此,在牙線棒表面瑕疵之檢測方法上,自動光學檢測系統之建立儼然成為必然之目標。

  本研究以機械視覺(Machine Vision)之方式,就先期研究結果不足之處進行計算方式與辨識邏輯之改良,在計算方式方面,重新審視瑕疵計算邏輯,並作適當的優化與修改;在辨識邏輯方面,利用參數局部化之概念並訂定適當辨識門檻值,以達瑕疵之檢出,進而提高牙線棒線傷、髒汙及缺料三種主要瑕疵之辨識率。

  綜合重複性測試結果得知,本研究除了在瑕疵計算方式上作部分改良,最重要的還是針對辨識邏輯有了全新想法,藉由參數局部化及設立門檻值概念之導入後,量測同一件正常牙線棒半成品所得之最大誤差僅線傷1.06pixels、髒汙20%及缺料2.93pixels。而瑕疵測試件之實驗結果可知,線傷、髒汙及缺料之辨識靈敏度為98.75%、86.64%及97.33%,辨識正確率為84.95%、85.94%及96.05%。

  Dental floss is frequently used in our daily life, so the defect detection indicators of reliability, speed, and the extent of fully automated in the manufacturing process is that of the key of the products value. Currently, the dental floss defect detection method based on the consideration of manufacturing costs adopted by industry is mostly work done by hand. However, manual inspection is easier to cause the poor results due to the different inspection standard or tired worker. In order to reduce this kind of factors, an automated optical inspection system is the way we are toward.

  In this study, we used the machine vision technology to improve the deficiency of the preliminary study, and we proposed a better way to improve the precision of inspection. In the calculations, we surveyed the previous calculation logic and made a proper improvement. In the recognition logic, we used the concept of parameter localization and set the appropriate threshold for the detection of defect in order to increase the accuracy of the floss fiber, impurity and shortage.

  Comprehending the results, we find that when we used the proposed method to measure the same sample several times, the maximum measurement deviation in the three mentioned types of defects is 1.06 pixels, 20%, 2.93 pixels, and each of their inspection sensitivity and accuracy are 98.75%, 86.64%, 97.33%, and 84.95%, 85.94%, 96.05%.

中文摘要 I
Abstract II
誌謝 III
表目錄 VI
圖目錄 VIII
第一章 緒論 1
1-1 前言 1
1-2 文獻回顧 3
1-3 研究動機與目的 11
1-4 論文架構 12
第二章 機械視覺與影像處理 13
2-1 自動光學檢測 13
2-2 打光技術與光源種類 16
2-2-1 正向打光 17
2-2-2 背向打光 17
2-2-3 結構打光 17
2-2-4 光源種類 19
2-3 影像處理概論 20
2-3-1 灰階影像(Gray-Level Images) 20
2-3-2 二值化(Binary) 20
2-3-3 邊緣偵測(Edge Detection) 22
2-3-4 空間濾波(Spatial Filtering) 24
2-4 MIL功能說明 26
2-4-1 Blob分析(Blob Analysis) 26
2-4-2 影像辨識(Image Recognition)與圖塊比對(Pattern Matching) 27
2-4-3 邊緣量測(Edge Measurement) 28
第三章 研究架構與方法 31
3-1 硬體系統架構 31
3-2 軟體建構工具 34
3-2-1 Visual Basic 6.0 34
3-2-2 Matrox Image Library 5.12 34
3-3 系統驗證方式 35
3-3-1 檢測目標物概述 35
3-3-2 特徵長度驗證方式 36
3-4 瑕疵計算方式 39
3-4-1 線傷瑕疵計算方式 39
3-4-2 髒汙瑕疵計算方式 43
3-4-3 缺料瑕疵計算方式 45
3-5 瑕疵辨識方式 47
3-5-1 影像解析度探討 47
3-5-2 瑕疵辨識邏輯 49
3-6 人機介面功能與設計 51
3-7 檢測系統辨識流程 53
第四章 結果與討論 55
4-1 二值化閥值設定 55
4-1-1 線材二值化閥值探討 55
4-1-2 細絲二值化閥值探討 66
4-1-3 髒汙二值化閥值探討 70
4-2 重複性測試 75
4-2-1 精準度測試 76
4-2-2 靈敏度測試 81
4-2-3 穩定度測試 107
第五章 結論與建議 108
5-1 結論 108
5-2 建議 111
參考文獻 112

[1] 江上帆,“自動化系統設計流程之研究-以牙線棒包裝為例”,碩士論文,國立高雄第一科技大學機械與自動化工程所,2009。
[2] 林錦彣,“建立牙線棒瑕疵自動光學檢測系統之研究”,碩士論文,國立高雄應用科技大學機械系碩士班,2011。
[3] H. Shen, S. Li, D. Gu and H. Chang, “Bearing Defect Inspection Based on Machine Vision”, Measurement, Vol. 45, pp. 719-733, 2012.
[4] Y. Jin, Z. Wang, L. Zhu and J. Yang, “Research on in-line Glass Defect Inspection Technology Based on Dual CCFL”, Procedia Engineering, Vol. 15, pp. 1797-1801, 2011.
[5] 曾彥馨,“應用機械視覺於TFT面板之表面瑕疵檢測與分類”,碩士論文,元智大學工業工程與管理研究所,2003。
[6] 邱振洋,“應用電腦視覺於IC檢測之研究”,碩士論文,國立雲林科技大學工業工程與管理研究所,2000。
[7] 梁俊傑,“DVD與VCD光碟表面瑕疵檢測系統之開發”,碩士論文,國立屏東科技大學機械工程系碩士班,2001。
[8] S. C. Lin, C. H. Su, C. H. Chou and H. C. Chen, “A Development of Inspection Techniques for Printed Circuit Board:Form 2-D to 3-D”, SICE Annual Conference, pp. 1110-1115, 2008.
[9] J. A. Throop, D. J. Aneshansley, W. C. Anger and D. L. Peterson, “Quality Evaluation of Apples Based on Surface Defects:Development of an Automated Inspection System”, Postharvest Biology and Technology, Vol. 36, pp. 281-290, 2005.
[10] 高啟泰,“以視覺統引導機械手臂對移動物進行追蹤之研究”,碩士論文,南台科技大學機械工程研究所,2006。
[11] 林祺銘,“玻璃基板邊緣檢測系統之研發”,碩士論文,國立高雄應用科技大學機械與精密工程研究所,2008。
[12] J. N. Kapur, P. K. Sahoo and A. K. C. Wong, “A New Method for gray-level Picture Thresholding Using the Entropy of the Histogram”, Computer Vision, Graphics, and Image Processing, Vol. 29, pp. 273-285, 1985.
[13] N. Otsu, “A Threshold Selection Method from gray-level Histogram”, IEEE Transactions on System, Man, and Cybernetics, Vol. 9, pp. 62-66, 1979.
[14] D. Casasent and R. Krishnapuram, “Curved Object Location by Hough Transformations and Inversions”, Pattern Recognition, Vol. 20, pp. 181-188, 1987.
[15] 李正裕,“車牌辨識系統之研究”,碩士論文,靜宜大學資訊管理學系碩士班,2002。
[16] 歐陽衡,“機械視覺用在封裝IC外觀瑕疵檢測之研究”,碩士論文,成功大學工程科學系,2007。
[17] F. Samopa and A. Asano, “Hybrid Image Thresholding Method Using Edge Detection”, IJCSNS International Journal of Computer Science and Network Security, Vol. 8, No. 11, pp. 292-299, 2008.
[18] F. Adamo, F. Attivissimo, A. D. Nisio and M. Savino, “A low-cost Inspection System for Online Defects Assessment in Satin Glass”, Measurement, Vol. 42, pp. 1304-1311, 2009.
[19] H. F. Ng, “Automatic Thresholding for Defect Detection”, Pattern Recognition Letters, Vol. 27, pp. 1644-1649, 2006.
[20] R. Medina-Carnicer, R. Munoz-Salinas, A. Carmona-Poyato and F. J. Madrid-Cuevas, “A Novel Histogram Transformation to Improve the Performance of Thresholding Methods in Edge Dtection”, Pattern Recognition Letters, Vol. 32, pp. 676-693, 2011.
[21] 范光照、張郭益編著,2011,精密量測,高立圖書有限公司。
[22] 鍾國亮編著,2008,影像處理與電腦視覺,東華書局股份有限公司。
[23] 自動光學檢測概論,http://140.130.15.147/半導體及光電/課程教材/自動化光學檢測/ch01_概論.pdf
[24] 范光照,2012,『自動化光學檢測發展趨勢』簡報資料,台灣大學機械系。
[25] 蔡雅惠,2008,『機器視覺技術』簡報資料,工業發展研究院。
[26] 彩色與數位影位概念,http://163.27.124.4/~chang/graphic/1-2.pdf
[27] R.C. Gonzalez and R.E. Woods , “Digital Image Processing” ,Second Edition Prentice Hall, pp. 78-79, 610-612, 701-703, 2002.
[28] 衛祖賞編著,1989,數位影像處理,全華科技圖書股份有限公司。
[29] Matrox Electronic Systems Ltd., Matrox Imaging Library User Guide, 1998。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊