(100.24.122.117) 您好!臺灣時間:2021/04/12 06:39
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:李育承
研究生(外文):YuChungLi
論文名稱:應用XXY平台與雙CCD整合之光學對位系統之設計與控制
論文名稱(外文):Design and Control of an Optical Alignment System Using a XXY Stage Integrated with Two CCD
指導教授:林志哲林志哲引用關係
口試委員:劉永欽姚賀騰吳建達陳介力
口試日期:2013-07-24
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:自動化科技研究所
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:102
中文關鍵詞:XXY平台雙CCD影像辨識類神經網路
外文關鍵詞:XXY stagedual CCDimage recognitionneural network
相關次數:
  • 被引用被引用:3
  • 點閱點閱:2736
  • 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:0
本研究的目標是以自動光學影像辨識的技術取代人工肉眼判斷,進行導引XXY平台進行自動對位控制,並加入類神經演算法來改善影像對位之準準度,開發一套可用於XXY平台上的影像伺服自動化控制系統。研究中以兩個十字靶作為自動光學影像對位系統之測試任務,並透過C++軟體、GIGAE CCD與鏡頭、以及DSP運動控制卡來整合XYY三軸定位平台系統與影像辨識系統二部份,完成精密的影像伺服定位。
影像辨識系統以雙CCD對待測物上之十字靶進行自動光學影像偵測,建立待測物的標靶,找尋待測物的兩辨識標靶位置,再以重心法尋找兩標靶的實際座標。為了使定位組裝的精度更為精確,本研究應用類神經網路系統來改善因旋轉中心改變而產生的位移誤差,可以提高應用影像辨識之伺服定位精度。


In this study, an automatic optical inspection (AOI) system is integrated with a XXY moving stage to replace manual operations to achieve automatic assembling tasks. The AOI-based XXY stage system consists of an automatic vision system, a XXY three-axis positioning stage and a computer with a DSP motion card. The integrated vision servo system has two GIGAE CCDs with lens and the DSP motion card is used to make the XXY three-axis positioning stage perform positioning tasks based on a vision servo system. The vision servo system is developed to provide the position information according to the image recognition of the cross-marks and the DSP motion card is used to produce the positioning command for the XXY stage. To obtain the better precision, a neural network based compensation is proposed to correct the shift positioning error due to the rotation movement.

中文摘要 i
英文摘要 ii
致謝 iii
目錄 iv
表目錄 viii
圖目錄 x
第一章 緒論 1
1.1 研究背景 1
1.2 文獻探討 3
1.2.1 平台介紹 3
1.2.2 影像處理介紹 3
1.2.3 類神經網路介紹 5
1.3 論文內容架構 6
第二章 影像導引對位系統 7
2.1 問題描述 7
2.2 XXY平台架構 8
2.2.1 平台機構介紹 8
2.2.2 XXY 三軸之電控系統與設備介紹 9
2.2.3 XXY三軸運動系統介紹 12
2.2.4 照明技術介紹 15
2.2.5 影像辨識系統使用工具介紹 15
2.3 影像辨識方式 17
2.3.1 二值化 17
2.3.2 影像直方圖 18
2.3.3 形態學 19
2.3.4 邊緣偵測 20
2.3.5 ROI(Region Of Interest) 21
2.3.6 標靶最小化 21
2.3.7 物件比對 21
2.3.8 重心法 22
2.4 影像辨識方法之改善 22
2.5 影像辨識流程 23
2.6 自動化對位設備簡介 24
第三章 雙CCD之光學對位之設計與控制 26
3.1 光學對位流程圖 26
3.2 光學對位之下試片模擬 29
3.2.1 試片移動範圍 29
3.2.1.1 平移範圍限制 29
3.2.1.2 旋轉範圍補償 33
3.2.1.3 平移及旋轉同步進行之移動限制 35
3.2.1.4 對位目標資料庫的建立 36
3.3 對位系統相對關係 37
3.3.1 以向量形式計算對位系統相對關係 37
3.3.2 對位系統之應用與改善 40
3.4 向量形式計算對位系統之簡化 41
3.5 控制命令與類神經應用 44
3.5.1 旋轉控制命令 45
3.5.2 平移控制命令 46
3.5.3 同步進行旋轉及平移之控制命令 47
3.5.3.1 旋轉控制命令補償 48
3.5.4 平均法 48
3.5.5 類神經演算法 49
3.5.5.1 類神經網路基本架構介紹 49
3.5.5.2 倒傳遞類神經網路 50
3.5.5.3 類神經訓練 52
3.5.5.4 類神經回想 54
3.5.5.5 類神經流程 55
第四章 實驗數據與討論 56
4.1 影像辨識 56
4.2 對位流程分析 60
4.2.1 對位系統圖像 60
4.2.2 對位系統之旋轉角度及中心點距離 65
4.2.3 輸入命令 70
4.2.3.1 平移控制命令計算 70
4.2.3.2 旋轉控制計算 71
4.2.3.3 輸入訊號 73
4.3 類神經演算法之數據 74
4.3.1 類神經輸入輸出資料的收集 75
4.3.2 類神經的訓練 81
4.3.3 類神經回想過程 83
4.4 各種對位方式比較 87
4.4.1 平均法 87
4.4.2 類神經演算法 89
4.4.3 二次對位 90
4.4.3.1 應用平均法與二次對位結果比較 90
4.4.3.2 應用類神經演算法與二次對位方法比較 92
4.4.4 所有對位結果比較 94
4.5 平台速度與精度的影響 97
第五章 結論 99
參考文獻 100


[1] Y. Hara, N. Akiyama, and K. Karasaki, Automatic inspection system for printed circuit boards, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-5,NO.6, Nov. (1983) 41-49.
[2] L.E. Weiss, A.C. Sanderson, and C.P. Neμman, Dynamic sensor-based control of robots with visual feedback, IEEE Journal of Robotics and automation, RA-3(5), Oct.(1987) 404-417.
[3] J.M. Parker, A robust machine vision design to facilitate the automation of surface appearance inspection, Proceedings of IEEE/ASME International Conference on Advanced Intelligent Mechatronics, July (2001) 88-92.
[4] Z. Wei, G. Zhang, and X. Li, The Application of Machine Vision in Inspecting Position-Control Accuracy of Motor Control System, Proceedings of the Fifth
[5] 郭俊宏,PC-Based運動控制系統之研製,碩士論文,交通大學電機與控制工程學系,新竹,2003.
[6] 鍾鼎生,應用機器視覺於XY 運動平台上之IC 檢測,碩士論文,崑山科技大學電子工程系,台南,2006
[7] Canny, J.F., A computational approach to edge detection. IEEE Trans Pattern Analysis and Machine Intelligence, 8(6):679-698, Nov 1986.
[8] T.C. Chen, K.L. Chung,” An Efficient Randomized Algorithm for Detecting Circles,” Computer Vision and Image Understanding 83,pp 172-191,2001.
[9] P. V. C. Hough,” Method and means for recognizing complex patterns”, US Patent 3, 069, 654, Dec.18 , 1962 .
[10] 喬珊,CCD影像幾何圖形之辨識,碩士論文,中央大學機械工程研究所,桃園,台灣,1998 .
[11] 陳廣澤,利用影像辨識於微元件組裝定位之研究,碩士論文,大葉大學機械工程研究所,彰化,台灣,2004.
[12] 游國清,LCD組裝製程知影像定位系統研究,碩士論文,逢甲大學自動控制工程研究所,台中,台灣,2004.
[13] A. C. Sanderson and L. E. Weiss,” Image-based visual servo control using relational graph error signals” , Proc. IEEE, pp. 1074-1077, 1980.
[14] 黃朝群,應用於LCD定位檢測系統之應用,碩士論文,逢甲大學自動控制工程學系,台中,台灣,2001.
[15] 張晉魁,影像伺服之電腦整合微組裝系統,碩士論文,大葉大學機械工程研究所,彰化,台灣,2005.
[16] 粘朝益,微奈米影像自動定位系統之研究,博士論文,國立台灣科技大學機械工程系,台北,台灣,2006.
[17] 葉怡成,類神經網路模式應用與實作,台北:儒林圖書公司,2009,第1-1~4-52頁。
[18] 林璟獻,應用B-Spline曲線於CCD次像素技術之研究,碩士論文,國立中央大學機系工程研究所,桃園,台灣,1999.
[19] 廖偉豪,基於影像伺服控制之XXY定位平台的設計與實現,碩士論文,國立臺北科技大學,台北,台灣,2012.
[20] Hau-Wei-Lee,’’ Design and Control of an Optical Alignment System Using a parallel XXY stage and four CCDs For Micro Pattern Alignment’’ ,Canners, France,2012
[21] 全研科技股份有限公司,四驅動對位對準平台,智慧財產局專利。
[22] 全研科技股份有限公司,XXY平台型錄規格表,彰化,台灣全研科技股份有限公司。
[23] 井上誠喜、八木伸行、林正樹、中須英輔、三谷公二、奧井誠人,C語言數位影像處理,台北,全華科技圖書股份有限公司,2005,第1~150頁,
[24] 招永鈞,CCD_application,中華科技大學演講,2012年。


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔