跳到主要內容

臺灣博碩士論文加值系統

(44.211.26.178) 您好!臺灣時間:2024/06/16 01:28
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:黃士紘
研究生(外文):HUANG, SHIH-HUNG
論文名稱:視覺檢測技術於CNC車刀刀片辨識及分類之應用
論文名稱(外文):The Application of Visual Inspection Technology in Identification and Classification for CNC Turning Blades
指導教授:吳明芳吳明芳引用關係
指導教授(外文):WU, MING-FANG
口試委員:黃清池趙全鋐
口試委員(外文):HUANG, CHIN-CHYRCHAO,CHAN-HONG
口試日期:2019-07-13
學位類別:碩士
校院名稱:崑山科技大學
系所名稱:電機工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:66
中文關鍵詞:CNC車床車刀刀片影像處理光學檢測
外文關鍵詞:CNC latheTurning bladeImage processingOptical inspection
相關次數:
  • 被引用被引用:0
  • 點閱點閱:214
  • 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
本文針對CNC車床常用之車刀刀片,透過影像處理技術來設計一個自動檢測方法,此方法運用於檢測CNC車刀刀片種類分辨及刀片磨耗判定,以降低生產成本。
此自動檢測方法主要是透過下列五個步驟設計。第一步,先透過直方圖強化及均化濾波,提升原始影像對比度及降低影像中較銳利的部分。第二步,透過顏色過濾、二值化、中間值濾波、斷開運算及Sobel邊緣檢測等,五個主要的影像處理技術進行影像處理。第三步,設定閥值來判別刀片的種類。第四步,運用第二步之影像處理技術將刀片個別做影像處理,第五步,將刀尖磨耗部位圈選並設定閥值來判定刀片是否堪用。
本文實際運用9種不同刀片種類的分類,及兩種刀片的磨耗辨識結果來說明本自動檢測方法的實用性及有效性。實驗結果在檢測刀片種類之成功率可達100%,檢測80度大片刀片磨耗辨識之成功率可達98%,檢測80度小片刀片磨耗辨識之成功率可達100%。由此可知,本文所提出的CNC車刀刀片自動檢測技術具有相當的實用性。

This thesis is aimed at the turning blades commonly used in CNC lathes, and designs an automatic detection method through the image processing technology. In order to reduce the production costs, this method is used to recognize the CNC turning blade type and inspect the blade abrasion.
The automatic detection method is mainly designed via the following five steps. Firstly, the contrast of the original image is improved by using histogram enhancement, and the homogenization filtering is used to reduce the sharper parts of the image. Secondly, five major image processing techniques including color filtering, binarization, median filtering, disconnection, and Sobel edge detection are used to process the image. The third step, the threshold value is set to determine the type of blade. The fourth step, the individual image of the blades is dealt with the image processing technology described in the second step. The fifth step, circle the tip wear point and set the threshold to judge whether the blade could reused.
This thesis uses 9 different blades for the classification testing and two blades for the abrasion inspection to illustrate the practicality and effectiveness of the automatic detection method. The experimental results show that the success rate of detecting blade types can reach 100%. The success rate of detecting 80-degree large blade wear identification can reach 98%, and the success rate of detecting 80-degree small blade wear identification can reach 100%. It can be seen that the automatic detection technology of CNC turning blade proposed in this thesis has considerable practicability.

中文摘要 i
英文摘要 iii
誌謝v
目錄vi
圖目錄ix
表目錄xvi
第一章 緒論1
1.1 前言1
1.2 研究動機與目的2
1.3 文獻回顧3
1.4 論文架構5
第二章 車刀刀片介紹6
2.1 80度刀片介紹6
2.2 60度刀片介紹8
2.3 55度刀片介紹8
2.4 35度刀片介紹10
2.5 牙刀刀片介紹10
第三章 影像處理技術概述12
3.1 二值化12
3.2 直方圖強化13
3.3 色彩空間轉換14
3.4 雜訊濾波14
3.5 膨脹與侵蝕16
3.5.1 膨脹運算17
3.5.2 侵蝕運算18
3.5.3 閉合運算18
3.5.4 斷開運算19
3.6 Sobel邊緣偵測20
3.7 樣板比對21
第四章 車刀刀片檢測流程23
4.1 刀片樣本建立23
4.2 影像前處理24
4.3 刀片辨識及檢測流程25
第五章 實測結果38
5.1刀片檢測硬體架構38
5.2 刀片形狀辨識結果40
5.3 刀片磨耗辨視結果45
5.3.1 80度大片刀片磨耗辨識結果45
5.3.2 80度小片刀片磨耗辨識結果54
第六章 結論與未來展望62
6.1 結論62
6.2 未來展望63
參考文獻 64


[1] 王清俊,TFT-LCD包裝條碼缺陷視覺檢測技術,國立中興大學, 碩士論文,2017。
[2] 鐘昌翰,影像處理技術應用於河床粒徑分析及魚類數量調查,國立台灣大學,博士論文,2012。
[3] 黃將威,一種創新式外螺紋表面呈現的機械視覺技術,明志科技大學,碩士論文,2013。
[4] 朱浩,利用機器視覺完成車道標線偵測與偏移警示系統之研究,國立台北教育大學,碩士論文,2012。
[5] 歸友亮,整合熱顯像技術與影像處理於建物外牆磁磚剝落偵測,國立中興大學,碩士論文,2016。
[6] 陳健立,以電腦視覺畫面鑑定車削刀片等級之技術研究,朝陽科技大學,碩士論文,2012。
[7] 葉書華,以機器視覺為基礎之刀具磨耗偵測系統研發,義守大學,碩士論文,2008。
[8] 黃國恩,應用影像處理技術之自動化雞蛋包裝檢測系統,中原大學,碩士論文,2015。
[9] 賴宗維,發光二極體視覺檢測之研究,聖約翰科技大學,碩士論文,2011。
[10]施秋安,應用影像處理與光學字元辨識於自動化生產系統資訊擷取之研究,中原大學,2015。
[11]鄭宗欽,自動化影像辨識系統檢測藻類數量及種類方法之研究,國立台灣大學,2008。
[12]吳政墩,應用影像處理技術為基礎之形狀辨識,國立中興大學,2006。
[13]吳俊宏,應用數位影像處理於焦炭粒度線上實測,國立成功大學,2011。
[14]廖于茹,結合確切直方圖指定和影像去雜訊方法運用在影像增強上,國立中興大學,2013。
[15]莊家瑋,運用影像處理和機器學習技術協助長期照護,國立台北科技大學,2016。
[16]住友電工: https://global-sei.cn/
[17]台灣京瓷KYOCERA Taiwan : https://taiwan.kyocera.com/index.html
[18]台灣OMRON: https://www.omron.com.tw/
[19]連國珍,數位影像處理MATLAB,書號 SIM-949A,儒林圖書有限公司,2009年04月出版。
[20]聯聖科技: http://www.vitiny.com/vitiny_ch/about.htm
[21]M. Reisert, O. Ronneberger, and H. Burkhardt, “An efficient gradient based registration technique for coin recognition”, Proceedings of the muscle CIS coin Competition Workshop, Berlin, Germany, pp.19-31, Sep.11 2006.
[22]W. Wasfy, and H. Zheng, “Dual image processing algorithms and parameter optimization”, Natural Computation (ICNC), 2011 Seventh International Conference om, Vol. 2, pp. 946-950, 2011.
[23]Y. Li, J. Liu, J. Tian, H. Xu, “A fast rotated template matching based on point feature”, Proceedings of the SPIE 6043, pp. 453-459, 2005.
[24]S. Birchfield, “Elliptical head tracking using intensity gradients and color histograms”, Dept. of Comput. Sci., Stanford Univ., CA, USA, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 232-237, 1998.

電子全文 電子全文(網際網路公開日期:20240717)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊