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:2024/06/21 15:50
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:陳國揚
研究生(外文):Chen,Guo-Yang
論文名稱:大尺寸門框機械視覺量測雛型系統開發
論文名稱(外文):Development on Large Dimensional Measurement prototype System of Door Frame by using Machine Vision Technology
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:李榮顯敖仲寧許進忠
口試委員(外文):Lee, Rong-SheanAoh, Jong-NingSheu, Jinn-Jong
口試日期:2021-07-15
學位類別:碩士
校院名稱:國立高雄科技大學
系所名稱:機械工程系
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:2021
畢業學年度:109
語文別:中文
論文頁數:99
中文關鍵詞:非接觸式量測霍夫轉換大尺寸量測find contour二維量測
外文關鍵詞:Non-contact measurementfind contourHough transferLarge size measurementtwo-dimensional measurement
相關次數:
  • 被引用被引用:1
  • 點閱點閱:97
  • 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
門框量測尺寸時會使用接觸式量測,但接觸式量測會因為人員操作誤差或是量測的面或基準有不平整等因素導致量測結果產生不良的影響,量測速度也會受到檢測人員熟練度的影響,為改善以上的問題,本研究採用非接觸式量測進行機械視覺量測系統的開發,目的為達到降低人員操作之誤差及提升量測的速度。
本研究開發之量測硬體系統主要由鋁擠型組成之量測桌與影像擷取裝置搭配光源模組進行取像,本系統會在進行量測前會先用自製之校正板進行校正,校正後將待測的門框放置於檢測區即可進行量測,與現有的人工捲尺量測更可以兼具量測精度與速度。在長度與角度的量測上,使用Visual Studio C#軟體進行量測系統與人機介面之開發,量測程式會進行輪廓找尋並繪出長短邊和角度並量測所需數據,人機介面之設計為增加現場人員使用之便利性,有與配合廠商進行討論並設計出方便現場人員操作之人機介面。
在自開發的量測系統中,先將取像後的影像進行校正與顏色分離,再使用find contour找尋門框輪廓及過濾雜訊以增加系統的穩定性,針對長邊、短邊與角度進行量測。本研究針對淺色與深色的門框進行尺寸的量測及驗證,在穩定性量測中顯示的數據可以證明穩定性良好,在準確度探討中最大正負偏差也皆在±2mm內,角度最大正負偏差也皆在±2度內,因此本系統具有一定的準確度。

Measurement technology is divided into contact and non-contact measurement. Contact measurement not only has a slower measurement speed but also causes bad measurement results due to factors such as operator errors or measurement errors. To improve the above problems, the non-contact measurement system was proposed in this study.
The proposed measurement system is composed of a measurement table, an image acquisition device and a light source module. The system will calibrate with a self-made calibration board before the measurement. After calibration, the door frame can be placed in the inspection area to perform the measurement. It is different from the existing measurement methods, this method is more reliable and convenient. In this study, the Visual Studio C# software was used to develop the measurement system for finding the contour of inspection objects and measuring the length of inspection objects.
In the proposed system, First, the captured image is calibrated and color separated, and then the edge detection method is used to find the contour of the door frame and filter the noise to increase the stability of the system. Finally, the long side, short side, and angle are measured. the stability and accuracy of the proposed system were considered. In the part of the stability of the system, the light-colored and dark-colored were conducted in the study, the results show that the stability of the system is good. In the part of the accuracy of the system, the measurement results of the length and angle of this system are within ±2mm and ±2 degrees, respectively.

摘要 1
Abstract III
致謝 V
目錄 VI
圖目錄 VIII
表目錄 XII
符號說明 XIV
第一章 緒論 1
1-1 前言 1
1-2 研究動機與目的 2
1-3 研究載具概述 3
1-4 文獻回顧 4
1-5 論文架構 20
第二章 影像量測 22
2-1 影像處理 22
2-1-1 灰階(Gray scale) 22
2-1-2 二值化(Binary) 23
2-1-3 HSV顏色空間 24
2-1-4 膨脹(Dilation)侵蝕(Erosion) 25
2-1-5 坎尼邊緣檢測(Canny Edge Detector) 25
2-1-6 霍夫轉換(Hough Transform) 27
2-1-7 亞像素渲染(Sub-pixel rendering) 28
2-1-8 輪廓找尋 29
2-2 非接觸式量測理論 30
2-3 雙線性內插(Bilinear interpolation) 30
第三章 硬體與軟體工具 32
3-1 硬體系統 32
3-2 軟體工具 37
第四章 量測系統開發 39
4-1 校正系統 41
4-2 校正可信度 46
4-3 量測系統 49
第五章 結果與討論 55
5-1 霍夫找線準確性探討 55
5-2 穩定性測試 58
5-3 準確度探討 67
5-4 校正與量測數據探討 70
第六章 結論與建議 72
6-1 結論 72
6-2 建議 73
參考文獻 74
附錄一 78


[1]J. Suber, T. A. Sardjono, R. Mardiyanto, 2015, “Braille Character Recognition Using Find Contour Method”, The 5th International Conference on Electrical Engineering and Informatics 2015
[2]K.D. Rahayu, R. Sigit, D. Agata, A. Pambudi, N. Istiqomah, 2018, “Automatic Gestational Age Estimation by Femur Length using Integral Projection from Fetal Ultrasonography”, 2018 International Seminar on Application for Technology of Information and Communication
[3]J.H. Han, J.H. Kim, S.H. Cheon, J.O. Kim, S.J. Ko, 2010, “A Novel Image Interpolation Method Using the Bilateral Filter”, IEEE Transactions on Consumer Electronics, Vol. 56, pp. 175-181.
[4]J. Canny, 1986, “A Computational Approach to Edge Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, pp. 679-698.
[5]F. Adamo, F. Attivissimo, A.D. Nisio, M. Savino, 2009, “A low-cost inspection system for online defects assessment in satin glass”, Measurement, Vol. 42, pp.1304-1311.
[6]A.T. Pino, K. Krissian, M.A. Flores, D.S. Cedrés, 2013, “Accurate subpixel edge location based on partial area effect”, Image and Vision Computing, Vol. 31, pp.72-90.
[7]Y.F. Li, X.X. Han, S.Y. Li, 2015, “Non-contact Dimension Measurement of Mechanical Parts Based on Image Processing”, 2015 8th International Congress on Image and Signal Processing (CISP 2015)

[8]H. Shen, S.X. Li, D.Y. Gu, H.X. Chang, 2012, “Bearing defect inspection based on machine vision”, Measurement, Vol. 45, pp.719-733.
[9]E.S. Gadelmawla, 2011, “Computer vision algorithms for measurement and inspection of spur gears”, Measurement, Vol. 44, pp.1669-1678.
[10]G.L. Peng, Z.J. Zhang, W.Q. Li, 2016, “Computer vision algorithm for measurement and inspection of O-rings”, Measurement, Vol. 94, pp.828-836.
[11]Q.H Lua, Q.G Fua, L.F. Luoa, Q.L Yuana, W. Huab, Y. Yunguangb, 2018, “Measurement method of LCD surface deformation for smartphone based on optical vision sensing system”, Optik, Vol.172, pp.1079-1088.
[12]L.G. Zhang, Q.L Yang, Q. Sun, D.Y. Feng, Y. Zhao, 2019, “Research on the size of mechanical parts based on image recognition”, Journal of Visual Communication & Image Representation, Vol.59, pp.425-432.
[13]C.W. Liao, J.H. Yu, Y.S Tarng, 2010, “On-line full scan inspection of particle size and shape using digital image processing”, Particuology, Vol.8, pp.286-292.
[14]蔡佳瑋,2020,應用線掃描視覺技術於素面布料染整瑕疵檢測之研究,碩士論文,國立高雄科技大學機械工程系
[15]劉彥醇,2018,CMOS滾動式快門接收器的可見光通訊傳輸和解調性能改進之研究,碩士論文,國立交通大學光電工程學系碩士班
[16]詹喻惟,2016,大型車輛違規偵測系統,碩士論文,私立開南大學資訊學院
[17]李元呈,2015,使用加權最小平方濾波器的邊緣保留影像放大演算法之研究,碩士論文,國立中興大學資訊科學與工程學系
[18]陳亭妤,2017,針對照明不均之影像特殊增強方法,碩士論文,國立中興大學資訊科學與工程學系
[19]馮凱偉,2015,使用單鏡頭攝影機偵測前方載具之移動距離測量系統,碩士論文,國立高雄應用科技大學電子工程系
[20]黃奕和,2016,基於平行線系的隨機霍夫轉換直線偵測方法,碩士論文,國立台北科技大學資訊工程系
[21]吳巨仁,2012,霍夫轉換於幾何物件偵測之研究,碩士論文,私立義守大學資訊工程研究所
[22]呂柏翰,2014,基於車道辨識線之前車辨識偵測強化系統,碩士論文,國立中山大學資訊工程學系
[23]楊博宇,2013,應用霍夫轉換偵測路線之自走車引導,碩士論文,國立臺灣海洋大學機械與機電工程學系
[24]許書豪,2015,旋轉影像拼接於速飛輪光學檢測之應用,碩士論文,國立中興大學機械工程學系
[25]葉自容,2020,齒形環件二維輪廓高速光學量測系統開發之研究,碩士論文,國立高雄科技大學機械工程系
[26]林祐任,2018,電路板零件及焊點之自動光學檢測系統,碩士論文,私立南臺科技大學電子工程系
[27]陳韋榤,2009,應用快速廣義霍夫轉換於歪斜車牌定位與角度估算,碩士論文,國立台灣科技大學高分子工程系
[28]喻振庭,2014,改良型Otsu法在PCB自動光學檢測系統之應用,碩士論文,國立台灣科技大學電機工程系
[29]賴拓文,2012,基於單攝影機技術之室內影像定位系統設計應用於自主式機械人,碩士論文,國立臺灣師範大學應用電子科學系
[30]張晉銘,2019,應用於可彎折面板之以內容為基礎的影像校正技術,碩士論文,國立台北科技大學土木工學程系
[31]繆紹綱編著,2004,數位影像處理,台灣培生教育出版。
[32]G. Woods編著,2008,Digital image processing 3/e,普林斯頓國際有限公司
[33]R. C. Gonzalez and R. E. Woods, 2002, Digital Image Processing , Prentice Hall, Inc.
[34]吳明芳、李振興、王炳聰、詹慧珊、黃建邦,2011,“多人臉影像視覺辨識技術”,崑山科技大學學報,第八期,pp.75-95.
[35]Opencv官網,https://docs.opencv.org/3.4/db/df6/tutorial_erosion_dilatation.html
[36]Opencv官網,https://docs.opencv.org/4.5.2/dd/d1a/group_imgproc_feature.html
[37]A. Kaehler,G. Bradski1原著,賴屹民譯自Learning OpenCV 3, 2017, OpenCV 3學習手冊,碁峰資訊。
[38]張晉嘉、李耀輝、許益嘉、陳易呈,2018,“非接觸式3D感測量測系統”,三聯科技,108,pp.10-17.
[39]李馨編著,2019,新觀念Microsoft Visual C# 2019程式設計範例教本 第五版,旗標科技股份有限公司
[40]吳玉武,2019,操縱機器人所需物件分類和量測機械視覺系統之開發,博士論文,國立高雄科技大學機械工程系

電子全文 電子全文(網際網路公開日期:20260901)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊