臺灣博碩士論文加值系統

精密塑膠球有著很高的硬度和鋼性，其精密度可達到正負0.2mm~0.001mm之間，具有高度抗變形能力和應力鬆馳能力，它具有良好的綜合性能和耐疲勞性，且耐多次重復衝擊，強度變化很小，加上高技術和高品質，提供給各種高精密的機械零件使用。廣泛的運用在生活上各種零件中，主要用於汽車，傳感器，閥門，泵，衛浴，電子，軸承，電器，等工業。

精密塑膠球最重要的就是其真圓度，真圓度對於精密零件的產品品質之重要性已不在話下，因此在產品製造、生產過程中就不能不考慮其真圓度的量測與管制。但生產現場裡常有些毛邊或異物附著在精密塑膠球表面上，而影響到利用AOI檢驗真圓度時的正確性。本研究比較傅立葉轉換加XY座標法、傅立葉轉換加複數座標法、傅立葉轉換加質心距離法和穩態小波轉換加XY座標法、穩態小波轉換加質心距離法，這五種方法應用在精密塑膠球毛邊濾除的效果，並以PSO結合全域學習之模式搜尋法(HJ-PSO) 計算精密塑膠球之真圓度，實驗結果中以穩態小波轉換加質心距離法的效果最好，能成功的濾除精密塑膠球的毛邊。

Precise plastic ball has very high hardness and rigidity, and it is precision can be achieved between 0.001mm and 0.2mm. It is having capability to resist deformation and stress relaxation, and good fatigue, also it can endure the impact repeatedly, and the change of intensity is very small. Add to high technique and high quality which provide all kinds of high precise machine to use. It applies to all kinds of parts in our life widely. The main purpose of use in the cars, sensor, valve, electron, bearing, electric equipment... etc.

The most important thing is that the roundness of precise plastic ball. Therefore, when we manufacture the product must consider about roundness measure and control. But the dust or raw edge on the surface of precise plastic ball may influence the accuracy of roundness detection by Automatic Optical Inspection. In order to filter out the noise in the boundary of precise plastic ball via several shape descriptors, this study compares the Fourier Transform add XY Coordinates, the Fourier Transform add Complex Coordinates, the Fourier Transform add Centroid Distance, the Stationary Wavelet Transform add XY Coordinates and the Stationary Wavelet Transform add Centroid Distance, these five methods used in precise plastic ball filter out the effect of edges noise, and PSO combined with the global search Hooke-Jeeves pattern search method calculate roundness of precise plastic ball. In experimental results show the Stationary Wavelet Transform add Centroid Distance is better than other methods, able to success filter out the edges noise of precise plastic balls.

目錄
摘　要 i
ABSTRACT ii
第一章 序論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究目的 3
1.4 研究對象及架構 3
第二章 文獻探討 5
2.1 真圓度量測 5
2.2 粒子群最佳化演算法 8
2.2.1 粒子群最佳化演算法之發展背景 9
2.2.2 粒子群最佳化演算法 10
2.3 Hooke and Jeeves 模式搜尋法 13
2.3.1 Hooke and Jeeves法之發展背景 14
2.3.2 Hooke and Jeeves模式搜尋法之步驟 14
2.4 傅立葉轉換 16
2.4.1 離散傅立葉轉換 17
2.4.2 傅立葉分析 18
2.4.3 傅立葉描述子 20
2.5 摺積 21
2.6 小波轉換 23
2.6.1 連續小波轉換 23
2.6.2 離散小波轉換 24
2.6.3 多解析度分析 25
2.6.4 小波的分解與合成 25
2.6.5 小波去雜訊文獻 27
第三章 研究方法 30
3.1 主要方法架構 30
3.2 影像前處理 31
3.2.1 影像二值化 31
3.2.2 邊界偵測 31
3.3 形狀描述法 33
3.4 穩態小波轉換 35
3.5 小波去雜訊 36
3.6 穩態小波轉換加XY座標法 37
3.7 穩態小波轉換加質心距離法 40
3.8 傅立葉描述子 41
3.9 傅立業轉換加複數座標法 42
3.10 傅立葉轉換加XY座標法 43
3.11 傅立葉轉換加質心距離法 44
3.12 真圓度量測 45
3.13 粒子群最佳化演算法於真圓度量測 46
3.14 應用結合全域學習之模式搜尋法於真圓度量測 50
第四章 實驗分析與結果 55
4.1 模擬分析 55
4.2 模擬影像 55
4.2.1 穩態小波轉換加XY座標法 57
4.2.2 穩態小波轉換加質心距離法 62
4.2.3 傅立業轉換加複數座標法 75
4.2.4 傅立葉轉換加XY座標法 82
4.2.5 傅立葉轉換加質心距離法 88
4.3 模擬實驗結果 97
4.4 精密塑膠球實驗硬體架構 99
4.5 精密塑膠球實驗數據 100
第五章 結論與建議 117
5.1 結論 117
5.2 研究貢獻 118
5.3 未來研究建議 118
參考文獻 119

[1]吳成柯；程湘君；戴善榮；雲立實，數位影像處理，台北市：儒林圖書有限公司，2001。
[2]林宸生；陳憶成；林文豐，實用精密量測與機件檢驗，台北市：全欣資訊圖書，1995。
[3]芮國勝；康健譯，小波與傅立葉分析基礎，電子工業出版社，2004。
[4]張振堶；金美敬；自動光學檢測(AOI)市場及技術發展趨勢調查：工研院IEK 系統能源組，2002。
[5]繆紹綱譯，數位影像處理，台北市：高立圖書有限公司，2003。
[6]C. Sidney Burrus, Ramesh A. Gopinath, Haitao Guo. Introduction to Wavelets and Wavelet Transforms：A Primer.1998
[7]John C. Russ, J. Christian Russ.Introduction to image processing and analysis .2008.
[8]Rafael C.Gonzalez. Richard E.Woods. Digital Image Processing.Second Edition.2002.
英文文獻
[9]Albert Boggess.Francis J.Narcowich. First Course in Wavelets with Fourier Analysis,2002.
[10]D. Zhang and G. Lu, Review of shape representation and description techniques,"
[11]David L. Donoho and Iain M.Johnstone. Ideal spatial adaptation via wavelet shrinkage. Biometrika, 81:425-455, 1994. Also Stanford Statistics Dept.Report TR-400,July 1992.
[12]David L. Donoho. De-Noising by Soft-Thresholding. IEEE Transactions on Information Theory, Vol.41, No.3, pp.613-627, May 1995.
[13]D. Zhang and G. Lu, Review of shape representation and description techniques,"
Patt. Recog., 37(1):119,2004.
[14]E. Persoon and K. S. Fu, “Shape discrimination using Fourier descriptors,” IEEE Transactions on Systems, Man and Cybernetics (SMC-7), pp. 170-179, 1977.
[15]H.G.R. Tan, V.H. Mok. A Comparative Evaluation on the Performance of Coifman Discrete and Stationary Wavelet Transform in ECG Signal Denoise Application. UCSI / Center for Research Excellent, Kuala Lumpur, Malaysia.2008.
[16]Ingrid Daubechies. Orthonormal bases of compactly supported wavelets. Communications on Pure and Applied Mathematics. 41:909-996, November 1988..
[17]M. C. Chen, “Roundness inspection strategies for machine visions using non-linear programs and genetic algorithms,” International Journal of Production Research, 38, pp.2967-2988,2000.
[18]M. C. Chen, D. M. Tsai and H. Y. Tseng, “A Stochastic Optimization Approach for Roundness Measurement,” Pattern Recognition Letters, Vol. 20, , pp. 707-719,1999.
[19]Mallat S. Theory for multi-resolution signal decomposition: The wavele representation. IEEE Transactions on Pattern Analysis and Machine Intelligence,
, 11(7):674∼693, 1989.
[20]Nason, G.P.; B.W. Silverman, "The stationary wavelet transform and some statistical applications," Lecture Notes in Statistics, 103, pp. 281-299,1995.
Patt. Recog., 37(1):119,2004.
[21]Stanislaw Osowski. Do Dinh Nghia. Fourier and wavelet descriptors for shape recognition using neural networks—a comparative study.Pattern Recognition Volume 35, Issue 9, Pages 1949-1957, September 2002,
學位論文
[22]姚建廷，圖形識別之小波描述元，碩士論文，高雄工學院電機工程所，高雄，1997。
[23]胡俊光，快速小波轉換之研究，碩士論文，國立台灣大學資訊工程學研究所，台北，2001。
[24]高茂林，應用電腦視覺系統於圓形物體真圓度之檢測，碩士論文，國立成功大學工業管理研究所，台南，1992。
[25]陳志龍，智慧型高速真圓度測定儀模擬系統及演算法，碩士論文，國立台灣大學電機工程研究所，台北，2002。
[26]陳玟伶，應用機器視覺於鉚釘電氣接點之表面檢測，碩士論文，國立台北科技大學工業工程與管理系，台北，2007。
[27]陳建宏，三度空間中之真圓度評估，碩士論文，國立台灣科技大學管理技術研究所，台北，1994。
[28]趙仁宏，使用小波描述子和傅立葉描述子為基礎之二維物件辨識系統，碩士論文，國立中興大學應用數學研究所資訊組，台中，2000。
[29]劉 蓉，使用傅立葉描述子在支持向量機與自我組織映射圖於形狀影像檢索之研究，碩士論文，中華大學，新竹，2006。
[30]滕有揚，數位信號處理晶片應用於聲源訊號雜訊消除之研究，碩士論文，私立中原大學資訊工程學系，桃園，2004。
[31]蔡宗穎，以小波為基礎之智慧型雜訊消除，碩士論文，國立東華大學電機工，學系，花蓮，2007。
[32]蔡宗翰，應用粒子群最佳化演算法於真圓度量測，碩士論文，國立台北科技大學工業工程與管理系，台北，2006。
[33]蔡錦隆，微電腦輔助真圓度誤差即時檢測系統之發展，碩士論文，國立台灣大學機械工程研究所，台北，1985。
網站資料
[34]Joy of Convolution,http://www.jhu.edu/~signals/discreteconv2/index.html