國立雲林科技大學 電機工程系 吳先晃所指導 陳尚謙的 透鏡之自動化光學瑕疵檢測 (2021),提出工業用投影機關鍵因素是什麼,來自於光學玻璃透鏡、瑕疵檢測、自動化光學檢測、深度學習。
而第二篇論文國立雲林科技大學 電機工程系 吳先晃所指導 黃子航的 玻璃透鏡瑕疵之自動化光學檢測 (2020),提出因為有 光學玻璃透鏡、瑕疵檢測、自動化光學檢測、深度學習的重點而找出了 工業用投影機的解答。
透鏡之自動化光學瑕疵檢測
為了解決工業用投影機 的問題,作者陳尚謙 這樣論述:
光學玻璃透鏡廣泛應用於各種類型的光學設備、高精密光學元件及高精密鏡頭產品,例如:車載鏡頭、監視器鏡頭、投影機鏡頭、數位相機鏡頭、相關工業用鏡頭、醫療用內視鏡片...等,因使用場域均屬於高科技產品,所以在產品出廠前均須要進行完整的瑕疵檢測,以確保良好的品質。目前業界出廠檢驗,仍依靠人工照射強光並以肉眼仔細檢查鏡片表面來進行外觀瑕疵的檢測。因為檢測過程均依靠人力,常會因疲勞而造成漏檢,且長時間在強光下檢測,也有眼睛受損的風險。而現今產業裡,自動化光學檢測(Automated Optical Inspection, AOI)和人工智慧(Artificial Intelligence, AI)的應用
也越來越普及化,許多科技業、傳統產業紛紛導入AOI或AI系統作為主要的產品檢測系統。因此本研究將光學透鏡作為研究之對象,設計一套AI玻璃透鏡檢測系統,使用用不同種類的相機進行拍攝比較,並且用YOLOv4(You Only Look Once)深度學習模型來進行瑕疵檢測,挑選出應用於玻璃透鏡瑕疵檢測效果最好之方法。最終結果,使用工業相機搭配高角度環光,並且使用YOLOv4作為主要深度學習網路來開發系統,同時此玻璃透鏡瑕疵的準確率達到80.7%,並設計一套使用者介面(User Interface, UI),方便使用者更快速地查看光學透鏡上檢測到的瑕疵,使瑕疵資訊更明瞭,以利協助改善產線製程,提升自
動化產線效能。
玻璃透鏡瑕疵之自動化光學檢測
為了解決工業用投影機 的問題,作者黃子航 這樣論述:
玻璃材質的光學透鏡廣泛應用於各種類型的光學設備、高精密的光學元件及高精密鏡頭產品中,例如:車載鏡頭、監視器鏡頭、投影機鏡頭、數位相機鏡頭、相關工業用鏡頭、醫療用內視鏡片…等,因使用場域均屬高科技產品,所以在產品出廠前均須進行完整的瑕疵檢測,以確保良好的品質。目前業界出廠檢驗,仍依靠人工照射強光並以肉眼仔細檢查鏡片表面來進行外觀瑕疵的檢測。因為檢測過程均依靠人力,常會因疲勞而造成漏檢,且長時間在強光下觀測,也有眼睛受損的風險。而現今產業裡,自動化光學檢測(Automated Optical Inspection, AOI)的應用也越來越普及化,許多科技業、傳統產業紛紛導入AOI系統作為主要的產
品檢測系統,因此本研究將光學透鏡作為研究之對象,設計一套AOI & AI玻璃透鏡檢測系統,使用影像處理結合深度殘差網路(Deep Residual Network, ResNet)來作為第一種測試方法,第二種方法為使用YOLOv4深度網路模型來進行測試,並比較兩種方法的結果,挑選出應用於玻璃透鏡瑕疵檢測效果最好之方法。最終結果,使用YOLOv4深度學習網路的辨識率達到81%,整體檢測時間為84ms,而使用傳統影像處理定位,結合分類網路ResNet網路的辨識率為67.4%,整體檢測時間為371.8ms。YOLOv4在辨識率及檢測時間中,皆優於使用影像處理搭配ResNet的架構。故本研究使用YOL
Ov4作為主要深度網路模型來開發系統,同時此玻璃透鏡瑕疵檢測系統之辨識率達到81.5%,並設計一套使用者介面(User Interface, UI),以及建立資料庫(Database),方便使用者更快速地查看光學透鏡上檢測到的瑕疵,使瑕疵資訊更明瞭,以利協助改善產線製程,提升自動化產線效能。