臺灣博碩士論文加值系統

近年來，隨著科技的進步，”影像”成為了一個很重要的角色而現代製造工廠也朝著無人化、自動化的方向前進，目的是為了減少人員疏失、人員管控、減少成本等，常見的產品檢驗站別則可大幅利用影像的辨識與對比能力來取代人員的目視，不僅減少了錯誤率也加快每項產品檢驗的稼動率。本論文針對目前IC電子製造工廠檢驗由人工於產品異常之腳位進行劃記及座標辨識作業，並統計與記錄流程過於繁瑣，因此開發之新系統進行影像對比分析與座標之演算功能。此系統除了取代上述人工作業外，更可增加確認速度及座標正確性，利用LineScan CCD經由掃描資訊以得到該產品之影像，並透過Vision pro進行產品對比將人工標記之位置座標行推算後將產品資訊記錄下來上傳至指定伺服器當中供應其他製程作參考使用。

In recent years, with the progress of technology," "Image" has become a very important role and modern manufacturing factories are also moving towards the direction of unmanned, automated, in order to reduce personnel neglect, personnel control, reduce costs, common product inspection stations can make full use of image identification and comparison ability to replace the visual personnel, not only reduce the error rate but also speed up the operation rate of each product inspection. In this paper, in view of the current inspection of IC electronic manufacturing plants, marking and coordinate identification are carried out manually on the abnormal foot of the product, and the statistics and recording process is too tedious, so the new system is developed to perform image comparative analysis and coordinate calculation functions. In addition to replacing the above-mentioned tasks, the system can also increase the speed of confirmation and accuracy of coordinates. The Line Scan CCD is used to scan the information to obtain the image of the product. The product information will be recorded and uploaded to the designated server for other process reference after product comparison through Vision pro and calculation of manually marked position coordinates.

摘要
ABSTRACT
致謝
目錄
圖目錄
表目錄
第一章、緒論
1.1、前言
1.2、研究動機
1.3、有無自動辨識之差別及流程
1.4、研究架構
第二章、機器視覺理論
2.1、機器視覺概念
2.2、機器視覺優勢
2.3、視覺工具介紹
2.4、線陣相機與CCD應用
2.5、工業鏡頭選擇與應用
2.6、光源的類型及應用
第三章、劃記系統流程及實際應用
3.1、劃記核對系統開發流程介紹
3.2、硬體結構
3.2.1、主硬體介紹
3.2.2、感應器介紹
3.2.3、電控箱介紹
3.3、配方教導
3.3.1、配方產品影像建立
3.3.2、影像特徵建立與分數判別
3.3.3、影像比對與陣列座標分析
3.3.4、影像參考點設置
3.4、測試結果範例
第四章、結果呈現與優化改善
4.1、正式使用系統後結果分析
4.2、時間效益比較
4.3、人力成本配置與結果比較
4.4、機台優化改善
第五章、結論
參考文獻

[1]DIGITIMES,陳玟茹, 〝機器視覺整合系統實現人眼的視覺辨識功能〞10.2013.
https://www.digitimes.com.tw/tech/dt/n/shwnws.aspid=0000352528_DCH6VL2D19GJ199Q8OKAE
[2]DIGITIMES,DIGITIMES企劃, 〝機器視覺成產線自動化關鍵應用〞09.2017.
https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?id=0000510930_hwdlvs6c2rv0pc1kvn5dx
[3]段峰, et al. 〝機器視覺技術及其應用综述〞2002.
[4]Cognex, 〝機器視覺的優點〞05.2016.
https://www.cognex.com/zh-tw/what-is/machine-vision/benefits
[5]Cubic, 〝機器視覺入門Machine Vision〞
https://www.cubic-vs.com/article_detail/33.htm
[6]台部落, 正言, 〝機器視覺（相機、鏡頭、光源）全面概括〞08.2018.
https://www.twblogs.net/a/5b7fba152b717767c6b1432c
[7]CSDN, 〝線陣相機與面陣相機的區別及其應用〞05.2021
https://blog.csdn.net/exove123/article/details/117378053
[8]威視康, 〝CCD與CMOS比較表〞01.2020.
https://www.vsk.com.tw/blog/107-columnist/366-ai-machine-vision-6.html
[9]景通儀器有限公司, 〝機器視覺的光學鏡頭及4大參數介紹〞06.2016
https://www.minixwj.com/info/1667/
[10]CSDN, CWM6364〝工業光源的11種類型及應用領域〞04.2021.
https://blog.csdn.net/HEIMENGER/article/details/115859417
[11]光道視覺科技股份有限公司, 〝機器視覺燈源〞
https://www.aisys.com.tw/web/product/product.php?product_id=100
 
[12]鉅侖科技股份有限公司, 〝260-0201劃記核對系統〞03.2019.
https://www.gilliontec.com.tw/product-equipment.asp?type=300
[13]Litwiller,〝Ccd vs. cmos. Photonics spectra〞2001.
[14]LUNA, Carlos A., et al. 〝Calibration of line-scan cameras〞2009.
[15]張睿騰,〝機器視覺系統快速開發平台〞2014.
[16]詹正良,〝以影像處理方法驗證國家考試答案卡檢測準確性〞2016.
[17]林春甫,et al.〝座標旋轉計算技術之改進〞1996.
[18]黃志榮,〝自動檢測系統之定位、量測與辨識之研究〞2003.