臺灣博碩士論文加值系統

本論文透過網頁技術與電腦視覺技術發展出鏟花品質檢測系統，鏟花品質檢測主要是由專業的鏟花技術人員去判斷，而隨著每個技術人員的經驗、技術、眼力與穩定度的各個不同方面的影響，每個個所判斷的標準也有著相當的落差，近年來越來越多透過影像視覺的方式來判斷鏟花的品質，但是都有著平台上的限制，目前在市面上主要有Apple iOS、 Google Android、Windows 與 Linux 為主流的作業系統，而現有的鏟花影像檢測系統，大多都須使用攝影設備與Windows電腦做連結或只限制在Android OS的手機，並無考慮到平台的限制性，本篇提出由網頁技術搭建系統，並使用OpenCV.js在瀏覽器上擷取裝置所上傳的圖片，將RGB圖像分離後取出目視圖象最為良好圖像，然後進行二值化、中值濾波與形態學的圖像處理方法，達到無平台限制與鏟花品質檢測的目的。

This paper develops a cross-platform scraping quality inspection system via web technology and computer vision. Each scraping expert has different criteria for scraping quality inspection. This results in different qualities for different experts on the same quality inspection due to different experts’ experience. In recent years, the quality inspection of scraping is conducted by computer vision systems, but there are restrictions of these systems due to not providing cross-platform versions. This leads to high cost on developing the kind of systems due to each program version for each platform. Currently, there are popular platforms such as Apple iOS, Google Android, Windows and Linux. Moreover, development of existing scraping image detection systems is high-cost due to a need of photography equipment to connect to computers and a single platform version, Android version. Therefore, this thesis employs web technology and OpenCV.js to develop a cross-platform scraping quality inspection system to support scraping quality inspection over various platforms. This approach reduces the cost of developing scraping quality inspection systems. It can solve the problem of different quality inspections on the same scraping via distinguished experts.

摘要 ...i
Abstract ...ii
誌謝 ...iv
目錄 ...v
表目錄 ...vii
圖目錄 ...viii
第一章 研究動機目的 ...1
1.1研究動機 ...1
1.2研究目的 ...2
1.3研究限制 ...3
第二章 相關文獻回顧 ...4
2.1鏟花技術回顧 ...4
2.2現有檢測鏟花的影像處理 ...5
第三章 背景回顧 ...12
3.1跨平台網頁技術 ...12
3.1.1 HTML ...12
3.1.2 JavaScript ...13
3.1.3 JSON ...13
3.1.4 CSS ...13
3.1.5 Bootstrap ...14
3.1.6 Vue.js ...15
3.2 二值化影像 ...15
3.3 灰階影像 ...16
3.4 彩色影像 ...16
3.5 中值濾波法 ...17
3.6 大津演算法 ...17
3.7 侵蝕與膨脹 ...19
3.8 開運算與閉運算 ...22
3.9 透視變換 ...24
3.10 OpenCV ...25
第四章 跨平台鏟花影像品質檢測系統 ...26
4.1 系統架構 ...26
4.2 系統操作流程 ...28
4.3 鏟花影像處理流程 ...36
第五章 實驗設備與結果 ...41
5.1 實驗設備 ...41
5.2 實驗結果 ...42
第六章 結論與未來研究 ...48
6.1 結論 ...48
6.2 未來研究 ...48
參考文獻 ...50
Extended Abstract ...53

 

[1]財團法人精密機械研究發展中心，"工具機組立技術鏟花校準作業書"。
[2]葉俊沅，2017，"自動鏟花系統之研究與開發"，清華大學動力機械工程學系學位論文。
[3]周睿程.，2009，"一種對於鏟花工件表面輪廓的光學量測法"，臺灣大學機械工程學研究所學位論文。
[4]R. King，2008，"「手動及電動機械鏟花技術訓練」講義"， 基礎鏟花技術手冊。
[5]PMC產花技術交流平台，線上檢索時間：2020年12月3日，檢自網址：http://scraping.pmc.org.tw/static_area.php?html_name=introduction
[6]甘庭瑋，2017，"鏟花品質檢測雲端化之研究"，朝陽科技大學工業工程與管理系學位論文。
[7]Chen, M. F., Chen, C. W., Su, C. J., Huang, W. L., & Hsiao, W. T. (2019). Identification of the scraping quality for the machine tool using the smartphone. The International Journal of Advanced Manufacturing Technology, 105(7-8), 3451-3461.
[8]郭上誠，2020，"基於AJAX跨平臺網頁開發效能提升之實證研究"，輔仁大學資訊管理學系碩士在職專班碩士論文。
[9]Perchat, J., Desertot, M., & Lecomte, S. (2013). Component based framework to create mobile cross-platform applications. Procedia Computer Science, 19, 1004-1011.
[10]Xanthopoulos, S., & Xinogalos, S. (2013, September). A comparative analysis of cross-platform development approaches for mobile applications. In Proceedings of the 6th Balkan Conference in Informatics (pp. 213-220).
[11]莊朝盛，2012，"機器視覺於鏟花承斑檢測之應用"，國立勤益科技大學機械工程系學位論文。
[12]Takeuchi, Y. (1986). The recognition of bearings by means of a CCD line sensor and the automation of scraping works. J. of JSPE, 52(12), 2087.
[13]Hsieh, T. H., Jywe, W. Y., Huang, H. L., & Chen, S. L. (2011). Development of a laser-based measurement system for evaluation of the scraping workpiece quality. Optics and Lasers in Engineering, 49(8), 1045-1053.
[14] Model LK-H020 of triangulation laser Specifications, Keyence.
[15]Fan, K. C., Torng, J., Jywe, W., Chou, R. C., & Ye, J. K. (2012). 3-D measurement and evaluation of surface texture produced by scraping process. Measurement, 45(3), 384-392.
[16] J. Canny, Computational approach to edge detection, IEEE Canny, J. (1986). A computational approach to edge detection. IEEE Transactions on pattern analysis and machine intelligence, (6), 679-698.
[17]Li, X., Sun, L., & Liu, Y. (2013). High Points Recognition Method of Scraped Surface Based on Background Subtraction. J. Digit. Inf. Manag., 11(2), 115-119.
[18]Wu, C. W., Shiao, Y. S., & Chang, C. F. (2014). Study of scraping guide ways inspection. Journal of Computers, 9(6).
[19]Otsu, N. (1979). A threshold selection method from gray-level histograms. IEEE transactions on systems, man, and cybernetics, 9(1), 62-66.
[20]Smutný, P. (2012, May). Mobile development tools and cross-platform solutions. In Proceedings of the 13th International Carpathian Control Conference (ICCC) (pp. 653-656).
[21]Html，線上檢索時間：2020年12月3日，檢自網址：
https://html.spec.whatwg.org/
[22]WikiBook JavaScript/介紹，線上檢索時間：2020年12月3日，檢自網址：
https://zh.wikibooks.org/zh-tw/JavaScript/%E4%BB%8B%E7%BB%8D
[23]MDN Web Docs，線上檢索時間：2020年12月3日，檢自網址：
https://developer.mozilla.org/zh-TW/docs/Web/JavaScript/A_re-introduction_to_JavaScript
[24]Json，線上檢索時間：2020年12月3日，檢自網址：
http://www.json.org/json-zh.html
[25] MDN Web Docs，線上檢索時間：2020年12月3日，檢自網址：
https://developer.mozilla.org/zh-TW/docs/Learn/Getting_started_with_the_web/CSS_basics
[26] Wiki階層式樣式表，線上檢索時間：2020年12月3日，檢自網址：https://zh.wikipedia.org/wiki/%E5%B1%82%E5%8F%A0%E6%A0%B7%E5%BC%8F%E8%A1%A8
[27]W3C CSS，線上檢索時間：2020年12月3日，檢自網址：
https://www.w3.org/TR/CSS/
[28]Wiki Bootstrap，線上檢索時間：2020年12月3日，檢自網址：https://zh.wikipedia.org/wiki/Bootstrap
[29]Boostrap，線上檢索時間：2020年12月3日，檢自網址：https://getbootstrap.com/docs/4.5/layout/overview/
[30]Vue.js，線上檢索時間：2020年12月3日，檢自網址：
https://cn.vuejs.org/v2/guide/
[31] Saravanan, C. (2010, March). Color image to grayscale image conversion. In 2010 Second International Conference on Computer Engineering and Applications (Vol. 2, pp. 196-199). IEEE.
[32] Khosravy, M., Gupta, N., Marina, N., Sethi, I. K., & Asharif, M. R. (2017). Morphological filters: An inspiration from natural geometrical erosion and dilation. In Nature-inspired computing and optimization (pp. 349-379). Springer, Cham.
[33] Said, K. A. M., Jambek, A. B., & Sulaiman, N. (2016). A study of image processing using morphological opening and closing processes. International Journal of Control Theory and Applications, 9(31), 15-21.
[34] Mezirow, J. (1978). Perspective transformation. Adult education, 28(2), 100-110.
[35]Taheri, S., Vedienbaum, A., Nicolau, A., Hu, N., & Haghighat, M. R. (2018, June). OpenCV. js: Computer Vision processing for the open Web platform. In Proceedings of the 9th ACM Multimedia Systems Conference (pp. 478-483).
[36]Pérez, C. A. (2019). Measuring Opencv. js performance with Wasm execution engine in desktop, embedded and mobile browsers. In I Simposio Argentino de Imágenes y Visión (SAIV 2019)-JAIIO 48 (Salta).
[37]Taheri, S., Veidenbaum, A., Nicolau, A., & Haghighat, M. R. (2017). OpenCV. js: Computer vision processing for the Web. Univ. California, Irvine, Irvine, CA, USA, Tech. Rep.
[38] Emscripten，線上檢索時間：2020年12月3日，檢自網址：
https://emscripten.org/