Nghiên cứu phát hiện khuyết tật trên thanh gạt mực in bằng phương pháp xử lý ảnh

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN HOÀNG THÁI SƠN NGHIÊN CỨU PHÁT HIỆN KHUYẾT TẬT TRÊN THANH GẠT MỰC IN BẰNG PHƯƠNG PHÁP XỬ LÝ ẢNH Chuyên ngành : KỸ THUẬT CƠ ĐIỆN TỬ LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2011 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG – HCM Cán hướng dẫn khoa học : TS NGUYỄN DUY ANH (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : PGS.TS NGUYỄN TẤN TIẾN (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : TS ĐOÀN THẾ THẢO (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp.HCM ngày 25 tháng 07 năm 2011 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) TS TRẦN THIÊN PHÚC (CT) TS TRẦN VIỆT HỒNG (TK) TS NGUYỄN VĂN GIÁP TS ĐOÀN THẾ THẢO TS PHAN TẤN TÙNG Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA - CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM Độc Lập - Tự Do - Hạnh Phúc -oOo -Tp HCM, ngày tháng năm NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên : NGUYỄN HOÀNG THÁI SƠN Giới tính : Nam ⊠/ Nữ Ngày, tháng, năm sinh : 30/11/1984 Nơi sinh : Tp.HCM □ Chuyên ngành : KỸ THUẬT CƠ ĐIỆN TỬ Khoá (Năm trúng tuyển) : 2009 1- TÊN ĐỀ TÀI: NGHIÊN CỨU PHÁT HIỆN KHUYẾT TẬT TRÊN THANH GẠT MỰC IN BẰNG PHƯƠNG PHÁP XỬ LÝ ẢNH 2- NHIỆM VỤ LUẬN VĂN: _ Xây dựng giải thuật xử lý ảnh Matlab cho việc kiểm tra HP1320-WB _ Kiểm tra độ tin cậy, tính xác linh hoạt giải thuật xây dựng 3- NGÀY GIAO NHIỆM VỤ : 5/07/2010 4- NGÀY HOÀN THÀNH NHIỆM VỤ : 30/06/2011 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : TS NGUYỄN DUY ANH Nội dung đề cương Luận văn thạc sĩ Hội Đồng Chuyên Ngành thông qua CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN QUẢN LÝ CHUYÊN NGÀNH LỜI CẢM ƠN Trước hết tơi xin chân thành cảm ơn gia đình tơi, đặc biệt mẹ tạo điều kiện thuận lợi để tơi hồn thành tốt luận văn Tôi xin chân thành cảm ơn thầy cô môn Kỹ thuật điện tử, khoa Cơ khí trường Đại học Bách Khoa Tp.HCM, đặc biệt thầy Nguyễn Duy Anh tận tình hướng dẫn tơi suốt q trình làm luận văn Tơi xin chân thành cảm ơn thầy Nguyễn Tấn Tiến, chủ nhiệm môn Kỹ thuật điện tử, trường Đại học Bách Khoa Tp.HCM, hỗ trợ tạo điều kiện thuận lợi để bạn ngành hồn thành tốt luận văn Tơi xin chân thành cảm ơn Công ty TNHH Clover Việt Nam hỗ trợ việc nghiên cứu thu thập liệu cần thiết để thực luận văn Cuối xin chân thành cảm ơn bạn bè người thân tơi ln ln động viên đóng góp ý kiến cho tơi suốt q trình thực luận văn Vì thời gian làm luận văn có hạn nên khơng thể tránh khỏi thiếu sót, tơi mong nhận đóng góp ý kiến từ quý thầy cô bạn Tp.HCM, ngày 07, tháng 06, năm 2011 HVTH: Nguyễn Hoàng Thái Sơn TÓM TẮT LUẬN VĂN THẠC SĨ Phần làm việc gạt mực in (Wiper Blade – WB), làm từ vật liệu PU, dễ nhạy cảm với phương pháp kiểm tra tiếp xúc so với phương pháp khác Phương pháp kiểm tra truyền thống sử dụng cảm biến có cạnh sắc, đóng vai trị đầu dò quét lên cạnh làm việc WB để kiểm tra vết hỏng Phương pháp dễ gây mòn đầu dò làm tổn hại WB sau nhiều lần quét, làm cho kết kiểm tra khơng cịn xác Vì lý phương pháp xử lý ảnh, dựa mô hình thị giác máy tính đề xuất để đánh giá chất lượng WB Phép toán phân ngưỡng kép sử dụng để xác định dạng hỏng WB Những vết hỏng sau nhận dạng thuật tốn trừ nền, cuối chúng đánh giá dựa giải thuật xử lý vùng để kết luận chất lượng WB Các kết thực nghiệm chứng minh độ tin cậy, tính xác linh hoạt phương pháp tiếp cận Bố cục luận văn chia làm năm chương sau:  Chương I Trình bày phần tổng quan, bao gồm tính cấp thiết, ý nghĩa đề tài giới thiệu nghiên cứu trước phương pháp sử dụng  Chương II Trình bày phần sở lý thuyết  Chương III Trình bày giải thuật để xác định, nhận dạng đánh giá chất lượng WB  Chương IV Trình bày kết thực nghiệm đạt phương pháp  Chương V Trình bày kết luận định hướng phát triển đề tài LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác (Tác giả luận văn ký ghi rõ họ tên) Nguyễn Hoàng Thái Sơn MỤC LỤC CHƯƠNG I: TỔNG QUAN 1.1 Đặt vấn đề 1.1.1 Phát biểu vấn đề 1.1.2 Tính cấp thiết ý nghĩa đề tài 1.2 Giải vấn đề 1.2.1 Tổng quan nghiên cứu trước vấn đề tồn đọng 1.2.1.1 Các nghiên cứu trước 1.2.1.2 Những vấn đề tồn đọng 1.2.2 Giải toán 1.2.2.1 Một số phương án đề xuất cho việc giải toán 1.2.2.2 Lựa chọn phương án 14 1.3 Mục tiêu luận văn 15 1.3.1 Mục tiêu luận văn 15 1.3.2 Nội dung thực 16 CHƯƠNG II: CƠ SỞ LÝ THUYẾT 17 2.1 Các thành phần hệ thống thị giác máy tính 17 2.2 Một số khái niệm hệ thống Camera - Ống kính 26 2.3 Ảnh số thuộc tính ảnh số 33 2.4 Xử lý ảnh số 44 CHƯƠNG III: XÂY DỰNG GIẢI THUẬT ĐÁNH GIÁ CHẤT LƯỢNG WB BẰNG XỬ LÝ ẢNH 55 3.1 Mơ hình thực nghiệm quy trình xây dựng giải thuật 55 3.2 Giải thuật xác định tiêu chuẩn kỹ thuật ban đầu 56 3.3 Giải thuật phân ngưỡng ảnh 59 3.4 Giải thuật xử lý nhiễu 60 3.4.1 Giải thuật xử lý vùng lỗi gây độ sáng phân tán 60 3.4.2 Giải thuật xử lý nhiễu cột đầu cột cuối 61 3.4.3 Giải thuật xử lý lỗi vết dơ 62 3.5 Giải thuật phát đánh giá lỗi 64 3.5.1 Giải thuật xây dựng mặt nạ ảnh 64 3.5.2 Giải thuật nhận dạng vết hỏng cạnh WB 69 3.5.3 Giải thuật xác định vết hỏng cạnh WB 71 3.5.4 Giải thuật xác định vị trí đánh giá vết hỏng cạnh WB 72 CHƯƠNG IV: KẾT QUẢ THỰC NGHIỆM 76 4.1 Kết đánh giá 76 4.2 Đánh giá độ tin cậy phương pháp 78 4.3 Đánh giá tính xác phương pháp 79 4.4 Đánh giá tính linh hoạt phương pháp 81 CHƯƠNG V: KẾT LUẬN 83 5.1 Ưu nhược điểm phương pháp so với nghiên cứu trước 83 5.2 Định hướng phát triển đề tài 83 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ 85 TÀI LIỆU THAM KHẢO 86 PHỤ LỤC 88 DANH MỤC BẢNG Bảng 1.1: So sánh phương án 15 Bảng 2.1: So sánh số đặc tính cảm biến CCD CMOS 27 Bảng 2.2: Phạm vi động học tương ứng với độ sâu bit giá trị mức xám 39 Bảng 2.3: Dung lượng ảnh tương ứng với độ phân giải ảnh 43 Bảng 4.1: Đánh giá độ tin cậy phương pháp 79 Bảng 4.2: Đánh giá tính xác phương pháp 79 Bảng 4.3: So sánh thời gian đánh giá hiển thị kết 81 DANH MỤC HÌNH Hình 1.1: HP1320-WB Hình 1.2: Một vết lõm cạnh làm việc WB Hình 1.3: WB hư ảnh hưởng lên trang in Hình 1.4: Hệ thống phát sai hỏng cạnh gạt mực Hình 1.5: Sự tạo thành hai tín hiệu chiếu từ ảnh kiểm tra Hình 1.6: Mẫu sợi vải với lỗi slack-end Hình 1.7: Sơ đồ khối phát lỗi [5] Hình 1.8: Ảnh tham chiếu RGB ảnh kiểm tra RGB [5] Hình 1.9: Phương pháp trừ [6] Hình 1.10: Hệ thống kiểm tra WB CTY TNHH CLOVER Vietnam 11 Hình 1.11: Cảm biến đường Laser 12 Hình 1.12: Tính cao độ dùng phương trình tam giác 12 Hình 1.13: Mơ hình kiểm tra WB sử dụng thị giác máy tính 13 Hình 2.1: So sánh sơ đồ bố trí cảm biến quét vùng quét đường 18 Hình 2.2: Camera quét vùng camera quét đường 18 Hình 2.3: Các loại ống kính 19 Hình 2.4: Một số kỹ thuật chiếu sáng cho camera 20 Hình 2.5: Một số ảnh áp dụng kỹ thuật chiếu sáng dọc trục bên hông 21 Hình 2.6: Kỹ thuật chiếu sáng góc độ khác 22 Hình 2.7: Giản đồ lọc phân cực 23 Hình 2.8: Khoảng cách cảm nhận cảm biến 24 Hình 2.9: Sơ đồ mạch đầu dạng tín hiệu Output cảm biến 25 Hình 2.10: Một số loại cảm biến quang 25 Hình 2.11: Các kiểu kiến trúc cảm biến ảnh CCD 31 Trang 83 CHƯƠNG V KẾT LUẬN 5.1 Ưu nhược điểm phương pháp so với nghiên cứu trước Từ kết đánh giá chương IV, ta tóm tắt lại ưu nhược điểm phương pháp sau:  Ưu điểm  Không gây tổn hại cho WB q trình kiểm tra  Khơng địi hỏi phải calip thiết bị thường xun  Khơng địi hỏi ảnh mẫu để kiểm tra  Độ tin cậy cao  Độ xác cao  Tính linh hoạt cao  Nhược điểm  Tốn thời gian chuẩn bị mẫu  Tốc độ xử lý chưa cao Như tất khuyết điểm đề nghiên cứu trước như: thường xuyên phải calib thiết bị, nguy gây tổn hại WB phương pháp kiểm tra tiếp xúc, phải sử dụng ảnh chuẩn…đều giải phương pháp Phương pháp cho thấy độ ổn định, độ xác tính linh hoạt cao Tuy nhiên phương pháp đề xuất tồn hạn chế suất đánh giá chất lượng WB chưa cao 5.2 Định hướng phát triển đề tài Ta biết khuyết điểm phương pháp trình bày suất đánh giá WB chưa cao cần cải thiện phát triển tương lai để phù hợp với việc ứng dụng vào thực tế ngành công nghiệp tái sản xuất hộp mực in Cụ thể phương pháp cần cải tiến vấn đề sau: CHƯƠNG V KẾT LUẬN Trang 84  Chuyển đổi giải thuật xử lý dựa Matlab sang C, C++ hay Visual C++…để tăng tốc độ xử lý  Có thể xem xét việc sử dụng camera với FOV nhỏ, số khung ảnh nhiều, đánh giá cho WB lần kiểm tra, việc sử dụng với FOV lớn, số khung ảnh ít, cho hai WB đánh giá lần kiểm tra Từ lựa chọn phương án tốt để tăng suất kiểm tra  Thiết lập ROI phù hợp với ảnh thu để tăng tốc độ xử lý, qua tăng suất kiểm tra  Cho hiển thị giản đồ phân tích cạnh WB chương trình có kết đánh giá  Hiệu chỉnh thông số , cho phù hợp với yêu cầu đánh giá chất lượng WB khác nhau, cách kiểm tra nhiều mẫu WB CHƯƠNG V KẾT LUẬN Trang 85 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ [1] Hoang Thai Son Nguyen, Duy Anh Nguyen, Duy Hoang Vo and Tan Tien Nguyen “Damage Inspection For Wiper Blade Using Image Processing Techniques”, Proceeding of The 5th Vietnam Conference on Mechatronics, pp 338-343, Hochiminh City, Vietnam, Oct, 22-23, 2010 [2] Hoang Thai Son Nguyen, Duy Anh Nguyen and Tan Tien Nguyen , “Damage Inspection For Wiper Blade Using Image Processing Techniques”, Proceeding of The 2011 International Symposium on Automotive and Convergence Engineering, pp 259-266, Vietnam, January 19-21, 2011 [3] Hoang Thai Son Nguyen, Duy Anh Nguyen and Tan Tien Nguyen, “Damage inspection of Wiper Blades using image processing techniques”, ASEAN Engineering Journal, accepted DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ Trang 86 TÀI LIỆU THAM KHẢO [1] T.T.Do and B.T.Hieu (2008), “Nghien cuu phuong phap xu ly anh ung dung dieu khien chinh xac vi tri board mach dien tu” Thesis (B.S), HCMUT, Vietnam [2] Ajay Kumar (2003), “Neural network based detection of local Textile defects”, Pattern Recognition, 36, pp 1645-1659 [3] Alasdair McAndrew (2004), An Introduction to Digital Image Processing with Matlab, Victoria University of Technology, Melbourne, Australia [4] Andrij Harlan (2004), Wiper Blade assessment system and a method thereof United States patent 6792387 B2 2004-9-14 [5] G M Atiqur Rahaman and Md Mobarak Hossain (2009), “Automatic defect detection and classification technique from image: A special case using Ceramic Tiles”, International Journal of Computer Science and Information Security, 1(1), pp 22-30 [6] Gang Wang and T.W.Liao (2002), “Automatic identification types of welding defects in radiographic images”, NDT&E International, 35(8), pp 519-528 [7] Hongxia Liu, Wen Zhou, Qianwei Kuang, Lei Cao and Bo Gao (2010), “Defect detection of IC Wafer based on two-dimension Wavelet Transform”, Microelectronics Journal, 41, pp 171-177 [8] Jun S Song, Kaveh Maghsoudi, Wei Li, Edward Fox, John Quackenbush and X Shirley Liu (2007), “Microarray blob-defect removal improves array analysis”, Bioinformatics, 23(8), pp 966-971 [9] K.L Mak, P Peng and K.F.C Yiu (2009), “Fabric defect detection using morphological filters”, Image and Vision Computing, 27, pp 1585-1592 [10] L Song, X Qu, K Xu and L Lv (2005), “Three dimensional measurement and defect detection based on single image”, Journal of Optoelectronics and Advanced Materials, 7(2), pp.1029-1038 TÀI LIỆU THAM KHẢO Trang 87 [11] N Papamarkos and B.Gatos (1994), “A new approach of multilevel threshold selection”, Graphical Models and Image Processing, 56(5), pp 357-370 [12] Nobuyuki Otsu (1979), “A threshold selection method from gray-level histograms”, IEEE Transaction on Systems, Man and Cybernetics, 9(1), pp 62-66 [13] Noor Khafif Ah Khalid, Zuwairie Ibrahim and Mohamad Shukri Zainal Abidin (2008), “An algorithm to group defects on Printed Circuit Board for automated visual inspection”, IJSSST, 9(2), pp 1-10 [14] Rafael C Gonzalez, Richard E Woods, and Steven L Eddins (2003), Digital Image Processing Using Matlab, Gatesmark Publishing, Knoxville, TN [15] Rafael C Gonzalez and Richard E Woods (2002), Digital Image Processing, Prentice Hall, Upper Saddle River, NJ [16] Se Ho Choi, Jong Pil Yun, Boyeul Seo, Young Su Park, and Sang Woo Kim (2007), “Real-time defects detection algorithm for high-speed Steel Bar in Coil”, World Academy of Science, Engineering and Technology, 25, pp 66-70 [17] Shahid.K, Patrice.R, Dong-Chen He and Philippe Thivierge (2009), “Damage assessment for Concrete structure using image processing techniques on Acoustic Borehole Imagery”, Construction and Building Materials, 23, pp 3166-3174 [18] N.H.T.Son, N.D.Anh and N.T.Tien (accepted), “Damage inspection of Wiper Blades using image processing techniques”, ASEAN Engineering Journal [19] Yi Sun, Peng Bai, Hong-yu Sun and Ping Zhou (2005), “Real-time automatic detection of Weld defects in Steel pipe”, NDT&E International, 38(7), pp 522528 [20] Zhe Liu and Xiuchen Wang (2010), “Image defect recognition based on “Supper Fuzzy” characteristic”, Journal of Multimedia, 5(2), pp 181-188 TÀI LIỆU THAM KHẢO Trang 88 PHỤ LỤC  Mã chương trình xử lý ảnh sử dụng phần mềm Matlab %Introduction %Author: Nguyen Hoang Thai Son %Dept: Mechatronics Engineering %Course: 2009-20011 %Topic: WB DAMAGE INSPECTION USING IMAGE PROCESSING TECHNIQUES %************************************************************************** %%Initial Setting close all; %clear all; clc; imageName='\Frame'; fileType='.jpg'; numofFrame=1641; Dir='D:\Master of Mechatronics-K2009\Master Program\WB Edge Analyzer\Matlab Programming\Captured Images\3 pieces of WB for test\WB01'; %Specifications pix=0.2;%size of square pixel (um) yel_Def_h=60*pix;%yellow threshold of the defect's height(um) red_Def_h=120*pix;%red threshold of the defect's height(um) %the maximum number of pixels which are considered as the reference line is incline mpi=7; MWL=50;%Minimum value of width limit is the limit number of width from %that sum of defects reach, WB will be marked as fail piece due to critical %damage on edge(pixel) RE=700;%Rough Edge is the limit number of width from that sum of defects %reach, WB will be marked as fail piece due to long rough edge %initial refrence check point(pixel) ircp=0;%initiate ircp %lrcp- latest reference check point [lrcp]=0; k=0;%coefficient of defect_count(both yellow and red limit) b=0;%message box of failure at yellow limit d=0;%message box of failure at red limit PHỤ LỤC Trang 89 g=0;%multiply coefficient of num_of_frames n=0;%total defect regions fsd_r=0;%total frames of significant defects in red limit fsd_y=0;%total frames of significant defects in yel limit tf=0;%coefficient of total defected frame [vcdf]=0;%vetor containing total defected frames [vcdf_r]=0;%vector containing significant defected frames in red limit [vcdf_y]=0;%vector containing significant defected frames in yel limit [sig_pos]=0;%significant position of defects' size which exceed red limit [fcp]=0;%first check point [scp]=0;%second check point [rcp]=0;%reference check point [xDef_cor]=0;%x_coordinate of defects [wDef]=0;%defects width [hDef]=0;%defects height [sig_pos]=0;%significant positions where worst defects appear [xc]=0;%x_coordinate for plotting [yc]=0;%y_coordinate for plotting [we]=0;%working edge u=0;%borrow variable tic; %% image processing for f=1:numofFrame minus_frame=1;%0 is false - don't subtract; is true - subtract %imread file into workspace to process fileName=strcat(Dir,imageName,num2str(f),fileType); J=imread(fileName); I=rgb2gray(J); %Start processing with each of inputted image HW=size(I); Him=HW(1);%Height of the image ipixel Wim=HW(2);%Width of the image in pixel % figure(1);imshow(I);title('Original image'); % figure(2);imhist(I);title('Histogram'); thres=graythresh(I); B=im2bw(I,thres); B2=bwareaopen(B,80000,8);%Remove lighting noise or undesirable areas for i=2:Wim-1 PHỤ LỤC Trang 90 we(i-1)=find(B2(:,i),1); end wemi(f)=min(we); % WorkingEdge_min wema(f)=max(we); % WorkingEdge_max % Defects or Noise-Generation whose depth less than pixels are % neglected if abs(wemi(f)-wema(f))1 for i=frtv(1):(frtv(2)-frtv(1))/abs((frtv(2)-frtv(1))):frtv(2) if B2(i,1)~=B2(i,2) B2(i,1)=B2(i,2); end end end if abs(frtv(3)-frtv(4))>1 for i=frtv(3):(frtv(4)-frtv(3))/abs((frtv(3)-frtv(4))):frtv(4) if B2(i,Wim)~=B2(i,Wim-1) B2(i,Wim)=B2(i,Wim-1); end end end %Treat with removing dust or impurities inside %Left-side filled with for i=frtv(2):Him if B2(i,1)~=1 B2(i,1)=1; PHỤ LỤC Trang 91 end end %Right-side filled with for i=frtv(4):Him if B2(i,Wim)~=1 B2(i,Wim)=1; end end %Bottom filled with for i=1:Wim if B2(Him,i)~=1 B2(Him,i)=1; end end B2=imfill(B2,'holes'); %coefficient for break the while-loop k1=0; k2=0; %double threshold C=I>=20&I=mpi rcp(lrcp)=ircp; PHỤ LỤC Trang 92 end else if cp-mifp(f)>=mpi if abs(mifp(f)-mifp(f-1))=mpi rcp(lrcp)=mifp(f); else rcp(lrcp)=mifp(f-1); end end end %finish algorithm K=B2;%K=mask matrix for i=1:Wim if K(rcp(lrcp),i)~=1 K(rcp(lrcp),i)=1; end end %Fill defected regions K=imfill(K,[rcp(lrcp)+1 1],8); K=imfill(K,[rcp(lrcp)+1 Wim],8); K=imfill(K,'holes'); Def_Res=K-B2; Def01=im2bw(Def_Res);%remove hidden defected regions Def01R=bwareaopen(Def01,50,8);%Remove small or fake defected regions %(Defect_Regions_Final); %Measure defects size blobMeasurements regionprops(Def01R,I,'BoundingBox','PixelList','Centroid');%parameter to defects size numberOfBlobs = size(blobMeasurements, 1);%both real and fake defects if numberOfBlobs~=0 tf=tf+1; vcdf(tf)=f; for def=1:numberOfBlobs k=k+1; PHỤ LỤC = get Trang 93 xDef_cor(k)=(blobMeasurements(def,1).BoundingBox(1,1)+(Wim*g))*pix/1000; %x_coordinate of the defect(mm) wDef(k)=blobMeasurements(def,1).BoundingBox(1,3)*pix;%width of the defect(um) hDef(k)=blobMeasurements(def,1).BoundingBox(1,4)*pix;%height of the defect(um) x_blob_cor(k)=blobMeasurements(def,1).BoundingBox(1,1)-.5;%calculate each blob x_coordinate in pixel y_blob_cor(k)=blobMeasurements(def,1).BoundingBox(1,2)-.5;%calculate each blob y_coordinate in pixel A=blobMeasurements(def,1).PixelList(:,1);%Length of defect column represented by the number of 1Pixel gose from WE to the bottom at the same column UAE=unique(A(:));%unique elements of A HC=hist(A(:),UAE);%counting elements whose height in defect regions if (x_blob_cor(k)==0) && (x_blob_cor(k)+wDef(k)/pix)>=Wim-1%defected region is on the whole length of WB range4check_left=x_blob_cor(k)+2; range4check_right=x_blob_cor(k)+wDef(k)/pix-2; elseif (x_blob_cor(k)==0) && (x_blob_cor(k)+wDef(k)/pix)=Wim1%defected region ends at last column range4check_left=x_blob_cor(k); range4check_right=x_blob_cor(k)+wDef(k)/pix-2; else%defected region begins and ends at the middle of the image range4check_left=x_blob_cor(k); range4check_right=x_blob_cor(k)+wDef(k)/pix; end for i=range4check_left:range4check_right v=0;%variable to calculate if columns of pixel are defects' or not for m=round(y_blob_cor(k)+hDef(k)/pix):-1:mifp(f) if v~=0 && C3(m,i)==0 break; PHỤ LỤC Trang 94 end while C3(m,i)==1 v=v+1; break; end end if v>5 minus_frame=0; break; end end if v=yel_Def_h && hDef(k)=yel_Def_h/pix;%Hegith_Count limit filter(Pixel) u=find(HCLF1>0); if ~isempty(u) && b==0 HCLF2=regionprops(HCLF1);%consider significant defect whose depth exceeds yellow limit HCLF3=HCLF2.Area;%Defect Width computed by the total number of columns of pixel reach out yellow limit(For considered region) DR(n)=HCLF3;%nth defect region TEEHL=sum(DR);%total elements exceeded height limit if TEEHL>=RE if b==0 disp('WB under test is failed because exceeded total elements in yellow limit'); b=b+1; Execution_Time=toc PHỤ LỤC Trang 95 end end end elseif hDef(k)>=red_Def_h && wDef(k)>=MWL fsd_r=fsd_r+1; vcdf_r(fsd_r)=f; sig_pos(fsd_r)=(blobMeasurements(def,1).Centroid(1)+(f1)*Wim)*pix/1000;%x_coordinate of the center of the defected region(mm) if d==0 disp('WB under test is failed because exceeded red limit'); d=d+1; Execution_Time=toc end end for i=1:wDef(k)/pix xc(i)=(i-1)*pix/1000+xDef_cor(k);%mm yc(i)=-HC(i)*pix;%um end stem(xc,yc,'Color','b','Marker','None'); hold on; stem(xc,-yc,'Color','b','Marker','None'); hold on; end end g=g+1; %increase one unit after each loop to calculate the total frame's width end %% display results if b==0 && d==0 disp('WB under test passed (qualified WB)'); Execution_Time=toc end %Draw WB Edge Analyzer and its threshold title('WB Edge Analyzer'); axis([0 Wim*numofFrame*pix/1000 -3.6*red_Def_h 3.6*red_Def_h]); PHỤ LỤC Trang 96 xlabel('Length(mm)'); ylabel('Height(um)'); %hold on; %negative direction line([0,Wim*numofFrame*pix/1000],[-red_Def_h,-red_Def_h],'color',[1 0]); line([0,Wim*numofFrame*pix/1000],[-yel_Def_h,-yel_Def_h],'color',[1 0]); %positive direction line([0,Wim*numofFrame*pix/1000],[red_Def_h,red_Def_h],'color',[1 0]); line([0,Wim*numofFrame*pix/1000],[yel_Def_h,yel_Def_h],'color',[1 0]); Final_Result_Dis_Time=toc %finish************************************************************* PHỤ LỤC LÝ LỊCH TRÍCH NGANG Họ tên: Nguyễn Hoàng Thái Sơn Phái: Nam Ngày sinh: 30/11/1984 Nơi sinh: Tp.HCM Chuyên ngành: Kỹ thuật điện tử Địa liên lạc: 118/125B/7 Phan Huy Ích, P 15, Q Tân Bình, Tp.HCM Q TRÌNH ĐÀO TẠO: 2002 – 2007: Học trường Đại học Bách khoa Tp.HCM Khoa Cơ khí, ngành Điều khiển tự động 2009 – 2011: Học sau Đại học trường Đại học Bách khoa Tp.HCM Khoa Cơ khí, ngành Kỹ thuật điện tử Q TRÌNH CƠNG TÁC: 2007-2009: Cơng tác cơng ty TNHH Fujikura Fiber Optics Vietnam công ty TNHH Clover Vietnam 2009 – Nay: Công tác Hi-Tech Mechatronics Lab ... sinh : 30/11/1984 Nơi sinh : Tp.HCM □ Chuyên ngành : KỸ THUẬT CƠ ĐIỆN TỬ Khoá (Năm trúng tuyển) : 2009 1- TÊN ĐỀ TÀI: NGHIÊN CỨU PHÁT HIỆN KHUYẾT TẬT TRÊN THANH GẠT MỰC IN BẰNG PHƯƠNG PHÁP XỬ... Theo phương pháp ảnh kiểm tra ảnh tham chiếu để so sánh xử lý Ảnh tham chiếu chứa số lượng lỗi xác định nằm phạm vi cho phép, số lỗi phát ảnh kiểm tra, dùng phương pháp phát cạnh sau xử lý nhiễu... phát sai hỏng cạnh gạt mực [4]  Phát hư hỏng phương pháp không tiếp xúc (xử lý ảnh) Hiện phương pháp kiểm tra WB theo ngun lý khơng tiếp xúc chưa có nghiên cứu công bố, nhiên số dạng sản phẩm