基於適應性支持向量描述之自動化軟性面板瑕疵分析與偵測.pdfVIP

基於適應性支持向量描述之自動化軟性面板瑕疵分析與偵測基於適應性支持向量描述之自動化軟性面板瑕疵分析與偵測 基於適應性支持向量描述之自動化軟性面板瑕疵分析與偵測基於適應性支持向量描述之自動化軟性面板瑕疵分析與偵測 刘益宏刘益宏 刘刘益宏益宏 中原大學機械工程學系 ,桃園縣中壢市中北路200號,台灣 32023 摘 摘 要要: : 雙穩態膽固醇顯示器近來已被視為極具希望的軟性面板，本論文提出了一個新穎的瑕疵檢測系統， 摘摘 要要 : : 其可以自動地從複雜背景當中將瑕疵偵測出來 。離散餘弦轉換及紋理表示法被使用當成特徵抽取器。機器 學習方法: 支持向量描述 ，被採用當作瑕疵偵測器。支持向量描述能夠判斷一張輸入的影像是否屬於正常 影像 。此外，一個以相關係數檢驗為基礎的自動訓練樣本選擇演算法也被提出來增加支持向量描述的自我 學習能力。實驗結果顯示 ，本文所提出的自組織支持向量描述可以達到超過99%的瑕疵偵測率 。 關鍵詞 : 軟性面板;瑕疵偵測;支持向量描述;離散餘弦轉換; ;紋理 ;; Automatic Defect Analysis and Detection for Flexible Displays Based On Adaptive Support Vector Data Description Liu Yi-Hung Department of Mechanical Engineering, Chung Yuan Christian University, Chung-Li, Taiwan 32023 Abstract: Bi-stable Cholesteric Liquid crystal display (BS-ChLCD) has been considered a promising flexible display (FD). This paper proposes a novel defect inspection system, which is able to detect defects from complex backgrounds automatically. The discrete cosine transform (DCT) and textural representation methods are used to extract a set of useful features from images. A powerful machine learning method called support vector data description (SVDD) is adopted as the defect detector. SVDD is