纹路的定义 - machine vision lab, iem, yzu - 元智大学.ppt

元 智 大 學 工 業 工 程 研 究 所 應用機器視覺於方向性紋路 之表面瑕疵檢測 紋路的種類 有方向性的紋路（directional texture） 灰階變化具有規則性且依特定方向重複的現象，且呈現某些固定方向的結構特徵 如紡織品之經緯或切削加工件之刀紋等 無方向性之隨機紋路（random texture） 不具固定方向性，且隨機分佈於物體表面 例如金屬鑄件 舉例 本研究的方法 事先並不需要建立紋路的特徵指標，而是藉由傅立葉轉換可以凸顯方向性紋路之週期性特徵的特性，以及反傅立葉轉換之影像還原技術，來進行方向性紋路之表面瑕疵檢測。 紋路之圖例 方向性紋路-切削加工件 紋路之圖例 隨機紋路-金屬鑄件 各個流程方法之處理結果 影像轉換 將原始影像由空間域轉為頻率域的傅立葉頻譜 研究方法-傅立葉轉換 研究方法-霍氏轉換 高週期分量之方向角度 (1) 非監督式之自動判定法：針對方向性明顯且明確的紋路，如刀紋 (2) 監督式之事先指定參數法：針對方向性不明顯且不明確的紋路，如布紋 去除傅立葉頻譜上寬度為Δω之高功率頻譜頻帶（本研究中Δω設為15）  影像還原 反傅立葉轉換 使得原始影像上具規律性紋路呈現為一致性的影像 銑削刀紋紋路之實驗結果 刨削刀紋紋路之實驗結果 布紋紋路之實驗結果 布紋紋路之實驗結果（續） 木紋紋路之實驗結果 木紋紋路之實驗結果（續） 應用機器視覺於隨機性紋路表面之瑕疵檢測 隨機性紋路在傅立葉頻譜上的特性 頻率元素（Frequency components）之功率會呈環狀的無方向性分布。 高功率強度的頻率元素會集中分布於中心點附近。 功率強度會隨著環狀半徑的增大而遞減。 傅立葉頻譜的3D 能量圖 研 究 目 的 研 究 範 疇 瑕疵檢測的紋路只限於具同質性（Homogeneity）的隨機性紋路。 同質性是指紋路必須能代表規則紋路之自我相似性（self-similarity）和重複性（repetitiveness）等特徵；反之則為異質性（Heterogeneity）。 影像轉換 將原始影像由空間域轉為頻率域的傅立葉頻譜 最佳半徑的選取(1)計算每個環形半徑的平均能量值 每個環形半徑對應在傅立葉頻譜上的位置 最佳半徑的選取(2)選擇曲率最大時的半徑來決定最佳的半徑發生的地方 最大曲率 四種可能去除隨機性紋路的策略 去除中心點 去除最佳半徑以內之頻率元素 去除最佳半徑以外的頻率元素（不含去除中心點） 去除中心點與最佳半徑以外的頻率元素 1.去除中心點 2.去除最佳半徑以內之頻率元素 3.去除最佳半徑以外的頻率元素（不含去除中心點） 4.去除中心點與最佳半徑以外的頻率元素（本研究採用策略4） 影像還原 反傅立葉轉換 使得原始影像上具規律性紋路呈現為一致性的影像 最佳半徑 的敏感度(1) 最佳半徑 的敏感度(2) 二值化影像分割 使用管制界限法來區隔出還原影像中的瑕疵與背景，使得瑕疵凸顯出來。 反傅立葉轉換影像上所有像素點灰階值 的平均值 及標準差 實驗結果建議檢測參數 k = 5 表面瑕疵檢測的結果砂紙紋路 表面瑕疵檢測的結果皮革紋路 表面瑕疵檢測的結果軟木塞紋路 表面瑕疵檢測的結果鑄件紋路 (b1) 有瑕疵紋路影像 (b2) (b1)去除最佳半徑以內的頻率元素 (b3) (b2)的影像還原 (a1) 無瑕疵紋路影像 (a2) (a1)去除最佳半徑以內的頻率元素 (a3) (a2)的影像還原 已明顯減少規律性之紋路 同時將瑕疵刪除而無法有效凸顯異常區域 (b1) 有瑕疵紋路影像 (b3) (b2)的影像還原 (a1) 無瑕疵紋路影像 (a2) (a1)去除最佳半徑以外的頻率元素（不包含中心點） (a3) (a2)的影像還原 (b2) (b1)去除最佳半徑以外的頻率元素（不包含中心點） 紋路特徵已變模糊 但仍殘留少部份之紋路圖樣 (b1) 有瑕疵紋路影像 (b3) (b2)的影像還原 (a1) 無瑕疵紋路影像 (a2) (a1)去除中心點與最佳半徑以外的頻率元素 (a3) (a2)的影像還原 (b2) (b1)去除中心點與最佳半徑以外的頻率元素 規律性隨機紋路特徵已趨近於一致性 強化瑕疵與背景之對比，且凸顯出異常區域的瑕疵 其中 (a)隨機性紋路 (b) r= 7 (c) r= 8 (d) r= 9 (e) r= 10 (f) 最佳半徑= 11 (g) r= 12 (h) r= 13 (i) r= 25 (j) r= 30 (a) 隨機性紋路 (b) r= 7 (c) r= 10 (d) r= 16 (e) r= 17