以密度重心导引之分群演算法及其于抗反射玻璃瑕疵检测之应用重心.PDF

以密度以密度重心導引之分群演算法及其於抗反射玻璃瑕疵檢測之應用重心導引之分群演算法及其於抗反射玻璃瑕疵檢測之應用 以以密度密度重心導引之分群演算法及其於抗反射玻璃瑕疵檢測之應用重心導引之分群演算法及其於抗反射玻璃瑕疵檢測之應用 蔡明忠 田芬寧 林家戊 國立台灣科技大學 國立台灣科技大學 國立台灣科技大學 自動化及控制研究所 自動化及控制研究所 自動化及控制研究所 mjtsai@mail.ntust.edu.tw M9612002@mail.ntust.edu.tw M9712002@mail.ntust.edu.tw 摘摘 要要 摘摘 要要 本論文提出以密度重心導引為基礎之分群演算法 （GDBSCAN ：Gravity-Orientated Density-Based Clustering of Application with Noise ），此方法將演算法之檢視區域劃分為四個象限，求出每象限之密 度分佈 ，並以最大密度重心之象限導引演算法之成長方向 ，進行以密度為基礎之資料點分群。當瑕 疵點數越多時，本方法比 FDBSCAN 分群演算法可節省超過 10%的時間。本研究將所提出之方法 搭配影像處理技術應用於抗反射玻璃 （AR Glass ：Anti-Reflection Glass ）之瑕疵檢測技術，其檢測 項目包括雜點 、亮點以及刮痕瑕疵檢測。在抗反射玻璃之瑕疵檢測應用 ，首先利用拉普拉斯運算子 將影像強化 ，接著採用平滑法能抵抗雜訊之能力將影像中不必要之資訊消除，再使用適應性二值化 將影像進行分割 ，將瑕疵資訊從背景中分離出來，最後利用本論文所提出之GDBSCAN將瑕疵資料 點進行分群 ，由AR 玻璃局部影像(300*200 pixels)實驗結果可知 ，本方法可成功地分群並標記出瑕 疵群之大小範圍 。 關鍵字：以密度為基礎之分群演算法、密度重心導引式、抗反射玻璃檢測 。 An Gravity-Orientated Density-based Clustering Algorithm and its Application on Anti-Reflection Glass Inspension Ming-Jong Tsai, Fen- Ning Tien, Chia Wu Lin Graduate Institute of Automation and Control National Taiwan University of Science and Technology ABSTRACT This paper proposes Gravity- Orientated Density-Based Clustering Applications with Noise （GDBSCAN ）. GDBSCAN separates the query region into four quadrants and calculates each quadrant density individually. The quadrant with the highest density is called Gravity-quadrant. Gravity-quadrant will orientate the expending direction of the density-based clustering algorithm. The GDBSCAN can save over 10% execution time as