Üretim otomasyonunda görüntü tabanlı hata tanıma sistemi
Image processing based fault dedection system in manufacturing automation
- Tez No: 213291
- Danışmanlar: YRD. DOÇ. DR. ABDULLAH BAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Bölümü
- Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 73
Özet
Endüstriyel üretim sistemleri günümüzde hızla gelişmektedir. Bununla beraber üretimde kalite ve verime olan talep de artmakta, ürünlerin kalite denetimleri önem kazanmaktadır. Bu denetimler, önceleri insan gözlemiyle oldukça yavaş ve düşük verimle yapılırken günümüzde otomasyon sistemleri kullanılarak bu işlemleri tamamıyla otomatikleştirme çabası doğmuştur.Özellikle görselliği ön planda olan ürünlerde yüzeysel hataların saptanabilmesi için görüntü işleme teknolojisinin kullanılması hem hız hem de verimlilik açısından oldukça önemlidir. Belirtilen önemi çıkış noktası alan bu çalışma, hareketli üretim bantlarından akan ürünlerin kameralar vasıtasıyla video görüntülerinin alınması ve görüntü işleme yöntemlerini kullanarak hızlı bir şekilde, üretimi aksatmadan hata tespitlerinin yapılmasını sağlamıştır. Bu hata tespiti değişik aşamalardan oluşmaktadır. İlk aşama görüntünün alınmasıdır. Görüntüler bant üzerinde sağlanan sabit ışık seviyeli ortamda alınırlar. Uygun bir kamera ile çekilen video görüntüleri içerisinden ürünlerin net olarak görüldüğü kareler alınır. Ancak ürünler üretim bandı üzerinde rasgele bir konumda bulunurlar. Bu nedenle ürünlerin görüntüleri konumdan bağımsız hale getirilmelidir. Geliştirilen tarama algoritması ile resmin herhangi bir noktasındaki ürün doğru koordinata taşınır. Elde edilen resimler hata analizinin yapılabilmesi için bazı ön işlemlerden geçirilir. İlk olarak resimdeki arka planlar, arındırma algoritması ile yok edilir ve RGB resim gri seviyeye çevrilir. Bu sayede resim boyutları küçültülerek yazılımın daha hızlı çalışması sağlanır. Sonrasında malzeme birden çok parçadan oluşuyor ise bu parçalar tek tek ayrılır. Elde edilen resimlerde Canny algoritması, Otsu eşikleme yöntemi ve morfolojik operatörler kullanılarak çizik taraması yapılır. Çizik saptamada en önemli problemlerden biri uyarlamalı eşikleme problemidir. Bu problemi aşmak için otsu uyarlamalı eşikleme yöntemi kullanılmıştır. Hata analizi sonrasında ise ortaya çıkarılan çiziklerin boyut ve sayıları belirlenir. Son olarak elde edilen bu verilerle ürünün hatalı veya hatasız olduğu bir mesajla belirtilir, ürün banttan ayrılır veya sınıflandırılır.
Özet (Çeviri)
At the last decade, traditional industrial systems are converted to full automated industrial systems rapidly. Hence, demand of quality and efficiency has been increasing and quality control has been getting importance at the production. Quality control has been performed by human observation with low efficiency and slowly. Instead of human inspection, digital system based quality control presents high efficiency and high speed at the full automated industrial systems.In this study, we have developed scratch detection and classification algorithms based on morphologic operators, adaptive thresholding, and pursuing algorithm for video sequences. This study achieves fault detection rapidly without hampering the manufacturing process. The proposed scratch detection system based on image processing techniques is implemented at four steps. First stage is recording product image by a suitable camera. In the next stage, random positioned product in the scene is registered to correct coordinates by devised scanning algorithm. In order to operate rapidly in the next stages, image backgrounds are removed by purification algorithm and RGB images are converted to gray level images. In stage three, Canny algorithm have been applied to reveal the scratch on the surface. In this process, the critical challenging problem is the determining of the threshold. To overcome this problem, we have utilized Otsu adaptive thresholding method which offers better solution for scratch detection. Morphological operators are then incorporated to restore the break points stemmed by thresolding. According to size and numbers of dedected scratchs, the product classified into two categories; faulty products or acceptable product.
Benzer Tezler
- A review of the applications of vision-based 3D as-built data acquisition technologies in the construction industry
İnşaat sektöründe 3D as-built veri toplama uygulamalarının incelenmesi
MAHMOUD ABUFOUDA
Yüksek Lisans
İngilizce
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESİN ERGEN PEHLEVAN
- Artificially intelligent fashion designer and evaluator with generative adversarial networks
Çekişmeli üretici ağlar ile yapay zekalı moda tasarımcısı ve değerlendiricisi üretme
CANER KIVANÇ HEKİMOĞLU
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SÜLEYMAN ÜNLÜTÜRK
- Tools and techniques for implementation of real-time video processing algorithms
Gerçek zamanlı video işleme algoritmalarının uygulanması için araç ve teknikler
VECDİ EMRE LEVENT
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN FATİH UĞURDAĞ
- Sayısal fotogrametrik sistemlerde görüntü ayarlarının otomasyonu
Automation of image orientation of digital photogrammetric systems
CUMHUR ALTAY
Yüksek Lisans
Türkçe
1998
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH PEKTEKİN
- Lazer kesim makineleri için görüntü işleme uygulamaları
Image processing applications for laser cutting machines
İSMAİL PINAR
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN AKAN