Geri Dön

Derinlik imgelerinden hata ve bozulmaların sezimi

Detection of surface defects and corruptions by using range images

  1. Tez No: 252501
  2. Yazar: HASAN SAMET YASLAN
  3. Danışmanlar: PROF. DR. BİLGE GÜNSEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 69

Özet

Üretim hatalarının kontrolü günümüzde birçok üreticinin ortak hedefidir. Ürünlerin kozmetik görünümleri önem kazandıkça, yüzeysel dış görünüşlerin hatalardan, pürüzlerden ve bozulmalardan arındırılması gerekliliği artmaktadır. Bu çalışmada, nesnelerin yüzeylerindeki hataları derinlik imgeleri kullanarak otomatik olarak bulan bir imge işleme yazılımının geliştirilmesi hedeflenmiştir. Derinlik imgeleri ışıklılık koşullarındaki değişimden ve gürültüden etkilenmeyi en aza indirmek açısından birçok uygulamada tercih edilmektedir. Yüzey hatalarının bulunması amacıyla yansıma simülasyonu analizi yönteminden faydalanılarak tasarlanan bir hata sezme sistemi, C/C++ programlama dilleri kullanılarak gerçeklenmiştir. Sistem, eğiticisiz ve nesneye ait CAD bilgisinin elimizde olması durumunda eğiticili olmak üzere iki modda çalışmaktadır. Yazılım derinlik imgesinde nokta nokta analiz yapabildiği gibi, Delaunay üçgenleme ile elde edilen yüzey modelleri ile de çalışabilmekte olup noktasal boyuttaki hataları sezme becerisine sahiptir. Hata sezme, aynı yüzey içerisinde bulunan her bir noktanın normalinin ait olunan yüzey normaline eşit olması gerektiği teorisine dayanmaktadır. Delaunay üçgenlemesi kullanıldığında da derinlik imgesi üçgen tel file alt yüzeylere bölünerek hata sezme işlemleri tekrarlanır. Bu sayede çok yüzeyli cisimlerin üzerinde hata sezme performansı arttırılmaktadır. Nesnelere ait CAD bilgisinin elimizde olması durumunda öngörülen yüzey eğimliliklerinin orijinalden sapması analizi edilebilmektedir. Hatalı metal yüzeyler üzerinde yapılan testlerde, yaklaşık 1mm2'de 30 nokta çözünürlüğe sahip derinlik imgeleri kullanılarak 2mm2 büyüklüğünde hataların bulunabildiği, sentetik hataları sezmede ise performansın daha yüksek olduğu gözlemlenmiştir.

Özet (Çeviri)

A common goal of the manufacturers is detecting surface defects. The aim of this study is to design an automatic surface defect detection software (with C/C++) that uses range images. Range images are commonly preferred in order to prevent false alarms coming from bad lighting conditions. In this study, grazing incidence simulation method is used to design a system for visualizing surface defects. The inspection software works in two modes. In the first mode, the defect detection performed by processing the surface either point by point or within triangle surface parts generated by Delaunay triangulation. Under the estimated lighting condition, decision criteria is based on the similarity of surface normals within each surface. Basically the normal vector of a surface including defected points varies significantly compared to the defect free parts of the component. The second mode applies a supervised learning scheme by using CAD information of the surface. Inspection process is performed on triangular surface parts rather than surface points. Decision has been made of quantifying mismatching between the original and estimated surface structure. Performance of the system is tested on defected metal surfaces and also on synthetically defected range images. Resolution of the range images acquired from metal surfaces is 30 range points per 1mm2 and the smallest defect that can be detected have a size of 2mm2. Performance achieved on synthetic defects is better compared to real defects and can be quantified as 2-3 points with a smaller false alarm ratio.

Benzer Tezler

  1. Bayes tümleştirme teknikleri kullanılarak yüzey kurma ve ayrıt sezme

    Visual surface recontruction and boundary detection using bayesian integration

    BİLGE GÜNSEL

  2. Kinect derinlik imgelerinden el hareketi tanıma

    Hand gesture recognition from kinect depth images

    ZEYNEP YELOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  3. Derin sinir ağları ile derinlik imgelerinden insan sezimi

    Human detection from depth images with deep neural networks

    DİDEM ÖZÜPEK TAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HELİN DUTAĞACI

  4. Human action recognition using 3D joint information and pyramidal HOOFD features

    3D eklem bilgisi ve piramit HOOFD özniteliğini kullanarak insan aktivitelerini tanıma

    BARIŞ CAN ÜSTÜNDAĞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÜNEL

  5. FPGA based stereo camera depth map generation

    FPGA tabanlı çiftli kamera derinlik haritası oluşturulması

    CELAL GÜVENDİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Elektrik ve Elektronik MühendisliğiDokuz Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ÖZGÜR TAMER