Derinlik imgelerinden hata ve bozulmaların sezimi
Detection of surface defects and corruptions by using range images
- Tez No: 252501
- Danışmanlar: PROF. DR. BİLGE GÜNSEL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon Mühendisliği Bilim Dalı
- 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
- Bayes tümleştirme teknikleri kullanılarak yüzey kurma ve ayrıt sezme
Visual surface recontruction and boundary detection using bayesian integration
BİLGE GÜNSEL
Doktora
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERDAL PANAYIRCI
- Kinect derinlik imgelerinden el hareketi tanıma
Hand gesture recognition from kinect depth images
ZEYNEP YELOĞLU
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULKADİR ŞENGÜR
- Derin sinir ağları ile derinlik imgelerinden insan sezimi
Human detection from depth images with deep neural networks
DİDEM ÖZÜPEK TAŞ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HELİN DUTAĞACI
- Human action recognition using 3D joint information and pyramidal HOOFD features
3D eklem bilgisi ve piramit HOOFD özniteliğini kullanarak insan aktivitelerini tanıma
BARIŞ CAN ÜSTÜNDAĞ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- FPGA based stereo camera depth map generation
FPGA tabanlı çiftli kamera derinlik haritası oluşturulması
CELAL GÜVENDİK
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZGÜR TAMER