LCD piksel hatalarının makine öğrenmesi yöntemleri ile tespiti
LCD pixel defect detecion using machine learning methods
- Tez No: 545043
- Danışmanlar: PROF. DR. OĞUZHAN URHAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Gelişen kamera ve bilgisayar teknolojilerine paralel olarak, bilgisayarla görü tabanlı yöntemlerin endüstriyel uygulamalarda kullanım sıklığı artmaktadır. Bilgisayarla görü sistemlerinin en yaygın kullanım alanlarından biri de kalite kontrol süreçleridir. Televizyon üretiminde, LCD panellerin istenen görüntü kalite standartlarını sağlamaları için kalite kontrol önemli bir süreç haline gelmiştir. Belirli bir kalite seviyesinin yakalanması için operatör denetimi ile bu işin yapılması ise öznel, yorucu ve zaman alıcı bir süreçtir. LCD piksel hatalarının otomatik ve operatörden bağımsız bir şekilde tespiti için birçok bilgisayarla görme tabanlı yöntem önerilmiştir. Bu yöntemler, operatör denetimine kıyasla daha verimli, nesnel ve düşük maliyetlidir. Bu tez çalışmasında LCD piksel hatalarının tespiti problemine, bir nesne tespiti problemi olarak yaklaşılmış ve makine öğrenmesi temelli üç yöntem önerilmiştir. Birinci yöntem GLCM öznitelikleri ve SVM sınıflandırıcı kullanmaktadır. İkinci yöntemde CNN sınıflandırıcı kullanılmıştır. Üçüncü yöntem ise piksel hatalarının tespiti için tümleşik, tek aşamalı, CNN tabanlı bir nesne tespit mimarisi kullanmaktadır. Nesnel bir performans değerlendirmesi için kesinlik, duyarlılık ve F1 skoru ölçütleri kullanılmıştır. En iyi tespit sonuçları tümleşik ve tek aşamalı olan CNN tabanlı bir nesne tespit mimarisi kullanıldığı yöntemle elde edilmiştir. Deneysel sonuçlar önerilen yöntemin operatör denetimine alternatif olabileceği göstermektedir.
Özet (Çeviri)
With respect to developing computer and camera technologies, computer vision based methods are being used increasingly in industrial applications. One of the most common practise of computer vision systems in industrial applications is quality control processes. Inspection of LCD panels became a critical task in television manufacturing in order to guarantee the display quality. Using manual inspection in order to maintain a quality standard is a time-consuming, subjective, tiresome task. Numerous methods have been proposed by researchers for automatic inspection. Such methods are relatively more efficient, objective and low-cost. In this thesis, LCD Pixel defect detection problem is considered as an object detection problem, and three machine vision-based method is proposed. First method is based on Gray-Level Co-Occurrence Matrix (GLCM) features and Support Vector Machines (SVM). Second method uses CNN classifier. Third method uses a unified one-stage CNN object detector for LCD pixel defect detection problem. Precision, recall, and F1 score metrics are used for objective performance evaluation. The best detection results obtained by using a CNN-based architecture which is a unified and one-stage object detector. Experimental results shows that proposed method might be an alternative to manual inspection.
Benzer Tezler
- Environmental reliability characterizations and analyses of pixel-sized colloidal quantum dots for next-generation display technologies
Yeni nesil görüntü teknolojileri için piksel boyutundaki kolloidal kuantum noktalarının çevresel güvenilirlik karakterizasyonları ve analizleri
HATİCE İLKBEN İLBAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET PARLAK
PROF. DR. HİLMİ VOLKAN DEMİR
- A new high voltage partial discharge indicator system
Yeni bir yüksek voltaj kısmi deşarj gösterge sistemi
İBRAHİM OĞUZ GÜL
Yüksek Lisans
İngilizce
2006
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MİRZAHAN HIZAL
- Elektro-optik endüstrisinde kullanılacak aleve dayanıklı malzeme geliştirilmesi ve uygulaması
Development and application of flame retardant materials used in electro-optic industries
METİN NİL
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YAVUZ ÖZTÜRK
- Superpixel based efficient image representation for segmentation and classification
Bölütleme ve sınıflandırma için süperpiksel temelli etkin imge simgeleme
HÜSEYİN EMRAH TAŞLI
Doktora
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH AYDIN ALATAN
- Robotik bir mikroskop sisteminden elde edilen görüntülerin görüntü işleme ve yapay zeka yöntemleri ile analizi
Analysis of microscopic images povided by a robotic microscope system via image processing and artificial intelligence techniques
NURDAN BAYKAN
Doktora
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NİHAT YILMAZ