Geri Dön

LCD piksel hatalarının makine öğrenmesi yöntemleri ile tespiti

LCD pixel defect detecion using machine learning methods

  1. Tez No: 545043
  2. Yazar: ASLI ÇELİK
  3. Danışmanlar: PROF. DR. OĞUZHAN URHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiÖzyeğin Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET PARLAK

    PROF. DR. HİLMİ VOLKAN DEMİR

  2. A new high voltage partial discharge indicator system

    Yeni bir yüksek voltaj kısmi deşarj gösterge sistemi

    İBRAHİM OĞUZ GÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MİRZAHAN HIZAL

  3. 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

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiEge Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YAVUZ ÖZTÜRK

  4. Superpixel based efficient image representation for segmentation and classification

    Bölütleme ve sınıflandırma için süperpiksel temelli etkin imge simgeleme

    HÜSEYİN EMRAH TAŞLI

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH AYDIN ALATAN

  5. 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

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NİHAT YILMAZ