字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

以作者查詢圖書館館藏以作者&題名查詢臺灣博碩士以作者查詢全國書目
研究生中文姓名:洪品軒
研究生英文姓名:Hung, Pin-Hsuan
中文論文名稱:軟性顯示器摺疊測試的光學檢測之類神經網路視覺自動對位研究
英文論文名稱:A Study of Neural Network Vision Alignment for Optical Inspection of Flexible Displays by Folding Test
指導教授姓名:溫博浚
口試委員中文姓名:副教授︰吳乾埼
副教授︰余興政
學位類別:碩士
校院名稱:國立臺灣海洋大學
系所名稱:機械與機電工程學系
學號:10472007
請選擇論文與海洋研究相關度:無相關
請選擇論文為:應用型
畢業年度:107
畢業學年度:106
學期:
語文別:中文
論文頁數:91
中文關鍵詞:軟性顯示器自動光學檢測系統類神經網路影像回饋對位控制
英文關鍵字:flexible displayautomatic optical detection systemneural networkimage feedbackalignment control
相關次數:
  • 推薦推薦:0
  • 點閱點閱:9
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:12
  • 收藏收藏:0
為了生產及應用軟性顯示器,不可或缺的便是對這種顯示器的撓曲與摺疊能力進行測試,以達到可多次重複使用的目的。而對於軟性顯示器的檢測,除了最普遍的電性檢測外,對經過測試後的軟性顯示器之擷取影像進行光學分析也是一種檢測的方法。為了以光學方法檢測軟性顯示器的耐用程度,本研究利用類神經網路作為控制法則建立一個自動光學檢測系統。此系統包含一XYZ平台,結合一附有轉軸平台的CCD攝影機於一四自由度的可動影像擷取平台。由於摺疊測試軟性顯示器時,軟性顯示器的尺寸不同會決定軟性顯示器夾具的旋轉角度,本研究利用此影像擷取平台對一可反覆摺疊軟性顯示器的全面性摺疊機台上不同角度的軟性顯示器夾具進行影像擷取。根據影像中軟性顯示器夾具上設置的定位點以影像回饋方式取得點座標作為類神經網路的輸入值,並將相對應角度下四軸平台正確對位時所需的位移量紀錄作為輸出,以建立一個對位控制的光學檢測之監督式類神經網路模型。因此將類神經網路套用於影像擷取平台的控制程式內,可以針對不同角度的軟性顯示器夾具進行自動正交定位的動作。最後本研究利用訓練完成的類神經網路控制影像擷取平台,而定位時誤差最大百分比落在1.77%。另外,根據膽固醇液晶軟性顯示器經過摺疊測試後其影像的灰階值變化結果可以發現摺疊次數遞增時軟性顯示器的光學衰減特性也會增加。除此之外,在四個量測區域中的灰階值最終差異百分比最大可達15.1%。
For the production and application of flexible displays, the deflection and folding capabilities test of the display is indispensable so as to achieve repeated use. For flexible displays testing, in addition to the most public electrical tests, optical analysis of the captured images of the tested flexible display is also an important detection method. To optically detect the durability of a flexible display, this study creates an automatic optical detection system, comprises a neural network as control algorithm, XYZ platform and a CCD camera with a rotating stage on a four degree-of-freedom image capture platform. During the folding test of a flexible display, the different sizes of the flexible display require corresponding rotation angles of the flexible display fixture. This study captures images of flexible displays at different angles on the whole-folding folding platform that can repeatedly fold flexible displays. According to the coordinates of the positioning points in the image which are set on the flexible display fixture as the input values by image feedback and the displacement values of the four degree-of-freedom image capture platform as output values, a Supervised neural network model is set up for the alignment control of the optical inspection. Therefore, the neural network is used in the control program of the image capture platform to orthogonally and automatically position for different fixture angles. Finally, this study uses the neural network to control the four degree-of-freedom image capture platform, and the maximum error percentage is 1.77%. According to the results of the change of the grayscale value of the flexible cholesteric liquid crystal display after the folding test, it can be found that the decay optical characteristics increase as folding cycles. In addition, the maximum difference percentage of the grayscale value in the four regions of interest measurement in the study is 15.1 %.
摘要 I
Abstract II
目錄 III
圖目錄 V
表目錄 VIII
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 1
1.3 文獻回顧 2
第二章 視覺對位控制系統 4
2.1 驅動軸卡 5
2.2 軟性顯示器全面性摺疊機台 6
2.2.1 摺疊機台零件配置圖 6
2.2.2 摺疊機台動作說明 7
2.2.3 摺疊機台夾板對位點設定 9
2.3 XYZ軸向移動控制伺服馬達與其驅動器 9
2.4 CCD攝影機轉軸控制步進馬達與其驅動器 11
2.5 XYZ軸軸向移動平台 13
2.6 XYZθ四軸移動平台 15
2.7 CCD攝影機 15
2.8 照明設備 16
第三章 視覺對位與類神經網路 20
3.1 視覺對位 20
3.2 影像處理 20
3.2.1 灰階化 20
3.2.2 影像切割 21
3.2.3 二值化 21
3.2.4 影像濾波 22
3.2.5 影像形態學(Morphology) 24
3.3 類神經網路 25
3.3.1 類神經網路的優勢 25
3.3.2 基本類神經網路運算 26
3.3.3 Levenberg–Marquardt演算法 28
3.3.4 貝氏規則化演算法 30
第四章 幾何計算與模擬分析 34
4.1 CCD攝影機、四軸運動機台與摺疊機台的幾何計算 34
4.2 LabVIEW對位程式設計 38
4.2.1 匯入ADLINK PCI-8134A的動態連結函式庫 38
4.2.2 利用VI編譯對位程式 42
4.3 取得類神經網路訓練樣本 44
4.4 類神經網路訓練與模擬 53
4.4.1 建立類神經網路模型 53
4.4.2 Levenberg–Marquardt法及貝氏規則化法的結果與誤差比較 54
4.4.3 不同神經元數量下TRAINBR類神經網路的結果與誤差比較 77
第五章 控制實驗 81
5.1 四軸機台控制實驗 81
5.1.1 類神經網路參數的正規化與反正規化與計算 81
5.1.2 控制實驗 83
5.2 軟性顯示器光學影像擷取與分析 86
5.2.1 膽固醇液晶顯示器 86
5.2.2 軟性顯示器光學分析 87
第六章 結論 90
6.1 結論 90
6.2 未來展望 90
參考文獻 92
[1] 葉希豪,江益增,姚哲文,“ 全自動捲帶式軟性電路顯示器外觀檢測機之連續取像結構改良”,中華民國專利M264497,2005年。
[2] S. Grego, J. Lewis, E. Vick, and D. Temple. Development and Evaluation of Bend-Testing Techniques for Flexible-Display applications, Journal of the SID, 13, pp. 575-581, 2005
[3] 蔡孟頎,“ 倒傳遞類神經網路於多腳位元件影像對位最佳化之研究 ”,國立中央大學碩士論文,2008年。
[4] 許得政,“ 應用機器視覺搭配類神經網路對CCD sensor作影像對位之研究 ”,國立中央大學碩士論文,2010年。
[5] 林淑怡,“ X-Y精密定位平台於彩色濾光片影像對位控制之應用 ”,國立臺灣科技大學碩士論文,2006年。
[6] 陳亮嘉,“ 影像處理基礎 ”,國立台灣大學。
[7] 鄭辰男,“ 應用機器視覺於不良藥錠之自動辨識系統 ”,國立嘉義大學生物機電工程學系研究所碩士論文,2012年。
[8] 維基百科,“ 感光耦合元件 ”,2017年12月。
https://zh.wikipedia.org/wiki/感光耦合元件
[9] 莊峻豪,“ 雨天車前擋風玻璃影像之還原技術 ”,國立中山大學機械與機電工程學系研究所碩士論文,2014年。
[10] 辜志偉,“ 類神經網路應用於旋轉機械故障診斷系統之研究 ”,國立臺灣海洋大學機械與機電工程學系研究所碩士論文,2004年。
[11] 謝鎮鴻,“ 倒傳遞演算法則在旁路連接網路架構之收斂特性比較 ” ,國立臺灣海洋大學機械與機電工程學系研究所碩士論文,2006年。
[12] 陳啟瑋,“結合基因演算法與類神經網路設計PID控制器之研究 ” ,國立臺灣海洋大學機械與機電工程學系研究所碩士論文,2010年。
[13] Martin T Hagan, Howard B Demuth, and Mark H Beale . Neural network design. Boulder, Colo. Campus Publ. Service, 2002.
[14] 陳明原,“應用貝氏理論及模糊邏輯進行專利分類及TRIZ方法改善之研究”,國立台灣科技大學自動化及控制研究所碩士論文,2006年。
[15] 何姿燕,“以貝氏分類法為基礎之即時手寫簽名辨識系統”,國立新竹教育大學資訊科學研究所碩士論文,2010年。
[16] 宋峰,“一種改進BP算法在消費水平中的應用”,重慶師範大學數學學院碩士論文,2013年。
[17] F. D. Foresee, M. T. Hagan, Gauss-Newton Approximation to Bayesian Learning , Proceedings of the 1997 International Joint Conference on Neural Networks, 1997.
[18] 維基百科,“ LabVIEW ”,2018年3月24日。
https://zh.wikipedia.org/wiki/LabVIEW
[19] ADLINK, PCI-8143 4Axes Servo/ Sterpper Motion Conrol Card User’s Guide, Feb, 3, 2004.
[20] 黃惠隆、翁忠川、黃月貞,“以車輛偵測器推估旅行時間之研究 — 以北二高為例”,中華技術季刊63期,2004年。
[21] C.D. Lewis,. International and Business Forecasting Methods. Butterworths, London, 1982.
[22] 胥智文,“研發電子書─膽固醇型液晶應用”,科學月刊第482期,2010年2月。
(此全文20230812後開放外部瀏覽)
電子全文
全文檔開放日期:2023/08/12
 
 
 
 
第一頁 上一頁 下一頁 最後一頁 top
* *