English
|
正體中文
|
简体中文
|
全文筆數/總筆數 : 8557/14866 (58%)
造訪人次 : 1403666 線上人數 : 2555
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部CHUR
工學院
機械工程學系
--研討會論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於CHUR
‧
管理
Chung-Hua University Repository
>
工學院
>
機械工程學系
>
研討會論文
>
Item 987654321/34599
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://chur.chu.edu.tw/handle/987654321/34599
題名:
銅箔基板瑕疵分類研究
作者:
邱奕契
Chiou, Yih-Chih
貢獻者:
機械工程學系
Mechanical Engineering
關鍵詞:
影像分割
;
瑕疵偵測
;
瑕疵分類
;
特徵抽取
影像分割
;
瑕疵偵測
;
瑕疵分類
;
特徵抽取
日期:
2008
上傳時間:
2014-06-27 02:56:43 (UTC+8)
摘要:
針對不同的瑕疵影像,必需使用不同的分割法才能將瑕疵分割出來,唯有正確地將瑕疵分割出來,後續的瑕疵分類才能成功。本研究首先使用影像分割法自動選取機制,分割出想要的瑕疵;其次透過特徵的抽取與挑選,以及散佈圖的繪製與分析,建立分類樹(決策樹);最後,利用分類樹演算法進行瑕疵的分類。實驗結果顯示,本研究所使用之決策樹分類法,利用從影像中抽取出之6種特徵,可以將出現在銅箔基板上的瑕疵分成13類,分類率為89.39%。
針對不同的瑕疵影像,必需使用不同的分割法才能將瑕疵分割出來,唯有正確地將瑕疵分割出來,後續的瑕疵分類才能成功。本研究首先使用影像分割法自動選取機制,分割出想要的瑕疵;其次透過特徵的抽取與挑選,以及散佈圖的繪製與分析,建立分類樹(決策樹);最後,利用分類樹演算法進行瑕疵的分類。實驗結果顯示,本研究所使用之決策樹分類法,利用從影像中抽取出之6種特徵,可以將出現在銅箔基板上的瑕疵分成13類,分類率為89.39%。
顯示於類別:
[機械工程學系] 研討會論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
銅箔基板瑕疵分類研究.pdf
45Kb
Adobe PDF
50
檢視/開啟
在CHUR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋