Automatická optická kontrola pájených spojů pomocí detekce odrazů barevného světla
Automated optical inspection of solder joints by detecting the reflections of colored light
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Jan Bouček
Vedoucí práce
Brchl Lukáš
Oponent práce
Surynek Pavel
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Kontrola kvality je nedílná součást výroby SMT elektroniky. Automatizované kontrolní systémy jsou dostupné, ale nákladné. V této práci navrhujeme hardwarové a softwarové řešení, které je levnější a jednodušší na implementaci. Náš snímací systém se skládá z 3D tištěných dílů a dodatečných elektronických součástek pro osvětlení. Navrhovaná metoda pro detekci defektů sestává z jednoduché prahovací metody lokalizace a klasifikace náhodným lesem, který používá příznaky extrahované pomocí předtrénované neuronové sítě VGG-16. Náš model dosahuje přesnosti 80 \% na našem datasetu, čímž ukazuje úspěch našeho řešení, ale odhaluje také nedostatky našeho datasetu a postupu. Práci uzavírá analýza výsledků a návrhy pro budoucí vylepšení. Quality control is an integral part of SMT electronics manufacturing. Automated inspection systems are available but costly. In this thesis, we propose a hardware and software solution that is less expensive and easier to implement. Our image capturing system is composed of 3D-printed parts and additional electronic parts for illumination. The proposed defect detection method consists of a simple thresholding-based localization method and a random forest classifier, which uses features extracted with a pre-trained VGG-16 neural network. Our model reaches an 80~\% accuracy on our dataset, showing the success of our solution but also exposing shortcomings of our dataset and method. The thesis concludes with an analysis of results and suggestions for future improvements.
Kolekce
- Bakalářské práce - 18105 [292]