การตรวจจับรอยตำหนิบนหนังวัวด้วยคอมพิวเตอร์วิทัศน์

Defect detection on leather with computer vision

Name: ชญาภา ปกป้อง

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วศ.ม. (การจัดการวิศวกรรมและเทคโนโลยี) 2562.

Classification :.LCCS: TA1634

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. -- สาขาการจัดการวิศวกรรมและเทคโนโลยี -- วิทยานิพนธ์

ThaSH: คอมพิวเตอร์วิทัศน์

ThaSH: การประมวลผลภาพ

ThaSH: อุตสาหกรรมเก้าอี้หนัง

Abstract: ในวิธีปัจจุบันการตรวจสอบรอยตำหนิของพื้นผิวสีบนหนังวัวใช้สายตาของมนุษย์ภายใต้แสงสีขาว ก่อนการวางแบบบนหนังวัว รอยตำหนิ เช่น รู รอยแผล รอยยับ รอยเฆี่ยน และรอยแมลงกัดบนหนังวัวมีความแตกต่างกันทั้งขนาด รูปร่าง และความลึก การตรวจสอบรอยตำหนิเหล่านี้ทำให้เกิดปัญหา เช่น ผลการดำเนินงานต่ำ ขั้นตอนการทำงานที่ไม่สามารถทำซ้ำได้ ต้นทุนสูงและการผลิตช้าลง แทนการตรวจสอบด้วยสายตา การส่องแสงสีลงบนรอยตำหนิเพื่อถ่ายภาพอัตโนมัติจากพื้นผิวสีสองมิติ ภาพรอยตำหนิบนพื้นผิวถูกได้จากค่าเกณฑ์ของภาพระดับสีเทาด้วยขอบของพื้นที่ดำและขาว งานวิจัยนี้นำเสนอการศึกษาการส่องแสงสีลงบนพื้นผิวสีซึ่งเป็นทางเลือกหนึ่งของการเตรียมภาพเพื่อตรวจจับรอยตำหนิบนหนังวัว งานวิจัยนี้ประกอบด้วย 4 ขั้นตอน คือ การได้ภาพสี การเตรียมภาพ การตรวจจับรอยตำหนิ และการหาขอบ แสงสีขาว และแสงสีปฐมภูมิถูกใช้เพื่อส่องแสงบนพื้นผิวสี ภาพสีที่มีรอยตำหนิ เช่น รูบนหนังสีอ่อน รอยแผลลึกบนหนังสีอ่อน รอยยับลึกบนหนังสีเข้ม รอยยับตื้นบนหนังสีอ่อน รอยเฆี่ยนบนหนังสีอ่อน และรอยแมลงกัดบนหนังสีเข้ม ถูกเปลี่ยนเป็นภาพระดับสีเทา ก่อนแบ่งส่วนภาพระหว่างรอยตำหนิและพื้นผิว ซึ่งเป็นภาพขาวดำรอยตำหนิ ด้วย 4 วิธี คือ วิธีเกณฑ์ วิธีโอ๊ตซึ วิธีแคนนี่ และวิธีโซเบล ถัดมาภาพขาวดำรอยตำหนิที่ได้ถูกระบุขอบของรอยตำหนิ ผลลัพธ์แสดงให้เห็นว่า แสงสี พื้นผิวของหนัง และรอยตำหนิมีผลต่อการตรวจจับรอยตำหนิ ซึ่งแสงสีขาวและแสงสีเขียวมีความเหมาะสมกับการตรวจจับรอยตำหนิลึกบนหนังสีอ่อน (รู รอยแผลลึก) และแสงสีน้ำเงินมีความเหมาะสมกับรอยตำหนิลึกบนหนังสีเข้ม (รอยยับลึก) นอกจากนี้จากทั้ง 4 วิธีที่ใช้ในการตรวจจับรอยตำหนิ วิธีเกณฑ์สามารถตรวจจับรู และรอยยับลึกได้ In the traditional way, the defective color surface data on leather are detected by human’s eyes along with white light before placing pattern on leather surface. Defects such as hole, scar, crease, whip mark, and insect’s bite on the leather surface are different size, shape and depth. This traditional defect detection suffers from the problems such as poor performance, non-repeatable procedure, high cost and low speed. Instead of human vision, light projection has been applied in defect detection for automatically capturing data from a 2D color texture surface. The defective surface data are obtained from thresholding in gray-scale image along the boundary of black and white area. Presented in this research is consisted of four steps: image acquisition, image pre-processing, image segmentation and boundary tracing. The traditional white color and RGB colors were applied to project on the different color surface texture. All defective color images were converted to the defective gray-scale images before segmenting images between defects (foreground) and surface (background) as the defective binary images by four methods: threshold method, Otsu’s threshold method, Canny method and Sobel method. The defective binary images, then, were traced their boundary. These images were compared. The results show that the color lights, the color texture and the defective surface effect on defect detection. The white light and green light are suitable for the light color texture that the deep defects such as the hole and deep scar are found and the blue light is suitable for the dark color texture that the deep defect (deep crease) are found. Moreover, from four method for defect detection, the threshold method can detect the hole and deep crease

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: นัฏฐวิกา จันทร์ศรี

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Created: 2562

Modified: 2567-06-04

Issued: 2567-06-04

วิทยานิพนธ์/Thesis

วิทยานิพนธ์/Thesis

application/pdf

URL: https://kasetsart.idm.oclc.org/login?url=http://www.lib.ku.ac.th/KUthesis/2562/chayapha-pok-all.pdf

CallNumber: TA1634.ช13

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: การจัดการวิศวกรรมและเทคโนโลยี

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	chayapha-pok-all.pdf	2.6 MB	14	2026-05-26 18:16:01

ใช้เวลา

0.030798 วินาที