Abstract
目前在金屬表面瑕庛的檢驗，大多是針對經熔化再行冷卻過後所製成的金屬板，而不是對機械工具機特殊加工後的表面來檢驗。兩者的差別主要是在表面反光情形的嚴重性，這也相對地增加了檢驗難度。在本篇論文中，所要檢驗的金屬表面物件是經過車床車削加工過的圓形物件，其表面呈現環形紋路狀，紋路的明顯程度隨進刀速度的快慢而有不同。所要檢驗的表面瑕庛有兩種類型；一是粗糙紋路，另外一種則是刮痕。 在本篇論文中，主要有三個研究重點；首先是探討取像時照明裝置應該注意到的事項，以提高照明對表面瑕疵的均勻性與解析度，接著是描述兩種瑕疵的偵測過程。有關粗糙型態的檢驗，提出兩種解決的方法，一個是結合了影像處理與圖型識別的方法，也就是利用傅立葉轉換所得到的影像與預存影像相減來做影像處理，以利用頻率定義域加強表面瑕疵的辨識，然後取得特徵參數，再進行特徵參數的篩選，最後依據篩選後所得到的參數重要性順序分別建立分類器，由實際分類成果決定由不同參數建構而成之分類器的好壞。另一方法則是在一系列的影像前處理後，利用正常金屬表面之紋路在二值化後產生的線形紋路，此線形紋路上任兩點到圓心等距的觀念來判斷圓形紋路的金屬表面瑕疵。對於刮痕的檢驗則是先二值化、雜訊消除、影像加強，再由輪廓找尋中確認刮痕的存在與否。最後由每一種瑕疵的檢驗方法分別進行績效評估，結果均有九成以上的正確率。