图像数据统计过程控制方法研究

摘要

随着机器视觉系统在工业中的应用越来越广泛，产品信息越来越多地以图像数据的形式呈现。研究如何利用图像数据对生产过程进行监控已成为统计过程控制面临的新课题。本文以具有一致性或存在特定模式的产品图像为研究对象，针对偏移区域形状未知、偏移数目未知、图像中相邻像素的灰度值存在高度相关关系等情况下的图像数据监控方法分别进行了研究。
　　首先，针对偏移区域形状未知的情况，提出了基于EWMA和区域生长的图像数据监控方法，给出了实施该方法的详细步骤。利用仿真试验考察了该方法在检测偏移区域形状规则、不规则时的效果，并与Megahed等提出的基于最大广义似然比的图像数据监控方法进行了对比。结果表明，所提方法不仅能快速检测出偏移，还能更准确地估计出偏移发生的区域。
　　接着，针对偏移数目未知的情况，提出了基于广义似然比之和的图像数据监控方法，介绍了实施该方法的详细步骤。利用仿真试验考察了该方法在检测单个、多个偏移时的效果，并在检测单个偏移时，与Megahed等提出的基于最大广义似然比的图像数据监控方法进行了对比。结果表明，所提方法检测效果优于最大广义似然比的图像数据监控方法。
　　然后，针对图像中相邻像素的灰度值存在高度相关关系的情况，提出了基于多元广义似然比的图像数据监控方法，给出了实施该方法的详细步骤。利用仿真试验考察了该方法在检测单个、多个偏移时的效果，并在检测单个偏移时，与Megahed等提出的基于最大广义似然比的图像数据监控方法进行了对比。结果表明，所提方法检测效果优于最大广义似然比的图像数据监控方法。
　　最后，将基于多元广义似然比的图像数据监控方法应用于实际案例中，应用结果表明，该方法不仅能快速检测出偏移，还能提供偏移发生的时间、区域等信息，帮助员工对过程进行诊断，查找异常原因，尽早恢复过程。

目录

声明

摘要

第一章 绪论

1．1 选题背景

1．2 研究意义

1．3 文献综述

1．3．1 统计过程控制相关研究

1．3．2 图像数据过程控制理论

1．4 论文结构与研究创新之处

1．4．1 论文结构

1．4．2 研究创新之处

第二章 统计过程控制的基本理论与方法

2．1 控制图的原理

2．2 常见的一元控制图

2．2．1 Shewhart控制图

2．2．2 CUSUM控制图

2．2．3 EWMA控制图

2．3 常见的多元控制图

2．3．1 Hotelling T2控制图

2．3．2 MCUSUM控制图

2．3．3 MEWMA控制图

2．4 控制图的实施

2．5 基于最大广义似然比的图像数据监控方法

2．5．1 基于广义似然比的控制图

2．5．2 基于最大广义似然比的控制图

2．6 本章小结

第三章 基于EWMA和区域生长的图像数据监控方法

3．1 区域生长的概念

3．2 控制图的设计

3．2．1 图像数据的转换

3．2．2 初始生长点的选取

3．2．3 区域合并的规则

3．2．4 生长停止的准则

3．3 控制图的实施

3．3．1 图像采集阶段

3．3．2 图像处理阶段

3．3．3 统计过程控制阶段

3．4 控制图的性能研究

3．4．1 监测形状规则的偏移

3．4．2 监测形状不规则的偏移

3．5 本章小结

第四章 基于广义似然比之和的图像数据监控方法

4．1 控制图的设计

4．1．1 图像数据的转换

4．1．2 控制图统计量的计算

4．2 控制图的实施

4．2．1 图像采集阶段

4．2．2 图像处理阶段

4．2．3 统计过程控制阶段

4．3 控制图的性能研究

4．3．1 监测单个偏移

4．3．2 监测多个偏移

4．4 本章小结

第五章 基于多元广义似然比的图像数据监控方法

5．1 控制图的设计

5．1．1 图像数据的转换

5．1．2 控制图统计量的计算

5．2 控制图的实施

5．2．1 图像采集阶段

5．2．2 图像处理阶段

5．2．3 统计过程控制阶段

5．3 控制图的性能研究

5．3．1 监测单个偏移

5．3．2 监测多个偏移

5．4 本章小结

第六章 图像数据监控方法应用研究

6．1 应用案例一

6．2 应用案例二

6．3 本章小结

第七章 总结与展望

7．1 论文工作总结

7．2 研究展望

参考文献

发表论文和参与科研情况说明

致谢