文献

J-GLOBAL ID：202102214471417673   整理番号：21A0578867

飽和画像集合上の多様体学習と回帰による透明微小欠陥の効率的な形状推定【JST・京大機械翻訳】

Efficient Shape Estimation of Transparent Microdefects with Manifold Learning and Regression on a Set of Saturated Images

著者 (3件)： Deng Yuanlong ,  Pan Xizhou ,  Zhong Xiaopin
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 10  号： 1  ページ： 385  発行年： 2020年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 偏光子のような高分子膜製品の産業において,透明微小欠陥の3次元(3D)輪郭を測定すると,最も一般的な欠陥は,さらなる処理を行う必要がある。本論文では,二次元イメージングを用いて直接測定の問題を推定問題に変換することにより,回帰に基づく欠陥の3D形状を推定するための効率的な方法を提案した。基本的アイデアは,透明な微小欠陥に関する構造化光飽和イメージングデータを得ることを含む。ラベル付きデータセットを作成するために共焦点顕微鏡測定データを統合し,次元縮小を実行した。飽和画像と欠陥3D属性の間の関係を確立するために,低次元小集合空間でのサポートベクトル回帰を用いた。そして,それらの飽和画像に学習関係を適用することにより,新しい欠陥サンプルの形状を予測する。判別部分空間において,飽和画像の多様体は,深さと幅のような欠陥3D形状の変化属性を明らかに示すことができる。実験結果は,欠陥深さの平均相対誤差(MRE)が3.64%であり,欠陥幅のMREが1.96%であることを示した。Matlabプラットフォームで消費される推定時間は0.01s未満である。共焦点顕微鏡のような精密測定装置と比較して,著者らの推定法は,品質管理の効率を大いに改善し,自動欠陥同定の精度要求を満たす。したがって,製品の完全な検査に適している。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *多様体 ,  品質管理 ,  *学習 ,  故障検出 ,  画像処理 ,  二次元 ,  高分子膜 ,  三次元 ,  次元縮小 ,  共焦点顕微鏡
準シソーラス用語： 三次元形状 ,  MATLAB ,  部分空間 ,  *多様体学習 ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 欠陥検出 ,  機械視覚 ,  品質管理 ,  構造化バックライトイメージング ,  サポートベクトル回帰

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (23件)：

• Di Leo, G.; Liguori, C.; Pietrosanto, A.; Sommella, P. A vision system for the online quality monitoring of industrial manufacturing. Opt. Lasers Eng. 2017, 89, 162-168.
• Lee, C.Y.; Tsai, T.L. Data science framework for variable selection, metrology prediction, and process control in TFT-LCD manufacturing. Robot. Comput. Integr. Manuf. 2019, 55, 76-87.
• Kuo, C.F.J.; Chiu, C.H.; Chou, Y.C. Research and Development of Intelligent On-Line Real-time Defect Inspection System for Polymer Polarizer. Polym. Plast. Technol. Eng. 2009, 48, 185-192.
• Kuo, C.F.; Peng, K.C.; Wu, H.C.; Wang, C.C. Automated inspection of micro-defect recognition system for color filter. Opt. Lasers Eng. 2015, 70, 6-17.
• Yen, H.N.; Syu, M.J. Inspection of polarizer tiny bump defects using computer vision. In Proceedings of the IEEE International Conference on Consumer Electronics, Las Vegas, NV, USA, 4-6 January 2015; pp. 525-527.

タイトルに関連する用語 (6件)： 飽和 ,  集合 ,  多様体学習 ,  微小 ,  欠陥 ,  形状推定