數位影像中直線的量測

Measurement of Straight Lines in Digital Images

曾佳怡(Jia-I Tzeng)

指導教授 ： 蔡篤銘

元智大學/工程學院/工業工程與管理學系/碩士(1994年)

摘要

本研究乃是利用機器視覺技術來精確估算工件外觀的直線方程式，使得在
非接觸式量測技術上能達到更精確的功效，本研究在尺寸量測方面以標準
塊規做為探討的對象，而在直線夾角量測方面則以30度-60度- 90度的三
角形紙板做為探討的對象。在本研究中直線參數的估算分成單一直線和平
行線兩種，而研究方法主要可分成兩大部分－最小平方法和類神經網路的
應用，在最小平方法實驗中以垂直法和平行法，對工件做直線的量測，在
不同的旋轉角度和收集點數的情形下，計算兩平行線間的距離或兩直線間
的夾角，並與傳統的線性迴歸法和Hotelling 轉換法比較，以分析此四種
方法在準確性方面的差異，但由於直線的估算會受到工件旋轉角度和收集
像素點個數及其它不可控制的因素所影響，使得實驗數據(包括兩平行線
間的距離及兩直線間的夾角)與目標值產生些許的變異，為了解決此一問
題，我們採用倒傳遞類神經網路的技術，因其屬於監督式學習網路，所以
適合預測方面的應用，且學習精度高可處理複雜的樣本問題，藉由倒傳遞
網路的幫助，可以將實驗數據加以補償後，使其更加地接近目標值，以提
高估計的準確性。

關鍵字

機器視覺 ； 直線估算 ； 最小平方法 ； 類神經網路 ； 倒傳遞網路

並列摘要

This research uses the machine vision technique to estimate the
straight lines and measure dimensions of workparts comprising
straight line segments. In this study, straight line parameters
are measured for individual straight lines and pairs of two
parallel lines. Both Least Mean Squares (LMS) and Artificial
Neural Network (ANN) methods are used to estimate the
parameters. The LMS minimizes the squared sum of vertical
distances between edge points and the estimated line. The
performance of the LMS is compared to that of widely used
linear regression and Hotelling transform methods. Since the
representation of a straight line in a digital image is
affected by the orientation of a workpart and number of edge
points, the ANN technique is employed to adjust the estimation
error of the LMS. We adopt a back-propagation network to solve
the problem. Experimental results have shown that the back-
propagation network significally improves the estimation
accuracy.

並列關鍵字

Machine vision ； Straight line fitting ； Measurement ； Least mean Neural network.