การตรวจจับสิ่งแปลกปลอมบนผิวหัวอ่านฮาร์ดดิสก์ของบริษัทกรณีศึกษาด้วยเทคนิคการประมวลผลภาพ

Main Article Content

ปัญญา สำราญหันต์
ประจักษ์ พรมงาม

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและพัฒนาการตรวจสอบอัตโนมัติสำหรับกรณีการตรวจจับสิ่งแปลกปลอมบนผิวหัวอ่านฮาร์ดดิสก์ของบริษัทกรณีศึกษาด้วยเทคนิคการประมวลผลจากภาพถ่าย งานวิจัยนี้ได้แบ่งออกเป็น 3 ส่วน คือส่วนแรกเริ่มจากการศึกษาวิธีการปรับปรุงคุณลักษณะของภาพถ่ายสำหรับเป็นภาพต้นแบบ ส่วนที่สองเป็นการพัฒนาขั้นตอนการตรวจสอบบนผิวหัวอ่านฮาร์ดดิสก์ด้วยโปรแกรมการประมวลผลจากภาพถ่าย และส่วนสุดท้ายเป็นการประเมินประสิทธิภาพระบบการวัดระหว่างระบบการประมวลผลภาพที่พัฒนาขึ้นเปรียบเทียบกับการตรวจสอบผลของพนักงานที่เชี่ยวชาญ ภาพถ่ายของผลิตภัณฑ์มีลักษณะคุณภาพ 2 ลักษณะ จำนวน 300 ตัวอย่างได้แก่ ผลิตภัณฑ์ที่มีระดับตามเกณฑ์มาตรฐาน 150 ตัวอย่าง และระดับที่ไม่ผ่านเกณฑ์มาตรฐาน 150 ตัวอย่าง ผลจากการวิจัยพบว่าประสิทธิภาพการตรวจสอบด้วยพนักงานมีความแม่นยำ ร้อยละ 98 และการประมวลผลภาพมีความแม่นยำ ร้อยละ 89 และเมื่อนำผลการตรวจสอบของพนักงานและเครื่องจักรมาเปรียบเทียบกับค่ามาตรฐาน มีผลการตรวจสอบได้ตรงตามมาตรฐานที่ไม่แตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 และในงานวิจัยครั้งนี้ยังพบว่าค่าสัมประสิทธิ์ Kappa ของพนักงานและการประมวลผลภาพเท่ากับ 0.83 กล่าวได้ว่าผลการตรวจสอบของพนักงานและการประมวลผลภาพมีความสอดคล้องกันมาก นอกจากนั้นความสามารถของผลการตรวจสอบจากการประมวลผลภาพในการแยกชิ้นงานเสียออกจากชิ้นงานดี พบว่าค่าสัมประสิทธิ์ Kappa มีค่าเท่ากับ 0.75 สรุปได้ว่าผลการตรวจสอบด้วยการประมวลผลภาพของงานวิจัยนี้มีความสอดคล้องกับมาตรฐานในระดับดีมาก

Article Details

How to Cite
สำราญหันต์ ป., & พรมงาม ป. . (2021). การตรวจจับสิ่งแปลกปลอมบนผิวหัวอ่านฮาร์ดดิสก์ของบริษัทกรณีศึกษาด้วยเทคนิคการประมวลผลภาพ. วารสารวิชาการ เทคโนโลยี พลังงานและสิ่งแวดล้อม บัณฑิตวิทยาลัย วิทยาลัยเทคโนโลยีสยาม, 8(1), 69–81. สืบค้น จาก https://ph01.tci-thaijo.org/index.php/JEET/article/view/244051
บท
บทความวิจัย

References

Kunakornvong P, Sooraksa P. Machine vision for defect detection on the air bearing surface. In Proceedings - 2016 IEEE International Symposium on Computer, Consumer and Control, IS3C 2016. IEEE; 2016. p. 37–40.

Zhang S, Tyndall G, Suk M. Air bearing surface designs for less humidity sensitivity. IEEE Transactions on Magnetics. 2008;44(11):3653-3655.

Malamas EN, Petrakis EGM, Zervakis M, Petit L, Legat JD. A survey on industrial vision systems, applications and tools. Image Vision Computer. 2003;12(2):171–88.

นวพร ธนะสาร. การพัฒนาระบบประมวลผลภาพสำหรับการตรวจสอบเส้นดำในการผลิตกุ้งแช่แข็ง. วิทยานิพนธ์วิศวกรรมศาสตรมหาบัณฑิต มหาวิทยาลัยสงขลานครินทร์, 2561.

Nakharacruangsak S, Choonprawat S. An Applied Local Binary Pattern by Hyperbolic Secant for Edge Detection of Images and applied to Images Retrieval. Journal of Energy and Environment Technology. 2018;5(1):1–10.

Van Wieringen WN, De Mast J. Measurement system analysis for binary data. Technometrics. 2008;50(4):468–478.

สมบูรณ์ ถามูลตรี และสุรพันธุ์ เอื้อไพบูรย์. การพัฒนาระบบตรวจสอบอัตโนมัติด้วยวิธีการประมวลผลภาพบนคอมพิวเตอร์สำหรับระบุตำแหน่งจุดบัดกรีที่ถูกต้องบนหัวอ่านข้อมูล. วารสารปัญญาภิวัฒน์. 2554;2(2):19–27.

Nia VP. Asgharian M. and Basetto S. A Formal Test for Binary R & R Measurement Systems. In JSMP Proceedings 2013; p. 2865–2872.

Satorres S, Gomez J, Gamez J, Sanchez A. A Machine Vision for Automated Headlamp Lens Inspection. Vision Sensors Edge Detect. 2010;(August). [Internet]. Available from: https://cdn.intechopen.com/pdfs/11881/InTech-A_machine_vision_for_automated_headlamp_lens_inspection.pdf

ปัญญา สำราญหันต์ นภพ ซ้ายสุวรรณ และบุริม นิลแป้น. กรอบการประเมินผลระบบการวัดแบบข้อมูลนับของเทคนิคแมชชีนวิชั่นสำหรับ การตรวจจับสิ่งแปลกปลอมบนหน้าหัวอ่านฮาร์ดดิสก์. วารสารวิชาการเทคโนโลยี พลังงาน และสิ่งแวดล้อม. 2563;7(2):51–8.

จิตติมา วระกุล. การพัฒนาเครื่องตรวจสอบเชิงมองเห็นแบบอัตโนมัติสำหรับกระบวนการผลิตฮาร์ดดิสก์ไดรฟ์. วิทยานิพนธ์วิศวกรรมศาสตรมหาบัณฑิต มหาวิทยาลัยเทคโนโลยีสุรนารี, 2553.

กิติศักดิ์ พลอยพานิชเจริญ. การวิเคราะห์ระบบการวัด (MSA) ประมวลผลด้วย MINITAB. 4th ed. กรุงเทพ: สำนักพิมพ์ ส.ส.ท., 2547.