پايش داده هاي تابعي مبتني بر تصوير از طريق مدل سازي پروفايل فضايي

Monitoring of image based functional data through spatial profile modeling

امروزه استفاده از داده هاي تصويري به منظور پايش فرآيندهاي توليدي كه شامل اطلاعاتي كامل در رابطه با كيفيت محصول يا فرآيند موردنظر است رو به افزايش است. رشد روزافزون فناوريهاي تصويربرداري باعث ايجاد تنوع و افزايش حجم در داده هاي حاصل از ارزيابي مشخصه هاي كيفيتي گرديده اند. تهيه تصوير و آناليز آن ميتواند اطلاعات مهمي در مورد كيفيت محصول توليدي فراهم كند .در اين مقاله يك الگوي جديد كه بر اساس همبستگي مكاني ميان نقاط تصوير توسعه يافته است همراه با تركيبي از رويكرد هموارسازي كرنل و نمودار كنترل چند متغيره جهت شناسايي نقص كه به صورت ناهمگوني در تصوير تعريف شده است به كار گرفته مي شود. براي اعتبارسنجي روش پيشنهادي يك مطالعه موردي بر اساس تصاوير لگو ارائه شده است و عملكرد روش پيشنهادي بر اساس معيار متوسط طول دنباله (ARL) با روش مرسوم مبتني بر پايش توزيع نرمال چند متغيره مقايسه مي شود.

Nowadays, monitoring of manufacturing processes on the basis of images acquired via machine vision systems has become a commonplace phenomenon.In this study a new approach has been developed for image-based process monitoring, considering the spatial correlation among adjacent pixels of an image. This approach which has been used under the name of spatial profile monitoring, combines the notion of non-parametric kernel smoothing with the multivariate control charts.