刀具輪廓形狀誤差係影響精密鑽石切削作業精度之主要因素。傳統刀具輪廓量測方式是以LVDT直接接觸刀具輪廓，量測出其形狀，該方式之量測精度取決於探針之解析度，一般介於1～10μm之間，然而在量測過程中極易因不當接觸造成鑽石刀具受損。
本研究在研發一套光學量測系統，利用影像處理技術，量測刀具輪廓，取代傳統刀具輪廓量測方式，改善解析度不足、無法線上量測之缺點。以現有之系統解析度（mm/pixel）仍無法滿足目前加工精度需求。本刀具輪廓量測系統，配合動差恒動法則，計算刀具輪廓至次像素（subpixel），依據刀具磨耗程度，即時補償輪廓誤差，能有效提升刀具輪廓量測精度。實驗證明本系統可將刀具輪廓量測誤差控制在 0.2μm以內。

Error of the tool profile is an important factor which affects the precision in ultra-precision diamond turning operation. Traditionally, the measure method of the tool profile is used LVDT directly to contact and detect the tool profile. But the precision of this method was depend on the resolution of probe which limited around 1~10μm. Additionally, it is running the risk of damaging the delicate tool tip. In this study, we proposed a new optical measurement method which can improve the disadvantages of traditional measurement method. It used the image processing technology combined moment-preserving principle, which can calculate the tool profile precision to sub-pixel. In addition, the wear of tool can be compensated on-line by this method and ensure the measurement precision of tool profile. From those experimental results showed the error of the tool profile can be controlled in the range of about  0.2μm.

目錄 
中文摘要	I
英文摘要	II
致謝	III
目錄	IV
圖目錄	VII
表目錄	X
第1章 序論	1
1-1 前言	1
1-2 研究目的	1
第2章 文獻回顧	3
2-1 刀具形狀誤差之成因及影響	3
2-2 刀具磨耗偵測	7
2-3 CCD攝影機校正	8
2-4 機器視覺與影像處理	9
2-5 次像素	11
2-6 影像處理應用於刀具磨耗檢測	12
第3章 影像處理技術	15
3-1 成像原理	15
3-2 數位影像成像原理	17
3-3 取樣及量化	18
3-4 CCD攝影機校正	20
3-5 影像處理	21
3-5-1 影像濾波	23
3-5-2 二值化	25
3-5-3 影像分割	26
3-5-4 邊緣偵測	27
3-5-5 細化與補點	37
3-5-6 次像素	41
3-5-7 動差恆定法(moment preserving)	43
3-6 曲線擬合法(Curve Fitting)	44
3-7 刀具輪廓誤差監測	47
3-7-1 影像像素與刀具輪廓位置判斷	47
3-7-2 刀具輪廓誤差偵測	48
第4章 刀具輪廓偵測系統架構	51
4-1 系統介紹	51
4-2 實驗設備	51
4-2-1 影像擷取系統	52
4-2-2 影像擷取部分	53
4-3 擷取閥值	54
4-4 刀具輪廓影像擷取及運算	54
第5章 結果與討論	56
5-1 像素大小及長寬校正	56
5-2 閥值之計算	57
5-3 刀具輪廓偵測	58
5-4 灰階取樣數與量測誤差之關係	62
5-5 影像模糊化對刀具輪廓偵測之影響	64
5-6 不同雜訊對刀具輪廓偵測之影響	65
5-7 與LES（least squares error）動態量測方式之比較	67
5-8 取樣方式之改進	68
第6章 結論	70

圖目錄
圖2- 1為鑽石刀具於切削加工時主要之磨耗形式	4
圖2- 2刀具切削曲面上移動之相關參數圖	5
圖2- 3為刀具磨耗於切削曲面時所產生之形狀誤	6
圖3- 1數位影像處理流程圖	15
圖3- 2成像示意圖	16
圖3- 3 PINHOLE CAMERA MODEL 示意圖	16
圖3- 4影像經過取樣及量化示意圖	19
圖3- 5數位化影像相對於螢幕座標示意圖	19
圖3- 6像素數量對影像品質之影響	20
圖3- 7取樣比例不一造成影像變形	21
圖3- 8(A)部分影像(B)遮罩	22
圖3- 9局部影像與高通濾波運算子計算結果	24
圖3- 10低通濾波運算子	24
圖3- 11中值濾波運算子	25
圖3- 12 (A)影像灰階分佈圖(B)影像二值化分佈圖	26
圖3- 13理想邊緣步階圖	27
圖3- 14實際邊緣步階圖	28
圖3- 15應用導數運算子之邊緣偵測	28
圖3- 16 ROBERTS運算子	30
圖3- 17 LAPLACIAN運算子	31
圖3- 18 PREWITT運算子	31
圖3- 19SOBEL 運算子	32
圖3- 20 SOBEL遮罩	32
圖3- 21 NON-MAXIMUM SUPPRESSION示意圖	35
圖3- 22 HYSTERESIS THRESHOLDING示意圖	36
圖3- 23各種運算子邊緣偵測之結果(A)ROBERTS(B)PREWITT	37
圖3- 24次像素概念	42
圖3- 25邊緣之灰階變化	44
圖3- 26校正用樣版	48
圖3- 27數位化後刀具輪廓示意圖	48
圖3- 28以曲線擬合法(CURVE FITTING)將各像素線段中點之座標為控制點產生之虛擬刀緣之示意圖	49
圖3- 29虛擬刀緣(C2曲線)與理想刀具輪廓(C1曲線)進行比對之示
圖	49
圖3- 30未磨耗前之刀具輪儲存於記憶體中並不時與切削使用後之刀具輪廓進行比對	50
圖4- 1刀具輪廓誤差量測實驗流程圖	51
圖4- 2實驗設備圖	52
圖4- 3 CCD攝影機	52
圖4- 4光源系統	53
圖4- 5伸縮鏡頭	53
圖4- 7刀具經CCD擷取之影像	54
圖4- 8實驗刀具之SEM圖	55
圖5- 1像素大小示意圖	56
圖5- 2樣板經二值化處理後之圖像	57
圖5- 3閥值與圓面積關係示意圖	58
圖5- 4理想刀具與實際刀具輪廓之誤差	59
圖5- 5刀具二值化影像與SEM圖	60
圖5- 6刀具二值化影像與SEM放大圖	60
圖5- 7二值化影像、SEM影像與理想刀具輪廓之誤差	61
圖5- 8刀具輪廓量測圖	61
圖5- 9刀具輪廓量測誤差圖	62
圖5- 10邊緣位置示意圖	63
圖5- 11(A)原始刀具刀尖影像(B)模糊化後刀具刀尖影像	64
圖5- 12模糊化刀具輪廓誤差	64
圖5- 13模糊化影像與對焦影像之比較	65
圖5- 14（A）清晰影像（B）加入SALT PEPPER雜訊	65
圖5- 15三種不同雜訊之偵測結果	66
圖5- 16SALT PEPPER影像經過濾波後之比較圖	67
圖5- 17動差法與線性回歸次向分割理論比較圖	68
圖5- 18取樣示意圖	69
圖5- 19初始方式與修正後之量測誤差	69

表目錄
表5- 1樣本移動距離與像素座標之關係	57
表5- 2閥值與面積之關係	58

參考文獻
【1】K. Iwata, T. Moriwaki, “An Application of Acoustic Emission Measurement to In-process Sensing of Tool Wear”, Annals of the CIRP, Vol. 26, pp. 21-26, 1977.
【2】A. Hideki, K. Takeshi, S. Katsumasa, “A Study on a Throw Away Tool Equipped with a Sensor to Detect Flank Wear”, Bull. Japan Soc. of Precision Engineering, Vol. 21, pp. 203-208, 1987.
【3】N.H. Cook, K. Subramanian, “Micro-Isotope Tool Wear Sensor”, Annals of the CIRP, pp. 73-78, 1987.
【4】謝其懋，“刀具切削系統介紹與發展”，機械工業雜誌，pp. 253-266，1997年
【5】S. Choudhury, K. Kishore, “Tool Wear Measurement in Turning Using Force Ratio”, International Journal of Machine & Manufacture, Vol. 40, pp. 899-909, 2000
【6】J. Chrzanowski, M. Szafarczyk, “Concurrent Measurement of the Tool Co-ordinate and Tool Wear in Turning” http://www.ios.krakow.pl/conferences/ac04/articles/Chrzanowski, 05/01/2005
【7】R.Y. Tasi, “A Versatile Camera Calibration Technique for High-Accuracy 3D Machine Vision Metrology Using Off-the-shelf TV Camera Lenses”, IEEE Journal of Robotics and Automation, Vol. RA-3, pp. 323-344, 1987
【8】黃志強，“以視覺量測法量測幾何形狀之研究”，台灣大學機械工程研究所論文，1993年
【9】張東明，“影像處理於加工定位之應用”，國立台灣大學機械工程研究所論文，1997年
【10】D. M. Song, “A Self-Calibration Technique for Active Vision System”, IEEE Transactions on Robotics and Automation, Vol. 12, pp. 114-120, 1996
【11】戴文智，“三維輪廓影像視覺掃描量測技術之研究”，中原大學機械工程研究所論文，1996年
【12】李高明，“機器視覺在物體尺寸精密量測之應用研究”，中原大學機械工程研究所論文，1996年
【13】Z. Zhang, “A Flexible New Technique for Camera Calibration”, http://research.microsoft.com/˜zhang, 02/11/2004
【14】S. W. Park, K. S. Hong, “Practical Ways to Calculate Camera Lens Distortion for Real-Time Calibration”, Pattern Recognition, Vol. 34, pp. 1199-1206, 2001
【15】L. G. Roberts, “Machine Perception of Three Dimensional Solids” , Optical and Electro-optical Information Processing, J. T. Tippet et al. , MIT Press, Cambridge, pp. 159-197, 1965
【16】J. Prewitt, “Object Enhancement and Extraction”, Picture Processing and Psychohistories, pp. 75-149, 1970
【17】I. E. Sobel, “Camera Models and Machine Perception”, ph.D. Thesis, Electrical Engineering Department, Stanford University, Stanford, CA, 1970
【18】D. Marr, E. Hildreth, “Theory of Edge Detection”, Proceeding of the Royal Society of London, Vol. B-207, pp. 186-217, 1980
【19】R. T. Chin, C. A. Harlow, “Automated Visual Inspection: A Survey”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAME-4, pp. 557-573, 1982
【20】J. Canny, “A Computational Approach to Edge Detection”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-8, pp. 679-698, 1986
【21】M. O. Freeman, K. A. Duell, A. Fedor, “Mulit-Scale Optical Image Processing”, Circuit and Systems, IEEE International Symposium, Vol. 4, pp. 2355-2358, 1991
【22】P. Sullivan, C. Evans, “A Method For The Spatial Calibration of A Commercial Phase Measuring Interferometer -Theoretical Aspects” International Journal of Machine Tools & Manufacture , Vol. 35, pp. 293-300, 1995
【23】A. Elmabrouk, A. Aggoun, “On Edge Detection Using Local Histogram Analysis”, Electric Letters, Vol. 34, pp. 1216-1217, 1988
【24】S. Morrison, L. M. Linnett, “A Model Based Approach to Edge Detection and Parameterization”, Image Processing and Its Applications, Seventh International Conference, Vol. 1, pp. 202-205, 1999
【25】A. J. Tabatabai, O.R. Mitchell, “Edge Location to Subpixel Values in Digital Imagery”, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. PAMI-6, pp. 188-201, 1984
【26】P. Rockett, “The Accuracy of Sub-Pixel Localization in the Canny Edge Detector”, http://www.bmva.ac.uk/bmvc/1999/papers, 22/09/2004
【27】F. Truchetet, O. Laligant, “Subpixel Edge Detection for Dimensional Control by Artificial”, Journal of Electronic Imaging, Vol. 10, pp. 234-239, 2001 
【28】M. Baba, K. Ohtani, “A Novel Subpixel Edge Detection System for Dimension Measurement and Object Location Using an Analogue-Based Approach”, Journal of Optics A: Pure and Applied Optics, Vol. 3, pp. 276-283, 2001
【29】S. Ramdani, F. Bouchara, and K. Djemal, “Probability Distribution of Sub-pixel Edge Position”, Signal Processing Vol. 84, pp. 445-452, 2004
【30】V.D. Bjorn, “Sub-pixel edge detection”, http://emsys.denayer.wenk.be/emcam/subpix_eng, 28/12/2004
【31】趙崇禮，鄭泰安，鈕健，趙崇偉，陳星光， “次微米非接觸式鑽石刀具輪廓線上偵測系統之研究” ，中國機械工程學會第二十一屆全國學術研討會論文集D.製造與材料Vol. 2, pp. 4203-4208, 2004
【32】Y. D. Qu, C. S. Cui, S. B. Chen, J. Q. Li, “A Fast Subpixel Edge Detection Method Using Sobel-Zernike Moments Operator”, Image and Vision Computer Vol. 23, pp. 11-17, 2005
【33】R. R. Rakesh, P. Chaudhuri, C. A. Murthy, “Thresholding in Edge Detection A Statistical Approach”, IEEE Transactions on Image Processing Vol. 13, pp. 927-936, 2004
【34】N. K. Kamial, S. Mahapatra, S. Nanda, “Invariance Image Analysis Using Modified Zernike Moments”, Patter Recognition Letter, Vol. 26, pp. 747-753, 2005
【35】N. Sawai, J. Song, H. Park, “Automated Measurement of Tool Wear using an Image Processing System”, Int. J. of JSPE, Vol. 30, pp. 112-117, 1996
【36】S. Kurada, C. Bradley, “A Review of Machine Vision Sensor for Tool Condition Monitoring ”, Computer in Industry, Vol. 34, pp. 55-72, 1997
【37】S. Kurada, C. Bradley, “A Machine Vision System for Tool Wear Assessment”, Tribology International, Vol. 30, pp. 295-304, 1997
【38】何友森，陳明飛，“影像擷取技術在精密加工機控制定為之運用” ， 機械月刊，第三十卷，第三期，pp. 92-106, 2004
【39】林希賢， “非接觸式精密刀具對心系統之研製” ， 中正理工學院兵器工程研究所論文，1997年
【40】陳彥華， “砂輪磨耗影像檢測系統研製” ， 國立台灣大學機械工程研究所論文，1997年
【41】劉勝德， “成形砂輪非接觸影像量測系統” ，國立台灣大學機械工程研究所論文，1998年
【42】李福星，洪重男，“應用次像素技術之自動對位機電系統” ，私立華梵大學機電工程研究所論文，1999年
【43】T. Pfeifer, L. Wiegers, “Reliable Tool Wear Monitoring by Optimized Image and Illumination Control in Machine Vision”, Measurement, Vol. 28, pp. 209-218, 2000
【44】鄭志祥，“影像次像素應用在米粒檢測之研究” 國立中興大學農業機械工程研究所論文，2002年
【45】趙崇禮，鄭泰安，鈕健，婁德權，李登琰，“自動閥值選取應用於雙層PCB機器視覺檢測系統之研究”，機密機械製造研討會，pp. 30-34，2001年
【46】李登琰，“機器視覺應用於精密刀具定位系統之研究”，私立淡江大學機械工程研究所論文，2002年
【47】M. Sortino, “Application of Statistical Filtering for Optical   Detection of Tool Wear”, International Journal of Machine Tools & Manufacture, Vol. 43, pp. 493-497, 2003
【48】陳秉宏，“次像素機器視覺應用於鑽石車削刀具定位之研究” ，淡江大學機械工程研究所論文，2004年
【49】R. Grove, “Digital Processing”, Addison Wesley, 1992
【50】E. R. Davies, “Machine Vision-Theory Algorithms Practicalities”, ACADEMIC PRESS, 1997
【51】吳成柯，戴善榮，程湘君，雲立實，“數位影像處理”，儒林出版社，1993年2月初版
【52】於松煜，周源華，吳時光，“數位影像處理”， 儒林出版社，1993年2月初版
【53】趙崇禮， 楊耀波，鈕鍵，許緯德， 林希賢，曾慶寧，“非接觸式精密刀具定位系統之研製”，中正嶺學報，第二十七卷，第二期，1999年
【54】連國珍，“數位影像處理”，儒林出版社，2000年
【55】繆紹綱，“數位影像處理  活用－Matlab”，全華出版社，1999
【56】蔣時強，“機器視覺在工業上之應用”，電子發展月刊，pp. 11-28, 1984年