使用鑽石刀具、鑽石砂輪作超精密加工作業已被廣泛運用於生產高精度之精密零件，尤其在少量多樣、特殊形狀之產品加工上更具優勢。即使鑽石具有高硬度、高耐磨之優異特性，但在加工光學元件、精密模具等高硬度材料工件，鑽石刀具仍會產生磨耗。超精密加工中以刀具的「定位誤差」與「形狀誤差」為影響加工工件形狀精度之主因，因此監控刀具磨耗與定位以提高加工精度便是一項重要的研究。
本研究重點在於藉由CCD具線上檢測及非接觸特性，輔以次像素技術提高精度研發一套機械視覺系統輔助於刀具定位及線上磨耗監測。定位方面：提高更換刀具後重新定位之精度與效率，改善傳統人工對刀作業與離線量測後重置刀具的誤差風險。磨耗方面：監測刀具輪廓變化以提供未來可推導相對應補償路徑程式，改善精密刀具在經過一段工作時間而產生磨耗造成誤差，並避免人工檢測時人為疏失造成刀具破壞。
 經以光學顯微鏡驗證，研究中提出方法計算輪廓至次像素，刀具定位精度達到±0.1um；輪廓量測誤差控制在±0.2um以內符合超精密加工作業之要求。

Precision diamond turning and diamond grinding are considered to be the most frequently used methods for producing components and molds for precision optics where superb surface finish and tight form accuracy are the basic requirements. However, the profile error caused by the tool wear during machining processes often makes the outcome of machining rather unpredictable. An in-situ and non-contact tool profile monitoring system was developed in the present research. Images of the diamond tool/wheel were fetched by a CCD camera and subsequently analyzed by various sub-pixel image analysis techniques to extract the detailed profile of the tool. The results showed that the achievable accuracy of this system strongly depended on the amount of frames, quality of the images and the sub-pixel analysis technique. A tool profile error down to ±0.2um was successfully detected and a tool setting accuracy of ±0.1um was achieved in this study using the developed system.

目錄
中文摘要	I
英文摘要	II
致謝	III
目錄	IV
圖目錄	VIII
表目錄	IX
第一章 序論	1
1-1 前言	1
1-2 相關研究回顧與現狀	2
1-2-1 鑽石砂輪/刀具之加工與監測	2
1-2-2 數位影像處理技術	6
1-3 研究動機與目的	7
1-4 論文架構	8
第二章 精密微型刀具/砂輪之加工與監測系統	10
2-1 簡介	10
2-2 砂輪磨耗之成因與影響	10
2-2-1 磨損磨耗(Attrition wear)	10
2-2-2 膠合破裂(Bond Fracture)	11
2-2-3 黏著磨耗(Adhesive wear)	12
2-2-4 研磨磨耗(Abrasive Wear)	13
2-3 精密加工中刀具/砂輪定位誤差對加工精度影響	13
2-3-1 刀具對心偏高或偏低	14
2-3-2 刀具對心偏左或偏右	15
2-3-3 刀具對心偏前或偏後	15
2-4 刀具形狀誤差對加工精度之影響與修正	16
2-5 傳統定位與輪廓監測系統	18
第三章 影像處理技術	21
3-1 簡介	21
3-2 機械視覺介紹	21
3-2-1 機械視覺之硬體限制	23
3-2-2 雜訊	24
3-3 焦距最佳化	25
3-4 次微米砂輪定位系統	26
3-4-1 影像前處理	28
3-4-2 影像強化	29
3-4-3 去除雜訊	30
3-4-4 閥值之選取	33
3-5 邊緣偵測	35
3-5-1 Sobel尋邊法	37
3-5-2 Canny尋邊法	37
3-6  刀尖次微米訂定位置	38
3-6-1 砂輪端點定位	39
3-6-2 擬合直線(Straight line fitting)	40
3-6-3 曲線擬合	42
3-6-4 曲線擬合圓	44
3-6-5 Zernike動量法	45
3-6-6 光學性質統計法	48
3-7. 刀具磨耗檢測系統	51
第四章  實驗	52
4-1 前言	52
4-2 實驗設備介紹	52
4-2-1 精密定位平台系統	53
4-2-2 影像擷取系統	54
4-2-3 光源系統	55
4-2-4 量測刀具	56
4-2-5 分析設備	57
4-3實驗設計	59
4-4刀具影像數位化	62
4-4-1 刀具對焦	63
4-4-2 視覺檢測系統之矯正	65
4-4-3 像素與實際尺寸轉換	66
4-5定位系統之性能提升	68
4-5-1閥值之敏感度與定位精度	68
4-5-2 不同特徵像素選取方法之定準確度	69
4-5-3 定位誤差與衝程之關係	71
4-5-4 定位誤差與取像行程之關係	73
4-5-5 定位精度與取像間距之關係	76
4-5-6 各種方法之定位誤差與影像系統穩定性(敏感度)之關係	78
4-5-7 砂輪與圓鼻車刀之量測誤差比較	80
4-6監測輪廓誤差實驗	81
4-6-1 監測輪廓誤差與輪廓計算方法之關係	81
4-6-2 監測輪廓誤差與統計影像數量之關係	83
4-6-3 視覺系統檢測刀具輪廓缺陷之能力	85
4-6-4 量測砂輪輪廓磨耗形狀	87
第五章 結論與未來展望	90
5-1結論	90
5-2砂輪磨耗監測系統設計研發	92
參考文獻	95
 
 
表目錄
表1-1 常見刀具自動監測方法…………………………...…………….6
表3-1 CCD與CMOS特性比較………………..………………………23
表3-2各種濾波器….……………………………………….…………..31
表4-1 刀具之型號規格………………………………………………..56
表4-2 實驗參數設定…………………………………………………..62
表4-3 刀具對焦位置與影像灰階寬度、銳利度之關係………………64
表4-4 樣本移動距離與像素座標之關係……………………………..67
表4-5 樣本移動距離與迴歸直線斜率關係…………………………..67
表4-6 量測距離與定位誤差關係……………………………………..72

 
圖目錄
圖 1- 1   超精密鑽石砂輪研磨應用在繞射光學元件之範例(a) 微型菲耳鏡片(Micro Fresnel Lens)之模具 (b)玻璃Fresnel鏡片成品	2
圖 1- 2  （a）鑽石砂輪裝置於高速主軸（b）鑽石研磨加工示意圖	3
圖 1- 3   Renishaw生產技術研究之小型加工中心用高精度觸發測頭	4
圖 1- 4   英國Renishaw生產技術研究之非接觸式刀具破損檢測系統	5
圖 2- 1   磨料顆粒上的磨損平面示意圖	11
圖 2- 2   兩物體接觸介面之示意圖	12
圖 2- 3   示意圖(a)鑽石磨料與工件相接觸(b)接觸間的黏著形成削片	12
圖 2- 4   砂輪對心示意圖	14
圖 2- 5   砂輪與加工機主軸對心偏差示意圖(a)對心過低(b)對心過高	14
圖 2- 6   (a)刀具偏左(b)刀具偏右曲面加工效應示意圖	15
圖 2- 7   (a)刀具偏前(b)刀具偏右後曲面加工效應示意圖	16
圖 2- 8   刀具磨耗之基本形式	17
圖 2- 9   傳統對心誤差量測(a)光顯觀測肚臍眼(b)輪廓分析儀檢測	19
圖 2- 10  傳統刀具對心流程示意圖	19
圖 3- 1   (a) CMOS鏡頭(b)德國VDS紅外線CCD	22
圖 3- 2   美國Foveon公司研發新技術之原理示意圖	24
圖 3- 3   刀緣落於在像素邊界時產生光干擾造成誤差示意圖	25
圖 3- 4   自動對焦流程示意圖	26
圖 3- 5   機械視覺刀具定位流程	27
圖 3- 6   機械視覺砂輪定位流程示意圖	28
圖 3- 7   影像前處理作業流程示意圖	29
圖 3- 8   影像強化原理示意圖	30
圖 3- 9   影像雜訊去除示意圖(a)原始影像(b)經過侵蝕(c)經過擴充	32
圖 3- 10  利用閥值尋找邊跡示意圖(a)目標物與背景之間的灰階地段(b)取閥值將灰階影像分為黑白量區域	33
圖 3- 11  用於統計平均求閥值之灰階分布柱狀圖	34
圖 3- 12  (a)多數圖影像，灰階值會重疊 (b)為實際情形況	34
圖 3- 13  邊緣發生在斜率變化最劇烈點示意圖	35
圖 3- 14  各種運算子邊緣偵測之結果	36
圖 3- 15  刀端刃口之空間位置相對於影像座標位置示意圖	38
圖 3- 16  尋找微形鑽石砂輪切削點程式邏輯示意圖	39
圖 3- 17  砂輪切削端點訂定示意圖	40
圖 3- 18  砂輪端點微動位置示意圖	41
圖 3- 19  砂輪像素輪廓經過曲線擬合示意圖	43
圖 3- 20  經過曲線擬合所尋找出端點(黑)與直接找出像素層級端點(紅)之行程比較圖	43
圖 3- 21  單位圓內理想步階模型	46
圖 3- 22  (a)計算A20所使用7x7遮罩權重值(b)計算A11實部遮罩權重值(c)計算A11虛部遮罩權重值	47
圖 3- 23  成像所形成的模糊邊跡示意圖	49
圖 3- 24  刀緣輪廓佔像素比例與灰階值關係示意圖	50
圖 3- 25  刀端附近像素灰階值總和與實際位置示意圖	50
圖 3- 26  實際方法驗證示意圖	51
圖 4- 1   實驗設備示意圖	52
圖 4- 2   系統架設示意圖	53
圖 4- 3   ULG100超精密非球面自由加工機	54
圖 4- 4   日本JIA CV-A1 高倍率數位攝影機	54
圖 4- 5   可調式變焦鏡頭	55
圖 4- 6   Maxtrox Meteor II 影像擷取卡	55
圖 4- 7   背光板與光源供應器	56
圖 4- 8   電子顯微鏡	57
圖 4- 9   光學顯微鏡	58
圖 4- 10  α-step表面粗度儀	58
圖 4- 11  日本松下US3P立體測量儀	59
圖 4- 12  實驗設計流程與參數示意圖	61
圖 4- 13  刀具影像處理分析圖 (a)原始影像 (b)強化影像 (c)影像區塊擷取 (d)雜訊去除 (e)影像二值化 (f)影像邊緣偵測	63
圖 4- 14  粗對焦與細對焦之灰階資訊斜率 (b)標準6mm校準棒經過自動對焦最佳化後之銳利邊緣	65
圖 4- 15  (a)影像校正程式(b)視覺系統與精密平臺校準示意圖	66
圖 4- 16  計算像素大小示意圖	67
圖 4- 17  完整像素階數之三種閥值測定精度影響	68
圖 4- 18  不同取點法尋找刀具影像刀尖位置與像素位置關係圖(a)像素位置(b)次像素法(c)擬合輪廓(d)光學定位	69
圖 4- 19  不同取點方法之回歸擬合線斜率與取點數關係	70
圖 4- 20  不同取點法尋找刀具影像刀尖位置與像素位置關係圖	73
圖 4- 21  不同行程距離對定位精度影響示意圖(a)X軸定位(b)Y軸定位	75
圖 4- 22  不同行程距離對定位精度影響示意圖(a)X軸定位(b)Y軸定位	77
圖 4- 23  取點結果穩定下取點方法與誤差示意圖	78
圖 4- 24  取點結果不穩定下取點方法與誤差示意圖	79
圖 4- 25  擷取砂輪影像示意圖(a)磨耗前(b)磨耗後	80
圖 4- 26  完美鑽石圓刀單張影像輪廓模擬比較	81
圖 4- 27  單張影像計算之模擬輪廓與理想刀具之輪廓誤差量	82
圖 4- 28  未加工# KM9027鑽石圓刀-多張影像計算之輪廓模擬比較	83
圖 4- 29  多張影像模擬輪廓與理想刀具之輪廓誤差量	84
圖 4- 30  崩裂刀具之光學顯微鏡數位影像照片	85
圖 4- 31  單張影像之模擬輪廓與理想刀具示意圖	85
圖 4- 32  多張影像模擬輪廓量測刀具列損能力	86
圖 4- 33  模擬輪廓與實際加工刀痕結果比較	87
圖 4- 34  量測斜軸砂輪輪廓 (a)加工前(b)加工後磨耗	88
圖 4- 35  斜軸砂輪加工後線上光顯擷取之影像	89
圖 5- 1   砂輪磨耗監測系統設計研發流程圖上半部	92
圖 5- 2   砂輪磨耗監測系統設計研發流程圖後半部(磨耗監測)	93
圖 5- 3   砂輪磨耗監測系統人機介面示意圖	94

參考文獻
【1】	http://www.hkpc.org/html/tch/centres_of_excellence/oomt_centre/facilities/ultra_precision_manufacturing/spdm.jsp。
【2】	J.S. Lee, M. Seaki, T. Kuriyagawa, “A Study on the Mirror Grinding for Mold of a Small Aspherical Lens” International Journal of the Korean Society of Precision Engineering, Vol.4, pp.48-54, 2003.
【3】	http://www.tongta.com.tw/htm/d1.htm。
【4】	http://www.eedesign.com.tw/forum/fo541.htm。
【5】	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  Prec. Eng. , Vol.21/3, pp.203-208, 1987.
【6】	N. H. Cook, K. Subramanian, “Micro-Isotope Tool Wear Sensor”, Annals of the CIRP, pp.73-78, 1987.
【7】	http://www.hkmachine.com.hk/newspage.asp?id=2481&ver=3#。
【8】	鄭泰安， “非接觸式鑽石刀具對心與監測技術運用於精密元件製程之研究”， 國防大學中正理工學院國防科學研究所， 2007年。
【9】	陳德楨，“鑽石磨輪對成形砂輪之修整研究”，國立台灣大學理工學刊，第九十二期，第71-78頁，2004年
【10】	K.C. Fan, M.Z. Lee1, J.I. Mou, “On-Line Non-Contact System for Grinding Wheel Wear Measurement”, Int. J Adv Manuf. Techno. , Vol-19, pp.14–22,2002.
【11】	J.C. Su, C.K. Huang, Y.S. Tang, “An automated flank wear measurement of micro-drills using machine vision”, Journal of Materials Processing Technology, Vol-180, PP.328–335, 2006.
【12】	J. Kalpak, “Manufacturing Engineering and Technology”, 3-th ed., Illinois Institute of Technology, 1995.
【13】	邱雲堯、陳佳萬， “機械製造”，文京圖書有限公司，第25-12到25-17頁，1998年。
【14】	傅光華，”切削工具學”，高立圖書館，第34-43頁，1985年。
【15】	陳星光，“次微米非接觸式鑽石刀具輪廓線上監測系統之研究”，淡江大學機械與機電學系研究所論文，2005年。
【16】	趙崇禮、鄭泰安、鈕健、李登琰，“自動閥值選取應用於雙層PCB機械視覺檢測系統之研究”，精密機械製造研討會，2001。
【17】	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。
【18】	鐘國亮，“影像處理與電腦視覺”，東華書局，2006。
【19】	周志賢、鄭景鴻、林士傑 “應用次像素插值方法改善印刷電路板缺陷直接檢測之可行性評估”，精密機械製造研討會，台灣台北，2004。
【20】	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。
【21】	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。
【22】	繆紹綱，“數位影像處理 活用－Matlab”，全華出版社，1999。
【23】	http://www.terasoft.com.tw/
【24】	http://www.foveon.com/
【25】	陳金聖，“基於灰色預測與模糊推論之工業檢測高速自動對焦”，台北科技大學自動化科技研究所論文，2007 
【26】	 F.Y.Shih, “General sweep mathematical morphology” Pattern Recognition, Vol. 36, pp. 1489-1500, 2003
【27】	L. Fiore, G. Laura, “Application of non-linear filters based on the median filter to experimental and simulated multiunit neural recordings”, Journal of Neuroscience Methods, Vol. 70, pp. 177-184, December 28, 1996.
【28】	胡振煇， “高反差直線圖形之次像素定位”，清華大學動力機械工程學系碩士論文，2006。
【29】	W.H. Tsai, “Moment-Preserving threshold：a new approach”, Computer Vision Graphics and Image Processing, p377-393, 1985.
【30】	鄭文瑋，  “在次像素精度下的邊緣偵測演算法及其應用” ，銘傳大學資訊傳播工程學系研究所，2005。
【31】	Y. Yamamoto, H. Suzuki, ”Precision grinding of micro-array lens molding die with 4-axescontrolled micro-wheel” Science and Technology of Advanced Materials, Vol.8, pp. 173-176 , 2007.
【32】	C. Guy, J.M. Francos, “Linear Least Squares Estimation of Regression Models for Two-Dimensional Random Fields” Journal of Multivariate Analysis ,Vol. 82, pp. 431-444, August, 2002.
【33】	P. O. Leary, P. Z. Murray, “Direct and specific least-square fitting of hyperbole and ellipses” Journal of Electronic Imaging, Vol. 13, PP. 492 , July 2004.
【34】	Y.D. Qu, C.S. Cui, S.B. Chen, J.Q. Li, “A fast sub pixel edge detection method using Sobel–Zernike moments operator”， Image and Vision Computing, 2005.
【35】	N.K. Kamila, S. Mahaparta and S. Nanda, “Invariance Image Analysis Using Modified Zernike Moments” Pattern Recognition Letters, Vol.26, pp. 747-753, 2005.
【36】	R. Katoulas, and I. Andreadis, “Real-time Computation of Zernike Moment,” IEEE Transaction on Circuits and systems for Video Technology, Vol.15, No.6, June, 2005.
【37】	N.C. Rouze, V.C. Soon, and G.D. Hutchins, “On The Connection Between The Zernike Moment and Radon Transform of An Image” Pattern Recognition Vol.27, pp.636-642, 2007
【38】	http://www.keyence.com.tw/topics/sensors/cz/rgb_color.php?en=9805ab。
【39】	http://www.toshiba-machine.co.jp/preci/contents/asphere04.html。
【40】	R.C. Gonzalez, R.E. Wood,” Digital Image Process Using Matlab”，東華書局，2005。
【41】	M. Chen, D. Li, C. Jiang, “On-line Measurement of Tool Wear Using Laser-CCD in precision Cutting Process” Proceedings of SPIE, Vol. 4602, PP.320-324, 2001.
【42】	H.J. Tsai, “The Scale Measurement and Defect Inspection for Printed Solar Cells”, Institute of Computer Science and Information Engineering National Central University, 2007.