Exjobbsförslag från företag

Detta är ett uppsatsförslag hämtat från Nationella Exjobb-poolen. Klicka här för att komma tillbaka till samtliga exjobbsförslag.

Förslaget inkom 2006-10-11

Selektion av defekta IR-kameror med ett lärande system för detektion av bildartefakter

OBS! ANSÖKNINGSTIDEN FÖR DETTA EXJOBB HAR LÖPT UT.
FLIR Systems termografidivision utvecklar och tillverkar IR-kameror (värmekameror) för civilt bruk. IR-kameror används för inspektion och övervakning inom ett stort antal områden. Exempel på användningsområden är övervakning av tillverkningsprocesser, inspektion av elinstallationer och kontroll av isolering i byggnader. Marknaden för IR-kameror växer kraftigt, vilket för oss innebär starkt ökade produktionsvolymer. Det kräver och möjliggör i sin tur effektiviseringar av tillverkningsprocessen. Ett moment där automatiseringen kan ökas är bildkontrollen.

Vid tillverkning av kameror händer det att det uppstår kameror som har defekter i bilden. Det kan handla om enstaka pixlar som inte fungerar eller hela områden i bilden där pixlarna beter sig avvikande. För att hitta sådana defekta kameror används ofta en kombination av automatiska mätningar av bildkvaliteten och manuell bildkontroll. Manuell bildkontroll är en dyr metod, framför allt för kameramodeller som tillverkas i stora volymer. Därför är det oftast önskvärt att kunna hitta så många defekta kameror som möjligt med automatiska metoder, eller framför allt, att kunna detektera så många feltyper som möjligt automatiskt för att kunna minimera den manuella kontrollen.

Det är inte helt enkelt att automatiskt detektera defekter i bilder. En enstaka dålig pixel, till exempel en pixel som blinkar, kan enkelt hittas. Problemet är att hitta mer diffusa defekter. Ofta är intensitetsskillnaden mellan bakgrunden och defekten inte större än bruset i resten av bilden, men eftersom våra ögon ser mönster mycket bra blir de här fenomenen störande defekter.

Exjobbet går ut på att utveckla och implementera ett lärande system för detektion av defekter i IR-bilder för att automatiskt sortera ut felaktiga kameror. Systemet ska vara flexibelt för att klara flera olika kameramodeller och snabbt kunna anpassas till nya kameror med nya typer av fel.

Exjobbet består av: Litteratursökning
Implementation av valda algoritmer
Testning och utvärdering
Rapportskrivning


Omfattning: 20 poäng

Lämplig bakgrund: Teknisk fysik, datateknik, elektro eller liknande. Kunskaper inom neurala nät, genetiska algoritmer och bildbehandling krävs. Exjobbet kommer att innehålla en hel del programmering.

Startdatum: Så snart som möjligt

Exjobbet ska utföras på FLIR Systems i Danderyd.



  GÅ TILL XJOBB.NU FÖR FULLSTÄNDIG INFO OM DETTA EXJOBB




Informationen om uppsatsförslag är hämtad från Nationella Exjobb-poolen.