隨著機械視覺的進步，使得我們可以在機械加工的應用上利用機械視覺的方法來輔助生產及確保產品品質，本文利用機械視覺的方法，應用在非一般生產線生產的大型焊接加工件上。並考慮光線、角度等的問題，及操作上的便利，以手持式的方式來拍攝影像，減少夾治具或是定位設備的問題，以應用在航空器維修時所使用的焊接之檢測上。

本文針對在戶外拍攝時會產生的影像角度及光線不均的情形做研究，並在影像拍攝後以機械視覺的方式做圖像的優化，使光線的影響變小，且能做到影像偏移角度的偵測。並透過程式邏輯的判斷可以辨識出9種不同的情形及7種缺陷。透過本文發展的系統可以初步的為焊接表面做一個簡單的檢測。並且可以應用在建立焊接品質的基本規範上。

As the improvement on machine vision, we can use the technique to help us assure the quality of producing and the efficiency of manufacturing.

We developed a system called “AWI” (Aeronautic Welding Inspection system) to improve welding quality inspection. Through this system, some welding products without normal production line, such as aeronautic repairing or building structure could be inspected. For users convenience, we use portable device like cell phone、 camera to take pictures.

This system aims at fixing the angle leaning and uneven brightness by optimized images when using outdoor shooting. It can detect 9 cases and 7 external defects of welding component through this system.

1.李麗江，焊接冶金學，山東大學，材料科學與工程學院，2006。
2.賴清霖，影像比較於距離之應用探討。國立中央大學機械工程研究所碩士論文，2009。
3.陳志文，影像3D空間座標定位系統之研發，國立中央大學機械工程研究所碩士論文，2000。
4.王金發，人臉偵測於數位相機自動對焦之應用，輔仁大學資訊工程學系碩士論文，2007。
5.H.I. Shafeeket al.，Automatic inspection of gas pipeline welding defects using an expert vision system，NDT&E International 37 (2004) 301–307。
6.H.I. Shafeeket al.，Assessment of welding defects for gas pipeline radiographs using computer vision，NDT&E International ，37 (2004) ，291–299。
7.丁榮豐，基於區塊的亮度特性及熵值合併多張不同曝光值影像之高動態範圍生成法，成功大學電腦與通信工程研究所，碩士論文，2008。
8.U. Sreedhar al，Automatic defect identification using thermal image analysis for online weld quality monitoring，Journal of Materials Processing Technology 212 (2012) 1557– 1566。
9.徐曉珮譯，劉震昌審閱，數位影像處理，高立圖書，譯自Alasdair McAndrew. An introduction to digital image processing with matlab.2004.Thomson learning，2005
10.周長彬、蘇程裕、蔡丕椿、郭央諶，焊接學，全華科技圖書股份有限公司，2004。
11.黃衍任，機器視覺，國立中央大學，機械工程研究所
12.曾定章，影像處理，國立中央大學，資訊工程研究所
13.張真誠、黃國峰、陳同孝，電子影像技術，旗標出版社，2003。
14.林宸生，1999，數位信號-影像與處理，全華出版社。