Image Processing and Feature Extraction Techniques for Hard Disk Platter Defect Diagnosis

Main Article Content

อาคม ทิพย์มณี

บทคัดย่อ

- บทความฉบับนี้นำเสนอผลการศึกษาและพัฒนาเทคนิคการประมวลผลภาพและการดึงคุณลักษณะสำคัญจากภาพในส่วนที่เกี่ยวกับรอยขีดข่วนบนผิวจานฮาร์ดดิสก์ อันเป็นส่วนหนึ่งของการพัฒนาระบบสารสนเทศเพื่อการวินิจฉัยร่องรอยความเสียหายบนผิวจานฮาร์ดดิสก์ที่เป็นผลมาจากกระบวนการผลิต โดยภาพถ่ายจานฮาร์ดดิสก์ที่ได้จากกล้องจุลทรรศน์ จะถูกนำมาผ่านกระบวนการประมวลผลภาพชั้นต้นเป็นลำดับแรก ซึ่งนอกเหนือจากการปรับปรุงคุณภาพโดยทั่วไปแล้ว ขั้นตอนนี้จะเป็นการตรวจสอบตำแหน่งของแถบข้อความที่ถูกบันทึกลงไปบนด้านล่างของรูปภาพในระหว่างกระบวนการถ่ายภาพจานฮาร์ดดิสก์ การระบุตำแหน่งของแถบข้อความดังกล่าวเพื่อให้สามารถตัดส่วนนี้ออกไปจากภาพที่จะนำไปคำนวณคุณลักษณะสำคัญของร่องรอยความเสียหายในขั้นตอนต่อไป นอกจากนี้ ขั้นตอนดังกล่าวรวมถึงการรู้จำตัวอักษรและสัญลักษณ์บางส่วนของข้อความที่เกี่ยวข้องกับขนาดหรือกำลังขยายที่ใช้ในการถ่ายภาพ เพื่อใช้ข้อมูล ดังกล่าวในกระบวนการวินิจฉัยในลำดับถัดไป โดยในงานวิจัยนี้ ได้อาศัยคุณลักษณะเฉพาะของตำแหน่งและระดับความสว่างของแถบตัวอักษรในการระบุตำแหน่ง และใช้หลักการเปรียบเทียบตัวอักษรจากต้นแบบ ในการรู้จำตัวอักษรที่ระบุกำลังขยาย ภาพที่ผ่านการประมวลผลชั้นต้นนี้แล้วจะถูกนำไปตรวจสอบและจำแนกลักษณะของร่องรอยการขีดข่วนบนผิวจานฮาร์ดดิสก์ในลำดับต่อไป โดยในงานวิจัยนี้อาศัยหลักการการแปลงของฮัฟ และการคำนวณค่าความเปลี่ยนแปลงของความสว่างหรือค่าเกรเดียนท์ ในการคำนวณคุณลักษณะสำคัญของรอยขีดข่วน ผลที่ได้จะถูกนำไปใช้เป็นส่วนหนึ่งในกระบวนการค้นคืนภาพที่เกี่ยวข้องจากคลังประวัติการวินิจฉัยในอดีต เพื่อใช้เป็นข้อมูลประกอบการวินิจฉัยสาเหตุของความเสียหายต่อไป

Article Details

รูปแบบการอ้างอิง
[1]
ทิพย์มณี อ., “Image Processing and Feature Extraction Techniques for Hard Disk Platter Defect Diagnosis”, JIST, ปี 1, ฉบับที่ 1, น. 54–62, มิ.ย. 2010.
ประเภทบทความ
บทความวิจัย Soft Computing:

เอกสารอ้างอิง

1. Ritendra Datta, Dhiraj Joshi, Jia Li and James Z. Wang, ``Image Retrieval: Ideas, Influences, and Trends of the New Age,'' ACM Computing Surveys, vol. 40, no. 2, article 5, pp. 1-60, 2008.

2. F. Long, H.J Zhang, D. D Feng, “Fundamentals of content-based image retrieval,” Multimedia Information Retrieval and Management, Springer, Berlin, 2003.

3. Dong-Chen HE and Li Wang, “Texture Unit, Texture Spectrum, and Texture Analysis,” IEEE Trans .On Geosciences and Remote Sensing, Vol. 28, No. 4, pp. 509-512, 1990.

4. R. M. Haralick, K. Shanmugam and I. Dinstein, “Texture Feature for Image Classification,” IEEE Trans. On Systems Man Cybernatics, p.610-621, 1973.

5. T. Acharya, and A. K. Ray, Image Processing: Principles and Applications. New Jersey: John Wiley & Sons, Inc., 2005.

6. R. C. Gonzalez, and R. E. Woods, Digital Image Processing, 2nd Ed. New Jersey: Prentice -Hall, Inc., 2002.

7. D. H. Ballard, “Generalizing the Hough Transform to detect arbitrary shapes,” Pattern Recognition. 13(2). pp. 111-122, 1981.