科技與工程學院

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/5

沿革

科技與工程學院(原名為科技學院)於87學年度成立,其目標除致力於科技與工程教育師資培育外,亦積極培育與科技產業有關之工程及管理專業人才。學院成立之初在原有之工業教育學系、工業科技教育學系、圖文傳播學系等三系下,自91學年度增設「機電科技研究所」,該所於93學年度起設立學士班並更名為「機電科技學系」。本學院於93學年度亦增設「應用電子科技研究所」,並於96學年度合併工教系電機電子組成立「應用電子科技學系」。此外,「工業科技教育學系」於98學年度更名為「科技應用與人力資源發展學系」朝向培育科技產業之人力資源專才。之後,本院為配合本校轉型之規劃,增加學生於科技與工程產業職場的競爭,本院之「機電科技學系」與「應用電子科技學系」逐漸朝工程技術發展,兩系並於103學年度起分別更名為「機電工程學系」及「電機工程學系」。同年,本學院名稱亦由原「科技學院」更名為「科技與工程學院」。至此,本院發展之重點涵蓋教育(技職教育/科技教育/工程教育)、科技及工程等三大領域,並定位為以技術為本位之應用型學院。

107學年度,為配合本校轉型規劃,「光電科技研究所」由原隸屬於理學院改為隸屬本(科技與工程)學院,另增設2學程,分別為「車輛與能源工程學士學位學程」及「光電工程學士學位學程」。

News

Browse

Search Results

Now showing 1 - 5 of 5
  • Item
    彩色濾光片電子紙之色彩重現影像處理
    (2024) 黃柏翰; Huang, Po-Han
    印刷式彩色濾光陣列電子紙具有快速驅動和準確色彩控制的優勢。然而,它的色域比多色彩電子紙狹窄,且輸出響應曲線通常是非線性的,這導致顏色和色調再現困難。本論文討論了傳統影像處理流程在這種新型彩色電子紙上的應用問題,並提出了解決非線性響應問題的方法。通過這種新影像流程,可以顯著改善顯示品質。
  • Item
    以二維影像輪廓資料重建三維物體模型
    (2009) 郭江禹; Jiang-Yu Guo
    本論文研究之目的是建立一套自動化物體模型重建系統,並發展利用二維影像輪廓來重建三維物體模型之技術,藉由二維影像輪廓的建立,使物體能夠呈現出三維立體的模型,可應用於醫學物理療法中,例如:核磁共振造影系統、核子醫學系統…等等,並可結合機械手臂系統,達到辨識與挾持物體之自動化功能。 在產生三維立體模型方法中,目前最常見到的有下列幾種:第一,最為直接的方式,是使用三維模型繪圖軟體(如:3D Maxs)來製作出三維的模型;第二,使用三維量測掃描系統,對物體直接進行掃描,透過三維空間資料,以電腦建立出三維立體模型;第三,使用攝影機拍攝,藉由所得到的二維數位影像組合,或經數位影像處理後,搭配一些演算法,並建立出三維立體模型。 本研究即採用第三種方式,來建立三維立體模型。首先,藉由投影原理的概念,以兩台CCD 攝影機,模擬出工程圖學四個象限中之第一象限的直立式投影面與水平式投影面,並且將此兩面的投影,透過本論文的演算法,把二維影像序列的座標值提取出來。並搭配OpenGL的函式,將三維的座標點連結後,即可得粗略的三維立體模型,接著佈局網格,並且進行著色與打光的技術,三維的立體模型即可完整地產生出來。 由實驗結果可得知,本研究成功地建立一套三維立體模型重建系統,利用攝影機拍攝物體外型並經過多重數位影像處理技術,將物體之三維立體模型重新建立於電腦中,用以提供機械手臂作後端處理之用。
  • Item
    輔助視障者於枕木紋行人穿越道線行走安全系統之研製
    (2013) 褚哲威; Che-Wei Chu
    視障者一般在行經交通道路口時,要如何獲取行人穿越道上的資訊來達成安全行走的目的是很重要的問題。所以本研究所研製的辨識系統可以用來輔助視障者準確地偵測出枕木紋行人穿越道線。針對動態的影像進行辨識處理。透過使用可攜式的攝影設備,代替視障者的雙眼以偵測出枕木紋行人穿越道線,輔助其能安全地穿越枕木紋行人穿越道路口。讓視障者在穿越馬路時取得前方行人穿越道的資訊,可以有更安全的行走資訊。 本研究主要是以影像處理的方式來達成,整個演算法架構為:載入影像分序圖、彩圖轉灰階、灰階轉黑白、圖形濾波、最後標出圖框。偵測枕木紋行人穿越道線部分,本論文採用了連通物件標籤法(Connected Component Labeling)及面積濾波(Size Filter),而這兩種方法應用上容易因影像雜訊太多而產生誤差,為了解決這個問題,本論文嘗試以中值濾波器(Median Filter)與形態學濾波器(Morphological Filter)來抑制影像雜訊之影響。 實驗內容是對於不同天候條件下和多種道路場景來作偵測,由實驗結果得知,皆能有效的偵測並判別結果。整體辨識率可達99%,處理速度約為每張0.03秒。
  • Item
    基於機器視覺與次像素邊緣偵測於LED探針之自動化檢測系統
    (2017) 余立安; Yu, Li-An
    LED (light-emitting diode,發光二極體)從原先做為電子裝置的指示燈使用,如今已被廣泛的應用在工作或一般用途的照明上;而LED需要由LED探針做燈泡特性的量測,以篩選出LED的好壞,因此越來越多LED探針被大量地生產。本論文的研究目的就是提出一套自動的光學檢測系統,以提升LED探針的品質,提高生產效率,降低不良品的產出,並能夠即時回饋產品的資訊,而檢測的流程則使用許多機器視覺與影像處理的技術,包含運用Otsu門檻值搭配Canny的邊緣檢測得到初步的邊緣位置、次像素邊緣檢測取得更精確的邊緣位置、以及物件分群等方法,以提升量測的準確度,最後可以控制探針角度誤差在1%而半徑誤差在2%左右,並且提出一套能夠精準的區分出有瑕疵探針的方法,實驗證明本論文所提出的方法能夠快速且精準的分析LED探針的尺寸以及好壞。
  • Item
    以多核心圖形處理器加速影像處理之研究
    (2016) 周文瑞; Chou, Wen-Jui
    本論文研究以多核心圖形處理器(Multicore Graphic Processing Units)加速影像處理演算法,我們以全向圖(omnidirectional pictures)轉換成全景圖(panoramic pictures)及車牌辨識(vehicle license plate recognition)系統為例,提出平行演算法並以多核心圖形處理器進行相關演算法加速。 論文首先針對橢圓拋物曲面全向圖轉換成全景圖的演算法進行平行化研究,本論文提出了一個階層式的平行架構包含資料平行(data parallelism)與任務平行(task parallelism)兩個階層,其中資料平行階層是透過執行圖形處理器的大量執行緒平行轉換每個像素從全向圖移轉至全景圖,而任務平行階層是透過圖形處理器多串流技術(multiple stream),以管線化(pipelining)的方式平行執行多個影像的轉換。任務平行可以藉由重疊影像處理器的核心運算與資料傳輸的執行時間來改善整體的效能。實驗結果顯示相較於CPU,透過圖形處理器,我們可以得到6.33倍的改善。 論文第二部分,我們針對車牌辨識系統進行平行化研究,一個車牌辨識系統主要包含車牌定位、車牌校正、文字切割與文字辨識等四大步驟。首先在車牌定位部分,我們透過灰階轉換、直方圖等化、二值化、輪廓萃取與剛性物體偵測之核心演算法取得車牌的位置,然後在車牌校正方面,我們使用仿射轉換中的單映性以校正歪斜的車牌。在文字分割方面,我們利用輪廓萃取及邊緣偵測將文字與車牌面積進行計算,並將車牌中的文字分割取出。最後在文字辨識部份,我們利用樣板比對法(template matching)作為文字辨識的方法,為了縮短辨識系統計算的時間,我們透過圖形處理器加速車牌文字辨識的計算速度相較於CPU,我們可以得到100倍的改善。 關鍵字:多核心圖形處理器、影像處理、全景圖轉換、車牌定位、車牌辨識