現今PVC卡片的瑕疵種類眾多，例如：刮痕、沾污、毛削、漏印等，其中低對比刮痕是屬於較難檢測的瑕疵，常需要藉由人工手持PVC卡片在強烈光源下，再經由翻轉不同角度來檢查刮痕瑕疵。因此，在長時間檢測之下對於品管人員的體力都是負擔，也間接影響檢測品質。因此，本研究運用電腦視覺來設計刮痕瑕疵的自動化檢測技術來取代人工檢驗，並促進國內產業的PVC卡片品質能向上提升。本論文提出一套基於灰階共變異矩陣之PVC卡片刮痕瑕疵檢測。檢測分為三個主要階段：取像與影像對位、刮痕瑕疵影像檢測與刮痕瑕疵的分析。在影像對位方面，首先建立一個標準影像作為圖形比對的基準，然後利用最小平方法找出待測影像的水平(X)與垂直(Y)偏移量。在刮痕瑕疵影像檢測方面，本研究應用灰階共變異矩陣的特徵參數來進行圖形比對，以達到PVC卡片刮痕瑕疵檢測目的。在刮痕瑕疵分析方面，本研究利用影像標記與Blob面積法去分析刮痕影像，並計算刮痕的面積大小。本研究利用22個檢測樣本之實驗結果，其瑕疵檢出率為91%。在檢測影像大小為320 × 240 像素作為輸入影像，平均檢測時間約0.209秒。因此，本研究方法可應用於PVC卡片刮痕之瑕疵檢測。

Nowadays, there are many types of defects on PVC cards, such as scratch, stain, particle, missing printing and so on, in which the low-contrast scratch is difficult to detect. Such a defect needs an inspector with a strong light source and illumination with different angles for the quality inspection. Therefore, the inspector may be tired for the quality inspection after long time working. This study develops an automation scratch defect detection technology to replace manual inspection by use computer vision.This paper presents scratch defect inspection of PVC cards by using Gray Convariance Matrix Method. The detection system includes three major stage: image acquisition registration, image processing/scratch defect detection and defect analysis. During Image registration stage, a standard image is created as a graphic comparison template. Then, the least squares method is used to find the horizontal (X) and vertical (Y) offset for matching with least difference error. During Scratch defect detection stage, this study employs gray covariance matrix to compare the both images in order to detect the scratch defect of a PVC card. During Scratch defect analysis stage, the label and the Blob methods are used to analyze images, and calculate the statistical size of detected scratches. The experimental results from 22 tested samples, the successful rate of 91% is achieved. The average processing time is about 0.209 seconds for an image size of 320×240 pixels. Therefore, the proposed method could be employed to detect the scratch defects of a PVC card.

[1]中華民國銀行公會，http://www.ba.org.tw/dispath-2.aspx?sn=91，(2010)。
[2]悠遊卡股份有限公司，http://www.easycard.com.tw/news/event-page.aspx?id=744，(2010)。
[3]八達通，http://www.octopus.com.hk/octopus-for-businesses/benefits-for-your-business/tc/index.html，(2010)。
[4]林宗耀，「貨幣需求與信用卡本質之探討」，中央銀行季刊，第15卷，第四期，pp.56-87，民國八十二年。
[5]吳明川，許世清，「應用機器視覺於PVC卡片表面瑕疵偵測」，2007數位科技與創新管理研討會，pp.556-569，民國九十六年。
[6]李坤憙，「信用卡與玻璃基板之刮痕檢測」，碩士論文，私立南台科技大學，民國九十五年。
[7]許嘉豪，「複雜紋理之瑕疵檢測」，碩士論文，國立台灣科技大學，民國八十九年。
[8]趙新民，「應用非線性擴散於非同質性紋路之ITO導電玻璃表面檢測」，碩士論文，私立元智大學，民國九十二年。
[9]林建達，「改良式相關係數法於瑕疵檢測之應用」，碩士論文，私立元智大學，民國九十一年。
[10]廖克東，「應用機器視覺於低對比動態X-Ray影像強化及瑕疵偵測之研究」, 碩士論文，私立元智大學，民國九十一年。
[11]蔡明忠、林祥璋， 「應用共變異矩陣法於IC雷射印刷瑕疵檢測之研究」，AOI Forum & Show 2004，第四屆全國AOI論壇與展覽，交通大學，HsinChu,Taiwan, Oct. 28, 2004.
[12]楊榮華，「應用灰階共變異矩陣之多重指標於瑕疵檢測」，碩士論文，私立元智大學，民國九十一年。
[13]黎家伶，黃煒展，張俊隆，「光學影像處理在AOI產業的應用簡介」 ，機械工業雜誌，pp.74-89，第277期，民國九十五年。
[14]鐘國亮，「影像處理與電腦視覺」，台北，東華書局出版，民國九十五年。
[15]R. C. Gonzalez and R. E. Woods,“Digital Image Processing”, Prentice Hall, New York, 2002.
[16]N. Otsu, “A threshold selection method from gray level histogram”, IEEE Trans. on Systems, Man, and Cybernetics, SMC-8, pp.62-66, 1978.
[17]國立臺灣大學生物產業機電工程學系林達德教授網頁，http://www.bime.ntu.edu.tw/~ttlin/Course13/C13software.htm，(2010)。
[18]井上誠喜，八木伸行，林正樹，中須英輔，三谷公二，奧井誠人，共著，吳上立，林宏墩　編譯，「C語言數位影像處理」，台北，全華圖書有限公司出版，民國九十四年。
[19]IMI tech pioneer in vision technology,http://www.imi-tech.com/,(2010).
[20]蔡孟凱，雷穎傑，黃昭雄，陳錦輝，陳正凱，「C++ Builder6完全攻略」，台北，金禾資訊，民國九十六年。
[21]黃文吉，「C++ Builder與影像處理」，台北，儒林出版社，民國九十四年。
[22]私立元智大學工管所機器視覺實驗室，http://machinevision.iem.yzu.edu.tw/vision/,(2010)。