مطالعه و ارزيابي سيستم‌هاي كنترل كيفيت در فرآيند توليد صنعتي با استفاده از تكنيك‌هاي پردازش تصوير، يادگيري ماشين و يادگيري عميق

Study and Evaluation of Quality Control Systems in Industrial Production Using Image Processing, Machine Learning and Deep Learning Techniques

در سال‌هاي اخير با رشد علم و فناوري و ايجاد بازارهاي رقابتي در صنايع مختلف، لزوم كنترل كيفيت، اندازه‌گيري پارامترهاي كمي و كيفي محصول نهايي اهميت به سزايي پيداكرده است. داشتن يك محصول باكيفيت مهم‌ترين بخش از يك خط توليد است، به‌طوري‌كه امروزه كمتر كارخانه پيشرفته‌اي وجود دارد كه بخشي از توليد آن توسط برنامه‌هاي هوشمند بينايي ماشين و پردازش تصوير ترجيحاً مبتني بر وب كنترل نشود. مديريت كيفيت در زمان واقعي و بر خط، امكان افزايش كارايي توليد را به نحو مؤثري فراهم مي‌كند. بر اين اساس، هدف اصلي اين مقاله بررسي و ارزيابي دقيق برخي از تكنيك‌هاي مهم و تأثيرگذار مبتني بر پردازش تصوير، يادگيري ماشين و يادگيري عميق است كه در زمينه كنترل كيفيت محصولات صنعتي در بستر وب استفاده‌ مي‌شوند. علاوه بر اين، تحقيق حاضر قصد دارد نقشه راه مناسبي براي رسيدن به روش‌هاي مؤثر و پرسرعت در تحقيقات آتي، در حوزه كنترل كيفيت صنعتي در فضاي وب را نيز ارائه دهد.

In recent years, with the growth of science and technology and the creation of competitive markets in various industries measuring the quantitative and qualitative parameters of the final products has become very important. Having a qualified product is the most important part of a production line. Nowadays, there are a few advanced factories that their production is not controlled by intelligent machine vision and image processing-based techniques usually on the Web. Real-time quality management allows increasing production efficiency. The main purpose of this article is to precisely analyze and evaluate some important and influential image processing-based, machine learning-based, and deep learning-based techniques used on the Web that have been employed in the field of quality control. The paper also aims to provide a proper road map for finding the most effective and efficient techniques for the future Web-based projects in the area of quality control.