yee式機器龍故障的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

應用機械視覺於硬碟磁頭表面瑕疵檢測

為了解決yee式機器龍故障的問題，作者邱勝郁 這樣論述：

為了達到更高的儲存等級，硬碟(Hard Disk Drive)磁頭和硬碟片的間距需減少至幾奈米的間距，以提高磁通密度，而磁頭在硬碟片間的碰撞機會也因此增加，使得硬碟穩定性及使用壽命面臨考驗。現今硬碟穩定性的評估方式主要以硬碟運轉後其磁頭滑塊空氣軸承 (Air Bearing Surface, A.B.S )表面髒污的狀況區分等級。現階段仍以人工的方式透過光學顯微鏡（Optical Microscope）取像後人工判別等級。其缺點在於沒有量化的分級程序，容易受主觀因素左右，誤判的結果可能造成重工的浪費或客戶的抱怨，且區分等級的過程中，需花大量時間檢查、評估及比較參考樣本後才能做決定，十分浪費人

力且枯燥乏味。本研究針對磁頭表面提出一套基於機械視覺的自動化的磁頭分級系統。定位部分，我們提出輪廓定位法，分別定位ABS及其前端導流板，並將輪廓加粗以降低背景邊緣的影響。瑕疵檢測部分，採背景偵測的策略找出理想的閥值範圍，分割ABS部分之瑕疵；前端導流板部分，則以方向性的影像梯度偵測瑕疵，以解決背景變異太大及磁頭製造上本身的差異等問題。最後利用倒傳遞類神經(Back-Propagation Neural Network)訓練範例樣本以找出分級系統的分級最佳權重分配並進行測試。性能測試結果，符合實際業界等級判別的合理範圍，總檢測時間約為3秒。