圖片質量分析方法

Ⅰ 分析PSNR對圖像質量評價的優缺點並試圖規劃一種方案克服SNR的缺點

PSNR優點：便於計算和理解,能大致反映圖象質量.一般情況下,PSNR的值高的圖象質量相對

較高,通常,當PSNR值在28以上時,圖象質量差異不太顯著,當高於35～40時,則肉眼分辨不出差異.

PSNR缺點：,PSNR有時反映圖象質量與人眼觀察的圖象質量情況並不完全相符.實驗表明,
在同一幅圖象中分別在圖象高頻部分、中低頻部分、低頻部加入白雜訊干擾時,在高頻部分
加入干擾時圖象質量優於其它兩種情況,但三者的峰值信噪比相同.
有理由認為PSNR 並不是一個很好的圖象質量評價指標。由於PSNR的局限性,人們仍在不斷的探討,試圖找出更接近人視覺特徵的評價指標.

由於 PSNR的局限性 ,人們仍在不斷的探討 ,試圖找出更接近人視覺特徵的評價指標. 目前新的圖象質量評價方案大多數為基於人眼視覺系統(HVS)的測量方法 ,以期更接近人眼的主觀視覺.

新標准大致可以分為兩類:基於視覺感知的測量方法和基於視覺興趣的測量方法.

1. 基於視覺感知的圖象評價方法較早也較成功的有基於剛辨差(JND ,Just Notice Difference)的視覺感知方法.由於人眼分辨亮度差異的能力與背景亮度有關 ,在寬闊的常用背景亮度變化范圍內 ,人眼的JND為常數;當背景亮度較強或較弱時,人眼的分辨能力減弱 ,即JND 增大.該方法基於此原理達到對圖象質量定量測量的目的.

2. 基於視覺興趣的圖象質量評價方法的思想是將圖象分為感興趣區(ROI ,Region of Interest) 和不感興趣區 ,並由感興趣程度對其設定加權值.整幅圖象的視覺質量往往取決於感興趣區的質量 ,不感興趣區質量的降質則影響較小. 例如 ,假設測試圖象中只有一個感興趣區A1 ,其面積為S1 ,不感興趣區A2 ,面積為S2 ,圖象總面積為S = S1 + S2 .則由此可定義一個自己的均方誤差IMSE:

Ⅱ 數字圖像處理與分析方法有哪些

數字圖像處理主要研究的內容有以下幾個方面：
1） 圖像變換由於圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往往採用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應用。
2） 圖像編碼壓縮圖像編碼壓縮技術可減少描述圖像的數據量（即比特數），以便節省圖像傳輸、處理時間和減少所佔用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。
3） 圖像增強和復原圖像增強和復原的目的是為了提高圖像的質量，如去除雜訊，提高圖像的清晰度等。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中雜訊影響。圖像復原要求對圖像降質的原因有一定的了解，一般講應根據降質過程建立"降質模型"，再採用某種濾波方法，恢復或重建原來的圖像。
4） 圖像分割圖像分割是數字圖像處理中的關鍵技術之一。圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。雖然目前已研究出不少邊緣提取、區域分割的方法，但還沒有一種普遍適用於各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點之一。
5） 圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可採用其幾何特性描述物體的特性，一般圖像的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理圖像可採用二維紋理特徵描述。隨著圖像處理研究的深入發展，已經開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。
6） 圖像分類（識別）圖像分類（識別）屬於模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）後，進行圖像分割和特徵提取，從而進行判決分類。圖像分類常採用經典的模式識別方法，有統計模式分類和句法（結構）模式分類，近年來新發展起來的模糊模式識別和人工神經網路模式分類在圖像識別中也越來越受到重視。

Ⅲ 質量管理中的統計方法有哪幾種

1、統計分析表法和措施計劃表法：

質量管理講究科學性，一切憑數據說話。因此對生產過程中的原始質量數據的統計分析十分重要，為此必須根據本班組，本崗位的工作特點設計出相應的表格。

2、排列圖法：

排列圖法是找出影響產品質量主要因素的一種有效方法。

收集數據，即在一定時期里收集有關產品質量問題的數據。如，可收集1個月或3個月或半年等時期里的廢品或不合格品的數據。

作排列圖。即根據上表數據進行作圖。需要注意的是累計百分率應標在每一項目的右側，然後從原點開始，點與點之間以直線連接，從而作出帕累托曲線。

3、因果分析圖法：

因果分析圖又叫特性要因圖。按其形狀，有人又叫它為樹枝圖或魚刺圖。它是尋找質量問題產生原因的一種有效工具。

畫因果分析圖的注意事項：影響產品質量的大原因，通常從五個大方面去分析，即人、機器、原材料、加工方法和工作環境。每個大原因再具體化成若干個中原因，中原因再具體化為小原因，越細越好，直到可以採取措施為止。

(3)圖片質量分析方法擴展閱讀

標准化工作是質量管理的重要前提，是實現管理規范化的需要，「不講規矩不成方圓」。企業的標准分為技術標准和管理標准。

工作標准實際上是從管理標准中分離出來的，是管理標準的一部分。技術標准主要分為原材料輔助材料標准、工藝工裝標准、半成品標准、產成品標准、包裝標准、檢驗標准等。

它是沿著產品形成這根線環環控制投入各工序物料的質量，層層把關設卡，使生產過程處於受控狀態。在技術標准體系中，各個標准都是以產品標准為核心而展開的，都是為了達到產成品標准服務的。

管理標準是規范人的行為、規范人與人的關系、規范人與物的關系，是為提高工作質量、保證產品質量服務的。它包括產品工藝規程、操作規程和經濟責任制等。

企業標准化的程度，反映企業管理水平的高低。企業要保證產品質量，要建立健全各種技術標准和管理標准，力求配套。

Ⅳ 質量管理七大手法是什麼

品管七大手法是常用的統計管理方法，又稱為初級統計管理方法。它主要包括控制圖、因果圖、相關圖、排列圖、統計分析表、數據分層法、散布圖等所謂的QC七工具。

1、 統計分析表

統計分析表是利用統計表對數據進行整理和初步分析原因的一種工具，其格式可多種多樣，這種方法雖然較單，但實用有效。

(4)圖片質量分析方法擴展閱讀

新七大手法

1、關聯圖(Relationship Diagram)

關聯圖，又稱關系圖，20世紀60年代由日本應慶大學千住鎮雄教授提出，是用來分析事物之間「原因與結果」、「目的與手段」等復雜關系的一種圖表，它能夠幫助人們從事物之間的邏輯關系中，尋找出解決問題的辦法。

2、親和圖(Affinity Diagram)

親和圖法，又叫KJ法，是日本川喜田二郎首創，把大量收集到的關於未知事物或不明確的事實的意見或構思等語言資料，按其相互親和性(相近性)歸納整理這些資料，使問題明確起來，求得統一認識和協調工作,以利於問題解決的一種方法。

3、系統圖(System Diagram)

系統圖就是把要實現的目的與需要採取的措施或手段，系統地展開，並繪製成圖， 以明確問題的重點，尋找最佳手段或措施的一種方法。

4、過程決策程序圖(PDPC)

過程決策程序圖，又稱PDPC(Process Decision Program Chart)法是隨事態的進展分析能導致各種結果的要素，並確定一個最優過程使之達到理想結果的方法。

5、矩陣圖(Matrix Diagram)

矩陣圖法就是從多維問題的事件中，找出成對的因素，排列成矩陣圖，然後根據矩陣圖來分析問題，確定關鍵點的方法，它是一種通過多因素綜合思考，探索問題的好方法。

6、矩陣數據分析法(Matrix Data Analysis Chart)

矩陣數據分析法是對多個變動且復雜的因果進行解析。 矩陣圖上各元素間的關系如果能用數據定量化表示，就能更准確地整理和分析結果。這種可以用數據表示的矩陣圖法，叫做矩陣數據分析法。在QC新七種工具中，數據矩陣分析法是唯一種利用數據分析問題的方法，但其結果仍要以圖形表示。

7、箭條圖(Arrow Diagram)

箭條圖法是將項目推行時所需的各步驟、作業按從屬關系用網路圖表示出來的一種方法。

Ⅳ 質量分析方法有那些

質量分析方法有：因果分析圖、主次分析圖、質量直方圖。

Ⅵ 質量問題分析手法

質量問題分析是製造業佔比較大的質量工作，質量專業人員每天都在不斷分析解決質量問題。關於的你說的的質量分析手法非常的多如5Y,5D,8D等等，但是質量分析本身也有其自己的流程步驟，那些分析工具與方法是質量分析過程中的工具應用。

質量分析與刑事偵查類似，有相當強的專業性與邏輯性。

詳細講解可以參考網路文庫：如何進行專業的質量分析2019

Ⅶ 統計分析中常用的有哪幾種「方法圖」

統計質量控制分析方法之一：排列圖法，利用排列圖尋找影響質量主次因素的一種有效方法。統計質量控制分析方法之二：統計調查表法，利用專門設計的統計表對質量數據進行收集、整理和粗略分析質量狀態的一種方法。統計質量控制分析方法之三：直方圖法，將收集到的質量數據進行分組整理，繪製成頻數分布直方圖，用以描述質量分布狀態的一種分析方法。統計質量控制分析方法之四：分層法，將調查收集的原始數據，根據不同的目的和要求，按某一性質進行分組、整理的分析方法。統計質量控制分析方法之五：因果分析圖法，利用因果分析圖來系統整理分析某個質量問題（結果）與其產生原因之間關系的有效工具。統計質量控制分析方法之六：控制圖，用途主要有兩個：過程分析，即分析生產過程是否穩定。過程式控制制，即控制生產過程質量狀態。統計質量控制分析方法之七：相關圖，在質量控制中它是用來顯示兩種質量數據之間關系的一種圖形。以上就是統計質量控制的幾種分析方法及用途，它不僅適用於質量控制，更可應用於一切管理過程。採用統計質量控制的這幾種方法可以幫助企業在質量控制上真正作到"事前"預防和控制。

Ⅷ 怎樣用photoshop分析兩張照片的質量

打開色階看直方圖暗部，中間調，亮部的黑色都很多說明這張圖的色彩明暗正確，照片質量高，相反如果暗部或都亮部黑色很少，說明這張照片曝光過度或都是曝光不足，照片偏灰照片質量就差了。如果圖片大小相同看看圖片所佔的硬碟大小，前提是相同格式未處理過的圖片，大的那張質量好些，有更多的細節。不知道我這樣說你能明折嗎？可以追加提問。

Ⅸ 簡述圖像真實檢驗的主要技術

圖像真實性鑒別方法
摘要 通過從圖像檢驗的原理入手，對常見的偽造圖像方法進行分析研究，介紹了照片的質量檢驗、照片重復區域法檢驗、數字圖像與數碼相機本底雜訊一致性檢驗、圖像內容間景深關系的檢驗、光照方向一致性的檢驗、照片中成像透視比例的檢驗、模擬攝影法檢驗和實物對照檢驗等方法，檢驗圖像的真實性。
關鍵詞 偽造圖像 檢驗鑒定

偽造照片在其偽造過程中使用的素材、工具、材料等十客觀存在的，同時拍攝過程中的構圖，用光、調焦以及各種景物的透視關系和照片後期製作中的色彩矯正、反差控制等，無不反映出照片是否一體性的特徵，它們為檢驗鑒定提供了可行性，由於科技發展變化迅速，電腦製作出鑒定計算機偽造照片的標准和數據，目前也非常困難。本文從鑒定照片原理入手，介紹照片檢驗的常用方法。

1 檢驗原理
1.1 攝影成像的景深
我們在拍照時要對拍攝主體進行調焦，使主體清晰成像在焦平面上，而且景物空間中位於調焦無平面前後一定距離內的景物，也能結成人眼視覺上相對清晰的影像，人們常將調焦物前後相對清晰成像的景物空間距離稱為景深。景深現象的產生是由於人眼存在最小分辨角的緣故，他是一個相對的概念。從景深產生的原理可知，照片上景深范圍內的物體的清晰程度是不一致的，成漸變趨勢，越靠近對焦平面，影像的清晰度越高；此外，前景深小於後景深。這一成像特性對添加性偽造照片的鑒別停工了理論根據。
1.2 拍攝成像的透視原理
物體通過光學鏡頭成像在焦平面上時符合物體成像的透視原理。物體在照片上成像後雖然從三維空間轉變到二維平面上，但照片中物體位置的關系還是符合空間中的透視規律的。物體在照片中成像的透視的規律如下：
（1） 凡是兌換面平行的直線、平面，在畫面上就沒有變化，仍保持它原有的方向。
（2） 不平行畫面的平行直線要消失到一點，這個點叫消點。
（3） 近大遠小。是因為看近的物體所用視角大，看遠的物體視角小。視角大的透視圖就大，是較小透視圖就小。
（4） 平面要消失到一條直線上，這條直線就是消線。消線就是平面的方向，消線不同就是平面的方向不同。
透視原理為判斷照片中人物身高和檢驗拼接偽造照片提供了依據。
1.3 用光及光照均勻性
攝影是用光成像，光在攝影中同時起到照明和造型兩種作用。不同的打光角度和方向，在照片上形成各自不同的光線線條和影調。在照片檢驗中，光線線條和影調的一致性可以判斷照片的真實性。
鏡頭成像時，相面照度的不均勻性決定了圖像中通以色塊的亮度是變化的，也就是說不管物體表面多麼均勻，照片上都沒有完全相同的成塊空間。利用該原則可以檢驗通過克隆法進行偽造的照片。
1.4 數碼相機的本底雜訊
數碼相機的成像元件（CCD或CMOS）一般有數百萬個感光單元，如果其中某個感光單元損壞，不能成像，即成為壞點——DEAD PIXEL。數碼攝影和傳統相機不同，傳統相機拍攝時很少因電子零件產生環境就復雜多了，從操作過程中機體升溫效應，CCD上的殘留能量一致於機身零件本身，甚至來自外界的電磁波干擾都有可能會在畫面上形成雜色的斑點，此為噪點。壞點和噪點共同形成了數碼相機的本底雜訊，它對用該相機拍攝出的數碼影像產出直接的影響。利用數碼相機的本底雜訊可以對數碼影像的原始性進行檢驗。
2 計算機偽造照片的類型
計算機偽造照片的原始圖像主要由數碼相機拍攝、掃描儀掃描和網上下載等方式製得。在存儲器中以數字形式存儲實物的外在表現（事物的大小、形狀、顏色、相對關系等）。由於圖像的這種存儲特點使得數字圖像易於編輯、偽造照片的類型有：
（1） 拼接性偽造。就是通過對不同照片的不同部位進行拼接。
（2） 添加性偽造。就是在照片畫面上添加某些內容。
（3） 裁減性偽造。就是在照片畫面上裁切掉或刪掉某些內容。
（4） 克隆法偽造。利用計算機圖像處理中的克隆印章對圖像的某一局部進行克隆，從而實現偽造的目的。
3 鑒別方法
3.1 圖像質量的一般檢驗
對列印或擴印出的照片進行常規觀察檢驗，結合拼接照片在剪切拼接和翻拍過程中可能出現的特點，如圖像的清晰度、反差大小、色塊大小、色調連續性，又無非正常斑塊、又無影像變形等，分析其成因是否為剪切拼接過程所遺留。對照片可能編造區域的邊緣採用實彈的放大倍率進行觀察，查看其有無線條的錯位、成像不實、圖像之間的銜接是否正常又無袖描痕跡等特徵。
對數碼圖像需要放大到像素級時才能夠觀察到圖像的細微變化，此時可以通過灰度變化的梯級、通以色塊的色彩的變化等找出圖像的可疑點或處理位置。然後進入下一步進行具體確認。
3.2 影響重復區、克隆區的檢驗
對於局部復制或是用克隆技術進行區域查詢軟體進行預檢，對同一影像的各個區域進行掃描，改變掃描區域大小，找出相似區塊和重復區塊；對不同圖像則找出兩個圖像相近或相同的區域，為進一步檢驗提供線索。
對預檢出的區域進行圖像比隊、測試，找出差異點和相同點，分析其成因、製作方式和偽裝方式，從而對圖像作出相應的認定。
3.3 數碼圖像與相機本底雜訊的一致性檢驗
對數碼圖像，如果有拍攝該圖像的相機，就可以利用本底雜訊進行圖像與數碼相機拍攝關系的認定，一方面驗證兩者的關系，另一方面也驗證了數碼圖像的原始性，因為經過圖像處理後的圖像的本底雜訊會發生相應變化。具體辦法是利用專門的數碼相機本底雜訊檢測軟體，檢驗該相機的本底雜訊，得到數碼相機的本底雜訊分布情況，然後與圖像中雜訊點相比較，判斷兩者的一致性。
3.4 圖像內容間景深關系的檢驗
對於添加或克隆方式偽造的照片，加入部分圖像個部分的清晰度與前後景間圖像的清晰度的關系大多會違背景深原理，檢驗圖像時可以先找到圖像的對焦平面，然後檢驗對焦平面先後物體的清晰度變化是否與景深原理相符合，從而判斷的真實性。
3.5 光照方向一致性的檢驗
利用攝影用光時產生的光照效果的一致性來檢驗圖像的真實性。具體方法是對圖像中各個景物在攝影用光照明方向上形成的陰影的方向、大小、強度、反差等進行分析，找出可疑點或差異點，進行數值量化檢驗，判斷成因。
3.6 照片中成像透視比例的檢驗
利用攝影的幾何透視原理和空氣透視原理，比較圖像中各個成像物的大小透視、方向透視、影調透視以及物體間的比例關系，確定圖像中有無違背規律的現象存在。
3.7 模擬攝影法檢驗和實物對照法檢驗
當被殲圖像在景深、用光和透視等方面，出現不能確認的可疑點時，常常需要實際模擬拍攝法來檢驗、驗證說明圖像中出現的真實與否。
此外，對一致送檢照片的實際拍攝人物、物體和場景檢驗時，可以通過模擬攝影法，按照被殲圖像的位置關系實際模擬拍攝，通過比對直接檢驗照片中的人、物、景符合程度和差異位置，以確定相關部位的客觀真實性。
綜上所述，計算機偽造照片的檢驗既有明確的科學理論根據，又有系統的檢驗方法，但是矛與盾是相輔相承德兩個對立面，隨著科學技術，特別是應用軟體的發展，圖像偽造技術水平也在提高，這就需要廣大技術人員共同努力，發掘、發現更多、更有效的檢驗手段和方法。

Ⅹ 質量管理裡面，進行問題原因分析的方法有哪些

共七種統計分析方法,另一種是綜合運用

在統計過程式控制制中可以應用各種統計方法，保證並改進質量。其中最常用的統計方法有控制圖、排列圖、因果圖、散布圖、直方圖、檢查表、分居法，統稱為常用的七種工具。本文結合一些實例把部分統計工具在印製板、SMT質量控制中的應用情況作一些介紹。
一、引言
20世紀二、三十年代，美國人休哈特博士首先提出過程式控制制的概念與實施過程監控的方法，經過幾十年的發展，現己形成統計過程式控制制理論，即SPC(Statistical Process Control)。它是應用統計方法對過程中的各個階段進行監控，從而達到保證與改進質量的目的。SPC強調全過程的預防為主。SPC的精髓是全系統的，要求全員參加，人人有責，強調用科學方法來保證達到目的。質量控制中的統計工具是SPC在現場應用過程中所採用的重要的統計方法。
二、SPC的理論要點
在SPC中最常用、最重要的是控制圖理論。控制圖可用來直接監控過程，是七種工具的核心。SPC理論要點主要包括以下內容。
1．產品質量的統計觀點
產品質量的統計觀點是現代質量管理的基本觀點。它包括兩部分內容：(1)產品質量是具有變異性的。(2)產品質量的變異具有統計規律性。認識了統計規律的特點和性質，我們就可以用來保證與改進產品質量。控制圖就是在這種思想指導下提出來的。
2． 抓住異常因素就是抓住主要矛盾
將質量因素分為偶然因素和異常因素。偶然因素對產品質量影響微小，隨生產過程始終存在。難以去除。反之，異常因素對產品質量影響很大，在生產過程中有時存在，又不難去除。因此，在生產過程中，要時刻關注異常因素，一旦發生，要盡快把它找出來，並採取措施消除，這就是住主要矛盾。控制圖是發現異常因素的主要工具。
3．穩定狀態是生產過程追求的目標
在生產過程中，只存在偶然因素而沒有異常因素的狀態稱為穩定狀態，簡稱為穩態，也叫作統計控制狀態。在穩態下生產，我們對產品的質量有完全的把握，同時，生產過程也是最經濟的，所生產的不合格品最少，因此，穩定狀態是生產過程追求的目標，一道工序穩定稱為穩定工序，道道工序穩定的生產線稱為全穩生產線。建立全穩生產線是建立產品質量保證體系的基礎。
4．預防為主是質量管理的重要原則
SPC中的控制圖和其他經常採用的統計方法，在實際應用中都遵循預防為主這一質量管理的重要原則。
在SPC的進行過程中有一個關鍵的步驟，即確定關鍵變數，(關鍵質量因素)，要完成這一工作，要對生產過程中每道工序進行分析，此時我們常用的是因果圖。當要找出對最終產品影響最大的關鍵變數時，我們常採用排列圖。下面對排列圖和因果圖的使用進行舉例說明。
三、排列圖
現場質量管理往往有各種各樣的問題，我們應從何入手?怎樣抓住關鍵?一般說來，任何事物都遵循「少數關鍵，多數次要」的客觀規律。例如，大多數廢品由少數人員造成，大部分設備停頓時間由少數故障引起。排列圖即是一種能夠反映出這種規律的圖。此圖是將各種問題按原因或狀況分類，把數據從大到小排列後所作出的累計柱形圖。
例一：某廠為降低多層印製板的翹曲度，對98年6月至99年5月期間印製板產生翹曲超標的原因進行統計，列出統計表，做出排列圖。
表1翹曲度超標因素統計表
序號 1 2 3 4 5
項目 層壓產生翹曲 熱風整平產生翹曲 布線不勻產生翹曲 其他 合計
頻數 82 11 6 3 102
累計頻數 82 93 99 102
累計百分比 80.4% 91.2% 97.1% 100%
排列圖的作法如下：
步驟1：針對所存在的問題收集一定期間的數據，此時間不可過長，以免統計對象有變動；也不可過短，以免只反映一時情況而不全面。然後將數據按原因、工序、人員、部位或內容等進行分類，並統計各
項目的頻數。參見表1。
步驟2：將工序按頻數從大到小排列，並計算各自的累計百分比，計算結果見表1所示。
步驟3：以左側縱坐標為頻數，橫坐標按頻數從大到小依次列出各工序，將頻數用直方表示，成為挪若干個直方相連由左至右逐個下降的圖形，即排列圖。見圖1所示。
步驟4：以右側縱坐標為比率，依次將各工序的累計比率用折線表示，參見圖1。注意，累計比率100％刻度應對應於不合格品頻數102的高度。
排列圖是一種頻數分布圖，用於找出少數關鍵，分清主次，抓住主要矛盾。因次，對於排列圖應注意觀察以下幾點：(1)哪一項是最主要的?前多少項是包含60％以上內容，?(2)哪些項目採取措施後，可使存在的問題減少百分之幾?(3)對照採取措施前後的排列圖，研究各個組成項目的變化。本例由圖1可以看出，出現翹曲超標的主要原因是由層壓工序引起的，占總數的80．4％。換句話說，只要解決了這道工序的問題，由翹曲超標產生的不合格率就可以降低80．4％。因果圖是日本質量管理專家首先提出的。在發生質量問題後，為了找出其原因，分析與研究諸原因之間的因果關系而採用的一種樹狀圖，或魚刺圖，就是因果圖。它把影響產品質量的諸因素之間的因果關系清楚地表現出來，使人們一目瞭然，便於採取措施解決，因此，因果圖廣泛應用於製造業和服務業中。下面結合實例介紹因果圖。例二：在上一例里已經提到應用排列圖分析多層板翹曲的原因，並己知層壓是多層板產生翹曲的主要質量因素。那麼，現在希望通過因果圖找出層壓過程中使多層板產生翹曲的主要原因。以便採取有針對性的措施來解決問題。
因果圖的作法如下：
步驟1：將層壓為何產生翹曲作為該問題的特性，在它左側畫一個從左到右的粗箭頭，
步驟2：將造成板翹曲的原因分為人、設備、工藝、材料四大類，用長箭頭表示，見圖2。
步驟3：分別對人、設備、工藝、材料進行分析，找出導致它們不好的原因，逐類細分，直到能具體採取措施為止。具體參見圖2。例三：某研究所為解決SMT表面貼裝質量不好的問題，對影響表面貼裝質量的諸因素進行分析，並希望通過因果圖找出表面貼裝質量不好的主要原因，以便採取有針對性的措施來解決問題。