全自动晶片焊线机视觉检测系统的研究

全自动晶片焊线机是晶片生产的关键设备之一,其视觉系统是设备的核心技术所在.视觉系统决定了晶片的检测和定位精度.介绍了基于机器视觉的全自动晶片焊线机的专用芯片视觉检测系统的工作原理和设计结构,着重阐述了视觉系统的软件和硬件设计过程,以及用于晶片检测定位的图像处理算法.实验表明,系统在速度和精度上都可满足焊线生产的需求,对于自动晶片焊接设备的自动化、智能化和产业化有一定的参考意义.     

基于LabView SMT视觉检测系统

基于LabView设计SMT视觉检测系统,主要完成电路板的光板检测,元器件模板匹配检测和表面焊点检测等功能,具有智能化和模块化的优点。     

集成电路粘片机视觉检测技术研究

集成电路粘片机是将半导体晶圆上微芯片贴装到引线基架的半导体制造后工序关键性生产设备。基于视觉检测的全自动集成电路粘片机,其视觉检测技术是关键及核心技术。利用图像处理、模式识别技术,采用固定阈值分割、图像投影、像素统计、区域生长、边界坐标点提取、模板匹配等方法,完成了待检测芯片的定位与墨点、缺角、崩边、角度偏移等芯片缺陷的检测。实现了贴装过程中芯片识别检测功能。     

基于FPGA的模板匹配加速器的设计与实现

本文针对当前基于计算机视觉的织物瑕疵检测系统在实时性及经济性上无法满足实际生产需求这一问题,对瑕疵检测领域的模板匹配算法进行了改进、设计并实现了一种基于FPGA的模板匹配算法加速器.为了提升加速器的工作效率,深入分析了该加速器架构的处理时延,并从访存时延、传输时延、计算时延3个方面对加速器进行了优化,提升了总线带宽的利用率.实验结果表明,该加速器使得传统的模板匹配算法在时钟频率为150 HMz的Zynq-7000平台上获得了33 MHz的像素处理速率,即每秒可处理分辨率约为8 192×4 096大小的织物图片,与通用CPU i7-8750H相比,性能是其10.5倍,满足了实时性需求.同时该解决方案采用SoC技术取代了传统的PC级板卡式结构,降低了系统成本,应用前景广阔.     

基于注意度的线激光视觉测量的三维形状检测

针对工件在产线上的摆置方位识别困难识别率低等问题,提出了一种基于注意度的线激光视觉测量的曲线形状识别方法。采用激光视觉三维测量技术提取工件表面的光迹信息,将工件的方位识别转换为曲线形状识别的问题。在匹配算法方面,定义了两种距离测度,分别作为粗匹配和精确匹配的误差评价函数;在识别准确性方面,定义了一种基于注意度的模板相似性测度的分类方法。实验结果表明,本文提出的方法识别率高,耗时短,对工件的平移和偏移不敏感;能满足工业生产实时检测要求,应用范围广。     

基于方向熵的挠性印制电路基准点定位研究

在采用机器视觉技术的挠性印制电路缺陷检测工作中,对基准点的准确定位是实现高质量检测的先决条件.本文选取焊盘圆心或中心作为基准点,针对焊盘的局部形变对基准点定位产生的不良影响,提出了量化目标轮廓边缘方向性的表达方法——方向熵,基于该方法能够获取轮廓坐标与方向参数;接着,根据焊盘模板建立焊盘匹配评估函数筛选出正确的、有价值的、局部的轮廓,并基于轮廓特征实现对焊盘的匹配与对基准点的定位.通过现场测试表明,本文提出的算法能够有效地纠正基准点的定位偏差,将其应用于坐标系变换的目标搜索时,平均定位误差可控制在60um以内,对于后续的目标匹配,缺陷识别与分析具有重大意义.     

基于多模板匹配的丝印缺陷快速检测方法

产品表面丝印质量的机器视觉检测可有效提高生产效率和产品质量,但由于旋转偏差,导致误识率高、检测速度慢。利用检测对象旋转角度有限的先验条件,检测前建立多个一定旋转角度的模板,对于与基本模板匹配出错的对象,再与旋转模板匹配。与其中一个匹配正确仍然可判断为合格产品,全部出错则选择最小匹配误差的模板来标明缺陷位置。实时检测时无图像旋转处理,匹配只是简单的逻辑与、或运算,速度大大提高,并降低了误识率。     

快速傅里叶模板匹配算法及其在输电线中的应用

模板匹配是机器视觉和图像处理中一个基本的问题,即如何在给定图像里找出模板位置,其相关方法可用在输电线杆塔横担处的螺栓检测。为了将快速傅里叶模板匹配方法应用到输电线杆塔横担定位中,本文对其进行了深入而系统的研究。由于图像背景较为复杂,分两步提取感兴趣区域,第一步利用快速傅里叶模板匹配算法完成杆塔横担区域定位,第二步以改进的霍夫变换为核心提取精确的感兴趣区域。完成目标区域提取后,利用二值化去除横担背景,提取待检测的螺栓信息,用于检测螺栓是否平帽或者松动。     

基于机器视觉的自由曲面轮廓度检测系统

针对自由曲面轮廓度较难准确测量和评定的问题,开发了一种完整的非接触式曲面轮廓度在线检测系统。系统采用机器视觉对采集到的零件端面图像边缘特征进行识别和处理,将提取出的边缘特征与标准轮廓模板进行匹配。匹配过程中采用分段迭代匹配的思想,提高算法效率和匹配速度。该视觉检测系统已应用于冲压流水线上工件端面的面轮廓度检测。实际应行表明,检测系统的检测精度为1 μm,检测时间少于3 s,可满足工业检测对检测精度和实时性的要求。     

基于“虚拟匹配”的PCB矩形Mark视觉快速检测

针对机器视觉中PCB(PrintedCircuitBoard,印刷电路板)矩形Mark的检测,提出一种“虚拟匹配”的快速检测方法。根据模板匹配的思想,引入一个“虚拟模板”,通过将虚拟模板内所有像素灰度值的累加和作为是否匹配的衡量标准来进行矩形Mark的检测。借助于粗细搜索的模板移动策略,使得检测过程速度快、精度高、抗噪能力强、对图像缩放可调、对检测图像旋转和光线亮度变化等不敏感,在实际应用中取得了满意的检测效果。     

一种基于Phong物体光照模型的阴影检测算法

针对目前运动目标检测算法中常将阴影误检为前景目标的问题,提出一种基于Phong物体光照模型的阴影检测算法。基于Phong物体光照模型,我们对场景中象素的亮度值进行分析,通过定义一个亮度相对变化量,推导出他在整个阴影区域是比较稳定的,所以在一个(5×5)的模板上用协方差来衡量这种稳定性,从而得到第一个阴影判决式。又推导出阴影区域亮度相对变化量随时间的变化保持相对稳定,设计一个滤波模板来增大目标区域的不稳定性,从而得到第二个阴影判决式。最后结合以上二个阴影判决式进行阴影检测,并对实验结果进行定性和定量的评估。与前人提出算法比较,本文提出的算法在阴影检测率和区分率等方面都得到了提高,具有较强的鲁棒性。     

基于小波钝化的嵌入式图像处理算法研究

注塑模具保护系统普遍采用模板匹配图像处理算法,其存在实时性不强、精确度不高,以及对运行环境要求严苛等问题。论文提出了基于小波钝化的嵌入式模具保护图像处理算法,该算法运行于嵌入式平台,采用小波钝化的方法凸显待测残留物,无需进行模板匹配、图像配准和较正;提出了基于像素值统计的支持向量机检测算法,以适应嵌入式平台内存小的特点;引入支持向量机分类,有效解决了图像偏移带来的误差问题。MATLAB实验测得,该算法的模腔残留物检测平均准确率为85.71%,残留物检出平均耗时0.910s。结果表明,采用小波钝化和支持向量机的嵌入式图像处理算法,无论在算法检测精度还是算法响应速度方面均优于以灰度共生矩阵匹配算法和差影法为代表的图像匹配算法。     

倒装焊中图像对准算法的研究

针对倒装焊中常用的十字架对准标志的几何特征,采用形态学边缘检测算法提取图像边缘,通过将简化的Hough变换和最小二乘相结合的直线提取方法,提取出较为精确的边缘直线,实现了一种提取十字架标志的四条长边缘直线的图像处理算法。实验结果表明,该算法与相关算法相比具有更快的对准速度和更高的对准精度,且对有局部残缺的图像不敏感。     

基于OpenCV的集成芯片基板定位技术

针对集成芯片制造中对定位、校准的高精度、实时性要求,提出了用机器视觉技术解决芯片基板定位的方法,通过对几种模板匹配算法的研究,采用基于OpenCV的图像分析技术实现了对集成芯片基板的准确定位,解决了传统机械定位精度低、速度慢的问题。     

基于视频的车辆检测与跟踪算法综述

首先介绍了交通检测系统,指出视频交通检测技术日益成为计算机视觉领域中备受关注的前沿方向。在此基础上,分别讨论了常用的车辆检测算法,基于模型的车辆检测算法,车辆跟踪的基本类型,以及基于模板匹配、卡尔曼滤波和粒子滤波的车辆跟踪算法,同时分析比较了各种算法的优缺点。最后,展望了这一领域未来研究的热点。     

QFN芯片表面划痕检测定位方法设计

在工业应用中,需要对方形扁平无引脚封装(Quad flat no-lead package, QFN)芯片表面划痕实时 准确检测,提出了一种快速的芯片表面划痕检测定位方法。通过图像分割算法获取缺陷图像,结合 轮廓提取算法可以较好地实现芯片表面划痕定位。同时,为了保证对芯片表面划痕实时检测,采用 基于粒子群的Otsu多阈值算法进行图像分割,不仅使得图像中缺陷区域更加明显,而且缩短了芯片 表面划痕检测时间。与直接采用Otsu算法相比,芯片表面划痕检测时间由秒级缩短至毫秒级,提高 了芯片质量检测效率。该划痕快速定位检测方法对芯片检测设备软件系统开发与应用具有重要的参考价值。     

基于B-样条插值的分数阶模板的应用

数字图像的增强以及边缘检测是数字图像处理中的重要内容。根据B-样条函数插值公式,对图像灰度点像素值进行三次B-样条插值运算,提出了基于三次B-样条插值的分数阶增强模板以及分数阶CRONE边缘检测模板。通过对比实验表明,所设计的模板能根据对图像的需求而改变阶次,在图像增强方面能较好地提升图像边缘并且加强纹理细节,在边缘检测方面有良好的边缘定位能力,优于基于Sobel算子的传统方法。     

红外图像边缘检测算法综述

为填补红外图像边缘检测算法综述性研究的空白,使更多研究者较为全面地了解目前成果,并为后续研究提供有价值的参考,遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术,进而阐述了红外图像边缘检测技术的难点与挑战,接着总结了主要的红外图像边缘检测算法,将相关算法分为了4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的,对其涉及的关键技术分别进行了分析。研究认为,在传统红外图像边缘检测技术中,形态学方法因简单易用而具有一定潜力;对于非传统红外图像边缘检测技术,基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤,给红外图像边缘检测带来了新的发展机遇。     

几种边缘检测算法的比较研究

边缘检测在图像处理中有着重要的作用。介绍了5种常用的图像边缘检测算子,并且通过一个图像边缘检测的例子比较了它们的检测效果,分析了它们各自的特点,对学习边缘检测和具体工程应用具有很好的参考价值。