基于颜色特征的智能焊点定位算法

针对现有自动光学检测系统焊点定位自动化程度低的问题,提出了一种基于颜色特征的智能焊点定位算法.对样本焊点区域的灰度直方图进行统计分析,获得焊点分割的初始颜色阈值,并以最小像素损失为目标对阈值进行修正,得到最优分割阈值,实现了焊点颜色的自动抽取;定位过程中,使用阈值对焊点图像进行二值化,并使用优化后的面积最大法来搜索焊点位置,实现了焊点的快速定位.实验结果表明:文中算法对焊点图像的分割效果理想,定位误差小,定位速度可以满足实际应用的要求.     

基于神经网络的PCB焊点检测方法研究

随着印刷电路板（PCB）组装技术向高密度化和“零缺陷”方向发展,市场对自动光学检测系统（AOI）的要求也向高准确率、智能化发展。针对目前AOI在焊点检测时,容易出现缺陷误报和漏报,以及智能化程度不高的情况,作者提出了一种基于神经网络（ANN）的检测方法。首先,采用了一种基于熵的多阈值自动图像分割方法;然后,定义了焊点图像的一系列特征,并通过实验对特征进行选择;最后,建立了用于进行焊点分类的BP神经网络。实验证明,基于神经网络的焊点图像检测方法具有较高的准确率。     

一种新的基于形状特征的图像检索方法

提出一种新的基于形状的图像特征提取和匹配方法.综合采用改进的不变矩和二维极坐标傅里叶描述子对形状特征进行描述.改进的不变矩可以描述物体的整体形状信息,具有平移、旋转和尺度不变性,二维极坐标傅里叶描述子可以对形状的相似性进行定量判别,具有较强的通用性.最后,采用线性加权求和的方式计算综合相似度,将具有较高相似度的结果集返回给用户.实验结果表明,与其它检索方法相比,该方法可以有效地提高检索的查全率和查准率.     

一种用于AOI的PCB拼接算法

针对自动光学检测技术(AOI)在PCB板检测中存在的图像拼接严重错位、系统响应速度慢、拼接精度差等问题,对PCB图像拼接算法进行了改进研究.首先,提出整行缩小以及以行图像为配准图像的方式进行图像拼接;其次,在传统PCB图像拼接算法上引入surf配准,采用图像金字塔尺度空间的方法,确定拼接图像间的对应特征点,选取最近邻次近邻的配准方式进行特征匹配.实验结果表明:提出的拼接算法,生成图像的数据量相对较少、速度较快,误差不会累积传递,消除了错位偏差,并解决了因光照不均而造成拼接缝隙的问题,大大提高了拼接的精度和速度,为AOI系统后续准确识别PCB板缺陷打下了良好的基础.     

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.     

一种改进的CHNN图像边缘检测方法

针对现有神经网络图像边缘检测算法缺乏足够的参数调节边缘检测的灵敏度,以及检测结果图像边缘过宽的缺陷,提出了一种改进的方法.该方法在神经网络元的n个连接上施加权值,通过各种局部搜索、优化算法和使用指定的样本输入、样本输出等方法,训练加权神经网络确定各权值,在保留了原有算法优点的同时,可以根据不同的样本输入输出图像调节边缘检测的灵敏度,从而提高检潮结果质量并避免检测结果边缘过宽的问题.实验结果表明,训练后的加权神经网络方法,有更低的边缘检测错误率,并可检出原有方法漏检的边缘.     

基于神经网络的PCB焊点检测方法

针对目前自动光学检测系统在进行焊点检测时容易出现缺陷误报和漏报,以及智能化程度不高的问题.提出了一种基于神经网络的检测方法.首先采用一种基于熵的多阈值自动图像分割方法来提取焊点;然后定义焊点图像的一系列特征,并通过实验对特征进行选择;最后建立用于焊点分类的BP神经网络.实验证明,基于神经网络的焊点图像检测方法具有较高的准确率.     

多线程技术在基于HALCON的AOI中的应用

电子封装不断朝微型化方向发展,传统的印刷电路板(PCB)焊点检测方法已越来越难以满足生产的要求.基于机器视觉的自动光学检测(AOI)系统可对PCB焊点进行统一、可靠的快速检查,其检测速度是一个非常关键的问题.比较了单线程和多线程技术在AOI中程序运行的时间,实验表明,多线程技术的运用能使印刷电路板(PCB)的检测速度得...     

基于WT-W2D2DPCA的人脸识别算法研究

人脸识别过程中,针对二维主成分分析(2DPCA)算法在特征提取和数据降维上存在的问题,本文首先引入双向二维主成分分析(2D2DPCA)算法,该算法同时考虑图像行与列方向上的信息.考虑到人脸图像存在信息冗余而影响识别率的问题,于是本文提出一种基于小波加权双向二维主成分分析(WT-W2D2DPCA)的人脸识别算法.该算法首先采用二级小波分解对人脸图像进行预处理,提取其低频部分;然后根据人脸图像的特性,将低频部分进行奇偶分解,并引入加权思想,重组低频人脸图像,最后在ORL人脸数据库上进行双向二维主成分分析.实验结果表明,该方法不仅克服了传统2DPCA系数矩阵大的问题,而且得到了比传统的2DPCA、2D2DPCA算法更好的识别效果.     

不同物距下的自动聚焦方法研究

目前对不同物距情况下的自动聚焦问题研究较少,为此提出了解决这一问题的自动聚焦方法.首先分析了不同物距的多个物体之间的成像关系和在不同物距情况下的图像清晰度评价函数的性质,然后提出了一种图像中心窗口的方法和用作图像清晰度评价函数的二维加权DCT系数的方法,最后采用一种改进的搜索策略对图像进行自动聚焦.实验结果表明,该方法可有效地对不同物距的图像进行自动聚焦.     

基于统计建模的电子元件焊点图像匹配算法

为了减少现有的基于特征提取的自动光学检测系统的用户编程时间以及对用户经验的依赖,提出了一种基于统计建模的图像匹配算法.该算法首先对学习训练的焊点图片进行合格或者不合格区分;然后对合格的样本图片进行灰度级别的统计建模,获得一个标准的学习模板;再将待测元件图片经定位操作后与训练好的标准模板进行匹配,通过计算两者像素点灰度值的差值来对待测元件图片进行合格与否的判定.实验结果表明:基于统计建模的图像匹配算法的误报率小于2%,漏报率为0,且可在满足自动光学检测较高检测精度的前提下,大大减少用户对检测程序的编程时间.     

基于计算机视觉技术的微钻刃面自动光学检测

为了实现微钻刃面尺寸和缺陷的自动光学检测,建立了影像检测系统并研究其图像处理算法.根据微钻刃面的特征,设计了专用的照明系统来获取清晰的、变形小的微钻刃面图像.采用改进的小核值相似区边缘提取算法对图像进行边缘提取,并对所提取的边缘采用基于空间矩的亚像素算法进行图像边缘的亚像素定位,然后采用直线和圆弧拟合等一系列算法对微钻刃面图像进行尺寸计算和缺陷检测.实验结果表明:自动光学检测方法的准确率达到了99.5%,微钻的检出精度达到了微米级,说明该方法能够满足微钻刃面尺寸测量和缺陷检测的要求.     

PCB贴片安装缺陷自动光学检测系统关键技术

AOI（Automatic OrItical Inspection,自动光学检测）系统的研究,需要嵌入式技术、光学技术、数字图像处理、机器视觉技术等多学科理论与实践的有机结合。随着系统对实时性和检测精度要求的提高,高性能缺陷检测策略和算法设计是AoI系统设计的核心．在讨论了PcB所有可能缺陷及常用检测方法和AOI国内外研究的历史和现状基础上,对缺陷模式识别和检测算法进行了详细的分析和研究．     

基于建筑信息模型自动生成施工质量检查点的算法

依据国家标准,提出基于建筑信息模型(BIM)自动生成建筑工程施工质量检查点的算法.首先阐述国家标准在传统施工质量验收过程中的作用,接着深入分析IFC(industry foundation classes)数据,提出结合BIM技术改善这一过程的可能性,然后将国家标准与IFC数据关联,建立基于BIM自动生成施工质量验收检查点的算法,最后分析实现这一算法的平台和技术,并就其典型界面和应用情形进行简单说明.     

机械零件图像中直线边缘亚像素定位方法

以计算机视觉在机械零件几何参数检测的实际应用为例，提出了一种使用高斯拉普拉斯(LOG)函数检测斜坡状边缘的像素级位置，在已知目标为直线边缘的情况下，使用最小二乘线性回归把二维的边缘拟合降为一维边缘定位，从而使直线边缘定位达到亚像素级精度的算法．同时还进行了空间矩直线边缘亚像素定位算法与本文所提出算法的对比实验．实验结果表明：在低噪声图像中，两种算法的边缘定位精度均达到满意的结果，且最小二乘线性回归亚像素定位算法速度较快．     

串行生产系统中质量控制问题的最优化

作为应用质量控制领域中一个非常活跃也十分重要的研究方向 ,质量检验策略问题中的检验站配置及质量检验水平控制这两类特殊问题得到了充分的重视。基于现有研究 ,提出了质量检验策略问题的一般性模型 ,同时指出检验站配置问题及质量检验水平控制问题是一般性模型的特例。给出了用模拟退火算法求解问题的最优策略 ,并用一些实例加以分析讨论 ,所得结果更优     

一种新的P2P流量实时检测算法

分析了P2P连接的特征,提出了识别1P2P连接的两个公式组,并结合DPI给出了P2P应用的检测算法。试验表明,利用此检测算法设计实现的P2P检测系统,能够实时准确地识别各种P2P应用。