基于图像饱和度分量Zernike矩的元件封装识别

针对电子元件的自动检测识别问题,给出一种图像饱和度分量的Zernike矩识别电子元件的新方法。根据电子元件的图像颜色特征,分层提取原始图像的饱和度分量,通过遗传算法对饱和度图像分量进行二值化分割并计算改进的Zernike矩作为元件图像的识别特征,利用切比雪夫与曼哈顿距离加权线性来取代传统的欧氏距离判断相似性,降低相似性判定时的运算时间,从而达到识别元器件外观的目的。实验表明,该方法能够准确地识别待测的元器件封装,可应用于电子元件生产和检测中。     

基于X射线的电容三维可视化检测

随着电子元件封装技术的发展,电子元器件集成度越来越高,对内部缺陷的检测需求也逐渐增加,而传统方法很难实现内部缺陷的检测。三维可视化技术是利用基于X光的连续断层图像进行三维立体显示的过程,可直观显示元器件表面及其内部一定深度的结构,有助于电子元件封装过程中内部缺陷的检测。文中以常见的电容元件为对象,研究了基于断层边界轮廓线的重建算法。首先对图像进行预处理得到断层图像轮廓线,然后利用最小二乘B样条拟合形成光滑的闭合轮廓线,最后将各层轮廓线堆叠形成电容的三维模型。实验结果表明算法能显示出元器件表面及内部结构,可用来检测元器件的内部缺陷,协助评估元器件质量。     

基于视觉的贴片元件检测算法

为了实现贴片元件的自动检测,提出了一种基于视觉的贴片元件几何特征参数检测方法.首先采用最大外接矩形法实现元件的粗定位及确定边缘的分割点,并采用Canny和Zernike矩边缘检测算子实现边缘的精确定位.然后,利用分割点将边缘分割成4部分,分别进行直线和圆弧拟合,得到其精确值.同时,利用快速傅里叶变换后的图像特征,实现端面图像中条纹方向的判定.实验中测得亚像素边缘点的定位精度为0.03像素,直线拟合精度为0.03像素,圆弧拟合精度为0.05像素,端面条纹判断的准确率为100%.实验结果表明:文中提出的检测方法能很好地满足贴片元件自动视觉检测稳定可靠、精度高及实时性强的要求.     

图像处理技术在电子元件表面缺陷检测中的应用

随着电子元件的广泛运用,其表面缺陷快速准确的检测手段也得到了人们越来越多的重视.以图像处理技术为基础,以晶振表面缺陷检测为具体事例,分析快速可靠的电子元件表面缺陷的图像检测方法.     

黑盒子的制作与测试方法的研究

黑盒子实验由于其所用的元件较少,制作简单。但变化十分丰富,可以制成很多不同的结构,是国内国际物理竞赛的一种常见问题,亦是大学生的选做实验。充分做好了黑盒子实验就相当于透彻的理解了各电子元件的基本性质。本文通过对各种电学元件的分析,总结出各元件的基本性质,从而在对黑盒子内的元件测量时加以分析比较,以判断出黑盒子内的元件种类。     

一种改进的预测误差扩展可逆数据隐藏算法

利用灰度图像的值特征,本文在预测误差扩展算法基础上,提出一种改进的可逆数据隐藏算法.该算法对边界像素结合其邻接像素进行判断,在保证不会产生溢出时嵌入数据,以提高原载体图像的数据嵌入率,并降低辅助数据容量.最后选取自然图像与医学图像进行实验证明,该数据隐藏算法在嵌入容量、图像视觉质量方法均取得较好的效果.     

基于压缩感知的图像自适应编码算法

利用压缩感知理论对图像进行固定采样率的压缩并重构时,由于图像各个块的稀疏程度不同,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费.为了解决上述问题,提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量.实验结果表明,运用所提自适应编码算法在采样率平均值为44%时,重构图像的平均PSNR值可达到35,dB以上,并且重构图像所有块的PSNR值分布比较集中,从而使得图像具有较好的主观质量.     

无极性电解电容器动态功率因数补偿装置的研制

本文旨在提供一种可在一定范围内替代现有交流功率因数补偿的新方案--交流功率因数动态补偿电路,即将有源功率因数校正技术与动态调节无极性半导体电解电容器补偿有机结合在一起,利用电力电子元件中的自关断元件(场效应晶体管)控制无极性半导体电解电容器进行50 kHz脉宽调制式充放电来达到动态调节补偿电容器.     

一种高速公路车道延伸方向的判断方法

道路模型的建立是车道线识别技术的关键环节,在建立道路模型之前先对车道线延伸方向进行判断.文章提出了一种基于最小二乘法的车道线延伸方向的判断算法,算法中使用整体最优阈值法对道路图像进行二值化,利用车道线的斜率判断其走向.通过与Hough变换作比较,实验表明该算法具有良好的实时性、可靠性和鲁棒性.     

基于SURF算法的电路板元件定位及检测

为解决人工电子元件检测日益困难的问题,提出了一种基于加速鲁棒特性(speed-up robust features,SURF)算法的电路板元器件的定位及检测方法.针对SURF算法在实际图像匹配应用中会发生较大概率误匹配的问题,提出了一种提高匹配概率的算法.首先用最近邻方法进行粗匹配,然后利用曲线拟合剔除错误匹配点对,最后利用匹配点对的坐标位置关系找出元件的位置,用改进的7个不变矩方法进行产品检测.实验证明了此方法的有效性和可行性,提高了特征点匹配的精度,实现了电路板元件的精确定位和检测.