面向LED芯片检测与分选的机器视觉定位系统的开发

LED芯片定位是进行芯片检测、划片、扩晶、固晶及判断芯片电气特性、芯片管脚是否达到要求,能否成功分选LED芯片质量的关键一环.针对这一问题,首先根据定位系统的结构原理,对LED芯片高精度定位系统进行了方案设计并构建出其硬件结构.其次分析研究了定位系统的视觉部分,并运用图像处理中的模板匹配算法,解决了LED芯片的精确识别与可靠定位.然后对定位系统的运动控制滑台部分进行设计,通过运动控制卡发脉冲操作驱动器控制直线伺服电机运动,并采用直线光栅检测技术进行位置反馈,从而实现滑台伺服系统X轴、Y轴、Z轴和θ角等方向上的精确定位.最后对定位系统的视觉软件、运动控制软件等部分进行设计,其中视觉软件采用VB6.0开发操作界面、图像处理软件Halcon10.0进行识别和定位,运动控制软件进行滑台的运动控制,从而获得LED芯片在晶圆上的精确位置.分别采用机器视觉、滑台伺服控制、光栅检测反馈和高精度图像模板匹配技术,研制出LED芯片高精度定位的自动化检测系统.实验测试结果表明,其图像定位精度误差小于1μm,滑台定位精度误差4μm,整体定位系统定位精度小于5μm,定位速度大于5粒/秒LED芯片.因此,该系统不但能够满足定位系统的科研需求,也能推广应用到生产中去,为芯片级高精度定位系统开辟了新的方法.     

基于图像分解和DM6437的嵌入式车牌定位系统

针对目前国内车牌定位系统易受背景干扰和定位准确率有待提高等问题,基于图像分解方法和DM6437DSP硬件平台,设计了一种嵌入式车牌定位系统.通过CCD摄像机和TVP5146视频解码芯片完成图像信息的采集,DM6437实现算法处理和数据传输等任务,并引入图像分解改进车牌定位算法.实验结果表明,图像分解方法能够有效去除车辆图像背景中的无用信息,进而提高车牌定位的准确率.基于DSP硬件平台的定位系统体积小,运行稳定,有较高的应用推广价值.     

基于深度学习的低成本堆叠物料定位系统

针对堆叠物料无序分拣中传统定位方法硬件成本高、检测精度低等问题,设计了一种基于深度学习的堆叠物料定位系统.以单目光学相机采集得到的图像作为输入数据,利用单阶段检测算法得到候选目标,采用卷积神经网络进行目标筛选,最后对筛选后的目标感兴趣区域图像进行特征点回归,得到目标的类别、坐标和角度.堆叠物料定位系统由于无需昂贵的深度相机,且算法的鲁棒性较高,降低了硬件成本,提高了检测精度.在真实场景的测试结果显示,新系统的定位误差降低到了0.3 cm以内.      

基于形态学的元件图像边缘检测算法

元件图像的边缘检测是数控贴片机视觉定位系统的重要组成部分,其检测的精度与速度直接影响识别和定位的精度与速度。文中在分析元件引脚图像灰度特性的基础上,通过运用顶帽变换、边界提取等形态学的方法,提出一种精度高、实时性好的边缘检测算法。与传统和现代边缘检测算法进行实验对比,该算法检测出的元件引脚边缘在连续性和滤除孤立噪声点方面具有显著的优点。     

面向芯片引线键合的视觉精确定位方法

为了实现面向芯片封装的视觉精确定位技术,提高芯片引线键合的加工精度和效率,提出了一套结合快速傅里叶变换互相关和不变矩的视觉定位算法,构建了视觉系统实验平台,并进行了实验研究.针对芯片和引线框架图像的特点,分别提出了适合于芯片和引线框架的定位算法.对于芯片图像,采用快速傅里叶变换互相关算法进行匹配定位;对于引线框架图像,采用基于特征的不变矩方法进行匹配定位.使用显微视觉系统和二维运动平台构建了实验平台,进行了视觉定位实验.经过实验验证,定位精度均在亚像素级,芯片图像的定位精度小于0.4,像素（2,μm）,引线框架的位置精度小于0.5像素（2.3,μm）,转角的定位精度小于0.1°,能够满足芯片封装的要求,从而实现引线键合的视觉精确定位.     

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.     

基于改进RCD算法的随机圆检测与定位技术研究

在基于圆形标志的视觉定位过程中,数字图像处理技术已经成为了一种重要的研究手段.首先对定位图像进行过滤降噪、颜色量化等预处理,然后利用一种改进的RCD算法来检测定位图像中的圆形,并根据检测结果来获取目标的定位信息.这种方法可以同时检测与定位图像上的多个圆形.实验结果表明,改进后的RCD算法具有更高的检测效率,而且定位结果满足高精度、高可靠性的要求.     

一种实时数据处理的软硬件算法研究

针对某中分辨率成像光谱仪遥感图像数据的特点,在研究基于局域纹理特征适合空间应用图像无损压缩技术的基础上,进行无损解压缩算法的设计,阐述了如何采用并行处理和流水线技术优化算法,实现算法到VLSI结构的优化映射,研制无损解压缩专用芯片,该芯片可以不低于16 Mbps的速率实时处理压缩数据,进行无损解压.     

一种改进的图像边缘检测算法

边缘检测是图像处理中重要的处理技术,在经典Prewitt算子基础上,介绍一种改进算法.该算法检测八个方向的图像边缘,利用图像梯度模、边缘点的相关性及约束性确定图像边缘,具有图像边缘定位准确、抗干扰能力强等特点.     

物流机器人运动学分析与全场定位方法研究

为解决轮式物流机器人的全场定位、位姿控制等关键问题,提出了一种基于陀螺仪、编码器、灰度传感器与激光测距仪的麦克纳姆轮物流机器人全场定位系统.建立麦克纳姆轮底盘运动模型并进行运动学分析,研究基于此系统的全场定位算法,以STM32单片机为主控制器,结合多种传感器,实现机器人的全场定位、运动控制、任务识别、物料颜色识别.对于物料颜色识别提出了一种根据边缘检测算法思想改进的扫描算法来提高检测效率.试验表明,系统具有良好的综合性能,可满足物流机器人精准定位、准确识别等控制需求.     

复杂背景图像中圆检测的新算法

如何在复杂背景图像中确定圆的存在,并将其准确定位,具有广泛的工程应用价值.本文通过对大量圆定位算法的研究,提出了一种利用圆形性特征在复杂背景图像中进行圆检测的新算法.经实验证明,此算法实现了复杂背景图像中圆形炮管的自动定位与分割,对于发生形变的图像,此算法仍具有较好的位移、旋转和伸缩不变性,可应用于工程中的圆检测.     

基于USV拖曳声纳的声信标定位方法研究

为实现声信标定位系统的精确化、智能化发展,文中提出了一种基于无人水面艇(unmanned ship vehicle, USV)拖曳探测声呐的声信标定位方法.利用USV配备的多核DSP芯片,对声纳采集平台接收的数据进行处理并实现声信标的定位.介绍了声信标定位系统的整体框架以及USV系统的工作模块,并且运用自回归(autoregressive model, AR)模型预白化算法和匹配滤波对接收信号进行降噪处理,然后利用离格点稀疏贝叶斯推断(off grid sparse bayesian inference, OGSBI)算法实现了声信标的波达方向(direction of arrival, DOA)估计.最后通过仿真实验进行验证,结果表明,定位方法能够实现对声信标的DOA精确估计,进一步实现了无人声信标定位系统.     

基于边缘的字符串定位算法

为了对强干扰噪声图像中的字符串进行实时的检测定位,该文提出了一种基于边缘的字符串定位算法,它引入了边缘密度图和边缘连接强度两个新的概念。该算法首先通过对边缘密度图进行投影分析进行自顶向下的粗定位,然后在此基础上利用垂直边缘的连接强度进行自底向上的精确定位。新算法有效地克服了噪声的影响,运算复杂度低,因而能够实现对强干扰噪声图像中的字符串的实时定位。采用该算法对集成电路芯片图像中的编号字符串进行定位,实验结果证明其在处理强干扰噪声图像时是有效的。     

芯片引线键合的快速图像定位研究

为实现芯片引脚及引线框架的精确定位,提出了一种改进型的视觉定位方法.该方法结合LOG算子的定位方法和Zernike正交矩的最小二乘椭圆拟合亚像素定位方法,分别对芯片引脚和引线框架进行了定位:对于芯片引脚采用LOG算子算法进行匹配定位,而针对引线框架图像则采用Zernike正交矩的最小二乘椭圆拟合亚像素方法进行定位.通过构建的芯片自动视觉定位平台,进行了相关定位实验.实验表明,芯片引脚及引线框架定位精度小于0.6像素,满足芯片封装应用要求.     

基于JN516x的井下人员定位前端系统的研究

煤矿井下人员定位系统种类千变万化,但主要是在硬件和软件上的差异,因此,选择合适的硬件结构和软件架构会有效地避免井下巷道复杂,环境恶劣,干扰严重等因素.本文设计的基于NXP最新推出的集成片上TOF引擎的JN5168无线微控制器的井下人员定位前端控制系统,支持IEEE802.15.4无线通信协议,只需要设计芯片正常工作必要的外围电路,再通过改进TOF(Time of Flight)测距软件定位算法,便可构成一个精确定位系统.该系统满足成本低、开发时间短、定位误差低、功耗低、实时性快等优点,对煤矿井下复杂环境的人员定位系统的研制具有一定的理论和应用价值.     

基于北斗卫星的车辆组合导航系统开发

针对北斗卫星定位系统的特点,使用电子罗盘、陀螺传感器和车速传感器等多种传感器,基于嵌入式系统平台开发了一种车辆组合定位系统.以Kalman滤波算法为基础,设计了航向融合和航位融合算法,实现了车辆位置和行车方向的测量.为更精确地实现车辆在地图上的定位,设计了一种基于匹配度的综合地图匹配方法,可实现北斗系统的稳定可靠定位.实车定位试验表明: 该组合导航系统可以较好地实现稳定的工作,提高了北斗定位系统的实用性.     

一种改进的基于小波变换的图像边缘检测算法

本文研究了利用小波变换对图像进行边缘特征提取的算法.传统的小波边缘检测算法检测到的边缘均有边缘定位不准确、边缘不连续等缺点.为了解决这些问题,本文对小波边缘检测算法作了一些改进.主要改进了以下两个方面:在图像边缘检测方面,检测小波系数模的相角方向上小波系数的局部模极大值点;在阈值选取方面,不再应用全局的单一阈值,而是选择动态双阈值.实验表明,本文方法在图像边缘的连续性比较好,边缘定位上比较准确,而且能很好地保留图像的细节信息.     

光学与深度特征融合在机器人场景定位中的应用

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取.然后将2组特征进行特征融合,并利用局部线性编码LLC算法进行特征编码.最后应用线性分类器对场景图像进行分类和匹配,得到场景定位信息.在基于PowerBot移动机器人和微软公司Kinect传感器搭建的机器人实时场景定位系统中,针对设计的算法,进行了实验验证.实验结果显示,提出的算法获得了较高的分类准确率,有效提高了机器人场景定位的工作效率,验证了场景定位算法的高效性和可靠性.     

一种光伏阵列实时状态监测与故障定位系统

开发一种光伏阵列状态监测和故障定位系统,该系统将连续采集、 间歇采集、 自动定时采集、 故障检测定位等功能集成到统一的Matlab平台. 提出一种“阈值法－Hampel辨识法”相结合的光伏阵列离群值检测算法,该算法通过比较不同光伏组串瞬时电流进行异常检测实现故障定位. 基于实验室光伏并网发电平台上的故障模拟,重点研究了线线故障和失配故障条件下的故障检测与定位. 实验结果表明：该系统能够自动定时采集光伏电气特性数据并快速、 准确地判断是否发生故障及实现故障组串定位,具有良好的应用前景.     

红外图像增强方法的研究

为解决对比度差、边缘细节模糊等问题,提出了用分段增强法提高红外图像对比度.分段小波增强算法能有效地同时增强红外图像对比度及边缘细节,并抑制噪声.建立了表征图像边缘的特征向量.根据红外图像边缘的特征,准确提取红外图像的边缘.通过神经网络边缘检测法对样本集训练,使网络具有依据边缘特征向量求解场景中物理边缘的能力.实验结果表明神经网络边缘检测算法的精度优于其他算法,抗噪声能力强、边缘定位能力强、检测精度高.