基于Harris角点特征的贴片元件视觉定位算法

为了实现贴片机视觉系统对贴片元件的高精度定位,提出了一种基于Harris角点特征的贴片元件偏转角度与偏移量检测方法.首先对元件图像进行预处理,以改善引脚部分的图像质量,然后标记元件引脚的连通区域,判别元件引脚形状,再通过Harris角点特征提取、分类和直线拟合等得到元件的偏转角度,最后对元件图像进行旋转和放大处理,并进行基于Harris角点特征的图像配准,得到元件的偏移量.检测结果表明,文中算法能够检测贴片元件的偏转角度和偏移量,对偏转角度的检测误差小于0.1°,对偏移量的检测误差小于25μm,满足贴片机对视觉系统定位算法的精度要求.     

基于链码分析及矩特征的元件类型检测方法

首先利用8向链码分析元件边缘图像,并实现元件引脚封闭轮廓的表达．然后由各引脚轮廓的链码计算引脚的矩特征,根据部分引脚的矩特征对元件类型进行粗检测,并依次利用元件引脚的总体特征及所有引脚的矩特征对元件进行精检测,从而得到元件类型的正确判别．通过理论和实验分析表明,该检测方法具有较好的实时性和检测精确性．     

基于链码分析及矩特征的元件类型检测方法

首先利用8向链码分析元件边缘图像，并实现元件引脚封闭轮廓的表达．然后由各引脚轮廓的链码计算引脚的矩特征，根据部分引脚的矩特征对元件类型进行粗检测，并依次利用元件引脚的总体特征及所有引脚的矩特征对元件进行精检测，从而得到元件类型的正确判别．通过理论和实验分析表明，这种检测方法具有较好的实时性和检测精确性．     

基于参数化变形模板的圆形引脚元件视觉定位

通过分析圆形引脚元件的图像特征,提出一种基于参数化变形模板的贴片元件偏转角度与偏移量检测方法。根据元件引脚的排列形式构建变形模板,采用5个参数表征变形模板的平移、偏转和缩放。结合图像的梯度、灰度以及几何特征定义变形模板的能量函数,采用遗传算法对能量函数进行优化搜索,找到变形模板和目标图像的最佳匹配位置。研究结果表明:该方法具有很好的准确性和稳定性,对偏移量的检测误差小于0.25个像素,对偏转角度的检测误差小于0.07°,满足贴片机对视觉系统定位算法的精度要求。     

基于改进蚁群算法的图像边缘检测

为了克服传统基于蚁群算法的图像边缘检测存在定位不准、易陷入局部最优解、对噪声鲁棒性不佳、且收敛速度过慢等缺点,本文提出了一种基于改进蚁群算法的图像边缘检测算法,此算法以传统边缘检测算子得到的边缘信息作为启发信息,建立了基于蚁群算法的边缘追踪模型,实现了信息素和启发信息对边缘追踪的导向作用,避免了蚂蚁在非边缘区域内行走,克服了陷入局部最优的缺点,最后本文运用了条件概率建立边缘检测评价标准.实验结果表明,本文的边缘检测方法具有较好的检测精度和噪声鲁棒性,且运行速度较快.     

基于局部边缘密度和局部熵的图像拼接算法

针对传统图像拼接算法中存在的缺点,采用了基于局部边缘密度和局部熵的图像拼接算法.该算法综合考虑了图像拼接的精度和速度,在特征区域的提取上,采用了模糊聚类算法和局部边缘密度LED算法,实现了特征区域的自动选取;在匹配搜索上,采用了图像的局部熵和序贯相似性检测算法(SSDA),提高了图像拼接的速度和精度;在图像融合上,采用了动态最佳缝合线算法,保证了全景图像的质量.实验表明该算法有效的提高了全景图像生成的效率和准确性.     

微零件图像亚像素边缘定位算法

为快速而精确地检测微零件图像边缘,提出了一种新的图像亚像素边缘定位算法.此算法与常用亚像素边缘定位算法区别在于不需要进行边缘初定位,而直接提取亚像素边缘点.应用一种新的图像坐标排序方法,使无规律的边缘点能够按照一定时针顺序链接成闭合曲线.以微齿轮图像作为实验对象测试了算法的精度与速度,结果表明该算法在边缘定位精度满足亚像素的情况下,能够快速提取边缘曲线,处理时间不超过1s.     

基于蚁群算法的Zernike矩亚像素工件边缘检测

边缘检测是影响工件尺寸检测精度的主要因素之一。为了进一步提高工件尺寸测量的准确性,本文提出了一个改进Zernike矩的亚像素边缘检测方法。首先,采用滤波和阈值分解等技术对图像进行预处理以得到二值图,再次,采用蚁群算法得到图像的边界,然后,采用Zernike矩的边界检测方法来确定图像亚像素边缘。结果表明,改进的边缘检测方法相较于传统方法,其提取的亚像素边缘坐标与原始坐标之间的绝对误差不超过0.5,且运行速度提高了约10倍,较好地满足了工件尺寸检测精度的要求。     

基于图像语义分割的药用玻璃瓶外轮廓尺寸检测方法研究

为解决药用玻璃瓶外轮廓在线检测的两大难题,即瓶体透明度高造成光电传感器测量失真,以及高速生产节拍下测量精度稳定性差的问题,本文提出了一种基于图像语义分割的药用玻璃瓶外轮廓尺寸检测方法。首先通过结合PP-Lite Seg图像语义分割算法与Canny边缘检测算法,实现透明玻璃瓶轮廓边缘区域的精准分割,来精确采集玻璃瓶各截面轮廓点云;再利用ICP算法配准点云数据、Kd树算法计算瓶体尺寸超差区域,来实现高透药用玻璃瓶高精度在线测量。使用采集数据与标准瓶尺寸进行对比实验,实验结果表明重构轮廓尺寸误差在0.054mm以内、扫描速度在1s以内,能够满足当前生产节拍对检测精度和速度的要求,为高透玻璃瓶在线检测系统提供技术支撑。     

灰关联分析方法在直线检测中的应用

为了提高图像直线检测的精度,提出了一种基于灰关联度分析的图像直线检测算法,首先确定参考序列和比较序列,然后计算以各像素点为中心形成的比较序列与参考序列之间的关联系数,得到图像的边缘后,再利用Hough变换对直线进行检测.通过与常规边缘检测算法比较可知:基于灰关联的边缘检测算法得到的结果更清晰.能较好地区分目标和背景.实例表明该方法能有效提高直线检测的精度.