基于机器视觉的FPC缺陷检测系统

针对当前FPC(柔性电路板)缺陷检测中人工目检效率低的问题,基于机器视觉技术设计了一套实时检测系统。首先搭建了硬件系统,然后对FPC的4种表面缺陷特征进行了研究,基于Halcon设计了相应的缺陷检测算法,提出了通过模板匹配提取ROI的方法,以及运用图像自乘与高斯线检测来提取折痕,最后基于MFC开发了缺陷实时检测系统。实验结果显示,设计的系统检测准确率可达90%以上,且每片FPC检测时间只需0.2 s。     

基于机器视觉的笔芯球珠表面缺陷检测系统研究

针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。     

基于局部马尔科夫模式的FPC薄浆缺陷检测

薄浆是柔性印刷电路板(FPC)导电涂层的一种缺陷,为避免其对电路性能产生不良影响而造成经济损失,检测薄浆位置从而进行修补或直接剔除板材均是合理的处理方式。FPC线路结构复杂,同时由于其线路涂层结构特性和采集环境因素影响,所获得的图像容易出现"斑点"噪声、光照不均匀等现象,这些因素导致了当前算法检测性能降低。针对该问题,提出了一种基于局部马尔科夫模式(LMP)的检测方案。首先给出LMP算法的基本模型,然后将预处理后FPC图像划分成大小均匀的区块,以降低光照影响;接着,提取各区块内部线路区域的直方图特征并以此为依据选取种子点,同时为各种子点赋予其作为缺陷的初始概率,进而计算其LMP值,并通过LMP的数值大小识别其中的薄浆缺陷像素。在自建图库SUT-F2上进行了测试,结果显示方法对薄浆缺陷检测的等误率仅为4.06%,相对于其他典型纹理特征提取和薄浆检测方法其等误率至少降低了5.14%,表明了方法的高效性,具有实际应用价值。     

软性电路板金面缺陷的无监督检测

为实现软性电路板(FPC)金面缺陷的准确自动检测,提出了一种以Gabor滤波器和Mean Shift聚类算法为基础的完全无监督FPC金面缺陷检测方法。首先,用Gabor滤波器组、数学形态学与Gaussian平滑处理抽取待检测图像的多维特征;然后,使用主元分析(PCA)将每个像素特征维数降为二维;最后,使用Mean Shift方法对二维特征数据进行聚类并将聚类的结果转化为二值图像。整个检测过程无需预先知道缺陷的类型和FPC金面的纹理类型,是一种完全无监督的检测方法。对带有各种缺陷的FPC金面进行检测实验,结果表明,该方法能够准确地将各类缺陷区域从背景区域中分离出来,具有自动缺陷检测系统所要求的识别能力强、稳定性高的特点。     

基于轮廓提取的电路板缺陷检测

针对目前工业领域对多层电路板缺陷检测高效高精度的要求,在工业计算机分层成像的基础上,设计了一种基于轮廓提取技术的多层电路板缺陷自动检测系统。通过随机Hough变换检测出电路板定位圆的圆心坐标,再对目标图与标准图进行几何配准。同时对电路板裸板中常见的缺陷类型进行分析和研究,采用轮廓提取算法进行缺陷分类,并对缺陷类型进行了相应的标记,解决了传统DR和自动光学检测技术AOI对多层电路板无法进行内部电路分析的问题。     

基于机器视觉的镍基高温合金表面缺陷检测系统开发

在镍基高温合金棒料表面缺陷检测中，为避免人工目检方法的缺点、提高检测的效率和准确度，设计了一套基于机器视觉的镍基高温合金棒料表面缺陷检测系统。首先，采用工业相机采集棒料表面图像并采用高斯滤波方法进行图像降噪；其次，采用自适应二值化及形态学方法（如膨胀和腐蚀）对图像进行预处理，有效提取缺陷区域；然后，采用Canny边缘检测、轮廓查找等方法，对缺陷区域的边缘轮廓进行精准识别，并得到相应坐标；最后，系统通过与STM32的串口通讯，实现对相机移动和棒料旋转的节拍控制及相机位置和棒料转角的获取，并通过其与缺陷在视场中坐标的整合，最终得到棒料中所有缺陷相对于棒料原点的坐标信息。实验证明，的系统能较为准确地检测得到棒料表面的缺陷坐标信息。     

基于奇异值分解的橡胶密封圈表面缺陷检测方法

为解决橡胶密封圈表面缺陷人工检测效率低,缺陷提取困难等问题,提高橡胶密封圈缺陷在线检测速度及准确率,提出一种基于机器视觉的橡胶密封圈表面缺陷检测方法。该方法采用多相机多线程图像采集模式,采集橡胶密封圈的上下表面不同位置的局部图像;对图像自适应中值滤波后进行边缘增强,并使用高斯差分算子提取轮廓粗边缘,利用Zernike 矩获取亚像素边缘位置;针对边缘存在不连续点问题,使用Ceres库多项式拟合,估计断点位置,并更新所有边缘位置;根据边缘位置寻找出整张图像中橡胶密封圈表面图像区域,并将该环形兴趣区域映射到矩形区域中;将获得的图像进行奇异值分解（SVD）,并通过连通域分析,提取出图像中的奇异区域,即存在缺陷的位置。经实验验证,基于奇异值分解的橡胶圈表面缺陷检测方法鲁棒性好、效率高,可以快速准确地寻找出橡胶密封圈表面缺陷信息。     

挠性印制电路板焊盘表面缺陷的检测

针对挠性印制电路板(FPC)上的焊盘表面缺陷,提出一种基于图像处理技术的智能检测方法。首先,根据缺陷的表现形式对焊盘缺陷进行归纳与分类,采用最大熵值法量化提取焊盘的颜色特征和面积特征;然后,通过评估灰度共生矩阵(GLCM)对纹理颜色变化特征与纹理结构特征量化的有效性,将其应用于焊盘纹理特征的量化与提取。实验分析显示,缺陷焊盘与非缺陷焊盘在某个或多个特征上存在着明显的差异。基于该特点,建立了BP神经网络,以焊盘的颜色、面积、纹理结构、纹理颜色变化特征值作为神经网络的输入,通过学习大量样本,获取最佳权值参数,最终实现对FPC焊盘表面缺陷的检测,检测准确率高达94.6%,50个焊盘的检测时间为300ms。实验结果表明:本文提出的检测方法不仅能够有效地对焊盘表面缺陷进行识别,而且能够满足在线检测对速度的要求。     

箱梁结构件焊缝表面缺陷特征提取及分类研究

针对箱梁结构件焊缝表面缺陷分类识别过程中的在线特征提取及实时性等问题,在二维主成分分析(2DPCA)的基础上提出了一种基于泛化的增量式2DPCA(GI2DPCA)的特征提取算法。首先,对获取的箱梁结构件焊缝表面图像进行图像增强、图像平滑和阈值分割等预处理,实现了焊缝缺陷区域的有效信息提取,建立了焊缝缺陷数据库;然后,利用所提出的GI2DPCA算法对数据库中的焊缝图像提取其特征主元,并通过BP神经网络进行缺陷分类识别;最后,在建立的焊缝缺陷数据库上进行了算法性能的对比实验,并在ORL人脸数据库上对所提算法的通用性进行了验证。结果表明, GI2DPCA+BP神经网络算法的提取及分类速度可达36 fps,识别率达到97%,能够满足箱梁结构件焊缝表面缺陷检测的工程应用及实时性处理需求。     

基于轮廓特征的PCB图像拼接方法

本文首先分析了PCB图像的特点,提出了利用PCB图像的轮廓特征来进行匹配和拼接,并规定了特征的选取范围和搜索范围。在此基础上给出了基于轮廓特征的PCB图像拼接的具体方法,利用形态学法来提取轮廓,基于轮廓的曲率提取了轮廓上的角点,然后利用Hausdorff距离对点集进行配准。     

基于骨架的柔性变形FPC断路检测

为了解决柔性印刷电路(FPC)翘曲变形容易导致图像出现柔性形变现象造成当前的FPC断路检测方法性能降低的问题,在建立柔性形变模型、分析形变机理的基础上,提出了一种基于骨架处理策略的检测方案。首先提取预处理后FPC图像的线路骨架,然后将其输入到建立的动态模板尺度空间(DTSS)模型中,以去除骨架的分支噪声、得到‘纯净’骨架;接着,提取上一步骤处理所得骨架的全部端点,并通过形态学操作和局部模板匹配定位线路异形结构区域,剔除该端点集合中处于异形结构区域内的噪声端点,从而得到断路端点集合,再根据集合中成员与图像位置的对应关系识别断路缺陷。在基于实际环境建立的SUT-F1图库上进行了算法效果验证,并与其他经典方法进行了对比分析。结果表明,本文方法具备良好的抗形变性能,检测正确率(CDR)高达99.30%,误检率(FDR)低至2.25%,表明了方法的有效性;相比于其他方法,CDR至少提高了5.03%,FDR最少降低了8.22%,显示了方法的优势,且具有一定的实际应用价值。     

基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法

针对金属废料 X 射线透射图像中废料之间距离较近时图像可能相互粘连,导致不能有效提取单个物料轮廓的问题,提出了一种基于阈值分割和形态学相结合的金属废料 X 射线图像轮廓提取方法。首先分析图像噪声信息分布,利用约束灰度值范围的 Otsu 阈值分割算法获得全局最优阈值对图像进行滤波;然后采用动态阈值分割方法得到二值化图像,在此基础上采取一种改进的形态学处理策略实现对各单物料区域的连通区标记;最后对各连通区进行轮廓提取以获得单个物料区域的轮廓。经实验表明,该方法有效地提高了在物料粘结情况下图像轮廓提取的准确率和成功率。     

TFT-LCD返工IC端子腐蚀行为研究

TFT-LCD端子区黏合玻璃芯片(COG)、柔性印刷电路板(FPC)时会出现显示异常,需要对集成电路(IC)进行返工并重新黏合,返工时异方性导电胶(ACF)去除液极易造成端子区腐蚀。实验对腐蚀位置进行扫描电子显微镜(SEM)表面像和断面像分析,确认了膜层结构与膜层厚度,验证了多种ACF去除液在不同时间的去除效率。实验表明,由于氧化铟锡(ITO)和M2刮伤,引起去除液渗透到各膜层,造成端子腐蚀,而采用G-430型去除液涂抹且静置1min后再用丙酮去除的方法,则可有效去除ACF且无腐蚀现象。该方法返工效率高,且棉签代替竹签操作方便,减少刮伤隐患,间接增强了端子耐腐蚀性能。     

基于Grab Cut和八方向链码法的藻类细胞轮廓提取算法

为了解决藻类细胞轮廓提取的困难,提出了一种不同于传统方法的新的边缘提取算法。首先对图像进行Grab Cut处理,然后进行阈值法二值化,接着用八方向链码法轮廓跟踪,最后用傅立叶描述子进行边界平滑。实验结果表明,该算法不仅忽略了藻类细胞内部杂乱的纹理,还较好地保留了细胞边缘信息,精确地提取了外部轮廓。     

基于边界矩的机械零件图像轮廓特征提取技术

为实现机械零件的有效分类,针对零件具有比较明显的轮廓特征的特点,提出了基于边界矩的零件图像轮廓特征提取方法.首先采用轮廓提取算法,提取零件二值图像的轮廓,在进行水平倾斜校正后,以零件的质心为中心,将轮廓图像划分为若干个扇形子区域.利用改进的边界矩计算方法,分别计算出各子区域的边界矩,从而得出零件轮廓图像边界矩的分布特性.最后,采用K均值聚类算法对提取的零件轮廓特征进行分类,实验结果证明了该方法的有效性.     

涂树白机器人视觉的实现

本文针对涂树白机器人视觉系统设计出了一种有效地树木识别方法,该方法主要应用纹理分析和二进制图像操作技术来识别图像的性质和消除图像的背景,通过该方法可快速有效地提取树木的轮廓。试验结果表明本文采用的方法是行之有效的。     

基于机器视觉的太阳能电池片位置误差检测

为了提高太阳能焊接机的焊接精度和焊接速度,提出了基于机器视觉在线检测太阳能电池片位置误差的方法。采用最小误差法对图像进行阈值分割,通过轮廓提取出电池片的轮廓;采用Hough变换直线检查的方法得到了电池片边缘及三线所在直线;计算出电池片的位置误差。实验结果验证了该方法的有效性。     

应用梯度矢量流Snake和灰预测的人脸轮廓跟踪

为了提高动态图像序列中人脸轮廓跟踪时梯度矢量流(GVF) Snake算法的实时性,同时解决人脸跟踪中的遮挡问题,提出了GVF Snake和单变量一阶灰色模型GM(1,1)相结合的人脸轮廓提取方法.该方法首先利用人脸运动信息和肤色模型粗略地检测出运动人脸轮廓,然后采用GVF Snake算法将人脸轮廓精确地提取出来,从而有...