基于点模式匹配的BGA芯片视觉检测与定位算法及其实现

点模式匹配是视觉测量中的一种新方法；针对贴片机生产中BGA芯片的图像识别对中问题，系统地介绍了BGA的视觉检测任务，提出了基于点模式匹配的快速定位算法；该算法针对BGA焊球分布特点，对传统点模式匹配算法进行优化，大大减少了运算量；现场实际运行结果表明该算法的速度和精度都能满足实际生产的需要，并具有较强的鲁棒性。     

IC检测的图像预处理及芯片定位

全自动上芯机是用于芯片生产后工序的关键设备之一,机器视觉伺服系统是提高该设备产能和质量的关键系统,而图像预处理和芯片定位是其机器视觉的关键技术之一。为了消除采集图像与真实图像之问的差异,实现芯片精确定位,采用中值滤波算法和直方图算法实现图像的去噪和增强,并分析了图像相似性测量算法实现快速模板匹配。实验结果证明了算法的有效性和可靠性,为进一步提高芯片缺陷检测的精度提供了保障．     

基于光度立体和图像显著性的皮革缺陷检测

为了提高皮革缺陷检测效率，提出一种基于光度立体视觉和图像显著性的皮革缺陷检测算法。搭建光度立体视觉平台，完成不同角度的皮革样本采集，利用光度立体视觉技术计算皮革样本的合成图和表面法向量图；对表面法向量图进行曲率滤波操作，用近似表面粗糙度特征自适应选择合成图或滤波图；利用显著性目标检测算法完成皮革缺陷检测与定位。实验结果表明，与现有皮革缺陷检测方法相比，该算法能很好地检测不同材质皮革的多种缺陷，且准确率高，速度快。     

基于角点跟踪的光流场计算

在综合视觉运动分析中的两类处理方法，选取图像中的角点作为特征点，并检测和跟踪图像序列中的角点。记录检测到的角点在图像序列中的位移，在理论上证明了时变图像的光流场可以近似地用角点的位移场代替，同时给出这种替代的两个前提条件。本文用真实图像序列验证提出的算法，实验结果表明该算法取得了较好的效果。     

基于灰度差统计的角点检测方法

提出了一种新的基于灰度差统计的角点检测方法。该方法以原始图像全图的灰度差统计结果作为出发点，采用的灰度脊跟踪算法和累积角度判别原则不仅能提供角点的准确位置，还能确定各角点的开张角度和方向。由于省略了边缘检测过程，因此较大地提高了角点检测的效率。实验证明该方法应用在大部分真实图像的角点检测效果优异，同时运行速度能满足大部分角点检测应用的需要。     

基于视觉伺服的LED芯片形状匹配算法研究

LED芯片的定位是LED芯片检测、分选等后封装过程的关键步骤,其定位速度和精度直接决定了LED芯片检测设备的生产效率。为了提高芯片定位的精度,提出了基于视觉伺服的反馈补偿技术,有效补偿了芯片定位误差;为了提高芯片定位的速度,在视觉伺服系统的基础上,针对LED芯片的特点,提出形状匹配优化算法,通过减小匹配过程中匹配的面积和搜索的角度,有效弥补了因视觉运动补偿所消耗的时间。通过以上两方面提高了LED芯片定位精度和速度,满足LED芯片高精和高速的定位需求。     

基于特征块匹配的图像检索技术

提出了一种基于特征块匹配的图像检索算法.首先,利用小波变换的多尺度特性检测出图像的特征点,特征点比较全面地反映了图像中的视觉兴趣点;用以特征点为中心的特征块的前三阶颜色矩来描述特征块的特征;进一步统计出两个图像中匹配的特征块数目,计算图像间的相似距离.实验表明,算法中所使用的特征块更全面、更精确地描述了图像的视觉信息,实现相似度计算的方法简单、高效.该检索算法不仅检索精度高,还具有较好的旋转、尺度及视觉角度不变性.     

基于角点聚类的移动机器人自然路标检测与识别

针对未知环境中机器人视觉导航的自然路标检测,提出了一种基于角点聚类的自然路标局部特征提取、不变性表示及其匹配算法.用SUSAN算子提取左右视图中的角点,在极线约束下对左右视图的角点进行匹配,消除遮挡或噪声引起的角点;同时应用立体视觉计算角点视差,进一步筛选角点.根据角点聚类策略提取自然路标局部特征,并提出不随距离、角度变化的局部特征不变性表示及匹配方法.理论分析和实验结果表明,该算法具有较好的鲁棒性,在一定距离和角度变换下能够对路标进行正确识别.     

基于YOLOv3算法的工业分拣目标检测

在工业机器人视觉导引系统中，对于不规则的工业零部件，基于模板匹配的目标检测算法难以取得较好的定位效果和识别精度。在结构化环境下，对于传统视觉目标检测算法，利用YOLOv3算法开展视觉目标检测的实践。实验结果表明，该算法的定位精度和识别精度均取得了较高的水平，可以在工业现场进行部署。     

改进ORB算法在图像匹配中的应用

在计算机视觉领域，图像匹配是一个核心问题。为了提高图像特征点匹配算法的准确度，增强算法的抗干扰能力，针对ORB（oriented FAST and rotated BRIEF）算法的不足，提出一种改进的图像特征点匹配算法。该算法通过设置自适应阈值来进行特征点检测，并在算法粗匹配结果的基础上剔除不符合图像几何特性的部分外点。最后，利用仿射不变性约束筛选出精确匹配点。实验表明，该方法可有效提高算法匹配质量且执行时间短，对于不同模糊度和曝光度的图像匹配均具有很好的鲁棒性。     

光学观测中几种太阳夹角计算方法及精度分析

为从计算太阳夹角的所有简单算子中,找到最接近真实值的可靠算法组合,做此实验。完成对太阳赤纬、太阳时角的常见算法公式的演算,并介绍了天文观测中会涉及到的一些基础的天文概念,完成对太阳高度角和方位角的算法演算,同时考虑蒙气差等干扰因素,加入到计算当中,最后完成对在指定地理位置设备与太阳之间的夹角数值的计算。在本次计算中,采用精度较高的复杂算法SPA算法作为参考值,对上述算法的计算结果进行鉴定,以比较上述算法计算结果的精度误差,并进行统计分析。在实验中,使用C++工具代码实现算法的运算。通过对演算结果的定量比较分析,确定了VSOP87的时角算子与Wang赤纬角算子的组合,其计算结果最为真实可靠。通过实验分析,找到了既简单可行,又具备较高准确度的太阳夹角算法组合,为提高简单算法得到的太阳夹角值的准确性起到了积极作用。     

常规弹药滚转角磁测算法中偏航角干扰分析

在常规弹药利用地磁场信息制导中根据其弹道特点通常将偏航角设为零进行弹体滚转角解算,这就会导致偏航角变化时滚转角解算精度受到影响.针对滚转角磁测算法中假设偏航角为零时偏航角变化会引起滚转角解算误差的特性,采用非线性系统小扰动线性化的方法求出偏航角对滚转角解算精度的具体影响规律.首先分析了利用地磁场信息进行滚转角解算的原理并说明算法中偏航角引起滚转角解算误差的原因,然后推导了滚转角解算的系统误差方程并分析影响解算精度的因素,最后进行仿真和半物理实验验证.仿真和实验结果表明,此误差方程能够计算出偏航角变化对滚转角解算误差造成的具体影响,从而为后续常规弹药制导中弹体发射条件提供理论依据.     

四旋翼飞机姿态检测方法设计与实现

为了解决四旋翼飞机的姿态检测问题,设计了基于MPU6050和HCM5883L的九轴传感器,并提出了基于正弦算法的四旋翼飞机姿态角计算方法,该方法不需要判断即可由检测值直接获取角度大小及正负,较方向余弦算法具有更好的实用性.针对陀螺仪和加速度计的优缺点,设计了互补数据融合算法.仿真及实践均证明了检测方案的有效性.     

小型无人机姿态解算方法研究

姿态解算是小型多旋翼无人机研究的核心问题之一.为进一步提高姿态反馈数据的准确度和实时性,设计了低成本姿态解算系统,根据不同姿态传感器的信号特点,结合卡尔曼滤波融合算法和改进型互补滤波融合算法的优势,提出了一种基于前置卡尔曼滤波器的互补滤波融合姿态解算方法,并进行了飞行姿态解算实验.结果表明,代码的运行周期比改进型互补滤波融合算法增加了0.253 ms,比基于加权滑动方差的卡尔曼滤波融合算法减少了0.246 ms;姿态更新时间提前了约1 ms.悬停状态下,俯仰角和翻滚角的解算误差控制在±0.2°以内;航向角的解算误差控制在±0.6°以内.该方法集合了卡尔曼滤波算法和互补滤波算法的优势,准确度更高,实时性更强.     

基于几何约束的文本图像倾斜角检测算法

针对文本图像倾斜检测的问题, 提出了一种新的基于几何约束的文本图像倾斜角自动检测算法。该算法采用边界标记自动机的方法对一组同行字符轮廓进行检测从而得到该组字符轮廓的最低点信息, 再用矩的方法剔除噪声字符, 并确定页面的倾斜角度。实验结果表明, 该算法在检测效率与准确率上都有了明显的提高, 同时在处理较大倾斜角和较少字符数目的倾斜检测中也有较好的执行效率。因此, 该算法可广泛应用于包括英文、中文、日文在内的多种语言文本图像的倾斜检测中。     

一种参数三次样条曲线光顺优化算法

论文给出了一种基于修改因子和修改角度的平面参数三次样条曲线的优化 光顺算法,该算法通过求解一个带有修改因子 和修改角度 的目标函数得到光顺后的型值 点,插值光顺后的型值点得到光顺曲线。目的是使曲线的曲率变化均匀的同时,使光顺后的 曲线与原曲线的偏差尽量小,此算法简单易行,计算量较小。     

嵌入式大气数据系统人工智能算法及故障诊断

嵌入式大气数据传感(FADS)系统由于其诸多优势成为现在战斗机设计中的关键技术之一。开发了基于BP(反向传播)人工神经网络的FADS算法和基于随机森林算法的故障识别与处理算法。该嵌入式大气数据系统算法以迎角和马赫数为分段依据,分别计算大气数据。故障识别则采用随机森林算法自动识别出故障测压点,在将故障测压点剔除后,采用不含故障点压强的组合预测各大气数据。采用飞行数据测试开发FADS系统算法,结果表明:该算法计算大气参数较为准确,迎角误差小于0.2°,侧滑角误差小于0.3°,马赫数误差小于0.0105,静压误差小于300 Pa。采用单个测压点故障的压强组合测试了故障识别与容错算法的性能,测试结果显示该算法能够准确识别出故障测压点压强,采用的飞行曲线测试中准确度达到100%,且各大气数据计算精度可达上述无故障压强时的精度,有效降低了故障压强对FADS系统算法计算精度的影响。     

基于Harris算法的图像角度计算方法

在识别图像中￡型角点及计算其角度大小时,会检测出较多错误角点且角度计算误差较大。为此,提出一种融合图像边缘特征和灰度特征的Harris角度计算方法。利用高斯窗口内边缘线权重和,以边缘梯度的平均值替代边缘上的梯度,通过比值影响函数筛选出L型角点。采用加权平面近似灰度表面,使用有关像元的主曲率幅度值拟合加权,以这2种方式的角点响应函数值相等为条件,推导角度计算公式。实验结果表明,该方法可使角点误检率从24．6％降为3．3％,L型角点角度计算平均误差率从10．21％降为3．82％。     

基于改进Voronoi区域面积的Mark Meyer曲率估算方法

以微分几何曲率计算公式为理论基础,对常用的Mark Meyer离散点云曲率估算方法进行改进,提出基于Voronoi区域面积的改进Mark Meyer算法。针对Mark Meyer算法中Voronoi区域面积的计算进行改进,对于Voronoi区域中存在钝角的情形进行详细论述并且改进钝角三角形的计算公式,同时给出更为准确的面积计算方法。将该算法应用于球面、柱面、抛物面、马鞍面,计算结果表明该算法提高了离散点云曲率估算的精度和稳定性。     

蚁群聚类算法中确定相邻对象方法的改进

基本蚁群聚类算法在计算相似度时,由于没有考虑相邻对象之间方向的影响,往往造成聚类速度缓慢甚至算法不收敛。通过引入相邻对象方向角和屏蔽角,对方向接近的相邻对象进行屏蔽,实现对确定相邻对象方法的改进。并以矿山实际测量数据为数据源,采用基本的蚁群聚类算法和改进后的算法分别对其进行聚类。通过对这两种算法的实验结果进行分析比较,证明改进后的算法提高了聚类效果。