印刷品缺陷在线检测算法的研究

介绍了基于数字图像处理的印刷品缺陷在线检测系统的原理和工作流程.提出了一种改进的图像配准算法对标准模板图像和待测图像进行匹配.实验结果表明,该算法计算速度快、检测精度高,满足了系统设计的要求.     

PCB钻孔自动光电检测精确配准关键算法

为了实现快速印制电路板（PCB）钻孔自动检测,提出了一种PCB待测板和标准板快速自动配置算法。介绍了PCB钻孔自动光学检测系统的基本结构。采用粗匹配和精匹配两步进行配准的方法,通过边缘提取和Hough变换得到待测板4个角点坐标,利用角点坐标和标准板角点的关系进行粗配准,并找到待测板的定位孔;然后利用待测板定位孔圆心和标准板定位孔圆心的关系进行精确配准。实验证明,该算法计算速度和精度完全能够满足实际要求。     

一种包装卷材快速在线检测算法

目的提高包装卷材图像的检测速度与精度,以实现快速在线检测。方法预先对几副标准样本图像进行拼接,将得到拓展的样板图像作为动态模板的母版。检测过程中,首先计算待测图样中心区域经简化的图像几何矩,并在前述样板中的一段区间内搜寻最佳匹配位置。再以该位置为中心,在样板图像上划分出与待测图样相同大小的区域作为动态模板,最后利用图像差影法实现缺陷检测与识别。结果二阶简化几何矩能有效减少运算量,动态模板可显著提高卷材图像检测速度,以电子元器件包装卷材载料带为检测对象对所提出的方法进行了测试,在较高分辨率条件下检测速度不低于2 m/s。结论该算法可满足包装卷材快速在线检测需求,对提高相位不确定性图像检测速度有一定参考意义。     

手机玻璃屏表面缺陷视觉检测方法研究

目的针对手机玻璃屏表面缺陷人工检测存在的准确率低、稳定性差等问题,提出一种基于机器视觉技术的手机玻璃屏表面缺陷检测方法。方法采用统计平均法建立模板图像,以减少外界光照对模板图像的灰度影响。采用基于互信息的配准方法实现模板图像和待测图像的像素对齐,将配准后的待测图像与模板图像进行差分运算,获取残差图像,并采用Niblack方法实现残差图像上的缺陷判断。通过搭建的实验平台获取了300幅手机玻璃屏图像,并采用文中提出的方法、模板匹配法和人工检测法对300幅图像实施缺陷检测。结果实验结果显示,文中方法的真正率为92%,真负率为96.5%和准确率为95%。与模板匹配法和人工检测法相比,文中方法在真正率、真负率和准确率上分别至少提高了5%,4%和4.3%。结论文中方法与人工检测方法相比,提高了手机玻璃屏表面缺陷检测的准确率和稳定性。     

基于骨架模板匹配的彩色印刷品文字缺陷检测

针对彩色印刷品文字缺陷检测难等问题,提出了基于骨架模板匹配的文字缺陷检测方法。选取标准样本图像中有代表性的颜色,经过粗分割和精分割,提取主颜色;在每个主颜色的色板上分析连通分量区域几何位置关系,定位文字区;逐步细化文字区色板并赋予不同权值,得到骨架模板;把待检样品图像与骨架模板匹配得到缺陷信息并标记在待检样品图像上,完成缺陷检测。实验结果表明,该方法能有效消除印刷过程中多种干扰带来的抖动和配准精度对文字缺陷检测的影响,精确实现文字缺陷检测。     

基于机器视觉的丝网印刷样板尺寸测量方法

丝网印刷样板种类和样式多,每片样板上待测目标也较多,不宜采用一致的梯度阈值参数定位边缘实施测量;此外,传统视觉检测采用定位矩形框建立测量坐标系的方式会引入测量误差,因此,提出一种基于机器视觉的丝网印刷样板的尺寸测量方法。采用一种由粗到细的测量策略,借助每一类待测目标的模板进行信息统计,针对性地设置阈值参数,改善测量精度。在测量阶段,利用基于图像金字塔和归一化互相关函数相结合的分层匹配算法实现多个待测目标的粗糙定位,再使用由模板信息统计获取的阈值参数进行边缘精细定位,建立局部坐标系,完成测量。实验结果表明:在同等实验条件下,此方法能够有效提高测量精度,算法改进后测量结果的平均相对误差由原来的4.02%降到1.47%,并且无需用户介入调整测量参数,适用于不同种类丝网印刷样板的灵活测量。     

基于HALCON的医疗袋缺陷检测

目的 针对现有医疗袋质量检测过程中存在的检测速度慢和检测精度低等问题, 提出一种新的基于 HALCON 的医疗袋印刷图案缺陷检测方案。方法 根据不同医疗袋图案的区域特征进行手动定位, 通过基于形状的模板匹配算法实现目标区域的快速匹配, 利用灰度值差影匹配算法进行缺陷检测。结果 检测出的缺陷与实际存在的缺陷基本吻合, 且检测速度和检测精度均满足要求。结论 该方案能够快速、 准确、 有效地检测出医疗袋图案缺陷, 达到了一般生产线质量要求。     

相关匹配在超声测厚信号特征提取中的应用

针对工件在超声测厚过程中存在的超声回波信号最大值或最小值位置偏移问题,采取相关函数位置匹配的方法,对回波信号进行数据处理。实验结果表明:该信号处理方法不仅避免峰值时间提取特征值的局限性,而且能够有效、准确地提取回波信号的特征值,对工件的厚度值能进行准确测量,并在工件实际检测过程中得到较好的效果。     

基于频域互相关的LED晶粒阵列快速视觉检测

为了满足LED晶粒视觉检测的实时性要求,提出了一种频域互相关的快速模板匹配方法。首先通过一种递推求和算法将LED晶粒阵列图像的灰度在空间域进行归一化处理,然后利用快速傅里叶变换到频率域进行模板与LED晶粒阵列图像的互相关运算,快速定位所有LED晶粒的像素坐标。对于清晰的二值晶粒图像,可以省去归一化处理,检测效率更高。实验结果表明:对于复杂结构的LED晶粒,检测效率远高于传统的NCC模板匹配,比常用的序贯相似检测（SSDA）算法效率提高1倍以上。该方法能够用于各种LED分选或固晶系统中的晶粒检测。     

芯片载带缺陷的机器视觉检测方法

目的 针对芯片包装载带在生产过程中经常出现的型腔底部和边缘变形、穿孔等缺陷的检测问题,提出一种机器视觉检测方法。方法 首先离线准备配准模板及标准模板图像,然后根据模板在生产过程中进行在线检测。在检测过程中由传感器触发采集待检测型腔图像,然后通过模板匹配方法配准模板图像和待检测图像,并进行异或运算检测两图像差异从而定位缺陷。结果 实验证明边缘变形检测最大错误率为0.45%,底部变形检测最大错误率为0.50%,穿孔检测最大错误率为0.35%,每帧图像检测平均耗时为0.22 s,满足用户错误率不超过1%和每帧耗时不超过0.5 s的要求。结论 该方法能够实时检测芯片载带边缘变形、穿孔等缺陷,有效地实现载带加工生产过程中的质量监控。     

基于SSDA的模板匹配法在指纹识别中的应用

基于细节提取的指纹识别算法需要进行复杂的预处理，直接FFT求相关系数法计算量很大．提出了一种结合SSDA和模板匹配法的指纹识别算法．试图简化处理过程，提高处理速度．其基本思想是采用序贯相似性检测算法（SSDA）快速得到候选匹配子图，再通过求子图与模板的相关系数来判别两幅指纹图像是否匹配．采用指纹库中的指纹图像进行了大量实验．实验表明，该算法简化了处理过程，相对于直接FFT求相关系数法，运算速度提高了近10倍．     

视觉匹配技术的药片颗粒计数算法研究

目的通过机器视觉技术解决当前医药产业迅猛发展带来的批量生产药粒无法高效、精确计数等难题,提出基于视觉技术的药片特征二次匹配算法。方法药粒预处理后分割为多连通域,采用面积特征选择形状特征差异较大的2颗药粒为感兴趣区域,待膨胀后作为目标的先验模型,Canny算子提取边缘轮廓,同时计算轮廓点的方向向量。采用3层图像金字塔搜索算法加快匹配效率,并用最小二乘法调整模板的匹配精度,使匹配精度达到亚像素级别。结果通过对不同的椭圆形药粒进行实验分析,将匹配模板1和模板2(缩放比为1∶1)的最小匹配分数阈值分别设为0.63和0.59,采用3层图像金字塔搜索算法,从创建模板到匹配计数只需要0.11 s,相较于3层金字塔(缩放比为0.7~1.0,最小匹配分数为0.6)的单模板匹配算法速度快0.07 s,且对部分重叠的药片仍能有效计数,匹配准确率达100%。结论采用药片颗粒二次匹配技术可实现检测速度上的扩增;采用图像金字塔搜索算法可大幅度缩减匹配时间;采用最小二乘法可提高模板的匹配精度,增大药粒匹配的正确率。     

一种新的遥感图像智能匹配方法

遥感图像中目标的空间定位问题一般是通过模板匹配或者特征匹配的方法来实现的。当给定的目标模板与遥感影像中候选识别的目标存在着空间角度、缩放比例和背景噪声较强等问题时，采取模板匹配方法就很难实现对目标的快速准确定位。遗传算法是一种自适应的迭代寻优搜寻和直接对参数对象进行操作的智能算法。利用这种算法优势可以屏蔽掉模板匹配目标的过程中对复杂参数的确定过程。本文将遗传算法与模板匹配方法密切结合，选取一幅北京奥运规划区遥感影像进行了方法实验，结果表明该方法除具有遗传算法智能快速化的效果，还具有实际操作简便的优点。     

蜂窝纸芯成形质量在线检测系统的开发

基于MATLAB 开发软件,对蜂窝纸板生产过程中蜂窝纸芯的成形质量进行了在线自动检测。将生产线上获得的蜂窝纸芯实际图像进行处理后,与标准模板图像进行比对运算,得出蜂窝纸芯的实际生产质量情况。比对算法的关键有2 个:在图像中寻找匹配目标;将实际图像与模板图像的匹配部分进行相似度计算。采用相关模板匹配的方法进行目标匹配,采用逐个像素点比较的方法进行相似度的比对计算,通过该算法可以高效快速地将实际图像与模板图像中提取的匹配部分进行运算,得到其相似度,获得产品的生产质量。     

基于模板匹配的柱面全景图拼接优化算法

在保证拼接质量的前提下,为了有效地提高拼接速度,根据全景图拼接的特点,提出一种模板匹配优化算法。该算法逐一分析了模板的尺寸、匹配时的搜索方式和搜索范围对拼接速度的影响,给出一个优化模板尺寸、确定搜索范围及搜索方式的新方法,并给出一个实例,证实了该算法的可靠性。     

改进的动态图模型点模式匹配

为了提高概率图模型点模式匹配的精度,本文提出了改进的动态图模型点模式匹配算法。首先,在动态图模型点模式匹配的相似性度量中应用混合高斯分布,以提高模型利用多特征的能力,使匹配方法对噪声更加稳健。其次,在目标点集中引入了虚拟的哑点并给出了包含哑点的相似性度量。当模板中的点和哑点相匹配的相似性度量更大时模板点将和哑点匹配,以减少由异常点所导致的误配。实验结果表明所提出的匹配方法对噪声和异常点更加稳健,匹配的精度也优于传统方法。     

基于机器视觉的制袋机圆角袋单切系统设计

目的 针对制袋机在生产圆角袋时,常采用的双切方法存在的效率低、废料多、机械磨损快等问题,基于机器视觉设计圆角袋单切系统.方法 搭建视觉硬件平台,基于OpenCV视觉库,在Visual Studio开发环境中编写视觉软件.相机采用飞拍模式,通过第1牵引伺服编码器分频输出信号给PLC,PLC利用高速计数器通过I/O口对相机进行硬触发.用标定板对相机进行标定,得出像素当量值,经过滤波、二值化、边缘检测等处理后对圆角轮廓进行特征提取,制作模板.通过遍历图像,在模板圆角中心线上添加特征点,完成模板匹配时可直接得出当前图像圆角中心坐标,将圆角中心坐标与基准线坐标的差值作为纠偏值发给PLC,PLC控制移刀伺服实现单刀精准切除.结果 该方法可实现在拉料过程中,对圆角中心进行快速、准确定位,在当前制袋周期对当前袋子进行移刀裁切,实际裁切误差在±0.1 mm以内,满足目前最小圆角半径0.125圆角袋的制作要求.结论 采用飞拍模式的视觉系统图像处理速度快,可匹配高速制袋要求,有效解决传统生产圆角袋时出现的问题,满足工业生产的需求,实际应用价值较大.     

基于比例特征的区域分割算法在药板缺陷检测中的研究

目的 为解决铝塑泡罩药板图像ROI区域定位慢、精度差等问题,本文提出一种基于比例特征的泡罩区域分割算法,该算法可以快速定位并分割泡罩ROI区域,结合图像相关性特征算法对铝塑泡罩药板进行缺陷检测。方法 首先通过工业相机采集药品包装生产线上的药板原始图像,接着使用Blob分析从原始图片中分离出铝塑泡罩主体部分,然后通过仿射变换将图像放置在中心区域,并使用比例特征分割算法对泡罩区域进行分割,最后通过金字塔加速的NCC算法完成缺陷检测。结果 实验结果表明,基于比例特征分割后的图像平均NCC匹配时间为9 ms,在缺陷样本占比20%的实验中误检率为0.167%,漏检率为0.556%。结论 通过比例特征分割出精准的泡罩ROI区域结合改进的NCC算法,在拥有较高准确率的同时大幅减少了缺陷检测时图像匹配的时间,能较好地完成铝塑泡罩药板的缺陷检测任务。     

基于颜色矩的改进尺度不变特征变换的移动机器人定位算法

针对基于图像外观的移动机器人定位中图像特征提取与匹配实时性和准确性差的问题,提出基于颜色矩的改进尺度不变特征变换分级图像匹配算法。该算法先由颜色矩来排序图像序列,再由改进尺度不变特征变换特征与排序后图像序列精确匹配实现定位。其中,改进的尺度不变特征变换算法以基于采样的迭代搜索算法检测极值点,由Sobel算子计算特征点的梯度方向和幅值,提高尺度不变特征变换算法速度及匹配精度。实验结果表明:改进的尺度不变特征变换算法降低误匹配率约9.2%,特征提取与匹配耗时减少约25.8%;分级图像匹配算法减少尺度不变特征变换特征计算代价约70%,减少总体耗时约43.3%。