印刷电路板表观检测中光电图像的快速配准方法

印刷电路板(PCB)表观缺陷检测是机器视觉检测领域的一个重要问题,为了有效地利用参考法对印刷电路板光电图像进行检测,需要提高图像配准精度.本文提出了一种基于随机Hough变换(RHT)和空间数据坐标变换理论相结合的配准方法,该方法在寻找配准目标和完成配准效率方面均有很大提高.利用PCB光电图像进行实验,结果表明:在提高检测精度,降低内存空间,减少计算时间等方面,该配准算法的优势明显.     

采用Gerber文档的印刷电路板表观检测

对印刷电路板(PCB)进行表观检测时,传统标准板的图像建立是利用PCB图像自身的特征进行配准和分层的,故检测精度不高.本文从PCB表观检测的实际需求出发,提出了新的检测系统.该检测系统引入解析Gerber文档对PCB光电图像进行分层处理,利用形态学的方法自动修正解析后的Gerber文档,建立精确的标准板.根据主分量分析提取彩色图像频带丰富的信息,依据检测缺陷的尺寸大小设置各层模板及检测阈值,实现局部针对性检测,提高检测精度.实验结果表明,与传统的基于颜色分区域方法相比,基于Gerber的方法不仅提高了检测精度,且较大幅度地提高了自动光学检测系统的检测效率,其微小缺陷检测率高达95.1％,25 cm×22 em电路板检测时间仅需1.09 s,满足了在线检测对速度的要求.     

机械工件数字识别的二值化算法研究

分析了基于LOG算子的局部动态阈值和基于最大类间方差的全局阈值算法的基本原理,讨论了他们在机械工件数字识别中二值化的具体实现方法.针对动态阈值和全局阈值各自的优点,结合工件字符图像的特点,提出了LOG算子的局部动态阈值和基于最大类间方差的全局阈值相结合的新方法:首先用LOG算子的局部动态阁值算法增强字符的细节信息,较好的区分了易混淆的数字.然后利用最大类间方差的全局阀值算法对背景进行二值化.该综合算法的计算复杂度、执行时间、二值化效果以及适用范围等方面均有较佳表现,并已应用于实际系统,取得了较好的实验结果.     

金属圆柱工件缺陷的光电检测

针对金属工件外观缺陷检测存在光学照明不均、检测缺陷种类繁多、检测系统识别率不高等问题,研究了检测金属圆柱工件缺陷的方法。分析了局部二元模式(LBP)与局部图像方差强度(LVAR)的基本原理,研究了两者在金属纹理表面缺陷检测中的具体实现方法。采用LBP反应局部图形空间纹理模式,LVAR突出图像强度对比信息,然后用LVAR计算结果作为权重值来调整LBP的局部纹理提取和度量结果,实现了金属圆柱工件的自动缺陷检测。实验中采用步进电机控制工件旋转,配合线阵相机采集圆柱工件的展开图像。实验结果显示,这种方法有效克服了金属材质光照不均的缺点,对大量缺陷种类具有较高的鲁棒性,其检出率高达95.1%,漏检率为0%,满足了工业检测要求。     

印刷电路板外观检测中光电图像的色差矫正方法

针对印刷电路板产品在检测中受制作工艺和照明设备的影响,分析其产生色彩偏差的基本原理,提出板内和板间色差矫正的新算法,分析了照明模型得到亮度变换函数对板间色差进行矫正,重点采用LAB色彩模型中的亮度通道,利用亮度积累直方图计算映射函数去均衡板内的色差。实验表明,该算法矫正了印刷电路板在检测预处理阶段出现的板内和板间的色彩偏差,提高自动光学检测的检测精度和效率,在光电图像的测量领域具有广泛的应用前景。     

基于Gabor和LIOP特征的多视角目标识别

针对被检测目标在视角变化和遮挡时较难识别的问题,提出联合利用Gabor特征和视角变换时共有的LIOP特征对目标进行多角度识别的新算法。首先,用4个方向、16个尺度的二维Gabor滤波器组对输入图像进行滤波,得到64组含有方向信息的Gabor特征响应图,进而对相邻尺度和相应位置计算局部响应最大值,得到具有尺度及平移不变的特征向量。其次,通过几何变换算法获得不同视角下的LIOP特征向量。然后,为了降低时间复杂度,通过主成分分析算法对联合特征降维。最后,把降维后的特征向量输入支持向量机(SVM)进行训练学习,得到检测器模型。为了定量评估算法精度和鲁棒性,在Caltech-101和UIUC car两个标准数据库进行测试,实验结果表明,本文在两个标准数据集上的平均识别率分别达到了92.1%和95.4%,能较好检测不同尺度、不同角度的目标。     

适应光照突变的工件字符识别系统

为了实现机械工件上刻写字符的自动检测、识别与显示,本文设计并完成工件字符自动识别系统。重点针对光照变化时工件字符难以识别的问题,研究不同光源组合方式对系统识别性能的影响,提出了一种能更好适应光照突变的特征提取算法。首先,对输入图像利用优化的同态滤波算法增加字符的细节信息,减低光源照度的影响。然后,分别采用基于LOG算子的自适应阈值法获取图像的整体轮廓和全局特征,采用局部二值模式(LBP)算法获得对光照突变不敏感的LBP纹理特征。最后,联合目标全局特征和LBP局部纹理特征对应像素做相关运算,获得对光照不敏感的融合特征向量。在工业现场进行实测,测试结果表明:识别率平均达到94.72%,对工件平均检测时间230 ms,满足实时性要求。与SIFT算法和Bayesian算法相比,在光照突变情况下本系统的识别精度和稳定性更有优势,且满足工业应用上自动识别的要求,并已实际用于工业测量。