基于机器视觉的表贴芯片缺陷检测系统研究

基于表贴芯片缺陷检测的需要,设计了一种基于机器视觉的表贴芯片缺陷检测系统,并对该系统的硬件和软件部分作了简要介绍,重点研究了芯片的引脚边缘检测算法,在此基础上实现了芯片长度、宽度和间距等特征参数的提取。测试结果表明,该检测系统能达到在线生产的工艺要求。     

BGA芯片视觉检测定位算法

针对高速高精度贴片机中BGA芯片视觉检测定位问题,深入分析了BGA芯片焊球排布的整体特征,在已有成果的基础上提出一种基于Hough变换和点模式匹配相结合的新算法.试验结果表明一定程度上弥补了已有算法的不足,同时也大大提高了识别系统的速度和精度.     

基于OpenCV的Micro-PCB点胶表面缺陷检测系统设计

针对Micro-PCB体型小、板片薄不易做表面缺陷检测的弊端,构建了一套基于OpenCV视觉库,可对点胶表面进行缺陷检测的机器视觉系统。运用图像处理中的形态学算法,对金面表面实现0.2mm²以上的多点状、膜破渗金和抗镀无法描述、黑色圆形点状等缺陷的检测。测试结果表明,该系统检测精度较高且运行稳定。     

基于主动红外的倒装芯片缺陷检测研究

传统的倒装芯片无损检测技术并不能完全满足倒装焊检测需要,为此提出了一种基于主动红外的倒装芯片缺陷检测方法。通过非接触方式对倒装芯片施加热激励,并结合红外测温设备检测芯片温度分布情况,从而对芯片内部缺陷进行诊断与识别。实验研究表明,该方法能较好地检测出倒装焊点缺陷,可应用于倒装焊芯片的缺陷检测与诊断研究。     

Harris角点检测算法的应用研究

角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。     

基于Contourlet变换的纺织品缺陷检测算法

自动、快速、客观地检测纺织品缺陷是非常重要的课题。以往主要靠人工方式对纺织品进行缺陷检测,但该方法受人为因素的影响较大。针对此问题,提出一种基于Contourlet变换的纺织品缺陷检测算法。算法首先对纺织品图像进行Contourlet变换,提取Contourlet系数(高频特征),然后计算Contourlet系数的统计特征,最后使用欧式距离进行缺陷判断。实验结果验证了该算法的有效性,为纺织品缺陷检测提供了有效方法。     

基于HALCON的标签模切缺陷的检测

针对标签模切的凸起缺陷,采用模板对比检测方法中存在的误报和漏报的问题,文章提出了利用图像形态学处理的方法和通过提取轮廓的方法对现有的视觉检测算子改进以提升检测效果。使用HALCON软件实现模板比对、形态学和提取亚像素轮廓的三种检测的方法,并进行误报、漏报和算子处理速度进行比较。通过样本标签测试结果说明,针对样本中的凸起缺陷,改进后的方法误报和漏报为0,正确率较高。此方法对于规则物体边缘凸起缺陷的检测有较高的参考价值。     

基于图像处理的木板表面缺陷检测与识别研究

基于木板表面缺陷检测操作方便、使用要求低,能满足现代板材生产企业大规模自动化生产的需求,文中采用图像处理技术对木板表面缺陷进行检测研究,对木材的节子、裂纹、虫洞等典型缺陷进行特征提取及缺陷识别.实验结果表明,文中所设计的检测系统能够对原木板材的表面缺陷情况进行快速有效的缺陷检测,识别正确率为96.6％,单图平均检测时间...     

基于THz-TDR的芯片金属微带线缺陷检测

针对体积小、走线密集、集成度高的封装芯片缺陷检测,目前的主要检测手段存在精度低、周期长等缺点。为弥补传统检测方法的不足,作者结合太赫兹技术与时域反射技术,探究对芯片上金属导线缺陷检测的可行性。首先在不同宽度的金属微带线上加工了不同比例的凸起、凹槽缺陷,模拟集成芯片中金属导线的不完全开/短路等阻抗不匹配情况,利用太赫兹时域反射计采集其时域反射信号。然后根据时域反射脉冲对应的时间分别对不同缺陷程度、不同缺陷类型进行定性分析,并精确计算出了芯片上金属微带线的缺陷位置。最后利用有限元分析法对硅基底上存在缺陷的金属微带线进行仿真分析,与实验结果具有良好的一致性。该研究表明,太赫兹技术与时域反射技术结合能够实现对芯片上金属导线缺陷的诊断检测,为集成芯片的缺陷检测提供了经验参考。     

基于改进稳态匹配概率的立体匹配算法研究

针对稳态匹配概率(Steady-State Matching Probability,SSMP)立体匹配算法在处理视差范围大的测试图中产生的空洞现象以及使用该算法后由于右视差图中的错误视差导致的左视差图中正确视差丢失问题,提出一种基于稳态匹配概率和半全局匹配(Semi-Global Matching,SGM)相结合的立体匹配算法。首先使用SSMP算法求取初始视差图。接着,使用基于爬山法颜色分割的填充准则进行填充。然后使用SGM算法重新获取视差图,将两幅视差图中一致的视差信息填充到经过左右一致性检测后的含有空洞的视差图中。最后,使用SSMP算法中的空洞填充和中值滤波得到精化后的视差图。实验结果表明,改进后的SSMP算法在Middlebury测试平台上第2版本的四组图像的平均匹配误差从5.38%减少到5.23%,第3版本部分测试图像的平均匹配误差从24.7%减少到21.5%,该算法能很好地处理上述问题,有效提高匹配精确度,且具有鲁棒性。     

基于LSDANet的手机芯片屏蔽壳表面缺陷检测方法

为了解决手机芯片屏蔽壳表面白印缺陷微小、尺度各异等因素影响检测快速性和准确性的问题,本文提出一种基于长短连接通路和双注意力网络(long short link and double attention network, LSDANet)的手机芯片屏蔽壳表面缺陷检测方法。首先,通过构建基于编码和解码的语义分割模型和利用长短距离连接通路,提高网络模型对尺度各异缺陷的特征提取能力。其次,分别设计基于通道和空间的注意力机制,增大5—10 pixel尺寸的白印缺陷在空间和通道上的特征权重。最后,融合双注意力机制和长短距离连接通路分割模型,构建LSDANet缺陷检测网络,应用于手机芯片屏蔽壳表面缺陷检测。实验数据表明,LSDANet网络能够达到96.21%的平均像素精度、66.13%的平均交并比和39.03的每秒检测帧数,相比多种语义分割算法均具有更高的检测精度和速度。     

高效的模式匹配算法研究

对入侵检测中模式匹配的方法进行了研究,分析了当前常用的模式匹配方法的弱点与不足,提出了一种基于三叉树结构的自动机方法,较好的避免了传统树型结构中由于节点数目变化而导致的不便。此外,利用匹配失败的信息,实现了跳跃匹配,提高了模式匹配的速度。*     

面向引线框架缺陷的图像配准算法

为了降低引线框架缺陷识别的误检率,比较了基于灰度的模板匹配和基于特征的匹配算法之间的优缺点,并针对引线框架缺陷检测中参考图和检测图存在差异的特点,提出基于区域定位和不变矩的特征匹配算法。该算法通过边缘检测定位出特征区域,并用不变矩进行区域特征描述。在缺陷识别试验中,相比于模板匹配算法,该算法表现出更快的结算速度,更高的配准精度,更低的配准失败概率。结果表明,该配准算法适用于引线框架缺陷识别,降低误检率。     

基于HOG特征的织物瑕疵检测算法

传统织物瑕疵检测依赖人工,成本高且效率低.提出基于机器视觉和图像处理算法的织物瑕疵检测方法,采用方向梯度直方图描述织物纹理特征,通过计算局部区域的方向梯度直方图特征与无瑕疵织物图像特征的相似性来识别瑕疵,在织物图像数据集上的待测结果表明,此算法能够有效地提取出织物的瑕疵.     

基于机器视觉的精密钻孔法向检测算法研究

目前在自动化检测领域,机器视觉检测技术开始广泛地应用,这种技术的特征表现为高精度、非接触、适用性强,操作方便.在智能制造需求的促进作用下,很多工业生产中开始应用到机器视觉技术.本文对精密钻孔法向检测进行研究,根据检测要求而选择合适的检测方法.首选用Canny边缘检测算法,但是在实际的应用中这种算子会引入很多非目标轮廓线...     

基于机器视觉的导光板缺陷检测方法研究

导光板在无尘车间制造过程中,因现场环境以及 生产治具的影响,不可避免的出现各种各样的缺 陷,造成产品质量的严重下降。针对这种问题,根据导光板的光学特性、缺陷形成原理及特 征,本文提出 一种基于机器视觉的导光板缺陷检测的方法。首先,根据导光板的导光点分布特性,提出了 基于密度的自 动分区算法;其次,针对不同分区,分别设计一个高斯双方向导数滤波器对导光板图像进行 卷积操作,并 利用在两个大小不一的均值滤波基础上做差,以去除正常导光点的干扰,获得缺陷增强图像 ;进而,利用 二值化阈值操作提取疑似缺陷连通区域,并在分析其区域特征基础上确认是否为缺陷,再加 以分类;最 后,在工业现场采集的导光板图像基础上,进行了大量的实验。实验结果表明,针对亮点、 压伤和线刮伤 缺陷具有较高的检测精度,基本可以满足工业检测要求。     

增量式SFM中特征点检测与匹配方法的改进

图像特征点的提取与匹配是增量式SFM重建系统中至关重要的一步。为了提高匹配的准确率以及有效匹配点对的数量,提出了一种改进方法:首先在多尺度空间中利用自适应阈值的FAST角点检测算法获取特征点;然后计算特征点与其多个环形邻域之间的灰度对比信息,再与采样区域的局部梯度信息融合得到特征点描述子;接着利用曼哈顿距离与切比雪夫距离的线性组合代替欧氏距离完成特征点的稀疏匹配;最后利用稀疏匹配结果作为种子点对进行同步生长,在多约束条件下得到最终的稠密匹配结果。在Oxford数据集上的实验证明了改进的稀疏匹配算法的准确率与有效匹配点对数量都高于SIFT算法,在增量式SFM系统中的实验证明了稀疏匹配与稠密匹配的组合算法可以获得更好的重建效果。     

基于Kalman预测和点模式匹配的多目标跟踪

针对复杂背景下多运动目标的跟踪方法不能有效解决遮挡和高速运动等问题,提出一种Kalman预测与点模式匹配相结合的多目标跟踪方法。利用Kalman滤波预测目标在下一帧图像中的位置,以此位置为中心确定目标搜索区域,然后以点模式匹配进行搜索区域和目标模板进行匹配,有效地解决目标的旋转和轻微的遮挡问题。为了提高匹配速度和实时性,在点模式匹配中利用Kalman滤波对目标旋转角度的预测与修正;同时为了保证跟踪的鲁棒性、连续性及准确性,对目标模板的更新采用置信度二级判决门限。实验表明该方法具有较好的实时性,并能够有效地解决遮挡等问题。