高速高精度全自动贴片机的元件角度识别算法

元件角度识别是贴片机元件视觉检测的关键,其精度直接影响贴片机的贴装精度。该文针对高速高精度全自动贴片机的计算机视觉定位与检测问题,研究了片式元件(Chip)的角度识别问题,提出了三种角度识别算法,并着重比较了其中两种模板匹配算法的性能。试验和现场实际运行结果都表明基于边界几何特征的模板匹配算法能更好地提高元件贴装过程中角度识别的精度、速度和稳定性。     

基于模板投影匹配的LED芯片快速定位方法

本文根据LED芯片图像的特点,提出了基于图像投影的改进模板匹配方法,将二维模板匹配分解咸水平和垂直两个方向的一维匹配.该方法大幅度提高了定位效率,满足了芯片检测和分拣设备的快速定位要求.     

柔性印刷线路板LED贴片质量视觉检测方法

柔性印刷线路板中LED的粘贴需经过点银、贴片、封胶等工艺,其中贴片过程中会产生漏粘、异物、粘斜、偏移等一系列质量问题;提出了一套基于机器视觉的贴片质量在线检测方法:通过最小外接矩形获取有效区域的范围,利用基于轮廓特征的模板匹配对贴片所在连接盘进行定位;利用动态模板匹配检测漏粘缺陷;通过平均灰度值比较法检测LED上的异物缺陷;采用有效区域与LED区域的交集与差集对粘斜与偏移缺陷进行检测;该方案已应用于工业生产线,并且具有较高的检测准确率。     

基于仿射迭代模型的特征点匹配算法

图像序列中的特征点匹配是计算机视觉中的一个基本问题,也是目标识别、图像检索以及3维重建等问题的基础。为了提高图像匹配的精度,提出了一种针对两幅图像的高精度特征点自动匹配算法。该算法首先分析并提出两幅图像中相应特征点的邻域窗口之间的单应映射可以用仿射变换模型来近似;然后通过快速的基于仿射变换模型的迭代优化方法,不仅估计并矫正了相应邻域窗口之间的透视畸变,同时还补偿了在特征点检测阶段对相应特征点的定位误差,从而使匹配结果达到子像素级精度;最后通过真实图像的实验以及与现有算法的比较结果表明,该算法不仅得到了更多的匹配关系,还提高了特征点匹配的精度。     

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．     

基于紧支集双正交小波的芯片焊点定位技术研究

芯片封装是保护芯片和增强芯片电热性能的重要工艺,在芯片粘贴在引线框架的贴片基板上后,用金属引线将芯片焊点与引线框架的管脚连接起来实现芯片功能。为了提高芯片引线键合的精度,确保键合机的焊头能够实现准确定位,采用基于紧支集双正交小波的多分辨率分析方法实现芯片和贴片基板边缘的快速检测和特征匹配,实现芯片和引线框架焊点的快速定位。这种方法能够实现芯片图像边缘特征的准确提取、识别和特征匹配。采用紧支集双正交小波进行芯片焊点和引线框架定位时,简化了算法的复杂度,提高了芯片引线框架焊点位置的检测效率和定位精度。     

基于改进ORB特征的遥操作工程机器人双目视觉定位

为了提高遥操作工程机器人定位系统图像处理的实时性,提出一种基于改进ORB特征的遥操作工程机器人双目视觉定位方法。利用图像二分法剔除掉图像中的无效区域,只保留匹配区域,采用ORB算法完成有效区域的匹配,最后采用RANSAC算法剔除伪匹配,得到较为精准的匹配点对。与传统算法对比实验结果表明,该方法可以提高匹配效率,消除误匹配,提高匹配精度,定位效率高,能满足遥操作工程机器人作业的实时性要求,可为遥操作工程机器人及其他领域遥操作机器人的视觉提示系统设计提供技术参考。     

复杂场景下融合深度信息的显著区域匹配

针对复杂场景显著区域匹配过程中目标定位困难、冗余信息过多导致误匹配率高、匹配时间长的问题,提出一种融合深度信息的显著区域匹配算法。利用融合深度信息的视觉注意机制模型提取场景图像中的显著区域,得到场景目标的粗定位结果。使用基于局部特征点的匹配策略对有效目标在场景中的区域进行精确定位,并通过FLANN双向匹配实现对有效目标的匹配定位。实验结果表明,在光照强度和场景视角变化等复杂场景下,该方法能够有效减少匹配点,提高场景的匹配精度和匹配效率。     

一种结合区域检测和语义分割的SLAM技术

提出一种结合区域检测和语义分割的即时定位和建图（SLAM）技术，通过引入高精度图像描述子SIFT来实现前端视觉里程计（VO）过程中帧间像素匹配的精度。为了降低引入操作带来的计算复杂度，设计一个实时区域检测算法，在相邻帧间检测大致相似的ROI(Region of Interest)关键区域，使得SIFT描述子的提取和匹配只在ROI区域内完成，其余区域仍旧采用精度略低、效率更高的ORB算子。同时，为了提高后端BA(Bundle Adjustment)的精度，减少累积误差，结合语义图，在原有的基本投影误差函数上添加一个语义误差。该语义图采用实时语义分割算法完成，同时只针对ROI区域进行分割。通过与原SLAM方案对比实验，表明本文提出的方法，在提高一定精度的同时，仍能满足SLAM实时定位和建图的要求。最后，在电力作业场景下验证了该方案的效果。     

一种基于肤色模型和模板匹配的人脸检测算法

近年来,随着人机识别技术的日益发展,人脸检测问题越来越受到重视,而人脸检测技术的关键在于准确率和检测速度.为了有效提高人脸检测的效率,提出了一种基于肤色分割和模板匹配算法的人脸检测方法.首先,建立颜色模型,利用颜色信息对图像进行粗检测,得到粗检测结果,然后,采用模板匹配技术确定人脸.该算法克服了单用模板匹配法的时间延迟,提高了检测精度和速度.     

基于虚拟现实技术的移动机器人视觉伺服控制系统设计

为了有效确保移动机器人视觉伺服控制效果,提高移动机器人视觉伺服控制精度,设计了基于虚拟现实技术的移动机器人视觉伺服控制系统。通过三维视觉传感器和立体显示器等虚拟环境的I/O设备、位姿传感器、视觉图像处理器以及伺服控制器元件,完成系统硬件设计。从运动学和动力学两个方面,搭建移动机器人数学模型,利用标定的视觉相机,生成移动机器人实时视觉图像,通过图像滤波、畸变校正等步骤,完成图像的预处理。利用视觉图像,构建移动机器人虚拟移动环境。在虚拟现实技术下,通过目标定位、路线生成、碰撞检测、路线调整等步骤,规划移动机器人行动路线,通过控制量的计算,实现视觉伺服控制功能。系统测试结果表明,所设计控制系统的位置控制误差较小,姿态角和移动速度控制误差仅为0.05°和0.12m/s,移动机器人碰撞次数较少,具有较好的移动机器人视觉伺服控制效果,能够有效提高移动机器人视觉伺服控制精度。     

基于ACS运动控制的LED晶片分选系统设计

为了提高LED晶片分选机的分选速度和精度,设计了基于IPC+ ACS运动控制的LED晶片分选系统;分析了晶片分选过程直线电机定位、直驱电机旋转以及音圈电机拾取三部分的时序,并结合电机性能分别规划了3类电机的定位时间;以直驱电机为例分析了在SPiiPlus MMI软件环境中调试电机电流环、速度环和位置环以及频域稳定性的过程,并最终给出3类电机的定位时间和定位误差;设计了吸嘴和顶针接触式剥离拾取晶片的方案,利用ACSPL+语言编写拾取动作的程序,并在速度环和位置环曲线中加以验证;在ZKMY-P10型号的分选机分选平台进行了连续分选测试,实验结果表明,分选机的X/Y轴定位精度为±0.5 mil,晶片分选的平均速度为125 ms/片.     

基于单片机的磁通门传感器非正交性校正研究

为提高对磁通门传感器误差校正的能力,该文提出基于单片机的磁通门传感器非正交性误差校正方法。构建磁通门传感器非正交性约束参数模型,结合PI调节器对磁通门传感器的节点进行部署设计;在输出振荡模式约束下设计磁通门传感器的组网结构,结合ZigBee组网协议实现传感器路由探测;在自适应反馈调节方法的约束下,结合最短路径寻优控制过程实现磁通门传感器非正交性误差补偿抑制,通过自适应扩频处理方法对传感器的信道输出进行补偿,并提取传输信道的关联特征量,结合信道均衡控制方法进行磁通门传感器网络的输出误差补偿;采用单片机对磁通门传感器校正过程进行集成控制,提高磁通门传感器输出过程的自适应信息处理能力。仿真结果表明,采用该方法进行磁通门传感器非正交性误差校正过程的稳定性较好、传输损耗较少,输出结果误码率较低,有效提高了传感器的信息输出的准确性。     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

柔性印刷线路板LED缺陷检测方法的研究

针对柔性印刷线路板LED在生产过程中出现的漏贴和粘偏缺陷问题,提出一套基于机器视觉的LED粘贴质量检测方法。对8?192×70?000像素的大图进行预处理,利用统计学中的矩求取区域的矩形度筛除非焊盘区域,通过模板并行遍历思想获得单一像素的焊盘轮廓作为定位模板。采用异步缩放模板匹配定位LED的焊盘区域,使用区域投影的方法计算灯芯区域的圆度,根据圆度对不同对比度的贴片进行自适应参数的Canny边缘检测得到灯芯的边缘,拟合灯芯边缘获得灯芯的坐标。通过灯芯的坐标判断LED的漏贴缺陷,通过计算焊盘坐标和灯芯坐标的偏差判断LED的粘偏缺陷。经过大量的现场测试,检测漏贴LED的准确率达到100%,检测粘偏LED的准确率达到97.3%,检测一张图片的平均时间为1?538?ms,证明该检测方法具有一定的实用价值。     

基于边缘特征的无砟轨道扣件定位方法

轨道扣件的精确定位是实现扣件缺陷检测的前提,而常规的基于机器视觉的轨道扣件定位检测方法存在适应性差,且易受光照强度及遮挡的干扰。为了实现轨道扣件的快速精确定位,提出一种基于边缘特征的轨道扣件定位方法。通过在参考图像中选取标准扣件区域以生成匹配模板,利用Canny边缘滤波算子获得边缘点的位置坐标及梯度方向;在此基础上构建搜索模型并采用图像金字塔匹配搜索策略,获得匹配分值的潜在匹配点;并利用匹配阈值设定法,逐层逐次跟踪潜在匹配点,直至图像金字塔最底层,以提高定位速度;基于最小二乘法调整位姿参数,使其达到亚像素级精度。实验表明,该方法具有鲁棒性强、定位速度快且不受光照变化及遮挡的影响,定位精度达到1/15像素,定位成功率大于95%,满足无砟轨道扣件定位需求。     

面向全自主智能机器人的无标定图像视觉伺服控制研究

在利用全自主智能机器人检测、搬运目标物的过程中,为了提高主机元件对机器人的伺服控制效果,设计了一种无标定图像视觉伺服控制方法。首先,根据机器人轨迹的无标定估计结果,计量目标物的位姿点,推导出机器人无标定图像中的目标物检测与追踪条件。按需连接视觉伺服控制器,通过求解机器人无标定运动内积的方式,计算图像视觉特征的伺服选择标准,实现对机器人无标定图像视觉特征的伺服选择。然后,在无标定图像中定义雅克比矩阵,根据图像视觉分割原则,完成机器人图像角点的伺服匹配处理,再通过确定强化控制参数的取值范围,实现无标定图像的视觉伺服控制。根据实验可知,应用该方法可以解决智能机器人难以运动至标定区域的问题,为提高伺服控制指令的执行有效性提供了保障。     

基于深度学习的多目标运动轨迹预测算法

针对多目标运动轨迹预测过程中由于检测精度和实时性不足造成部分目标位置信息丢失和预测准确度不高问题,提出基于改进卡尔曼滤波的多目标轨迹运动轨迹预测(MMTP)算法。MMTP算法在目标检测阶段使用YOLOv4检测器提升目标检测的准确率和速度;在目标匹配阶段采用KM匹配算法将当前检测框的检测目标与上一时刻预测的预测框的目标进行数据关联,从而增强目标关联的准确性,避免目标遮挡、目标交错和漂移造成的目标丢失;在目标坐标预测阶段,提出改进卡尔曼滤波算法为每个运动目标预测下一帧位置坐标并画出预测框,提高非线性场景中目标坐标的预测精度,降低预测坐标的误差。使用MOT16与实际交通系统拍摄的视频序列数据集验证算法整体性能,仿真结果表明,MMTP在目标检测阶段具有较好的检测精度和速度,有效提升了算法整体的运行速度;在目标匹配阶段,MMTP算法能增强目标关联的准确性,减少目标丢失,比RMOT、POI、SORT、Deep-SORT和YVTP算法更优。