PCB瑕疵图象实时视觉检测方法的研究

在印刷电路板(PCB)视觉检测系统中,图象提取的质量和对瑕疵图象的快速而准确的识别是达到实时检测的关键因素。文章采用光纤光源作照明光源并用微机实时调整光源光强,提取高质量的目标图象;同时针对现有PCB瑕疵检测方法的缺点,提出了一种新的多参考比较法对PCB瑕疵图象快速识别。该方法运用数学形态学理论,有效地结合参考比较方法具有运算量小、计算速度快的特点和非参考比较方法在检测某些瑕疵上的优势。实验表明,该系统不仅极大地提高了识别速度,而且瑕疵检测范围也大大提高。     

基于频繁模式树的AOI聚类算法

为了克服KM-AOI算法聚类效率较低的缺点,提出了基于频繁模式树的AOI聚类算法,即在聚类过程中借助频繁模式树,采取分而治之的策略处理警报集以得到规则。然后举例说明了利用该算法进行聚类的过程。实例表明,该算法能够明显提高聚类的效率。     

基于AOI的PCB孔缺陷检测法

PCB(Printed Circuit Board,印制电路板)是提供电子零件安装与插接的基板,实现电子元器件之间的电气互连,是电子产品不可缺少的基本构成部分。过孔是PCB的重要组成部分,在PCB生产线上由于钻孔和电镀等工艺技术的限制,造成孔内缺陷,影响元器件的电气连接及焊接质量。因此为了保证过孔的可靠性必须进行缺陷检测。基于AOI(Automatic Optical Inspection,自动光学检测)原理,用计算机对PCB孔透光过程进行光学衍射建模仿真。将缺陷孔和无缺陷孔的仿真衍射图样进行比较,可判断出PCB孔是否存在缺陷。结果证明,这种缺陷检测方法具有可行性且操作简便。     

基于AOI的客户行为分析方法

结合数据立方体技术以及概念分层的分析方法,将面向属性的归纳方法(AOI)与K-means聚类算法相结合,应用于客户时序数据聚类分析中,使每一类客户都具有相似的时序特征.实验表明该方法(AOIGen)能够满足大数据量的客户行为分析要求,比其它方法具有直观、高效等特点.     

基于机器视觉的AOI图像采集系统设计

利用AOI(Automated Optical Inspection)设备对PCB(Printed Circuit Board)板的缺陷进行检测时,获取质量良好的图片是至关重要的.该系统采用的图像采集系统包含线扫相机、卤素灯、步进电机、运动控制板卡、图像采集板卡等设备.为了保证该系统在不同解析度下都可以拍摄到高质量的图...     

基于机器视觉PCB裸板缺陷自动检测研究

运用参考比较法对机器视觉PCB裸板缺陷检测进行了研究。在相机摄像头下同一位置采集多幅标准PCB图像累加求平均值得到标准电路板图像,运用Harris角点算法进行标准电路板图像和待测电路板图像的配准,分别对标准电路板图像和待测电路板图像进行灰度变换、中值滤波、二值化、异或等图像处理检测出缺陷区域,然后通过形态学消除伪缺陷,实验证明,该检测方法有较高的准确率。     

放射投影直方图的构建及结构化公路AOI提取算法研究

为了缩小车辆识别AOI,降低对本车状态的要求和行驶方向上车辆识别的难度,提升车辆识别算法的鲁棒性,提出一种基于放射投影直方图的结构化公路车道线提取方法,建立了投影点选择评价模型及车道线区域角度划分模型。实验结果表明,本方法适用于直车道线和具有一定曲率的弯道线检测,对车辆的行驶方向要求较弱,不仅可抗车辆遮挡、较强日光照射下形成的阴影干扰,而且还可以抗车道线严重污损、长距离断线、减速带形成的强干扰。对强、暗光线有一定的适应能力,具有较强的抗干扰能力。     

基于多颜色空间的图像检索方法

介绍了HSV在低饱和度和低亮度时的色调奇异性,分析了HSV的色调奇异性对图像检索的影响。在此基础上,提出了基于多颜色空间的图像检索方法,奇异区域的像素点用YUV颜色空间表示,其他像素点用HSV颜色空间表示。实验表明,该算法在一定程度上克服了HSV的色调奇异性对图像检索的影响,提高了检索性能。     

AOI技术在PCB缺陷检测中的设计与实现

随着计算机技术和数字图像处理技术的快速发展,传统PCB缺陷检测技术因技术落后已经无法满足现代PCB质量的要求,而AOI技术以其准确、高效的特点在PCB缺陷检测中的应用越来越受到重视.主要研究了AOI技术在PCB缺陷检测中的实际应用,分别进行了硬件选择和软件系统研究,建立了基于AOI技术的PCB缺陷检测系统,采用基于轮廓对比的数据处理方法进行缺陷检测.实验证明了该系统的可行性与实用性.     

梯形视野结构化道路视觉识别方法研究

本文对基于机器视觉的路径识别方法进行了研究。通过对采集的路面图像进行中值滤波、边缘增强、动态阈值二值化,获得良好的路标图像。根据道路特征识别出道路标识线,并拟合出车辆运动的引导线。使用梯形小视野直线拟合法,减少图像处理时间和提高道路识别的可靠性。通过自制小车的实验表明,该算法具有良好的实时性、可靠性。     

多核并行AOI系统软件框架设计

针对现有自动光学检测(AOI)难以满足大规模高速、高精度和高灵敏TFT在线检测要求的问题,提出AOI混合多核计算机集群体系架构,研究AOI系统的软件框架设计及其关键软件技术。结果表明,采用基于OpenMP, MPI, OpenCV和IPP等技术的并行图像处理融合编程模型及其实现策略可有效克服TFT缺陷检测的性能瓶颈。     

基于P2P的MMOG兴趣域内多播改进算法

针对SCRIBE在解决基于P2P的巨量多玩家网络游戏兴趣域内多播时,产生的多播效率低、游戏状态数据同步性差问题,提出一种SCRIBE改进多播算法,该算法考虑P2P网络中终端节点在带宽和计算能力上的异构性,同时保证同一组中节点具有共同的兴趣。仿真结果表明,该算法能够在较大程度上减小消息冗余和降低多播延迟,提高游戏状态数据的同步性。     

基于二值投影的PCB元件安装缺陷检测算法研究

研究分析了适用于AOI设备的PCB表面安装元件的缺陷检测算法.使用二值投影分析方法对2种元件类型的缺陷检测方法进行了研究,包括针对贴片电阻电容类型的chip元件和集成电路芯片类型的IC元件的缺陷检测方法.使用VC++6.0编写MFC程序实现算法,并制作了各种元件图像进行实验测试.实验结果表明,提出的方法能够快速有效的对两种类型的元件安装缺陷进行检测.     

面向视觉交互的室内肤色建模研究

肤色检测是视觉交互技术中的重要环节.本文通过分析室内光照条件下的肤色分布特性,提出了基于Ada-boost的肤色建模技术,实现了肤色建模过程与颜色空间选择的有机结合,所构建的特征空间具有良好的类别区分性,弥补了传统方法仅能针对特定颜色空间进行肤色建模的不足.多种肤色建模方法性能比较实验表明:本文所提出的方法能更好地满足视觉交互对识别率和实时性的要求.     

基于卷积神经网络的宇航电源光学检测技术

传统自动光学检测(AOI)方法难以适应宇航电源生产线多品种、小批量的特点,具有识别率低、操作复杂等问题。利用卷积神经网络(CNN)学习速度快、特征提取效果好的优势,提出了一种能够对宇航电源产品质量进行可靠检验的光学检测技术。通过对历史生产数据的精细化筛选构建了训练样本库,并设计了宇航电源产品光学检验专用卷积神经网络;将Canny算子边缘检测与CNN图像识别相结合,实现了印制板装配图信息的自动读取。与传统AOI检测方法相比,该方法缺陷识别率高达99%,且检验过程简单,提高了宇航电源产品光学检验工作效率,已应用于宇航电源生产线。