集成电路芯片机器视觉检测技术研究

针对芯片制造后道工序的需求，拟开发基于精密图像光学检测的IC全自动分捡杌以提高IC芯片的合格率和降低检测时间。本项目设备的研制，对实现半导体生产专用设备的国产化，缩短与世界先进水平的差距有着重要的意义，同时研制的IC全自动分捡杌将会具有广阔的市场应用前景和较大的社会效益。     

集成电路芯片机器视觉检测技术研究

针对芯片制造后道工序的需求,拟开发基于精密图像光学检测的IC全自动分检机以提高IC芯片的合格率和降低检测时间,本项目设备的研制,对实现半导体生产专用设备的国产化,缩短与世界先进水平的差距有着重要的意义,研制的IC全自动分检机将会具有广阔的市场前景和较大的社会效益。     

基于机器视觉的LED芯片缺陷检测系统研究

近年来计算机及信息技术飞速发展,并在各个领域得到了广泛应用,极大地促进了社会的发展.数字图像处理技术以其高效准确性,在工业产品缺陷检测中发挥了重要作用.利用该技术可以代替人工检测,极大地提高了工作效率,降低了人工成本,增加了企业收益.因此,研究基于图像处理的LED芯片缺陷检测系统,对比不同LED芯片缺陷类型及传统检测方...     

基于机器视觉的轴承识别与定位算法研究

针对运用视觉技术对轴承进行质量检测与尺寸测量时,能够准确地识别定位到目标轴承,提出一种基于机器视觉的轴承识别与定位算法。通过对采集到的轴承图像进行预处理,分割出目标图像并提取图像的外轮廓边缘特征;设置轴承的模板图像,结合图像的Hu不变矩特征对轴承进行识别匹配;通过最小二乘法对图像边缘点进行圆拟合并采用迭代法进行修正,通过计算圆心的位置坐标,实现对轴承的定位。实验结果为：轴承的识别匹配度在0～0.03之间,定位误差在0.5像素以内,满足系统对轴承的识别定位精度要求。     

基于机器视觉的IC芯片三维引脚外观检测机的研制

介绍了集成电路芯片三维引脚外观检测机的系统组成与功能、运动控制系统与视觉检测系统的构成、图像处理方法以及系统软件的模块结构.该检测机由芯片自动输送线、视觉检测平台、吸臂和分选臂等组成,采用工控机及PLC控制技术,实现芯片上料、输送、外观检测、分选补给和卸料等功能的全自动化.该检测机可检测芯片引脚在空间的11个尺寸参数,具有检测精度高、产品更换快速和操作方便等优点,适用于QFP集成电路芯片三维引脚外观的自动检测,可显著提高生产效率及产品质量.     

基于机器视觉的铲斗目标检测

为实现挖掘机器人在挖掘工作中能够对挖掘轨迹进行自我认知,结合了机器视觉中比较常见的运动目标检测算法-帧差法和背景差分法,对挖掘机铲斗目标检测展开了研究。对帧差法中的二帧差法和三帧差法以及背景差分法中的混合高斯建模法进行了研究,基于这些算法对铲斗目标进行检测。基于Open CV进行程序设计,对挖掘机模型的铲斗进行检测,验证算法的可行性。通过实验结果对比分析,结合三帧差法以及高斯混合建模法能够更好地实现铲斗目标检测。     

将数学形态学应用于检测芯片机器视觉的研究

研制检测集成电路芯片的机器视觉系统,采用数学形态学方法对芯片图像进行滤波平滑处理,用于改善芯片图像的质量。结果表明:将数学形态学应用于检测芯片的机器视觉系统,提高了系统的检测速度和检测的准确性,满足了检测流水线对机器视觉系统检测实时性的要求。     

基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。     

基于机器视觉的元件角度偏移算法研究

为了能为位置控制提供精确的补偿数据,使贴片元件能够更准确地贴装在PCB板上,需对视觉系统中元件检测摄像机拍下的元件图像进行图像预处理得到偏移的角度。实现方法是：先对图像进行增强、阈值分割、边缘检测及用八邻域法提取部分边界,然后利用最小二乘法线性拟合原理对提取的边界进行直线拟合得到斜率,进而得到贴片元件偏转的角度。     

基于机器视觉的手机尾插件精密测量方法研究

提出了一种基于机器视觉的小尺寸不规则零件精密测量方法和系统,方法包括图像采集、图像增强、图像配准、边缘检测、目标直线提取、相机标定和计算测量环节。针对传统尺度不变特征变换(SIFT)匹配算法完全忽略特征点之间的几何关系,对于灰度变化较平滑的图像在寻找匹配特征点对时易产生较多误匹配的问题,引入轮廓匹配获取图像几何信息、对SIFT特征点匹配进行约束,并通过随机样本一致(RANSAC)算法去除噪声点对的影响、精确估计几何变换矩阵;针对现有Hough变换拟合直线算法对非线性边缘易在Hough空间形成伪峰、影响边缘检测精准度的问题,设计了Hough空间投票权重分配新策略来抑制伪峰的产生。实验结果表明:与传统方法相比,所提出的方法特征匹配精度提高了12%,直线检测精准度提高了22%,系统测量精度达到0.015 mm。     

机器视觉在工业测量中的应用与研究

基于普通双目视觉测量模型,针对视觉测量系统的关键技术-标定、特征提取、特征匹配,提出了一种实用的高精度摄像机标定方法,基于“多对一”的思想,讨论了一种改进的Hough变换方法;山外极约束理论,提出了一种基于角点的外极斜率特征匹配方法。实验证明.该方法能成功的应川于复杂零件的测量。     

基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法.介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件.实验结果表明该软件能对螺纹进行实时、高速地检测.     

基于机器视觉的隧道衬砌裂缝检测算法综述

《公路隧道养护技术规范》中明确指出隧道裂缝的调查是专项检查项目之一。目前常采用人工检测,漏检不可避免,为克服此缺点,用机器视觉的方法实现自动化检测已成为近年来该领域里国内外主要研究手段。在机器视觉研究方法的背景下,对目前国内外关于隧道混凝土衬砌裂缝检测算法的研究进行了较全面的综述,包括衬砌图像预处理、裂缝的检测、干扰的剔除、裂缝宽度的测量及误差分析4个部分,并对所采用的算法进行了优势及不足的比较,最后给出结论和未来设想。     

基于机器视觉的平板式数粒机检测方法

以现代药品包装为应用背景,以新型平板式数粒机为研究平台,以机器视觉技术为研究重点,提出了一种基于机器视觉的平板式数粒机的检测方法。该检测方法可用于药品颗粒的缺陷检测和计数算法的研究。实验结果表明,基于机器视觉的平板式数粒机检测方法可达到用户的要求,实现高速度、高效率、高精度的在线检测计数。     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

基于机器视觉的鲜枣群体大小检测算法

目前,鲜枣的分级一般都是由人工测量分级的,效率低,且需要大量劳动力。该文通过建立鲜枣群体大小检测软硬件平台,利用黑白校正获取较清晰的鲜枣目标图像,采用HSV加权法灰度化得到轮廓鲜明的鲜枣图像,采取图像处理技术对鲜枣的轮廓进行弧段组合及弧段分割,获取单个鲜枣的整体边缘,最后通过最小二乘法椭圆拟合得到鲜枣的直径大小。实验表明,该方法能很好地检测每个鲜枣的大小,检测的准确率达到98.91%。     

基于动态感兴趣区域的车道线识别与跟踪

利用车载机器视觉系统识别车道线以确定运动车辆相对道路的横向位置,是目前高速公路等规格化道路上实现车道保持的主要手段。通过理论计算确定采用车道线线性模型,能够满足识别的精度要求,同时提高了系统的实时性。卡尔曼滤波器动态确定感兴趣小窗口的大小和位置,实现车道线自动跟踪,使得图像预处理和车道线的Hough变换识别只在小窗口内进行,降低了计算成本。现场跑车试验结果表明,一帧道路图像的预处理和车道线识别与跟踪时间小于30 ms,且系统对道路上其他运动车辆等干扰具有较强的鲁棒性。     

基于机器视觉的 PCB 缺陷检测算法研究现状及展望

印刷电路板(PCB)是电子零件的基板,需求量极大,承载着电路元件和导线的布局,其优良与否对电子产品的质量有着 重要影响。 由于电子产品的制作逐渐趋于轻薄、精小,基于机器视觉的 PCB 缺陷检测已成为一个具有挑战性的问题。 为了加 深研究人员对 PCB 缺陷检测的理解,本文从传统图像处理方式、传统机器学习及深度学习 3 大维度全面回顾了近 10 年基于机 器视觉的 PCB 缺陷检测算法,并分析其优缺点;介绍了 9 个 PCB 数据集,给出了评价 PCB 缺陷检测算法的性能指标,且在 PCB 数据集及流行的小目标数据集上分别对典型的算法进行了对比分析;最后指出了 PCB 缺陷检测算法目前存在的问题,展望了 未来可能的研究趋势。