电器电子元器件的检测方法

随着我国电器市场的不断发展,质量与售后服务成顾客考虑购买的重要因素之一,而这两个问题实际正是制约家电行业发展的最根本前提。对电器电子元器件的检测方法进行分析和探讨,以促进电器检测行业的健康发展。     

浅谈常用电器电子元器件的检测方法

本文介绍了对常用电子元器件的几种检测方法.     

基于GA-BP神经网络的散乱点云孔洞自动修补

点云孔洞修补作为点云数据处理中的关键技术,直接影响点云的质量和完整性。利用遗传算法（genetic algorithm,GA）优化的BP（back propagation,反向传播）神经网络（简称GA-BP神经网络）是一种修补效果较好的散乱点云孔洞修补方法。但基于GA-BP神经网络的散乱点云孔洞传统修补方法的多个步骤需借助逆向软件通过人机交互的方式完成,导致修补过程繁琐且耗时较长。为此,提出了一种基于GA-BP神经网络的散乱点云孔洞自动修补方法。通过计算机编程将孔洞识别、孔洞区域插值和孔洞修补相结合,实现从残缺点云模型直接到完整点云模型的自动修补,无须进行复杂的人机交互和数据转换。实验结果表明,所提出的方法可有效避免因数据转换而造成的数据失真,减少了人机交互工作量,方便而高效地修补了散乱点云的孔洞,且得到的修补点云密度均匀,这对提高点云孔洞修补效率和质量具有重要意义。     

逼近散乱点云数据的三角形网格精确剖分

基于自组织特征映射神经网络构建的三角形网格模型可以实现测量点云压缩后的Delaunay三角逼近剖分,但该模型存在逼近误差和边缘误差.为减小三角形网格的逼近误差和边缘误差,构建了精确逼近的三角形网格模型.首先采用整个测量点云,对三角形网格模型中的所有神经元进行整体训练;然后对三角形网格中的网格神经元的位置权重,沿网格顶点法矢方向进行修正;最后采用测量点云中的边界点集,对三角形网格模型中的网格边界神经元进行训练.算例表明,应用该模型,可以有效减小三角形网格的边缘误差,三角形网格逼近散乱点云的逼近精度得到大幅提高并覆盖散乱点云整体分布范围.     

综合边缘检测和区域生长的红外图像分割方法

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。     

基于多视角区域生长的复杂点云模型分割

为提高三维点云模型在特征模糊区域的分割精度,提出了一种借助多视角区域生长的分割方法。基于网格法向量方向相异性原则,初次将模型划分为不同类别的子区域,在相应区域建立点云与多视角距离图像的一一映射关系。利用Canny算子对灰度的敏锐性获取独立连通域并计算其重心坐标,根据对应关系在三维点云中提取对应点作为种子点,然后引入网格法向量的偏移角度分离邻接面,同时对剩余彼此独立的分割面按照迭代搜索最近点的原则进行提取,并利用KNN算法去除离群点实现分割优化。在选取的模型数据集上进行实验,结果表明该方法能够实现复杂点云模型的合理划分,分割精度不低于80%。     

电子元器件组装工艺质量的改进方法探析

在目前的电子元器件组装工艺中,表面组装技术(SMT)起着重要的作用,但由于表面组装技术需要多个生产工序,所以难免产生操作不当、机器不稳定等各种问题,从而导致元器件出现焊料球等瑕疵。本文借助鱼骨图工具,分析焊料球出现的各种原因,并提出相应的改进措施。     

三维点云分割研究综述

点云是在三维空间层面完整表达周围环境的重要数据形式.传统的自主移动机器人通过激光雷达或者RGBD相机等传感器可以获取点云数据.点云分割是认知与理解点云数据中所携带的信息的重要方法.本文对点云分割,包括传统点云分割、点云语义分割、点云实例分割等的发展现状进行了分析与阐述.     

纸塑复合袋表面缺陷图像分割算法的设计与实现

目的 纸塑复合袋表面缺陷图像受到噪声、光照不均以及自身缺陷等因素的影响,在对图像缺陷区域进行分割时会造成过分割或欠分割.针对此现象提出一种将边缘检测和自适应区域生长法相结合的纸塑复合袋表面缺陷图像的分割算法.方法 首先利用Sobel算子和形态学运算对双边滤波后的缺陷图像进行第1次分割;然后对缺陷区域进行最小外接矩形标记并计算其形状特征,通过判定形状特征大小来决定是否继续分割;最后将符合继续分割的图像缺陷区域质心作为初始种子点,在原始图像上进行自适应区域生长,形成第2次分割结果,完成缺陷图像分割.结果 与其他算法相比,该算法对各类常见缺陷均能取得较好的分割效果,Dice系数均在0.93以上.结论 该算法分割精度较高,有较强的鲁棒性,可以满足工业上的生产需求.     

点云数据区域分割方法

为了便于逆向工程中模型的重建，针对散乱无组织的点云数据，提出了一种新的区域分割方法。首先对点云数据进行网格划分和稀化处理，对每个网格内的数据点用抛物面进行局部拟合，得到点云中每个点的法矢和曲率等微分信息，然后由“绝对标准”得到边界候选区域，再由“相对标准”得到最终边界点，连接这些边界点或对这些边界点进行曲线拟合，完成点云的区域分割。实践证明，通过该方法得到的边界点能满足工程应用的需要。     

融合配准的多站室外大场景激光点云分割

针对室外场景范围广、分割难度大、识别效果不显著等问题,提出了一种融合多站点云配准的室外大场景分割方法.首先,根据室外场景视野大、点云数据量庞大特点,选取多个视角下重叠区域较多的建筑场景点集,结合SAC-IA和ICP方法进行点云自动配准,从而构建出点云密度相对均匀的室外大场景完整结构;然后,选用公共数据集Semantic...     

阶梯垛型点云边界快速提取方法研究

目的 针对阶梯垛型点云边界检测中,现有边界提取算法效率不高的问题,提出一种适用于阶梯垛型点云的快速边界提取算法。方法 首先使用Kd–Tree对点云数据进行拓扑关系构建,其次搜索采样点及其近邻点,构建单位平面向量,并进行向量叠加,根据叠加后的向量模长来判断是否为候选边界点,然后使用近邻点最大夹角法来进行边界点精提取,最后使用Kinect相机获取阶梯垛型点云数据,进行算法对比验证。结果 实验结果表明,文中算法在保证垛型边界提取精度的同时,比经典边界提取算法的运行时间缩短了75.14%,比优化前的边界提取算法运行时间缩短了11.06%。结论 提出的边界提取算法能够快速准确地提取阶梯垛型点云边界,可为自动码垛系统的设计提供参考。     

基于曲率约束的点云分割去噪方法

在点云去噪处理过程中,为提高对曲率变化较大区域的去噪效果,提出基于曲率约束的点云分割去噪方法。该方法通过曲率约束点云数据使模型特征得到有效保持,构建噪声光顺的映射函数使得噪声点回归光顺,能够避免使用传统滤波对点云数据模型产生过光顺,对后续处理奠定一定基础。实验表明,该方法相对于双边滤波能够有效地保持模型的特征,保留模型边缘信息,去除噪声效果更为明显。     

基于最小曲面距离的快速点云精简算法

提出了一种新的基于最小曲面距离的点云精简算法,算法在简化点云数据的同时不损失特征。点云被划分成一系列的三维子网格,根据子网格,找到最近k邻域。散乱点云的k邻域通过二次参数曲面拟合,进一步得到相关曲率。依据提出的曲面距离,对点云进行精简。选择了一些典型的点云,如冲浪、石头、陶俑、牙齿等数据对算法进行了验证。结果表明,可以直接和有效地减少点云数据,同时保持原始模型的几何形状,对点云精简研究有一定的理论和实践意义。通过实验也证明了该算法的可靠性和准确性。     

Blockchain-Based Trusted Electronic Records Preservation in Cloud Storage

Cloud storage represents the trend of intensive, scale and specialization of information technology, which has changed the technical architecture and implementation method of electronic records management. Moreover, it will provide a convenient way to generate more advanced and efficient management of the electronic data records. However, in cloud storage environment, it is difficult to guarantee the trustworthiness of electronic records, which results in a series of severe challenges to electronic records management. Starting from the definition and specification of electronic records, this paper firstly analyzes the requirements of the trustworthiness in cloud storage during their long-term preservation according to the information security theory and subdivides the trustworthiness into the authenticity, integrity, usability, and reliability of electronic records in cloud storage. Moreover, this paper proposes the technology framework of preservation for trusted electronic records. Also, the technology of blockchain, proofs of retrievability, the open archival information system model and erasure code are adopted to protect these four security attributes, to guarantee the credibility of the electronic record.     

基于激光点云数据的叶片型面三维重构

在四坐标叶片型面检测基础上,提出基于激光点云数据的叶片型面三维重构方法。激光位移传感器对叶片型面进行多视角扫描采样,快速采集叶片型面海量点云数据。运用由点到线到面的数学建模原理,先基于端点一阶导矢连续法拟合出光顺NURBS曲线,再依据分片能量法构建辅助曲面拟合出光顺NURBS曲面,最后对分片NURBS曲面进行统一描述,构造出精确光滑的叶片型面,实现叶片型面的三维重构。实验结果表明：采用该方法实现对各类叶片复杂型面的三维重构,重构误差均<0.015 mm,能够满足精密零件的测量需求。     

基于振动点云补偿锻件尺寸在线测量系统研究

目的 针对高温锻造生产线检测任务中机械振动造成锻件热态尺寸测量误差较大的问题,提出基于加速度传感器的振动点云补偿方法。方法 振动点云补偿方法是在激光相机中内置加速度传感器获取振动信号,在检测出相机振动的加速度后,通过二次积分求解出相机在3个方向上的位移量,并通过旋转矩阵变换得到对应点的坐标值,从而对相机振动带来的点云偏差进行补偿和校正。在完成对点云偏差的修正之后,利用Halcon中的模板匹配算法对锻件点云进行匹配。结果 搭建了具有加热、镦粗、预锻等工序的汽车轮毂机器人自动化锻造生产线,根据锻造工艺要求,使用所研制方法对高温锻件产品进行了关键尺寸的在线测量。经补偿后,锻件点云尺寸平均测量误差由±0.9 mm降低至±0.1 mm,标准差由0.52 mm降低至0.056 mm。结论 采用二氧化硅气凝胶隔层降噪、增加防振结构件及隔热恒温等措施,使用蓝紫线激光3D相机,并通过基于加速度传感器的振动点云补偿算法,可以满足锻造自动化生产线的在线检测要求,能够提高锻造生产线高温锻件尺寸的检测精度、降低尺寸检测的不稳定性。     

无浊点电镀珠光镍工艺

提出了一种新型电镀珠光镍工艺，其特点是镀液稳定，处理周期长，同时考察了各种工艺条件对镀层外观形貌的影响，采用自行研制的珠光镍添加剂，在工艺范围内可以得到外观均匀，镀层柔软性好的珠光镍。SEM观察结果表明镀层表面形貌不同于传统珍珠镍电镀工艺所得镀层。