印刷电路模板基于模式识别的生成方法研究

在印刷电路板生产中常采用模板匹配检验方法自动检测电路板的质量缺陷，可以减少废料提高生产效率。模板匹配检验方法需要从印刷电路板扫描图生成标准模板。但传统的模板生成方法很难克服扫描图像边缘模糊，图像噪声和图像色彩偏离等因素的综合影响。该文阐述了Canny边缘检测算法，二值图像的细化算法，在此基础上提出一种新的综合模板生成方法，该方法可以解决传统的模板生成方法的不足，生成高质量标准模板。     

基于机器视觉的印刷标签检测系统的改进

针对图像采集的非同步性和传送平台存在的抖动等因素造成采集图像质量降低的问题,提出了一种简单可行的高可靠性机器视觉印刷标签检测系统。通过比较几种边缘检测算法,采用Canny这种相对高可靠性的边缘检测算法制作边缘掩膜,通过在模板图像上加盖边缘掩膜,在差影比较后对差影图像进行形态学去噪来消除轮廓伪影和人眼难以识别的微小缺陷。该方法运用在印刷标签质量检测系统中,有效地降低了印刷标签误检率,并且符合人眼识别特性。     

基于LOG算子的小信息量图像匹配算法

为了提高远距离图像导航精度,解决小信息量、小模板及噪声条件下图像匹配的难点,针对传统相位相关的图像匹配算法对图像高频信息利用不足、匹配精度受模板尺寸影响及抗噪声干扰性能差的缺点,提出了基于改进LOG边缘检测算子的图像匹配新算法,采用新的LOG算子对参考图像和模板进行边缘检测,并利用相位相关在整幅图像内对模板进行配准。通过实拍图像对新算法进行了验证,实验结果表明,与传统图像匹配算法相比,新算法匹配精度高、抗噪声能力强,目标定位稳定、可靠。     

模糊边缘检测算法在水印模糊检测中的应用

在防伪印刷纸张质量检测系统中，纸张防伪水印的模糊是其检测的重要指标之一。为了保证实际防伪印刷纸张质量检测的实时性和准确性，提出了一种水印模糊检测算法，该算法运用一种改进的快速模糊边缘检测算法来进行水印图像的边缘轮廓检测，以得到目标图像的边缘轮廓，然后根据边缘轮廓的边缘信息，通过对边缘轮廓像素进行梯度运算得到边缘的灰阶变化，以边缘像素灰阶变化设计了水印模糊判定函数。经过实验，该算法运算速度较快，准确度较高，具有良好的应用前景。     

采用多结构元素模板的形态学边缘检测新算法

边缘检测是图像处理和计算机视觉中的基本问题。为了能有效地捕获目标的主要特征,提出了一种基于Ostu阈值分割和数学形态学的灰度图像边缘检测新算法。利用Ostu算法找到一个最佳的阈值,根据这个阈值把灰度图像二值化,构造四个不同方向的3×3或5×5的结构元素模板,采用数学形态学中的腐蚀算法利用元素模板来腐蚀二值图像。自适应地均衡腐蚀结果,检测出图像边缘。仿真和分析表明同传统边缘检测算法相比新算法运算量小,检测的边缘轮廓清晰,连续性好,可以很好地提取图像中富含的边缘信息,且抗噪声性能较好,假边较少,适用性强。     

一种基于改进后模板的图像快速细化算法

为了快速地进行图像细化，提出了一种新的图像快速细化算法，该算法提出了组合模板的概念，不仅有效地提高了模板的匹配速度，同时对组合模板进行了优化，最后在优化后的组合模板基础上，提出了新的改进算法。大量实验表明，该新算法不但同时具有以往算法的优点，而且细化速度比以往算法提高了3～6倍，是一种较为理想的细化算法。     

自动孔板印刷机中图像检测系统的设计与实现

设计与实现了自动孔板印刷机中印刷图像质量检测系统。该系统主要包括孔板印刷中多路印刷图像的获取、特征的提取和匹配以及质量监控处理等功能模块。在RG Chromaticity空间中采用模板匹配的方法设计了相关的算法,实现了对印刷图像的错位、漏印、渗溢以及颜色不均等质量因素的快速实时检测,并成功地应用于自动丝网印刷设备中。经过测试和运行取得了良好的质量监控效果和经济效益。     

基于图像配准的食品包装印刷缺陷检测与实现

传统食品包装印刷缺陷检测系统采集的实时图像和标准图像在空间上存在着较大的差异,在缺陷检测前首先要将实时图像与标准图像配准,再进行图像缺陷检测与识别。针对传统检测方法检测时间长、分拣效率低、漏检率高和对人视觉要求高等缺点,在图像增强处理的基础上,提出了一种适用于食品包装印刷缺陷检测的图像配准算法。该算法利用小波变换改进算法对图像边缘进行检测,有效地解决了噪声所产生的误检问题。实验仿真结果表明,该算法具有较高的稳定性和可靠性,能够精确检测出小于0.1 mm的刀丝和拉条等细微缺陷,实现了食品包装印刷品的无损检测。     

新的噪声污染灰度图像边缘检测方法

传统的图像边缘检测方法由于引入了各种微分运算,因此用于噪声图像边缘检测时对噪声极度敏感。针对这一问题,提出了一种基于独立分量分析技术的噪声图像边缘检测方法,该算法通过计算数据之间的高阶统计信息,提取特征模板,然后将被高斯噪声污染的灰度图像与这些模板逐个匹配,提取出边缘成分。实验结果表明,基于独立分量分析技术的模板匹配方法自适应强,复杂度低,是一种有效的高斯噪声污染灰度图像边缘检测方法。     

基于机器视觉的车辆保险盒在线检测研究

摘要: 车辆保险盒作为汽车电控系统中的一个重要的元器件,其质量好坏直接影响汽车的性能,传统的车辆保险盒检测主要依靠人工检测,检测费时费力,针对该问题,提出一种基于视觉的车辆保险盒在线检测方法,分析了产品图像校正到标准模板图像的位置误差,采用SURF(Speeded Up Robust Feature)算法和平面单应性理论将待检产品图像变换到标准模板位置,利用颜色直方图匹配和模板匹配完成保险盒上元件的检测。实验结果证明,该方法检测效率高,稳定可靠,能够满足在线检测的要求,具有一定实用价值。     

彩色印刷品套准精度分析算法

将图像处理技术和分色原理应用于彩色印刷品套准精度检测中,提出一种新的套印精度分析算法。对标准图像与待检图像分色后,对应色的灰度图像进行配准,最后利用图像固有的信息和配准信息获得套印误差。新算法不需要在印刷品边缘印刷套印色标,从而减少了纸张切边等额外工序。实验结果表明,该算法的检测精度和效率均高于传统套印误差检测方法,完全满足精密彩色印刷品套印误差检测的要求。     

使用3D-LUT的黑色生成算法

针对高品质彩色打印的应用需求，提出一种改进的GCR黑色生成算法。首先提出生成打印样本集的改进方法，然后介绍了使用3D-LUT建立打印机模型时的关键问题，最后给了出传统方法和新方法的结果对比。相比传统GCR方法，新方法明显增大了低明度部分色域，提高了打印机色彩再现能力，减小了校正误差。     

An automatic inspection system for printed wiring board masks

This paper describes an automatic inspection system for printed wiring board masks. This system utilizes a hierarchical defect detection algorithm developed for inspecting high precision mask patterns for both printed wiring boards and integrated circuits. This algorithm makes use of geometrical characteristics of mask patterns to discriminate defects. Sufficient defect detection capability, as well as high inspection throughput, has been accomplished by hardware-implementation of the algorithm and inspection result utilization through retouching machines.     

无标记印刷品质量在线检测方法研究

印刷品图像配准是实现印刷品自动检测的关键技术。以高分辨率印刷品图像为研究对象,将原始图像分割成多个兴趣区域,将兴趣区域的中心坐标与旋转角作为图像配准参数,通过变步长搜索算法获取被测图像与模板图像之间的最小旋转角;通过仿射变换将待检图像与模板图像进行配准并使用双向差影法计算两者的差影图像;通过二值化阈值与缺陷区域面积阈值进行缺陷识别。实验结果显示：该检测系统对合格品的检测准确率为96%,对不合格品的检测准确率为94%。     

改进的人工蜂群算法在函数优化问题中的应用

人工蜂群算法是近年来新提出的一种优化算法。针对标准人工蜂群算法的局部搜索能力差,精度低的缺点,提出了一个改进的人工蜂群算法,利用全局最优解和个体极值的信息来改进人工蜂群算法中的搜索模式,并引入异步变化学习因子,保持全局搜索和局部搜索的平衡。将改进的人工蜂群算法在函数优化问题上进行测试,结果表明改进的人工蜂群算法优于原算法。     

液体温度双模态控制系统设计

阐述了一种以自调整模糊控制算法为核心的液体温度双模态控制系统。该系统采用了两种控制模式,能够对液体温度进行高精度的实时控制,通过软件的参数设定,可以按既定的控制曲线实现匀速降温、升温和恒温等多种温度控制要求。根据不同的控温阶段,采取不同的控温模式:在控温精度要求低的阶段,采用开关控制模式,以节省控制时间;在控温精度要求高的阶段,采用自调整模糊控制模式,以得到很高的控制精度。应用本系统构建高精度的测试环境,取得了很好的效果,且具有一定的通用性。     

基于机器视觉的气门油封装配质量在线检测

目前在汽车发动机装配线上仍主要依靠人工视觉检测气门油封装配质量,效率低且易出错。引入机器视觉技术,利用智能相机获取压装后的气门油封图像,应用图像定位、模板匹配、特征提取等算法,实现对气门油封装配质量的在线自动检测。实践证明：该方法可替代人工对气门油封压装质量进行100％在线检测,快速稳定,满足生产要求。     

Print registration for automated visual inspection of transparent pharmaceutical capsules

This paper addresses a challenging problem of visual inspection of transparent pharmaceutical capsules, where print registration is used to determine the capsule’s print region. The determination of the print region allows for reliable detection of defects both on the print region and on the rest of the capsule’s surface. On transparent capsules, both the print on the front and the print on the back of a capsule are concurrently visible. Moreover, the print on the back may be partially or entirely occluded by the powder inside the capsule. All this causes that the print registration methods used for opaque capsules do not achieve adequate performance. In this paper, we present a novel registration method designed specifically for transparent capsules. The method utilizes a template matching technique with a new similarity measure that considers the specific properties of transparent capsules to increase the registration robustness. Additionally, we present a registration refinement step that reduces the effect of possible print deformations and image distortions. The performance of the method was evaluated in terms of robustness, accuracy and speed on large image sets of four different radial prints. The new method shows highly improved robustness (>98.6 %) compared to the method based on normalized cross-correlation (>72 %) and the method based on feature matching (>80 %). Furthermore, the additional refinement step improves the registration accuracy. Although the execution time is raised from 3 to 11 ms, it still meets the usual speed requirements.     

基于K-L算法的焊缝红外图像检测技术

提出计算机对所得图像进行滤波和图像分割,讨论了K-L算法的原理及其在红外焊缝图像检测中的应用;以红外光源照射焊缝,通过CCD摄取焊缝的图像,建立已焊和未焊的图像模板库,采用K-L算法对焊缝图像进行处理,并与模板库进行比较,得出焊缝是否焊接的结论;试验结果表明,该方法检测精度高,检测速度快,可以实时运用于对手工电弧焊的焊缝质量检测中.     

基于结构光相机的钢筋骨架整体点云获取算法

为了获取钢筋骨架质量自动检查所需的高精度钢筋骨架整体点云,建立了基于结构光相机的钢筋骨架整体点云获取算法。首先,对结构光相机采集得到的多幅钢筋骨架图像进行三维重建,得到结构光相机的无量纲位姿。其次,根据无量纲位姿获取有量纲位姿。然后,计算这些有量纲位姿间精确的转换矩阵。接着,基于这些有量纲位姿及其两两之间的精确转换矩阵,使用图优化对这些有量纲位姿进行优化,以得到高精度的有量纲位姿。最后,基于高精度的有量纲位姿对齐结构光相机采集的所有点云,获取钢筋骨架整体点云。实验结果表明,该算法获取实际预制钢筋混凝土构件钢筋骨架整体点云的耗时约10 min,且点云的误差约为5 mm。钢筋骨架整体点云获取算法可以快速获取钢筋骨架整体点云,而且所得点云的精度较高,可以满足钢筋骨架质量自动检查的要求。