貼片機基準點定位視覺系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、貼片機視覺系統(tǒng)目前高性能貼片機最關(guān)鍵的系統(tǒng)之一，其性能直接影響到的貼片機的貼裝精度和速度。而基準點定位子系統(tǒng)對于整個視覺系統(tǒng)的初始化，標定，以及機械加工誤差的補償有著至關(guān)重要的作用，其定位精度和速度直接制約著整個視覺系統(tǒng)。針對課題組的貼片機研制工作，本文對貼片機視覺系統(tǒng)的基準點定位子系統(tǒng)進行了研究。主要進行了以下研究工作：
　　根據(jù)貼片機的需求，確定了本文的待檢測目標基準點，分別是圓形、矩形、菱形、三角形、十字形、雙矩形、蝶形和井

2、形基準點。通過分析這些基準點特征，確定了獲取基準點邊緣像素的過程。先使用OTSU算法對圖像進行二值化分割，然后對二值圖像進行基于形態(tài)學(xué)的輪廓檢測，確定基準點目標的感興趣區(qū)域，然后再使用Canny算子檢測基準點邊緣。提出了根據(jù)圖像特征自適應(yīng)選擇Canny算子閾值的方法，實驗結(jié)果表明該方法對光線變化具有很好魯棒性。
　　提出了基于邊緣曲線特征的檢測算法。先使用Hough變換算法提取Canny邊緣點構(gòu)成的圓或直線。通過對比分析各種Hou

3、gh變換算法的性能，選擇了改進的概率Hough變換算法，提出了Hough變換參數(shù)選擇的方法。針對直線形基準點中檢測到的重復(fù)邊緣直線問題，提出了改進的分級聚類的方法用于合并重復(fù)邊緣直線。最后通過擬合來得到基準點的邊緣曲線的方程以及中心位置。實驗結(jié)果表明，該算法對于一般的孤立干擾，噪聲點具有良好的魯棒性，執(zhí)行時間在10ms以內(nèi)；但是對于邊緣受到遮擋的直線形基準點，該算法檢測可能失敗。
　　提出了基于基準點模型的檢測算法。分析了每種類型

4、基準點所需參數(shù)，確定了對應(yīng)基準點模型的參數(shù)向量。提出了基于均值Hausdorff距離的匹配準則用以表征待檢測目標和模板的相似程度。提出了基于距離變換的匹配相似度的計算方法，解決了需要不斷重復(fù)計算目標和模板的均值Hausdorff距離的問題，有效的減少了計算量。提出了基于粒子群優(yōu)化算法和圖像金字塔結(jié)構(gòu)的模板匹配過程，有效的降低了匹配時間。實驗結(jié)果表明該方法對邊緣殘缺或受到遮擋的基準點的具有很好檢測效果，對各種類型的干擾都具有很強的魯棒性，