基于機器視覺的芯片識別及定位軟件的研究開發(fā).pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,隨著計算機及圖像處理技術的發(fā)展,機器視覺技術在工業(yè)在線檢測中的應用逐漸廣泛,全自動貼片機的元器件檢測系統(tǒng)也摒棄了傳統(tǒng)的機械定位或激光定位手段轉而采用機器視覺技術來提高定位精度和速度。目前,國內的全自動貼片機所采用的機器視覺系統(tǒng)的核心技術主要由國外機器視覺公司提供,國內在這一領域的研究尚處在起步階段,在速度和精度方面與國外先進水平相比有明顯差距。開展本項目研究,為國內發(fā)展具有自主知識版權的高性能IC封裝設備提供了一定的理論基礎。<

2、br>  本文通過對機器視覺常用圖像處理算法進行研究,結合貼片機視覺系統(tǒng)圖像識別模塊的具體應用,選擇了有針對性的算法,設計了合理的算法流程。在圖像預處理階段,使用既能去除噪聲又可以保護邊角結構特征的SUSAN濾波來對芯片圖像平滑去噪;在粗分割階段,本課題將Blob分析用于多目標分割。首先參考直方圖波形分析的結果選取最優(yōu)的閾值對芯片圖像進行分割,其次采用基于游程編碼的方法對二值圖像進行Blob分析,提取Blob長、寬、面積等形狀特征,最后

3、將這些特征與模板特征進行比較,初步剔除不符合要求的芯片;在精匹配階段,首先采用SUSAN角點提取算法來獲得待匹配芯片的特征點,然后使用點模式匹配算法進一步驗證芯片并采用矩形擬合技術來最終獲得芯片的位置和偏轉角度。在缺陷檢測方面,本課題主要使用Blob分析的方法來實現(xiàn)。
  另外,本文介紹了課題所完成的芯片識別和定位軟件系統(tǒng)所采用的工作流程及實現(xiàn)的功能,對軟件實現(xiàn)的效果進行了分析,對系統(tǒng)達到的精度和速度進行了評價。
  最后,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論