本文選題：機器視覺 + 焊點檢測　； 參考：《電子器件》2017年04期

【摘要】：為了提高電路板焊點檢測的準確率,提出了改進的K-近鄰法。首先,采用工業(yè)相機采集圖像并選取470個焊點作為訓練樣本,利用模板匹配法對圖像中的焊點進行定位。然后根據(jù)特征分布直方圖提取焊點的特征并繪制特征分布情況,選擇能區(qū)分不同類別焊點的特征作為有效特征。最后,建立改進的K-近鄰法焊點檢測分類器,選取559個焊點作為測試樣本對模型進行測試。實驗結果表明改進的K-近鄰算法檢測的準確率96%以上,可以有效地提高檢測效率。
[Abstract]:In order to improve the accuracy of solder joint detection, an improved K-nearest neighbor method is proposed. Firstly, the industrial camera is used to collect images and 470 solder joints are selected as training samples, and the template matching method is used to locate the solder joints in the images. Then, the features of solder joints are extracted according to the histogram of feature distribution, and the features of different types of solder joints are selected as effective features. Finally, an improved K-nearest neighbor solder joint detection classifier is established, and 559 solder joints are selected as test samples to test the model. The experimental results show that the accuracy of the improved K- nearest neighbor algorithm is over 96%, which can effectively improve the detection efficiency.
【作者單位】： 沈陽建筑大學信息與控制工程學院;
【基金】：遼寧省教育廳項目(L2013225) 國家自然科學基金項目(61272253) 寧省科學技術研究項目(2014231001)
【分類號】：TN41;TP391.41

【相似文獻】

相關期刊論文 前10條

1 朱瑞;機器視覺在復雜零、部件測量方面的應用[J];今日電子;2004年06期

2 黎紅偉;;關于機器視覺鏡頭[J];可編程控制器與工廠自動化;2005年02期

3 錢競業(yè);;機器視覺的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

4 傅昆;;行者無疆——機器視覺的中國崛起[J];現(xiàn)代制造;2006年21期

5 雷文華;;機器視覺及其應用(系列講座) 第一講 機器視覺發(fā)展概述[J];應用光學;2006年05期

6 ;機器視覺的應用使生產加工更加智能、高效[J];現(xiàn)代制造;2009年06期

7 李樹杰;;中國機器視覺的發(fā)展趨勢[J];赤峰學院學報(自然科學版);2010年01期

8 ;機器視覺最新技術動態(tài)[J];中國光學;2013年01期

9 馮伯儒;;機器視覺中的電-光技術[J];光電子學技術;1986年01期

10 戴君,趙海洋,馮心海;機器視覺[J];機械設計與制造工程;1998年04期

相關會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質量檢測中的研究[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術研究[A];第十一屆全國包裝工程學術會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質檢測中的應用研究[A];中國糧油學會第三屆學術年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農業(yè)機械中的應用綜述[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

10 沈寶國;陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

相關重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術產業(yè)導報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

6 朱廣菁;機器視覺怎樣“看”不合格產品[N];大眾科技報;2008年

7 宋昆;用機器視覺控制煙草質量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術產業(yè)導報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學技術轉移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關博士學位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學;2015年

2 孟慶寬;基于機器視覺的農業(yè)車輛—農具組合導航系統(tǒng)路徑識別及控制方法研究[D];中國農業(yè)大學;2014年

3 田明銳;基于機器視覺的散料裝車控制系統(tǒng)研究[D];長安大學;2016年

4 沈振乾;基于機器視覺的交叉路口智能交通燈控制關鍵技術研究[D];天津工業(yè)大學;2014年

5 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學;2013年

6 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農業(yè)大學;2006年

7 龔愛平;基于嵌入式機器視覺的信息采集與處理技術研究[D];浙江大學;2013年

8 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農業(yè)大學;2009年

9 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學;2006年

10 成芳;稻種質量的機器視覺無損檢測研究[D];浙江大學;2004年

相關碩士學位論文 前10條

1 冼志軍;錫膏印刷機誤差與錫膏印刷質量檢測技術研究[D];華南理工大學;2015年

2 孫斌;基于FPGA的壓力表盤機器視覺研究與實現(xiàn)[D];昆明理工大學;2015年

3 許哲;基于機器視覺的快速測溫熱電偶焊接技術研究[D];河北聯(lián)合大學;2014年

4 李鵬;基于機器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學;2015年

5 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關系研究[D];華南理工大學;2015年

6 孫中國;基于機器視覺的面粉袋碼垛機器人研究[D];山東建筑大學;2015年

7 漆靜;基于機器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學;2015年

8 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學;2015年

9 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學;2015年

10 馮康;基于機器視覺的棉花識別與定位技術的研究[D];石河子大學;2015年

，

本文編號：2054756