機(jī)器視覺(jué)是研究利用機(jī)器代替人眼進(jìn)行測(cè)量、控制的技術(shù),具有非接觸、精度高、可以長(zhǎng)時(shí)間連續(xù)工作的特點(diǎn),在LED芯片貼裝和產(chǎn)品檢測(cè)過(guò)程中使用機(jī)器視覺(jué)技術(shù),能夠解決人工操作精度低和速度慢的問(wèn)題。本文通過(guò)對(duì)LED芯片識(shí)別和產(chǎn)品檢測(cè)過(guò)程特點(diǎn)和需求的分析,設(shè)計(jì)了系統(tǒng)硬件方案,搭建出實(shí)驗(yàn)平臺(tái)。在此實(shí)驗(yàn)平臺(tái)的基礎(chǔ)上利用圖像處理和深度學(xué)習(xí)算法,研究了機(jī)器視覺(jué)技術(shù)在LED生產(chǎn)制造中的應(yīng)用。論文的主要內(nèi)容包括:針對(duì)LED芯片貼裝過(guò)程提出了基于視覺(jué)補(bǔ)償?shù)木珳?zhǔn)貼裝技術(shù),通過(guò)貼裝前對(duì)LED芯片的位姿識(shí)別,計(jì)算芯片旋轉(zhuǎn)偏移量,從而調(diào)整貼裝角度實(shí)現(xiàn)精確貼裝。首先根據(jù)LED芯片金屬引腳區(qū)域面積的差異,對(duì)LED芯片的正負(fù)極性進(jìn)行識(shí)別;然后對(duì)LED芯片的位姿角度進(jìn)行識(shí)別,在對(duì)LED芯片的位姿角度識(shí)別時(shí)提出了基于Hough變換、形態(tài)學(xué)連通域和角點(diǎn)檢測(cè)的三種識(shí)別方法,并通過(guò)測(cè)試數(shù)據(jù)分析了上述方法的準(zhǔn)確率以及各自的優(yōu)勢(shì)。針對(duì)LED產(chǎn)品檢測(cè)過(guò)程,提出了基于深度學(xué)習(xí)的LED產(chǎn)品檢測(cè),改善了傳統(tǒng)圖像處理算法魯棒性差的問(wèn)題。在深度學(xué)習(xí)框架Caffe下使用SSD目標(biāo)檢測(cè)算法,搭建卷積神經(jīng)網(wǎng)絡(luò)并使用數(shù)據(jù)集對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,獲得了學(xué)習(xí)良好的訓(xùn)練模型。使用該目標(biāo)檢測(cè)模型將LED產(chǎn)品中的每個(gè)LED芯片識(shí)別并提取出來(lái),逐個(gè)進(jìn)行周長(zhǎng)、面積、位姿等判定,進(jìn)而判定LED產(chǎn)品的合格與否。實(shí)驗(yàn)結(jié)果表明使用深度學(xué)習(xí)算法的LED產(chǎn)品檢測(cè)系統(tǒng)具有識(shí)別率高、魯棒性強(qiáng)的優(yōu)點(diǎn)。在Visual Studio 2013開發(fā)環(huán)境下,結(jié)合OpenCV圖像處理算法庫(kù)和Caffe深度學(xué)習(xí)框架,實(shí)現(xiàn)LED芯片識(shí)別和產(chǎn)品檢測(cè)算法,構(gòu)建系統(tǒng)的整體軟件框架,設(shè)計(jì)編寫用戶應(yīng)用程序軟件。
【學(xué)位單位】：南昌大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN312.8;TP391.41
【部分圖文】：

第 2 章 LED 芯片圖像預(yù)處理圖像的灰度值。、平均值法于彩色圖像中的每一個(gè)像素點(diǎn)，將 R ，G ，B 三個(gè)通道的平均值像在該點(diǎn)的灰度值。、加權(quán)平均法于人的眼睛對(duì)紅色光、綠色光、藍(lán)色光的敏感程度不同而對(duì) ， 賦予不同的權(quán)重值，從而得到灰度化圖像在該點(diǎn)的灰度值。Gray 0.30 R 0.59 G 0.11 B合分析后，使用加權(quán)平均法對(duì)圖像進(jìn)行灰度化操作更為合理，如圖權(quán)平均法對(duì)彩色圖像進(jìn)行灰度化處理的結(jié)果。

圖 2.3 灰度直方圖圖像濾波用工業(yè)相機(jī)采集 LED 芯片圖像時(shí)，由于環(huán)境中各種不確定因素的LED 芯片圖像中含有噪聲，降低了圖像質(zhì)量。在對(duì)采集的圖像進(jìn)行品檢測(cè)前一般需要進(jìn)行濾波處理，以增強(qiáng)有用信息，突出圖像的特間濾波是圖像濾波中的一種重要方法[38]，空間濾波可以分為線性濾波[39]。線性濾波是一種相對(duì)比較簡(jiǎn)單的空間濾波方法，包括均值波等。線性濾波雖然運(yùn)算簡(jiǎn)單，但是在濾波的過(guò)程中造成了圖像的數(shù)字圖像的邊緣信息。為了能夠?qū)崿F(xiàn)圖像濾波，且盡量減少對(duì)圖像信息的損失，可以使用非線性濾波，如中值濾波等。性濾波的基本步驟為如圖 2.4 所示：（1）建立一個(gè)掩模模板。（2）波的數(shù)字圖像中逐像素移動(dòng)掩模。（3）在每一像素點(diǎn) x ,y 處作相w 1 , 1 f ( x 1, y 1) w 1 ,0 f ( x 1, y ) w 1 ,1 f ( x 1, y 1)

(a) 均值濾波 (b) 高斯濾波 (c) 中值濾波圖 2.7 空間濾波算法對(duì)比圖如圖 2.7 為使用5 5的模板分別采用上述的三種圖像空間濾波方法對(duì)圖2.2(b)所示的灰度圖像進(jìn)行濾波平滑操作，可以看出均值濾波器在對(duì)圖像去噪的同時(shí)，也造成了圖像的失真模糊。高斯濾波器通過(guò)對(duì)模板中不同像素位置分配不同的權(quán)重，能夠抑制圖像中的高斯噪聲，將圖像中的亮度差異進(jìn)行平衡，同時(shí)能夠在濾除噪聲時(shí)降低圖像的模糊。中值濾波在一定的條件下可以克服線性濾波如均值濾波等帶來(lái)的圖像細(xì)節(jié)模糊。2.5 二值化在 LED 芯片的識(shí)別與產(chǎn)品檢測(cè)中，二值化操作是對(duì)采集的圖像進(jìn)行分割的一種常用方法，特別適用于目標(biāo)區(qū)域和背景區(qū)域明顯處于不同灰度范圍的圖像。對(duì)灰度圖像進(jìn)行二值化操作時(shí)，需要對(duì)整幅圖像的灰度分布情況進(jìn)行分析，選取合理的閾值T ，從而分割出圖像中需要的部分。假設(shè)灰度圖像在像素點(diǎn) x ,y 處
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王耀南;陳鐵健;賀振東;吳成中;;智能制造裝備視覺(jué)檢測(cè)控制方法綜述[J];控制理論與應(yīng)用;2015年03期

2 宋松林;;國(guó)內(nèi)外LED產(chǎn)業(yè)發(fā)展?fàn)顩r分析(下)[J];中國(guó)照明電器;2014年12期

3 戰(zhàn)蔭偉;黃治登;;基于機(jī)器視覺(jué)的貼片LED極性檢測(cè)系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)測(cè)量與控制;2014年03期

4 羅尤春;孫容磊;;機(jī)器視覺(jué)理論及應(yīng)用[J];軟件導(dǎo)刊;2014年03期

5 李愷;楊艷麗;劉凱;辜松;張青;趙亮;;基于機(jī)器視覺(jué)的紅掌檢測(cè)分級(jí)方法[J];農(nóng)業(yè)工程學(xué)報(bào);2013年24期

6 王國(guó)慶;楊華新;劉承桓;葉洪;瞿進(jìn);;經(jīng)濟(jì)型貼片機(jī)系統(tǒng)設(shè)計(jì)[J];機(jī)械設(shè)計(jì);2013年11期

7 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

8 吳曉軍;鄒廣華;;基于邊緣幾何特征的高性能模板匹配算法[J];儀器儀表學(xué)報(bào);2013年07期

9 胡銦;楊靜宇;;適用于遮擋情況的SSD和MCD融合跟蹤算法[J];系統(tǒng)仿真學(xué)報(bào);2010年04期

10 韓冰;林明星;丁鳳華;;機(jī)器視覺(jué)技術(shù)及其應(yīng)用分析[J];農(nóng)業(yè)裝備與車輛工程;2008年10期

相關(guān)博士學(xué)位論文 前1條

1 盛遵冰;機(jī)器視覺(jué)圖像檢測(cè)與定位系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張?zhí)扃?基于深度學(xué)習(xí)的行人流量統(tǒng)計(jì)算法研究[D];哈爾濱工業(yè)大學(xué);2017年

2 張傳凱;基于機(jī)器視覺(jué)的LED芯片定位與檢測(cè)技術(shù)研究[D];陜西科技大學(xué);2016年

3 孫偉立;LED檢測(cè)及Bin庫(kù)的系統(tǒng)軟件黑盒測(cè)試用例設(shè)計(jì)[D];華中科技大學(xué);2016年

4 孫付超;基于OpenCV的圖像預(yù)處理在儀表定位中的應(yīng)用[D];山東大學(xué);2015年

5 宋佳星;基于機(jī)器視覺(jué)的插件機(jī)定位系統(tǒng)的研究與應(yīng)用[D];大連理工大學(xué);2014年

6 肖敏;基于機(jī)器視覺(jué)的晶圓定位系統(tǒng)研究[D];上海交通大學(xué);2013年

7 董文杰;高亮LED產(chǎn)業(yè)發(fā)展研究[D];天津大學(xué);2011年

8 馬天翼;LED行業(yè)的發(fā)展趨勢(shì)與投資機(jī)會(huì)分析[D];上海交通大學(xué);2010年

9 李蒙;LED芯片檢測(cè)系統(tǒng)視覺(jué)圖像分析技術(shù)研究[D];杭州電子科技大學(xué);2010年

10 王力;基于機(jī)器視覺(jué)的貼片元件定位系統(tǒng)的研究與開發(fā)[D];蘇州大學(xué);2009年

本文編號(hào)：2893160