當(dāng)前,自動(dòng)點(diǎn)膠機(jī)技術(shù)的高效自動(dòng)化提高了對(duì)點(diǎn)膠視覺(jué)系統(tǒng)檢測(cè)速度的要求。在流水線生產(chǎn)中,每個(gè)工件的實(shí)際位置都不固定,必須由視覺(jué)定位技術(shù)對(duì)工件進(jìn)行逐個(gè)位置誤差校正,從而獲得實(shí)際精確點(diǎn)膠位置。隨著視覺(jué)技術(shù)的不斷成熟,目標(biāo)檢測(cè)技術(shù)也逐漸發(fā)展起來(lái),基于機(jī)器視覺(jué)的目標(biāo)檢測(cè)技術(shù)是目前點(diǎn)膠領(lǐng)域內(nèi)的重要研究課題之一。對(duì)于視覺(jué)系統(tǒng)的標(biāo)定工作,本課題根據(jù)點(diǎn)膠高精度要求,借鑒了傳統(tǒng)的標(biāo)定方法,針對(duì)點(diǎn)膠機(jī)提出了基于雙線性插值原理的復(fù)合XY軸標(biāo)定算法。該算法主張利用XY軸標(biāo)定和相機(jī)標(biāo)定算法結(jié)合,對(duì)點(diǎn)膠機(jī)系統(tǒng)進(jìn)行標(biāo)定。實(shí)驗(yàn)表明此標(biāo)定算法可以將點(diǎn)膠機(jī)系統(tǒng)X和Y方向的誤差均限制在±15μm范圍內(nèi),完全符合點(diǎn)膠所需精度。針對(duì)具有規(guī)則邊緣的目標(biāo)進(jìn)行檢測(cè),在原有直線檢測(cè)算法的基礎(chǔ)上,對(duì)圖像矩形檢測(cè)算法進(jìn)行了深入研究。利用霍夫變換擬合出平行和垂直線段,選取兩組檢測(cè)得到的平行線段,通過(guò)線段之間的相交情況判定矩形是否存在。為提高精度,根據(jù)矩形中心點(diǎn)位置的距離進(jìn)行結(jié)果優(yōu)化,獲得最終矩形檢測(cè)結(jié)果。且利用實(shí)驗(yàn)表明矩形檢測(cè)算法具有較好的精度、抗噪性和較低的敏感性。對(duì)于較為復(fù)雜的目標(biāo)檢測(cè),為滿足點(diǎn)膠行業(yè)對(duì)目標(biāo)檢測(cè)算法高效率的要求,提出了基于邊緣特征的復(fù)合模板匹配算法。利用隔行隔列的搜索方法和歸一化相似性度量原則進(jìn)行快速粗匹配,并使用多角度模板對(duì)粗匹配位置點(diǎn)附近的重點(diǎn)搜索區(qū)域進(jìn)行坐標(biāo)和角度的精匹配。相比于原算法單張圖像的檢測(cè)時(shí)間115 ms,本文算法僅僅需要48 ms,大幅度提高了檢測(cè)時(shí)間和工作效率。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;TG493
【部分圖文】：

隨著電子裝備尺寸精度的不斷提高，點(diǎn)膠技術(shù)要求高精度化、微體積化和高可靠化，所以需要對(duì)點(diǎn)膠時(shí)使用的膠水用量以及需點(diǎn)膠的位置都進(jìn)行準(zhǔn)確計(jì)算。因?yàn)闄C(jī)器視覺(jué)不僅能夠提高檢測(cè)精度，且在實(shí)際生產(chǎn)中響應(yīng)快，能夠不影響流水線的連續(xù)工作，所以其被廣泛用于提高自動(dòng)點(diǎn)膠技術(shù)的精度。正因?yàn)檩o助以機(jī)器視覺(jué)系統(tǒng)的點(diǎn)膠技術(shù)能夠?qū)φ麄�(gè)點(diǎn)膠生產(chǎn)流程實(shí)現(xiàn)閉環(huán)反饋控制，所以可以滿足高效率和高準(zhǔn)確度的點(diǎn)膠要求。視覺(jué)系統(tǒng)在點(diǎn)膠之前需要校正當(dāng)前點(diǎn)膠產(chǎn)品的位置偏差，從而預(yù)先獲取需要點(diǎn)膠位置的精確坐標(biāo)，對(duì)點(diǎn)膠的質(zhì)量起著至關(guān)重要的作用。當(dāng)視覺(jué)系統(tǒng)對(duì)工件進(jìn)行自動(dòng)視覺(jué)檢測(cè)，主要的實(shí)現(xiàn)步驟為采集圖像、對(duì)圖像進(jìn)行處理以及提取正確點(diǎn)膠位置。圖 1-2 是機(jī)器視覺(jué)系統(tǒng)在工業(yè)生產(chǎn)中的典型應(yīng)用模式。如圖所示，一般在實(shí)際運(yùn)用中待檢測(cè)的目標(biāo)產(chǎn)品裝夾完成后，首先需要利用適當(dāng)?shù)恼彰飨到y(tǒng)對(duì)所要檢測(cè)的區(qū)域進(jìn)行照明，然后利用一個(gè)或者多個(gè)攝像機(jī)采集所要檢測(cè)區(qū)域的圖像，最后利用計(jì)算機(jī)上具有圖像分析和處理功能的視覺(jué)軟件對(duì)其進(jìn)行分析處理得到需要的膠點(diǎn)中心坐標(biāo)值或者點(diǎn)膠路徑，然后驅(qū)動(dòng)運(yùn)動(dòng)平臺(tái)移動(dòng)到正確的點(diǎn)膠位置進(jìn)行點(diǎn)膠。

隨著電子裝備尺寸精度的不斷提高，點(diǎn)膠技術(shù)要求高精度化、微體積化和高可靠化，所以需要對(duì)點(diǎn)膠時(shí)使用的膠水用量以及需點(diǎn)膠的位置都進(jìn)行準(zhǔn)確計(jì)算。因?yàn)闄C(jī)器視覺(jué)不僅能夠提高檢測(cè)精度，且在實(shí)際生產(chǎn)中響應(yīng)快，能夠不影響流水線的連續(xù)工作，所以其被廣泛用于提高自動(dòng)點(diǎn)膠技術(shù)的精度。正因?yàn)檩o助以機(jī)器視覺(jué)系統(tǒng)的點(diǎn)膠技術(shù)能夠?qū)φ麄�(gè)點(diǎn)膠生產(chǎn)流程實(shí)現(xiàn)閉環(huán)反饋控制，所以可以滿足高效率和高準(zhǔn)確度的點(diǎn)膠要求。視覺(jué)系統(tǒng)在點(diǎn)膠之前需要校正當(dāng)前點(diǎn)膠產(chǎn)品的位置偏差，從而預(yù)先獲取需要點(diǎn)膠位置的精確坐標(biāo)，對(duì)點(diǎn)膠的質(zhì)量起著至關(guān)重要的作用。當(dāng)視覺(jué)系統(tǒng)對(duì)工件進(jìn)行自動(dòng)視覺(jué)檢測(cè)，主要的實(shí)現(xiàn)步驟為采集圖像、對(duì)圖像進(jìn)行處理以及提取正確點(diǎn)膠位置。圖 1-2 是機(jī)器視覺(jué)系統(tǒng)在工業(yè)生產(chǎn)中的典型應(yīng)用模式。如圖所示，一般在實(shí)際運(yùn)用中待檢測(cè)的目標(biāo)產(chǎn)品裝夾完成后，首先需要利用適當(dāng)?shù)恼彰飨到y(tǒng)對(duì)所要檢測(cè)的區(qū)域進(jìn)行照明，然后利用一個(gè)或者多個(gè)攝像機(jī)采集所要檢測(cè)區(qū)域的圖像，最后利用計(jì)算機(jī)上具有圖像分析和處理功能的視覺(jué)軟件對(duì)其進(jìn)行分析處理得到需要的膠點(diǎn)中心坐標(biāo)值或者點(diǎn)膠路徑，然后驅(qū)動(dòng)運(yùn)動(dòng)平臺(tái)移動(dòng)到正確的點(diǎn)膠位置進(jìn)行點(diǎn)膠。

圖 1-6 圖像的灰度投影積分[14]目前的矩形檢測(cè)算法中還有研究人創(chuàng)新的局面。例如華中科技大學(xué)的范鶴了一種基于譜聚類和遺傳算法的矩形檢各個(gè)頂角與 90 度的接近程度作為判斷依應(yīng)度對(duì)檢測(cè)結(jié)果進(jìn)行多次選擇、交叉和即矩形位置。1.2.2 模板匹配的發(fā)展現(xiàn)狀基于視覺(jué)的匹配定位技術(shù)主要是指部分進(jìn)行匹配[18]。具體來(lái)說(shuō)，如圖 1-8 且該目標(biāo)與模版擁有相同的尺寸，通過(guò)
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范雪婷;史照良;劉波;;基于SVM的資源三號(hào)測(cè)繪衛(wèi)星影像多特征分類[J];地理空間信息;2015年04期

2 黃紫青;曾祥進(jìn);;基于機(jī)器視覺(jué)的芯片引腳識(shí)別與中心定位算法研究[J];軟件導(dǎo)刊;2015年01期

3 張從鵬;魏學(xué)光;;基于Harris角點(diǎn)的矩形檢測(cè)[J];光學(xué)精密工程;2014年08期

4 侯和平;郭凱銘;劉凱;李改霞;;基于Radon變換與灰度投影積分極值方法的矩形檢測(cè)[J];西安理工大學(xué)學(xué)報(bào);2014年02期

5 謝光偉;仲兆準(zhǔn);鐘勝奎;張運(yùn)詩(shī);沈峰;;基于機(jī)器視覺(jué)的PCB板上圓Mark點(diǎn)定位方法的研究[J];電腦知識(shí)與技術(shù);2013年32期

6 韓天慶;趙銀娣;劉善磊;白楊;;空間約束的無(wú)人機(jī)影像SURF特征點(diǎn)匹配[J];中國(guó)圖象圖形學(xué)報(bào);2013年06期

7 程方;張曦;張金松;;基于機(jī)器視覺(jué)的點(diǎn)膠機(jī)定位系統(tǒng)[J];機(jī)械設(shè)計(jì)與制造;2013年03期

8 王智文;;幾種邊緣檢測(cè)算子的性能比較研究[J];制造業(yè)自動(dòng)化;2012年11期

9 任玲輝;劉凱;張海燕;楊慧云;;灰度投影積分極值法的矩形檢測(cè)[J];計(jì)算機(jī)工程;2012年08期

10 蘇恒強(qiáng);馮雪;于合龍;賈晶敏;汪巖;;基于Harris角點(diǎn)檢測(cè)的位移測(cè)量算法[J];實(shí)驗(yàn)力學(xué);2012年01期

相關(guān)碩士學(xué)位論文 前4條

1 范鶴鶴;一種基于譜聚類和遺傳算法的矩形檢測(cè)方法[D];華中科技大學(xué);2015年

2 薛金龍;基于角點(diǎn)的圖像特征提取與匹配算法研究[D];大連理工大學(xué);2014年

3 周麗莎;基于模板匹配的視覺(jué)定位技術(shù)研究與應(yīng)用[D];大連理工大學(xué);2012年

4 任文杰;圖像邊緣檢測(cè)方法的研究[D];山東大學(xué);2008年

本文編號(hào)：2861730