本文選題：載料帶 + HALCON��； 參考：《湖北工業(yè)大學(xué)》2017年碩士論文

【摘要】：載料帶是微電子行業(yè)中的一種使用率特別頻繁的包裝卷材,有越來越多的載料帶生產(chǎn)企業(yè)在制造過程里了不同的自動(dòng)檢測裝置,以確保產(chǎn)品質(zhì)量的可靠性很高。以前的檢測方式通常是人工檢測,但人工檢測存在檢測速度慢,檢測精度低等問題,不能保證制造的可靠性,也不能滿足現(xiàn)代制造的要求。本文以載料帶的一些常見缺陷為檢測對(duì)象,對(duì)載料帶在線檢測的高速視覺檢測系統(tǒng)以及載料帶缺陷快速檢測和識(shí)別的關(guān)鍵技術(shù)做了較為系統(tǒng)的研究,希望能用機(jī)器視覺技術(shù)代替人工檢測,主要研究內(nèi)容如下:(1)檢測系統(tǒng)的設(shè)計(jì)。針對(duì)在線檢測的需求,確定了檢測系統(tǒng)的結(jié)構(gòu),工作流程和檢測方案;結(jié)合載料帶缺陷檢測精度的要求,確定出系統(tǒng)硬件所需的光源、相機(jī)與鏡頭及圖像采集卡;確定了系統(tǒng)軟件平臺(tái)HALCON。(2)圖像特征區(qū)域的快速定位算法。在獲得載料帶高質(zhì)量圖像的基礎(chǔ)上,對(duì)圖像進(jìn)行預(yù)處理,這一過程包括圖像的灰度化,中值濾波,閾值分割,然后介紹了圖像拼接的主要步驟和基本原理、基于Harris算法的主要流程、一種改進(jìn)的圖像拼接方法;介紹了兩種圖像特征區(qū)域快速定位的計(jì)算方法:基于圖像灰度值累計(jì)分布的計(jì)算和分析,以及計(jì)算圖像一維矩的快速算法;給出了基于Harris算法和本文采取的算法之間的對(duì)比結(jié)果,通過結(jié)果對(duì)比表明本文算法在拼接速度和匹配速度上都有所提高。(3)載料帶缺陷的快速檢測和識(shí)別。總體上分為基于形狀特征的模板匹配法和基于灰階分析的檢測法�；谛螤钐卣鞯哪０迤ヅ浞ㄊ腔贖ALCON對(duì)目標(biāo)圖像進(jìn)行模板匹配,然后再進(jìn)行圖像差分;闡述了基于HALCON的三種模板匹配技術(shù),圖像差分法的基本原理及其算法的主要流程;基于灰階解析的檢測方法,包括圖像的灰度化處理、圖像的灰度直方圖分析以及Blob分析法。
[Abstract]:Load belt is a kind of packaging coil with high utilization rate in the microelectronics industry. More and more enterprises have different automatic detection devices in the manufacturing process to ensure the high reliability of product quality. The former detection method is usually manual detection, but manual detection has some problems such as slow detection speed and low detection precision, which can not guarantee the reliability of manufacturing, nor can it meet the requirements of modern manufacturing. This paper takes some common defects of load belt as the detection object, and makes a systematic research on the high speed visual inspection system of load belt on-line detection and the key technology of fast detection and recognition of load belt defect. It is hoped that machine vision technology can be used instead of manual detection. The main research contents are as follows: 1) the design of detection system. According to the demand of on-line detection, the structure, work flow and detection scheme of the detection system are determined, and the light source, camera, lens and image acquisition card for the hardware of the system are determined according to the requirements of the inspection accuracy of the material carrying belt defect detection. The fast localization algorithm of HALCON.-2) image feature region is determined. On the basis of obtaining the high quality image of the load belt, the image is preprocessed. This process includes grayscale, median filter, threshold segmentation, and then introduces the main steps and basic principles of image stitching. Based on the main flow of Harris algorithm, an improved image stitching method is introduced, and two computing methods of fast location of image feature region are introduced: the calculation and analysis based on the cumulative distribution of image gray value, and the fast algorithm for calculating one-dimensional moment of image. The comparison results between the Harris algorithm and the algorithm adopted in this paper are given. The results show that the proposed algorithm can improve the speed of stitching and matching. In general, there are template matching method based on shape feature and detection method based on gray scale analysis. The template matching method based on shape feature is to match the target image with template based on HALCON, then the image difference is carried out. Three template matching techniques based on HALCON, the basic principle of the image difference method and the main flow chart of the algorithm are expounded. The detection method based on gray scale analysis includes image grayscale processing, image grayscale histogram analysis and Blob analysis.
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN40;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王義文;屈冠彤;劉獻(xiàn)禮;付鵬強(qiáng);李博;;鋼球表面缺陷的圖像差分檢測算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2016年10期

2 周江;任錕;帥英琦;陳英豪;;基于機(jī)器視覺的磁鋼片缺陷檢測研究[J];機(jī)電工程;2014年12期

3 張正華;許曄;蘇權(quán);謝敏;;基于背景差分和混合幀差的運(yùn)動(dòng)目標(biāo)檢測[J];無線電工程;2012年08期

4 涂春萍;柴亞輝;李廣麗;劉覺夫;;一種基于Harris角點(diǎn)特征精確匹配的圖像拼接方法[J];實(shí)驗(yàn)室研究與探索;2011年10期

5 石美紅;王文光;;基于Blob算法的織物疵點(diǎn)檢測算法的研究[J];現(xiàn)代電子技術(shù);2010年24期

6 曾成;趙錫均;徐欣;;表面組裝在線檢測中模板匹配的研究[J];現(xiàn)代制造工程;2010年02期

7 陳皓;馬彩文;陳岳承;孫小林;唐自力;;基于灰度統(tǒng)計(jì)的快速模板匹配算法[J];光子學(xué)報(bào);2009年06期

8 莊志國;孫惠軍;董繼揚(yáng);陳忠;;基于角點(diǎn)檢測的圖像匹配算法及其在圖像拼接中的應(yīng)用[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

9 季秀霞;季秀蘭;;SMT生產(chǎn)線上的AOI技術(shù)的研究[J];電子質(zhì)量;2006年05期

10 席斌;錢峰;;機(jī)器視覺測量系統(tǒng)在工業(yè)在線檢測中的應(yīng)用[J];工業(yè)控制計(jì)算機(jī);2005年11期

相關(guān)碩士學(xué)位論文 前9條

1 卞桂平;基于機(jī)器視覺的電容器表面缺陷檢測系統(tǒng)的研究與開發(fā)[D];江蘇科技大學(xué);2016年

2 張建華;基于灰度的模板匹配算法研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2013年

3 張建沖;基于Blob分析的圓形物體檢測系統(tǒng)軟件的設(shè)計(jì)和實(shí)現(xiàn)[D];鄭州大學(xué);2013年

4 陳濤;基于HALCON的表面貼裝電子組件檢測系統(tǒng)的研發(fā)[D];華南理工大學(xué);2011年

5 陳亞軍;基于機(jī)器視覺的印刷品缺陷檢測系統(tǒng)研究[D];西安理工大學(xué);2006年

6 吳文榮;基于機(jī)器視覺的柔性制造島在線零件識(shí)別系統(tǒng)研究[D];電子科技大學(xué);2006年

7 陳芳;圖像的旋轉(zhuǎn)插值算法和基于鏈碼技術(shù)計(jì)算圖像幾何矩的算法研究[D];華東師范大學(xué);2006年

8 陳勇;基于機(jī)器視覺的表面缺陷檢測系統(tǒng)的算法研究及軟件設(shè)計(jì)[D];天津大學(xué);2006年

9 張強(qiáng);基于機(jī)器視覺的產(chǎn)品檢測技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

，

本文編號(hào)：1838027