隨著工業(yè)自動化控制技術(shù)和計算機技術(shù)突飛猛進的發(fā)展,工業(yè)自動化已經(jīng)滲透到各行各業(yè)的生產(chǎn)中。自動點膠機廣泛應(yīng)用于集成電路、印刷電路板、電子元器件、汽車部件、手袋、包裝盒等生產(chǎn)中。機器視覺是當今點膠機的重要技術(shù)之一,它的出現(xiàn)使得點膠行業(yè)發(fā)生了革命性的變化。隨著工業(yè)的高速發(fā)展,點膠精度不斷提高,基于機器視覺的點膠系統(tǒng)標定與圖像處理在點膠生產(chǎn)線上發(fā)揮著越來越大的作用。在實際的點膠生產(chǎn)線上,由于每個工件的位置不固定,須經(jīng)過視覺定位技術(shù)進行位置誤差校正,以獲得實際的精確點膠位置,因此視覺定位的精度起著至關(guān)重要的作用。本文基于單目視覺技術(shù),以PCB板為目標,對待點膠點的實時位置及系統(tǒng)標定進行了深入的研究,主要工作如下:（1）針對工件定位問題,給出了一種改進BRISK算法的特征點匹配算法。該算法解決了BRISK算子因檢測閾值固定引起的特征點分布不均問題;通過設(shè)置特征點重投影誤差閾值,剔除錯誤的匹配點對,解決BRISK算法錯誤匹配較多的問題�；诟倪MBRISK算法得到特征點匹配關(guān)系,使用RANSAC算法計算實時場景圖像和標準圖像之間的投影矩陣,完成PCB板的Mark點匹配。（2）針對系統(tǒng)檢測精度和速度的要... 

【文章來源】：上海師范大學上海市

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

國產(chǎn)自動點膠機

鏡頭向下拍攝位于實驗平臺上的工件（待點膠對象）圖像工件表面的幾何信息，達到準確識別工件及分析局部特征的目的。將膠平臺視為一個整體，建立點膠視覺系統(tǒng)模型。該視覺系統(tǒng)的幾何模臺上位于 PCB 板上表面的點與成像中像素點之間的數(shù)學轉(zhuǎn)換關(guān)系。，通過校準攝像機的內(nèi)部參數(shù)和攝像機與點膠平臺之間的外部參數(shù)，膠視覺系統(tǒng)模型的各個參數(shù)，完成點膠視覺系統(tǒng)模型的建立。膠視覺系統(tǒng)模型 相機成像模型針對點膠平臺相機固定的工業(yè)生產(chǎn)背景下，圍繞針孔相機模型建立視覺系統(tǒng)模型。小孔成像是指由空間物體反射的平行光，通過相機的投影中心，并在焦距處形成實像�；诖丝梢越z像機與實驗平臺模型，如圖 2-1 所示，本文使用四個坐標系來闡述此模型。

點膠系統(tǒng)模型標定 上海師范大學碩士學位2）圖像物理坐標系（O XY）：如圖 2-2（b）所示，在點膠視覺系平面上建立圖像物理坐標系，并以該平面的中心點作為此坐標系的知識可知，相機的主光軸垂直于該平面，并與平面相交于原點。則處的 p 點坐標可以為 x,y 。其中，x軸與u軸平行， y 軸與v軸平行。

【參考文獻】：
期刊論文
[1]采用類內(nèi)遷移學習的紅外/可見光異源圖像匹配[J]. 毛遠宏,賀占莊,馬鐘,畢瑞星,王竹平.  西安交通大學學報. 2020(01)
[2]基于聚類和特征檢測的焊縫和鎢針定位方法[J]. 晁涌,郁梅,王一剛,范勝利.  激光雜志. 2020(02)
[3]基于改進Canny邊緣檢測算法的道路標線檢測實驗研究[J]. 李志鵬,于鴻彬,邵宏宇.  實驗技術(shù)與管理. 2019(09)
[4]深度學習在復(fù)雜環(huán)境下車牌定位算法中的應(yīng)用[J]. 趙偉,張南楠.  現(xiàn)代電子技術(shù). 2019(17)
[5]改進SIFT匹配的動態(tài)背景下運動目標檢測算法[J]. 侯宏錄,李媛,李光耀.  自動化儀表. 2019(08)
[6]一種改進的Otsu多閾值SAR圖像分割方法[J]. 楊蘊,李玉,王玉,趙泉華.  遙感信息. 2019(04)
[7]基于改進SIFT算法的無人機影像匹配[J]. 張培佩,王永波,宋偉.  湖南科技大學學報(自然科學版). 2019(02)
[8]基于微相機陣列成像系統(tǒng)的圖像拼接研究[J]. 王一博,劉云猛.  紅外技術(shù). 2019(04)
[9]基于亞像素邊緣檢測的液位測量系統(tǒng)研究[J]. 肖俊,劉瑾,楊海馬,劉海珊,韋鈺,陳十進,解光耀.  儀表技術(shù)與傳感器. 2019(04)
[10]小天體探測器著陸圖像匹配改進算法[J]. 冀紅霞,宗紅.  航天器工程. 2019(01)

碩士論文
[1]面向工業(yè)應(yīng)用的機器人手眼標定與物體定位[D]. 程玉立.浙江大學 2016
[2]基于局部不變特征的圖像配準算法研究[D]. 牛靜.浙江師范大學 2014
[3]基于機器視覺的晶圓定位系統(tǒng)研究[D]. 肖敏.上海交通大學 2013
[4]邊緣檢測Canny算子的研究與改進[D]. 周超.重慶師范大學 2012
[5]基于中值濾波和小波變換的圖像去噪方法研究[D]. 王香菊.西安科技大學 2008
[6]圖像中幾種實用的目標定位方法研究與應(yīng)用[D]. 高希報.南京理工大學 2005



本文編號：3521273