隨著電子產(chǎn)品的發(fā)展,各廠家把產(chǎn)品設(shè)計(jì)得更薄更輕,使得封裝工藝要求變得更高。傳統(tǒng)的點(diǎn)膠機(jī)存在精度差、效率低等一系列的問(wèn)題,故本文在傳統(tǒng)點(diǎn)膠機(jī)的基礎(chǔ)上加入了機(jī)器視覺(jué)技術(shù)和機(jī)器學(xué)習(xí)的方法,使得點(diǎn)膠機(jī)具有更高的精度和效率,從而滿足現(xiàn)代制造業(yè)的需求。本文主要介紹了機(jī)器視覺(jué)點(diǎn)膠機(jī)系統(tǒng)的組成。機(jī)器視覺(jué)點(diǎn)膠機(jī)系統(tǒng)分為硬件部分和軟件部分。硬件部分包括光源、相機(jī)、鏡頭以及運(yùn)動(dòng)控制器,本文分析了它們?cè)跈C(jī)器視覺(jué)系統(tǒng)中的作用,性能參數(shù)和如何選型。軟件部分包括圖像預(yù)處理、相機(jī)標(biāo)定以及目標(biāo)檢測(cè)。圖像預(yù)處理首先將三通道彩色圖像進(jìn)行灰度化轉(zhuǎn)化成單通道灰度圖像以減少數(shù)據(jù)量提高計(jì)算效率,然后進(jìn)行圖像濾波抑制噪聲。本文通過(guò)典型的針孔攝像機(jī)模型分析了4大坐標(biāo)系的轉(zhuǎn)換關(guān)系,在實(shí)際成像過(guò)程中還考慮了鏡頭畸變的影響,使用OpenCV視覺(jué)圖像處理庫(kù)中的函數(shù)進(jìn)行圖像校正,并根據(jù)機(jī)器視覺(jué)點(diǎn)膠機(jī)的實(shí)際情況選取了合適的標(biāo)定方法。之后,根據(jù)機(jī)器視覺(jué)點(diǎn)膠機(jī)的實(shí)際情況,本文采用了兩種目標(biāo)定位方法:(1)在MB-LBP級(jí)聯(lián)分類器的基礎(chǔ)上額外再串聯(lián)兩個(gè)分類器,基于SIFT特征和SURF特征的分類器,構(gòu)成一個(gè)新的級(jí)聯(lián)分類器以滿足機(jī)器視覺(jué)點(diǎn)膠機(jī)的目標(biāo)檢測(cè)和...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器視覺(jué)技術(shù)發(fā)展現(xiàn)狀
        1.2.2 視覺(jué)定位的研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
第2章 機(jī)器視覺(jué)點(diǎn)膠機(jī)系統(tǒng)硬件設(shè)計(jì)
    2.1 機(jī)器視覺(jué)點(diǎn)膠機(jī)系統(tǒng)概述
    2.2 視覺(jué)點(diǎn)膠機(jī)系統(tǒng)硬件組成
        2.2.1 光源
        2.2.2 工業(yè)相機(jī)
        2.2.3 工業(yè)鏡頭
        2.2.4 運(yùn)動(dòng)控制器
    2.3 本章小結(jié)
第3章 攝像機(jī)標(biāo)定
    3.1 攝像機(jī)標(biāo)定概述
    3.2 攝像機(jī)成像幾何模型
    3.3 鏡頭畸變
    3.4 畸變校正
    3.5 系統(tǒng)標(biāo)定
    3.6 本章小結(jié)
第4章 圖像預(yù)處理方法
    4.1 圖像灰度化
    4.2 圖像濾波
        4.2.1 圖像濾波背景
        4.2.2 中值濾波
        4.2.3 均值濾波
        4.2.4 高斯濾波
    4.3 圖像濾波結(jié)果對(duì)比
    4.4 本章小結(jié)
第5章 目標(biāo)檢測(cè)定位算法
    5.1 基于一種新的級(jí)聯(lián)分類器的目標(biāo)檢測(cè)
        5.1.1 概述
        5.1.2 MB-LBP特征
        5.1.3 SIFT特征
        5.1.4 SURF特征
        5.1.5 Adaboost算法和級(jí)聯(lián)方法
        5.1.6 目標(biāo)檢測(cè)算法流程
        5.1.7 實(shí)驗(yàn)結(jié)果
    5.2 基于HOG-SVM目標(biāo)檢測(cè)定位
        5.2.1 HOG特征簡(jiǎn)介
        5.2.2 SVM簡(jiǎn)介
        5.2.3 算法實(shí)現(xiàn)
        5.2.4 實(shí)驗(yàn)結(jié)果
    5.3 本章小結(jié)
第6章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：3760837