贴片产品机器视觉检测中的图像获取与处理

摘要

随着电子制造业中印刷电路板上的元器件安装普遍采用表面贴片安装技术，使得产品集成进一步提高，元器件体积更小、安装密度更大，并使安装生产得以实现了自动化。但传统的检测技术在检测能力和速度上都不能适应新的表面贴片安装技术。对印刷电路板表面贴片安装质量的可靠、快速的自动检测成为提高电子制造业自动化水平和产品质量的重要技术。而基于机器视觉的自动检测方法是目前最先进、快速、可靠的自动化检测技术。 本文对基于机器视觉的贴片产品质量自动检测技术中的图像采集和处理及硬件系统结构进行了研究。对贴片产品的检测技术作了回顾分析，介绍了目前的国内外现状，说明了该项目研究的积极意义；较为系统的研究了机器视觉检测系统的硬件设计，提出了机器视觉光源需满足的4点指标并对实验光源进行了改进，选择了2种光源分别用于不同对象的检测；利用现有的机器视觉检测系统中的高精度X-Y移动平台做了创新性的摄像机标定工作；研究了旅行商问题与贴片产品检测时的图像采集路径规划问题的异同点，将蚁群算法应用在贴片产品检测的图像采集路径规划当中，并针对基本蚁群算法中信息素强度的设置容易造成收敛速度慢或陷入局部最优的情况，提出了非线性信息素强度调整的改进蚁群算法；在图像处理部分中，总结了贴片产品图像拼接的工程特点，设计了在光照不均匀情况下贴片产品图像的快速拼接方法，并针对光照不均匀时传统图像增强方法没有考虑图像内容的局限性，提出了应用小波变换和开运算进行图像增强的方法，实验结果表明了该方法的有效性。

目录

文摘

英文文摘

声明

第一章绪论

1.1本课题的背景及其研究意义

1.1.1课题的背景介绍

1.1.2课题的研究意义

1.2本课题研究的国内外现状

1.3本题的研究内容及安排

第二章机器视觉检测系统的硬件设计

2.1系统的结构框架

2.2系统的硬件设计和图像处理系统

2.2.1照明系统

2.2.2图像采集系统

2.2.3图像采集控制系统

2.2.4图像处理系统

2.3本章小结

第三章摄像机标定

3.1成像变换

3.2摄像机模型

3.3利用径向排列约束(RAC)求解摄像机内外参数

3.3.1摄像机内外参数

3.3.2摄像机标定基本原理

3.3.3摄像机标定过程

3.4摄像机标定实验

3.4.1预标定

3.4.2标定实验

3.5本章小结

第四章贴片产品机器视觉检测的路径规划

4.1问题提出

4.2 TSP的描述及相关算法

4.2.1 TSP的描述

4.2.2 TSP的相关算法及比较

4.3基本蚁群算法的数学模型

4.3.1基本蚁群算法的数学模型

4.3.2基本蚁群算法的实现步骤

4.3.3基本蚁群算法的参数选择原则

4.4非线性信息素强度调整的改进蚁群算法

4.5改进蚁群算法的路径规划

4.6本章总结

第五章贴片产品图像的拼接和预处理

5.1贴片产品图像的拼接

5.1.1图像拼接的概念

5.1.2贴片产品图像拼接的工程特点

5.2图像拼接算法设计

5.2.1基于灰度的图像配准

5.2.2基于特征的图像配准

5.2.3 PCB图像的融合

5.2.4 PCB图像拼接实验

5.3图像增强处理

5.3.1运用直方图均衡化进行图像增强

5.3.2运用小波变换和开运算进行图像增强

5.4图像分割

5.4.1图像分割的一般模型

5.4.2基于边缘检测的图像分割

5.4.3光照不均匀对图像分割的影响

5.5本章小结

结论

参考文献

攻读学位期间发表的论文

致谢