基于智能滤噪的表面贴装元件的边缘定位算法研究

摘要

贴片机作为SMT生产线中最关键的设备之一，决定SMT生产线的效率和精度。全自动贴片机的关键技术是采用先进的视觉检测和定位技术，配合多贴片头和多吸嘴等机械装置达到快速准确贴装的目的。因此，视觉检测和定位技术一直是SMT工作者研究的重点问题。 本文以贴片机视觉系统为课题切入点，以视觉系统任务中的表面贴装元件对中识别算法为研究对象，在阈值分割，边缘检测，角点检测三方面进行了如下研究： 1．阈值分割是贴片机视觉检测中元件识别的第一步，它的优劣决定了一系列后续算法的准确性，进而影响到最终元件贴装的精度。本文提出了一种基于均谷加权的快速阈值分割算法，用于表面贴装元件图像的分割，对几种贴装元件图像进行实验仿真的结果表明，该算法的分割效果和处理速度都优于常用的阈值分割算法，满足了贴片机视觉检测的要求。 2．在边缘提取算法上，引入亚像素边缘检测的思想，提出了基于三次样条插值的亚像素算法进行边缘提取。通过实验比较，这种方法提高了边缘提取的精度，满足了贴片机视觉检测的要求。 3．针对偏转角度较大的元件在边界跟踪时会出现跟踪过界的情况，引入角点检测算法，在suSAN算法的基础上提出了改进的自适应SUSAN算法。通过实验比较，该算法计算简单，速度较快，检测效果较好。 本课题具有较强的理论和实际意义，不仅可以应用于贴片机系统，提高贴片机贴装性能，而且可以应用到SMT领域其它基于视觉的自动化设备中，为其视觉检测提供基础，具有一定的适应性。

目录

文摘

英文文摘

声明

第一章课题背景及研究内容

1.1 SMT及其视觉系统

1.1.1 SMT简介

1.1.2贴片机视觉系统

1.2视觉系统任务分析及难点

1.2.1 PCB板定位

1.2.2表面贴装元件对中识别

1.2.3视觉系统任务的难点

1.3本文研究内容和章节安排

第二章基于均谷加权的阈值分割算法

2.1图像预处理

2.1.1领域平均法

2.1.2中值滤波

2.1.3高斯滤波

2.2阈值分割

2.2.1类别方差分割

2.2.2迭代法分割

2.3基于均谷加权的阈值分割算法

2.3.1表面贴装元件图像分割特点分析

2.3.2算法思想

2.3.3实验结果分析

2.4本章小结

第三章基于三次样条插值的亚像素边缘检测算法

3.1基于亚像素的边缘检测

3.1.1亚像素的提出

3.1.2亚像素边缘检测算法分析

3.2基于三次样条插值的亚像素边缘检测算法

3.2.1算法思想

3.2.2实验结果分析

3.3本章小结

第四章角点检测在表面贴装元件识别中的应用

4.1角点检测算法分析

4.1.1基于模板的角点检测

4.1.2基于边缘的角点检测

4.1.3基于图像灰度对比关系的角点检测

4.2改进的自适应SUSAN角点检测算法

4.2.1 SUSAN算法检测原理

4.2.2改进的自适应算法

4.3实验结果分析

4.4本章小结

结论

参考文献

攻读学位期间发表的论文

致谢

评定意见