首页> 中文学位 >PLCC型元件基于视觉检测的核心算法研究
【6h】

PLCC型元件基于视觉检测的核心算法研究

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景

1.2 研究的目的和意义

1.3 元件检测系统概述

1.4 国内外研究现状

1.5 本文主要研究内容及各章节安排

第2章 图像预处理

2.1 引言

2.2 图像二值化

2.3 轮廓跟踪提取算法

2.4 本章小结

第3章 元件参数获取

3.1 引言

3.2 参数获取概述

3.3 基于凸包理论的最小外接矩形

3.4 引脚轮廓筛选

3.5 基于K均值的引脚聚类

3.6 算法结果分析

3.7 本章小结

第4章 元件位姿及缺陷检测

4.1 引言

4.2 元件检测概述

4.3 直接计算法

4.4 模板匹配法

4.5 元件缺陷检测算法

4.6 算法测试分析

4.7 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢

展开▼

摘要

PLCC(Plastic Leaded Chip Carrier)是表面贴装过程中常见的封装类型,在其生产和贴装过程中视觉检测因实时性好、精度高、速度快逐渐成为检测的主要策略。对 PLCC元件视觉检测的核心算法研究,不仅可以用于PLCC元件的生产质量检测和高精度贴片机中的元件视觉对中检测,也可以为细长矩形引脚元件检测做算法储备。本文将核心算法分为预处理、参数获取、位姿及缺陷检测三大部分,选择算法和设计流程使检测结果达到系统要求,具体研究内容如下:
  (1)将预处理阶段分为图像二值化和轮廓跟踪提取两个过程。针对图像灰度直方图的特点,选择了4种二值化算法分割元件引脚,并对每种算法的改进算法进行了研究,对比分割结果和实时性确定了一维快速Otsu作为预处理中的二值化算法。针对基于拓扑理论的两种轮廓提取算法进行了测试分析,确定只提取最外层轮廓算法作为引脚轮廓跟踪提取算法。
  (2)将参数信息分为元件参数、引脚参数和引脚组参数,确定了一种不依赖先验数据的参数获取流程。针对其中的关键算法即最小外接矩形提取和引脚聚类的实现进行了分析讨论,采用了改进旋转法求取引脚轮廓凸包的最小外接矩形和初始中心点改进 K均值聚类算法对引脚聚类,并设计了一种引脚分类算法流程。对参数获取的引脚参数精度进行了统计分析,测试表明,本文设计的参数获取算法可以达到系统精度要求。
  (3)将元件检测分为位姿检测和缺陷检测。对位姿检测中的直接计算法结合加权最小二乘算法和拟合矩形算法提出了4种获取位姿算法,测试表明拟合矩形法的精度最高。对位姿检测中的模板匹配算法结合加速归一化积相关匹配算法提出了一种带旋转角度的模板匹配确定位姿算法。将元件缺陷分为亮度不能处理、元件类型错误、元件参数错误、偏移超出范围4类,并给出了具体介绍。本文对拟合矩形法和模板匹配法获取的位姿信息进行了测试分析,确定拟合矩形法作为位姿检测算法,并给出了含缺陷检测的总体元件检测算法流程。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号