基于计算机视觉的微小零件质量检测系统和方法研究

摘要

对微小零件尺寸大小和缺陷的精确把控是保证微小型产品质量的关键，而目前检测的主要方法是借助显微工具进行人工测量，此方法由于人为操作的主观性和不确定性使检测结果可能存在偏差，且劳动强度大，工作效率和检测精度不高，需要对微小零件质量检测系统进行深入研究，实现高效率的在线精准检测。本文分析了基于计算机视觉的微小零件在线质量检测的相关技术，并对关键技术的实现方法进行了研究。
　　通过分析微小零件质量检测技术的研究现状，选择IC探针作为研究对象，针对探针常见的质量问题（包括尺寸偏差和表面缺陷），在结合检测领域的最新研究成果的基础上，设计基于计算机视觉的IC探针质量检测系统，对系统应用的关键技术进行深入研究，包括图像拼接、图像处理、边缘检测、亚像素边缘定位、缺陷识别与提取等。分析和比对各种边缘检测算法和亚像素定位算法，选择性能最合适的Canny算子结合改进的Zernike矩的亚像素算法对探针边缘及缺陷边缘进行检测。
　　针对探针表面的常见缺陷划痕和凹坑两种表面缺陷及外形尺寸（包括直线长度和轴向直径）建立特征模型，使用矩形度、伸长度、弧度等特征参数描述对应缺陷，基于聚类分析构建缺陷分类器，实现对探针尺寸、完好程度的识别与分类回放。
　　在对微小零件检测系统理论与方法透彻分析的基础上，选择OpenCV作为视觉研究的手段，应用其强大的视觉处理库对待检零件的图像进行处理和识别，结合Visual C++开发工具构成在线检测软件系统，选取同一批IC探针进行检测实验，验证微小零件质量检测系统构造的合理性及检测方法的可行性。

目录

声明

摘要

第1章 绪论

1．1 课题背景及研究意义

1．2 微小零件质量检测的研究现状

1．3 基于图像处理的计算机视觉

1．4 本章小结

第2章 总体方案设计及硬件选择

2．1 系统构成和工作原理

2．1．1 检测系统的工作原理及总体设计

2．1．2 检测系统的构成

2．1．3 检测系统的工作流程

2．2 CCD相机的选择

2．2．1 CCD的原理及特性分析

2．2．2 CCD的分类

2．2．3 CCD的选型

2．3 光学显微镜头的选择

2．3．1 镜头的主要参数及意义

2．3．2 镜头的选型依据

2．4 光源系统的设计

2．4．1 光源性能分析

2．4．2 光源的分类

2．4．3 光源照明系统的设计

2．5 本章小结

第3章 微小零件质量检测关键技术的研究

3．1 图像拼接

3．1．1 输入图像

3．1．2 图像配准

3．1．3 图像融合

3．2 图像的滤波降噪

3．3 边缘检测及其常用算法

3．4 亚像素边缘检测

3．5 边缘识别技术

3．5．1 探针表面直线的识别

3．5．2 探针轴向圆的识别

3．6 本章小结

第4章 微小零件质量检测的实验与分析

4．1 IC探针尺寸检测的试验与分析

4．1．1 零件的尺寸要素分析

4．1．2 探针尺寸测量方法及流程

4．1．3 实验

4．1．4 误差分析

4．2 IC探针表面缺陷检测的试验与分析

4．2．1 缺陷识别与提取

4．2．2 实验分析

4．3 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文和获得的专利

致谢