全自動金絲球焊機中芯片圖像實時定位方法研究.pdf

1、本課題以開發(fā)全自動金絲球焊機圖像識別系統(tǒng)軟件為主要研究內(nèi)容,論文中對課題期間所做的主要工作進行了介紹和總結(jié).首先,介紹了全自動金絲球焊機的工作原理,分析了其圖像識別系統(tǒng)可以利用的兩種方法,即圖像計算機處理系統(tǒng)和軟件型圖像處理系統(tǒng),并結(jié)合課題的實際情況選擇采用后一種方法.然后,對現(xiàn)有的數(shù)字圖像預(yù)處理技術(shù)進行了研究,針對本課題的特點著重討論了數(shù)字圖像預(yù)處理中灰度直方圖修整和中值濾波兩種圖像增強技術(shù).試驗對比了Roberts算子、Sobel算

2、子、Prewitt算子、Krisch算子及Laplacian算子五種邊緣檢測算子,通過對芯片圖像邊緣檢測的對比試驗選擇了適合本系統(tǒng)的Roberts邊緣算子.其次,討論了目前常用的幾種基于灰度匹配的快速圖像匹配算法,如FFT算法、幅度排序相關(guān)算法、序貫相似檢測算法(SSDA)、多辨率塔型結(jié)構(gòu)算法(MPSA)、基于遺傳算法(GA)的快速搜索算法等,通過具體試驗并結(jié)合其原理分析了它們的優(yōu)缺點,分析表明這些算法都不能滿足全自動金絲球焊機圖像識別

3、系統(tǒng)的實時性(<25ms/線)要求,并且前四種算法也不能滿足具有旋轉(zhuǎn)角度(-7°~+7°)的芯片圖像的匹配精度要求.再次,針對本課題實時性及精度的要求,提出了兩種能夠滿足系統(tǒng)要求的算法和一種具有應(yīng)用價值的算法,即TS算法、TS-GA算法和MPSA-GA算法.最后,通過對普通圖像的匹配定位試驗對三種算法進行了檢驗,結(jié)果表明算法具有很強的通用性和抗噪聲能力,可以推廣應(yīng)用于其他類似場合.此外,為了驗證以上算法,在Windows98上利用Vis