基于Halcon的LED分選機視覺處理系統(tǒng)研究與應(yīng)用.pdf

1、LED芯片分選是整個LED產(chǎn)業(yè)鏈的重要一環(huán)，而其中的視覺處理模塊是分選設(shè)備的重要組成部分，對分選的性能有巨大影響?，F(xiàn)有的分選機視覺處理系統(tǒng)有很大的改進和提升空間。本文以分選機視覺處理模塊為對象，針對其中的模板匹配和缺陷檢測這兩個核心模塊進行了算法的分析和改進，主要內(nèi)容有：
　　分析了 LED分選機的視覺處理模塊的基本工作流程，針對其速度快、精度高、硬件限制等特點，提出了期望達到的速度、精度等相關(guān)性能指標。并結(jié)合匹配和缺陷檢測的要求

2、對當前的主流視覺處理軟件包進行對比分析，選定了Halcon作為后續(xù)處理軟件包。
　　分析了現(xiàn)有的模板選取算法在中心和角度上的偏差導(dǎo)致的抓取誤差，提出了自動的模板區(qū)域和角度校正算法，有效的選定了模板。分析了 LED芯片匹配的特點，對比了灰度和特征兩種匹配算法在LED芯片識別中的效果，比較兩者的優(yōu)缺點，提出了結(jié)合兩者優(yōu)勢的兩級匹配方案，并針對這一匹配方案，建立參數(shù)選取原則。
　　在大量收集整理缺陷芯片圖像和數(shù)據(jù)的基礎(chǔ)上，分析現(xiàn)有

3、缺陷分類方法的缺點和不足，提出了新的三類缺陷分類體系。在此基礎(chǔ)上，設(shè)計和分析了在分選機中最常見和危害最大的外形缺陷的特征提取和判別算法，并用此算法大量識別缺陷芯片，驗證算法的有效性。
　　針對兩級匹配和外形缺陷檢測算法，分別進行了掃描定位和缺陷識別實驗，驗證了算法的速度、精度、識別率、誤識別率等性能指標，檢驗了算法的有效性。通過這兩個算法，有效的提高了在LED芯片分選過程中圖像識別的速度和精度，提高了識別芯片的質(zhì)量，為后續(xù)的芯片分