貼片機(jī)基準(zhǔn)點(diǎn)定位視覺系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、貼片機(jī)視覺系統(tǒng)目前高性能貼片機(jī)最關(guān)鍵的系統(tǒng)之一，其性能直接影響到的貼片機(jī)的貼裝精度和速度。而基準(zhǔn)點(diǎn)定位子系統(tǒng)對(duì)于整個(gè)視覺系統(tǒng)的初始化，標(biāo)定，以及機(jī)械加工誤差的補(bǔ)償有著至關(guān)重要的作用，其定位精度和速度直接制約著整個(gè)視覺系統(tǒng)。針對(duì)課題組的貼片機(jī)研制工作，本文對(duì)貼片機(jī)視覺系統(tǒng)的基準(zhǔn)點(diǎn)定位子系統(tǒng)進(jìn)行了研究。主要進(jìn)行了以下研究工作：
　　根據(jù)貼片機(jī)的需求，確定了本文的待檢測(cè)目標(biāo)基準(zhǔn)點(diǎn)，分別是圓形、矩形、菱形、三角形、十字形、雙矩形、蝶形和井

2、形基準(zhǔn)點(diǎn)。通過分析這些基準(zhǔn)點(diǎn)特征，確定了獲取基準(zhǔn)點(diǎn)邊緣像素的過程。先使用OTSU算法對(duì)圖像進(jìn)行二值化分割，然后對(duì)二值圖像進(jìn)行基于形態(tài)學(xué)的輪廓檢測(cè)，確定基準(zhǔn)點(diǎn)目標(biāo)的感興趣區(qū)域，然后再使用Canny算子檢測(cè)基準(zhǔn)點(diǎn)邊緣。提出了根據(jù)圖像特征自適應(yīng)選擇Canny算子閾值的方法，實(shí)驗(yàn)結(jié)果表明該方法對(duì)光線變化具有很好魯棒性。
　　提出了基于邊緣曲線特征的檢測(cè)算法。先使用Hough變換算法提取Canny邊緣點(diǎn)構(gòu)成的圓或直線。通過對(duì)比分析各種Hou

3、gh變換算法的性能，選擇了改進(jìn)的概率Hough變換算法，提出了Hough變換參數(shù)選擇的方法。針對(duì)直線形基準(zhǔn)點(diǎn)中檢測(cè)到的重復(fù)邊緣直線問題，提出了改進(jìn)的分級(jí)聚類的方法用于合并重復(fù)邊緣直線。最后通過擬合來得到基準(zhǔn)點(diǎn)的邊緣曲線的方程以及中心位置。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)于一般的孤立干擾，噪聲點(diǎn)具有良好的魯棒性，執(zhí)行時(shí)間在10ms以內(nèi)；但是對(duì)于邊緣受到遮擋的直線形基準(zhǔn)點(diǎn)，該算法檢測(cè)可能失敗。
　　提出了基于基準(zhǔn)點(diǎn)模型的檢測(cè)算法。分析了每種類型

4、基準(zhǔn)點(diǎn)所需參數(shù)，確定了對(duì)應(yīng)基準(zhǔn)點(diǎn)模型的參數(shù)向量。提出了基于均值Hausdorff距離的匹配準(zhǔn)則用以表征待檢測(cè)目標(biāo)和模板的相似程度。提出了基于距離變換的匹配相似度的計(jì)算方法，解決了需要不斷重復(fù)計(jì)算目標(biāo)和模板的均值Hausdorff距離的問題，有效的減少了計(jì)算量。提出了基于粒子群優(yōu)化算法和圖像金字塔結(jié)構(gòu)的模板匹配過程，有效的降低了匹配時(shí)間。實(shí)驗(yàn)結(jié)果表明該方法對(duì)邊緣殘缺或受到遮擋的基準(zhǔn)點(diǎn)的具有很好檢測(cè)效果，對(duì)各種類型的干擾都具有很強(qiáng)的魯棒性，