面向貼片機的圖像處理關鍵技術(shù)研究.pdf

1、近年來，面對中國市場愈演愈烈的“工荒”問題，我國電子制造商和代工廠商們正在研發(fā)和進口大批量智能化設備以取代人工。機器視覺技術(shù)作為一種新興的智能化制造手段，不僅是工業(yè)制造行業(yè)的力量源泉，更是推動我國工業(yè)進步的核心手段。機器視覺最突出的特點是用智能自動化設備代替?zhèn)鹘y(tǒng)人工勞動，進而提高工業(yè)生產(chǎn)過程的生產(chǎn)效率。尤其是在惡劣或高精密環(huán)境，人工視覺根本無法滿足工業(yè)生產(chǎn)需求的前提下，機器視覺更彰顯了在工業(yè)智能制造中所占有的重要地位。在SMT行業(yè)中，S

2、MD電子元器件的檢測成功與否是貼片機能否高精密、高速貼裝的前提依據(jù)。
　　論文研究了貼片機視覺檢測過程中常用的數(shù)字圖像處理基本理論算法，通過對中值濾波、均值濾波等算法的分析和實驗結(jié)果對比，發(fā)現(xiàn)傳統(tǒng)的一些濾波算法以滑動窗口的形式對窗口內(nèi)的像素點進行加權(quán)處理，這必然會對圖像造成模糊化，不利于后續(xù)的缺陷檢測，最終影響檢測的準確率。因此，本文對通用的幾種濾波算法進行了實驗分析比較，實驗結(jié)果表明，自定義的中值濾波算法既可以有效的濾波圖像中的

3、噪聲信息，也能較好的保留邊緣細節(jié)，且能在速度和效果上進行折中，滿足貼片機高速貼裝的需要。通過對迭代法、Otsu等閾值分割方法的對比分析比較，表明Otsu方法在貼片元件圖像中的閾值求取更加貼近實際值。
　　在圖像的關鍵特征點提取過程中，一般的基于形狀和基于特征的模板匹配對目標元器件的定位由于器件周邊的干擾等因素造成定位時的波動比較大。因此本文針對PCB板mark點提出了基于最圓橢圓度的算法來快速定位mark基準點，而針對SMD器件，