2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,隨著電子工業(yè)的快速發(fā)展,貼片元件在高精度的電子設備中使用越加廣泛。貼片元件中使用數(shù)量最大的要屬貼片電阻、電容、電感等無源器件。打孔紙帶作為貼片阻容元件的載體,其孔形質量直接決定著貼片元件的封裝效果和表面貼裝技術的效率。然而,生產打孔紙帶過程中,傳統(tǒng)孔形缺陷檢測是由人工進行的,速度慢、錯誤率高及人力成本高。本文以打孔紙帶為研究對象,系統(tǒng)的研究了打孔紙帶的孔形定位、缺陷檢測和缺陷識別原理,利用機器視覺的方法設計了打孔紙帶孔形缺陷檢測

2、算法。經實驗驗證,實驗數(shù)據(jù)檢測成功率為96%,對各種典型的孔形缺陷識別率為90%以上,總處理時間為40ms,同時能對多種型號打孔紙帶進行檢測,有效的提高了生產效率和檢測精確度。主要研究內容如下:
 ?。?)根據(jù)打孔紙帶圖像的特點,研究了圖像處理技術,提出改進的中值濾波算法,更好的保存了紙帶圖像的孔形邊緣。通過對紙帶圖像的濾波、二值化、邊緣檢測和形態(tài)學變換處理,得到了最接近真實紙帶圖像的特征,為孔形缺陷檢測與分類的正確性提供了有效的

3、保障。
 ?。?)打孔紙帶的孔形定位與缺陷檢測研究。根據(jù)打孔紙帶孔形排列整齊的特點,對比與分析了大量的合格打孔紙帶圖像,并對紙帶圖像的孔形進行了孔形定位與區(qū)域劃分,提出了基于8鄰域雙向模板匹配算法,進行打孔紙帶的缺陷檢測。該算法避免了不必要匹配運算,節(jié)省了大量的時間,提高了檢測效率,同時雙向匹配又保障了檢測的高準確性。
 ?。?)打孔紙帶孔形缺陷的分類研究??仔稳毕莸姆诸悾褂昧薆P神經網絡算法。利用打孔紙帶缺陷孔形圖像樣本

4、集,對分類器進行不斷訓練與分析,得出識別孔形圖像最佳的權重值和隱層的神經元搭配。測試結果表明,BP神經網絡算法能快速、高準確率的完成孔形缺陷的分類。
  (4)根據(jù)打孔紙帶孔形檢測的基本要求,對系統(tǒng)的總體設計方案進行了設計,詳細介紹了系統(tǒng)的硬件系統(tǒng)與軟件系統(tǒng)。硬件系統(tǒng)中,為了獲取高質量的打孔紙帶圖像,同時結合孔形缺陷檢測的精度要求,選出了最適合本實驗檢測的光源、攝像機和鏡頭。軟件系統(tǒng)中,結合多種軟件,對打孔紙帶孔形缺陷進行高效的檢

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論