基于機器視覺的焊膏視覺檢測方法-免費閱讀
【正文】 為了提高檢測位置的位置精度，使用了位置補償方法。圖 6（ a）是PCB基板的圖像直方圖。原因是使用視覺系統(tǒng)的同軸照明源對 PCB進行了照明。 包裝率（ packing ration）： PR=A/(A+Ah)，用來判斷是否存在焊膏不足。用以下因素來表示： 中心：顆粒的位置中心。 圖像的紋理可以通過一個直方圖的 n階統(tǒng)計矩來計算： 其中， Zi是一個隨機變量，代表亮度， P(Zi)是在一個區(qū)域的亮度等級直方圖。 m1’和 m2’是標(biāo)記 1和標(biāo)記 2檢測的坐標(biāo)。使用基于紋理的圖像增強方法來擴大 PCB基板圖像和焊膏之前的灰度差。人工法有很多缺點，如效率低誤判率很高。其次，提出了一種 基于紋理的圖像增強算法 ，可以擴大 PCB圖像和焊膏圖像之間灰度值的差異。再次，使用 顆粒分析方法 （ particle nalysis)）對 PCB圖像進行了分析，并得出了 2D檢測結(jié)果。激光掃描因其 3D檢測功能，能夠提供更詳細的缺陷信息。另外，使用基于顆粒方法的 2D檢測算法來分析 PCB圖像。 S是偏移向量， ， T是旋轉(zhuǎn)矩陣，可以表示為： 從式（ 1），可以看到，其中有 3個求知變量和 4個方程。 L是可能的亮度等級數(shù)，而 m是灰度值的平均值。 A：顆粒的面積。 上面提到的因數(shù)的值通過計算后被輸入到缺陷分析
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1