基于機器視覺的焊膏視覺檢測方法-wenkub.com
2024-09-25 10:41 本頁面
【正文】 另外， 2D和 pseudo 3D檢測方法能對焊膏缺陷進(jìn)行有效的檢測。從中可以看出使用位置補償和基于紋理的圖像增強方法后，假警報率降低了。圖 6（ c）是焊膏圖像增強之后的焊膏圖像直方圖。這種 pseudo3D檢測方法對比激光掃描檢測方法執(zhí)行快速。 如圖 4（ b）所示， Ap是焊盤部分的面積， As是焊膏部分的面積， Ad是黑環(huán)的面積。為了克服這個缺點，使用 pesudo 3D檢測方法通過建立一個簡單的焊膏 3D模型來計算體積比。缺陷分析器使用合成權(quán)數(shù)的方法來確定是否存在缺陷。 Ixx：關(guān)于 x軸的慣量矩。 Ah：顆粒內(nèi)洞的面積。使用多閾值函數(shù)，增強后的圖像可以分成焊盤部分，焊膏部分和環(huán)繞焊膏的黑環(huán)總分。 但是，直方圖不能反映像素位置信息。但焊膏和 PCB基板的灰度值很相似，它們的直直方圖甚至有部分重疊?？梢院苋菀椎耐ㄟ^三角函數(shù)求出。這些偏差約等于兩塊 PCB板上標(biāo)記的坐標(biāo)偏差，如圖 2所示。應(yīng)用一種 pesudo 3D檢測方法來檢測焊膏的體積缺陷。 基于視覺的焊膏檢測的主要步驟包括 圖像獲取 、 圖像增強 和 缺陷分析 。但是，焊膏的 3D模型通過激光點或線掃描來獲得，所以檢測速度很慢。焊膏的檢測是 SMT生產(chǎn)線控制過程控制中最重要的階段之一。進(jìn)一步提出 Pesudo 3D情況下的缺陷檢測方法。本文提出了一種基于機器視覺的檢測方法，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1