基于機器視覺的焊膏視覺檢測方法-在線瀏覽
2024-12-02 10:41本頁面
【正文】 間灰度值的差異。進一步提出 Pesudo 3D情況下的缺陷檢測方法。 1引言 絲印機 (screen printer)是 SMT技術(shù)中主要設(shè)備之一。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。人工法有很多缺點，如效率低誤判率很高。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?；跈C器視覺的方法有高精度、高速度的優(yōu)點，因此可以用來檢測絲印機的 PCB焊膏。 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 。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。應(yīng)用一種 pesudo 3D檢測方法來檢測焊膏的體積缺陷。 2位置補償 檢測性能受 PCB和模板之間的檢測位置和姿態(tài)的偏差影響。這些偏差約等于兩塊 PCB板上標記的坐標偏差，如圖 2所示。 m1’和 m2’是標記 1和標記 2檢測的坐標?？梢院苋菀椎耐ㄟ^三角函數(shù)求出。位置補償方法的應(yīng)用可以提高檢測精度。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。 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。 但是，直方圖不能反映像素位置信息。基于 n階統(tǒng)計矩的增強算法可以寫成： 其中 f
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1