面向高密度柔性集成电路封装基板的精密视觉检测算法

高密度柔性集成电路(IC)封装基板是电子组件的核心载体,其制造过程中的刻蚀、显影等工艺需要严格的品质控制.本文开发了一种融合金相显微镜与工业相机的成像视觉检测系统,用于柔性IC封装基板的图像采集与品质控制.针对显微成像视野小、易离焦等问题,提出了一种基于中值的三元模式局部纹理快速自动对焦算法.此外,针对高倍镜下柔性IC封装氧化缺陷分布不均匀问题,引入微分几何工具,利用曲率等几何特征提出了一种基于动态曲线演化的高精度表面氧化分布特征检测模型.通过定性与定量的实验研究,验证了两种算法在快速性和高精度方面的优越性能.

基于图像视觉检测技术的激光标线仪校准装置研究

针对传统激光标线仪靶标测量方法难度大、人工读数困难且效率低的问题,基于图像视觉检测技术,设计了激光标线仪校准装置硬件系统及软件算法。通过数据采集单元、靶标系统单元和多功能升降工作台单元搭建出系统硬件装置。采用图像预处理方法将原始图像激光线与背景分割,提取出基准中心原点并进行系统标定,利用骨架提取算法拟合出激光测量线,计算出计量特性的偏移量,并根据算法设计出交互软件,自动测量和保存数据。最终通过所研制的校准装置和传统校准方法,校准同一激光标线仪进行比对实验,实验结果|E_(n)|≤1,结果判定为满意,验证了校准系统的可行性。

舵类结构件几何量误差视觉检测方法及误差评定

针对现有接触式测量方法装夹定位后只能测量一种或两种参数、检测效率低等问题,提出一种舵类结构件几何量误差和装配误差视觉检测方法。首先,利用计算机视觉系统获取舵轴和舵面区域图像,利用图像预处理技术去除图像畸变和噪声,为了更有效地提取舵类结构件边缘,分别采用Sobel算子、Scharr算子、Laplace算子和Canny算子对图像进行边缘检测以确定轮廓,实验对比发现Scharr算子处理后的舵轴图像边缘更清晰且无间断,Canny算子处理后的摇臂图像边缘比较清晰,因此选用Scharr算子提取舵轴图像边缘、Canny算子提取摇臂图像边缘。结合被测要素特点,采用霍夫直线和霍夫圆检测方法提取舵面边缘线特征、舵轴母线特征、摇臂圆轮廓特征;确定了舵芯对称度、舵轴垂直度、摇臂夹角的基准要素,构建了几何量误差检测目标函数,运用自适应遗传算法计算最优解;结合相机标定的内外参矩阵,得到舵芯对称度、舵轴垂直度、摇臂夹角的测量值。最后,研发了舵类结构件几何量误差和装配误差视觉检测软件,搭建了视觉检测实验平台,实现了几何量误差及装配角度误差快速检测功能。经过多次重复测量实验,对称度检测精度达到0.055 mm,垂直度检测精度达到0.225 mm,装配角度检测精度达到0.772°,完成单次检测耗时7 s。该方法不仅提高了几何量误差检测精度和检测效率,同时有助于提高舵类结构件成型-制造-在机检测的自动化和智能化水平。

基于视觉检测的智能桥梁检查车设计与分析

针对公路变截面梁的特点,提出了一种基于视觉检测的智能检查车。该智能检查车由车体平台和视觉检测平台组成,既能无人智能快速检测,又能人工定点维修,有效地提高了桥梁养护效率及检查工作的安全性。介绍了车体平台的具体结构设计和视觉检测平台的具体组成,并对智能检测和人工检查做了对比试验分析,结果表明智能检测比人工检查具有更好的病害检测完整性和更高的检测效率。

无人船红外图像单目视觉检测与跟踪研究

无人船可用于海洋探测、军事侦查、军事打击等领域,结合GPS、AIS、无线通信技术以及图像视觉技术使得无人船实现智能化控制。无人船红外图像的单目视觉检测对实现目标检测以及跟踪具有至关重要的作用。本文提出使用YOLOV7算法对红外图像目标进行识别,确定红外图像训练集,对图像进行预处理后完成模型的训练及更新,最终实现对红外图像目标的识别。将KCF算法应用于红外图像目标跟踪,研究KCF算法对目标的跟踪流程,使用KCF算法和DCF算法进行仿真分析发现,同等情况下,KCF算法的跟踪准确率为78%,优于DCF算法。

基于离散2-D小波多级分解的电容器外观缺陷视觉检测方法

电容器外观破损、凸起等缺陷直接影响器件的生产质量。目前电容器微小外观缺陷检测难度较大,导致视觉检测效率较低。为此提出了基于离散2-D小波多层分解的电容器外观缺陷视觉检测方法。采用同态滤波处理去除光照对电容器外观视觉检测结果的影响。利用像素点灰度值确定图像边缘点位置,提取电容器外观缺陷区域。应用离散2-D小波分解的方法对其展开多级分解。再差分统计电容器图像的外观缺陷纹理特征。将特征输入Mahalanobis分类器中,完成电容器外观缺陷视觉检测。仿真结果表明,所提方法可以较好检测电容的各种缺陷,召回率最低值是94.9%,误检率最高值为9.8%,漏检率均在10%以内,电容器缺陷检测效果较好。

水果外观品质视觉检测及自动分级控制系统设计

水果外观品质自动分级是提高水果附加值的有效手段,为了提高水果分拣效率,满足水果分拣设备小型化与果园现场分拣需求,依据机器视觉技术,以树莓派为核心控制平台,以梨子为对象设计了小型分拣装置,完成了样机的三维建模,并且调试了样机的运动控制程序和视觉检测程序,基于Socket通信方式建立树莓派和工控机之间的通信,并且将功能集成到用户控制界面,完成样机的控制系统设计。最后对样机进行实物搭建,以梨子为分级对象开展实验,实验结果表明,针对预设水果分拣级别,分拣执行正确率达到90%以上。

双目视觉检测钢卷内护角安装系统设计

针对国内外钢卷包装生产线钢卷内护角的安装工序普遍采用人工安装,在结构设计和控制系统设计的基础上设计一种基于双目视觉检测的钢卷内护角自动安装系统。以双目摄像头模组为图像采集模块;根据工况建立双目立体视觉模型对钢卷规格范围中任意规格的钢卷内护角安装点坐标提取方法进行重点研究;搭建钢卷位姿检测实验平台。从实验结果可以看出:钢卷在该平台经过图像采集和一系列图像处理流程后得到的钢卷安装点坐标和钢卷位姿角的理论值与实际值的误差较小,满足钢卷内护角的自动固定的精度需求。

基于西门子S7-1200PLC的视觉检测系统应用研究

本文从康耐视In-Sight 2000硬件的结构,其内部通信数据的构成,通过In-Sight Explorer对康耐视In-Sight 2000视觉传感器进行了硬件设置,完成In-Sight 2000的新视觉作业设置,其中包括相机的IP地址、设置图像、定位部件、检查部件及通信配置等。通过西门子TIA博途软件对S7-1200PLC与康耐视In-Sight 2000进行了组态,使二者能够正常通信,在此基础上进行了测试编程,在相机拍照后输出给IW74和IW76,当IW74为“1”且IW76为“0”时Q5.0为“0”,代表产品不合格,当IW76为“1”时且IW74为“0”时Q5.0为“1”,产品为合格。经过实际测试,完成西门子S7-1200PLC与康耐视In-Sight 2000的视觉检测系统通信连接,S7-1200 PLC可以通过输出Q5.0的状态来反映待检测物料是否合格。

基于深度学习的输电线路绝缘子缺陷视觉检测技术

以某电力公司的输电线路为例对绝缘子缺陷进行深入分析,开发了基于深度学习的视觉检测技术,提出了一套完整的缺陷检测解决方案,并在实际环境中进行了验证。通过构建和训练专门的深度学习模型,实现了对绝缘子缺陷的自动识别和分类。结果表明,该检测系统在准确性和效率上均有显著提升,模型识别准确率达到了预定的目标,显著优化了传统的巡检流程。

刀具损伤视觉检测系统自动对准对焦研究

为解决数控机床刀具无拆卸条件下,基于机械臂的刀具损伤视觉检测系统对准对焦调节耗时长、计算分析方法鲁棒性差等难题,提出了一种融合YOLOv5网络智能感兴趣区域(region of interest, ROI)的机器人视觉系统自动对准对焦方法。首先,利用ROI模型检测并定位刀具中心,通过九点标定法计算机械臂末端对准坐标;然后自适应筛选ROI对焦窗口,采用改进的Laplacian函数计算清晰度评价值以确定最佳刀具图像。在实际设备上开展实验后结果表明,所提方法比一般方法灵敏度至少提高1.63倍,平均中心点误差为3.76像素,有效提升了刀具损伤视觉检测系统的准确度和灵活性。

视觉检测技术在发动机装配线上的应用

以发动机离合器螺栓拧紧设备的全自动化改造为例,阐述康耐视视觉相机、GE-FANUC PLC和FANUC伺服等系统协同作业在发动机装配自动化中的应用,重点介绍康耐视视觉系统设计构成、检测原理和相机检测程序的编写调试。针对调试过程中出现的检测对象成像偏差大、识别率低的问题,设计了一种多模型识别程序,通过多组检测模型比较并取最优值,极大提高了螺栓位置的检测准确率。详细介绍了基于Modbus TCP协议的相机和GE-FANUC PLC间的通讯组态,在相机和PLC端的具体参数设定方法。

一种基于视觉检测技术的加油机计量数据在线采集装置的设计

一种基于视觉检测技术的加油机计量数据在线采集装置,通过程序控制其运行和采集数据,由图像采集装置、边缘主机、物联网网关、后台组成。通用图像采集装置、文字识别系统、数据解析设置、数据发送与存储网络、数据处理统计与分析软件等可实现加油机计量数据的实时采集与分析验证。其可拓展性好,适用于不同产品型号的加油机显示数据的测量与监测,能实现测量过程自动化,数据采集与分析都不需要人工干预,提高监测测量结果的准确性和时效性。

车用空调控制器自动装配线视觉检测系统设计

我国的车用空调控制器自动装配线的检测任务主要靠人工完成,检测效率低,稳定性差,成本大且装配质量难以保证。为解决这一问题,基于机器视觉技术设计了应用于车用空调控制器自动装配线的视觉检测系统。系统包括对散热片点胶工位涂胶质量的合格判定,以及电路板烧录测试工位电极片与电容位置的检测。采用自动阈值分割、滤波处理、改进的双阈值大律算法、击中击不中、深度学习等多种视觉算法完成空调控制器的检测装配。经生产实践验证,该视觉系统可实现车用空调控制器装配线的自动检测,整个装配流程无需人工干预,极大地提高了装配效率和质量,检测成功率和生产效率满足基本需求。

矿车装车智能视觉检测与装载优化控制系统开发

针对煤矿矿车装载中普遍存在的效率低、精度差等问题,设计一种基于视觉检测与智能控制的煤矿矿车装车优化系统。该系统集成视觉检测、装载优化控制、自动装载执行、监控数据分析等功能模块,可以实现煤矿矿车装载过程的全流程自动化管控。仿真试验表明,该系统可使煤矿矿车装载效率提高55.2%,料位偏差率降低至1.6%,为煤矿矿车装载作业的智能化升级提供了一种新思路。

基于OpenCV的视觉检测系统应用

目前各大视觉厂商已经开发了大量用于视觉检测的成套软件,这些商业软件虽然功能强大,但是价格不菲,而且实际应用中仅需要其中一个或几个检测方法,其他大部分功能是不需要的,软件运行时检测耗时也较长。现使用OpenCV+VS2015开发出了一套专用的滤纸识别系统,配合生产设备相册PLC相关工序,成本较低,检测快速准确,使用效果良好。

输电线路缺陷无人机视觉检测研究进展

为了保障电力供应的可靠性和可持续性,对架空输电线路定期巡检必不可少。随着无人机技术和图像识别技术的快速发展,无人机巡检正逐步代替人工徒步巡检。对输电线路缺陷无人机视觉检测的研究进展进行了综述。介绍了国内外无人机巡检技术的发展,以及常用的用于无人机视觉检测的深度学习算法。从输电线路部件、电力杆塔与附属设施、输电走廊三个方面分析了输电线路缺陷无人机视觉检测方法,并提出了输电线路无人机巡检技术未来发展面临的挑战。

基于FPGA的水下机器人视觉检测系统

为应对水下机器人视觉检测中面临的实时性、准确性和可靠性上的挑战,提出一种基于FPGA的水下机器人视觉检测系统。该系统将先进的图像处理技术与FPGA的并行处理能力相结合,实现高效实时的水下环境视觉检测。通过对硬件和软件的设计优化,确保系统在水下图像定位识别、电子防水、能源持续、照明、动力和通信等多方面发挥作用。实验验证显示该系统能够精确识别水下目标,对于提升水下机器人视觉检测技术的性能,推动其在实际应用中的广泛部署具有重要意义。

视觉检测技术在无人机自主降落中的研究进展

随着无人机技术的飞速发展,四旋翼无人机精准降落技术得到广泛研究,其在无人机的回收以及重复利用中极为关键,进一步影响了无人机的精准作业以及持续作业等任务。为深化无人机与地面平台合作技术的探索与创新,文章简要分析了无人机的视觉导航降落技术,介绍了基于视觉的四旋翼无人机降落技术现状,重点介绍了降落标记检测技术发展以及无人机飞控策略进展,总结了当前研究重点、难点以及解决方向。

新能源汽车自动驾驶高精度视觉检测技术的研究及应用

近年来新能源汽车得到广泛推广应用,新能源汽车自动驾驶技术作为汽车领域的重要创新,依赖高精度视觉检测技术实现对环境的准确感知。本论文深入研究了新能源汽车自动驾驶中的高精度视觉检测技术及其应用策略。在机器视觉与视觉检测技术的发展阐述后,重点探讨了汽车自动驾驶中高精度视觉检测技术在城市道路和高速公路等场景中的实际应用策略。通过分析特斯拉和谷歌自动驾驶项目等典型汽车厂商的实践经验,以及高精度视觉检测在事故预防和安全性方面的实际效果,为深入理解该技术的价值和潜力提供了实质性的支持。