“嵌入式系统及应用”课程改革与探索

"嵌入式系统及应用"是一门综合性强、技术发展非常迅速的课程,以培养创新型人才为目的,通过分析传统教学过程中遇到的各种问题以及考核方式的弊端,探讨了今后相应的应对方法及策略,并给出了课程的综合改革设计方案,从教学模式、教学手段、考核方式等方面进行了相应的探讨。教学实践表明,对"嵌入式系统及应用"课程的改革起到了较好的效果。

双目实时目标三维测量实现方法的研究

为了解决目标匹配困难、匹配效率低等问题,提出了一种基于双目立体视觉的实时目标特征匹配算法——绝对窗口误差最小化(CAEW).首先,在研究摄像机基本原理后利用张氏标定法解决摄像机的标定,并对最终标定数据采用Bouguet算法进行双目立体校正;然后,利用Ada Boost迭代算法训练目标检测器实现目标检测.将CAEW算法与常用的尺度不变性的特征点检测和匹配(SURF)的效果评估进行比较分析,结果显示CAEW算法的效果评估能达到90%以上,这一指标有明显提高,可以很好地满足双目实时目标匹配的需求.通过CAEW与SURF算法实验对比,进一步说明了减少不必要的全局性图像像素点处理可以提高匹配速度.

基于RANSAC的PCA-SIFT立体匹配方法研究

针对传统的SIFT (Scale-Invariant Feature Transform)匹配算法数据量大,耗时长的问题,采用主成分不变特征变换PCA-SIFT (Principal Component Analysis, PCA)匹配算法。PCA-SIFT匹配算法将传统SIFT算法中的直方图法换做主元分析法,降低了传统SIFT特征描述符的维数,减少了数据量,提高了匹配效率。首先提取出两幅待匹配图像中的所有特征描述子,其次将提取出的特征描述子采用距离比阈值筛选出匹配点对,再采用RANSAC (Random Sample Consensus)法消除错配,最后得到精确的匹配结果。实验结果表明,PCA-SIFT + RANSAC算法较稳定、精确、快速。

芯片引线键合的快速图像定位研究

为实现芯片引脚及引线框架的精确定位,提出了一种改进型的视觉定位方法.该方法结合LOG算子的定位方法和Zernike正交矩的最小二乘椭圆拟合亚像素定位方法,分别对芯片引脚和引线框架进行了定位:对于芯片引脚采用LOG算子算法进行匹配定位,而针对引线框架图像则采用Zernike正交矩的最小二乘椭圆拟合亚像素方法进行定位.通过构建的芯片自动视觉定位平台,进行了相关定位实验.实验表明,芯片引脚及引线框架定位精度小于0.6像素,满足芯片封装应用要求.