论文部分内容阅读
随着计算机技术的飞速发展,计算机视觉技术己广泛应用于工业自动检测,医疗器械,航空航天等诸多领域。在制造业中,有关产品外观质量检测、精密尺寸测量以及工件计数等方面的发展十分迅速,已取得了巨大的经济与社会效益。计算机视觉技术在电子产品生产中一直都是一个十分热门的研究课题。本文采用计算机视觉系统对手机U盘进行缺陷检测,不仅避免了人工检测的随机性,重复性差等问题,还解决了人工测量难以定量检测焊点缺陷以及工件尺寸偏差的弊端,极大的优化和改进了制造检测过程。本文对手机U盘的外观尺寸与表面焊点缺陷进行了深入研究,设计了一套基于计算机视觉的缺陷自动检测系统。本文首先介绍了计算机视觉技术应用的领域与发展现状。对系统的硬件组成进行了分析与选型,并搭建了硬件平台。其次利用图像预处理,边缘检测,直线检测等图像处理方法对手机U盘尺寸与角度测量方法进行了研究。在图像预处理过程中,使用灰度化处理、图像锐化等方法使图像中边缘部分得到增强。在边缘检测过程中,通过实验比较了几种常用的边缘检测算子的适用性,并最终选取Canny算子提取图像的外部边缘。利用Hough变换检测边缘直线,并在对边缘直线有针对性的选取后提取直线参数,最后对尺寸与偏角进行了计算。在焊点检测过程中,本文介绍了倾斜校正方法,对手机U盘表面焊点区域进行了精确定位。在对焊点区域图像进行中值滤波后,利用最大类间方差法进行阈值分割,对提取出的焊点图像进行二值化处理,并利用质心定位法对单个焊点进行分割。将焊点的水平投影直方图与连通区域面积作为特征,利用直方图的巴氏距离相似度对桥接(短路)的焊点进行识别,利用连通区域面积比较法对缺焊(断路)的焊点进行识别。最后,介绍了系统的标定方法,并通过实验验证了尺寸与角度检测的精确度以及焊点的缺陷检出率。实验表明,该系统能对任意角度摆放的样品中的焊点区域进行准确定位,且具有良好的缺陷识别效果。