论文部分内容阅读
随着RFID技术的不断发展,其在国防、工业和民生中拥有巨大的应用前景。目前,国内的主要RFID封装设备以及其他各类IC封装设备都需要以高速度高精确地视觉软件系统作为主要的辅助工具。而市场上所能购买的视觉产品主要是由国外的大型视觉软件公司开发出来的商业软件,如MIL、Congex、HexSight和Halcon等,这些产品使用方便,效率高,同时费用也很昂贵,故开发出一套高性能的视觉软件系统已显得很有必要。本文主要针对RFID封装设备中的贴装模块的视觉定位特点开发一种基于广义霍夫变换的图像匹配算法。传统的广义霍夫变换(GHT)算法在描述任意形状的图像上是非常有效的,然而其仅局限于单一的复杂图形。为了能从多个复杂的图形集合中找出特定的目标对象,本文在传统的GHT算法基础上进行了一些改进工作:1、在图像的边缘检测和边界点梯度值的提取上采用了一种新的思路。不同于前人在提取图像的边界时采用Sobel算子或是Canny算子或是其他边缘检测算子,本文采用了更简单且使用方便的方法:利用图像的二值化并配合图像腐蚀技术来提取图像边缘,这样提取出来的轮廓更有利于提取图像的形状信息。2、针对传统的广义霍夫变换不太适用于从多个复杂的图像集合中找出特定目标对象的局限性,本文新增加了轮廓提取的思想。首先对模板图像和待检测的目标对象进行边缘检测,然后将图像按照连通区域划分成许多不同的子图形区域,并为模板图像中的每个子图形都建立一个R-Table。在视觉定位时,同样按照划分好的区域分别进行投票,这样做不仅能限制使用霍夫变换算法进行图像匹配时的投票累加区域,同时也能在很大程度上滤去与最终定位结果无关的一些“干扰”区域,既能提高算法的精度,又能节省算法的计算时间。在本文的最后通过数据测试及对比性实验,测试并分析了改进后的广义霍夫变换算法在电子标签中的视觉定位精度、其自身的鲁棒性和算法的执行速度等性能指标。