【摘 要】
:
随着移动互联网时代的到来,智能手机越来越成为人们生活当中必不可少的一个组成部分,手机产业迅速发展的同时使自动化生产及检测成为行业迫切的需求。由于手机模组在封装点胶中的特殊性,显示屏幕和手机壳在封装生产过程中,胶水不可避免的会出现胶水断裂、溢出等缺陷问题,若不及时发现问题,会带来不可逆的后果。手机壳的屏下封装胶的常见缺陷可以分为三种,胶道无胶、点胶量过少导致缺胶、点胶量过多导致偏胶,这些缺陷问题均可
论文部分内容阅读
随着移动互联网时代的到来,智能手机越来越成为人们生活当中必不可少的一个组成部分,手机产业迅速发展的同时使自动化生产及检测成为行业迫切的需求。由于手机模组在封装点胶中的特殊性,显示屏幕和手机壳在封装生产过程中,胶水不可避免的会出现胶水断裂、溢出等缺陷问题,若不及时发现问题,会带来不可逆的后果。手机壳的屏下封装胶的常见缺陷可以分为三种,胶道无胶、点胶量过少导致缺胶、点胶量过多导致偏胶,这些缺陷问题均可以通过测量胶水截面轮廓的高度和宽度来定性判断。由于传统图像处理在检测复杂背景下手机壳内胶水会遇到成像挑战,以及检测精度不足、漏检、错检等问题。为了克服手机在封装工艺中的胶水断裂、溢出等缺陷问题,本文提出一种基于线结构光传感器(LMI Gocator2510)及HALCON软件的手机封装胶三维视觉检测的测量方法和算法。针对以上情况,本文通过使用LMI Gocator2510线结构光传感器SDK和雷赛运动控制卡SDK二次开发包集成在一台由机械设计、运动控制、图像采集为一体的系统来进行图像处理以及图像采集任务,实现封装胶的在线点胶和实时检测功能。通过采用阈值分割、边界轮廓提取、边缘点拟合、ROI区域的生成等图像预处理方法来提取手机壳深度图中的胶水区域特征;分别对点胶前无胶壳和点胶后有胶壳做处理来实现无胶水区域和点胶后有胶水区域的有效分离;分别截取已分割区域中所对应行坐标的全部像素值,进一步重构出深度轮廓线,最后对深度轮廓线通过预处理达到数据轮廓的简化;利用基于深度轮廓信息的最小二乘法来拟合出胶路的胶基准;结合胶基准来测量点胶后的胶水高度,进一步再判断点胶后轮廓位置的胶水宽度和各类缺陷问题。实验结果表明该算法可准确测量出微米级胶水胶截面轮廓的宽度、高度,通过设定阈值数据精准判断出缺胶、溢胶缺陷,同时该方法的测量结果有稳定的数据集中性。为了验证算法测量的准确性,本文还采用了标准块测量实验,通过动态重复性测量标准块的高度来验证测量算法的检测精度。通过实验发现该算法重复测量精度可达到0.01mm,算法测量胶水宽度和高度的结果在合理范围内且准确率可以达到99.74%。
其他文献
随着互联网的快速发展,信息过载现象日益严重,用户如何快速地找到需要的信息变得越来越困难。推荐系统能够精准的将信息推荐给用户,是解决上述问题的重要工具。神经网络具有强大的特征提取和特征建模能力,被广泛应用在推荐系统中,然而,神经网络学习的特征和传统的算法融合时,统一权值融合用户或项目的特征,会导致模型的性能受到限制。针对上述问题,本文分别对自编码建模的项目特征和深度神经网络建模的高阶特征进行元素级别
随着网络覆盖全球化的推进,水下平台与空中平台的跨介质激光通信成为近几年的热点研究领域之一。在该类通信中,信道由海水、海/气界面及大气组成,因其成分复杂,对光束传播的影响因素众多,到目前为止,尚无公认的跨介质信道模型。因此,保障跨介质激光通信的稳定性、可靠性仍然是一个极具挑战性的课题。现有的激光跨介质通信研究存在以下问题:(1)在垂直链路水下光通信中将海水设定为均匀介质;(2)在大气信道研究中,尚无
基于能量检测的非相干MIMO空分复用技术不需要精确实时的信道状态信息解调信号,且具有抗随机相位干扰、对多普勒频偏不敏感的特性,成为高速移动环境下实现大容量、高可靠通信的关键技术之一。多用户MIMO技术可以采用空分多址的方式在相同的时频资源上与多个用户进行通信,成倍地提高通信系统的容量和频谱利用率。现有的关于非相干多用户多天线检测技术的研究主要针对多用户SIMO上行系统,即使少部分文献研究了非相干多
交通标志在引导安全行驶、缓解城市拥堵、减少交通事故等方面都发挥着至关重要的作用。在智能驾驶系统中,交通标志的检测与识别一直以来都是研究的重点和难点。随着深度学习技术的日渐成熟,卷积神经网络越来越多的应用于交通标志的检测领域,且在环境良好的交通标志数据集中取得了不错的成果。但在真实的道路场景中,交通标志易受到复杂环境的影响,如天气、遮挡、光照等。此外智能车捕获的往往是全景图像,交通标志在全景图像中占
由于互联网行业的快速与蓬勃发展,已经出现了各种各样需求不一的业务,如车联网行业、远程医疗、智能家居、5G工业等,不一样的业务对带宽、时延、存储等需求也有所不同。僵化的传统底层网络已经不能灵活的满足这些新兴网络业务的需求,因此网络切片技术应运而生。凭借软件定义网络(SDN)与网络功能虚拟化(NFV)技术,可以快速部署和集中管理网络切片,从而简化管理、提高资源利用率和降低成本。本文首先研究了基于SDN
通信系统带宽的增加对其构件的性能提出了巨大的需求。模数转换(ADC)器芯片作为通信设备中的关键构件,近年来随着5G网络的逐渐普及,需要更加高速、低功耗、高精度的ADC芯片。因此,不管在工业界还是学术领域对高速ADC的研究都是一个吸引力较强的课题。而得益于半导体工艺的进步,器件尺寸、速度等性能的提升,使得具有功耗低、结构简单及占用面积小等优点的逐次逼近型(SAR)ADC脱颖而出,可以满足高速低功耗A
近年来,语义解析是计算机视觉研究领域的热门方向。通过卷积神经网络学习视觉信息的深层表达,该方法已经趋于成熟,但是视觉信息的高维特征向量表达与人类对视觉信息的理解存在差异。因此,对视觉信息进行语义解析能提高人机交互的效率,提升机器人、视觉检索等系统的可解释性。对视觉信息的语义解析,离不开视觉特征的学习与优化。本文针对困难样本在特征学习中难以收敛的问题,研究了基于神经网络的困难样本学习算法。针对视频信
金属薄板件作为承载结构被广泛应用于工程领域,当薄板结构遭受外物冲击、碰撞产生损伤时将会严重威胁到制件的表面质量,容易引发灾难性事故。目前,对金属薄板结构的健康状态监测方法有很多,其中压电监测技术被普遍运用。本文在研究结构健康监测的基础上,通过理论分析、数据仿真、实验验证等途径深入研究了金属薄板件上发生冲击损伤时的压电信号特征、传播特性以及信号的降噪、时延估计和定位算法等关键技术,完成了金属薄板件上
与传统电波通信方式相比,无线光通信具有带宽高、安全保密性好以及信息容量大等优势。随着未来无线光通信朝着高速高效率的方向发展,无线光通信技术正面临着巨大的革新。光信号在大气传输过程中,吸收、散射、背景光等恶劣天气会影响光束的传播质量,进而降低通信性能。因此,采用性能优越的调制、编码及技术融合手段,充分利用通信频谱资源实现高频谱效率及低误码率的需求成为了关键。结合脉冲幅度调制的高频谱特性以及脉冲位置调
正交频分复用(OFDM)调制方案对高多普勒扩展时变信道的鲁棒性不强,高速移动的通信场景下由多普勒拓展产生的载波干扰和符号干扰会造成系统性能损失。正交时频空间(OTFS)调制是OFDM的一种替代方案,该方案通过将时变多径信道转换为延迟-多普勒域中时不变的二维卷积信道,并在该域内进行调制和解调。MIMO和OTFS结合而成的MIMO-OTFS技术同时具MIMO和OTFS的技术优点,具有很大的研究价值。本