论文部分内容阅读
LED晶粒的分拣是LED生产中的一个重要环节,由于分拣设备长久以来一直被国外市场垄断,所以研发具有自主知识产权的LED分拣设备势在必行。而作为分拣设备中,机器视觉技术又是至关重要的,它设计的好坏直接影响着整个分拣的系统。本文主要研究机器视觉技术在LED分拣设备中的应用。论文以高速CCD相机、镜头、图像采集卡及工控机为核心组件,构建了基于机器视觉的硬件平台,用来对图像进行采集与处理。在LED分拣设备中,晶粒的位置信息是至关重要的,它为整个的分拣工作提供了基本参数信息。为了得到LED晶粒的位置参数,论文中采用了基于区域灰度值的模板匹配算法。深入分析了模板匹配算法的功能及预处理的过程。在相应的匹配工作基础上要对图像进行区域的分割,进而改变图像的表示方法,并对图像像素进行再组织,形成更高级的表示单元。区域分割是一个集合划分的过程,它只是把相似的像素划分到不同的区域中,分割得到的区域仍然有很多冗余信息为了消除这些冗余信息,在此提出了感兴趣区域来描述图像。它可以增强图像对比度,能显著的描述物体的轮廓和形状,并在一定程度上消除了图像的冗余信息,突出图像的主要内容。CCD在拍摄过程中,由于光学镜头存在有一定的光学畸变,将会引入一定的测量误差,从而影响晶粒的识别和定位。为了解决这一问题,本文提出采用预处理前对图像进行校正的措施来消除畸变。识别完成后会生成LED位置信息的参数表,该表为运动控制提供了运动数据。本课题以VC++6.0作为软件开发平台,使用Sapera Processing图像处理软件来实现开发LED分拣设备的机器视觉的软件控制系统。利用机器视觉的处理算法来实现图像的识别与定位。经过测试结果表明,论文中所构建的硬件平台及机器视觉处理算法合理,且处理精度达到生产精度的要求,具有很好的实用性。