随着工业自动化控制技术和计算机技术突飞猛进的发展,工业自动化已经渗透到各行各业的生产中。自动点胶机广泛应用于集成电路、印刷电路板、电子元器件、汽车部件、手袋、包装盒等生产中。机器视觉是当今点胶机的重要技术之一,它的出现使得点胶行业发生了革命性的变化。随着工业的高速发展,点胶精度不断提高,基于机器视觉的点胶系统标定与图像处理在点胶生产线上发挥着越来越大的作用。在实际的点胶生产线上,由于每个工件的位置不固定,须经过视觉定位技术进行位置误差校正,以获得实际的精确点胶位置,因此视觉定位的精度起着至关重要的作用。本文基于单目视觉技术,以PCB板为目标,对待点胶点的实时位置及系统标定进行了深入的研究,主要工作如下:(1)针对工件定位问题,给出了一种改进BRISK算法的特征点匹配算法。该算法解决了BRISK算子因检测阈值固定引起的特征点分布不均问题;通过设置特征点重投影误差阈值,剔除错误的匹配点对,解决BRISK算法错误匹配较多的问题。基于改进BRISK算法得到特征点匹配关系,使用RANSAC算法计算实时场景图像和标准图像之间的投影矩阵,完成PCB板的Mark点匹配。(2)针对系统检测精度和速度的要求,给出了改进Canny算子的边缘检测算法,采用引导滤波替代高斯滤波,增加两个方向上的梯度幅值计算,解决边缘模糊的问题,提高边缘定位精度。在改进Canny算子的边缘检测算法基础上获得边缘轮廓,再使用融合Hough检测与最小二乘法的直线检测算法来拟合PCB板轮廓,进而获得用于定位的Mark点。(3)针对点胶实验平台建立了点胶视觉系统模型,分析了摄像机成像模型及镜头畸变模型。通过求解四个坐标系之间的转换关系,得到点胶平台平面与成像平面之间的映射关系,并使用张正友标定法求解点胶视觉系统模型各参数。根据实际情况,采用系统标定法获得像素与实物的比例因子。针对点胶位置的定位问题,采样图像灰度化,图像去噪滤波及图像的二值化分割,为实现精确定位打下良好的基础。本文建立了点胶视觉系统模型,利用改进Canny算子的边缘检测算法针对传统算法存在的边缘模糊、易受噪声影响的问题进行改进,通过实验验证该算法的有效性与鲁棒性;利用改进BRISK特征匹配算法进行PCB板匹配,相对传统算法提高了匹配精度,将定位平均误差降低至0.1118mm以内;并针对PCB板机器视觉定位系统的研究,基于MATLAB平台开发定位软件系统,该系统交互良好,易于操作。