基于NCC改进算法的SMT电路器件定位
本文选题:SMT + NCC ; 参考:《计算机应用》2017年S1期
【摘要】:随着电子产品的微型化发展,对表面贴装技术(SMT)中电路器件的定位精度和速度提出了越来越高的要求。针对SMT贴合工艺中标记点匹配速度慢、边缘检测精度差的问题,为了提高模板匹配效率,在经典NCC算法的基础上提出了一种缩小搜索区域的NCC算法(RSR-NCC),通过提取模板图像中关键信息与搜索图像进行匹配,实现电路器件的定位。在保证匹配准确性的情况下,该算法可减少计算量,同时增加关键信息的权重。分别采用传统NCC算法、SSDA算法、NCC+粗搜索算法与RSR-NCC算法对SMT贴合过程中随机采集的图像进行匹配定位,结果显示RSR-NCC算法在保证匹配结果准确的基础上,匹配时间分别为NCC算法、SSDA算法、NCC+粗搜索算法的1%、2.8%、8.5%,明显提高了匹配速度,证明了该算法的优越性。
[Abstract]:With the development of the microminiaturization of electronic products, the positioning precision and speed of the circuit devices in the surface mount technology (SMT) are getting higher and higher. In order to improve the template matching efficiency, a narrow search is proposed to improve the template matching efficiency in order to improve the template matching efficiency in order to solve the problem of slow matching speed and poor edge detection precision in the SMT bonding process. The NCC algorithm (RSR-NCC) of the cable region is used to match the key information in the template image and the search image to realize the location of the circuit device. In the case of ensuring the accuracy of the matching, the algorithm can reduce the computation and increase the weight of the key information. The traditional NCC algorithm, the SSDA algorithm, the NCC+ rough search algorithm and the RSR-NCC algorithm are used respectively. According to the matching and positioning of the random collected images in the SMT closing process, the results show that on the basis of ensuring the accuracy of the matching results, the matching time of the RSR-NCC algorithm is NCC, SSDA, and NCC+ coarse search algorithm 1%, 2.8%, 8.5%, and the matching speed is obviously improved, and the superiority of the algorithm is proved.
【作者单位】: 中国矿业大学信息与电气工程学院;中国人民解放军第五七一五工厂;
【基金】:国家重点研发计划项目(2016YFC0801808)
【分类号】:TN405;TP391.41
【参考文献】
相关期刊论文 前9条
1 何荣芳;孙长库;王鹏;杨国威;;SMT封装电路板三维在线检测技术[J];传感技术学报;2015年02期
2 薛菲;张荣国;张建国;陈大川;;基于NCC与SSDA的快速特征点匹配融合算法[J];计算机与数字工程;2010年10期
3 孙卜郊;周东华;;基于NCC的快速匹配算法[J];传感器与微系统;2007年09期
4 熊凌;;计算机视觉中的图像匹配综述[J];湖北工业大学学报;2006年03期
5 兰秀菊;陈勇;汤洪涛;;SMT生产线平衡的持续改善方析[J];工业工程与管理;2006年02期
6 邢锦江;李静;冯允成;;3种遍历粗搜索方法对比[J];计算机工程;2006年06期
7 姜涛,王安麟,王石刚,邵萌;基于机器视觉的印刷电路板误差校正方法[J];上海交通大学学报;2005年06期
8 王植,贺赛先;一种基于Canny理论的自适应边缘检测方法[J];中国图象图形学报;2004年08期
9 何仁芳,王乘,杨文兵;基于混沌遗传算法的图像匹配[J];红外与激光工程;2003年01期
【共引文献】
相关期刊论文 前10条
1 陈力能;宋树祥;;基于图像处理的麻将竹块缺陷检测[J];广西大学学报(自然科学版);2017年03期
2 朱添翼;范强;杜漫飞;;一种遥感图像建筑物直线特征提取算法[J];测绘通报;2017年06期
3 邢培锐;童敏明;张俊升;孙苏园;;基于NCC改进算法的SMT电路器件定位[J];计算机应用;2017年S1期
4 卞桂平;秦益霖;;基于Canny算法的自适应边缘检测方法[J];电子设计工程;2017年10期
5 周敏;;基于无人机图像的地面裂缝检测[J];电脑知识与技术;2017年13期
6 吴鹏;徐洪玲;宋文龙;;结合小波金字塔的快速NCC图像匹配算法[J];哈尔滨工程大学学报;2017年05期
7 李军;范丙毅;李翔宇;;手机Housing检包线平衡分析及优化设计[J];工业工程;2017年02期
8 江宇博;刘波;;小波模极大值法与数学形态学边缘检测细化结果[J];计算机测量与控制;2017年03期
9 黄仕磊;廖俊必;徐涛;廖世鹏;;基于机器视觉的液压阀阀芯关键尺寸的自动检测系统[J];工具技术;2017年03期
10 郭卜瑜;于佳;王姣姣;刘惠萍;;双目视觉用于鱼苗尺寸测量[J];光学技术;2017年02期
【二级参考文献】
相关期刊论文 前10条
1 马玉坤;王中亚;杨国威;王鹏;孙长库;;基于线结构光传感器的公路平整度测量系统[J];传感技术学报;2013年11期
2 全燕鸣;黎淑梅;麦青群;;基于双目视觉的工件尺寸在机三维测量[J];光学精密工程;2013年04期
3 田哲宇;张雪;;SMT生产关键工艺分析[J];科技创新导报;2013年09期
4 刘斌;王鹏;曾勇;孙长库;;Measuring method for micro-diameter based on structured-light vision technology[J];Chinese Optics Letters;2010年07期
5 李亚标;王宝光;李温温;;基于小波变换的图像纹理特征提取方法及其应用[J];传感技术学报;2009年09期
6 徐玮;王炜;张茂军;吴玲达;;一种基于角点匹配的视图合成方法[J];系统仿真学报;2007年14期
7 周煜;;如何对表面贴装印刷电路板(SMT PCB)进行缺陷检查[J];湖北广播电视大学学报;2007年06期
8 彭楠;何小海;汪华章;;基于样条小波和Gabor小波的边缘检测[J];成都信息工程学院学报;2007年02期
9 李晓娟;郭宝龙;;一种基于兴趣点方向特征的图像拼接方法[J];计算机工程与应用;2007年12期
10 徐海云,王普,王广生;全景拼图的实现技术[J];北京工业大学学报;2004年04期
【相似文献】
相关期刊论文 前6条
1 梁莹;;集成电路器件的防潮贮存和防静电操作[J];中国新技术新产品;2010年01期
2 韩熔;;电路器件级维修及电路在线维修测试仪[J];国内外机电一体化技术;2000年05期
3 钱志远;激光唱机常见简单故障排除[J];家庭电子;1995年10期
4 王格方,孟亚峰,李合平,付建三;基于HPVEE的数字电路器件仿真及其在测试上的应用[J];计算机自动测量与控制;2000年02期
5 余盂尝;常用集成门电路的电气特性[J];电视大学;1985年10期
6 ;[J];;年期
相关硕士学位论文 前1条
1 周庆萍;0.15微米高速逻辑电路器件优化与良率提升[D];上海交通大学;2007年
,本文编号:1786070
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1786070.html