基于机器视觉的电子元器件表面缺陷检测技术研究

发布时间：2020-06-15 13:50

【摘要】：当今科技发展迅猛,在工业生产中自动化产品线日趋成熟,但是,表面缺陷检测大部分依然依赖人工检测,其检测主观性强、成本高、易产生视觉疲劳。表面缺陷检测技术至今尚没有完满的解决方案。因此,有必要研究一种高效客观的检测方法以适应电池表面缺陷检测的自动化、高效率、高精度的需求。本课题在充分调研国内外表面缺陷检测方法的基础上提出了一种基于机器视觉的电子元器件表面缺陷检测方法。该方法既满足自动化检测要求又能有效解决传统自动化检测的难点。首先针对采集光照及噪声等影响,提出图像预处理算法,包括均值、中值、高斯、双边等空域滤波器,以及理想低通、巴特沃斯和高斯低通等频域滤波器,分别对各个滤波器作了横向纵向效果比较,选取高斯频域滤波器进行平滑去噪。介绍了直方图、CLAHE、小波对比度增强等图像增强算法。介绍了自适应阈值和Otsu二值化处理算法以及形态学分析与处理算法。然后研究了多目标检测算法,利用Canny边缘检测算法和轮廓表示提取感兴趣区域。根据划痕类缺陷与面类缺陷的不同特征,提出基于Gabor滤波的划痕缺陷提取算法。研究了基于傅里叶变换的图像配准算法,完成目标图像与模板的匹配,利用模板相减法实现缺陷特征区域提取。设计了缺陷区域面积、区域周长面积比、区域最小外接矩形宽高比、区域灰度均值和轮廓面积与凸包面积比五个缺陷区域特征表示。根据特征图像,设计了基于SVM和CNN的特征分类器,比较了两者识别效果。最后本文设计了针对电子元器件缺陷的机器视觉检测系统,针对成像难点和缺陷类型,从硬件系统和软件系统两方面进行总体结构设计,并以扣式电池为对象验证了检测系统的有效性。
【学位授予单位】：贵州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN606;TP391.41
【图文】：

组织结构图,组织结构,贵州大学,硕士学位论文

本文组织结构

源图像,卷积计算,掩模

滑去噪元器件的处理工艺，其表面会有些微凹凸不平，有如随机变低。在采集的目标图像中，采集硬件引入的随机噪声和会影响缺陷的提取，故在缺陷提取前需要对采集的电子元理。滤波处理算法分为：空间域滤波器和频域滤波器。滤波像像素点集合看作一个空间域。空域滤波是指利用特定卷操作，假设图像空域中一个像素点的坐标为(x, y)，设 f(x理的源图像和目标图像，滤波处理的结果为源图像与卷积在图像中的像素点(x, y)处使用 × 的卷积核进行卷积操作R ( ) ( - ) ( ) ( -) ( ) ( -) ( ) ( -) ( ) ( - )

【参考文献】