基于机器视觉的点胶质量检测方法

发布时间：2022-04-17 21:02

　　针对传统点胶缺陷检测成本高、效率低等问题,提出基于机器视觉的点胶质量检测方法。通过图像分割以及形态学等图像处理手段,结合亚像素边缘提取方法准确定位出点胶区域轮廓,选取模板,采用归一化互相关匹配算法进行模板匹配,计算刚性仿射变换矩阵,并将其应用于待检产品图像,通过对目标区域计算,判断合格品及不合格产品的类型。实验结果表明,文章所提方案能快速、准确的判别出产品是否合格,并针对不合格产品判断其类型,准确率为99.6%,检测时间为354.6ms,具有良好的准确性以及快速性,满足工业生产要求。 

【文章页数】：4 页

【文章目录】：
0 引言
1 检测系统方案设计
2 检测系统实现
    2.1 图像预处理
    2.2 点胶区域提取
        2.2.1 目标区域确定
        2.2.2 亚像素边缘提取
    2.3 模板选定与匹配
    2.4 缺陷检测结果
        2.4.1 溢胶检测
        2.4.2 其他缺陷检测
3 结束语


【参考文献】：
期刊论文
[1]基于Halcon的普通工件目标检测方法[J]. 陈岚萍,刘寒寒,马正华.  计算机工程与设计. 2018(08)
[2]基于Halcon的贴片电阻方向检测系统[J]. 亢宇欣,谌贵辉,张三炳,陈晓宇,孙彦斌.  包装工程. 2017(23)
[3]一种改进的基于Harris角点的图像拼接方法[J]. 张宇驰.  机械工程师. 2017(10)
[4]计算机图形学中仿射变换的教学[J]. 章夏芬,朱昌明.  计算机教育. 2017(02)
[5]基于机器视觉的点胶机定位系统[J]. 程方,张曦,张金松.  机械设计与制造. 2013(03)
[6]HALCON软件在机器视觉课程实验中的应用[J]. 李树涛,黎福海,林翚.  高校实验室工作研究. 2012 (01)

硕士论文
[1]基于视觉的多功能精密点胶系统研制[D]. 周宗磊.大连理工大学 2016
[2]基于机器视觉的医药包片识别系统研究[D]. 李康军.湖南大学 2016
[3]芯片点胶系统的视觉检测关键技术研究[D]. 黄紫青.武汉工程大学 2015



本文编号：3646244