基于ROI的银触点模板匹配缺陷的检测法
发布时间：2021-07-29 21:56
银触点广泛应用于各种电子元器件中,其表面要求覆盖银层完整光亮,但在生产中表面会出现多种缺陷难以检测而影响使用。为保证其出厂的零缺陷,提出了基于ROI的银触点模板匹配缺陷检测方法。通过对图像进行形态学处理,保证了整张图像的低噪声,根据银触点的表面外形特征,优化了模板匹配的搜索路径,实现了自动选取目标。凸包运算后准确做出圆形区域的最小外接矩形ROI,通过位址映射求出最小外接矩形的位置,得到信息完整的原图ROI。将模板ROI与实时ROI进行去均值归一化相关匹配,计算两幅图像的相似度。通过大量实验得出合格约束相似度,对比人工分拣与机器视觉ROI模板匹配的分拣误差,得出基于ROI的银触点模板匹配缺陷检测方法,符合银触点的出厂要求。
【文章来源】：机械设计与制造. 2020,(02)北大核心
【文章页数】：5 页
【部分图文】：
最小外接矩形
由于灰度匹配是对每个像素点进行比较，所以可满足银触点表面检测精度条件，但计算时间长，对噪声比较敏感。设计的基于ROI的模板匹配算法，对银触点进行图像采集，选取表面无缺陷的银触点作为模板图像（基准图像），取各零件对其进行形态学开运算处理，继而进行目标区域提取，作最小外接矩形，将此最小外接矩形的位置坐标映射至原图；选取合适的阈值将ROI区域进行灰度处理，保存灰度图作为模板1，重复此操作五次取得5个合格零件模板1-5。将待测的零件置于CCD下方，采集图像，对其进行形态学开运算处理，继而进行目标区域提取，作最小外接矩形，将此最小外接矩形的位置坐标映射至原图；然后选取合适的阈值，将ROI区域进行灰度处理，将得到的灰度图与模板1进行灰度匹配，根据实验与生产要求当相似性达到cs判断为合格，当相似性小于cs则与模板2进行匹配，重复操作直至相似度达到cs，若5次结果均达不到cs，则判定其为不合格零件。算法流程，如图1所示：3 基于ROI的模板匹配算法
在图像匹配的过程中，匹配结果的不稳定性是由于搜索图和模板图的光照、噪声、形变变化等环境因素的不确定性而导致的。对图像进行预处理操作是为了达到消除图像的无用信息，同时增强图像有用的信息来提高匹配精度的目的[6]。常见的图像预处理方法有图像的几何变换，图像增强以及形态学处理几方面[7]。完成图像采集之后，目标图像比较清晰，但其周围的噪声点多而小，为了得到低噪声的图像保证其不影响ROI选取，输入图像之后对图像进行形态学处理。按照处理对象不同，分为对二值图像处理和对灰度图像处理[8]。经试验，拟选取开运算进行图像预处理。开运算可用来消除小物体、在纤细点处分离物体、平滑较大物体的边界同时并不改变其面积。在500万像素下的合格品图像，如图2(a）所示。待检测的图像，如图2(b）所示。合格品图像经过形态学开运算之后的图像，如图2(c）所示。合格品图像经过形态学开运算之后的图像，如图2(d）所示。经过先腐蚀后膨胀的开运算之后。大部分目标外的孤立点被去掉。除此之外，形态学处理也为ROI的选取提供了便利。3.2 ROI提取方法
【参考文献】：
期刊论文
[1]圆周二进制描述符的图像点特征提取方法[J]. 张展,杨东升. 计算机辅助设计与图形学学报. 2017(08)
[2]用于金属板图像分割的自适应阈值算法[J]. 薛志文,杨傲雷,费敏锐,沈春锋. 电子测量技术. 2017(07)
[3]基于多尺度多方向结构元素的形态学图像边缘检测算法[J]. 吴朔媚,韩明,王敬涛. 量子电子学报. 2017(03)
[4]一种基于紫外荧光图像的人民币面额识别算法[J]. 李雪梨,索双富,武佩君. 机械设计与制造. 2017(03)
[5]基于动态模板匹配的移动机器人目标识别[J]. 彭玉青,李木,高晴晴,张媛媛. 传感技术学报. 2016(01)
[6]结合聚类参数的圆投影模板匹配改进算法[J]. 田明锐,胡永彪,金守峰. 计算机工程与应用. 2015(21)
[7]我国电触头行业面临新的挑战[J]. 陈妙农. 电工材料. 2005(01)
本文编号：3310131
【文章来源】：机械设计与制造. 2020,(02)北大核心
【文章页数】：5 页
【部分图文】：
最小外接矩形
由于灰度匹配是对每个像素点进行比较，所以可满足银触点表面检测精度条件，但计算时间长，对噪声比较敏感。设计的基于ROI的模板匹配算法，对银触点进行图像采集，选取表面无缺陷的银触点作为模板图像（基准图像），取各零件对其进行形态学开运算处理，继而进行目标区域提取，作最小外接矩形，将此最小外接矩形的位置坐标映射至原图；选取合适的阈值将ROI区域进行灰度处理，保存灰度图作为模板1，重复此操作五次取得5个合格零件模板1-5。将待测的零件置于CCD下方，采集图像，对其进行形态学开运算处理，继而进行目标区域提取，作最小外接矩形，将此最小外接矩形的位置坐标映射至原图；然后选取合适的阈值，将ROI区域进行灰度处理，将得到的灰度图与模板1进行灰度匹配，根据实验与生产要求当相似性达到cs判断为合格，当相似性小于cs则与模板2进行匹配，重复操作直至相似度达到cs，若5次结果均达不到cs，则判定其为不合格零件。算法流程，如图1所示：3 基于ROI的模板匹配算法
在图像匹配的过程中，匹配结果的不稳定性是由于搜索图和模板图的光照、噪声、形变变化等环境因素的不确定性而导致的。对图像进行预处理操作是为了达到消除图像的无用信息，同时增强图像有用的信息来提高匹配精度的目的[6]。常见的图像预处理方法有图像的几何变换，图像增强以及形态学处理几方面[7]。完成图像采集之后，目标图像比较清晰，但其周围的噪声点多而小，为了得到低噪声的图像保证其不影响ROI选取，输入图像之后对图像进行形态学处理。按照处理对象不同，分为对二值图像处理和对灰度图像处理[8]。经试验，拟选取开运算进行图像预处理。开运算可用来消除小物体、在纤细点处分离物体、平滑较大物体的边界同时并不改变其面积。在500万像素下的合格品图像，如图2(a）所示。待检测的图像，如图2(b）所示。合格品图像经过形态学开运算之后的图像，如图2(c）所示。合格品图像经过形态学开运算之后的图像，如图2(d）所示。经过先腐蚀后膨胀的开运算之后。大部分目标外的孤立点被去掉。除此之外，形态学处理也为ROI的选取提供了便利。3.2 ROI提取方法
【参考文献】：
期刊论文
[1]圆周二进制描述符的图像点特征提取方法[J]. 张展,杨东升. 计算机辅助设计与图形学学报. 2017(08)
[2]用于金属板图像分割的自适应阈值算法[J]. 薛志文,杨傲雷,费敏锐,沈春锋. 电子测量技术. 2017(07)
[3]基于多尺度多方向结构元素的形态学图像边缘检测算法[J]. 吴朔媚,韩明,王敬涛. 量子电子学报. 2017(03)
[4]一种基于紫外荧光图像的人民币面额识别算法[J]. 李雪梨,索双富,武佩君. 机械设计与制造. 2017(03)
[5]基于动态模板匹配的移动机器人目标识别[J]. 彭玉青,李木,高晴晴,张媛媛. 传感技术学报. 2016(01)
[6]结合聚类参数的圆投影模板匹配改进算法[J]. 田明锐,胡永彪,金守峰. 计算机工程与应用. 2015(21)
[7]我国电触头行业面临新的挑战[J]. 陈妙农. 电工材料. 2005(01)
本文编号：3310131
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3310131.html
