pcbaxi图像中的矩形与圆目标分割与识别-rectangle and circle object segmentation and recognition in pc baxi image.docxVIP

pcbaxi图像中的矩形与圆目标分割与识别-rectangle and circle object segmentation and recognition in pc baxi image.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
pcbaxi图像中的矩形与圆目标分割与识别-rectangle and circle object segmentation and recognition in pc baxi image

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要PCB(PrintedCircuitBoard)生产自动化中,最为关键的环节便是质量控制,而自动X射线检测(AutomaticX-rayInspection,AXI)在质量控制中扮演极为重要的角色。矩形和圆目标识别是AXI中的重要环节。当前的矩形和圆目标识别算法一般基于通过霍夫变换,通过分析提取的几何特征进行判断。霍夫变换(HoughTransform)在检测矩形目标时计算开销大,不能满足系统的实时性要求;检测圆目标时不能克服复杂图像的干扰,存在误判和漏检,且不能最终得到圆目标轮廓。在AXI应用中,形状角可以有效识别矩形目标,然而其计算精度和时间开销取决于轮廓上各离散点处切线方向的计算效率。现有基于Vialard算法的切线方向计算方法在处理矩形轮廓时步骤繁琐且存在较大的误差,导致使用形状角识别矩形时效率不高。在复杂图像中,由于存在大面积遮挡,全局阈值(GlobalThreshold)的分割圆目标的效果不理想。同时,梯度信息复杂,霍夫圆变换识别效果也不佳。此外,PCB所在平面的法线与射线方向不平行,得到的图像是“倾斜”的。在微米级分辨率下,图像中细节更多,诸如导线等部分对焊球形成干扰,且难以使用传统方法排除。作为应用AXI系统中的识别算法,其时间复杂度必须可控。首先,针对在利用形状角进行矩形识别时时间复杂度高的问题,本文提出了一种基于傅立叶拟合的离散点切线方向计算方法。该方法首先对离散点进行极坐标转化,然后使用傅里叶级数拟合整个轮廓,最后再对拟合之后的曲线求导,从而计算出轮廓上各点的切线方向。在所给出的实例中,本文方法计算平均耗时为1.5775s,传统方法平均耗时为156.155s,且计算结果更加精确。然后针对复杂图像中BGA焊球轮廓提取困难的问题,提出了一种基于子图像的焊球轮廓提取方法。该方法首先利用BGA图像中焊球的分布特征和标准霍夫圆变换定位缺失焊球,获得全部焊球位置,以此作为ROI(RegionofInterest)将图像切割为仅包含一个焊球的子图像;而后对X射线透射BGA焊球的过程进行数学建模,确定其灰度分布特征,以此作为依据分别处理每个焊球,获得保存全部焊球轮廓信息的二值化图像;最后,利用BGA焊球的几何特征,在极坐标函数值直方图上提出了一种基于滑动方差的自适应干扰点排除算法,剔除焊球轮廓中的受干扰点并且以弧线对焊球进行修补;最终完成复杂BGA图像中的焊球轮廓提取。本文所提出的矩形识别方法可以避免Vialard算法及其衍生方法在处理矩形轮廓时产生的过度迭代的问题,时间复杂度降低两个数量级,结果更加准确。将所提的改进形状角计算方法应用矩形轮廓识别中,通过实例分析,验证了该方法的I准确性和可靠性。所提的BGA焊球轮廓提取方法是对当前BGA图像焊球轮廓提取的经典方法的一次拓展,能够解决当前算法不能解决的问题,并为BGA图像二值化时的阈值选择提供了理论依据。关键词:AXI,矩形目标识别,BGA焊球识别,形状角,IIABSTRACTAutomaticX-rayInspection(AXI)playsanextremelyimportantroleinqualitycontrolwhichisthemostimportantfactorinPCBautomaticmanufacturing.RectangularandcircularobjectsrecognitionisthekeyinAXI.TheproposedrectangularandcircularobjectrecognitionalgorithmscanbeobtainedbyjudgingthegeometriccharacteristicsthatisextractedbasedontheanalysisofHoughTransformwhichhasahighcomputingcost,makingitunabletosatisfytheinstantaneityrequ

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档