貼片產(chǎn)品缺陷機(jī)器視覺(jué)檢測(cè)方法研究.pdf

1、隨著生產(chǎn)技術(shù)的提高和表面貼片安裝技術(shù)的使用，貼片產(chǎn)品向?qū)訑?shù)更多、體積更小、密度更高的方向發(fā)展，安裝生產(chǎn)實(shí)現(xiàn)了自動(dòng)化，但這也使貼片產(chǎn)品的質(zhì)量檢測(cè)成為一件非常困難的工作。傳統(tǒng)的檢測(cè)技術(shù)在檢測(cè)能力和速度上都不能滿(mǎn)足生產(chǎn)的需要，基于計(jì)算機(jī)與圖像處理技術(shù)進(jìn)行的貼片產(chǎn)品缺陷自動(dòng)視覺(jué)檢測(cè)的研究開(kāi)始成為貼片產(chǎn)品缺陷檢測(cè)的熱門(mén)方向。 本文對(duì)貼片產(chǎn)品缺陷檢測(cè)技術(shù)中的特征選擇和分類(lèi)器設(shè)計(jì)進(jìn)行了研究。第一章對(duì)貼片產(chǎn)品的檢測(cè)技術(shù)作了回顧分析，介紹了目前的

2、國(guó)內(nèi)外現(xiàn)狀，說(shuō)明了論文研究?jī)?nèi)容具有的積極意義；第二章介紹了在微電子表面組裝技術(shù)中應(yīng)用的自動(dòng)光學(xué)檢測(cè)技術(shù)與系統(tǒng)的基本概況，同時(shí)分析了貼片產(chǎn)品缺陷檢測(cè)系統(tǒng)的構(gòu)成及其特點(diǎn)，并就部分設(shè)備的選擇進(jìn)行了研究；第三章以MATLAB為仿真平臺(tái)，介紹了多種圖像處理方法和特征提取方法，并利用圖像處理技術(shù)和特征提取方法檢測(cè)幾種常見(jiàn)的缺陷，如缺件、未對(duì)準(zhǔn)和極性錯(cuò)等；第四章對(duì)器件型號(hào)進(jìn)行檢測(cè)，研究了基于小波變換和字符粗網(wǎng)格進(jìn)行特征提取的字符識(shí)別方法，實(shí)驗(yàn)證明：利

3、用小波變換具有檢測(cè)信號(hào)突變特點(diǎn)及多尺度分析的能力來(lái)進(jìn)行字符識(shí)別是有效的；第五章提出了一種基于多特征AdaBoost的貼片產(chǎn)品缺陷檢測(cè)算法和一種快速的類(lèi)分布不平衡下的分層檢測(cè)方法，Adaboost方法可以在僅比隨機(jī)預(yù)測(cè)略好的弱分類(lèi)器基礎(chǔ)上構(gòu)建高精度的強(qiáng)分類(lèi)器，本文利用 BP 神經(jīng)網(wǎng)絡(luò)做弱分類(lèi)器的設(shè)計(jì)，用AdaBoost對(duì)弱分類(lèi)器進(jìn)行提升進(jìn)行強(qiáng)分類(lèi)器的設(shè)計(jì)來(lái)檢測(cè)缺陷。實(shí)驗(yàn)證明：基于AdaBoost的貼片產(chǎn)品缺陷識(shí)別算法可行性好，具有較高的識(shí)