关于《基于机器视觉的位置偏移检测技术研究》----顾振华的读后感
为了解决什么样的难点
- 难点一:在一般环境光玻璃为透明、半透明状态
- 难点二:需要人工给电路板与斑马纸对齐
- 难点三:不能对原始图像进行过多的图像处理,防止使真实偏移数值出现失真
- 难点四:光源选择(这里选择 同 轴 光 源 \red{同轴光源} 同轴光源)
- 难点五:斑马纸存在公差,完全精确对齐困难
技术创新点
- 创新点一:用机器视觉检测ITO、斑马纸和电路板金手指的相对偏移数值
- 创新点二:通过 伺 服 运 动 \red{伺服运动} 伺服运动平台对偏移进行修正。
- 创新点三:在系统内搭建小型光学暗室使视觉环境可控(因为应用场景多变)
技术过程
- 过程一:图像处理: 二 值 化 \red{二值化} 二值化、边缘检测、 降 噪 处 理 \red{降噪处理} 降噪处理
- 过程二:斑马纸存在公差,在计算偏移量时采取平均偏移量(分别对ITO、斑马纸、金手指选取多个管脚导线并计算它们的中值相对原始图像的位置)
关键词解释
二值化
将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。其次,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像。
二值化原理
图像的二值化处理就是将图像上的点的灰度值为0或255,也就是将整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中,二值图像占有非常重要的地位,特别是在实用的图像处理中,以二值图像处理实现而构成的系统是很多的,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像,这样子有利于在对图像做进一步处理时,图像的集合性质只与像素值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。为了得到理想的二值图像,一般采用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。
二值化阈值选取常用方法
双
峰
法
\red{双峰法}
双峰法
P
参
数
法
\red{P参数法}
P参数法
O
T
S
U
或
最
大
类
间
方
差
法
\red{OTSU或最大类间方差法}
OTSU或最大类间方差法
最
大
熵
阈
值
法
\red{最大熵阈值法}
最大熵阈值法
迭
代
法
(
最
佳
阈
值
法
)
\red{迭代法(最佳阈值法)}
迭代法(最佳阈值法)
伺服运动
没看懂
1、https://wenku.baidu.com/view/01d5868651e2524de518964bcf84b9d529ea2c76.html
2、https://wenku.baidu.com/view/59a7b8b759fafab069dc5022aaea998fcd2240c3.html