基于机器视觉的USB-C平面度检测系统的研究与应用

来源 :湖南科技大学 | 被引量 : 1次 | 上传用户:zhangwenda_gz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着电子工业的飞跃发展,电子行业竞争愈加激烈,加速了产品的更新换代,制造精度要求日益提升,快速精确获取微型电子产品的外观和尺寸数据成为目前测量领域重要的研究内容之一。对于USB Type-C接口(以下简称为USB-C)的针脚平面度而言,当针脚平面度误差超过限定范围将造成短路或开路故障,影响工件功能,所以生产厂商必须研发出具有智能视觉检测系统的生产线,解决手工线效率低、出错率高以及光学影像测量仪(OGP)速度慢,不适用于大规模生产等问题。为了满足现代工业非接触、高精度以及快速对微型物体进行平面度测量的需求,本文采用3D激光测量方法研制基于机器视觉的USB-C平面度检测系统。本论文的主要研究内容及创新点如下:1、为解决企业定下的USB-C针脚平面度测量指标要求,首先介绍检测对象,通过分析检测对象特征,构建系统总体框架,并根据实际需求选择视觉传感器、软件开发平台和图像处理函数库,完成系统可行性分析与图像采集,为后续方法和系统研究奠定基础。2、针对系统误判率高的问题,为提高后期测量的准确性,本文对图像去噪方法进行研究,通过对均值滤波和分数阶积分去噪方法的对比,研究三次样条插值函数的3D激光图像去噪算法,实验验证去噪效果的有效性,满足用户生产需求。3、针对系统精度低的问题,为提高检测精度,首先研究模板匹配技术,通过分析基于灰度的模板匹配技术的优缺点,采用基于几何特征的模板匹配技术,实验验证设计方法的优越性;其次分析常见的边缘特征提取方法,研究改进的Sobel算子的边缘特征提取方法,通过仿真实验对比,并在实践中实验检测验证精确提取边缘,满足用户需求。4、为验证搭建实验平台的可行性和方法的有效性,根据测量原理与需求分析,将确定由特征区域内的特征点构成的特征平面和研究最小二乘法选取参考平面,最后通过开发软件主要模块,实物测量精度可达0.1微米,达到研究的目的,节约人力成本,满足用户要求。本文的创新之处在于研究一种三次样条插值函数的去噪方法和改进sobel算子的图像特征提取方法,并应用于USB-C平面度测量上,满足用户生产需求。本系统为微型物体几何尺寸的三维非接触、高精度、多尺寸测量提供了测量装置系统和相应的测量手段。
其他文献
随着数字化处理技术的日趋成熟与飞速发展,对数字信号处理的要求也越来越高。本文对数字信号处理技术的理论基础、主要内容以及数字信号处理的实现方法进行了讨论。以快速傅
近年来,政府不断积极努力探索税收优惠政策,来扶持和引导以科技创新为引领的高新技术企业的发展,提高其科技水平,增强国家实力。随着税制改革的不断完善与发展,减税降费政策
目前,乌龙泉矿面临着“优质石灰石压矿、采场失调、废石排弃困难和矿山资源利用率急剧降低”等生产问题。近年来,白云石互层矿的销售渠道不畅和排岩容量的瓶颈制约,白云石的
四足机器人是一个强耦合、多变量、参数时变的复杂系统,为使机器人完成指定任务,需考虑运动过程中受到的自身扰动和外部扰动,并保证机器人的运动精确地跟随期望轨迹。四足机
本烤烟种植专用植物复配剂主要是以百部、蛇床子、黄柏等多味药材组成,田间应用时是以水为溶剂,文火熬制而成,具有抗病毒、抑菌、促生长等作用。本实验采用紫外分光光度法、H
地震学不再拘泥于只用经典地震仪测量得到的平移运动或其时间导数去做相关观测分析。应变、旋转、GPS观测数据等都渐渐的被应用于此,旋转地震学的兴起使得旋转地震仪逐渐进入
锂电池以寿命长、体积小以及成本低等优点,被广泛应用在航空、通讯和电动汽车等领域。但是锂电池存在性能退化的现象,这不仅影响电池的使用寿命,还可能导致重大的灾难性事故,因此准确预测锂电池的剩余寿命是非常重要的。本文在分析锂电池性能退化数据的基础上,构建了新的锂电池健康指标,并建立融合多源不确定性的维纳过程模型研究锂电池的剩余寿命预测的问题。具体工作如下:首先,本文分析了锂电池的工作原理和退化机理,对锂
目的:研究葛根芩连汤干预非酒精性脂肪肝炎(Nonalcoholic steatohepatitis,NASH)小鼠的作用及其与肠-肝轴有关的机制。方法:1.雄性C57BL/6小鼠59只,6周龄,适应性饲养两周,以随机数字表法将其分为正常对照组、模型组、葛根芩连汤低剂量组、葛根芩连汤高剂量组四组,分笼饲养在温度22-28℃动物室内。除正常对照组予以普通饲料外,模型组予以高脂饲料联合葡聚糖硫酸钠(de
质子交换膜燃料电池(PEMFC)是一种通过清洁燃料发生电化学反应产生电能的设备。由于其具有用途广、效率高、可靠性强和无污染等优点,被广泛应用于汽车、船舶和便携式设备等民
利用状态空间模型(SSM)能从观测信息中推断不可观测变量的相关信息,其状态估计和参数估计问题一直是人们研究的热点。在生物学和经济学数据中,经常出现观测变量维度较高的时间序列数据。在线性SSM中采用极大似然法和最大期望(EM)算法进行参数估计时,由于Kalman滤波过程涉及高维矩阵的逆运算,致使模型的计算负担重且易数值不稳定。此外,这两种方法的状态矩阵和观测矩阵的估计结果往往是非稀疏的,很难将观测变