【摘 要】
:
中国制造2025背景下电子工业技术快速发展,其产品自动化生产和封装技术都相对比较成熟。但由于生产过程中的诸多因素,导致产品外观时常出现划痕、斑痕、压痕等外观缺陷,严重影响产品质量。而目前外观缺陷检测仍以人工检测为主,其检测效率低,准确度不稳定,且人力成本高,这些都严重影响产品产量。基于计算机视觉和人工智能技术的外观缺陷检测技术也逐渐发展起来。但传统图像处理方法对图像特征的表征相对比较低级,而且容易
论文部分内容阅读
中国制造2025背景下电子工业技术快速发展,其产品自动化生产和封装技术都相对比较成熟。但由于生产过程中的诸多因素,导致产品外观时常出现划痕、斑痕、压痕等外观缺陷,严重影响产品质量。而目前外观缺陷检测仍以人工检测为主,其检测效率低,准确度不稳定,且人力成本高,这些都严重影响产品产量。基于计算机视觉和人工智能技术的外观缺陷检测技术也逐渐发展起来。但传统图像处理方法对图像特征的表征相对比较低级,而且容易受到光照、噪声等干扰,导致缺陷检测效果和性能仍不理想。为此,受到深度学习技术启发,本文利用图像处理、神经网络语义分割等方法对电子元器件中的薄膜电容外观缺陷检测展开研究。为了避免其他目标对检测结果的干扰,同时提升后续处理速度,研究了薄膜电容外观快速分割方法。在研究了基于阈值、区域和图论的分割算法的特点基础上,提出了基于HSV空间OTSU算法的快速分割算法。进而对分割结果进行形态学处理,去除毛刺和孔洞,得到薄膜电容外观的完整区域图。由于传统图像特征提取方法对内容的表征比较低级,为此,提出了融合Gabor卷积网络进行外观缺陷预处理,以增强特征。进而,介绍了经典的深度语义分割网络FCN,UNet和SegNet,在考虑像素级分割效果和算法效率下,采用了基于DeepLabV3+的外观缺陷快速检测模型。但由于光照干扰,薄膜电容器件边界上往往出现部分黑色阴影或白色条纹,极易被误检为缺陷,导致良品率低。为此,将器件表面轮廓图作为引导信息,以抑制边界附近光照的干扰。对比了 Canny,HED和RCF边缘轮廓提取方法,结果表明RCF方法提取的边缘轮廓图对器件外观图像噪声抑制效果更好,更加适合用于引导图。基于上述改进,提出了融合Gabor卷积网络和轮廓信息引导DeeplabV3+的薄膜电容外观缺陷检测方法,并在实测数据集上验证了提出方法的检测结果视觉效果、客观评价指标mIoU和分类准确度。最后设计实现了基于PyQt和Pytorch的算法部署和可视化界面,并对检测效果和性能进行展示。本文在薄膜电容外观缺陷检测方向的研究成果具有较好应用价值。
其他文献
军事隐身技术是提高作战平台生存能力的重要一环,在现代军事战争中起到十分关键的作用,频率选择表面作为超材料隐身科学中十分重要的角色,国内外学者对此方面已进行了数十年的研究。随着侦测技术的不断提高,现有的简单的飞机涂层式超材料已无法满足军事中对敌方雷达的隐身需求,这使得新型的频率选择表面的设计成为了越来越热门的话题。本文在基于常规的频率选择表面结构,根据实际应用中不同的工作需求,使频率选择表面拥有多功
光学遥感图像云检测可以看作是遥感图像预处理的步骤。由于地球表面大量存在的云,导致遥感影像不够清晰,存在地物被遮挡的情况。同时,在研究自然环境、气象方面,云检测也是一项必不可少的工作。因此,这是一项十分必要并且有价值的研究课题。在该领域目前已经有了大量的研究,包括传统的云检测方法和基于深度学习的方法。相比之下,基于深度学习的方法检测结果更加准确,是目前的主流研究趋势。因此,本文采用了基于深度学习的方
随着水上旅游业的发展,智慧景区建设也迎来高潮,新能源游船作为水上景区主要交通工具,其航行安全问题备受关注。目前,国内水上景区对于新能源游船摄像头监控信息(音频和视频)的存储缺乏容灾手段,当沉船、爆炸等事故发生时会对监控信息造成损坏,给事故原因的调查造成困难。如何对监控信息进行容灾存储,保证存储数据的实时性和完整性是重要的研究方向。存储数据作为调查事故原因、明确事故责任的重要参考依据,如何保证存储数
在“中国制造2025”的推动下,传统的制造业和物联网、大数据等信息技术相互融合,生产制造的智能化成为了大势所趋。与传统的“先故障后维修”或者定期维修的策略相比,预测性维修能够帮助企业规范生产流程,提高设备利用率,降低生产成本,实现生产制造的智能化。设备在运转时发出的声音信号中包含大量运行状态信息,只要能有效地提取到声音事件中包含的信息,那么工厂就可以对生产设备故障进行分类与识别,就可以有效地提升机
随着机场等公共场合的安全检查工作越来越受到人民群众的重视,主动式毫米波安检技术因具备高效率、安全性等优势而获得飞速发展。但毫米波的波长极短,行人移动很小位置会造成回波相位发生较大变化,导致雷达成像模糊、安检图像质量严重下降。为了提高非合作行人的安检图像质量、使成像清晰,需要我们准确的估计出人体表面任意部位的运动参数。本文的主要工作为:(1)研究了一种基于拟合平面的相机外参标定算法求解多相机位姿,以
随着移动互联网的快速发展,云计算为数字经济的发展带来了新的变革。资源受限的企业和个人用户通过将数据外包到云服务器能够降低本地数据存储和管理的负担。然而,数据外包存储模式使得数据的所有权和管理权相分离,这不可避免地带来了新的安全性挑战。为了保护数据隐私,用户需要在数据外包之前对数据进行加密,但传统的数据加密方法使得密文数据上的检索变得很困难。因此,在云环境下实现安全、高效的密文数据检索已成为云计算领
随着信息技术与软件的高速发展,软件漏洞攻击的逐渐增加,给软件漏洞检测技术带来了前所未有的挑战。基于静态分析与动态分析的传统方法都或多或少的存在检测的准确性差,以及依赖专家知识的问题。与依赖统计特征的机器学习检测方法相比,基于深度学习的检测方式由于其不需要人工提取特征的独特优势,逐渐成为研究的热门方向。现有的深度学习的检测方法主要存在以下几个问题:(1)由于代码文件的非结构化特性,需要选取合适数据预
降雨会在视频图像上产生明显的条纹,遮挡图像内容,模糊结构信息,导致视频质量退化,进而影响后续计算机视觉系统的信息处理功能。因此,开发高效的视频雨条纹去除算法对保证后续的视觉系统性能至关重要。目前的视频去雨算法可以分为两类:基于模型驱动的算法和基于数据驱动的算法。基于模型驱动的算法通常侧重于利用雨条纹和干净视频间的合理先验。然而,由于结构本身的局限性,去雨效果往往并不理想并且会造成图像背景信息的模糊
随着计算机和互联网技术的飞速发展,越来越多的民众选择在社交媒体上撰写评论,表达自己的观点和看法。微博、脸书、推特等互联网平台每天都会产生海量的文本数据,挖掘并分析这些文本数据的潜在情感倾向,对于辅助政府、企业等团体机构进行舆情掌控及决策有着重要的价值。情感分析技术的核心在于情感分类模型的构建,传统方法是以情感词典或机器学习算法为基础来构建模型。基于词典的情感分析方法存在着情感词典构建难度大,泛化能
利用2020年贵州省安顺站大气电场仪和地面气象要素观测资料,在分析该地区大气电场时间演变特征的基础上,分类讨论了晴天、降雪、强雷暴等天气类型下大气电场与同期气象要素的关系。结果表明:安顺站大气电场全年日变化均为正,夏半年、冬半年和全年平均三者日变化基本一致,在午后到傍晚较低,其数值在夏半年明显弱于冬半年和全年平均。月变化整体呈减弱趋势,其中6~7月有明显的跃升;晴天,大气电场平均强度介于0.15~