学位论文 > 优秀研究生学位论文题录展示
LED芯片检测系统视觉图像分析技术研究
作 者: 李蒙
导 师: 薛凌云
学 校: 杭州电子科技大学
专 业: 检测技术与自动化装置
关键词: 图像分析 LED芯片 RHT-LSM 分水岭
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 122次
引 用: 0次
阅 读: 论文下载
内容摘要
LED芯片检测与分选是LED芯片生产中的重要工序。全自动LED芯片检测、分拣设备中的关键技术之一就是机器视觉图像对准定位。视觉定位的过程是通过对待检测、分选的LED芯片图像进行处理与分析,提取并输出图像特征(如边缘、轮廓及标识等),通过这些特征信息的辨析,获取芯片晶粒的形状、位置、姿态等参数,并给伺服控制器提供运动控制参数,完成芯片对准。本文对LED芯片图像分析,以期获得适用于LED视觉定位任务的图像处理技术与方法。LED芯片图像主要表现为含噪背景、芯片片基、电极三类景物,要实现LED视觉定位任务,需对其进行图像分割、目标识别与定位。图像分割是为了获取芯片片基和电极两类感兴趣区域。目标识别即分类过程,需特征提取与分析匹配。定位则是在提取的特征基础上做参数计算,获取目标位置。本文具体研究内容如下:(1) LED图像特征分析。探讨LED芯片图像特征,统计了LED芯片图像的灰度特征。应用几何参数、区域与边缘的7个Hu不变矩开展了对两类电极和片基的特征提取与分析工作。通过数据对比分析,选取可以很好的区分两类电极目标以及片基目标的特征——周长、面积以及边缘的不变矩做为分类依据。(2)基于区域的图像分割技术。根据LED芯片图像的区域特性,应用Otsu双阈值和基于直方图势函数标记的分水岭分割方法对LED图像进行分割。实验结果表明,分水岭分割较Otsu双阈值分割效果更好。Otsu双阈值分割能够将电极、片基和背景三类区域提取出来,但片基区域内部含有误判为背景的区域。标记分水岭分割方法采用直方图多阶势函数自动衰减实现标记提取,在标记基础上的分水岭分割能够将电极、片基和背景区域分离提取,片基内部不会出现误判为背景的区域。而且标记分水岭分割在LED芯片图像的应用中较好的抑制了过分割现象。(3)基于边缘检测的图像分割技术。应用Canny边缘检测算子对LED芯片图像进行边缘检测,获取LED芯片图像的边缘信息,并在Canny边缘基础上对目标区域进行种子填充与区域生长,提取区域信息。利用面积误分率评判分割效果,由Canny算子所得分割结果比采用基于区域的Otsu双阈值分割和直方图势函数标记的分水岭分割结果面积误分率更低。(4)基于Hough变换的特征描述方法。应用Hough变换(HT)实现对LED芯片图像中直线和圆的检测。研究随机Hough变换(RHT)机制,在RHT基础上提出了RHT与最小二乘法(LSM)相结合的算法(RHT- LSM)。该算法首先通过RHT选取合适的点集,再对选取的点集用LSM拟合,使得该算法具有RHT的较强抗干扰能力和LSM对点集拟合的残差最小特性。使用RHT- LSM对已知参数的理想图和缺陷图进行直线和圆的检测实验,验证了算法的有效性和稳定性。在LED芯片图像的应用中,采用RHT-LSM可获得精确的LED芯片形位参数。本文通过对LED芯片检测系统视觉任务相关的图像分析技术的研究,能够实现LED芯片图元分类,计算较精确的形位参数。
|
全文目录
摘要 5-7 ABSTRACT 7-12 第1章 绪论 12-22 1.1 课题来源及研究背景 12-16 1.1.1 LED 产业背景 12 1.1.2 视觉图像检测 12-14 1.1.3 视觉图像处理分析方法 14-15 1.1.4 研究意义 15-16 1.2 LED 视觉检测任务 16-17 1.3 LED 视觉图像的处理与分析 17 1.4 图像分析的关键问题 17-20 1.4.1 图像分割方法 18-19 1.4.2 图像特征提取与分析 19-20 1.4.3 特征描述 20 1.5 研究目标和任务 20 1.6 主要内容 20-22 第2章 LED 芯片图像特征分析 22-36 2.1 图像与图像特征 22-29 2.1.1 基于灰度的特征 23-25 2.1.2 基于空间的特征 25-26 2.1.3 形态特征 26-29 2.2 LED 芯片图像特征 29-35 2.2.1 LED 芯片灰度特征 30-32 2.2.2 LED 芯片图像空间特征 32 2.2.3 LED 芯片图像形态特征 32-35 2.3 本章小结 35-36 第3章 基于区域分割的特征提取方法 36-49 3.1 图像分割概述 36-37 3.2 基于阈值的图像分割 37-39 3.2.1 Otsu 阈值分割 37-38 3.2.2 Otsu 双阈值分割 38-39 3.3 基于分水岭思想的图像分割 39-46 3.3.1 分水岭变换原理 40-43 3.3.2 基于标记的分水岭变换 43-46 3.4 区域图像分割实验与分析 46-48 3.5 本章小结 48-49 第4章 基于边缘检测的特征提取方法 49-60 4.1 图像边缘 49-50 4.2 边缘检测技术 50-51 4.3 Canny 算子 51-54 4.3.1 Canny 算子的基本原理 52-53 4.3.2 Canny 算子的计算实现 53-54 4.3.3 Canny 算子边缘检测基本步骤 54 4.4 基于边缘的区域提取 54-56 4.4.1 算法原理与实现 55-56 4.4.2 算法步骤 56 4.5 边缘图像分割实验与分析 56-59 4.5.1 Canny 边缘检测实验 56-58 4.5.2 区域提取实验 58-59 4.6 本章小结 59-60 第5章 基于Hough 变换的特征描述 60-79 5.1 Hough 变换原理 60-62 5.1.1 标准Hough 变换(SHT) 61 5.1.2 随机Hough 变换(RHT) 61-62 5.2 Hough 变换检测几何基元 62-69 5.2.1 Hough 变换直线检测 62-66 5.2.2 Hough 变换圆检测 66-69 5.3 结合最小二乘法的RHT 69-73 5.3.1 最小二乘法(LSM) 69-72 5.3.2 RHT-LSM 72-73 5.4 RHT-LSM 实验与分析 73-78 5.5 本章小结 78-79 第6章 总结与展望 79-81 致谢 81-82 参考文献 82-86 作者在读期间发表的学术论文与参与的科研工作 86
|
相似论文
- 熔化极气体保护焊熔滴过渡图像分析系统,TG444
- 基于OSGi的领域内框架扩展方法研究及应用,TP311.5
- 基于分水岭与水平集的钼靶图像肿块分割方法,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 介质阻挡放电光学观测系统研究与图像分析,TM835
- DCM猝死者与晚期DCM患者心脏病变的比较研究,R542.2
- LED芯片高速分选机摆臂机电联合仿真及实验验证,TN405
- 彩色医学影像分割技术研究,TP391.41
- 基于TI DM6437的行人跟踪算法研究,TP391.41
- 新一代基因测序的数据处理中的相关问题,TP391.41
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
- 松质骨微结构的图像分析与特性研究,R318.08
- 变电站电力设备红外图像分割技术研究,TP391.41
- 用户端IPTV质量的监测方法研究,TN949.292
- 磁场作用下的电弧及电腐蚀特性的研究,TM501.2
- 粮食颗粒图像分割技术的研究,TP391.41
- 基于JAVA的交互式数据可听化工具的研究与开发,TP311.52
- 基于CFD和分形理论的艾萨炉水力学模型多相混合效果数值研究,TP391.41
- MRI颅脑图像分割算法研究,TP391.41
- 基于脊波双框架系统的图像分割方法研究,TP391.41
- 改进的谱聚类图像分割方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|