没有合适的资源?快使用搜索试试~ 我知道了~
电子测量中的一种改进分水岭算法在高速高精度帧片机视觉检测中的应用
1 下载量 159 浏览量
2020-12-10
05:48:28
上传
评论
收藏 96KB PDF 举报
温馨提示
试读
2页
摘要:针对高速高精度帧片机视觉检测中的元件图像分割问题,提出了一种改进分水岭算法。该算法结合传统的边缘检测和阈值分割,并采用一定的集水盆区域合并准则,有效地抑制了过分割现象。现场运行结果表明该算法效果很好,满足了帧片机视觉检测的要求。 关键词:分水岭算法 贴片机 图像分割随着表面贴装技术的迅速发展,贴片机在我国电子组装行业中的应用越来越广泛。它是机-电-光以及微型计算机控制技术的综合体,通过吸取-位移-定位-放置等功能,实现了将表面贴装元件快速而准确地贴装到PCB板指定的焊盘位置。其中贴片机视觉检测的任务是完成帖装元件的中心定位、质量检测以及贴装校正等。而实现正确的视觉定位与检测的前提是
资源详情
资源评论
资源推荐
电子测量中的一种改进分水岭算法在高速高精度帧片机视觉检电子测量中的一种改进分水岭算法在高速高精度帧片机视觉检
测中的应用测中的应用
摘要:针对高速高精度帧片机视觉检测中的元件图像分割问题,提出了一种改进分水岭算法。该算法结合传统
的边缘检测和阈值分割,并采用一定的集水盆区域合并准则,有效地抑制了过分割现象。现场运行结果表明该
算法效果很好,满足了帧片机视觉检测的要求。 关键词:分水岭算法 贴片机 图像分割随着表面贴装技术的迅速
发展,贴片机在我国电子组装行业中的应用越来越广泛。它是机-电-光以及微型计算机控制技术的综合体,通过
吸取-位移-定位-放置等功能,实现了将表面贴装元件快速而准确地贴装到PCB板指定的焊盘位置。其中贴片机
视觉检测的任务是完成帖装元件的中心定位、质量检测以及贴装校正等。而实现正确的视觉定位与检测的前提
是
摘要:摘要:针对高速高精度帧片机视觉检测中的元件图像分割问题,提出了一种改进分水岭算法。该算法结合传统的边缘检测和阈
值分割,并采用一定的集水盆区域合并准则,有效地抑制了过分割现象。现场运行结果表明该算法效果很好,满足了帧片机视
觉检测的要求。
关键词:关键词:分水岭算法 贴片机 图像分割
随着表面贴装技术的迅速发展,贴片机在我国电子组装行业中的应用越来越广泛。它是机-电-光以及微型计算机控制技术
的综合体,通过吸取-位移-定位-放置等功能,实现了将表面贴装元件快速而准确地贴装到PCB板指定的焊盘位置。其中贴片机
视觉检测的任务是完成帖装元件的中心定位、质量检测以及贴装校正等。而实现正确的视觉定位与检测的前提是保证图像的正
确分割,即将贴装元件准确地从图像的背景中分割出来。
图像分割作为由图像处理到图像分析的关键步骤,至今已有许多相关算法被提出,大致分为三类:一是基于阈值的方法;
二是基于区域的方法;三是基于边缘的方法。尽管这些方法已被广泛应用于医学图像分割、遥感影像特征提取以及红外目标检
测等诸多领域中,但对于贴片机这种高速运动环境下的高速高精度图像分割算法国内目前尚处于研究应用的起步阶段。
分水岭(Watershed)算法是一种新近发展起来的数学形态学图像分割方法。这种方法之所以引起人们的重视,一是其计算速
度较快,二是物体轮廓线的封闭性,三是定位的精确性。但分水岭算法对微弱边缘也具有良好的响应,因此采用分水岭算法进
行图像分割时,通常会产生过度分割的现象。
本文针对项目组在国内率先研制和产业化的八头全自动高速高精度贴片机中涉及的微型计算机视觉检测问题,提出了一种
以分水岭算法为基础,并结合传统的边缘检测和阈值分割算法的改进分水岭算法,避免了分水岭变换过度分割的缺陷,实现了
贴装元件与背景的精确分割。
1 传统阈值分割算法及其缺陷传统阈值分割算法及其缺陷
简单说来,灰度图像的阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值,然后将图像中各像素的灰度值与
这个阈值相比较。像素灰度值大于阈值的为一类,像素灰度值小于阈值的为另一类,灰度值等于阈值的像素可归入上述两类之
一。这两类像素一般分属图像中的两类区域,所以对像素根据阈值分类就达到了将目标从背景中分割出来的目的。
如果要把图像中各种灰度的像素分成多个不同的类,那么需要选择一系列阈值以将每个像素分到合适的类别中去。如果只
用一个阈值分割称为单阈值分割方法,如果用多个阈值分割称为多阈值分割方法。
一幅原始图像f(x,y)取单阈值T分割后的图像可定义为:
在一般的多阈值分割情况下,取阈值分割后的图像可表示为:
F(x,y)=k 如Tk-1<f(x,y)≤Tk k=0,1,2,…,K (2)
其中T0,T1,…,Tk是一系列分割阈值,k表示赋予分割后图像各区域的不同标号。
由此可见,阈值分割算法主要有两个步骤:
(1)确定需要的阈值;
(2)将分割阈值与像素值比较以划分像素。
以上步骤中,确定阈值是分割的关键,如果能确定一个合适的阈值就可以方便地将图像分割开来。但由于图像的复杂多变性,
确定一个准确的阈值并非易事。近年来许多阈值分割算法还借用了神经网络、模糊数学、遗传算法、小波变换等工具,但由于
所处理的图像不同,每种方法的适用性都受到一定的局限。特别是对于贴片机,照明情况复杂多变,光照条件和变化对贴装元
件图像的灰度分布以及元件与背景的对对度影响很大,因此很难确定一个准确的阈值来对图像进行分割,传统的阈值分割算法
受到了很大限制。特别当元件与背景的对比度差或元件旁边有干扰点时,即使阈值已被确定,也有可能导致误分割。
2 传统分水岭算法及其缺陷传统分水岭算法及其缺陷
分水岭算法是一种基于数学形态学的分割方法,基本原理是把灰度图像看作是测地学上的地形表面,图像中每个像素的灰
度值代表该点的海拔高度,图像中每一个局部极小值及其影响区域被称为集水分别,而集水分盆的边界则形成分水岭。分水岭
的计算方法很多,图1描述了分水岭算法的经曲体形:浸没模拟。在图像的每一个局部极小值处刺穿一个小孔,然后将其逐渐
weixin_38714641
- 粉丝: 1
- 资源: 949
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0