机器视觉在焊点检测中的应用.docx

备來模拟人的视觉行为，完成得到人的视觉系统所得到的信息。
机器视觉系统构成：
1•图像获取：照明光源，光学镜头,工业相机，图像釆集卡。
：图像处理软件。
图2-1机器视觉系统
机器视觉题。
目前流行的焊线质检方式是焊完线后人工质检，浪费人力，且不能实时完成质检。而本文就如何利用机器视觉自动实现精准，快速，稳定的焊线后检测进行了讨论和研究一一本文主要检测的是焊球的位置和偏差，得到了一种性能优越的图像处理方法，经过实验验证，精度可以达98%以上。
机器视觉系统的主要目的是给机器或自动生产线添加一套类似人眼的视觉系统。其原理是由计算机或图像处理器以及相关的设
（焊线检测）算法的原理及实现
原理：利用图像形态学的原理从图像中提取出球的信息，根据指定位置上的焊球信息,來判定焊线情况。
其形态学完成PBI的流程如下。
（imageintensification）增加图像对比度，放大差异信息，称之为图像增强。
包含了对比度变换、空间滤波等方法，选取区域，使用非线性变换图像增强的示例如下：
图3-1图像增强示例
图片当中，区域内是图像增强后的效果。
（imagesegmentation）
图像分割就是把图像分成若干个特定的、具行独特性质的区域并提出感兴趣目标的技术和过。包含了基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。
本文选取的是基于自动阈值的图像分割方法来完成了图像分割。
"•门/（门）＜=卩（心）
輿，"-[1,RJ）＞
其中，阈值T是根据图像区域的均值m,和方差a自动计算出来的。
经过图像分割所处理的结果如卞图所示：
图3-2图像分割示例
图片当中的黄色的线是分割出來的区域边界。

腐蚀的原理是：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1,则该像素为1,，上诉的两种像素之间做“或”操作。
腐蚀的作用是消除物体消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点；膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，，可添补目标中的空洞。
开运算是先腐蚀后膨胀的过程，可以消除图像上细小的噪声，并平滑物体边界。闭运算是先膨胀后腐蚀的过程，可以填充物体内细小的空洞，并平滑边界。
图3-3图像膨胀腐蚀闭运算结果
。
通过以上过程得到的区域，一般是
因为环境或者光路的复杂性，有的焊点并不标准，焊球会部分缺失，在这里利用闭运算完成补洞或者补边的操作。以下是图像膨胀腐蚀闭运算的结果：
很复杂的区域，不能直接得到有用信息，而从这些负杂区域中提取圆的信息，就需要使用图像形态学中的OpenCucle（开圆运算）和Shape-Select（形状选择）。
开圆运算是针对复杂区域，根据一些先验条件进行形态学处理，消除小区域，平滑大区域。
形状选择是针对一组区域，根据设定的区域特征，选择出我们需要的区域。
试，得到了很好的实验结果。
以下是部分实验结果：
图4-1各种焊点正常下的PBI处理结呆
我们可以根据设定理想的球半径和环形
度等先验条件，进行