基于机器视觉的电子元件的识别与定位 毕业论文.docx

目录

TOC\o1-3\h\z\u1.引言 3

1.1机器视觉技术发展历史 3

1.2机器视觉技术简介 3

2.基于机器视觉的电子元件的识别与定位的基本组成 4

2.1硬件组成 4

2.1.1工业相机 4

2.1.2成像镜头 5

2.2.软件组成 6

3.标定 7

3.1标定板 7

3.2标定过程 8

3.2标定的验证 9

4.图像预处理 10

4.1Blob分析选取ROI区域 10

4.1.1阈值处理 11

4.1.2形态学处理 11

4.1.3特征提取 11

4.1.2使用draw交互算子选取ROI区域 11

5.模板匹配 13

5.1基于形状的模板匹配过程 13

5.1.1create算子 15

5.1.2find算子 16

5.2电子元件的定位 17

6.总结 18

参考文献 19

致谢 19

PAGE2

基于机器视觉的电子元件的识别与定位

摘要：随着社会不断发展，电子产品越来越多的进入我们的生活，对作为电子产品的基础组成单元的电子元件提出的要求也越来越高，使其越来越集成化与精细化。本文是基于机器视觉的电子元件的识别与定位，以解决愈发精细化电子元件分拣问题。首先使用工业相机进行拍摄，再对拍摄图像进行预处理使其更能的达到预期，通过基于形状的模板匹配识别具体的电子元件的像素坐标，最终再通过标定得到相机的内外参数，将电子元件的像素坐标转换为世界坐标。

关键词:机器视觉，电子元件，识别定位

Identificationandlocalizationofelectroniccomponentsbasedonmachinevision

Abstract：Withthecontinuousdevelopmentofsociety,moreandmoreelectronicproductshaveenteredourlives,andtherequirementsforelectroniccomponentsasthebasiccomponentsofelectronicproductsaregettinghigherandhigher,makingthemmoreandmoreintegratedandrefined.Thistopicisbasedontheidentificationandpositioningofelectroniccomponentsbasedonmachinevisiontosolvetheproblemofincreasinglyrefinedelectroniccomponentsorting.First,theindustrialcameraisusedforshooting,andthenthecapturedimageispreprocessedtomakeitmoreexpected,thepixelcoordinatesofspecificelectroniccomponentsareidentifiedthroughshape-basedtemplatematching,andfinallytheinternalandexternalparametersofthecameraareobtainedthroughcalibration,andthepixelcoordinatesofelectroniccomponentsareconvertedintoworldcoordinates.

Keywords:machinevision,electroniccomponents,recognitionandpositioning

1.引言

1.1机器视觉技术发展历史

在20世纪50年代初，早期的机器视觉主要对二维图像以及各类工件表面进行检测，直到六十年代由美国工程学院提出了二维图像扫描建立三维模型的相关概念，但是受制于当时的技术，还无法完全实践[1]。随着美国MIT人工智能实验室正式开设“机器视觉”课程，至此机器视觉由实验室走向工业生产。机器视觉发展早期,主要集中在欧美和日本。随着全球制造中心向中国转移,中国机器视觉市场正在继北美、欧洲和日本之后,成为国际机器视