摘要
传统方法在检测微组件结构异常情况时应用了光学摄影技术,但由于光学镜头存在非线性畸变,导致传统方法对结构异常位置的定位偏差较大、检测时效性较低。为此,本研究引入了图像处理技术,在传统研究的基础上,校正了光学镜头畸变量,从根本上降低镜头非线性畸变的影响,并对其拍摄的微组件图像实施去噪处理,进一步减小对结构异常位置的定位偏差。基于此,在对图像实施卷积操作后,利用高斯差函数构建图像尺度空间,通过对比特征点像素尺度建立模板特征点集,完成对微组件结构特征的提取。然后利用Hu不变矩对特征点进行匹配,与模板特征点集无法匹配的位置即为异常区域。实验结果表明:该方法对异常位置的定位误差最大值仅为4.0mm,在相同重叠度下的检测成功率较高,且其有效提高了检测时效性。
出处
《制造业自动化》
CSCD
北大核心
2022年第3期193-196,共4页
Manufacturing Automation
