10.3969/j.issn.1001-3881.2021.04.018
基于机器视觉的网络变压器模块缺陷检测系统研究
针对电子元件缺陷传统人工检测方法存在劳动量大、检测效率和自动化程度低、成本高等问题,提出一种基于Halcon的视觉检测系统.针对研究对象的特殊性,提出两次采集、两次判断的多特征自动检测方法,并构建验证试验平台;利用CCD相机实时采集元件图像,再对图像进行中值滤波等预处理,降低图形噪声;采用阈值分割、Blob分析的方法对图像缺陷特征进行形态学特征识别和提取,得到判断结果.实验结果表明:该检测方式能快速、准确、高效地提取电子元件缺陷特征;单幅图平均图像处理时间为131 ms,检测平均准确率为95%;另一方面,自动控制系统稳定性强,精度高,单个元件检测周期平均时间为4.7 s,相教于人工检测效率提高了38%,满足工业要求.
机器视觉、缺陷检测、Blob分析
49
TP273.5(自动化技术及设备)
人工智能四川省重点实验室开放基金项目;人工智能四川省重点实验室项目;自贡市科技局项目
2021-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
89-93