电子元器件外形尺寸机器视觉测量系统设计
机器视觉的零件轮廓尺寸测量系统设计
机器视觉的零件轮廓尺寸测量系统设计万子平;马丽莎;陈明;刘剑霄【摘要】In the paper ,a new machine vision based on precision measurement system for parts contour size is proposed .The hardware and software of the system are designed ,and the key technologies of the measurement system are introduced .The LabVIEW is used as a plat-form to develop system software ,and the improved Canny algorithm is used to recognize the edges of the image ,so that the measurement speed is faster and the extraction efficiency of the contour information of the parts is higher .%提出了一种新的基于机器视觉的零件轮廓尺寸精密测量系统,设计了系统的硬件和软件部分,并介绍了测量系统的关键技术.利用LabVIEW为平台开发系统软件,采用改进的Canny算法识别图像边缘,使得测量速度更快,零件轮廓信息提取效率更高.【期刊名称】《单片机与嵌入式系统应用》【年(卷),期】2017(017)012【总页数】4页(P32-34,58)【关键词】机器视觉;Canny算法;图像处理;LabVIEW【作者】万子平;马丽莎;陈明;刘剑霄【作者单位】湖南云箭集团有限公司,长沙 410100;国防科学技术大学;上海工程技术大学;湖南云箭集团有限公司,长沙 410100;湖南云箭集团有限公司,长沙 410100【正文语种】中文【中图分类】TP391.4当前，制造业的自动化程度越来越高，测量作业作为制造业中至关重要的环节也在不断发展，如何提高测量的效率和精度一度成为制造业发展的重点问题。
基于机器视觉的电子元器件检测系统设计
基于机器视觉的电子元器件检测系统设计一、引言随着电子行业的迅速发展，电子元器件的质量和可靠性对产品的性能和寿命至关重要。
为了提高电子元器件的生产质量和效率，设计一种基于机器视觉的电子元器件检测系统非常必要。
本文旨在探讨基于机器视觉的电子元器件检测系统的设计原理、关键技术和实现方法，以及该系统在电子元器件生产过程中的应用和优势。
二、设计原理基于机器视觉的电子元器件检测系统主要通过获取电子元器件的图像数据，利用图像处理和分析的方法，对元器件的质量进行检测和评估。
具体设计原理如下：1. 图像采集通过相机等设备对电子元器件进行图像采集，将元器件的外观和内部细节转化为数字图像数据。
这些图像数据将作为后续图像处理和分析的基础。
2. 图像预处理对采集到的图像数据进行预处理，包括灰度化、滤波、去噪等操作，以提高后续处理的准确性和效率。
3. 特征提取与分析通过图像处理和计算机视觉算法，对元器件图像中的特征进行提取和分析。
这些特征可能包括元器件的形状、尺寸、颜色、缺陷等，通过与标准样本进行比对，判断元器件的质量。
4. 判定与分类根据提取的特征和分析结果，对元器件进行判定和分类。
合格的元器件将被送往下一工序，不合格的元器件将被剔除或进一步分析。
三、关键技术基于机器视觉的电子元器件检测系统设计涉及到多个关键技术，下面重点介绍其中几个关键技术：1. 特征提取算法特征提取是实现元器件质量检测的基础，需要采用适合的算法对元器件图像进行特征提取。
常用的特征提取算法包括边缘检测、角点检测、轮廓提取等。
2. 图像分类模型通过对元器件图像进行特征提取和学习，建立图像分类模型，用于对元器件进行判定和分类。
常用的图像分类模型有支持向量机（SVM）、卷积神经网络（CNN）等。
3. 实时性处理对于电子元器件生产过程中的在线检测，系统需要具备快速的实时处理能力。
为了提高系统的实时性，可以采用并行处理、GPU加速等技术手段。
四、系统应用和优势基于机器视觉的电子元器件检测系统在电子元器件生产过程中具有广泛的应用和重要的优势：1. 自动化检测相比传统的人工检测方式，机器视觉系统能够实现电子元器件的自动化检测，提高生产效率和减少人力成本。
电子行业电子元件目检设备设计
电子行业电子元件目检设备设计引言在电子行业中，电子元件的质量检测是非常重要的环节。
为了提高生产效率和产品质量，在电子元件制造过程中引入目检设备是必不可少的。
目检设备能够通过视觉系统快速准确地检测电子元件的外观和质量特征，帮助电子制造企业提高产品的质量和竞争力。
本文将介绍电子行业中常见的电子元件目检设备的设计要点和注意事项，以帮助读者了解目检设备的基本原理和设计流程。
目检设备的基本原理目检设备的基本原理是利用计算机视觉技术对电子元件进行图像处理和分析，以判断元件的外观和质量特征是否符合要求。
目检设备通常由以下几个主要部分组成：1.光源系统：通过光源照射电子元件，提供足够的光线使得元件的外观特征能够清晰可见。
2.摄像系统：采用高分辨率的摄像机来获取电子元件的图像。
3.图像处理系统：通过图像处理算法对采集到的图像进行处理和分析，提取元件的外观和质量特征。
4.控制系统：控制整个目检设备的运行，包括触发图像采集、处理算法的执行以及结果的输出等。
目检设备的设计要点光源系统的设计光源是目检设备中非常关键的部分，它需要提供足够的光线以确保电子元件的外观特征能够清晰可见。
在设计光源系统时，需要考虑以下几个要点：•光源的亮度和均匀性：光源的亮度和均匀性会直接影响到图像的质量。
通过选择合适的光源和光源的位置，可以使得图像的亮度和均匀性达到最佳效果。
•光源的颜色温度：不同类型的电子元件可能具有不同的外观特征，而这些特征可能在特定的光源下更容易被检测到。
因此，在设计光源系统时需要考虑电子元件的外观特征，并选择合适的颜色温度。
摄像系统的设计摄像系统需要采用高分辨率的摄像机来获取电子元件的图像。
在设计摄像系统时，需要考虑以下几个要点：•摄像机的分辨率：分辨率越高，可以获取到越多的细节信息，从而提高检测的准确性。
因此，选择适合的摄像机分辨率是非常重要的。
•摄像机的帧率：帧率越高，可以获取到更多的图像，从而提高检测的效率。
在设计摄像系统时，需要根据实际需求考虑摄像机的帧率。
基于机器视觉的电子元器件质检系统设计与实现
基于机器视觉的电子元器件质检系统设计与实现随着电子元器件的广泛应用，对其质量的要求也越来越高。
为了提高电子元器件质量检测的准确性和效率，基于机器视觉的电子元器件质检系统应运而生。
本文将介绍基于机器视觉的电子元器件质检系统的设计与实现。
一、引言机器视觉是一种模拟人类视觉系统的技术，利用摄像机、图像处理和模式识别等方法实现对目标物体的检测和识别。
基于机器视觉的电子元器件质检系统利用计算机视觉技术，能够对电子元器件进行高效而准确的检测，提高了生产效率和产品质量。
二、系统设计基于机器视觉的电子元器件质检系统包括硬件和软件两个部分。
1. 硬件设计硬件设计是基于机器视觉的电子元器件质检系统的基础，主要包括摄像机、光源、图像采集卡和计算机等设备。
摄像机用于拍摄电子元器件的图像，在图像采集卡的作用下将图像传输给计算机进行处理。
光源的选择需要根据待检测电子元器件的特点来确定，确保图像清晰度和对比度。
2. 软件设计软件设计是基于机器视觉的电子元器件质检系统的核心，主要包括图像处理和模式识别两个部分。
图像处理是指对从摄像机采集到的图像进行去噪、滤波、增强和分割等操作，以提取出所需的特征。
常用的图像处理算法包括边缘检测、阈值分割、形态学运算等。
模式识别是指根据图像处理得到的特征，通过与已知模式进行比较和匹配，判断待检测电子元器件是否合格。
常用的模式识别算法包括支持向量机、人工神经网络、决策树等。
三、系统实现基于机器视觉的电子元器件质检系统的实现步骤如下：1. 图像采集首先，使用摄像机对待检测的电子元器件进行拍摄，将图像传输给计算机。
2. 图像预处理对采集到的图像进行预处理，包括去噪、滤波、增强和分割等操作。
预处理的目的是提取出电子元器件的特征，以便后续的模式识别。
3. 特征提取在经过预处理后，通过使用图像处理算法提取出电子元器件的特征，例如边缘、纹理等。
特征提取的目的是将图像转化为可供模式识别的数据格式。
4. 模式识别将特征输入模式识别算法进行训练和分类，判断电子元器件是否合格。
基于机器视觉的电子元器件检测系统设计
基于机器视觉的电子元器件检测系统设计张苏友(张家港开放大学 江苏张家港 215625)摘要：近年来，随着信息技术的不断发展，电子产品更新速度大幅提升，各类电子元器更具集成化和微型化特点，进一步增加了电子元器件检测难度。
在传统检测工作执行上，主要以目标检测手段应用为主，所得到的图像分辨率较低，信息量明显不足。
为此，人们引进了基于机器视觉的电子元器件检测系统，对应的检测效率和质量大幅提升。
该文以实际工作开展情况为基础，对基于机器视觉的电子元器件检测系统细节设计内容进行总结，论述了该检测系统的试验内容。
关键词：信息技术 机器视觉 电子元器件 检测系统中图分类号：TP391文献标识码：A 文章编号：1672-3791(2023)20-0009-04 Design of the Electronic Component Detection System Based onMachine VisionZHANG Suyou(Zhangjiagang Open University, Zhangjiagang, Jiangsu Province, 215625 China)Abstract:In recent years, with the continuous development of information technology, the update speed of elec‐tronic products has been greatly improved, and all kinds of electronic components are more integrated and miniatur‐ized, which further increases the difficulty of electronic component detection. In the implementation of traditional de‐tection work, the application of target detection means is mainly focused on, the resolution of the obtained images is low, and the amount of information is obviously insufficient. Therefore, people introduces an electronic component detection system based on machine vision, and the corresponding detection efficiency and quality are greatly improved. Based on the development of practical work, this paper summarizes the detailed design content of the electronic com‐ponent detection system based on machine vision, and discusses the test content of the detection system.Key Words: Information technology; Machine vision; Electronic components; Detection system现阶段，我国电子元器件生产主要以自动化生产为主，但当前传统检测方式已经无法满足现阶段的检测需求。
基于机器视觉的零件尺寸测量系统设计
基于机器视觉的零件尺寸测量系统设计作者：王保军来源：《电子技术与软件工程》2017年第04期摘要设计了一套基于机器视觉的零件尺寸在线测量系统。
完成了硬件设备的选型和平台的搭建；采用Matlab语言实现了图像处理算法；采用Matlab GUI完成了测量系统软件的设计。
实验结果表明：测量系统的测量精度可以达到2um以下，满足零件尺寸在线检测要求，具有很好的应用前景。
【关键词】机器视觉 Matlab 图像处理尺寸测量在工业生产中，测量是进行质量管理的手段，是贯彻质量标准的技术保证。
机械零件的尺寸检测作为产品加工的一个关键环节，其检测结果不仅影响产品的质量，而且对后续零件的再加工和装配产生决定性的作用。
目前，常规的零件尺寸测量手段主要采用游标卡尺、激光测量仪和轮廓仪等完成检测环节。
以上零件尺寸测量方法要么受测量工具限制，其测量精度有限；要么检测仪器过于昂贵且操作复杂，同时其准确率往往受人为因素的影响。
鉴于当前机器视觉技术的快速发展以及其在工业检测方面的成功应用，论文构想利用摄像机替代人眼，让计算机替代人脑，从而研制出一套针对零件常规尺寸的自动化测量系统。
1 系统概述在充分遵循系统的完整性、可靠性、经济性和实时性等原则的基础上，本文设计出了一套基于机器视觉的零件常规尺寸测量系统。
该测量系统主要由图像摄取、图像处理、图像特征提取和分析、图像常规尺寸测量和结果输出几部分组成。
其工作原理图如图1所示。
2 硬件设计基于机器视觉的零件常规尺寸测量系统的硬件主要包括：照明装置、摄像机、计算机和透明工作台。
各部件的主要功能是：照明装置主要为零件图像采集提供合适的光照环境；摄像机用来采集零件数字图像并传送到计算机，然后保存为相应图片格式；计算机通过系统软件实现对零件图像的预处理、边界提取、特征提取、相机标定和常规尺寸计算；透明工作台用来承载被测零件。
3 算法设计图像处理算法对机器视觉测量系统会产生决定性的影响。
为了能满足零件尺寸测量的要求，针对零件产品图像的特点，我们设计了一套合理的图像处理算法流程。
基于机器视觉的复杂零件尺寸测量系统设计
XXXX 大学
毕业设计任务书
学院、系：XXXX学院
专业：软件工程（机电一体化软件开发与应用）学生姓名：XXXX 学号：XXXXXXXXX 设计题目：基于机器视觉的复杂零件尺寸
测
量系统
设计
起迄日期: 2013年2月25日~2013年6月10日指导教师:XXX 讲师
系主任:XXXX 教授
发任务书日期: 2013年2月 25 日
任务书填写要求
1．毕业设计任务书由指导教师根据各课题的具体情况填写，经学生所在系的负责人审查、签字后生效。
此任务书应在毕业设计开始前一周内填好并发给学生；
2．任务书内容必须用黑笔工整书写或按教务处统一设计的电子文档标准格式（可从教务处网页上下载）打印，不得随便涂改或潦草书写，禁止打印在其它纸上后剪贴；
3．任务书内填写的内容，必须和学生毕业设计完成的情况相一致，若有变更，应当经过所在专业及系主管领导审批后方可重新填写；
4．任务书内有关“学院、系”、“专业”等名称的填写，应写中文全称，不能写数字代码。
学生的“学号”要写全号（如020*******），不能只写最后2位或1位数字；
5．有关年月日等日期的填写，应当按照国标GB/T 7408—94《数据元和交换格式、信息交换、日期和时间表示法》规定的要求，一律用阿拉伯数字书写。
如“2004年3月15日”或“2004-03-15”。
毕业设计任务书
毕业设计任务书。
基于机器视觉的元器件检测系统方案
基于机器视觉的元器件检测系统方案发布时间：2022-07-08T05:44:45.352Z 来源：《中国科技信息》2022年第33卷5期作者：贾庆生，殷永旸，朱广鹏，魏伟[导读] 本文提出一种元器件检测系统方案，通过对元器件的图像进行采集和输入，并且对于输入图像采用特征点匹配识别目标信息得到元器件的数量和种类，通过与目标图像信息进行比较，判定待测元器件是否符合测试要求，从而自动检测待测元器件是否合格。
贾庆生，殷永旸，朱广鹏，魏伟南京熊猫电子制造有限公司，江苏南京 210038摘要：本文提出一种元器件检测系统方案，通过对元器件的图像进行采集和输入，并且对于输入图像采用特征点匹配识别目标信息得到元器件的数量和种类，通过与目标图像信息进行比较，判定待测元器件是否符合测试要求，从而自动检测待测元器件是否合格。
本发明依托于基于机器视觉的图像处理算法实现图像检测，不需要人工参与，将传统主观目视判别变为客观图像判别，可以提高元器件检测精度，降低漏检率和人工成本，提高生产测试效率。
关键词：元器件检测；图像处理; 机器视觉；特征点匹配Abstract： This paper proposes a component detection system scheme, which collects and inputs the image of the component, and uses feature point matching to identify the target information for the input image to obtain the number and type of components. Whether the tested components meet the test requirements, so as to automatically detect whether the components to be tested are qualified. The invention realizes image detection by relying on digital image processing technology, does not require manual participation, changes traditional subjective visual discrimination into objective image discrimination, can improve component detection accuracy, reduce missed detection rate and labor cost, and improve production testing efficiency.Key words： Component inspection; image processing; machine vision; feature point matching 前言在制造业加工领域，无论是在加工过程中或是最后的检测过程中都需要对于元器件数量和种类进行检测，确认最后产品生产之后没有漏料和错料的问题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Optoelectronics 光电子, 2020, 10(3), 84-89Published Online September 2020 in Hans. /journal/oehttps:///10.12677/oe.2020.103011电子元器件外形尺寸机器视觉测量系统设计李超，许杰盐城市计量测试所，江苏盐城收稿日期：2020年8月24日；录用日期：2020年9月4日；发布日期：2020年9月11日摘要电子元器件是电路的基本组成部分，有着广泛的应用。
传统的人工检测存在很多不足，机器视觉尺寸测量技术由此应运而生，机器视觉由于自身具备高灵敏度、高精度及高耐用性的特性，对于提高工业自动化水平和工业生产效率有极大助力。
根据课题要求，以单片机芯片为研究对象，以检测单片机芯片二维平面上的长度与宽度为研究目标，设计了基于机器视觉的单片机芯片检测系统的硬件方案，硬件组成包括光源与照明方式的选择，以及相机与镜头的选择。
完成硬件平台搭建后，同时制作了应用于相机标定的标定板并在调试完成的硬件平台上拍摄了三十张左右的标定图片。
利用MATLABR2016A作为系统的软件处理平台，一方面应用MATLAB标定箱对标定图做相机标定，另一方面编写用于单片机芯片尺寸测量的图像处理代码及测量代码。
其中，在图像处理环节主要包括图像滤波、二值化处理和边缘提取等步骤。
单片机芯片的尺寸测量实验完成后将实验结果与真实尺寸的对比，可以看出构建的基于机器视觉的电子元器件外形尺寸测量系统满足了课题设定目标。
关键词机器视觉，图像处理，相机标定，尺寸测量The Design of Machine Vision Measurement System for the Dimension of ElectronicComponentsChao Li, Jie XuYancheng Institute of Measurement and Testing, Yancheng JiangsuReceived: Aug. 24th, 2020; accepted: Sep. 4th, 2020; published: Sep. 11th, 2020李超，许杰AbstractElectronic components are the basic components of circuits and have a wide range of applications. Traditional manual inspection has many shortcomings, and machine vision size measurement technology came into being. Because of its high sensitivity, high precision and high durability, machine vision has a great help to improve the level of industrial automation and industrial pro-duction efficiency. According to the requirements of the subject, taking the single-chip microcom-puter chip as the research object and detecting the length and width on the two-dimensional plane of the single-chip microcomputer chip as the research goal, the hardware scheme of the sin-gle-chip detection system based on machine vision is designed. The hardware composition in-cludes the selection of light source and lighting method, and the choice of camera and lens. After completing the hardware platform construction, at the same time, a calibration board for camera calibration was produced and about 30 calibration pictures were taken on the debugged hardware platform. Using MATLAB R2016A as the system’s software processing platform, on the one hand, the MATLAB calibration box is used to calibrate the camera on the calibration map, and on the other hand, the image processing code and measurement code for the measurement of the sin-gle-chip chip size are written. Among them, the image processing link mainly includes image fil-tering, binarization and edge extraction. After the size measurement experiment of the single-chip microcomputer chip is completed, the experimental results are compared with the real size, and it can be seen that the built-up machine vision-based measurement system for the dimensions of electronic components meets the set goals of the subject. KeywordsMachine Vision, Image Processing, Camera Calibration, Size DetectionCopyright © 2020 by author(s) and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY 4.0). /licenses/by/4.0/1. 引言随着我们科技迅速发展，生产工艺水平不断提高，产品质量把控也愈加严格。
产品的尺寸测量工作是把控产品质量的一个重要环节，因此对测量提出了高精度与快速化的要求[1]。
过去，产品尺寸检测主要依赖人工的人眼观察以及简单的测量工具如卡尺、量规、轮廓仪来判断，这一方法已经无法适应目前大批量生产以及电子元器件外形越来越复杂的状况，且人工长时间的机械重复容易产生疲劳既不能保证检测效率又影响测量精确性[2]。
在这样的背景下，机器视觉测量技术应运而生，成为了现代化工业最受欢迎的检测技术，并且该技术已经成为目前工业界的研究热点。
机器视觉测量系统具有高精度和高效率的独特优势，广泛应用于复杂元器件及小型元器件的尺寸测量。
本课题应用机器视觉技术，设计了一个电子元器件尺寸检测系统，测量对象是单片机芯片的长度与宽度。
课题研究内容主要包括相机标定、图像采集、图像预处理与边缘提取和芯片长宽尺寸测量等，其重点在于图像处理与尺寸测量两个部分。
本文对图像预处理与图像边缘提取方法研究作重点阐述，主要包括图像滤波、图像二值化阈值分割等预处理方法，边缘检测及连通域处理等边缘提取方法，并作对比分析。
再次介绍单片机芯片尺寸测量实验，主要包括相机标定、尺寸测量与误差分析。
最后总结课题完成过程并且检讨自己的不足并对将来研究机器视觉检测技术做出展望[3] [4]。
李超，许杰2. 系统总体设计本系统中的硬件设计所需要的设备有光源、相机、镜头和计算机，软件设计所需要的平台是MATLAB R2016A ，电子元件选用的是单片机芯片。
系统硬件应用顺序如图1所示。
Figure 1. Hardware application sequence diagram图1. 硬件应用顺序图系统总体方案的实施步骤是：首先选取适合电子元件尺寸测量的光源类型以及其对应的光照方式，在完成照明方案设计后选择合适的工业相机和镜头，将照明光源和相机、镜头固定在支架后，通过调节相机与被测物体的距离、相机镜头的放大倍数和光圈大小，确保待测单片机芯片可以完整清晰地呈现在计算机成像画面中，至此系统硬件平台的搭建工作完成。
随后在成像画面中获取对比度高的单片机芯片灰度图作为尺寸测量系统软件部分的待处理图片[5]。
待处理的单片机芯片灰度图在MATLAB 软件平台上经过图像增强、图像滤波、二值化、边缘检测等一系列图像处理方法后通过像素点计算获取芯片长宽尺寸。
3. 硬件系统设计照明方案设计对于视觉系统尤其重要，一方面可以提高采集到的图像的清晰度，另一方面减少环境光对测量系统的干扰。
通过查阅资料和对比本课题实际测量的元器件尺寸，LED 灯的综合性能最为优越；同时，经过在实验室环境下对各种光照方式实际对比，综合考虑到照明效果与可操作性，本文最终在前向照明、背向照明和环形照明这种光照方式；与CMOS 相机相比，CCD 相机有着更高的分辨率和灵敏度，本系统最终采用大恒图像MER-132-30GM 面阵CCD 相机，它支持水平镜像和垂直镜像，可直接连接HALCON 、MERLIC 、LabVIEW 等第三方软件；镜头采用COMPUTAR 公司生产的M0824-MPW2型号镜头[6]。
现在主流的视觉处理软件有：OpenCV 、LabVIEW 、HALCON 、eVision 、HexSight 、RVB 以及MATLAB 。
本课题选择了MATLAB 的R2016a 版本作为系统软件设计平台，MATLAB 相比于其他图像处理软件学习成本低同时集成了许多图像处理函数，适合本科生选用作为毕业设计课题的开发软件。