图像识别技术在全自动对位贴合机的应用
图像识别技术在智慧工厂中的应用实践
图像识别技术在智慧工厂中的应用实践智慧工厂是一个多维的概念，它涵盖了各种数据的收集、处理和应用，以提高生产效率和工厂管理的质量。
在这个背景下，图像识别技术是一个非常重要的组成部分。
这种技术可以帮助工厂实现快速准确的视觉检测，优化生产流程，并保证产品质量。
一、图像识别技术的意义图像识别技术主要是通过自动化算法和计算机视觉技术，将数字图像转换为数字数据。
这种技术在工业生产中具有多种应用，它能够实现对生产过程和产品进行定量分析、质量控制和自动识别。
图像识别技术的应用范围非常广泛，它可以识别机器设备的损坏情况和缺陷，了解生产的工艺流程，识别生产中的瓶颈等问题。
此外，还可以帮助生产企业优化生产流程，提高生产效率，降低成本。
二、图像识别技术的应用场景在智慧工厂中，图像识别技术主要用于以下场景。
1.生产流程优化生产线是一个比较复杂的系统，不同的部分需要协同工作才能保证整个生产线的正常运转。
图像识别技术可以帮助生产企业优化生产流程，减少物料和人员的浪费。
在物料的流转方面，图像识别技术可以帮助工人识别物料并将其定向输送到正确的位置。
在人员的流转方面，它可以帮助企业识别员工，从而可以自动计算工作时间和考勤情况。
2.设备状况监测图像识别技术可以帮助企业监测大型设备的状态。
通过在设备设立摄像头并进行图像数据的解析处理，可以实时监测设备运行情况和产生的故障问题。
从而可以实现及时调整和维修，避免生产线中的故障导致整个生产停滞。
3.生产质量控制图像识别技术可以帮助生产企业实现质量控制。
通过在质检关键部位设立摄像头进行产品的图像解析，可以检测制品是否符合质量标准，减少不合格品的发生。
从而生产企业可以更好地保证产品的质量，提高市场竞争力。
三、图像识别技术的发展趋势随着科技的发展和智慧工厂的普及，图像识别技术在工业生产中的应用会越来越广泛。
未来，图像识别技术还将有以下几个发展趋势。
1.机器学习算法的完善目前的图像识别技术主要依靠机器学习算法。
OCR贴合方式基础介绍
板+偏光板+PCB
Air Gap
OCA 光学透明胶 BLU(Back Light Unit)背光源
“诚信、协作、拼搏、创新、服务”—— 我们的理念
OCR与OCA贴合效果对比
内容 项目 透光性 触摸准确性 通电性 抗冲击性
OCR
强
触摸面积小
强
强
OCA
弱
触摸面积大
弱
弱
“诚信、协作、拼搏、创新、服务”—— 我们的理念
• ESC静电
ESC B/A 优点：可以把胶水涂的 均匀 透光性强
• ASC吸附
吸附 过程 中残 留空 气 ASC 缺点：透光性 弱
B/A
“诚信、协作、拼搏、创新、服务”—— 我们的理念
Slit
Roller 滚轮 side固化
• 预处理
全面固化 Vacuum chamber真空室
roller 滚轮
“诚信、协作、拼搏、创新、服务”—— 我们的理念
OCR与OCA贴合技术对比 OCR贴合 CG（玻璃盖）
B/A （Panel+Polarizers+PCB）
板+偏光板+PCB
Resin（OCR） 光学透明树脂 BLU(Back Light Unit) 背光源 OCA贴合 CG（玻璃盖）
B/A （Panel+Polarizers+PCB）
2-D/B 用途
手机，手表，电脑等
3. 贴合主要有三种：Pattern（填充）、Dam+Fill(防溢栏)和Slit（涂案） 4. 贴合胶主要有：光学透明树脂，又叫LOCA（Liquid Optical Clear
Adhesive）或OCR（Optical Clear Resin）（resin）和光学透明胶 OCA(Optical Clear Adhesive)。
机器视觉识别技术在自动化设备中的应用
机器视觉识别技术在自动化设备中的应用随着科技的不断发展，机器视觉识别技术已经成为了自动化设备中必不可少的一部分。
机器视觉识别技术可以对图像和视频进行分析和处理，从而得到更加准确的结果。
在工业领域中，机器视觉识别技术可以通过对图像处理和分析，来实现自动化检测、分类、计量、导航和无人驾驶等多种应用。
本文将从机器视觉识别技术的基本原理和通用应用入手，着重介绍机器视觉识别技术在自动化设备中的应用，并探讨其未来发展前景。
机器视觉识别技术是一项非常复杂的技术，其基本原理主要包括图像采集、图像处理和图像分析三个部分。
图像采集是机器视觉识别技术的输入环节，需要通过专业的图像采集设备来收集图像和视频数据。
图像处理主要是对图像中的信息进行过滤、增强、降噪等处理，从而得到更加清晰、准确的图像数据。
图像分析则是针对处理后的图像数据进行特征分析、模式匹配等操作，最终得出结果的过程。
机器视觉识别技术具有广泛的应用领域，常见的应用包括：自动化检测、目标识别、计量分析、无人驾驶等。
在自动化检测方面，机器视觉识别技术可以对工业生产中的产品和零部件进行自动化检测，从而节省人工成本和时间开支，同时保证检测的准确性和一致性。
在目标识别方面，机器视觉识别技术可以通过对图像数据进行分析，识别出图像中的目标物体，从而实现自动搜索、跟踪等功能。
在计量分析方面，机器视觉识别技术可以通过对图像数据进行分析，识别出目标物体的尺寸、形状等信息，从而实现对目标物体的计量和分析。
在无人驾驶方面，机器视觉识别技术可以通过对图像数据进行分析，实现自动导航和障碍物识别等功能，为人们提供更加安全、高效的出行方式。
机器视觉识别技术在自动化设备中的应用也是非常广泛的，例如：智能制造、智能物流、智能安防等。
在智能制造方面，机器视觉识别技术可以通过对生产流程中的图像数据进行分析，自动识别和检测生产过程中的异常错误，提高生产效率和品质。
在智能物流方面，机器视觉识别技术可以通过自动识别和分拣货物，实现货物流转的自动化和智能化。
图像识别技术在机械设备故障诊断中的应用研究
图像识别技术在机械设备故障诊断中的应用研究随着科技的不断发展，图像识别技术在各个领域中的应用也变得越来越广泛，其中之一就是在机械设备故障诊断中的应用。
图像识别技术利用计算机视觉和人工智能算法，通过对图像进行处理和分析，实现对机械设备故障的自动诊断。
本文将就图像识别技术在机械设备故障诊断方面的应用进行探讨。
首先，图像识别技术在机械设备故障诊断中的应用已经取得了许多重要的突破。
传统的机械设备故障诊断主要依赖于人工经验和专业知识，存在判断不准确和主观性较强的问题。
而图像识别技术能够解决这些问题，实现对机械设备故障的精确诊断。
通过对设备进行拍摄或录像，然后利用图像识别技术分析图像中的特征，可以快速准确地识别出故障部位，并给出相应的处理建议。
其次，图像识别技术在机械设备故障诊断中的应用不仅可以提高故障诊断的准确性，还能够大大节省人力和时间成本。
传统的故障诊断需要专业技术人员花费大量时间进行观察和分析，而图像识别技术可以实现快速自动化的故障诊断，在几秒钟内就能够完成对整个设备的检测和诊断。
这不仅大大缩短了故障处理的时间，还能够减少由于人为因素导致的错误判断。
此外，图像识别技术在机械设备故障诊断中的应用也有助于提高故障预测和预防能力。
通过对设备的图像数据进行分析，可以对设备的工作状态进行监测，及早发现设备可能存在的隐患或故障。
在故障预测方面，利用图像识别技术结合大数据分析，可以通过对大量图像数据的处理和比对，发现设备在特定状态下容易出现的故障模式，进而提前采取相应的预防措施，避免故障的发生。
然而，图像识别技术在机械设备故障诊断中的应用还面临一些挑战和问题。
首先，图像数据的质量和准确性对于故障诊断的准确性起着关键作用，而现实中各类机械设备的图像质量差异较大，一些设备可能存在光照不均匀、噪声干扰等问题，这对图像识别算法的要求较高。
其次，不同设备的故障类型、故障表现形式以及外部环境等因素的复杂性也给图像识别技术带来了一定的挑战，需要针对不同设备和故障类型进行相应的算法优化和模型训练。
人工智能与图像识别技术的结合应用
人工智能与图像识别技术的结合应用随着信息技术的不断发展和普及，人工智能与图像识别技术的结合应用正在得到越来越广泛的应用。
在工业、医疗、安防等领域，图像识别技术已经成为了一种基础性的技术手段。
同时，在日常生活中，我们也经常会与人工智能和图像识别技术的应用相关，例如，手机上的人脸识别和图形验证码。
本文将从技术原理、应用场景、未来发展等方面，对人工智能与图像识别技术的结合应用进行探讨。
一、技术原理人工智能是指通过机器学习、逻辑推理等方法，让计算机系统能够模拟人类的智能行为和决策能力。
而图像识别技术则是基于数字图像进行的计算机视觉技术。
它通过对数字图像中的像素信息进行分析，提取出图像的特征，然后通过特征匹配的方式，识别出图像中所代表的对象。
常见的图像识别技术有目标检测、物体识别、人脸识别等。
人工智能与图像识别技术的结合应用，主要是通过将人工智能的算法和图像识别技术相结合，实现更加智能化、自动化的图像处理和识别。
例如，在人脸识别中，通过深度学习等人工智能技术，可以实现对人脸的更准确和更快速的识别。
二、应用场景图像识别技术的应用场景非常广泛，它可以应用于各行各业。
以下是几个常见的应用场景：1. 工业制造：在生产线上，通过对图像的监控，可以实现对产品质量的自动检测和分类。
2. 医疗诊断：在医疗诊断中，通过拍摄患者的影像，可以实现对患者的疾病诊断，例如CT、MRI等影像检查。
3. 安防监控：在公共场所、商场等地方，通过对图像的监控，可以实现对预防和犯罪侦查的作用。
4. 自动驾驶：在自动驾驶领域中，通过对环境中的车辆和路标进行识别，可以实现更精准的自动驾驶。
5. 游戏娱乐：在游戏领域中，通过人工智能和图像识别技术的应用，可以实现更加智能、交互性更强的游戏体验。
三、未来发展人工智能与图像识别技术的结合应用是一个非常新颖和有前景的技术领域。
随着人工智能技术和图像识别技术的不断发展和突破，其应用场景也会变得更加多样化和普及化。
机械行业中的深度学习图像识别技术的应用案例
机械行业中的深度学习图像识别技术的应用案例引言：随着科技的不断进步与发展，深度学习图像识别技术正逐渐在各个领域应用，并且在机械行业中也取得了显著的成果。
本文将探讨机械行业中深度学习图像识别技术的应用案例，并介绍其在提高生产效率、保证产品质量以及提供智能化解决方案等方面的作用。
一、机械行业中的深度学习图像识别技术简介深度学习图像识别技术是一种基于神经网络的学习方法，通过多层次的神经网络结构，从图像中学习特征并进行分类、识别等任务。
它具有较高的准确性和鲁棒性，已经在机器人、智能制造、自动驾驶等领域展现出强大的能力。
二、机械行业中深度学习图像识别技术的应用案例1. 产品质量检测深度学习图像识别技术在机械制造中广泛应用于产品质量检测。
传统的质检方式通常需要大量的人力投入，不仅费时费力，而且容易出现疏忽和误判。
而采用深度学习图像识别技术，在生产线上通过摄像头对产品进行实时拍摄和分析，能够快速准确地检测出产品的缺陷、瑕疵等问题，并及时采取相应的措施进行修复，提高了质检效率和产品质量。
2. 零件识别与分类在机械行业中，常常需要对大量的零件进行识别和分类，以保证生产进度和质量。
传统的零件识别工作依赖于人工判断，存在耗时长、准确性低的问题。
而利用深度学习图像识别技术，可以通过架设相机和利用训练好的神经网络模型，快速、准确地实现对零件的识别和分类。
通过自动化高效的识别和分类，可以大幅度提高生产效率和减少错误。
3. 机械故障诊断机械设备的故障诊断是机械行业中关键的一项工作，能够有效降低故障造成的停机时间和维修成本。
深度学习图像识别技术可以通过对机械设备进行实时监测，并通过摄像头采集到的图像数据进行故障诊断。
比如，在工业机器人领域，可以利用深度学习图像识别技术，实时检测机械臂的运动轨迹、关节行为等，并及时发现异常情况，为后续的故障诊断和维修提供参考。
4. 智能生产优化深度学习图像识别技术在机械行业中的另一个重要应用是智能生产优化。
图像识别技术在自动驾驶中的应用
图像识别技术在自动驾驶中的应用一、引言自动驾驶技术的发展已经引起了广泛的关注。
正如我们所知道的，自动驾驶的核心技术是图像识别技术，也被称为计算机视觉技术。
图像识别技术以其高效、精确、快速的优点，成为自动驾驶技术中的一项基础技术。
本文着重讨论了图像识别技术在自动驾驶技术中的应用。
二、图像识别技术简介图像识别技术，可以识别并理解图像中的对象、场景、符号等信息。
其核心技术是人工智能算法、机器学习算法等。
在计算机视觉领域，图像识别技术已经成为非常成熟的技术之一。
与传统人工方法相比，图像识别技术能够更加准确地完成目标检测和识别任务。
三、图像识别技术在自动驾驶中的应用自动驾驶技术需要很多传感器才能感知车辆周围的环境，其中视觉传感器是其中的重要一环。
车辆上的视觉传感器一般包括相机、激光雷达等设备，其中相机是图像识别技术的最佳载体之一。
1. 目标检测图像识别技术可以在图像中检测出各种类型的物体或者行人的位置。
在自动驾驶技术中，对于行人的识别尤为重要。
行人的出现经常会导致交通事故。
采用图像识别技术可以有效地识别出行人的位置并给他们提供安全措施。
2. 车道线检测图像识别技术可以在图像中检测并识别出车道线。
对于自动驾驶来说，车道线是非常重要的，因为自动驾驶系统需要知道自己当前的车道以及如何在车道内行驶。
使用图像识别技术，系统可以准确地识别车道线并提供导航信息。
3. 视觉传感器校准自动驾驶车辆上的各种传感器，如相机和激光雷达，需要进行有效的校准，这是确保自动驾驶技术正常工作的关键步骤。
由于车辆的振动、温度和湿度等环境因素，传感器的精度需要进行定期校准。
图像识别技术可以用于对传感器的校准，使得自动驾驶系统达到更高的精度和稳定性。
4. 障碍物检测在自动驾驶技术中，检测和识别障碍物是一项非常重要的任务。
图像识别技术可以识别障碍物，如其他车辆、路标、交通灯等，并通过自动驾驶软件提供相应的安全措施。
通过对障碍物的检测和识别，可以让自动驾驶系统更加安全地行驶。
机器视觉贴合算法【技巧】
机器视觉系统可以起到人类视觉的作用，利用自动化科技来替代人眼，使质量进一步升级，不仅可以提高工作效率，而且减少了人工产生的不确定因素对质量控制效果的影响。
而且基于机器视觉系统对位贴合系统可以做到贴合精度高，速度快，节省人力的特点。
视觉定位系统案例详解
方案采用上下双层送料方式，分为工位一、工位二，下层为盖板，双工位循环进出工作。
由于客户的产品体积大，一个相机无法保证装配的精度，我们决定采用工业机器人+双相机方案，以相机引导机器人到达对应位置来实现定位及引导贴合的应用。
系统中的双相机分别安装在机器人的上方，通过计算标准拍照位置与实际拍照位置的位置与角度的差异来补正装配位置。
实施步骤:
1.训练(示教)
机器人从最优装配位置取一块安装好的工件到相机拍照位置，通过定位工具训练工件，记录特征点的图像上的坐标与空间上坐标以及特征角度。
2.运行
每次运行通过定位工具，获取当前工件特征点在图像空间中的坐标，再通过标定工具，将特征点的图像坐标转换为空间坐标。
3.计量偏移量
计算运行时工件特征点与训练时保存的特征点在空间坐标上的差值，及特征角度的差值。
4.输出结果
将计算结果通过网口通讯发送给机械手进行装配位置补正。
视觉定位系统应用前景
本文描述了基于机器视觉的工业机器人视觉定位系统，该系统运用快速识别工件特征边界和质心，数据分析和计算。
机器人通过计算出的结果进行调整为姿，从而解决了机器人末端实际位置与期望位置相距偏差的问题，改善了装配机机器人的定位精度。
该方法计算量小，定位准确，速度快，具有工程实用性，有很大的发展前景。
- 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)。
（ｈ ｅ ｏ ｄＲ ｓ ａ ｃ ｓｉ ｔ ｆ Ｅ Ｃ Ｔ ｉｕ ｎ ３ ０ ４ Ｃ ｉａ Ｔ ｅＳ ｃ ｎ ｅ ｅ ｒｈＩ ｔ ｕ ｅ Ｔ ， ａｙ ａ ０ ０ ２ ， ｈｎ ） ｎ ｔ ｏＣ
Ａ ｓ ｒ ｃ ：Ａ ｔ － ｌ ｎ ｎ ａ ｎ ｔ ｇ ｍａ ｈｎ ｓ ａ ｋ ｙ ｅ ｕｐ ｎ ｎ ｔ ｅ Ｌ Ｄ ｐ ｏ ｕ ｔ ｎ ｌ ｅ Ｔ ｅ ｉ ｇ ｂ ｔ ａ ｔ ｕ ｏａｉ ｍｅ ｔｌｍｉａ ｉ ｃ ｉｅ ｉ ｅ ｑ ｉｍｅ ｔｉ ｈ Ｃ ｒ ｄ ｃ ｉ ｉ ． ｈ ｇ ｎ ｏ ｎ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ｅ ｈ ｏｏ ｙ ｗａ ｎ ｌｚ ｄ ｃ ｍｐ ｔｌ Ｔ ｅ ｉ ｇ ｅ ｏ ｎ ｉ ｙ ｔｍ ｆ ｈ ｕ ｏａｉｎ ｎ ｍｉａ ｉ ｅ ｏ ｎｔ ｎ ｔ ｃ ｎ ｌ ｓａ ａｙ ｅ ｏ ｌ ｅｙ ｈ ｉ ｇ ｅ ． ｍａ ｅ ｒｃ ｇ ｉ ｏ ｓ ｓｅ ｏ ｅ ａ ｔ －ｌ ｍｅ ｔｌ ｎ ｔ ｇ ｔｎ ｔ ｇ ａ ｎ
ｍａ ｈ ｅｗａ ｅ ｉ ｅ ， ｎ ａ ｒ ｔｇｔｅ ｔ ｈ Ｌ ， ｃｉ ｓｄｓｇ ｄ ａ ｄｉｃ ｎｗｏｋ ｏｅｈｒ ｈｔｅＰ Ｃ ｎ ｎ ｔ ｗｉ
Ｙａ ｄ０ ｐｅ ｉｏ ｔ ｎｐ ｔｏｍ ｔ ｅ ｔｙａ ｄ ｒｃｓ ｎｍｏｉ ｌ ｆｒ ｏｉ ｎｉ ｎ ｎ ｉ ｏ ａ ｄ ｆ
电子 一艺技 术 【
２６ ２
Ｅｅｔ ｎｃ ｒｃｓ ｅ ｈｏｏ ｙ ｌｃｒ ｉ Ｐｏ ｅｓ ｃ ｎｌｇ ｏ ｓ Ｔ
２１年７ 第３卷 第４ ００ Ｎ １ 期
图像识 别技术在 全 自动对 位贴合机 的应用
张建军
（ 西北电子装备技术研究所 ， 山西 太原 ０ ０ ２ ３ ０ ４）
摘
要 ：全 自动对位 贴合 机是液 晶 显示 器生产 线制盒工艺中的关键设备 。对图像 识别技 术进行 了
１ 机 器视觉 的工作原理 ． １
压合 ，对位 的精度直接影响到产 品的质量 。设备采用 了图像识别技术 ，结合高精 密的对 位平 台来保证设备 高精度的要求 。
在机器视觉 系统 中，首先是摄像机将 图像传感器
１ 视觉定位 系统设计技术
图像识别技术是精密测试技 术领域 内最具有发展
所接 收到的光学 图像转化为计算 机所能处理的 电信号 传送给专片 的图像处理系统 ，图像处理 系统对这些信 ｊ
ｆ ｅｔｅａ ｃｒｔ ｐ ｓ ｉｎｆｒｕ ｎ ｏ ｌ ｓｓ ａｈｅｅｈｇ ・ｒｃ ｉ ｌ ｎ ｎ ｆ ｐａｄｄ ｗｎｐａｆｒ ｓ Ｉ ｉ ｉ ｈ ｃｕａｅ ｏｉｏ ｏ ｐａｄｄｗｎｇａ ｅ， ｃ ｉ ｉ ｐｅ ｉｏ ａｇ ｍｅｔｏ ｎ ｏ ｌ ｏｍ ．ｔ ｓ ｎ ｔ ｓ ｖ ｈ ｓｎ ｉ ｕ ｔ ｐｏｅ ｈ ｔ ｈ ｙ ｔｍ ｗｉ ｇ ｃ ｇ ｉｏ ｙｔｍ ｔｃ ｎ ｌ ｙｅｓ ｒｄｈｇ－ｒｃ ｉｎｒｑ ｉ ｍｅｔ ｆ ｈ ｏｉｏ ， ｒｖｄｔａ ｅｓｓｅ ｔ ｉ ｅｒ ｏｎｔ ｎｓｓｅ ｅｈ ｏｏ ｎｕｅ ｉｈｐｅｉｏ ｕｒ ｎｓｏ ｅｐ ｓ ｉｎ ｔ ｈ ｍａ ｅ ｉ ｇ ｓ ｅ ｅ ｔ ｔ ａ ｄ ｉｎ ｉ ｎｌ ｉｐｏ ｅ ｅｅｆ ｉ ｃ ｆ ｑ ｉ ｎ ｐ ｒｔ ｎ ｎ ｇ ｉｃ ｔ ｒｖｄｔ ｆｉｅ ｙｏ ｕｐ ｔ ｅａｉ ． ｓ ｆ ａ ｙｍ ｈ ｃｎ ｅ ｍｅ ｏ ｏ
Байду номын сангаас
数量 和位置 等 ，最后 ，根据预设 的容许度 和其它条件
输 出结果 ，如尺寸 、角度 、偏移 量 、个数 、合格 合
选择光源 主要从 检测 内容外观检查还是定位和尺 寸测 定 ，从被 测 物 的状态 、材 质 、颜 色 以及 视野 范 围 、动态还是静态 ，从 客观条件如安装尺寸 、工作距 离和周 围环境等几个方面加 以考虑 。
Ｋ ｙｗｏ ｄ ： Ｃ ；Ｉ ｇ ｃ ｇ ｉｏ ；Ｓ ｒ ｌ ｏ ｕ ｉａｉｎ ｅ ｒ ｓ Ｌ Ｄ ｍａ ｅｒ ｏ ｎｔ ｎ ｅｉ ｍｍ ｎ ｔ ｅ ｉ ａｃ ｃ ｏ
Ｄ ｃ ｍｅ ｔ ｏ ｅ Ａ Ａ ｔ ｌ Ｉ： ０ １３ ７ （００ ０ ．２ ６０ ｏ ｕ ｎ ｄ ： ｒｉ ｅ Ｄ １０ ．４ ４２ １） ４０ ２ ．４ Ｃ ｃ
作者简介 ：张建军０９ ９ ．女 ，毕业 于两发 ｌ ６ 一） 业大学 ，高Ｔ，主要从事电子专用设备的研发与管理Ｔ作。
２ １年７ ００ 月
张建军：图像识别技术在全自动对位贴合机的应用
ＬＤ Ｅ 光源 和光纤 光源等 。
２７ ２
号进行各种运算来抽取 目标的特征 ］ ，如面积 、长度 、
充分的分析 ，对全 自动对位贴合机 图像识别系统进行 了设计 ，使其 同Ｐ Ｃ、 和 ０精 密运动平台一 Ｌ Ｘ、 起对 上下玻璃进行识别及对位 ，实现设备上下平 台的高精度对位 。实践证明 ，采用图像识别 系统技术 保证 了设备对位的高精度要求 ，并大大提 高了设备运行 的效率 。 关键词 ：Ｌ Ｄ；图像识别 ；串行通讯 Ｃ
全 自动对位贴合机是液晶 显示器生产线 制盒 工艺
中的关键设备 ，对位贴合机是将 一组印封框胶 的玻璃 和另一组 印导 电胶并经过喷粉的玻璃进行 自动对位并
潜力 的一项 新技 术 ，它综 合运 用 了电子学 、光学探 测 、图像处理 和计算机等技术 ，将机器视觉引人到机 械制造工业 中，实现对物件位置 的快速测量 ，它具有 非接触性 、速度快 和柔性好等突出优点” Ｉ 。
中图分类号：Ｔ ８ ３ 文献标识码 ：Ａ 文章编 号：１０ — ４ ４（ ０ ０） ４ ０ ２ — ４ Ｎ７ ０ １ ３ ７ ２ １ ０ — ２ ６ ０
Ａｐ ｌ ａ ｉ ｎ ｏ ｍａ ｅ Ｒ ｃ ｇ ｉｉ ｎ Ｔ ｃ ｎ ｌ ｇ ｏ ｐ ｉ ｔｏ ｆＩ ｇ ｅ ｏ ｎ ｔｏ ｅ ｈ ｏ ｏ ｙｔ ｃ Ａｕ ｏａ ｉ ｎ ｎ ａ ｎ ｔｎ ｃ ｉ ｅ ｔ － ｌ ｍｅ ｔｌ ｍｉ ａ ｉ ｇ Ｍａ ｈ ｎ ｇ