-
公开(公告)号:CN104990926B
公开(公告)日:2017-09-29
申请号:CN201510357803.7
申请日:2015-06-25
Applicant: 哈尔滨工业大学
IPC: G01N21/88
Abstract: 一种基于视觉的TR元件定位和缺陷检测方法,本发明涉及TR元件视觉定位和视觉检测方法。本发明解决现有技术中有人为误差、精度低、实时性差以及计算结果对光照敏感的问题。本发明是通过二值化区域图像,提取外边界点集,寻找有效边界点集,寻找最小外接矩形,有效边界点集分类,二值图像仿射变换,TR元件类型检查,有效边界点集再次分类并编号,拟合引脚直线,拟合引脚足部直线,确定TR元件细节信息,检查TR元件引脚的缺陷等步骤实现的,并且包含多项技术,其中也包括灰度值滤波,4领域快速轮廓跟踪,双轴旋转法寻找最小外接矩形等创新技术。本发明主要应用于贴片机视觉系统中元件定位与检测领域。
-
公开(公告)号:CN106056102A
公开(公告)日:2016-10-26
申请号:CN201610511830.X
申请日:2016-07-01
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00825 , G06K9/6267 , G06K2209/23 , G06N3/08
Abstract: 本发明公开了一种基于视频图像分析的道路车型分类方法,其特征在于,包括:获取视频图像中的每一帧;将视频图像中的每一帧输入至高斯混合模型中,得到前景车辆中心点;将视频图像中的每相邻两帧以及前景车辆中心点输入至卡尔曼滤波器中,得到最优帧;将最优帧输入至卷积神经网络中,得到高维特征向量;将高维特征向量输入车型分类模型中,得到车型分析结果。本发明对于光照变化、车辆形变的不利因素有很好的抑制作用,通过双线程使得车型检测和车型分类同时进行,明显地提高了分类的速度,并且通过使用中值流算法克服了车辆重合引起的识别准确度低的问题。
-
公开(公告)号:CN104915963A
公开(公告)日:2015-09-16
申请号:CN201510358047.X
申请日:2015-06-25
Applicant: 哈尔滨工业大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T7/10 , G06T7/70 , G06T2207/10052 , G06T2207/30148
Abstract: 一种用于PLCC元件的检测与定位方法,本发明涉及用于PLCC元件的检测与定位方法。解决目前算法精度和鲁棒性较差,对图像旋转校正分割得到引脚区域和获取引脚区域中心的准确度会严重影响元件的定位精度的问题。获取元件图像;进行阈值分割;判断非零像素点的个数是否达到像素总数的相应倍数;得到自适应二值化图像;提取出所有轮廓;滤除干扰轮廓;获取引脚轮廓的最小二乘椭圆;计算引脚轮廓的矩;划分为四类引脚轮廓;将四类引脚轮廓分别对应到实际引脚组中;计算四个引脚组中心坐标的平均值;判断对边引脚组内引脚轮廓的数目是否相同;获取引脚轮廓最小外接矩形;根据各引脚轮廓的质心拟合一个矩形。本发明应用于视觉检测领域。
-
-