摘要：针对传统工业中芯片的引脚缺陷检测及分拣精度低、实时性差的问题,设计了基于机器视觉的芯片引脚缺陷检测与分拣系统。系统以对SOP芯片的引脚缺陷检测、目标定位、抓取放置为任务,通过MATLAB处理芯片图像,采用改进的Canny和Hough变换实现引脚的边缘检测与连接,采用Blob分析与萤火虫BP神经网络相结合的方法实现芯片引脚的缺陷检测,然后求取芯片的形心作为定位参考坐标,结合三自由度机械臂,使用标准的D-H法建立机械臂运动学模型,并根据芯片的定位坐标通过运动学逆解计算出每个连杆需要转动的角度,转化为步进值后通过串口通信方式发送给Arduino,然后由Arduino完成对机械臂的控制,实现芯片的分拣。测试结果表明,系统达到了设计要求,具有一定的应用性。

摘要：针对传统工业检测中人工测量工件尺寸存在效率低、精度差等问题,设计了基于机器视觉的圆形垫圈尺寸测量系统。在MATLAB软件中对CCD相机进行尺寸标定,对采集的图像进行灰度处理,使用改进后的Canny自适应迭代阈值算法对图像进行边缘检测,对边缘坐标进行双线性插值并提取亚像素边缘坐标,根据最小二乘法对亚像素边缘坐标进行圆拟合,得到工件内径与外径尺寸。实验结果表明,本系统的测量精度可达到±0.02mm,可应用于圆形工件的视觉测量。

摘要：目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。

摘要：针对传统工业中SOP芯片引脚缺陷检测速度慢、精度低等问题,设计了一个基于机器视觉的SOP芯片引脚缺陷检测系统,通过MATLAB软件调用CCD相机采集芯片图像,采用改进的Canny边缘检测等算法实现引脚边缘的连接,采用连通域标记和灰度投影算法对得到的二值芯片引脚图像进行缺陷检测并完成GUI界面的设计。由实验数据可知,系统对芯片引脚缺陷检测的正确率为99.6%,测量误差在±0.03 mm之内,满足了工业生产中SOP芯片引脚缺陷检测实时性和准确性的需求。

摘要：卫星通信系统投资大、建设周期长,是一项复杂而又重要的工程,对其性能优化设计及成本合理控制是关键问题,卫星链路预算在设计阶段可有效解决这些问题。一般情况下,设计人员往往根据链路预算模型使用Excel表格手工计算,其优点是工具简单、易上手;但缺点是公式众多、易出错。本文从另一角度出发,采用Matlab软件成功研制出具有人机交互界面,简单易用的卫星链路预算软件包,此软件包已经过大量卫星系统工程验证,完全可以进行推广应用。