工艺优化主页 > 人工智能 > 工艺优化 >

微小器件行业计数问题解决方案

作者:admin

背景:

随着社会的进步,日新月异的电子产品已成为人们日常生活中不可或缺的一部分。比如电视机、收集、笔记本、平板电脑等电子产品的出现让我们的生活变得更加方便快捷、工作更加高效。而电子产品的生产制造离不开对电子元器件的检测,尤其是一些通用电子元器件。目前国内的大部分电子元器件制造企业仍然采用劳动密集型的生产方式,借助专门的检测设备和工作车间,由质检员负责完成产品生产过程中每一道工序的质量检测。在电子产品的生产制造中,经常需要对电子元器件进行实时计数,有些电子元器件的长度和宽度尺寸小至毫米级,比如贴片电子元器件、微型芯片等,如果像元器件质量检测一样采用人工计数的方法,不仅任务繁重、人力成本高、计算速度慢,也难以避免因人的主观工作状态等因素造成计数准确率存在偏差。因此,能够实现一套对电子元器件进行实时自动计算的系统对工业生产意义重大。

为但由于图像处理往往要对所有像素进行大量的数学运算,导致计数时间不能很好地满足生产过程对实时性的要求,而且难以避免参数的调整问题,不同的图像采集环境(不同光强、不同材料的元器件等)对算法技术效果影响大,需要人工干预,算法适应性差。在模式识别领域,寻找一种智能适应不同计数目标、不同图像采集环境,全自动计数的算法,仍是研究的难点。

现状:

在电子元器件生产企业和电子元器件检测行业中,需要对生产或者筛选测试的电子元器件进行计数统计。目前国内广泛使用的技术方法仍是人工计数,对大尺寸元器件可以将料带展开直接计算个数、或者以重量进行估算;对微小电子元器件则是将料带展开以长度计数。市场上也有采用该方法进行计数的装置,通过光电传感原理,利用元器件载带引导孔与元器件的对应关系,计算出表面贴装元器件的个数。但这种装置具有以下缺点:操作繁琐,需要手动安装待检测载带,对不同类型的元器件需要设置不同的间距,自动化程度不高。在实际的工作中,大多数是通过人工计数的方法进行,但人工计数任务量大,特别是对于微小的元器件,如器件尺寸为毫米量级的,计数过程中因注意力不集中或者人眼长期工作产生疲劳,从而导致计数出现错误,影响交付的合格总数。

了解决市场上电子元器件计数方法效率低的特点,可以采用基于图像处理的自动计数算法,通过阈值分割、轮廓提取以及形态学特征分析对元器件计数,以解决人工技术方法效率低、计数不准确、劳动强度大的问题。

技术原理:

将需要计数的电子元器件进行图像采集,将待计数的器件以数字图像的形式送往计算机。计算机对其图像进行处理计数,对拍照后的图像进行处理的过程为:

① 二值化处理,将图像上的像素点的灰度值设置为0或255,使图像呈现出明显的黑白效果;

② 孔洞填充处理,由于元器件上的标识等颜色的差异,导致二值化后的图像在颜色差异处出现孔洞的现象,不能满足连通域方法计数的要求。采用填充孔洞的方法进行处理,孔洞消失;

③ 形态学开运算边缘处理,图像边缘像素点可能出现毛刺、尖锐夹角等形态,采用形态学开运算,使其边缘变得圆润光滑;

④ 形态学腐蚀处理:部分目标物有粘连现象,通过形态学腐蚀的方法对粘连的器件进行分离。去除粘连腐蚀是一种消除边界点,使边界向内部收缩的过程,可以用来消除小且无意义的物体;

⑤ 经过形态学腐蚀后,元器件形成的连通域边缘可能形成像素颗粒,采用形态学开运算,使连通域向外扩张,使独立的像素点包含到连通域中,以去除影响计数的干扰颗粒,到此,图像处理完毕;

⑥ 图像分割:经过图像的处理之后,前景为白色,背景为黑色,图片的前景背景显示已经明显,采取阈值分割提取元器件特征,使用数学形态学梯度的算法分割有粘连的元器件。

⑦ 对处理完毕的图像中的连通域标记,并计数,计数输出,即得需要统计的元器件的个数。

微小电子元器件实施自动计数系统的结构:

1.png

系统控制模块处于整个系统的核心位置,控制待计数物体的图像信息采集、图像处理、并将计数结果送往人机交互模块。人机交互模块直接和控制模块相互通信,完成操作者对计数系统的实时参数更新和实时指令执行等工作。数码设备将待计数的器件以数字图像的形式送往计算机。计算机对其图像进行处理计数。光照系统为图像采集提供合适的照明,减少干扰,使图像的效果达到最好,便于图像的处理和计数。图相处理和计数的算法研究是整个系统的关键。


  • 上一篇:没有了
  • 下一篇:没有了

关于我们| 新闻资讯| 加入我们| 产品及方案| 联系我们

Copyright@ 中江联合, 2005.ALL RIGHT RESERVED 京ICP备05054627号 京公安备案11010802014136号 中江联合(北京)科技有限公司