自动视觉检测中基于遗传算法的新的边缘检测技术

《自动视觉检测中基于遗传算法的新的边缘检测技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第1期测绘科技情报总第74期自动视觉检测中基于遗传算法的新的边缘检测技术屈小川编译摘要本文提出了一种新的边缘检测技术用于边缘和前置放大器电路焊接点的合格检测，该电路是硬盘驱动器中非常重要的组成部分。在本文设计的检测系统中通过目标函数表示几组数据集的实际值和测量值之间的总误差。遗传算法（GA）可以自适应的找到最优滤波器以增强检测系统的精度。结果表明：利用本文提出的边缘检测技术设计的系统的精度要明显高于传统滤波器系统。另外，其检测速度也比人工检测快的多。关键词自动视觉检测；图像处理；遗传算法如今，硬盘驱动器（HDD）产业是一中利用滤波、改变灰度

2、等级和Soble梯度算个最具竞争力和最有价值的产业。高性能子增强放射线照片，利用高斯滤波器去除的系统，新的技术和熟练的操作是提高硬噪声，利用soble梯度算子检测边缘。该技盘驱动器产品生产效率所必需的。该产业术被运用于x光片的处理。“EdgeDetector的制造过程已经完成了很多重大技术开Comparison”一文中作者利用高斯滤波器减发，并且已广泛运用到了硬盘驱动器产品少噪声的影响，采用双阈值方法改善图像的生产过程。但是在其制造和检测过程中分类结果。“FeatureExtractionforImage仍然存在一些问题，如：在硬盘驱动器产

3、Mining”的作者在地理信息系统（GIS）中品组件和缺陷的检测过程中还是大多采用利用canny边缘检测滤波器判断图像中的平人工检测；这种检测方式直接导致检测速面和边缘。“DetectionofGeometricShapes度慢且检测结果精度低。人工检测中最常bytheCombinationofGeneticAlgorithm用的、也是最重要的检测方法之一就是视andSubpixelAccuracy”一文基于拉普拉斯觉检测。现在有很多研究者试图开发由计滤波器利用遗传算法搜索边缘点，结果显算机控制的自动视觉检测技术，这使得检示利用遗传算法能得

4、到更好的结果。测系统精度提高，能得到可重复的结果，“AutomaticVisualInspectionofBumpin而且检测速度快。HardDiskDriveComponentusingNeural有很多文章提出了一些提高视觉检测NetworkandImageProcessing”利用神经网和图像处理能力的方法。在“Image络对倒焊芯片的好坏进行了分类，结果表EnhancementofRadiographsUtilizing明神经网络可以有效的运用于自动视觉系Filtering,GrayScaleTransformationand统。“

5、ANondestructiveBumpInspectioninSobelGradientOperator”一文中，图像处理FlipChipComponentusingFuzzyImage8第1期屈小川编译：自动视觉检测中基于遗传算法的新的边缘检测技术总第74期Filtering”利用模糊图像滤波去除硬盘驱动器的影像，然后将影像传给图像处理软件器组件的x射线影像中的噪声。结果显示他部分。系统中利用x射线照相机是因为被检们设计的系统的去噪效率好于传统去除噪测物体是在芯片内部，普通的CCD照相机声滤波器（如中值滤波、高斯滤波）。拍不到。利用这种方

6、法可以实现无损检测。本文开发了前置放大器的自动视觉检x射线照相机拍摄的影像中，像素的颜色强测系统来检测硬盘驱动器组件的焊接点的度值依赖于被检测物体的厚度。例如，由大小，用于保证产品各部件的质量。另外，于焊接点的厚度比铜线和背景的更厚，所在开发的系统中，本文利用遗传算法改进以其成像颜色最深。图2显示了前置放大器了sobel滤波器生成边缘图像。通过比较该的影像和要检测的焊接点的例子。在人工视觉系统的测量值和通过实际测量的真实检测中，焊接点的合格与否是根据x射线影值来验证所设计的系统的精度。结果显示像来判断的。与此不同的是，在开发的系该系统所采用

7、的技术的测量精度好于传统统中，所有可能的属性都会通过图像处理边缘检测滤波器。来判断，然后利用这些值与规范比较来判本文下面的内容结构安排如下：第二断焊接点的合格程度。部分介绍了开发的视觉检测系统，和系统中用到的图像处理技术。第三部分详细描述了提出的技术，即利用遗传算法改进边缘检测滤波器。最后第四第五部分分别给出了实验结果和总结。1自动视觉检测系统本文开发的自动视觉检测系统如图1所示。首先通过x射线照相机获取前置放大图1开发系统示意图（a）（b）图2x射线影像示例：（a）x射线影像拍摄的前置放大器；（b）兴趣区域：焊接点。9第1期测绘科技情报总

8、第74期下面介绍图像处理的详细过程：1.利用x摄影相机获取影像，并将其由RGB图像转为灰度图像，这通过下面的公式实现：⎡⎤GxyGxyGxy(,)++(,)(,)G(,)xy=R