CN106097316A - 激光划片机图像识别***的基板位置识别处理方法 - Google Patents
激光划片机图像识别***的基板位置识别处理方法 Download PDFInfo
- Publication number
- CN106097316A CN106097316A CN201610388780.0A CN201610388780A CN106097316A CN 106097316 A CN106097316 A CN 106097316A CN 201610388780 A CN201610388780 A CN 201610388780A CN 106097316 A CN106097316 A CN 106097316A
- Authority
- CN
- China
- Prior art keywords
- line
- point
- image
- spider
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种激光划片机图像识别***的基板位置识别处理方法,该方法包括如下步骤:对采集的整幅图像进行二值化处理;对图像Mark点做边缘检测,得到十字叉的水平、垂直中心点线;对Mark点中心线进行检测,将十字叉中心点线上的中心点变换成直角坐标系参数空间的正弦线,将直线的求取转化为正弦线之间交点极坐标参数的求取,得到十字叉水平线和垂直线的极坐标参数;根据十字叉水平线和十字叉垂直线的极坐标参数得到十字叉交点的极坐标。本发明识别精度高、可靠性好,可适用于激光划片(线)机或激光切割机等需要图像识别处理的设备。
Description
技术领域
本发明属于图像处理技术领域,涉及一种激光划片机图像识别***的基板位置识别处理方法。
背景技术
为了提高工件质量,减少加工时间,降低加工成本,激光技术随之产生并受到广泛关注,逐步应用于制造、表面处理及材料加工等领域。激光划片机是被动元件电阻基板制成中的专用设备。该设备的图像识别***用于自动确定划片基板的位置,使出光位置与基板位置完全对准。由于设备划片位置精度很高为±3μm,对Mark点的识别精度要求不高于±2μm,由于划片工艺的多样性和不稳定性,经常在视场中出现多个干扰点和两个Mark点的情况,故传统的模板匹配的识别方法不能满足实际的划片要求。
发明内容
本发明要解决的技术问题是提供一种激光划片机图像识别***的基板位置识别处理方法,该方法识别精度高、识别可靠性好。
为了解决上述技术问题,本发明的激光划片机图像识别***的基板位置识别处理方法包括如下步骤:
步骤一、图像二值化处理:
对采集的整幅图做灰度计算,得到其灰度均值并将该灰度均值作为二值化阈值;当图像中像素点的灰度值大于该二值化阈值时,设定为1,否则为0,得到二值化图像;二值化图像中为0的像素点即为“黑点”;
步骤二、对图像Mark点做边缘检测:
所述Mark点为十字叉图形;在选定的图像区域内,分别在水平和垂直方向从四周向视场中心进行灰度值检测,对上下方向找到的每行像素中的“黑点”的纵坐标取平均值,得到十字叉的水平中心点线;对左右方向找到的每列像素中的“黑点”的横坐标取平均值,得到十字叉的垂直中心点线;
步骤三:Mark点中心线检测:
1)对于十字叉水平中心点线,取图像上任一点作为直角坐标系的原点;建立一个二维累加器数组(Ay[ρ1,θ1],Ay[ρ2,θ2],…Ay[ρi,θi]…Ay[ρn,θn]);θi在设定的角度范围内取值;
2)初始化Ay[ρi,θi]=0;将中心点线上的点映射到极坐标系参数空间内,得到对应的正弦线;
针对中心点线上的任一点J,将其直角坐标(xj,yj)代入式(1),计算出θ1,θ2,…θi,…θn分别对应的ρ值,即ρj1,ρj2,……,ρji,ρjn,得到该中心点映射到极坐标系参数空间内的正弦线;
ρji=xjcosθi+yjsinθi (1)
每得到一个中心点映射到极坐标系参数空间内正弦线,判断该正弦线与之前得到的正弦线是否有交点;针对任一点J,若该点对应的正弦线与之前得到的正弦线有交点B0(ρjo,θo),则将对应的二维累加器数组中的数组元素Ay[ρo,θo]加1;依次类推,直至得到中心点线上所有点映射到极坐标系参数空间内的正弦线和这些正弦线的交点,最终得到二维累加器数组(Ay[ρ1,θ1],Ay[ρ2,θ2],…Ay[ρi,θi]…Ay[ρn,θn])的表决结果;在二维累加器数组表决结果中找到最大的数组元素,该数组元素对应的交点即为中心点水平线的极坐标参数;
采用与计算中心点水平线极坐标参数同样的方法,得到中心点垂直线的极坐标参数;
步骤四、根据十字叉水平线和十字叉垂直线的极坐标参数得到十字叉交点的极坐标。
所述步骤二中,将整幅图像边缘去掉20个像素点后,取中间部分作为选定的图像区域。
所述步骤三中,θi设定的角度范围为[85°,95°]。可根据实际精度需要设定角度间隔,取等角度间隔或者不等角度间隔。本发明所述二维累加器数组中,取等角度间隔,相邻数组元素θi的角度间隔取0.1°。
进一步,本发明还包括采集图像判定的步骤,该步骤如下:
设步骤一得到的二值化图像中值为0且周围像素点的值为1的离散的像素点为“噪点”;判断二值化图像中“噪点”个数是否超过设定的噪点数量阈值,是则判定当前图像数据错误,不做识别;否则进行步骤二;其中设定的噪点数量阈值大于等于1%且小于等于3%。
更进一步,本发明还包括识别点坐标判定步骤;该步骤如下:
针对步骤三得到的十字叉交点,在其周围30×30个像素范围内,如果二值化图像中值为1的像素点数量大于总像素点数量的20%,则认为是错误识别图像,否则认为步骤三中得到的十字叉交点的直角坐标正确。
本发明的有益效果:
本发明对图像Mark点做边缘检测时,在选定的图像区域内进行灰度值检测,从而得到的水平中心点线和垂直中心点线,能够排除图像边缘干扰,提高十字叉识别精确度;在Mark点中心线检测中,将十字叉中心点线上的中心点变换成直角坐标系参数空间的正弦线,将直线的求取转化为正弦线之间交点极坐标参数的求取,识别精度高、可靠性好;对于图像中有较大噪声干扰的情况,将“噪点”所占的比例作为判定依据,能够有效地判定并排除错误图像,确保无误识别的问题。本发明可适用于激光划片(线)机或激光切割机等需要图像识别处理的设备。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1是图像识别***硬件结构框图。
图2是本发明的激光划片机图像识别***的基板位置识别处理方法流程图。
图3是CCD相机实时采集到的含有Mark点的待识别处理图像。
图4是经过边缘精细检测,得出的像素坐标分布情况图。
图5是hough变换中直角坐标系参数空间直线的参数表示图。
图6是hough变换中中心点线映射到极坐标系参数空间的表示图。
图7是识别完成后,对Mark点的中心位置坐标做判定的图像。
具体实施方式
本发明的图像识别***如下:
如图1所示,工控机1控制载片台4移动使基板运动到CCD相机3的位置,并使基板上的Mark点进入CCD相机3的视场内;工控机1同时得到来自直线电机XY平台的到位信号,工控机1触发CCD相机3采集一幅图像,如图3所示。经由图像采集卡2将图像数据传输到工控机1中,工控机1得到图像数据后对其进行如下处理,如图2所示:
步骤一、采集图像判定:
由于采集的图像为激光切割陶瓷基板所形成,在切割过程中受工艺及环境影响,造成小部分基板有粉尘附着在基板及Mark点上,对图像识别产生噪声干扰,故在识别图像前对图像内的“噪点”个数进行判断。在一幅图像中,对整幅图做灰度计算,得到其灰度均值,作为二值化阈值。当图像中点的灰度值大于该二值化阈值时,设定为1,否则为0,得到二值化图像,其中值为0的像素点为“黑点”。“噪点”即为在二值化图像内,值为0且周围像素点值为1的离散的“黑点”。
当一幅图像中“噪点”个数超过设定的噪点数量阈值时,则判定当前图像数据错误,不做识别。设定的噪点数量阈值为1%、2%或3%。
确定了图像数据正确后,对其进行如下处理:
步骤二、对图像Mark点做边缘检测:
由于采集的Mark点图像受光源亮度、基板划片工艺影响,为了识别的可靠性,在分辨率640×480个像素点范围内取中间620×460个像素点,排除图像边缘干扰进行识别。Mark点为十字叉图形。对步骤一得到的二值化图像进行检测,对上下方向找到的每行像素中的“黑点”的纵坐标取平均值,对左右方向找到的每列像素中的“黑点”的横坐标取平均值,得到十字叉的中心点线。如图4所示,图像中离散的黑点即为检测到的“噪点”和十字叉的边缘像素点,十字叉边缘像素点内的中间点线即为得到的十字叉中心点线。
步骤三、Mark点中心线检测:
1)由于步骤二中得到的十字叉中心点线是一系列近似水平线和垂直线的离散点,所以从这些离散点中精确的提取出直线坐标方程是本发明的关键。水平线有620个离散点,垂直线有460个离散点,如果用简单的直线拟合无法保证识别算法的精度,故采取hough变换对直线进行检测。该变换的原理为:经过步骤2)得到的十字叉中心点线中每一个点对应着直角坐标系参数空间中的一条直线,如图5所示,直角坐标系参数空间的一条直线对应了图像中的一个点。在原图像中成直线的所有点,它们的斜率和截距是相同的,所以它们在直角坐标系参数空间对应于同一个点。这样将十字叉中心点线上各个点投影到直角坐标系参数空间下后,直角坐标系参数空间下的聚集点就对应了中心点连成的直线。由于水平线十字叉的方程为x=c,直线的斜率为无穷大。y=kx+b形式的方程无法表示。所以在本发明中应用的hough变换中,采用极坐标参数方程ρ=xcosθ+ysinθ表示。(ρ,θ)表示直角坐标系下的一条直线。其中ρ为该直线到原点的距离,θ为该直线的垂线与X轴的夹角,取值范围为[0°,180°]。如图6所示。在极坐标表示下,十字叉中心点线中共线的点变换到极坐标系参数空间后,在参数空间都相交于一点,此时得到的(ρ,θ)即为所求直线的极坐标参数。在极坐标表示下,图像中的点映射到极坐标系参数空间是正弦线。此时,求图像中点组成的直线方程就转化为求交点的坐标。
2)本发明中十字叉水平线的计算处理方法是:建立一个二维累加器数组(Ay[ρ1,θ1],Ay[ρ2,θ2],…Ay[ρi,θi]…Ay[ρn,θn])。坐标原点可以取图像上任一点(图4中以水平中心点线底部一点作为原点)。ρ1、ρ2、……ρi、……ρn的取值范围均为[0,460];由于计算的是水平线的纵坐标,为了判定的快速可靠性,只在有效区间判定即可,故θi(i=1,2,……,n)的取值范围是[85°,95°],如图4所示。θi可以等间隔取值或不等间隔取值。间隔越小检测精度越高,本发明中θi等间隔取值,θi与θi-1的角度间隔为0.1°。
3)初始化Ay[ρi,θi]=0。将中心点线上的点映射到极坐标系参数空间内,得到对应的正弦线。针对中心点线上的任一点J,将其直角坐标(xj,yj)代入式(1),计算出θ1,θ2,…θi,…θn分别对应的ρ值,即ρj1,ρj2,……,ρji,ρjn,得到该中心点映射到极坐标系参数空间内的正弦线;
ρji=xjcosθi+yjsinθi (1)
具体如下:
如图6所示,首先将水平中心点线上第一个离散的中心点的坐标(x1,y1)代入式(1),计算出第一个离散中心点对应的极坐标参数(ρ11,θ1),(ρ12,θ2)……,(ρ1i,θi)……(ρ1n,θn),得到第一条正弦线A1;再将第二个离散的中心点的坐标(x2,y2)代入式(1),计算出第二个离散中心点对应的极坐标参数(ρ21,θ1),(ρ22,θ2)……,(ρ2i,θi)……(ρ2n,θn),得到第二个正弦线A2;以此类推,将中心点线上的所有点映射到极坐标系参数空间内,得到对应的正弦线A3、A4、A5、A6...AN,3<N<620。如图6所示,A2与A1相交于B1点,假设B1点对应的极坐标为(ρ21,θ1)(或者是(ρ11,θ1),ρ21=ρ11),则将数组元素Ay[ρ1,θ1]加1,由于初始化时Ay[ρ1,θ1]=0,所以此时Ay[ρ1,θ1]=1。A3与A1、A2同时相交于B1点,则将Ay[ρ1,θ1]再加1,即Ay[ρ1,θ1]=2;A4与A1、A2、A3分别相交于B2、B4、B6点,假设B2、B4、B6对应的极坐标分别为(ρ42,θ2)、(ρ43,θ3)、(ρ46,θ6),则将Ay[ρ2,θ2]、Ay[ρ3,θ3]、Ay[ρ6,θ6]分别加1。以此类推,直至所有离散的中心点映射的正弦线计算结束,得到二维累加器数组表决结果;在此表决结果中找到最大的数组元素,该数组元素对应的极坐标参数,即为中心点水平线的极坐标,其对应图像上的直线包含的水平线上的中心点数量最多。以图6所示为例,共7条正弦线在θi取值范围内分别相交,交点分别为B1、B2、B3...B6,最后得到的对应数组元素Ay[ρ1,θ1]=2,Ay[ρ2,θ2]=1,Ay[ρ3,θ3]=1,Ay[ρ4,θ4]=1,Ay[ρ5,θ5]=1,Ay[ρ6,θ6]=4;由于Ay[ρ6,θ6]最大,所以B6的极坐标(ρ66,θ6)即为所求十字叉水平线的极坐标。同理,可得十字叉垂直线的极坐标,其中θi的取值范围可以是[-5°,5°]。最后根据十字叉垂直线和十字叉水平线的极坐标得到十字叉交点的直角坐标。
4)识别点坐标判定:由于激光划片机设备切割的基板成本较高,错误的图像识别直接影响切割的位置精度,造成切割的基板不能满足精度要求而报废,所以要在切割前对识别点的坐标进行判断。如图7所示,通常十字叉中心点线的宽度为20个像素值,故在十字叉中心位置XY方向的30个像素值范围内做灰度判定。理想状态下,灰度判定区内的点二值化处理后,值为0的点个数为800个像素值,为1的点个数为100个像素值,考虑到“噪点”的影响,如果二值化处理后值为1的像素点大于总像素数的20%,即为错误识别图像。当判定为数据错误及错误识别的图像时,工控机发送判定为错误图像的处理指令,载片平台运动将基板放入废料仓,否则进行划片工作。
Claims (5)
1.一种激光划片机图像识别***的基板位置识别处理方法,其特征在于包括如下步骤:
步骤一、图像二值化处理:
对采集的整幅图做灰度计算,得到其灰度均值并将该灰度均值作为二值化阈值;当图像中像素点的灰度值大于该二值化阈值时,设定为1,否则为0,得到二值化图像;二值化图像中为0的像素点即为“黑点”;
步骤二、对图像Mark点做边缘检测:
所述Mark点为十字叉图形;在选定的图像区域内,分别在水平和垂直方向从四周向视场中心进行灰度值检测,对上下方向找到的每行像素中的“黑点”的纵坐标取平均值,得到十字叉的水平中心点线;对左右方向找到的每列像素中的“黑点”的横坐标取平均值,得到十字叉的垂直中心点线;
步骤三:Mark点中心线检测:
1)对于十字叉水平中心点线,取图像上任一点作为直角坐标系的原点;建立一个二维累加器数组(Ay[ρ1,θ1],Ay[ρ2,θ2],…Ay[ρi,θi]…Ay[ρn,θn]);θi在设定的角度范围内取值;
2)初始化Ay[ρi,θi]=0;将中心点线上的点映射到极坐标系参数空间内,得到对应的正弦线;
针对中心点线上的任一点J,将其直角坐标(xj,yj)代入式(1),计算出θ1,θ2,…θi,…θn分别对应的ρ值,即ρj1,ρj2,……,ρji,ρjn,得到该中心点映射到极坐标系参数空间内的正弦线;
ρji=xjcosθi+yjsinθi (1)
每得到一个中心点映射到极坐标系参数空间内正弦线,判断该正弦线与之前得到的正弦线是否有交点;针对任一点J,若该点对应的正弦线与之前得到的正弦线有交点B0(ρjo,θo),则将对应的二维累加器数组中的数组元素Ay[ρo,θo]加1;依次类推,直至得到中心点线上所有点映射到极坐标系参数空间内的正弦线和这些正弦线的交点,最终得到二维累加器数组(Ay[ρ1,θ1],Ay[ρ2,θ2],…Ay[ρi,θi]…Ay[ρn,θn])的表决结果;在二维累加器数组表决结果中找到最大的数组元素,该数组元素对应的交点即为中心点水平线的极坐标参数;
采用与计算中心点水平线极坐标参数同样的方法,得到中心点垂直线的极坐标参数;
步骤四、根据十字叉水平线和十字叉垂直线的极坐标参数得到十字叉交点的极坐标。
2.根据权利要求1所述的激光划片机图像识别***的基板位置识别处理方法,其特征在于所述步骤二中,将整幅图像边缘去掉20个像素点后,取中间部分作为选定的图像区域。
3.根据权利要求1或2所述的激光划片机图像识别***的基板位置识别处理方法,其特征在于所述步骤三中,θi设定的角度范围为[85°,95°]。
4.根据权利要求1所述的激光划片机图像识别***的基板位置识别处理方法,其特征在于还包括采集图像判定的步骤,该步骤如下:
设步骤一得到的二值化图像中值为0且周围像素点的值为1的离散的像素点为“噪点”;判断二值化图像中“噪点”个数是否超过设定的噪点数量阈值,是则判定当前图像数据错误,不做识别;否则进行步骤二;其中设定的噪点数量阈值大于等于1%且小于等于3%。
5.根据权利要求1或4所述的激光划片机图像识别***的基板位置识别处理方法,其特征在于还包括识别点坐标判定步骤;该步骤如下:
针对步骤三得到的十字叉交点,在其周围30×30个像素范围内,如果二值化图像中值为1的像素点数量大于总像素点数量的20%,则认为是错误识别图像,否则认为步骤三中得到的十字叉交点的直角坐标正确。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610388780.0A CN106097316B (zh) | 2016-06-03 | 2016-06-03 | 激光划片机图像识别***的基板位置识别处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610388780.0A CN106097316B (zh) | 2016-06-03 | 2016-06-03 | 激光划片机图像识别***的基板位置识别处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106097316A true CN106097316A (zh) | 2016-11-09 |
CN106097316B CN106097316B (zh) | 2018-07-13 |
Family
ID=57447994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610388780.0A Active CN106097316B (zh) | 2016-06-03 | 2016-06-03 | 激光划片机图像识别***的基板位置识别处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106097316B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108398946A (zh) * | 2018-01-25 | 2018-08-14 | 成都图灵智控科技有限公司 | 智能循迹精确定位装置与方法 |
CN109345550A (zh) * | 2018-08-07 | 2019-02-15 | 信利光电股份有限公司 | 结构光图像的光斑角点抓取方法、装置及可读存储介质 |
CN109961067A (zh) * | 2019-03-19 | 2019-07-02 | 上海望友信息科技有限公司 | 光学基准点的选取方法、***、计算机存储介质及设备 |
CN112505055A (zh) * | 2021-02-03 | 2021-03-16 | 苏州维嘉科技股份有限公司 | 一种电路板的漏铜检测方法以及装置 |
CN112614094A (zh) * | 2020-12-15 | 2021-04-06 | 郑州金惠计算机***工程有限公司 | 基于序列状态编码的绝缘子串异常定位识别方法 |
CN114627141A (zh) * | 2022-05-16 | 2022-06-14 | 沈阳和研科技有限公司 | 一种切割道中心检测方法与*** |
CN115031633A (zh) * | 2022-08-11 | 2022-09-09 | 长春光华微电子设备工程中心有限公司 | 激光划片机的机上检测***及其检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318352A (ja) * | 1996-05-29 | 1997-12-12 | Maeda Corp | トンネル内空変位測定装置およびトンネル内空変位測定方法 |
CN101555961A (zh) * | 2009-05-11 | 2009-10-14 | 中天建设集团浙江安装工程有限公司 | 弧形管线支吊架激光定位的施工方法 |
-
2016
- 2016-06-03 CN CN201610388780.0A patent/CN106097316B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318352A (ja) * | 1996-05-29 | 1997-12-12 | Maeda Corp | トンネル内空変位測定装置およびトンネル内空変位測定方法 |
CN101555961A (zh) * | 2009-05-11 | 2009-10-14 | 中天建设集团浙江安装工程有限公司 | 弧形管线支吊架激光定位的施工方法 |
Non-Patent Citations (2)
Title |
---|
JINGJIANG HE等: "Laser surface modification with powder feeding for vertical surfaces", 《PHOTONICS ASIA 2004;OPTICS AND LASERS》 * |
侯廉平等: "射频CO2激光陶瓷基板划片机光路设计及分析", 《光学精密工程》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108398946A (zh) * | 2018-01-25 | 2018-08-14 | 成都图灵智控科技有限公司 | 智能循迹精确定位装置与方法 |
CN108398946B (zh) * | 2018-01-25 | 2021-12-21 | 成都图灵时代科技有限公司 | 智能循迹精确定位装置与方法 |
CN109345550A (zh) * | 2018-08-07 | 2019-02-15 | 信利光电股份有限公司 | 结构光图像的光斑角点抓取方法、装置及可读存储介质 |
CN109961067A (zh) * | 2019-03-19 | 2019-07-02 | 上海望友信息科技有限公司 | 光学基准点的选取方法、***、计算机存储介质及设备 |
CN112614094A (zh) * | 2020-12-15 | 2021-04-06 | 郑州金惠计算机***工程有限公司 | 基于序列状态编码的绝缘子串异常定位识别方法 |
CN112614094B (zh) * | 2020-12-15 | 2023-04-18 | 郑州金惠计算机***工程有限公司 | 基于序列状态编码的绝缘子串异常定位识别方法 |
CN112505055A (zh) * | 2021-02-03 | 2021-03-16 | 苏州维嘉科技股份有限公司 | 一种电路板的漏铜检测方法以及装置 |
CN114627141A (zh) * | 2022-05-16 | 2022-06-14 | 沈阳和研科技有限公司 | 一种切割道中心检测方法与*** |
CN114627141B (zh) * | 2022-05-16 | 2022-07-22 | 沈阳和研科技有限公司 | 一种切割道中心检测方法与*** |
CN115031633A (zh) * | 2022-08-11 | 2022-09-09 | 长春光华微电子设备工程中心有限公司 | 激光划片机的机上检测***及其检测方法 |
CN115031633B (zh) * | 2022-08-11 | 2022-11-08 | 长春光华微电子设备工程中心有限公司 | 激光划片机的机上检测***及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106097316B (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106097316A (zh) | 激光划片机图像识别***的基板位置识别处理方法 | |
CN104990926B (zh) | 一种基于视觉的tr元件定位和缺陷检测方法 | |
CN105563481B (zh) | 一种用于轴孔装配的机器人视觉引导方法 | |
CN106251353A (zh) | 弱纹理工件及其三维位姿的识别检测方法及*** | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN105913093A (zh) | 一种用于文字识别处理的模板匹配方法 | |
CN106651752A (zh) | 三维点云数据配准方法及拼接方法 | |
CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
CN112037159B (zh) | 一种跨相机道路空间融合及车辆目标检测跟踪方法及*** | |
CN106934813A (zh) | 一种基于视觉定位的工业机器人工件抓取实现方法 | |
CN109284718B (zh) | 面向巡检机器人的变视角多仪表同时识别方法 | |
CN107392929B (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
CN104200188B (zh) | 一种快速定位qr码位置探测图形的方法和*** | |
CN105930795A (zh) | 一种基于人体骨骼关节点间空间向量的行走状态识别方法 | |
CN105574161B (zh) | 一种商标图形要素识别方法、装置和*** | |
CN102799867A (zh) | 基于图像处理的仪表指针转角识别方法 | |
CN106407924A (zh) | 基于路面特征的双目道路识别检测方法 | |
CN103295239A (zh) | 一种基于平面基准影像的激光点云数据的自动配准方法 | |
CN113724193B (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
CN112614188B (zh) | 一种基于交比不变性的点阵式标定板及其识别方法 | |
CN103400373A (zh) | 相机检校控制场人工标志像点坐标自动识别定位方法 | |
CN107145890A (zh) | 一种远距离多视角环境下的指针式仪表盘自动读数方法 | |
CN110108712A (zh) | 多功能视觉缺陷检测*** | |
CN109359537A (zh) | 基于神经网络的人脸姿态角度检测方法及*** | |
CN109870106A (zh) | 一种基于无人机图片的建筑物体积测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210107 Address after: No.10 workshop, no.515, Xincheng South Road, Yushan Town, Kunshan City, Suzhou City, Jiangsu Province Patentee after: Guangjingtuo intelligent equipment (Suzhou) Co.,Ltd. Address before: 130033 block B, 77 Yingkou Road, Jingkai District, Changchun City, Jilin Province Patentee before: CHANGCHUN GUANGHUA MICRO-ELECTRONIC EQUIPMENT ENGINEERING CENTER Co.,Ltd. |
|
TR01 | Transfer of patent right |