基于机器视觉的芯片快速识别定位系统设计.doc

北京理工大学珠海学院2020届本科生毕业设计北京理工大学珠海学院2020届本科生毕业设计基于机器视觉的芯片快速识别定位系统的设计与实现—机器视觉算法学院：专业：姓名：指导老师：工业自动化学院机械电子工程李晓东学号：职称：160404102514陈婷教师中国·珠海二○二○年五月诚信承诺书本人郑重承诺：本人承诺呈交的毕业设计《基于机器视觉的芯片快速识别定位系统的设计与实现—机器视觉算法》是在指导教师的指导下，独立开展研究取得的成果，文中引用他人的观点和材料，均在文后按顺序列出其参考文献，设计使用的数据真实可靠。承诺人签名：.日期：年月日基于机器视觉的芯片快速识别定位系统的设计与实现—机器视觉算法摘要在社会生产力大变革的前提下，机器识别能够有效的代替人工分类，大大缩减了生产效率，而在实际生产当中由于大多数芯片的尺寸较小、信号不易读取辨别，引脚易弯折、易造成实际生产中的误差，导致良品率不理想。所以在实际生产中可以引入机器视觉中对芯片的快速识别并定位分析，提高实际生产中的生产效率以及产品的良品率。本文所介绍的就是机器视觉的芯片快速识别系统的设计与实现当中的机器视觉算法部分。实现对芯片的快速识别分析的算法，在芯片处理上，对工业相机（海康威视MV-CA013-20GMGC）拍摄出的图片进行灰度图转化，将芯片区域初步分割出来。通过对芯片的面积、形状和阈值等参数对区域进行进一步的处理，其次对芯片图像进行OCR字符识别得出芯片的型号参数同时对芯片的引脚进行测量，判断其是否为合格品，最终得到测试数据。最后，通过HALCON软件导出C＃程序，与VisualStudio软件构建的操作界面进行配合，大大提升了工作效率，在实际应用中更为实用。关键词：芯片；机器识别；图像处理；HALCON；OCR字符识别Designandimplementationofamachinevision-basedrapididentificationandpositioningsystemforchips-MachinevisionalgorithmsAbstractUnderthepremiseofgreatchangesinsocialproductivity,machinerecognitioncaneffectivelyreplacemanualclassification,greatlyreducingtheproductionefficiency,butintheactualproductionduetothesmallsizeofmostchips,thesignalisnoteasytoreadanddistinguish,thepiniseasytobend,easytocauseerrorsintheactualproduction,resultingintheyieldisnotideal.Therefore,therapididentificationandpositioninganalysisofchipsinmachinevisioncanbeintroducedintheactualproductiontoimprovetheproductionefficiencyandproductyieldinactualproduction.Thispaperintroducesthemachinevisionalgorithmpartofthedesignandimplementationofthechiprapididentificationsystemformachinevision.Analgorithmforrapididentificationandanalysisofthechipisimplemented,andthechipprocessingisusedtoconvertthegrayscaleimagetakenbyanindustrialcameraintoapreliminarysegmentationofthechip