学位论文 > 优秀研究生学位论文题录展示
基于三维重建的焊点质量分类方法研究
作 者: 初少林
导 师: 苏小红
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 焊点质量分类 三维特征 支持向量机 AdaBoost Boostrap
分类号: TP391.41
类 型: 硕士论文
年 份: 2008年
下 载: 72次
引 用: 0次
阅 读: 论文下载
内容摘要
随着表面组装技术(Surface Mounting Technology, SMT)向更高密度、更小尺寸、更复杂的印刷电路板(Print Circuit Board, PCB)混合技术的纵深发展,在电路板的装配过程中,作为电路组件和电路板间的连接桥梁焊点有着举足轻重的作用。SMT技术电路板装配过程由焊膏印刷,元件贴装,焊接回流组成,其中焊膏印刷和焊接回流过程产生的焊点缺陷较多。为此,如何及时有效的发现焊点的缺陷,是近年来电子组装行业研究的一个热点。焊点质量的检测方式,宏观上可分为两类:有损检测和无损检测。有损检测因为对电子器件有不同程度的破坏作用,一般不适合应用在生产流水线的实时检测当中。设计和研究出高效且成本低的无损检测方法和技术是现今电子行业的迫切要求。针对已有的焊点质量分类方法对光源系统依赖性过强,实际中能获得各种缺陷的焊点样本有限等问题,本文从图像处理和模式识别角度出发,针对生产线上的SMT焊点图像,提出一种基于焊点三维重建和支持向量机相结合的焊点质量分类方法,实现了对锡量少、锡量合适、锡量多三种类型的焊点质量判别。本文主要完成的工作包括:针对二维焊点分类方法中提取的二维特征不能很好的表征焊点的形态,即没有充分的利用焊点图像信息等问题,在特征提取方面,引入了基于三维形态的焊点图像特征提取方法。实验表明,基于三维形态的焊点图像特征提取方法,对分类是较为有效的。将支持向量机与AdaBoost,Boostrap分别相结合后对焊点质量进行分类,实验表明,结合之后的焊点分类效果比单独使用支持向量机更好。
|
全文目录
摘要 4-5 Abstract 5-8 第1章 绪论 8-19 1.1 课题背景和研究意义 8-9 1.2 三维可视焊点识别理论 9-11 1.2.1 焊点形态理论 9-10 1.2.2 计算机视觉技术 10-11 1.3 SMT焊点检测技术的研究现状 11-17 1.3.1 常规焊点检测方法 11-13 1.3.2 基于模式识别的焊点二维检测方法 13-16 1.3.3 二维检测方法的不足 16-17 1.4 本文研究内容和章节安排 17-19 1.4.1 本文研究内容 17 1.4.2章 节安排 17-19 第2章 基于明暗的三维重建方法研究 19-25 2.1 引言 19 2.2 SFS算法原理 19-20 2.3 光照模型 20-22 2.3.1 朗伯体表面反射模型 21 2.3.2 光照模型的几种约束条件 21-22 2.4 明暗恢复算法的分类 22-24 2.5 焊点三维重建结果 24 2.6 本章小结 24-25 第3章 基于三维信息的焊点特征提取方法 25-37 3.1 引言 25 3.2 三维图像形状特征提取方法 25-28 3.2.1 统计特征 25-27 3.2.2 拓扑特征 27 3.2.3 变换特征 27-28 3.3 重建三维焊点的特征提取 28-36 3.3.1 三维图像预处理 28-29 3.3.2 焊点的三维特征 29-36 3.4 本章小结 36-37 第4章 焊点质量分类方法研究 37-55 4.1 引言 37 4.2 焊点分类流程设计 37-38 4.3 焊点分类方法 38-41 4.3.1 基于相似度的方法 38 4.3.2 基于K-近邻法 38-39 4.3.3 人工神经网络法 39-41 4.4 基于支持向量机的焊点质量分类方法 41-49 4.4.1 支持向量机算法 41-43 4.4.2 AdaBoost方法 43-45 4.4.3 Bootstrap方法 45-47 4.4.4 样本加权支持向量机 47-49 4.5 焊点质量检测模型设计 49-51 4.6 实验结果及分析 51-54 4.6.1 模型1 实验结果 51-52 4.6.2 模型2 实验结果 52-53 4.6.3 实验结果的分析 53-54 4.7 实验结果分析 54 4.8 本章小结 54-55 结论 55-56 参考文献 56-61 致谢 61
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于机器学习的入侵检测系统研究,TP393.08
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|