期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进灰狼优化算法的QFN芯片图像多阈值分割方法 被引量:5
1
作者 巢渊 徐魏 +2 位作者 刘文汇 曹震 张敏 《光学精密工程》 EI CAS CSCD 北大核心 2024年第6期930-944,共15页
在QFN芯片封装缺陷检测中,增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题,本文提出一种基于改进灰狼优化算法(IGWO)的图像多阈值分割方法。首先,改进原始... 在QFN芯片封装缺陷检测中,增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题,本文提出一种基于改进灰狼优化算法(IGWO)的图像多阈值分割方法。首先,改进原始灰狼优化算法非线性因子,平衡算法搜索效率与挖掘能力;其次,引入反向学习策略提高种群整体质量,引入正弦函数、调整头狼权重以改进灰狼更新策略,增强算法多样性与挖掘能力;然后,提出头狼靠拢与种群变异交替进行的位置更新策略,平衡算法收敛性能与跳出局部最优能力;最后,以Kapur熵为适应度函数,求解最优分割阈值。将本文提出的改进灰狼优化算法的多阈值图像分割方法,与灰狼优化算法(GWO)、基于翻筋斗觅食策略的灰狼优化算法(DSF-GWO)、基于莱维飞行的樽海鞘群优化算法(LSSA)、改进北方苍鹰算法(INGO)的图像分割方法进行实验对比,结果表明:本文方法在分割用时方面,约为DSF-GWO的1/2,INGO的1/4;在分割精度与稳定性方面,在进行QFN芯片缺陷图像的连续30次分割时,本文方法具有最大Kapur熵平均值、最小标准差与最短分割时间。因此本文方法可实现高精度、高稳定性与高效率的QFN芯片图像多阈值分割。 展开更多
关键词 灰狼优化算法 多阈值分割 Kapur熵 QFN
在线阅读 下载PDF
大尺寸圆形零部件尺寸高精度视觉测量方法
2
作者 巢渊 曹震 +1 位作者 杜帅帅 张敏 《电子测量技术》 北大核心 2024年第11期138-150,共13页
圆环类零部件,在进行环形光源和条形光源照射方式下的圆环直径尺寸测量时,通常存在零部件倒角特征成像出现宽边缘、受厚度影响导致圆环边界呈现阴影、表面纹理及擦痕影响图像处理效率、相机视野不足无法单次采集大尺寸圆形零部件高分辨... 圆环类零部件,在进行环形光源和条形光源照射方式下的圆环直径尺寸测量时,通常存在零部件倒角特征成像出现宽边缘、受厚度影响导致圆环边界呈现阴影、表面纹理及擦痕影响图像处理效率、相机视野不足无法单次采集大尺寸圆形零部件高分辨率全景图像等问题。本文提出一种基于改进SURF图像拼接的圆形零部件尺寸测量方法,通过光照优化、图像拼接和亚像素边缘检测实现零部件尺寸的高精度测量。首先,分别提出条形光源45°布置、环形光源垂直向下和条形光源45°组合布置的照射方式,用以消除在零部件成像中存在的宽边缘、阴影、纹理及擦痕等对尺寸测量的影响。其次,改进SURF特征匹配法,定位拼接图像重叠区域进行特征点粗匹配。接着,提出RANSAC算法对特征点进行精匹配,改进图像配准法,等尺寸扩充零部件拼接图像,补充缺失背景区域。然后,提出加权平均融合算法对拼接图像进行平滑处理,获取高分辨率零部件全景图像。最后,改进最小二乘法拟合圆方法,以实现图像中边缘圆环的拟合,通过像素尺寸转化获取零部件实际尺寸值。实验结果表明,该方法相比传统视觉测量方法精度更高,与三坐标测量仪测量参考值相对误差在0.0444%以内。 展开更多
关键词 光照优化 SURF特征提取 图像拼接 圆拟合 视觉测量
在线阅读 下载PDF
基于改进梯度加权的零件图像高精度聚焦方法 被引量:1
3
作者 曹震 巢渊 +2 位作者 徐魏 杜帅帅 张敏 《电子测量与仪器学报》 CSCD 北大核心 2023年第11期132-142,共11页
以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照... 以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式,消除倒角特征在成像中的宽边缘。其次,基于改进Otsu实现自适应分割阈值获取,提取图像特征边缘点。接着,基于4方向Sobel算子获取边缘点梯度值。然后,根据像素点与其8邻域像素点灰度分布差异值大小,获取像素点梯度加权系数。最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。实验结果表明,该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在0.0024%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍,灵敏度因子平均提升5倍,陡峭度平均提升1倍。 展开更多
关键词 自动聚焦 清晰度评价 光源优化 梯度加权 视觉测量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部