摘要在工业自动化中，机器视觉被大量的应用。借助于计算机可以帮助人们避免很多单调重复而且易犯错的工作。例如在流水线生产上的芯片数量巨大，而且尺寸很小，使用人工进行缺陷检测极易犯错。借助于流水线上安装的摄像机所拍摄的图片和良品的图片在计算机中进行图象的配准、比对，可以更有效率的实现这个工作。
本文主要研究基于图像的缺陷检测方法。首先介绍了机器视觉的基本原理和发展应用。其次介绍了BTB连接器的图像缺陷检测过程。着重阐述图像配准的几种基本算法，特别研究了用SIFT特征点算法来实现图像配准。简单介绍其他检测步骤，最后用Matlab实现整个缺陷检测。27066
关键词 机器视觉 图像配准 SIFT 缺陷检测
毕业论文设计说明书外文摘要
Title Research on the Detection Method Base on Image
Abstract
In industrial automation, machine vision has a large number of applications. A computer can help people avoiding a lot of repetitive and error-prone task. For example, the number of chips in the production line is huge, and small size. The artificial defect detection easily results in mistakes. By a camera installed on the line to shoot pictures and yield of the image to image registration in the computer, more efficient work could be achieved.
This paper studies the defect detection method based on image. Firstly ,this paper introduces the following point of machine vision :the basic principles development and applications. Secondly,this paper presents the image defect detection process of BTB connectors .Then several basic image registration are systemtically summarized, especially utilizing SIFT feature points algorithm to achieve image registration. Finally we can take Matlab to implement defect detection.
Keywords Machine Vision Image Registration SITF Defect detection
目 次
1 引言 1
1.1 课题研究背景 1
1.2 机器视觉概述及原理 1
1.2.1 机器视觉概述 1
1.2.2 机器视觉的发展 1
1.2.3 机器视觉系统构成： 2
1.3 本文主要内容 3
2 BTB连接器板缺陷检测 4
2.1 BTB的生产过程 4
2.2 BTB缺陷定义与分类 4
2.3 缺陷检测流程 8
2.4 图像预处理 8
3 图像配准 9
3.1 图像配准介绍 9
3.2 图像配准数学建模 9
3.2.1 刚体变换 9
3.2.2 仿射变换 10
3.2.3 投影变换 10
3.2.4 非线性变换 10
3.3 图像配准方法 11
3.3.1 基于像素灰度实现图像配准 11
3.3.2 基于变换域实现图像配准 11
3.3.3 基于特征的图像配准方法 11
3.4 图像配准的主要步骤 14
4 基于SIFT特征点的图像配准方法 15
4.1 SIFT介绍 15
4.2 SIFT算法的实现 15
4.2.1 尺度空间极值点检测 15
4.2.2 特征点精确定位 17
4.2.3 特征点方向分配 17
4.2.4 特征点描述 18
4.3 SIFT配准算法仿真 18
5 图像配准后续工作 21 Matlab基于图像的缺陷检测方法SIFT特征点研究:http://www.youerw.com/tongxin/lunwen_21446.html