检索结果-南通市图书馆

应用科技 2019年第3期46卷 64-69页

作者：蔡志兆吕建勋北京航空航天大学自动化科学与电气工程学院北京100191

现有的运动检测算法易受光照、阴影、复杂背景等因素影响,检测结果准确性欠佳,具有一定的局限性。基于此,设计了一种基于Kinect传感器的运动检测方法,可以完成室内场景的刚体运动检测。所设计的运动检测平台基于结合传感器所采集的深度... 详细信息

现有的运动检测算法易受光照、阴影、复杂背景等因素影响,检测结果准确性欠佳,具有一定的局限性。基于此,设计了一种基于Kinect传感器的运动检测方法,可以完成室内场景的刚体运动检测。所设计的运动检测平台基于结合传感器所采集的深度信息和彩色信息,提升物体边界检测精度,提出基于单应性矩阵的刚体运动的密集光流估计方法。实验结果表明,基于Kinect的运动检测平台具有很好的检测效果,证明了运动平台的有效性。

关键词：运动检测 Kinect传感器运动检测平台深度信息彩色信息边界检测单应性矩阵光流

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器学习的柔性封装基板缺陷检测技术研究

基于机器学习的柔性封装基板缺陷检测技术研究

引用

作者：郑舒潮广州大学

学位级别：硕士

随着高性能计算、网络设备、人工智能等应用对封装基板的需求提升,高密度柔性封装基板(FICS),作为柔性基板的新一代技术,已经成为了行业内竞争的焦点。FICS发展于柔性印制电路板(FPC),比FPC密度更高,具有更精密和更薄的优点,被广泛的运... 详细信息

随着高性能计算、网络设备、人工智能等应用对封装基板的需求提升,高密度柔性封装基板(FICS),作为柔性基板的新一代技术,已经成为了行业内竞争的焦点。FICS发展于柔性印制电路板(FPC),比FPC密度更高,具有更精密和更薄的优点,被广泛的运用在如今高度需求的可移动设备上。FICS制造技术先进,生产制作的要求较为复杂、误差要求小,因此在检验过程中出现流程繁琐且良品率低的问题。所以,缺陷检测的研究在FICS生产过程中具有重要意义,直接影响成品的生产良率。然而,国内FICS的检测普遍采用人工目检,这种工艺方法所得到的检测结果不全面、精度低、效率慢,导致FICS的生产良率和效率低下。机器学习(ML)算法通过解析数据并从中学习,能够对新数据做出决定或预测。ML的特点,为使FICS具备一定的自动缺陷检测提供了有效的途径。本文将基于ML,对FICS的缺陷检测问题进行了深入的研究。具体内容如下:(1)提出一种基于局部二值模式(LBP)的多尺度特征融合的图像分割技术算法。在分析识别感兴趣区域(ROI)中,FICS的图像具有亮度低、表面缺陷类型多和表面缺陷纹理类似于基板纹理等问题。现有图像分割方法不能很好的区分ROI区域和基板纹理,导致检测过程中容易出现误判。为解决检测过程中误判的问题,提出了一种基于LBP的多尺度特征融合的图像分割技术。利用多尺度的特征提取优势,能够将FICS的纹理结构和缺陷特征完整提取出来,且降低由高倍显微带来的图像噪声干扰。(2)提出一种基于加速稳健特征(SURF)与随机森林算法(RF)结合的异常区域检测技术算法。FICS表面缺陷种类多,现有算法不能一次性检测完全,使用多种算法检测导致流程复杂。为了改进检测流程,拓宽检测缺陷类型,提出一种基于SURF与RF相结合的异常区域检测方法。该算法利用异常检测的思维,使用SURF升维图像特征,并找出图像中的特征点。特征点通常聚集在FICS图像中的缺陷区域,利用随机森林算法学习特征点数据,训练出来的模型即使面对训练集没有的缺陷类型,也能够一次性检测出FICS的异常区域,为后续的缺陷检测提供基础。(3)提出一种基于迁移学习的表面缺陷检测技术算法。针对FICS表面缺陷标签数量少,难以训练可用检测模型的问题,提出了一种基于迁移学习的缺陷检测方法,引入原型对比学习的无监督式神经网络。针对现有方法没有定量评估域内迁移和跨域迁移损失权重,提出动态自适应损失,在迁移过程中优化两种损失的权重。将该模块集成到基于原型的无监督式神经网络的端到端框架中,用于深度学习的预训练模型。该算法能有效的把印刷电路板上的表面缺陷数据迁移到FICS表面缺陷,为FICS缺陷样本少的问题提供了解决思路。论文深入FICS表面缺陷检测的流程,针对工厂流水线实际生产情况,搭建FICS四轴运动检测平台且自制FICS数据集。然后,对搭建好的实验平台可用性进行测试,包括运动控制,工业相机拍摄以及电脑可视化界面进行编写。最后,基于所搭建的FICS运动检测平台验证了本文三个算法的有效性和先进性。

关键词：缺陷检测高密度柔性封装基板(FICS) 机器学习(ML) 显微视觉运动检测平台

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：