1 电子科技大学现代光电测控及仪器实验室, 四川 成都 610054
2 成都术有科技有限公司, 四川 成都 610054
针对自动视觉检测系统中，难以获得具有重复纹理特征的大面积物体的高精度图像问题，提出了一种二维图像光栅的亚像素级定位拼接新方法。采用光栅尺记录物体的位置信息，引入圆盘格标定板对二维运动平台X、Y轴与相机X、Y轴之间的夹角进行准确标定，并建立基于全局物理直角坐标系的二维拼接模型完成图像的拼接。实验结果表明，该方法的标定重复精度可以达到10-4 rad量级，拼接的物理误差为8 μm，拼接精度比校正前提高了近8倍，比已见报道提高1倍以上。该方法已成功应用于导航卫星接收天线电路的在线检测设备，并可广泛推广至检测精度要求达到亚像素级的机器视觉自动化检测领域。
机器视觉 图像处理 亚像素图像拼接 重复纹理特征 光栅
电子科技大学光电信息学院, 四川 成都 610054
随着机器视觉技术的发展，彩色线扫描系统在工业在线检测中的应用日趋广泛。在彩色线扫描视觉系统中，由于照明光源的照度非均匀性、光学镜头的渐晕和电荷耦合器件(CCD)相机的非均匀性响应等因素，导致系统采集图像出现灰度不均匀且颜色失真的情况，为后端图像处理带来困难，以致对系统稳定性造成影响。基于上述问题，提出了具有针对性的彩色线扫描系统图像校正方法，使该方法与多项式拟合方法对均匀目标进行对比实验，获取的校正后灰度均值与方差等统计结果更优，更接近目标真实灰度，并已将其应用于印刷电路板(PCB)外观缺陷自动光学检测系统，取得了较好的实际应用效果。
机器视觉 自动光学检测 彩色线扫描系统 白平衡 平场校正
提出了一种新的基于统计与模糊隶属度的光学字符特征提取方法，可以快速准确地识别受噪声污染的光学字符。相比传统算法，本文方法的特征空间区分度更高，最小类间距离扩大33.2%以上。应用在径向基函数(RadicalBasis Function，RBF)神经网络中，在字体字号变化且有背景噪声污染的影响下，识别率高达99%以上，且相比直方图投影法提速75%。理论分析与实验结果表明，与传统方法相比，该算法抗噪能力更强、模式区分度更高、时空复杂度更低，更简约、更全面地覆盖了字符的特征，应用范围广。已应用于实际系统，取得很好的实验结果。
特征提取 隶属度 神经网络 光学字符识别 feature extraction membership degree RBF RBF neural network optical character recognition
