论文部分内容阅读
近年来,随着“中国制造2025”规划的提出,我们国家各行业都在加快智能制造的步伐,加快产业转型升级。目前电子产品加工过程中的自动化和智能化程度虽然也在逐渐提高,但是在质量检测环节仍然需要依赖大量的人工,这就造成劳动力的浪费,增加了产品的成本,制约了产业发展。本文主要针对电子产品中常用数码管的检测问题,提出了一种利用机器视觉技术来实现对数码字符智能检测识别的方案。目前虽然针对图像目标检测的研究越来越多,实际应用的案例也很多,但是大多数情况下都是依赖于高性能的计算机、GPU、高精度图像传感器或者云计算等方案来实现。由于这样的方案往往成本比较高,这对成本敏感的电子行业来说无疑是不可接受的,所以尝试在性价比具有明显优势的微型嵌入式领域进行研究,通过图像处理技术与嵌入式开发相结合的方式,提高端侧的边缘计算能力,在微型嵌入式系统上实现对数码管显示字符的定位、分割、字符识别检测,最后完成检测系统的自动化设计。1.设计了一个以STM32F7为主控制器的嵌入式视觉检测单元,然后根据机器视觉相关原理,对其完成了相机标定工作。由于本系统采用了ABB机器人作为执行机构来完成对数码管模块的定位和筛选任务,所以本系统中需要对机器人进行手眼标定,以确定机器人坐标系与视觉坐标系之间的对应关系,最后搭建了检测系统的实验环境进行测试。2.检测系统利用嵌入式视觉检测单元对于数码字符进行采集,然后利用传统图像处理算法对图像中的数码字符进行分割。通过对比穿线算法、模板匹配算法、三层全连接神经网络算法和经典Lenet-5卷积神经网络算法的准确率以及可移植性后,选择了Lenet-5算法并对其进行优化和部署。