论文部分内容阅读
为了提高芯片级原子钟的自动化装配效率与装配精度,研究了一种粗-精结合的微器件位姿检测方法。首先,分析了微器件自身的特点、应用环境,提出利用图像梯度直方图特征训练SVM分类器来实现微器件粗定位的方法,同时通过构建遮挡样本和模糊样本以解决模型在微器件离焦模糊、遮挡情况下的漏检问题,提高模型泛化能力。然后,提出利用LSD算法和直线增长方法来提取目标边缘,计算得到图像亚像素的特征点坐标。最后,通过ICP算法计算微器件在显微视场下的实时位置和姿态。实验结果表明,原子钟核心器件的识别准确率为95.3%,定位平均