• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 17
    • 下载费用:30 金币  

    重庆时时彩走龙虎势图: 一种适用于IC封装设备变形物体的匹配方法.pdf

    关 键 词:
    一种 适用于 IC 封装 设备 变形 物体 匹配 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201611206053.4

    申请日:

    2016.12.23

    公开号:

    CN106815833A

    公开日:

    2017.06.09

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 7/00申请日:20161223|||公开
    IPC分类号: G06T7/00(2017.01)I; G06T7/33(2017.01)I 主分类号: G06T7/00
    申请人: 华中科技大学; 广东思谷智能技术有限公司
    发明人: 杨华; 尹周平; 卢锦; 张新乾
    地址: 430074 湖北省武汉市洪山区珞喻路1037号
    优先权:
    专利代理机构: 华中科技大学专利中心 42201 代理人: 梁鹏
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201611206053.4

    授权公告号:

    ||||||

    法律状态公告日:

    2018.06.12|||2017.07.04|||2017.06.09

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明属于图像处理相关技术领域,其公开了一种适用于IC封装设备变形物体的匹配方法,其包括以下步骤:(1)提取模板图像中物体的轮廓及目标图像中物体的轮廓;(2)获得目标拟合多边形及模板拟合多边形;(3)建立目标图像哈希表及模板图像哈希表;(4)对目标图像及模板图像进行粗匹配;(5)计算目标拟合多边形及模板拟合多边形的各边中点在对应参考质心极坐标系中的位置坐标;(6)计算模板拟合多边形及目标拟合多边形各边的梯度方向、线性变换矩阵及相似度分数;(7)所述目标图像中的物体与所述模板图像中的物体间的非线性变换的全局相似度分数采用(6)所述相似度分数的加权值计算,全局相似度分数大于设定阈值,即精匹配成功。

    权利要求书

    1.一种适用于IC封装设备变形物体的匹配方法,其包括以下步骤:
    (1)提供模板图像及目标图像,并提取所述模板图像中物体的轮廓及所述目标图像中
    物体的轮廓;
    (2)通过链码的方式获得所述目标图像中物体的拟合多边形及所述模板图像中物体的
    拟合多边形,且分别称为目标拟合多边形和模板拟合多边形;
    (3)建立目标图像哈希表及模板图像哈希表;
    (4)根据所述目标图像哈希表及所述模板图像哈希表,对所述目标图像及所述模板图
    像进行粗匹配;
    (5)建立目标拟合多边形的参考质心极坐标系及模板拟合多边形的参考质心极坐标
    系,且分别称为模板参考质心极坐标系和模板参考质心极坐标系,并计算所述目标拟合多
    边形各边的中点在所述目标参考质心极坐标系中的位置坐标及所述模板拟合多边形的各
    边的中点在所述模板参考质心极坐标系中的位置坐标;
    (6)计算所述模板拟合多边形各边的梯度方向、所述目标拟合多边形各边的梯度方向、
    所述目标拟合多边形与所述模板拟合多边形各边之间的线性变换矩阵及相似度分数;
    (7)整个所述目标图像中的物体与所述模板图像中的物体之间的非线性变换的全局相
    似度分数采用步骤(6)获得的相似度分数的加权值计算,权重按所述目标拟合多边形各边
    的边长比例选定,全局相似度分数大于设定阈值,即精匹配成功。
    2.如权利要求1所述的适用于IC封装设备变形物体的匹配方法,其特征在于:提取所述
    模板图像中物体的轮廓及所述目标图像中物体的轮廓之前还包括对所述模板图像及所述
    目标图像进行滤波处理。
    3.如权利要求1所述的适用于IC封装设备变形物体的匹配方法,其特征在于:通过链码
    的方式获得所述目标图像的目标拟合多边形及所述模板图像的模板拟合多边形的过程包
    括以下步骤:
    (2.1)综合考虑所述目标图像中物体轮廓曲线的全局及局部特征并通过链码的方式求
    得优势点;
    (2.2)计算优势点到与该优势点相邻的两个优势点连成的直线段的垂直距离d;
    (2.3)将所述优势点都遍历完后,计算每个优势点的衡量比例;
    (2.4)如果所有优势点的衡量比例都小于设定阈值,则拟合误差阈值dt增加0.5,再重
    复步骤(2.2)及步骤(2.3),直到所有优势点的衡量比例都大于设定阈值,则拟合完成,得到
    拟合多边形。
    4.如权利要求3所述的适用于IC封装设备变形物体的匹配方法,其特征在于:所述设定
    阈值为0.5。
    5.如权利要求3所述的适用于IC封装设备变形物体的匹配方法,其特征在于:所述拟合
    误差阈值dt的初始值为0.5。
    6.如权利要求3所述的适用于IC封装设备变形物体的匹配方法,其特征在于:在步骤
    (2.3)中,如果距离d大于所述拟合误差阈值dt,则保留该优势点,否则删除。
    7.如权利要求3所述的适用于IC封装设备变形物体的匹配方法,其特征在于:所述衡量
    比例由下式计算获得:
    <mrow> <mi>r</mi> <mo>=</mo> <mfrac> <mrow> <mi>&Delta;</mi> <mi>l</mi> </mrow> <mi>d</mi> </mfrac> <mo>=</mo> <mfrac> <mrow> <msub> <mi>l</mi> <mrow> <msub> <mi>P</mi> <mi>i</mi> </msub> <msub> <mi>P</mi> <mi>j</mi> </msub> </mrow> </msub> <mo>+</mo> <msub> <mi>l</mi> <mrow> <msub> <mi>P</mi> <mi>j</mi> </msub> <msub> <mi>P</mi> <mi>k</mi> </msub> </mrow> </msub> <mo>-</mo> <msub> <mi>l</mi> <mrow> <msub> <mi>P</mi> <mi>i</mi> </msub> <msub> <mi>P</mi> <mi>k</mi> </msub> </mrow> </msub> </mrow> <mi>d</mi> </mfrac> </mrow>
    式中,Δl是删除掉优势点Pj后,图像边界轮廓长度的减少量,pi、pj、pk是相邻的三个优
    势点。
    8.如权利要求1所述的适用于IC封装设备变形物体的匹配方法,其特征在于:步骤(4)
    包括对所述目标图像哈希表及所述模板图像哈希表中的数据进行投票,比较所述模板图像
    哈希表及所述目标图像哈希表以找到满足误差要求的目标基坐标系,并将对应的所述目标
    基坐标系的投票数进行加一处理;直到找到投票数最高的目标基坐标系,如果最高票数大
    于票数设定阈值,证明粗匹配到了所述目标图像中的物体。

    说明书

    一种适用于IC封装设备变形物体的匹配方法

    技术领域

    本发明属于图像匹配相关技术领域,更具体地,涉及一种适用于IC封装设备变形
    物体的匹配方法。

    背景技术

    IC(Integrated circuit)集成电路工业是当前全球经济发展的高速增长点,广泛
    应用于各个领域。IC封装作为IC产业的核心环节之一,其技术水平的高低在很大程度上影
    响整个IC产业。随着微电子技术、计算机技术和通信技术的迅速发展,电子产品迅速朝着便
    携式、小型化方向发展。IC芯片的集成度不断提高,对IC封装技术也提出了更高的要求:1、
    单位体积信息的提高(高密度化);2、单位时间处理速度的提高(高速化)。对应地,IC封装技
    术也向着高度集成化、高性能化、多引线和细间距化方向发展,高速、高精度的需求日益紧
    迫。其中,高速视觉识别技术作为IC封装设备技术的关键技术之一,决定了IC封装设备的工
    作能力,直接影响着封装设备的封装精度和速度。而图像匹配技术又是机器视觉识别技术
    的关键技术之一,图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配。利用
    灰度信息匹配方法的计算量很大,不利于推广使用。特征是图像内容最抽象的描述,与基于
    灰度的匹配方法相比,特征相对于几何图像和辐射度影响来说更不易变化。

    作为一种机器视觉识别方面的应用,图像变形匹配问题近年来倍受关注。图像变
    形匹配技术应用面很广,如IC封装方面。对于一些电子器件需要对很多模型进行模拟以及
    变形的场合,图像变形匹配技术起着非常重要的作用。但是,在复杂工作环境下,目标图像
    常?;岱⑸湫?,在纹理较少的图像区域提取的特征的密度通常比较稀少,使局部特征的
    提取比较困难。另外,基于特征的匹配方法的相似性度量也比较复杂,往往要以特征属性、
    启发式方法及阀方法的结合来确定度量方法。相应地,本领域存在着发展一种基于变形目
    标的匹配方法的技术需求。

    发明内容

    针对现有技术的以上缺陷或改进需求,本发明提供了一种适用于IC封装设备变形
    物体的匹配方法,其将目标图像的匹配转换成图像中物体轮廓的匹配,提取和比较模板图
    像和目标图像中物体的轮廓特征的不变量,即使目标图像中物体发生较大变形或者局部遮
    挡,也可很好匹配到目标图像中的物体。此外,所述匹配方法将整个目标图像中物体的非线
    性变换分解成多边形各边的线性变换问题,解决了匹配中的相似度计算问题,从而实现了
    大变形物体的精匹配,在保证匹配精度的情况下提高了匹配速度。

    为实现上述目的,本发明提供了一种适用于IC封装设备变形物体的匹配方法,其
    包括以下步骤:

    (1)提供模板图像及目标图像,并提取所述模板图像中物体的轮廓及所述目标图
    像中物体的轮廓;

    (2)通过链码的方式获得所述目标图像中物体的拟合多边形及所述模板图像中物
    体的拟合多边形,且分别称为目标拟合多边形和模板拟合多边形;

    (3)建立目标图像哈希表及模板图像哈希表;

    (4)根据所述目标图像哈希表及所述模板图像哈希表,对所述目标图像及所述模
    板图像进行粗匹配;

    (5)建立目标拟合多边形的参考质心极坐标系及模板拟合多边形的参考质心极坐
    标系,且分别称为模板参考质心极坐标系和模板参考质心极坐标系,并计算所述目标拟合
    多边形各边的中点在所述目标参考质心极坐标系中的位置坐标及所述模板拟合多边形的
    各边的中点在所述模板参考质心极坐标系中的位置坐标;

    (6)计算所述模板拟合多边形各边的梯度方向、所述目标拟合多边形各边的梯度
    方向、所述目标拟合多边形与所述模板拟合多边形各边之间的线性变换矩阵及相似度分
    数;

    (7)整个所述目标图像中的物体与所述模板图像中的物体之间的非线性变换的全
    局相似度分数采用步骤(6)获得的相似度分数的加权值计算,权重按所述目标拟合多边形
    各边的边长比例选定,全局相似度分数大于设定阈值,即精匹配成功。

    进一步的,提取所述模板图像中物体的轮廓及所述目标图像中物体的轮廓之前还
    包括对所述模板图像及所述目标图像进行滤波处理。

    进一步的,通过链码的方式获得所述目标图像的目标拟合多边形及所述模板图像
    的模板拟合多边形的过程包括以下步骤:

    (2.1)综合考虑所述目标图像中物体的曲线的全局及局部特征并通过链码的方式
    求得优势点;

    (2.2)计算优势点到与该优势点相邻的两个优势点连成的直线段的垂直距离d;

    (2.3)将所述优势点都遍历完后,计算每个优势点的衡量比例;

    (2.4)如果所有优势点的衡量比例都小于设定阈值,则拟合误差阈值dt增加0.5,
    再重复步骤(2.2)及步骤(2.3),直到所有优势点的衡量比例都大于设定阈值,则拟合完成。

    进一步的,所述设定阈值为0.5。

    进一步的,所述拟合误差阈值dt的初始值为0.5。

    进一步的,在步骤(2.3)中,如果距离d大于所述拟合误差阈值dt,则保留该优势
    点,否则删除。

    进一步的,所述衡量比例由下式计算获得:


    式中,Δl是删除掉优势点Pj后,图像边界轮廓长度的减少量,pi、pj、pk是相邻的三
    个优势点。

    进一步的,步骤(4)包括对所述目标图像哈希表及所述模板图像哈希表中的数据
    进行投票,比较所述模板图像哈希表及所述目标图像哈希表以找到满足误差要求的目标基
    坐标系,并将对应的所述目标基坐标系的投票数进行加一处理;直到找到投票数最高的目
    标基坐标系,如果最高票数大于票数设定阈值,证明粗匹配到了所述目标图像中的物体。

    总体而言,通过本发明所构思的以上技术方案与现有技术相比,本发明提供的适
    用于IC封装设备变形物体的匹配方法,其将目标图像的匹配转换成图像中物体轮廓的匹
    配,提取和比较模板图像和目标图像中物体的轮廓特征的不变量,即使目标图像中物体发
    生较大变形或者局部遮挡,也可很好匹配到目标图像中的物体。此外,所述匹配方法将整个
    目标图像中物体的非线性变形分解成多边形各边的线性变换问题,解决了匹配中的相似度
    计算问题,从而实现了大变形物体的精匹配,在保证匹配精度的情况下提高了匹配速度。

    附图说明

    图1是本发明较佳实施方式提供的适用于IC封装设备变形物体的匹配方法的流程
    示意图。

    图2是图1中的适用于IC封装设备变形物体的匹配方法涉及的目标图像中物体的
    轮廓示意图。

    图3是图2中的目标图像中物体轮廓的拟合示意图。

    图4是图1中的适用于IC封装设备变形物体的匹配方法涉及的佛雷曼链码示意图。

    图5是图2中的目标多边形的所有优势点示意图。

    图6是图5中的两个间隔优势点之间的优势点到该两个间隔优势点连成的直线段
    的垂直距离示意图。

    图7是图3中的优势点移动到最佳位置的示意图。

    图8是图2中的目标图像的目标基坐标系归一化示意图。

    图9是图2中的目标图像的基元与基坐标系的位置示意图。

    图10是图2中的目标图像的基坐标系示意图。

    图11是图2中的目标图像的目标图像哈希表示意图。

    图12是图2中的目标图像与模板图像粗匹配的流程图。

    图13是图3中的拟合多边形的各边中点在参考质心极坐标系中的位置示意图。

    图14是图1中的适用于IC封装设备变形物体的匹配方法涉及的模板图像的模板多
    边形的各边梯度示意图。

    图15是图2中的目标多边形与图14中的模板多边形的各边对应关系示意图。

    图16是图1中的适用于IC封装设备变形物体的匹配方法涉及的精匹配流程图。

    具体实施方式

    为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对
    本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并
    不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要
    彼此之间未构成冲突就可以相互组合。

    请参阅图1至图4,本发明较佳实施方式提供的适用于IC封装设备变形物体的匹配
    方法,所述匹配方法将目标图像的匹配转换成目标图像中物体轮廓的匹配,提取和比较模
    板图像和目标图像中物体轮廓特征的不变量,即使目标图像中的物体发生较大变形或者局
    部被遮挡,目标图像与模板图像也能很好的进行匹配。在经过基于几何哈希表的变形物体
    粗匹配过程后,得到目标图像中物体的粗匹配结果,选择拟合多边形的各顶点的加权质心
    为变形测量的参考中心,权重按多边形各边边长比例选定,建立参考质心极坐标系,选择拟
    合多边形各边的中点为测量点,计算各边中点在参考质心极坐标系中的位置关系,通过几
    何哈希表粗匹配得到匹配位置、方向、模板图像中物体拟合多边形各边梯度方向和目标图
    像中物体拟合的多边形各边梯度方向、以及各边中点在参考质心基坐标系中的位置关系,
    找到模板图像中拟合的多边形与目标图像中拟合的多边形各边之间的对应关系,通过多边
    形各边的梯度方向和相对质心的位置解决多边形变形匹配中的对应问题,整个目标图像中
    的物体和模板图像中的物体间的非线性变换的全局相似度分数用多边形各边的相似度分
    数的加权值计算,权重按各边边长比例选定,全局的相似度分数大于设定阈值即精匹配成
    功。本发明提供的适用于IC封装设备变形物体的匹配方法通过将整个目标图像中物体的非
    线性变换分解成多边形各边的线性变换问题,解决了匹配中的相似度计算问题,从而实现
    了大变形物体的精匹配,在保证匹配精度的情况下提高了匹配速度。本实施方式中,对模板
    图像的处理是离线进行的,对目标图像的处理是在线进行的。

    请参阅图5至图8,本实施方式中,所述的适用于IC封装设备变形物体的匹配方法
    主要包括以下步骤:

    步骤一,提供模板图像及目标图像,根据需要对所述模板图像及所述目标图像进
    行滤波处理,并分别提取所述模板图像中物体的轮廓及所述目标图像中物体的轮廓。

    步骤二,通过链码的方式获得所述目标图像中物体轮廓的的目标拟合多边形及所
    述模板图像中物体轮廓的模板拟合多边形。模板拟合多边形的获得方法与目标拟合多边形
    的获得方法相同,本实施方式中,以目标拟合多边形的获得方法为例对本发明的拟合多变
    形的获得过程进行说明。

    具体地,获得所述目标图像中物体轮廓的目标拟合多边形的过程主要包括以下步
    骤:

    (2.1)综合考虑所述目标图像中物体轮廓曲线的全局及局部特征通过链码的方式
    得到优势点(Dominant point)。链码用于表示有顺次连接的具有指定长度和方向的直线段
    组成的边界,典型地,这种表示基于这些线段的4连接或者8连接,每个线段的方向使用一种
    数字编号方案编码,这种用方向性数字序列表示的编码即为弗雷曼链码。对所述目标多边
    形进行弗雷曼链码编码,比较轮廓上每个边界点的链码方向和它上一个边界点的链码方向
    数字序号,如果不同,则这个边界点是优势点,递归遍历所述目标多边形的边界上的所有边
    界点,找出所有的优势点。

    (2.2)计算优势点到直线的垂直距离d,可以由下面公式计算获得:
    式中,d为两个间隔优势点之间的优势点到这两个优
    势点组成的直线段的垂直距离,(xi,yi),(xj,yj),(xk,yk)分别是优势点Pi,Pj,Pk在图像坐标
    系中的坐标值,图像坐标系是在相机采集的目标图像上建立的坐标系,其坐标原点位于目
    标图像的左上角。

    (2.3)将所有的优势点都遍历完后,计算每个优势点的衡量比例r,
    式中,Δl是删除掉优势点Pj后,图像边界轮廓长度的减少量,
    用r来衡量优势点在所述目标多边形的特征点中的重要性。如果d大于拟合误差阈值dt,则
    保留该优势点,否则删除。本实施方式中,所述拟合误差阈值dt的初始值为0.5。

    (2.4)如果所有优势点的衡量比例r都小于设定阈值,则拟合误差阈值dt增加0.5,
    在重复步骤(2.2)及(2.3),直到所有优势点的衡量比例r都大于设定阈值,则拟合完成,得
    到目标拟合多边形。本实施方式中,所述设定阈值为0.5。

    步骤三,建立目标图像哈希表及模板图像哈希表。具体地,将目标拟合多边形的相
    邻两点间的直线段设为基元,所述目标拟合多边形可以由一系列首尾相连的基元来拟合,
    目标的匹配变为基元的匹配。选取一个所述基元且进行归一化处理,并以该基元为坐标轴
    建立目标基坐标系。计算其他基元在所述目标基坐标系中的坐标位置,并存入目标图像哈
    希表中。重复以上步骤,直到所有的基元都建立了目标基坐标系并将其他基元在该目标基
    坐标系的位置关系存入目标图像哈希表中。同时,以上面所述的方式求得模板图像的模板
    图像哈希表。

    步骤四,请参阅图9至图12,根据所述目标图像哈希表及所述模板图像哈希表,对
    所述目标图像及所述模板图像进行粗匹配。对所述目标图像哈希表及所述模板图像哈希表
    中的数据进行投票,比较所述模板图像哈希表及所述目标图像哈希表,找到满足误差要求
    的目标基坐标系,并将对应的所述目标基坐标系的投票数进行加一处理。直到找到投票数
    最高的目标基坐标系,如果最高票数大于票数设定阈值,证明粗匹配到了所述目标图像中
    的物体,完成粗匹配。

    具体地,计算模板基坐标系与其对应的目标基坐标系之间的位置关系,以得到所
    述目标图像中匹配到的物体的位置及方向?;谀勘昊晗抵惺啄┝降愕淖曛滴?br />计算公式为:





    式中,θ是此基元在目标基坐标系中的位置角度。由坐标位置计算基元与目标基坐
    标系原点之间的距离L及该基元在此目标基坐标系中的角度α,并存入目标图像哈希表中。



    比较所述模板图像哈希表及所述目标图像哈希表,以找到误差允许范围内的(L,
    α),并将对应的目标基坐标系的投票数进行加一处理。直到找到投票数最高的目标基坐标
    系,如果找到的该目标基坐标系的投票数大于所述票数设定阈值,证明粗匹配到了所述目
    标图像中的物体;计算所述模板基坐标系及对应的目标基坐标系之间的位置关系,得到所
    述目标图像中匹配到的物体的位置及方向。

    模板基坐标系转换到目标基坐标系的公式:


    式中,是模板图像坐标系中模板参考点的坐标位置;是目标图像坐标系
    中匹配到的物体的参考点坐标位置;是目标图像相对于模板图像的平移量;k是缩放
    量;θ是目标图像相对于模板图像的旋转角度:具体可以由下面公式进行求解:




    x0=x3-kx1cosθ+ky1sinθ

    y0=y3-kx1sinθ-ky1cosθ

    式中,(x1,y1),(x2,y2)是模板基坐标系对应基元两端端点在模板图像基坐标系中
    的坐标值,(x3,y3),(x4,y4)是与模板基坐标系所对应的目标基坐标系的基元两端端点在目
    标图像基坐标系中的坐标值。

    步骤五,建立目标参考质心极坐标系及模板参考质心极坐标系,并计算所述目标
    拟合多边形各边的中点在所述目标参考质心极坐标系中的位置坐标及所述模板拟合多边
    形的各边的中点在所述模板参考质心极坐标系中的位置坐标。具体地,选择所述目标拟合
    多边形的各顶点的加权质心作为变形测量的参考质心,建立所述目标参考质心极坐标系,
    权重按照所述目标拟合多边形的各边的边长比例选定;选择所述目标拟合多边形的各边的
    中点作为测量点,并计算所述目标拟合多边形的各边的中点在所述目标参考质心坐标系中
    的位置坐标。以同样的方式建立所述模板参考质心基坐标系及求解所述模板拟合多边形的
    各边的中点在所述模板参考质心极坐标系中的位置坐标。

    步骤六,请参阅图13至图16,计算模板拟合多边形及目标拟合多边形各边的梯度
    方向、线性变换矩阵及相似度分数。具体地,通过哈希表匹配得到的匹配位置及方向,计算
    所述目标拟合多边形的各边的梯度方向及所述模板拟合多边形各边的梯度方向、及所述目
    标拟合多边形的各边在所述目标参考质心极坐标系中的位置关系及所述模板拟合多边形
    的各边在所述模板参考质心极坐标系中的位置关系,找到所述模板多边形与所述目标多边
    形各边之间的对应关系,进而计算所述目标拟合多边形各边与其对应的所述模板多变形各
    边之间的线性变换矩阵Ti和相似度分数si,相似度分数si是线性变换矩阵Ti与单位矩阵I的
    相关系数。

    步骤七,整个所述目标图像中的物体与所述模板图像中的物体之间的非线性变换
    的全局相似度分数采用所述目标拟合多边形各边的相似度分数的加权值计算,权重按所述
    目标拟合多边形各边的边长比例选定,全局相似度分数大于设定阈值,即精匹配成功。

    本发明提供的适用于IC封装设备变形物体的匹配方法,将目标图像的匹配转换成
    图像中物体轮廓的匹配,提取和比较模板图像和目标图像中物体的轮廓特征的不变量,即
    使目标图像中物体发生较大变形或者局部遮挡,也可很好匹配到目标图像中的物体。此外,
    所述匹配方法将整个目标图像中物体的非线性变换分解成多边形各边的线性变换问题,解
    决了匹配中的相似度计算问题,从而实现了大变形物体的精匹配,在保证匹配精度的情况
    下提高了匹配速度。

    本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以
    限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含
    在本发明的?;し段е?。

    关于本文
    本文标题:一种适用于IC封装设备变形物体的匹配方法.pdf
    链接地址://www.4mum.com.cn/p-6021239.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 上海时时乐今天开奖彩票控 黑龙江福彩网22选5 湖北11选5技巧稳赚 重庆时时彩开奖网站 时时彩缩水工具手机 湖南yy麻将群 黑龙江p62玩法开奖结果 海南飞鱼彩票推荐 陕西十一选五走势图 创盈彩票苹果 打麻将可以提现的平台 26选5中几个数有奖 北京十一选五开奖结果查询结果 四川福彩中心主任简历 百汇娱乐棋牌 捕鱼来了外挂