|
|
Vizuální detekce elektronických součástek
Juhas, Miroslav ; Honec, Peter (oponent) ; Janáková, Ilona (vedoucí práce)
Tato práce popisuje použití zpracování obrazu pro přesné měření vzdáleností v automatické výrobě hrotu pro AFM mikroskop. Hlavním cílem je měření vzdáleností mezi jednotlivými díly během výroby. Účelem je získání dat pro automatickou výrobní linku, která má nahradit nepřesnou a neopakovatelnou manuální výrobu. Výrobní proces sestává ze tří technologických kroků. V prvních dvou krocích je přilepen wolframový drát k nosníku. V těchto krocích je, pro správné zarovnaní částí, nutno měřit vzdálenost ve všech třech osách. Ve třetím kroku je odleptán ostrý hrot v roztoku KOH. Musí být dodržena správná vzdálenost mezi hladinou roztoku a nosníkem. K získání obrazu je použita kamera s vysokým rozlišením a makro objektivem. Obraz je poté kalibrován, aby bylo odstraněno zkreslení a vliv polohy scény vzhledem k umístění kamery. Je také zjištěn délkový převodní koeficient. Rozpoznání objektů a měření vzdálenosti využívá standardní metody počítačového vidění: adaptivní prahování, momenty, statistické vlastnosti obrazu, Cannyho hranový detektor, Houghovu transformaci,… Navržené algoritmy byly implementovány v jazyce C++ s použitím Intel OpenCV knihovny. Finální dosažené rozlišení při měření je 10 µm na pixel. Výstup algoritmů byl použit k sestavení několika testovacích hrotů.
|
|
|
Vizuální detekce elektronických součástek
Juhas, Miroslav ; Honec, Peter (oponent) ; Janáková, Ilona (vedoucí práce)
Tato práce popisuje použití zpracování obrazu pro přesné měření vzdáleností v automatické výrobě hrotu pro AFM mikroskop. Hlavním cílem je měření vzdáleností mezi jednotlivými díly během výroby. Účelem je získání dat pro automatickou výrobní linku, která má nahradit nepřesnou a neopakovatelnou manuální výrobu. Výrobní proces sestává ze tří technologických kroků. V prvních dvou krocích je přilepen wolframový drát k nosníku. V těchto krocích je, pro správné zarovnaní částí, nutno měřit vzdálenost ve všech třech osách. Ve třetím kroku je odleptán ostrý hrot v roztoku KOH. Musí být dodržena správná vzdálenost mezi hladinou roztoku a nosníkem. K získání obrazu je použita kamera s vysokým rozlišením a makro objektivem. Obraz je poté kalibrován, aby bylo odstraněno zkreslení a vliv polohy scény vzhledem k umístění kamery. Je také zjištěn délkový převodní koeficient. Rozpoznání objektů a měření vzdálenosti využívá standardní metody počítačového vidění: adaptivní prahování, momenty, statistické vlastnosti obrazu, Cannyho hranový detektor, Houghovu transformaci,… Navržené algoritmy byly implementovány v jazyce C++ s použitím Intel OpenCV knihovny. Finální dosažené rozlišení při měření je 10 µm na pixel. Výstup algoritmů byl použit k sestavení několika testovacích hrotů.
|
host ::
RSS.