1、隨著“工業(yè)4.0”概念的提出，工業(yè)產(chǎn)品質(zhì)量的檢測(cè)和保障已經(jīng)進(jìn)入全面提升的時(shí)代，傳統(tǒng)依賴人工運(yùn)用相關(guān)儀器測(cè)量垂直度的方法已經(jīng)不能滿足檢測(cè)的要求?；跈C(jī)器視覺(jué)的工業(yè)測(cè)量系統(tǒng)具有非接觸性、自動(dòng)化程度高、靈活性好、成本低等突出的檢測(cè)優(yōu)點(diǎn)，是檢測(cè)技術(shù)未來(lái)發(fā)展的趨勢(shì)之一。
　　目前基于圖像的垂直度檢測(cè)大都是以單個(gè)物品為對(duì)象，逐一檢測(cè)。針對(duì)元器件密度大的PCB板，傳統(tǒng)依靠圖像檢測(cè)垂直度的方法一是采集圖像困難，二是檢測(cè)效率低，并且難以滿足精度的要

2、求。本文以PCB板上的元器件為研究對(duì)象，分別研究了元器件目標(biāo)圖像的提取，編號(hào)及亞像素邊緣定位，最后對(duì)元器件的垂直度進(jìn)行高精度識(shí)別檢測(cè)，并在DSP+FPGA的圖像處理系統(tǒng)上進(jìn)行了算法移植。
　　本文主要介紹了圖像檢測(cè)系統(tǒng)中的關(guān)鍵技術(shù)，包括元器件目標(biāo)圖像的提取，基于改進(jìn)Canny-Zernike矩的亞像素邊緣定位，基于形心配準(zhǔn)的垂直度識(shí)別算法以及DSP+FPGA架構(gòu)的硬件系統(tǒng)及軟件系統(tǒng)。
　　本文利用Otsu閾值分割來(lái)對(duì)元器件目

3、標(biāo)圖像進(jìn)行提取。在比較灰度矩，空間矩及Zernike矩方法后，選用Zernike矩來(lái)進(jìn)行亞像素的邊緣定位。本文采用“先粗后精”的邊緣提取策略，首先利用改進(jìn)Canny算法提取像素級(jí)邊緣，為減小干擾及對(duì)元器件統(tǒng)一管理，去除噪點(diǎn)及干擾邊緣后對(duì)元器件進(jìn)行編號(hào)。然后在粗提取的像素級(jí)邊緣上利用改進(jìn)的Zernike矩進(jìn)行邊緣的亞像素定位。對(duì)于形心配準(zhǔn)的垂直度識(shí)別技術(shù)，本文首先對(duì)鏡頭進(jìn)行畸變校正和攝像機(jī)標(biāo)定，來(lái)消除畸變帶來(lái)的誤差，再利用最小外接矩形來(lái)修