|本期目录/Table of Contents|

[1]周小军,谭 薇.一种改进Canny算子芯片图像边缘检测方法[J].工业仪表与自动化装置,2022,(04):91-94.[doi:10.19950/j.cnki.cn61-1121/th.2022.04.018]
　ZHOU Xiaojun,TAN Wei.An improved algorithm for chip image edge detection based on Canny[J].Industrial Instrumentation & Automation,2022,(04):91-94.[doi:10.19950/j.cnki.cn61-1121/th.2022.04.018]
点击复制

一种改进Canny算子芯片图像边缘检测方法

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2022年04期
页码:
91-94
栏目:
出版日期:
2022-08-15

文章信息/Info

Title:
An improved algorithm for chip image edge detection based on Canny
文章编号:
1000-0682（2022）04-0000-00
作者:
周小军1; 2; 谭 薇1
1.甘肃工业职业技术学院，甘肃 天水741025；2.四川大学 网络空间安全学院，成都 610041
Author(s):
ZHOU Xiaojun1; 2;  TAN Wei1
1. Gansu Industry Polytechnic College, Gansu Tianshui 741025,China;2. College of Cybersecurity, Sichuan University, Chengdu 610065,China
关键词:
Canny; 芯片图像; 边缘检测; 最大内间差
Keywords:
Canny;  chip image;  edge detection;  maximum classes square error algorithm
分类号:
TP212
DOI:
10.19950/j.cnki.cn61-1121/th.2022.04.018
文献标志码:
A
摘要:
采用机器视角对芯片表面封装缺陷进行检测对提高芯片生产效率意义重大。该文对传统Canny算法进行详细分析后，根据采集到的芯片图像对比度低、容易受光照不均匀和噪声污染等信息影响的特点，对传统Canny算法进行了改进，提出一种新的芯片图像边缘检测方法。通过迭代双阈值最大类间差法取得最优阈值后，再开始边缘检测。在系统自带图像和采集到的缺陷芯片图像上对2种算法进行了对比实验。结果表明，新方法能去掉冗余信息，可准确提取芯片图像的缺陷轮廓，提高后续检测的准确性。
Abstract:
Using the machine perspective to detect the packaging defects on the chip surface is of great significance to improve the chip production.Cause the chip images are easy to be affected by uneven illumination and noise,a new edge detection method is proposed after analysis of the traditional Canny algorithm.By using maximum classes square error algorithm,the optimal threshold is obtained. Compared the two algorithms on the ordinary and the defect chip image,the results show that new algorithm can remove the redundant information and improve the edges accuracy detection rate of chip image.

参考文献/References:

[1] 杜绪伟,陈东,马兆昆,等.基于Canny算子的改进图像边缘检测算法[J].计算机与数字工程,2022,50(02):410-413+457.

[2] PELLEGRINO F A,VANZELLA W.Edge detection revisited[J]. IEEE Trans on Systems,Man and Cybernetics,2004,34(3):1500-1518.
[3] CANNY J.A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6):679-698.
[4] 周小军,郭佳,姜玉泉,等.红外图像几种边缘检测算法对比分析[J].工业仪表与自动化装置,2015(04):58-61+64.
[5] 刘庆民,张蕾,李雪.基于改进Canny的芯片图像边缘检测算法[J].计算机工程与设计,2016,37(11):3063-3067+3117.
[6] 李牧,闫继红,李戈,等.自适应Canny 算子边缘检测技术[J].哈尔滨工程大学学报,2007,28(9):1002-1007.
[7] DENG CAIXIA,WANG GUIBIN,YANG XINRUI. Image edge detection algorithm based on improved Canny operator[C]//Tianjin:Proceedings of the 2013 International Conference on Wavelet Analysis and Pattern Recognition,2013: 168-172.
[8] LU X,ZHANG Y.An improved canny detection method for detecting human flexibility-science direct[J].Intelligent IoT Systems in Personalized Health Care,2021:207-234.
[9] SIL B J.An improved Canny edge detection algorithm based on type-2 fuzzy sets[J]. Procedia Technology,2012.
[10] 王植,贺赛先.一种基于Canny理论的自适应边缘检测方法[J].中国图象图形学报,2004(08):65-70.
[11] 许宏科,秦严严,陈会茹.一种基于改进Canny的边缘检测算法[J].红外技术,2014,36(03):210-214.?/div>
[12] 孙家富.基于图像技术的PCB焊点缺陷特征提取与准确识别研究[D].上海:上海交通大学,2018:37-63.
[13] 王小鹏,文昊天,王伟,等.形态学边缘检测和区域生长相结合的遥感图像水体分割[J].测绘科学技术学报,2019,36(2):149-154.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2022-03-22
基金项目：
甘肃省教育厅甘肃省高等学校创新基金（2020A-201）；
天水市科技支撑计划天水市自然科学基金（2020-FZJHK-6912）
作者简介：
周小军（1982），男，副教授，2012年获西安电子科技大学雷达信号处理国家重点实验室信号与信息处理专业硕士学位，现为四川大学网络空间安全专业在读博士，主要研究方向为机器学习、网络安全和智能信息处理。
更新日期/Last Update: 1900-01-01