典型文献
基于机器视觉的芯片字符识别系统
文献摘要：
IC芯片表面的字符主要包括厂商名称和序列号,这些字符对于芯片的制造和应用具有重要现实意义,针对芯片表面印刷字符的检测,基于HALCON视觉软件开发平台研发了一套芯片字符识别系统.首先,采用灰度值投影法获得字符区域的行和列坐标分割点,进行字符分割.然后,利用形状匹配技术对欲检测芯片图像进行定位与校正,采用BP神经网络分类算法实现字符的识别.通过不同算法的对比实验分析,实验结果表明单张图片检测时间为42 ms,完整字符与缺陷字符的分割准确率均为100％,字符识别率达到99.5％.本系统能有效快速、准确的对IC芯片表面字符进行识别,检测精度满足要求.
文献关键词：
机器视觉;HALCON;灰度值投影;字符分割;字符识别
中图分类号：
作者姓名：
杨桂华;唐卫卫;戴志诚;卫嘉乐
作者机构：
桂林理工大学机械与控制工程学院 桂林541006
文献出处：
引用格式：
[1]杨桂华;唐卫卫;戴志诚;卫嘉乐-.基于机器视觉的芯片字符识别系统)[J].电子测量技术,2022(05):105-110
A类：
灰度值投影
B类：
机器视觉,字符识别系统,IC,厂商,序列号,印刷,HALCON,软件开发平台,平台研发,套芯,投影法,分割点,字符分割,形状匹配,匹配技术,芯片图像,神经网络分类,分类算法,算法实现,单张,检测时间,ms,整字,识别率,本系,检测精度,满足要求
AB值：
0.369164
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
