论文摘要：基于CT图像的元器件缺陷识别算法与加速

元器件在制造过程中，由于生产工艺的限制，会存在一些缺陷，比较典型缺陷的是多余物与空隙。缺陷的存在严重影响了元器件的使用寿命和安全可靠性，实现元器件缺陷的检测与识别具有重要的应用价值。

在国家自然科学基金（61077011）的资助下，本文对基于CT图像的元器件缺陷识别算法与加速进行了研究。主要工作与成果如下：

（1）研究了CT图像自动配准算法。针对CT图像采集误差，可能带来的不同图像间发生偏移和旋转的问题，需要对图像进行配准。文中首先研究了图像配准的主流方法，然后实现了基于SURF特征的CT图像配准算法，采用距离不变准则提高了特征匹配精度，使得配准精度达到1个像素左右。

（2）研究了变化检测算法。本文采用变化检测技术，通过对比元器件标准CT图像与待测元器件CT图像的差异，完成缺陷检测与识别。

（3）实现了二维CT图像元器件缺陷识别算法。本文提出了多项式偏微分模型与差值法结合的变化检测改进算法，实验研究表明该算法正确有效并具有较好的鲁棒性。

（4）实现了三维CT图像元器件缺陷识别算法。将多项式偏微分模型改进算法推广到三维空间，实现了三维CT图像的缺陷识别，并采用实验验证了该算法的有效性。

（5）实现了CUDA架构下缺陷识别算法的加速。主要针对元器件CT图像缺陷识别耗时最多的多项式偏微分模型算法，进行了并行优化，实现了二维和三维空间下的识别算法加速，加速比在20 ~ 30倍左右。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/290859.html