LED芯片检测系统是LED生产的关键步骤之一,它能很好地实现生产自动化,有效地对芯片进行分类,为下一步工艺生产提供了不可缺少的信息,节省了大量的时间,节约了大量的人力和物力,提高了检测准确性。就现有的设备来说,图像处理软件是LED芯片检测系统的关键环节之一,图像处理质量影响着整个系统识别的效果,主要提高图像处理的速率、准确性,成为高效实时的芯片识别系统。目前提高图像处理算法有很大的提升空间,其中核心算法仍有改进的地步,该系统结合一些新的方法,使更加准确地识别图像。目前国外的多种图像识别软件系统,如比利时的eVision,加拿大的Sapera Processing等在实际应用中都需要事先人工引导确定目标图像的数目,限制了其在LED芯片检测机中的应用,无法满足系统要求。LDE芯片检测系统是以计算机为主的图像处理系统的综合体。本文是针对LED芯片检测过程中所涉及到图像处理算法进行的深入研究,达到高速、高效地检测LED芯片,并实现整个检测过程的全自动化,实现LED芯片检测国产化。拟定了检测技术的要求和目标:对于每一个视块,通过摄像头捕获其图像,拟采用快速多相似目标检测方法获取芯片数组位置。该项工作是图像处理的核心,它受到捕获的图像质量、芯片图案复杂程度、芯片外观、识别算法等因素影响,其处理速度影响整个系统。对于芯片外观,包括几何边界、表面划痕、电极缺损等,拟采用人为的屏蔽状态、可选择的检测条件等设置,完成芯片外观检测,自动进行芯片分类。在保证LED芯片检测机的精度条件下,实时高效的图像处理算法对LED芯片检测系统是有着决定性的作用,本文从相似目标定位、边缘检测、目标图形检测和分割图像四个方面进行研究。全文共分五章:第一章介绍本文选题的背景、目的、意义和本文所要做的工作。第二章主要对相似目标定位算法进行研究,相似多目标定位到达在同一区域内进行识别相似多目标的精准定位,并且提出了随机目标定位识别方法,该方法与传统方法相比,能够保证目标定位精度前提下加快定位的速度。第三章主要对边缘检测算法进行研究,分析了Canny边缘检测算法,针对Canny算法的不足,提出了基于熵的自适应Canny边缘检测方法,提高了算法的检测质量和自适应性。第四章主要对矩形和圆检测算法进行研究,在分析了传统矩形、圆检测算法下,提出了结合OpenCV视觉图像函数库的曲线拟合面积判别检测的方法,能够达到准确迅速地检测效果。第五章主要对图像分割算法进行研究,分析了固定阈值分割图像和动态阈值分割算法,提出了动态图像分割方法,该算法能够达到对LED芯片动态分割感兴趣的区域,并且分割效果不错。本文通过对LED芯片检测一系列方法,能够到达在同一区域内LED芯片数目不确定前提下,准确地识别出LED芯片的个数;能够在保证边缘信息前提下,通过边缘检测方法准确地检测出LED芯片边界;能够在LED芯片边缘图像上,找到矩形、圆所在感兴趣区域边界,达到不丢失感兴趣的目标区域;能够在LED芯片目标区域动态分割该区域,使目标和背景相分离出来。本文能够检测出LED芯片的崩边、崩角、裂痕和划痕等效果,进而对LED芯片进行分类。