元件纠偏一直是异形插件机需要攻克的难点，由于软硬件原因老式组装机器需机械手抓取元件后运行至上视摄像机上方停止一段时间等待检测完成，或者通过光学与机械结构实现飞拍。近年来，随着高速摄像机的发展，能保证机械手在高速运动时抓拍元件，这样可省去老式机器停止检测时间，提高效率。利用视觉系统进行元件纠编的技术亦可称为视觉对中技术，常用的视觉对中方法有直接法和模板匹配法。

直接视觉对中法是基于直线拟合的，通常包含边缘检测与直线拟合过程。岑誉提出无引角元件加权矩形拟合方法，他首先获得元件亚像素边缘，然后利用无引角元件四边相邻垂直相对平行约束条件，以及基于直线海森范式与图基权重函数的最小二乘法拟合出元件图像边缘，获得元件平移与角度偏差，此法消除了畸异点对最小二乘拟合的影响，因此拟合精度高。苏州大学叶昕通过Roberts算子边缘检测后获得引角质心并用最小二乘直线拟合的方法得到元件偏转信息的，精度相对较高，但元件平移方向偏差需通过求整个零件区域的质心获得，这样就变得复杂。直接法简单高效，但此法对图像边缘平整度与灰度对比度较敏感，适用于标准元件

模板匹配法是比较通用的方法，原理简单适用性广，缺点为需要较针对每种元件建立标准模板，占用内存。其基本步骤如下：1、建立模板。摄取匹配目标标准图像，获取并保存其灰度特征或几何特征信息。2、目标图像特征提取。采用建立模板同样的方式获取目标图像灰度或几何特征信息。3、目标搜索，即匹配。使用模板在目标图中以―定的搜索策略进行人鳎寻找与模板相似度达到预设阔值的位置返回结果。

比较模板匹配法与直接法，直接法很难适应异形件多样性与元件的不标准性，所以异形元件的装配一般选用模板匹配法。

今天小编关于模板匹配法比直接法更适于异形插件机的元件纠偏就介绍到这里，感兴趣的童鞋敬请关注下一篇文章，不要错过哦！