本文選題：柔性電路板　切入點(diǎn)：并行計(jì)算　出處：《華南理工大學(xué)》2015年碩士論文

【摘要】：近年來(lái),柔性印刷電路板(Flexible Printed Circuit,FPC)被廣泛應(yīng)用于消費(fèi)電子領(lǐng)域,隨著科技的不斷發(fā)展,制造工藝的不斷提升,市場(chǎng)對(duì)柔性印刷電路板的產(chǎn)量和質(zhì)量都提出了更高的要求。在實(shí)際生產(chǎn)中,自動(dòng)光學(xué)檢測(cè)設(shè)備被寄望能更快速、更準(zhǔn)確、更穩(wěn)定地找出流水線上的不良品,以達(dá)到提高生產(chǎn)效率和產(chǎn)線成品率的目標(biāo)。適應(yīng)現(xiàn)今計(jì)算機(jī)處理器往多核并行方向發(fā)展的趨勢(shì),本文創(chuàng)新地提出了一種基于并行比較的檢測(cè)系統(tǒng)方案,并給出相應(yīng)的機(jī)械結(jié)構(gòu)及工作原理,力求大幅度提升柔性印刷電路板缺陷檢測(cè)系統(tǒng)實(shí)時(shí)性能,同時(shí)控制設(shè)備的生產(chǎn)成本。文章把缺陷檢測(cè)過(guò)程分為圖像采集、圖像預(yù)處理和檢測(cè)算法三部分,同時(shí)在多核處理器和眾核圖形處理器兩個(gè)平臺(tái)下分別對(duì)圖像預(yù)處理和檢測(cè)算法進(jìn)行并行優(yōu)化加速。首先,通過(guò)引入U(xiǎn)SB轉(zhuǎn)PCI-E板卡解決多路視覺在并行輸入時(shí)的資源爭(zhēng)用以及傳輸帶寬不足的問(wèn)題,利用多線程實(shí)現(xiàn)獨(dú)立并行的圖像采集功能。然后,分析圖像預(yù)處理和檢測(cè)算法的原理和工作特點(diǎn),在多核處理器平臺(tái)下設(shè)計(jì)了流水線處理和數(shù)據(jù)分解兩種方案對(duì)程序進(jìn)行加速,并對(duì)兩種方式的優(yōu)缺點(diǎn)進(jìn)行了比較。最后,搭建CPU+GPU的異構(gòu)計(jì)算平臺(tái),分析GPU的工作模式和結(jié)構(gòu)特點(diǎn),并基于CUDA(Compute Unified Device Architecture)的編程模型對(duì)圖像預(yù)處理和檢測(cè)算法進(jìn)行加速。實(shí)驗(yàn)數(shù)據(jù)表明,并行處理的優(yōu)化方式對(duì)提高檢測(cè)系統(tǒng)的實(shí)時(shí)性效果顯著,隨著數(shù)據(jù)量的增加,在CPU+GPU的異構(gòu)平臺(tái)下加速效果更佳,可以達(dá)到1到2個(gè)數(shù)量級(jí)的速度提升。文中提出的并行對(duì)比檢測(cè)方案與CPU+GPU的異構(gòu)計(jì)算方式相結(jié)合,為改善柔性印刷電路板缺陷檢測(cè)系統(tǒng)的實(shí)時(shí)性提供了一個(gè)新的實(shí)現(xiàn)思路。若對(duì)該檢測(cè)方案深入研究并加以完善,有望用于實(shí)際的生產(chǎn)環(huán)境,極大地提升現(xiàn)有檢測(cè)設(shè)備的工作效率。
[Abstract]:In recent years, flexible Printed circuit boards (FPCs) have been widely used in the field of consumer electronics. The market has put forward higher requirements for the output and quality of flexible printed circuit boards. In actual production, automatic optical inspection equipment is expected to be able to find out the bad products on pipeline more quickly, more accurately and more steadily. In order to achieve the goal of improving production efficiency and production line yield, and to adapt to the trend of multi-core parallel development of computer processors, this paper proposes a detection system scheme based on parallel comparison. The corresponding mechanical structure and working principle are given in order to greatly improve the real-time performance of the defect detection system of flexible printed circuit board and control the production cost of the equipment at the same time. Image preprocessing and detection algorithm are three parts. At the same time, the image preprocessing and detection algorithms are optimized and accelerated on the platform of multi-core processor and multi-core graphics processor respectively. By introducing USB to PCI-E board to solve the problem of resource contention and insufficient transmission bandwidth in parallel input of multi-channel vision, the independent and parallel image acquisition function is realized by multithreading. This paper analyzes the principle and working characteristics of image preprocessing and detection algorithm, designs two schemes of pipeline processing and data decomposition to accelerate the program under the multi-core processor platform, and compares the advantages and disadvantages of the two methods. The heterogeneous computing platform of CPU GPU is built, the working mode and structure characteristics of GPU are analyzed, and the image preprocessing and detection algorithm is accelerated based on CUDA(Compute Unified Device Architecture programming model. The experimental data show that, The optimization method of parallel processing has a remarkable effect on improving the real-time performance of the detection system. With the increase of data volume, the acceleration effect is better under the heterogeneous platform of CPU GPU. The parallel contrast detection scheme proposed in this paper is combined with the heterogeneous computing method of CPU GPU. This paper provides a new idea for improving the real-time performance of the defect detection system of flexible printed circuit board. If the detection scheme is deeply studied and perfected, it is expected to be used in the actual production environment. Greatly improve the efficiency of existing testing equipment.
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN41;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃杰賢;李迪;葉峰;張舞杰;;撓性印制電路板焊盤表面缺陷的檢測(cè)[J];光學(xué)精密工程;2010年11期

2 朱寶偉;;機(jī)器視覺中的光源照明設(shè)計(jì)[J];電子科技;2013年03期

3 祝大同;;撓性覆銅板行業(yè)與市場(chǎng)現(xiàn)況調(diào)查[J];覆銅板資訊;2014年02期

4 何軍;王飆;;多核處理器的結(jié)構(gòu)設(shè)計(jì)研究[J];計(jì)算機(jī)工程;2007年16期

5 肖江;胡柯良;鄧元勇;;基于CUDA的矩陣乘法和FFT性能測(cè)試[J];計(jì)算機(jī)工程;2009年10期

6 陳芳園;張冬松;王志英;;異構(gòu)多核處理器體系結(jié)構(gòu)設(shè)計(jì)研究[J];計(jì)算機(jī)工程與科學(xué);2011年12期

7 朱小謙;孟祥飛;菅曉東;馮景華;;“天河一號(hào)”大規(guī)模并行應(yīng)用程序測(cè)試[J];計(jì)算機(jī)科學(xué);2012年03期

8 彭曉明;郭浩然;龐建民;;多核處理器——技術(shù)、趨勢(shì)和挑戰(zhàn)[J];計(jì)算機(jī)科學(xué);2012年S3期

9 眭俊華;劉慧娜;王建鑫;秦慶旺;;多核多線程技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用;2013年S1期

10 黃國(guó)睿;張平;魏廣博;;多核處理器的關(guān)鍵技術(shù)及其發(fā)展趨勢(shì)[J];計(jì)算機(jī)工程與設(shè)計(jì);2009年10期

相關(guān)博士學(xué)位論文 前1條

1 肖漢;基于CPU+GPU的影像匹配高效能異構(gòu)并行計(jì)算研究[D];武漢大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 馮培聰;嵌入式機(jī)器視覺技術(shù)在FPC生產(chǎn)設(shè)備中的研究與應(yīng)用[D];華南理工大學(xué);2011年

2 章承科;基于多核處理器的實(shí)時(shí)操作系統(tǒng)的擴(kuò)展[D];電子科技大學(xué);2006年

3 何珊;Linux操作系統(tǒng)下USB工業(yè)相機(jī)高效軟件構(gòu)架的研究[D];西安電子科技大學(xué);2008年

4 潘珍英;工業(yè)自動(dòng)光學(xué)檢測(cè)中的照明系統(tǒng)設(shè)計(jì)[D];廈門大學(xué);2007年

5 謝子光;多核處理器核間通信技術(shù)研究[D];電子科技大學(xué);2009年

6 徐秀云;基于特征點(diǎn)的景象匹配技術(shù)研究[D];南京理工大學(xué);2009年

7 劉明生;多核并行編程技術(shù)在加速數(shù)字圖像處理中的應(yīng)用[D];西安建筑科技大學(xué);2010年

8 李程鵬;AOI技術(shù)在表面貼裝質(zhì)量智能檢測(cè)中的應(yīng)用研究[D];華南理工大學(xué);2010年

9 高強(qiáng);基于GPU的硬件加速方法在粒子模擬中的應(yīng)用[D];電子科技大學(xué);2010年

10 陳林;基于多核架構(gòu)體系的圖像配準(zhǔn)并行計(jì)算方法研究[D];云南大學(xué);2010年

，

本文編號(hào)：1681305