本文選題：圖像處理 + 自動(dòng)光學(xué)檢測(cè)��； 參考：《北京工業(yè)大學(xué)》2016年碩士論文

【摘要】：印刷電路板(Printed circuit board,PCB)廣泛應(yīng)用在電子工業(yè)的方方面面,隨著PCB產(chǎn)品向著高精度、復(fù)雜化、超薄型發(fā)展,其質(zhì)量檢測(cè)問(wèn)題一直備受關(guān)注,傳統(tǒng)的PCB質(zhì)量檢測(cè)技術(shù)已經(jīng)無(wú)法完全滿足發(fā)展的需求。如何快捷高效的實(shí)現(xiàn)PCB表面的缺陷檢測(cè),成為人們討論的熱點(diǎn)。自動(dòng)光學(xué)檢測(cè)(Automatic Optical Inspection,AOI)作為一種新興的視覺(jué)檢測(cè)方法應(yīng)運(yùn)而生并被越來(lái)越廣泛地應(yīng)用到PCB表面缺陷檢測(cè)上面。AOI技術(shù)是結(jié)合電子學(xué)、數(shù)字圖像處理、光電檢測(cè)和計(jì)算機(jī)技術(shù)的機(jī)器視覺(jué)技術(shù),在精密測(cè)試技術(shù)領(lǐng)域發(fā)展迅速。自動(dòng)光學(xué)檢測(cè)對(duì)于無(wú)缺陷生產(chǎn)來(lái)說(shuō)是必不可少的一個(gè)過(guò)程。因此,對(duì)于AOI技術(shù)在PCB裸板(即銅板)表面缺陷檢測(cè)進(jìn)行研究,并不斷提出改進(jìn)意見(jiàn)具有很深遠(yuǎn)的研究意義。針對(duì)AOI技術(shù)在PCB裸板表面缺陷檢測(cè)的研究,做了以下工作。首先,針對(duì)PCB裸板表面缺陷設(shè)計(jì)一個(gè)完整的AOI檢測(cè)方案,包括圖像采集、圖像預(yù)處理、圖像分割、缺陷檢測(cè)與識(shí)別等。其次,針對(duì)圖像采集模塊的關(guān)鍵技術(shù),相機(jī)標(biāo)定問(wèn)題,闡述了相機(jī)標(biāo)定的理論基礎(chǔ)以及現(xiàn)有的標(biāo)定算法的中心思想和操作流程;從操作的繁簡(jiǎn)度和標(biāo)定的精確度給出了各種算法的適用場(chǎng)合以及優(yōu)劣之處。再次,通過(guò)對(duì)現(xiàn)有圖像分割算法的分析與研究,結(jié)合PCBy|板圖像所特有的高對(duì)比度高分辨率的特點(diǎn),提出了一種基于灰度直方圖統(tǒng)計(jì)的雙門(mén)限圖像分割技術(shù)。最后,針對(duì)PCB裸板表面缺陷在線高速檢測(cè)的要求,結(jié)合線陣相機(jī)掃描獲取到的PCB裸板圖像所擁有的對(duì)比度高、邊緣清晰的特點(diǎn),提出一種基于輪廓對(duì)比的方法對(duì)PCB裸板表面缺陷進(jìn)行檢測(cè)。利用這種算法實(shí)現(xiàn)對(duì)各種常見(jiàn)缺陷包括短路、斷路、凸起、少銅等PCB裸板表面缺陷進(jìn)行檢測(cè)與識(shí)別。實(shí)驗(yàn)驗(yàn)證該方案可行,可以高效、準(zhǔn)確地實(shí)現(xiàn)PCB裸板表面缺陷的在線檢測(cè)。
[Abstract]:Printed circuit (PCB) is widely used in all aspects of the electronic industry. With the development of high precision, complexity and ultra-thin PCB products, the quality testing problem has been paid more attention to. Traditional PCB quality detection technology can not meet the needs of development. How to quickly and efficiently implement PCB surface defect detection has become a hot topic. Automatic Optical Inspection (AOI) has emerged as a new visual detection method and has been applied to PCB surface defect detection more and more widely. AOI is a combination of electronics and digital image processing. The machine vision technology of photoelectric detection and computer technology has developed rapidly in the field of precision testing technology. Automatic optical detection is an essential process for non-defect production. Therefore, it is of great significance to study the AOI technology in the detection of surface defects of PCB bare sheet (i.e. copper sheet), and put forward suggestions for improvement. Aiming at the research of AOI technology in PCB bare plate surface defect detection, the following work has been done. Firstly, a complete AOI detection scheme is designed for PCB bare plate surface defects, including image acquisition, image preprocessing, image segmentation, defect detection and recognition, and so on. Secondly, aiming at the key technology of image acquisition module, camera calibration, the theoretical basis of camera calibration and the central idea and operation flow of the existing calibration algorithm are expounded. The applications and advantages of various algorithms are given from the complexity of operation and the accuracy of calibration. Thirdly, through the analysis and research of the existing image segmentation algorithm, combining the characteristic of high contrast and high resolution of PCBy board image, a double-threshold image segmentation technology based on gray-scale histogram statistics is proposed. Finally, according to the requirement of on-line high-speed detection of PCB bare plate surface defects, combined with the characteristics of high contrast and clear edge of PCB bare plate images obtained by linear array camera scanning, A method based on contour contrast is proposed to detect the surface defects of PCB bare plate. This algorithm is used to detect and identify the surface defects of PCB bare plate, such as short circuit, open circuit, protruding, less copper and so on. The experimental results show that the scheme is feasible, and can be used to detect the surface defects of PCB bare plate efficiently and accurately.
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TN41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭慧平;王召巴;金永;;火箭發(fā)動(dòng)機(jī)包覆層表面缺陷檢測(cè)系統(tǒng)研究[J];電子測(cè)試;2011年02期

2 李u&;譚永龍;楊美英;;水果分級(jí)與表面缺陷檢測(cè)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年15期

3 張學(xué)武;呂艷云;丁燕瓊;梁瑞宇;;小波統(tǒng)計(jì)法的表面缺陷檢測(cè)方法[J];控制理論與應(yīng)用;2010年10期

4 劉澤福;王冰峰;康戈文;;基于帶鋼表面缺陷檢測(cè)的背景相減的方法[J];福建電腦;2006年05期

5 陳國(guó)君;陳鵬;張學(xué)軍;;基于計(jì)算機(jī)視覺(jué)的軸承表面缺陷檢測(cè)[J];煤礦機(jī)械;2009年02期

6 宗欣;;BASLER的45°頂端檢測(cè):一種表面缺陷檢測(cè)的全面方案[J];記錄媒體技術(shù);2004年05期

7 高潮;郭永彩;任可;楊暉;;基于嵌入式系統(tǒng)和圖像識(shí)別的拉索表面缺陷檢測(cè)技術(shù)[J];光電工程;2008年02期

8 吳曉鵬;林介邦;唐輝;鐘園園;羅祥英;;基于機(jī)器視覺(jué)的鑄坯表面缺陷檢測(cè)系統(tǒng)的研制[J];武鋼技術(shù);2010年01期

9 叢家慧;顏云輝;;視覺(jué)注意機(jī)制在帶鋼表面缺陷檢測(cè)中的應(yīng)用[J];中國(guó)機(jī)械工程;2011年10期

10 孫瑜,羅飛路,趙東明;利用交變磁場(chǎng)測(cè)量法的金屬表面缺陷檢測(cè)[J];兵工自動(dòng)化;2004年02期

相關(guān)會(huì)議論文 前5條

1 韓立強(qiáng);;基于圖像分割技術(shù)的汽車發(fā)動(dòng)機(jī)缸體表面缺陷檢測(cè)[A];面向21世紀(jì)的科技進(jìn)步與社會(huì)經(jīng)濟(jì)發(fā)展（下冊(cè)）[C];1999年

2 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測(cè)中的應(yīng)用[A];2012第四屆先進(jìn)軋鋼精整及鋼材包裝技術(shù)學(xué)術(shù)研討會(huì)文集[C];2012年

3 郭慶華;田陸;袁英宏;黃郁君;;嵌入式系統(tǒng)在鋼板表面缺陷檢測(cè)中的應(yīng)用[A];2012年全國(guó)軋鋼生產(chǎn)技術(shù)會(huì)論文集（下）[C];2012年

4 張鳳全;高娜;于明;趙曉安;張慧娟;;圖像處理在物體表面缺陷檢測(cè)中的應(yīng)用[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

5 劉乃強(qiáng);徐科;;形態(tài)學(xué)梯度在帶鋼表面缺陷檢測(cè)中的應(yīng)用[A];全國(guó)煉鋼連鑄過(guò)程自動(dòng)化技術(shù)交流會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前6條

1 王世通;精密表面缺陷檢測(cè)散射成像理論建模及系統(tǒng)分析研究[D];浙江大學(xué);2015年

2 程萬(wàn)勝;鋼板表面缺陷檢測(cè)技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2008年

3 王義文;鋼球表面缺陷檢測(cè)關(guān)鍵技術(shù)研究及樣機(jī)研制[D];哈爾濱理工大學(xué);2010年

4 趙立明;基于激光掃描成像與異源CCD融合的連鑄熱坯表面缺陷檢測(cè)方法研究[D];重慶大學(xué);2014年

5 叢家慧;引入人類視覺(jué)特性的帶鋼表面缺陷檢測(cè)與識(shí)別方法研究[D];東北大學(xué);2010年

6 王鵬;基于運(yùn)動(dòng)視覺(jué)技術(shù)的鋼球表面缺陷檢測(cè)[D];哈爾濱理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 于躍;基于PMP的鋼軌表面缺陷檢測(cè)研究[D];西南交通大學(xué);2015年

2 汪磊;鋁箔復(fù)卷機(jī)運(yùn)動(dòng)仿真分析及表面缺陷檢測(cè)系統(tǒng)研究[D];浙江大學(xué);2015年

3 付邦瑞;鋼坯表面裂紋圖像檢測(cè)[D];電子科技大學(xué);2015年

4 楊林;冷態(tài)熱軋鋼板表面缺陷檢測(cè)系統(tǒng)技術(shù)研究[D];重慶大學(xué);2015年

5 李嬌嬌;基于改進(jìn)DAGSVM的鋼板表面缺陷檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];重慶大學(xué);2015年

6 王松芳;基于特征分類的低分辨率觸摸屏表面缺陷檢測(cè)[D];北京交通大學(xué);2016年

7 李幫建;基于計(jì)算機(jī)視覺(jué)的表面缺陷檢測(cè)及應(yīng)用[D];東南大學(xué);2015年

8 楊建華;多口徑發(fā)動(dòng)機(jī)包覆層表面缺陷檢測(cè)方法研究[D];中北大學(xué);2016年

9 張露林;基于GPU的衛(wèi)生用品表面缺陷檢測(cè)軟件設(shè)計(jì)[D];浙江大學(xué);2016年

10 朱健;基于機(jī)器視覺(jué)的連接器表面缺陷檢測(cè)算法研究[D];南京理工大學(xué);2016年

，

本文編號(hào)：1915278