【摘要】：印刷線路板(PCB)是各種電子元器件的載體,隨著電子設(shè)備發(fā)展而向高密度、高集成、輕薄化、易穿戴的方向演進,使得PCB表觀缺陷檢測的自動化成為業(yè)界重要研究領(lǐng)域。本文以自動光學(xué)檢測(AOI)為基礎(chǔ),以PCB板表觀缺陷檢測及其速度和準(zhǔn)確率提高為目標(biāo),提出了一種基于微觀圖像的PCB板表觀檢測算法,可精準(zhǔn)快速地檢測出高密度PCB板的表觀缺陷。本文研發(fā)的檢測算法首先改進了光源模塊,使得采集圖像光照強度更均勻。其次提出了針對性降噪的圖像預(yù)處理方案,綜合應(yīng)用高斯濾波、中值濾波和小波濾波來消除各種噪聲干擾,突出圖像的邊緣特征。其三基于SIFT算法和Harris角點,提出了一種快速實現(xiàn)微觀圖像的圖像拼接算法及其結(jié)合實際需求的優(yōu)化,實時性更好。其四通過PCB板存在表觀缺陷的分類,結(jié)合形態(tài)學(xué)而提出了缺陷檢測算法,能精準(zhǔn)檢測并識別出不同表觀缺陷。從而,在實現(xiàn)微觀局部的圖像拼接成完整高密度PCB板圖像基礎(chǔ)上,解決了高密度、高集成PCB板檢測難、效率低的行業(yè)難題,適應(yīng)PCB實際生產(chǎn)應(yīng)用需求,為PCB發(fā)展奠定了良好基礎(chǔ),對PCB產(chǎn)業(yè)新應(yīng)用具有良好的理論指導(dǎo)和工程應(yīng)用價值。
[Abstract]:Printed circuit board (PCB) (PCB) is the carrier of various electronic components. With the development of electronic devices, it has evolved to the direction of high density, high integration, thinning and wearability, which makes the automation of PCB apparent defect detection become an important research field in the industry. Based on automatic optical detection (AOI) and aiming at improving the speed and accuracy of PCB plate apparent defect detection, this paper presents a microscopic image based PCB plate apparent detection algorithm. The apparent defects of high density PCB plate can be detected accurately and quickly. The detection algorithm developed in this paper firstly improves the light source module to make the light intensity of the collected image more uniform. Secondly, an image preprocessing scheme is proposed, which combines Gao Si filter, median filter and wavelet filter to eliminate all kinds of noise interference and highlight the edge features of the image. Thirdly, based on the SIFT algorithm and Harris corner, a fast image stitching algorithm is proposed, which combines with the actual requirements, and the real-time performance is better. Fourthly, through the classification of apparent defects in PCB board and combining with morphology, a defect detection algorithm is proposed, which can accurately detect and identify different apparent defects. Therefore, on the basis of realizing micro local image splicing to complete high density PCB board image, the industry problem of high density and high integration PCB board is solved, which is difficult to detect and low efficiency, and adapts to the practical production and application demand of PCB. It lays a good foundation for the development of PCB and has good theoretical guidance and engineering application value for the new application of PCB industry.
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN41;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 周戀玲;張靜;;PCB板缺陷檢測中圖像配準(zhǔn)技術(shù)研究[J];電子設(shè)計工程;2016年03期

2 許佳佳;張葉;張赫;;基于改進Harris-SIFT算子的快速圖像配準(zhǔn)算法[J];電子測量與儀器學(xué)報;2015年01期

3 葉沅鑫;單杰;彭劍威;熊金鑫;李維;;利用局部自相似進行多光譜遙感圖像自動配準(zhǔn)[J];測繪學(xué)報;2014年03期

4 程紅;陳文劍;孫文邦;;一種改進的快速歸一化積相關(guān)圖像匹配算法[J];光電工程;2013年01期

5 李正明;黎宏;孫俊;;基于數(shù)字圖像處理的印刷電路板缺陷檢測[J];儀表技術(shù)與傳感器;2012年08期

6 王旭東;葉玉堂;;CMOS與CCD圖像傳感器的比較研究和發(fā)展趨勢[J];電子設(shè)計工程;2010年11期

7 陳曉輝;劉曉軍;;印刷電路板瑕疵檢測與分類算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2010年07期

8 劉國宏;郭文明;;改進的中值濾波去噪算法應(yīng)用分析[J];計算機工程與應(yīng)用;2010年10期

9 鄭永斌;黃新生;豐松江;;SIFT和旋轉(zhuǎn)不變LBP相結(jié)合的圖像匹配算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2010年02期

10 王科俊;熊新炎;任楨;;高效均值濾波算法[J];計算機應(yīng)用研究;2010年02期

相關(guān)博士學(xué)位論文 前3條

1 張靜;PCB表觀缺陷的自動光學(xué)檢測理論與技術(shù)[D];電子科技大學(xué);2013年

2 羅曉清;多傳感器圖像融合理論及其應(yīng)用研究[D];江南大學(xué);2010年

3 胡濤;基于輪廓對比的PCB裸板缺陷檢測算法研究[D];華中科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前1條

1 彭海;紅外與可見光圖像融合方法研究[D];浙江大學(xué);2012年

，

本文編號：2298598