【摘要】：構(gòu)建了工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架,包括機械結(jié)構(gòu)、照明設(shè)備、成像設(shè)備及處理算法、控制卡及軟件集成模塊,分析了框架各模塊的作用和相互聯(lián)系,面向生產(chǎn)線檢測任務(wù),建立系統(tǒng)化思維框架。以電路板表面缺陷檢測應(yīng)用為實例,開展了具體的缺陷檢測實驗,針對咖啡色電路板線路缺陷檢測問題,利用局部閾值增強的二值化圖像算法完成了缺陷區(qū)域檢測,并實現(xiàn)了軟件并行加速優(yōu)化。實踐結(jié)果表明,工程實踐教學(xué)模式能夠激發(fā)學(xué)生的學(xué)習(xí)興趣,加深理論知識理解,提高動手實踐能力,取得了良好的教學(xué)效果。
【圖文】：

機電算一體化綜合學(xué)科知識的理解，提升了對交叉學(xué)科知識的運用能力;通過基于實際生產(chǎn)設(shè)備的實驗設(shè)計，幫助學(xué)生將理論知識應(yīng)用于實際問題的解決，促進(jìn)了理論與實踐的有機結(jié)合，激發(fā)了學(xué)生們的學(xué)習(xí)興趣，鍛煉了其工程問題的解決能力，取得了很好的教學(xué)效果。1工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測技術(shù)框架主要包括了機械結(jié)構(gòu)模塊、照明設(shè)備模塊、成像設(shè)備及處理算法模塊、控制卡及軟件集成模塊和工業(yè)計算機，各模塊有機配合，實現(xiàn)了自動化的產(chǎn)品表面缺陷檢測功能。整體的檢測技術(shù)框架如圖1所示，其中涵蓋了光機電算等多學(xué)科的技術(shù)應(yīng)用。通過檢測框架各模塊的學(xué)習(xí)，加深了學(xué)生們對課堂相關(guān)理論知識的理解，幫助他們建立了系統(tǒng)化的思維模式，并在此基礎(chǔ)上根據(jù)實際生產(chǎn)線要求開展相關(guān)實驗設(shè)計和工程實踐。圖1工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架1．1機械結(jié)構(gòu)工業(yè)生產(chǎn)通用型機械構(gòu)架設(shè)計為視覺檢測自動化設(shè)備提供了穩(wěn)定可靠的工作平臺，能夠滿足不同的工業(yè)生產(chǎn)檢測需求;機械支撐結(jié)構(gòu)提供了整體固定的結(jié)構(gòu)框架，為照明設(shè)備和成像設(shè)備提供了固定支架;機械傳送結(jié)構(gòu)通過電動機、傳送帶、吸附盤等設(shè)備的配合，實現(xiàn)了檢測產(chǎn)品的自動化傳送;機械可變結(jié)構(gòu)夠根據(jù)具體的應(yīng)用場景來選用合適的尺寸型號構(gòu)件，滿足不同的需求。學(xué)生可以根據(jù)實驗設(shè)計目標(biāo)來選用相應(yīng)的機械構(gòu)件，完成相關(guān)實驗。1．2照明設(shè)備照明設(shè)備為檢測框架的重要環(huán)節(jié)，設(shè)備選擇往往需要結(jié)合檢測物品的形狀、檢測指標(biāo)及照明材料反光特征和顏色，搭建適合于后期視覺檢測算法的照明環(huán)境，突顯出所需要檢測缺陷的特征。照明裝置設(shè)計主要考慮照明方式(反射或透射)、照明角度、照明光強、照明形狀、照明色溫等因素對視覺檢測結(jié)果的影響。為了獲取?

第36卷業(yè)的電路板表面缺陷檢測為典型代表進(jìn)行介紹。電路板生產(chǎn)過程中，由于工藝的限制和生產(chǎn)線的設(shè)備誤差，，在線路和焊盤上會出現(xiàn)各種表面缺陷，影響產(chǎn)品的功能，常見的電路板缺陷包括表面劃傷、電路斷線、電路異物、焊盤缺口等。廠家提供了電路板表面缺陷自動化檢測設(shè)備，如圖2所示，在此設(shè)備上設(shè)計實驗，對電路板上存在的缺陷進(jìn)行自動化的視覺檢測。圖2電路板表面缺陷自動化檢測設(shè)備實驗過程中，學(xué)生根據(jù)檢測要求選取了線陣白光光源為電路板進(jìn)行照明，相機則選用了高速線陣工業(yè)相機，線陣像素為7000像素。圖像采集過程中，通過電動機和傳送帶配合使得檢測電路板勻速通過線陣相機，調(diào)節(jié)好光源進(jìn)行反射式照明，采集獲取高像素的電路板表面圖像。由于電路板通常為綠油板或咖啡板，板子底層顏色和電路線路顏色比較接近，采集到的電路板圖像線路層和底層對比度較低，給缺陷檢測算法設(shè)計帶來了難度。以咖啡色線路異物缺陷為例，實驗平臺相機采集到的咖啡色電路板如圖3(a)所示，缺陷區(qū)域如紅色方框內(nèi)，其放大圖為右下角小圖所示�？梢钥吹骄�路中被異物所干擾，造成產(chǎn)品次品，同時缺陷區(qū)域和線路區(qū)域?qū)Ρ榷认嗖畈淮�，給區(qū)域缺陷檢測和提取帶來了困難。針對檢測缺陷特征，學(xué)生們設(shè)計了局部閾值增強的二值化圖像算法，避免了全局硬閾值二值化帶來的線路毛刺和漏檢問題。通過局部的閾值設(shè)定來有效獲取低對比度線路圖的二值化圖像，較為精確地區(qū)分了缺陷區(qū)域和線路區(qū)域，有效提取和定位了缺陷位置，檢測結(jié)果如圖3(b)所示。通過二值化檢測圖像與理論模板圖像的對比，能夠有效區(qū)分正常線路和缺陷區(qū)域，實現(xiàn)了自動化的視覺缺陷檢測功能。同時，學(xué)生們對整個檢測過程進(jìn)行了加速優(yōu)化，對相機采集電路板進(jìn)程和缺陷檢測算法進(jìn)程進(jìn)行了同步化處

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張記龍;紅外熱圖像技術(shù)在復(fù)合材料表面缺陷檢測中的理論分析(英文)[J];測試技術(shù)學(xué)報;2004年04期

相關(guān)碩士學(xué)位論文 前4條

1 王蕊;一種關(guān)于PCB銅板表面缺陷檢測的AOI設(shè)計[D];北京工業(yè)大學(xué);2016年

2 劉雨;基于機器視覺的PCB表面缺陷檢測[D];安徽工業(yè)大學(xué);2016年

3 於文欣;基于機器視覺的FPC表面缺陷檢測研究[D];東華大學(xué);2017年

4 薛琿;暗場散射技術(shù)在晶圓表面缺陷檢測中的新應(yīng)用研究[D];復(fù)旦大學(xué);2008年

本文編號：2582830