近年來,隨著電子制造業(yè)的不斷發(fā)展,印刷電路板(Printed circuit board,PCB)的產(chǎn)量也隨之不斷增加。印刷電路板是制造電子產(chǎn)品過程中所需的一種的工業(yè)材料,其質(zhì)量的好壞會直接影響生產(chǎn)出的電子產(chǎn)品的功能和質(zhì)量,因此對印刷電路板的質(zhì)量進行快速、精確的檢測成為業(yè)內(nèi)的研究熱點。目前,市面上已經(jīng)存在許多基于機器視覺技術對印刷電路板進行缺陷檢測的產(chǎn)品,這種產(chǎn)品主要由圖像采集卡、PC、機械裝置和軟件系統(tǒng)等組成,由于圖像采集卡和PC的價格昂貴,因此產(chǎn)品的成本較為昂貴,致使其推廣有一定的阻礙。為此,本人結合實踐基地的項目,依據(jù)檢測速度快、性能好、成本低的技術要求,設計了一種基于FPGA的PCB缺陷檢測系統(tǒng)。圍繞著系統(tǒng)的設計與實現(xiàn),本文的工作內(nèi)容主要如下:1.通過對“基于FPGA的PCB缺陷檢測系統(tǒng)”項目的市場定位、技術定位的調(diào)查和需求分析,提出了系統(tǒng)的總體實現(xiàn)方案,對系統(tǒng)所需的圖像采集、圖像預處理、缺陷檢測、機械控制等主要功能的實施方案進行了論證;2.基于賽靈思(Xilinx)公司推出的Vivado開發(fā)平臺,完成了圖像采集模塊、圖像預處理模塊、緩存模塊、缺陷檢測模塊、HDMI驅(qū)動顯示模塊的FPGA設計與實現(xiàn),并與軟件實現(xiàn)的性能和處理速度進行了比較,實驗結果表明各模塊性能符合要求且在處理速度顯著提升;3.利用modelsim和ILA等軟件工具,對圖像采集、中值濾波、膨脹腐蝕和圖像存儲等模塊的的程序進行仿真驗證。驗證通過后,利用Vivado軟件編譯生成工程下載文件,下載上板驗證,如有不符合需求的地方,通過示波器和邏輯分析儀等工具進行調(diào)試,完成最終的設計。
【學位單位】：鄭州大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TN41;TN791;TP391.41
【部分圖文】：

圖 2. 1 FPGA 芯片語言是 HDL（hardware 80 年代左右，隨著社會的需求，硬件描述語言也在述語言中應用最廣泛的兩千秋，verilog 相對于 V 來說更加嚴謹。本次作品，一方面考慮到國內(nèi)的大著開發(fā)人員的更替，選擇人員直接上手跟進。目前勢：編程邏輯門陣列和 I/O 資源方便后期的維護、移植、

值濾波算法是一種非線性低通濾波算法，由于對模板內(nèi)的像可以很好的過濾椒鹽噪聲，缺點則是容易造成圖像的不連續(xù)緣檢測算法邊緣檢測屬于圖像處理技術的常用功能。邊緣檢測的基本目明顯變化區(qū)域的邊界，通常這些區(qū)域以及周邊范圍集中了一息，這些信息包括方向的變化、高度的變化、物質(zhì)變化等，，這些信息的類型也不同。邊緣檢測可以去除掉圖像中除邊信息，從而可以減少其它算法的運算量[18]。對于本系統(tǒng)而言像進行邊緣檢測依然能保留 PCB 的走線、打孔等輪廓信息，背景更方便后續(xù)進行缺陷檢測。檢測的原理就是將物體的邊緣呈現(xiàn)出來，而物體的邊緣則是素點的集合，這也是圖像的基本特征。本系統(tǒng)設計主要用到obel 算子是一種離散差分型算子，用來運算圖像亮度函數(shù)的灰el 卷積因子如圖 2.2 所示。

圖 3. 1 系統(tǒng)工作原理圖圖 3. 2 系統(tǒng)的工作流程圖由圖 3.1 和圖 3.2 可知，實現(xiàn)系統(tǒng)功能的主要模塊包括：PCB 傳輸系統(tǒng)、機械裝置、圖像采集模塊、圖像處理模塊、圖像緩存模塊、缺陷檢測模塊和顯示模塊。本文的工作將對紅色虛線框內(nèi)的圖像采集模塊、圖像預處理模塊、圖像緩存模塊、缺陷檢測模塊和顯示模塊利用 FPGA 開發(fā)板進行實現(xiàn)。由于系統(tǒng)的
【相似文獻】

相關期刊論文 前10條

1 張昱;張健;;模糊專家系統(tǒng)在TFT-LCD缺陷檢測中的應用[J];光電子·激光;2006年06期

2 吳明復;纖維增強復合材料的應用及其缺陷檢測[J];航天工藝;1988年01期

3 張興森;邊美華;梁慶國;盧展強;;基于渦流檢測的電力線夾缺陷檢測與分類方法[J];中國科技論文;2017年04期

4 張國強;張曉;隋文濤;;基于敲擊信號的剎車片內(nèi)部缺陷檢測[J];組合機床與自動化加工技術;2017年10期

5 包正林;;有關閥門缺陷檢測方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

6 黃艷紅;高曉蓉;杜路泉;;光纖光柵傳感器在橋梁缺陷檢測和結構健康監(jiān)測中的應用[J];鐵道技術監(jiān)督;2007年11期

7 馬少林;用于全壽命風險管理的缺陷檢測和預防技術研究[J];航空兵器;2005年02期

8 蘇若;吳際;劉超;楊海燕;;基于多視角卡牌模型的需求缺陷檢測[J];計算機科學;2018年10期

9 顧杰;肖遼;馬軍山;;機器視覺在TFT-LCD暗畫面缺陷檢測中的應用[J];光學儀器;2017年03期

10 李羽可;涂君;宋小春;;超聲相控陣缺陷檢測聚焦技術仿真分析[J];測控技術;2016年07期

相關博士學位論文 前10條

1 艾矯燕;基于計算機視覺的墻地磚顏色分類和缺陷檢測研究[D];華南理工大學;2003年

2 張昱;基于機器視覺的TFT-LCD屏mura缺陷檢測技術研究[D];哈爾濱工業(yè)大學;2006年

3 彭艷華;基于激光散斑的輪胎制造內(nèi)部缺陷檢測與疲勞壽命預估[D];華南理工大學;2017年

4 陸向?qū)?基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學;2012年

5 陳志彥;并行譜域光學相干層析成像系統(tǒng)的研制與應用研究[D];浙江大學;2017年

6 陸寧;基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學;2012年

7 趙云山;基于符號分析的靜態(tài)缺陷檢測技術研究[D];北京郵電大學;2012年

8 何健鵬;面向鋼板缺陷檢測的電磁超聲蘭姆波換能器研究[D];北京科技大學;2018年

9 崔克彬;基于圖像的絕緣子缺陷檢測中若干關鍵技術研究[D];華北電力大學(北京);2016年

10 康維新;基于小波和支持向量機的樁基缺陷檢測技術研究[D];哈爾濱工業(yè)大學;2010年

相關碩士學位論文 前10條

1 孫帥斌;基于FPGA的PCB板缺陷檢測系統(tǒng)[D];鄭州大學;2019年

2 韓凱;基于深度學習的汽車輪轂表面缺陷在線檢測算法[D];北京郵電大學;2019年

3 周銘男;高效的分布式缺陷檢測方法及應用[D];北京郵電大學;2019年

4 李東旭;基于機器視覺的白酒瓶瓶口缺陷在線檢測系統(tǒng)[D];沈陽工業(yè)大學;2019年

5 張旖旎;基于定向模糊測試技術的缺陷檢測系統(tǒng)研究與實現(xiàn)[D];北京郵電大學;2019年

6 吳進儀;基于機器視覺的襯布缺陷檢測系統(tǒng)研究[D];浙江工業(yè)大學;2019年

7 程康;基于深度學習的工業(yè)品不規(guī)則缺陷檢測研究[D];浙江工業(yè)大學;2019年

8 何俊杰;基于深度學習的TFT-LCD線路缺陷檢測研究[D];廈門大學;2018年

9 陳玉葉;液晶屏非顯示缺陷檢測[D];廈門大學;2017年

10 茹愿;基于編碼結構光的工件裝配缺陷檢測方法研究[D];天津工業(yè)大學;2019年

本文編號：2886929