隨著我國智能制造2025強國戰(zhàn)略的提出以及工業(yè)信息化水平的不斷提升,對電子產(chǎn)品質(zhì)量的要求越來越高,印刷電路板作為電子產(chǎn)品的核心組件,對其質(zhì)量的檢測成為滿足電子制造業(yè)日益增長的質(zhì)量需求的關(guān)鍵。傳統(tǒng)的電路板缺陷檢測方法已不能滿足未來生產(chǎn)過程中的高速高精度的要求,為了解決該問題,本文對基于機器視覺的電路板缺陷檢測系統(tǒng)進行研究,主要研究內(nèi)容如下:1)介紹了電路板缺陷檢測的國內(nèi)外發(fā)展現(xiàn)狀,分析了電路板缺陷檢測系統(tǒng)的研究意義。設(shè)計了電路板缺陷檢測系統(tǒng),并對系統(tǒng)的總體結(jié)構(gòu)和工作原理進行介紹。設(shè)計了一種缺陷檢測系統(tǒng)的集中控制平臺,能實現(xiàn)對系統(tǒng)關(guān)鍵信息進行遠程檢測與控制。2)對影響圖像采集質(zhì)量的各種因素進行分析,針對圖像預(yù)處理算法,分別從圖像對比度增強、圖像降噪方法、圖像分割等方面進行研究。分析攝像機成像模型,研究攝像機標定算法,獲得標定參數(shù),去除畸變對圖像質(zhì)量的影響。3)分別從裸板與成品板兩方面對電路板缺陷檢測算法進行研究。對于裸板設(shè)計一種基于輪廓對比的缺陷檢測方法,能對常見裸板缺陷進行分類識別。對于成品板針對焊點缺陷檢測設(shè)計一種基于SVM的焊點智能缺陷檢測方法;針對電阻元件缺陷檢測設(shè)計一種基于神經(jīng)網(wǎng)... 

【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

圖１．２接觸檢測法與飛針檢測法??

臺經(jīng)過圖像處理分析決策出檢測區(qū)內(nèi)ＰＣＢ是否存在缺陷，并將該ＰＣＢ的位置信息??與質(zhì)量標簽通過ＯＰＣ通訊發(fā)送給分揀系統(tǒng)控制器，由分揀執(zhí)行機構(gòu)對ＰＣＢ進行分??揀操作，缺陷檢測系統(tǒng)的單次工作流程如圖２．２所示。??，????ｒ?到位傳感器一?????觸發(fā)??：系統(tǒng)啟動?？啟動輸送線一一Ｍ?ＰＣＢ經(jīng)過檢測區(qū)?？圖像采集??！????｜??????１千兆網(wǎng)傳輸圖像??????ＯＰＣ?通訊?［??：?＾???結(jié)束?４?＾分揀?＜?＿．轉(zhuǎn)色號￣Ｉ缺ｐ＾ｆｌ與？?［圖像預(yù)處理??????ｉ?Ｉ???圖２．２?ＰＣＢ缺陷檢測系統(tǒng)工作流程??Ｆｉｇ?２．２?Ｗｏｒｋ?ｆｌｏｗ?ｏｆ?ＰＣＢ?ｄｅｆｅｃｔ?ｄｅｔｅｃｔｉｏｎ?ｓｙｓｔｅｍ??２．?３圖像采集技術(shù)介紹??圖像采集是機器視覺系統(tǒng)的一個非常重要的環(huán)節(jié)，也是缺陷檢測系統(tǒng)的核心??部分。采集圖像的質(zhì)量對后續(xù)圖像處理分析的結(jié)果有直接影響，甚至可能影響缺??陷檢測系統(tǒng)的最終決策，因此圖像采集系統(tǒng)的設(shè)計直接影響整個系統(tǒng)的性能，其??關(guān)鍵地位不言而喻。??７??

二＿＿１￣＿１?＿?Ｉ??圖２．１缺陷檢測系統(tǒng)結(jié)構(gòu)圖??Ｆｉｇ?２．１?Ｄｅｆｅｃｔ?ｄｅｔｅｃｔｉｏｎ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??系統(tǒng)工作原理如下：??待測ＰＣＢ連續(xù)通過檢測區(qū)域和工作區(qū)域，當開始進入檢測區(qū)域，由傳感器通??過硬節(jié)點觸發(fā)相機采集圖像，通過千兆網(wǎng)將所采集圖像傳輸給工控機，由軟件平??臺經(jīng)過圖像處理分析決策出檢測區(qū)內(nèi)ＰＣＢ是否存在缺陷，并將該ＰＣＢ的位置信息??與質(zhì)量標簽通過ＯＰＣ通訊發(fā)送給分揀系統(tǒng)控制器，由分揀執(zhí)行機構(gòu)對ＰＣＢ進行分??揀操作，缺陷檢測系統(tǒng)的單次工作流程如圖２．２所示。??，????ｒ?到位傳感器一?????觸發(fā)??：系統(tǒng)啟動?？啟動輸送線一一Ｍ?ＰＣＢ經(jīng)過檢測區(qū)?？圖像采集??！????｜??????１千兆網(wǎng)傳輸圖像??????ＯＰＣ?通訊?［??：?＾???結(jié)束?４?＾分揀?＜?＿．轉(zhuǎn)色號￣Ｉ缺ｐ＾ｆｌ與？?［圖像預(yù)處理??????ｉ?Ｉ???圖２．２?ＰＣＢ缺陷檢測系統(tǒng)工作流程??Ｆｉｇ?２．２?Ｗｏｒｋ?ｆｌｏｗ?ｏｆ?ＰＣＢ?ｄｅｆｅｃｔ?ｄｅｔｅｃｔｉｏｎ?ｓｙｓｔｅｍ??２．?３圖像采集技術(shù)介紹??圖像采集是機器視覺系統(tǒng)的一個非常重要的環(huán)節(jié)，也是缺陷檢測系統(tǒng)的核心??部分。采集圖像的質(zhì)量對后續(xù)圖像處理分析的結(jié)果有直接影響

【參考文獻】：
期刊論文
[1]基于機器視覺的玻璃馬賽克缺陷在線檢測系統(tǒng)[J]. 龍亮亮,劉冠峰,張國英,李永勝.  機械設(shè)計與制造. 2017(S1)
[2]基于Matlab圖像采集工具箱的圖像處理實驗平臺設(shè)計[J]. 傅志中,趙宇飛,周寧,李曉峰,徐進.  實驗室研究與探索. 2017(08)
[3]數(shù)字圖像處理中的圖像分割技術(shù)應(yīng)用研究[J]. 宋美萍.  電子技術(shù)與軟件工程. 2017(01)
[4]基于支持向量機的遙感圖像分類研究綜述[J]. 王振武,孫佳駿,于忠義,卜異亞.  計算機科學. 2016(09)
[5]基于激光三角法貨車體積測量系統(tǒng)的標定研究[J]. 劉寶元,邢冀川.  光學儀器. 2015(03)
[6]復雜背景中一種特定運動目標檢測與跟蹤方法[J]. 馬超,沈微,董景峰.  計算機工程. 2015(05)
[7]計算機視覺系統(tǒng)應(yīng)用于豬生產(chǎn)養(yǎng)殖過程[J]. 楊蕓.  科技資訊. 2013(25)
[8]基于局部區(qū)域模式噪聲的數(shù)字圖像源辨識算法[J]. 胡達,胡永健,劉琲貝.  合肥工業(yè)大學學報(自然科學版). 2012(10)
[9]一種應(yīng)用于隧道視頻監(jiān)控的圖像識別系統(tǒng)[J]. 全洪淵,黃席樾,劉愛君.  自動化與儀器儀表. 2007(02)

博士論文
[1]基于機器視覺的農(nóng)田害蟲快速檢測與識別研究[D]. 韓瑞珍.浙江大學 2014
[2]移動平臺ATP系統(tǒng)的捕獲跟蹤與控制[D]. 左韜.武漢大學 2011

碩士論文
[1]基于支持向量機的不平衡數(shù)據(jù)分類算法研究[D]. 劉東啟.浙江大學 2017
[2]近紅外光譜結(jié)合BP人工神經(jīng)網(wǎng)絡(luò)識別木材的影響因素研究[D]. 龐曉宇.中國林業(yè)科學研究院 2016
[3]基于機器視覺的煙草異物檢測和煙葉分類分級方法研究[D]. 李海杰.南京航空航天大學 2016
[4]基于支持向量機的海量文本分類并行化技術(shù)研究[D]. 任倚天.北京理工大學 2016
[5]基于微慣性傳感器的圖像三維重建方法研究[D]. 原曉樂.西安電子科技大學 2015
[6]基于形狀描述子的列車典型故障圖像識別算法研究[D]. 徐威.湖北工業(yè)大學 2015
[7]基于FPGA-DSP的浮選圖像系統(tǒng)多通道采集裝置研制[D]. 王為.中南大學 2014
[8]基于魚眼相機的實時視頻拼接技術(shù)研究[D]. 孫炬輝.杭州電子科技大學 2014
[9]一維視覺巖心圖像掃描系統(tǒng)的研究[D]. 董菲.天津科技大學 2014
[10]基于圖像域的發(fā)動機曲軸軸頸形狀誤差自動檢測研究[D]. 梁濤.浙江大學 2014



本文編號：3126987