隨著近些年來電子行業(yè)的不斷發(fā)展,電子產(chǎn)品作為一種隨處可見的消費類產(chǎn)品,其更新?lián)Q代越發(fā)的頻繁,越來越輕薄、便捷的電子產(chǎn)品,對于產(chǎn)能及產(chǎn)品質(zhì)量的要求也逐漸提高。作為電子產(chǎn)品的核心——印刷線路板（Prited Circuit Board,PCB）具備高集成度,高密度的等性能的同時也要求其在生產(chǎn)中擁有高效率、高質(zhì)量。對于PCB板的檢測也成為了電子制造業(yè)非常重視的問題。這種大環(huán)境下,傳統(tǒng)的人工檢測由于存在著檢測速度慢且易漏檢等弊端,無法滿足日益加大的需求,因此研究自動光學(xué)檢測技術(shù)（Automatic Optic Inspection,AOI）如何通過較低成本達到高效、精準、快速地對貼片線路板進行檢測有著重要的意義。因此本文設(shè)計了一種基于圖像處理的PCB缺陷檢測系統(tǒng),主要研究內(nèi)容如下:1.將對圖像進行預(yù)處理操作,將采集到的彩色圖像進行灰度化處理,減小運算的復(fù)雜度;對比并分析現(xiàn)有的去噪算法的優(yōu)缺點,選取非局部均值濾波算法與小波閾值算法對含噪圖像進行去噪處理;采用一種新型的限制對比度的自適應(yīng)直方圖均衡化來對去噪后的圖像進行增強處理;對圖片進行邊緣檢測,用于后續(xù)的某種缺陷種類檢測需求。2.通過Hough... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文組織結(jié)構(gòu)圖

第2章 相關(guān)技術(shù)概述目前對 PCB 板進行缺陷檢測主要有人工檢測、電氣檢測和機器視覺檢，人工檢測工作繁瑣、耗時長而且準確率低；電氣檢測則是在 PCB 板基完成后對其通電進行檢測，這種檢測方式在一些情況下會損壞線路板，本的增加。因此，本章主要對已經(jīng)采用過 SMT 工藝流程后的 PCB 板焊檢測系統(tǒng)進行設(shè)計，該系統(tǒng)在工作過程中涉及了光學(xué)成像[28]、圖像采集[處理、電氣控制等技術(shù)，實現(xiàn)了智能化的 PCB 焊接缺陷檢測，解決了傳工檢測耗費時間長準確率低的問題。該檢測系統(tǒng)可以分為硬件平臺和軟件平臺兩個部分，硬件平臺主要是些基礎(chǔ)硬件設(shè)備對待測 PCB 板進行圖像采集工作，大體包括三個單元制單元、光照單元和相機采集單元；軟件平臺是本文研究的重點，主要將采集到的圖像傳到計算機上，并對圖像進行處理和檢測以得到檢測結(jié)統(tǒng)結(jié)構(gòu)框圖如圖 2-1 所示。硬件平臺 軟件平臺

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文描采集待檢測的 PCB 板圖像，然后再通過軟件算法等對采集到的圖像進得到缺陷信息，而硬件平臺的作用就是用來實現(xiàn)圖像采集功能的。如果臺的選擇不恰當，可能會使采集到的圖像模糊或者含有噪聲，對接下來處理過程造成影響，例如耗費的時間增加、準確度降低甚至于無法實現(xiàn)目的，由此可知 PCB 檢測的速度和精度取決于圖像采集單元的速度、質(zhì)準確性，圖像采集直接關(guān)系著整個系統(tǒng)的性能。為滿足實際生產(chǎn)工作中和高準確率的要求，下面對個單元模塊進行具體設(shè)計。運動控制單元設(shè)計傳統(tǒng)的人工檢測或具有定位功能的檢測系統(tǒng)對運動控制單元的要求并至可能并不需要具備運動控制單元，但是本文研究 PCB 缺陷檢測系統(tǒng)實自動化檢測，由于采集圖像所使用的相機位置是固定的，因此就需要運單元將待檢測的 PCB 板移動至相機采集位置，以實現(xiàn)對待測 PCB 板的位。因此對運動控制單元有很高的精度要求。

【參考文獻】：
期刊論文
[1]改進的Canny算子在裂縫檢測中的應(yīng)用[J]. 趙芳,周旺輝,陳岳濤,彭紅春.  電子測量技術(shù). 2018(20)
[2]自動光學(xué)(視覺)檢測技術(shù)及其在缺陷檢測中的應(yīng)用綜述[J]. 盧榮勝,吳昂,張騰達,王永紅.  光學(xué)學(xué)報. 2018(08)
[3]基于改進的小波閾值圖像去噪算法研究[J]. 殷青松,戴曙光.  軟件導(dǎo)刊. 2018(01)
[4]一種新的小波閾值去噪算法研究[J]. 周建,向北平,倪磊,艾攀華.  機械設(shè)計與研究. 2017(06)
[5]基于牙科X光片的多種直方圖均衡化圖像增強對比[J]. 閆凱文.  光學(xué)儀器. 2017(06)
[6]一種改進的非局部均值圖像去噪算法[J]. 祝嚴剛,張桂梅.  計算機工程與應(yīng)用. 2017(18)
[7]基于均衡化的SMT設(shè)備快速換產(chǎn)研究[J]. 徐文杰.  電子機械工程. 2017(03)
[8]基于梯度方向信息熵的印刷電路板缺陷檢測[J]. 李云峰,李晟陽.  中國機械工程. 2017(06)
[9]基于機器視覺的PCB板缺陷檢測系統(tǒng)關(guān)鍵技術(shù)研究[J]. 王玉萍,郭峰林.  科技通報. 2017(01)
[10]AOI技術(shù)在PCB缺陷檢測中的設(shè)計與實現(xiàn)[J]. 郭民,王蕊.  測控技術(shù). 2016(12)

博士論文
[1]微電子產(chǎn)品視覺檢測中關(guān)鍵技術(shù)研究[D]. 陳世哲.哈爾濱工業(yè)大學(xué) 2006

碩士論文
[1]基于機器視覺的PCB裸板質(zhì)量檢測系統(tǒng)研究[D]. 吳良溢.湖北工業(yè)大學(xué) 2018
[2]基于圖像處理的微小元件端面裂紋及缺陷檢測算法的研究[D]. 李慧嫻.鄭州大學(xué) 2018
[3]基于幾何相似性的圖像超分辨深度學(xué)習(xí)方法[D]. 胡衛(wèi)東.大連理工大學(xué) 2017
[4]基于機器視覺的貼片元件焊點缺陷檢測[D]. 尹丙橋.廣東工業(yè)大學(xué) 2017
[5]基于機器視覺的藥品缺陷檢測方法與實驗研究[D]. 王野.北京工業(yè)大學(xué) 2017
[6]基于圖像的PCB板缺陷檢測技術(shù)及應(yīng)用[D]. 熊昊.重慶理工大學(xué) 2017
[7]基于圖像處理技術(shù)的AOI系統(tǒng)的研究[D]. 全正相.浙江理工大學(xué) 2017
[8]基于機器視覺的焊點缺陷檢測算法研究[D]. 陳玉.廣東工業(yè)大學(xué) 2015
[9]空間攝像機高速濾波器的并行結(jié)構(gòu)設(shè)計與實現(xiàn)[D]. 馬利.西安電子科技大學(xué) 2015
[10]基于機器視覺的數(shù)控排齒機齒片檢測研究[D]. 李傳武.江南大學(xué) 2014



本文編號：3228078