PCB作為汽車制造,通訊行業(yè),計(jì)算機(jī)領(lǐng)域等領(lǐng)域的基礎(chǔ),PCB質(zhì)量的好壞直接影響了各產(chǎn)品的質(zhì)量,其中PCB的線寬線距影響了成板的良品率。隨著線陣CCD的不斷發(fā)展,為了對(duì)PCB板進(jìn)行快速準(zhǔn)確且成本較低的檢測(cè),本文針對(duì)使用線陣CCD相機(jī)對(duì)PCB進(jìn)行快速實(shí)時(shí)的線寬線距測(cè)量和缺陷檢測(cè)方法進(jìn)行研究。首先,對(duì)CCD的結(jié)構(gòu)和工作原理進(jìn)行介紹,分析了使用線陣CCD對(duì)PCB進(jìn)行缺陷檢測(cè)和線寬線距測(cè)量的優(yōu)勢(shì),根據(jù)線陣CCD的工作特性,對(duì)線陣CCD和工作臺(tái)之間的匹配問(wèn)題進(jìn)行剖析,指出線陣CCD成像與速度之間的關(guān)系,設(shè)計(jì)了基于CCD的圖像掃描采集系統(tǒng)。其次,分析了傳統(tǒng)PCB線寬線距檢測(cè)所存在的實(shí)時(shí)性和檢測(cè)精度的不足,基于此,設(shè)計(jì)了基于CCD圖像快速濾波及自適應(yīng)擬合的PCB線寬線距測(cè)量算法,完成了在線檢測(cè)。為了提高檢測(cè)的速度與精度,改進(jìn)并使用部分快速導(dǎo)向?yàn)V波方法,為了提高實(shí)時(shí)性,將圖像增強(qiáng)、二值化處理及擬合直線進(jìn)行了自適應(yīng)的優(yōu)化,為了突出本方法的有效性,將本方法與經(jīng)過(guò)模型訓(xùn)練后的結(jié)果進(jìn)行對(duì)比。再次,作為對(duì)線寬線距測(cè)量的補(bǔ)充檢測(cè),使用結(jié)構(gòu)相似算法從圖像中對(duì)PCB進(jìn)行缺陷檢測(cè),利用線陣CCD完成圖像滾動(dòng)拼接,對(duì)拼接后... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

斜率對(duì)真實(shí)差值的影響

第三章基于CCD圖像快速濾波及自適應(yīng)擬合的PCB線寬線距測(cè)算法35方法的好壞。圖3-10實(shí)際采集拼接圖像使用balser-8192gm線陣CCD相機(jī)進(jìn)行掃描采集，如圖3-10所示，是本次實(shí)驗(yàn)的采集拼接結(jié)果示意圖，其分辨率大小是3544*8192，從圖中可以明顯看出有4條溝壑，這4條溝壑就是PCB中的線，每條線之間的寬度就是線寬，他們之間的距離就是線距。在圖中存在一些肉眼可觀測(cè)的干擾，圖中存在不規(guī)則波浪形條紋和其他噪點(diǎn)，這是由于PCB生產(chǎn)工藝所產(chǎn)生的。并且在圖像中間部分有一條細(xì)微的黑線，這是由于采集過(guò)程中的干擾造成的。在實(shí)驗(yàn)中設(shè)置每次檢測(cè)的基本行數(shù)為50行，相機(jī)使用GigE協(xié)議進(jìn)行連接。同時(shí)，為了進(jìn)行對(duì)比實(shí)驗(yàn)，所使用的訓(xùn)練集是公開的HED-BSDS訓(xùn)練集（共計(jì)28800張圖片），復(fù)現(xiàn)了RCF模型，學(xué)習(xí)率為1e-6，使用訓(xùn)練集對(duì)該模型訓(xùn)練了26小時(shí)，迭代了30次，得到了相對(duì)穩(wěn)定的模型。3.5.2對(duì)比實(shí)驗(yàn)本章將方法抽象，可以在中途輸出邊緣檢測(cè)結(jié)果，將特定情況下的邊緣檢測(cè)結(jié)果與目前的新方法進(jìn)行對(duì)比，如第一章所介紹的，目前在圖像的邊緣檢測(cè)領(lǐng)域，出現(xiàn)了先進(jìn)的圖像邊緣檢測(cè)方法，隨著人工智能和機(jī)器學(xué)習(xí)的發(fā)展，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的深度學(xué)習(xí)網(wǎng)絡(luò)框架的出現(xiàn)，給了圖像邊緣提取一個(gè)新的思路。其基本原理是使用大量數(shù)據(jù)集對(duì)輸出的模型網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得出滿足需要的參數(shù)，然后利用此模型，將待處理的圖像數(shù)據(jù)輸入模型，得出輸出圖像。該模型最初是由vgg16模型演變而來(lái)[66]，該模型最初用于圖像識(shí)別領(lǐng)域，判斷圖中是否有某一元素，如圖3-11所示，輸入的圖像經(jīng)過(guò)多層的卷積層和池化層，最后輸出判定的結(jié)果，通過(guò)與結(jié)果比對(duì)來(lái)調(diào)整參數(shù)，但是這不是我們所想要的邊緣圖像。

電子科技大學(xué)碩士學(xué)位論文54測(cè)，所以當(dāng)運(yùn)動(dòng)平臺(tái)運(yùn)動(dòng)結(jié)束，相機(jī)采集圖像完成后，可輸出檢測(cè)結(jié)果。5.1.2上位機(jī)設(shè)計(jì)本文上位機(jī)程序及相關(guān)的檢測(cè)算法均是使用python編寫的，運(yùn)動(dòng)控制部分是使用NI的設(shè)備進(jìn)行控制，調(diào)用了相關(guān)接口。上位機(jī)分三部分組成，第一部分是與控制平臺(tái)連接和調(diào)試等，第二部分是進(jìn)行快速實(shí)時(shí)PCB缺陷檢測(cè)，為整版檢測(cè)，第三部分是進(jìn)行線寬線距測(cè)量，精檢測(cè)。圖5-2上位機(jī)示意圖如圖5-2所示，是本文的上位機(jī)的頁(yè)面示意圖，分從整體分為三部分，第一部分是電機(jī)端口調(diào)試及電機(jī)參數(shù)的設(shè)定，用于調(diào)平運(yùn)動(dòng)平臺(tái)并使得平臺(tái)在x方向正常運(yùn)行，第二部分是設(shè)置如第三第四章所設(shè)計(jì)的一些基本參數(shù)，用于后續(xù)檢測(cè)，第三部分是檢測(cè)及結(jié)果顯示部分，分為PCB缺陷檢測(cè)及一定范圍內(nèi)PCB線寬線間距的檢測(cè)結(jié)果。5.2實(shí)驗(yàn)結(jié)果及分析實(shí)驗(yàn)部分按照第三章和第四章所述的內(nèi)容進(jìn)行驗(yàn)證說(shuō)明，進(jìn)行兩部分不同的實(shí)驗(yàn)，先對(duì)PCB的線寬線距進(jìn)行測(cè)量，再對(duì)PCB板進(jìn)行整板檢測(cè)。


本文編號(hào)：3296103