制造業(yè)是實體經(jīng)濟的主體,是國家工業(yè)化的關(guān)鍵,而印制電路板（Printed Circuit Board,PCB）是電子化、信息化的硬件載體。隨著我國創(chuàng)新升級和產(chǎn)業(yè)升級的不斷推進,PCB自動化質(zhì)量檢測技術(shù)已經(jīng)成為了經(jīng)濟生產(chǎn)環(huán)節(jié)中至關(guān)重要的一環(huán)。目前,PCB表面質(zhì)量的檢測仍以人工視檢為主,檢測速度慢、穩(wěn)定性差、主觀因素高。自動光學檢測（Automated Optical Inspection,AOI）作為一種廣泛應用于各種工業(yè)環(huán)境中的技術(shù),可以通過非接觸的方式完成檢測任務。該項技術(shù)以機器視覺技術(shù)為核心,能有效應對PCB表面缺陷的自動化檢測問題。本文以單層單面PCB裸板為主要檢測對象,其表面鍍銅或鍍鎳,光學成像特性復雜。相較于常規(guī)PCB板,本系統(tǒng)待檢測PCB板的尺寸較大,最高為550mm?600mm,系統(tǒng)處理的數(shù)據(jù)量大,因此需要在保證檢測效果的前提下提高系統(tǒng)實時性。在綜合實際需求后,本文最終完成了硬件設(shè)備的選型與搭建,包括LED光源、高分辨率工業(yè)相機、運動裝置等。然后,針對短路、斷路、凸起、凹陷這四種缺陷,重點設(shè)計并實現(xiàn)了一套以圖像處理為核心的軟件系統(tǒng)。本文的核心內(nèi)容在于研究軟件部分中的圖像預... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

PCB板實物樣例

電子科技大學碩士學位論文12立區(qū)域內(nèi)導體邊緣粗糙、銅刺等缺陷及其組合缺陷，不會使導體間距最小處的減少比例大于30%。如果PCB板不符合上述標準，那么將根據(jù)缺陷對導體間距的影響程度進一步被判定為線路凸起或者短路。以下展示的是幾種典型PCB表面缺陷的實物樣例：(a)(b)(c)(d)(e)(f)圖2-2PCB典型缺陷。(a)印制板邊緣的缺口；(b)基材表面的麻點；(c)基材表面下的外來夾雜物；(d)導體寬度異常；(e)導體間距異常，凸起；(f)導體間距異常，短路隨著表面缺陷的產(chǎn)生機理和特征不同，PCB板表面的缺陷呈現(xiàn)不同的特點。結(jié)合若干PCB產(chǎn)品制造商的需求發(fā)現(xiàn)，在實際生產(chǎn)中，確認缺陷是否對PCB板的電氣特性產(chǎn)生顯著影響比確認某個具體缺陷的產(chǎn)生機理更重要。也就是說，缺陷的產(chǎn)生機理并不作為驗收PCB板的指標，僅作為改進產(chǎn)品制作工藝的參考。另一方

電子科技大學碩士學位論文26增函數(shù)f(x)中即可，該函數(shù)滿足：0()(1)()(1)()0,1,2,...,1kiifkLckLpXkL====(3-2)其中，L是圖像可能的最大灰度級，例如8位灰度圖中L的取值為256。這種方法自動的將圖像映射到更加均勻的直方圖上，能有增大圖像的動態(tài)范圍。以實際拍攝的某張PCB板分圖為例，對其做了直方圖均衡，并截取了圖中線路密集區(qū)域的圖像進行了展示，結(jié)果如圖3-1所示：(a)(b)(c)(d)圖3-1直方圖均衡前后的PCB圖像。(a)原始圖像；(b)均衡后的結(jié)果；(c)均衡前的局部圖；(d)均衡后的局部圖像為了進一步分析直方圖均衡對圖像的影響，這里繪制了均衡前后的灰度直方圖，其中縱軸表示圖像中對應灰度值的像素總數(shù)，橫軸表示灰度值，如圖3-2所示：

【參考文獻】：
期刊論文
[1]基于機器視覺的手機殼表面劃痕缺陷檢測[J]. 王武,葉明,陸永華.  機械制造與自動化. 2019(01)
[2]自動光學(視覺)檢測技術(shù)及其在缺陷檢測中的應用綜述[J]. 盧榮勝,吳昂,張騰達,王永紅.  光學學報. 2018(08)
[3]走向新一代智能制造[J]. 周濟,李培根,周艷紅,王柏村,臧冀原,孟柳.  Engineering. 2018(01)
[4]機器視覺表面缺陷檢測綜述[J]. 湯勃,孔建益,伍世虔.  中國圖象圖形學報. 2017(12)
[5]基于內(nèi)容的圖像分割方法綜述[J]. 姜楓,顧慶,郝慧珍,李娜,郭延文,陳道蓄.  軟件學報. 2017(01)
[6]基于形態(tài)學的PCB缺陷快速檢測技術(shù)[J]. 王棟,解則曉.  計算機科學. 2016(S1)
[7]基于點特征的圖像配準方法綜述[J]. 肖明,鮑永亮,顏仲新.  兵工學報. 2015(S2)
[8]液晶顯示屏背光源模組表面缺陷自動光學檢測系統(tǒng)設(shè)計[J]. 史艷瓊,盧榮勝,張騰達.  傳感技術(shù)學報. 2015(05)
[9]透視變換模型的Harris圖像配準[J]. 郭曉冉,崔少輝.  微電子學與計算機. 2014(04)
[10]PCB自動光學檢測中Gerber文件的解析研究[J]. 姚蛟,葉玉堂,張靜,謝煜,周戀玲.  計算機工程與設(shè)計. 2012(06)

博士論文
[1]PCB光學特性對PCB光電外觀檢查機性能的影響機理[D]. 謝煜.電子科技大學 2014
[2]PCB表觀缺陷的自動光學檢測理論與技術(shù)[D]. 張靜.電子科技大學 2013

碩士論文
[1]基于機器視覺的PCB外觀缺陷光學自動檢測機關(guān)鍵技術(shù)研究[D]. 李延年.廣東工業(yè)大學 2019
[2]HCI-A3型PCB板缺陷檢測系統(tǒng)設(shè)計與實現(xiàn)[D]. 鹿亞琴.電子科技大學 2019
[3]基于機器視覺的PCB缺陷自動檢測系統(tǒng)的研究[D]. 胡王云.廣東工業(yè)大學 2019
[4]基于機器視覺的光纖接頭缺陷檢測方法研究與系統(tǒng)實現(xiàn)[D]. 李昱.電子科技大學 2019
[5]基于機器學習的電路板印刷字符檢測識別方法研究[D]. 史昊林.電子科技大學 2019
[6]基于機器視覺的PCB表面缺陷檢測[D]. 劉雨.安徽工業(yè)大學 2016
[7]AOI（自動光學檢查）產(chǎn)品客戶需求管理研究[D]. 王勇.西南交通大學 2013
[8]圖像銳化的研究[D]. 劉三國.曲阜師范大學 2011
[9]基于計算機視覺的線路板缺陷檢測技術(shù)研究[D]. 王艷衛(wèi).河北工業(yè)大學 2007
[10]機器視覺照明光源關(guān)鍵技術(shù)研究[D]. 李俊.天津理工大學 2007



本文編號：3383068