隨著電子制造技術(shù)的發(fā)展,電路板上元件貼片安裝（Surface Mount Technology,SMT）已廣泛采用自動(dòng)光學(xué)檢測(cè)（Automated Optical Inspection,AOI）技術(shù)。目前AOI設(shè)備基本都采用統(tǒng)計(jì)建模和模板匹配的檢測(cè)方式,可靠性高,速度快。但每次更換產(chǎn)品型號(hào)都需要重新進(jìn)行統(tǒng)計(jì)建模,要通過(guò)對(duì)人工檢測(cè)為合格的樣本進(jìn)行統(tǒng)計(jì)學(xué)習(xí)以建立模板,然后進(jìn)行自動(dòng)檢測(cè)。這種建立模板方式耗時(shí)且繁瑣,所以AOI在小批量多品種的電子制造企業(yè)應(yīng)用效果不好。特別是對(duì)IC引腳焊接缺陷的檢測(cè),一直是AOI中的技術(shù)難點(diǎn)。且隨著IC集成度更高,細(xì)間距引腳增加,檢測(cè)難度更大。本文研究了采用深度學(xué)習(xí)方法,建立深度卷積網(wǎng)絡(luò),通過(guò)對(duì)大量不同型號(hào)的IC引腳焊接圖像樣本進(jìn)行學(xué)習(xí),然后對(duì)不同型號(hào)IC的引腳焊接缺陷進(jìn)行有效檢測(cè)。這樣建立了通用方法,對(duì)不同型號(hào)IC,只需判斷引腳位置,即可進(jìn)行其焊接缺陷的檢測(cè),避免了更換產(chǎn)品型號(hào)后需要重新統(tǒng)計(jì)建模的環(huán)節(jié),提高了生產(chǎn)效率。深度學(xué)習(xí)模型能夠直接從輸入的圖片中提取分類特征,并通過(guò)層層卷積得到高層次的抽象特征,找到焊點(diǎn)缺陷圖像的共同特征,對(duì)于不同類型的IC引腳都能進(jìn)行準(zhǔn)... 

【文章來(lái)源】：五邑大學(xué)廣東省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

AOI 中光源結(jié)構(gòu)圖

圖 2-2AOI 中 IC 引腳拍攝圖像示意圖，對(duì)于合格的 IC 引腳焊點(diǎn)圖，區(qū)域足夠平坦，則該區(qū)域出現(xiàn)紅色。對(duì)光被反射回 CCD 相機(jī)。因此，合格的不合格的引腳焊點(diǎn)圖與合格的焊點(diǎn)相比

a) 均值濾波圖 b) 中值濾波圖 c) 高斯濾波圖圖 2-5 IC 器件濾波效果圖2.4.2 IC 器件圖像的二值化圖像閾值分割處理是利用圖像中要提取的目標(biāo)物與其背景在灰度特性上的差

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)Canny邊緣檢測(cè)的遙感影像分割[J]. 劉麗霞,李寶文,王陽(yáng)萍,楊景玉.  計(jì)算機(jī)工程與應(yīng)用. 2019(12)
[2]卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺(jué)領(lǐng)域中的應(yīng)用綜述[J]. 陳超,齊峰.  計(jì)算機(jī)科學(xué). 2019(03)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類算法綜述[J]. 楊真真,匡楠,范露,康彬.  信號(hào)處理. 2018(12)
[4]循環(huán)神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 楊麗,吳雨茜,王俊麗,劉義理.  計(jì)算機(jī)應(yīng)用. 2018(S2)
[5]基于機(jī)器視覺(jué)的包裝袋缺陷檢測(cè)算法研究與應(yīng)用[J]. 李丹,白國(guó)君,金媛媛,童艷.  激光與光電子學(xué)進(jìn)展. 2019(09)
[6]基于改進(jìn)的AlexNet網(wǎng)絡(luò)模型的遙感圖像分類方法研究[J]. 周天順,黨鵬飛,謝輝.  北京測(cè)繪. 2018(11)
[7]數(shù)字圖像檢測(cè)預(yù)處理方法研究[J]. 王志堅(jiān).  數(shù)字技術(shù)與應(yīng)用. 2018(11)
[8]深度學(xué)習(xí)技術(shù)綜述[J]. 周晟頤.  科技傳播. 2018(20)
[9]用于管道焊接的雙模板匹配視覺(jué)定位方法[J]. 肖光潤(rùn),王中任,柯希林,劉德政.  激光與紅外. 2018(10)
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的隨機(jī)手寫(xiě)數(shù)字識(shí)別[J]. 高磊,洪奔奔,姚青岐.  軟件. 2018(09)

博士論文
[1]PCB自動(dòng)光學(xué)檢測(cè)系統(tǒng)基礎(chǔ)算法研究[D]. 宋昀岑.電子科技大學(xué) 2014
[2]基于自然統(tǒng)計(jì)特性的圖像質(zhì)量評(píng)價(jià)方法研究[D]. 楊迪威.中國(guó)地質(zhì)大學(xué) 2014
[3]基于視覺(jué)信息的圖像特征提取算法研究[D]. 戴金波.吉林大學(xué) 2013
[4]PCB自動(dòng)光學(xué)檢測(cè)的圖像檢測(cè)與處理關(guān)鍵技術(shù)研究[D]. 喬鬧生.電子科技大學(xué) 2010

碩士論文
[1]基于GoogLeNet網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)算法研究[D]. 王天興.杭州電子科技大學(xué) 2018
[2]基于網(wǎng)絡(luò)相機(jī)的分布式機(jī)器視覺(jué)檢測(cè)系統(tǒng)[D]. 黃磊.南京航空航天大學(xué) 2017
[3]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
[4]基于模板匹配工件定位的研究[D]. 陳澤寧.廣東工業(yè)大學(xué) 2016
[5]IC芯片印刷字符識(shí)別算法研究與應(yīng)用[D]. 胡洋.華中科技大學(xué) 2015
[6]圖像處理技術(shù)在自動(dòng)視覺(jué)檢查系統(tǒng)（AOI）中的應(yīng)用研究[D]. 王輝.青島科技大學(xué) 2014
[7]基于線陣CCD相機(jī)的軌道圖像采集系統(tǒng)設(shè)計(jì)[D]. 朱磊.南昌大學(xué) 2014
[8]基于AOI的PCB缺陷檢測(cè)方法研究[D]. 雷芳.湖南大學(xué) 2011



本文編號(hào)：3595721