姚文伟[1]2012年在《印刷电路板缺陷检测技术及系统实现研究》文中提出现代电子工业中,印刷电路板(PCB)作为电子元器件电气连接的提供者,在各领域得到广泛的应用,同时板载元器件贴装的质量直接影响产品的性能。近年来随着印刷电路板生产复杂度和产量的提高,人工目测等传统PCB缺陷检测方式因其检测手段劳动强度大、可靠性差、效率低、成本高等缺点,难以满足现代检测的需要,因此研究开发出一种代替人工检测的PCB缺陷自动检测系统具有很大的现实意义和实用价值。本文根据视觉检测理论,运用图像处理技术,设计了一套电路板缺陷检测软件方案。PCB缺陷检测系统主要由运动控制装置、图像采集设备和图像处理软件系统这叁大部分构成。其中图像处理软件部分是本论文研究的核心,着重研究检测软件关键功能模块的算法及应用,并通过VC++编程实现验证了其检测性能。软件检测部分包括图像预处理、阀值分割、图像对比、缺陷识别等几大模块。在各软件模块中,着重研究PCB缺陷检测过程中设计的算法及实现。在预处理模块中,结合PCB板自身偏暗的特点,以及图像采集过程中可能混有噪声的干扰,运用图像增强、图像去噪等预处理手段得到高质量的PCB图像。在阀值分割模块中,针对PCB灰度直方图具有双峰的特点,在当前成熟的阀值分割算法理论中,选择双峰法阀值分割方法,得到特征清晰、低噪声的PCB二值图像。在图像对比模块中,在空间上对两幅图像进行定位,并进行异或操作得到缺陷图像,为了排除伪缺陷的存在,本文采用形态学的方法对二值化后的图像作进一步的处理,最终得到待测PCB图像的缺陷特征,通过对缺陷特征的分析获得缺陷连通区域的个数、各连通域面积及总面积等信息。在缺陷识别模块中,针对电路板常见的短路、断路、毛刺、缺损和空洞这五类常见缺陷,根据它们的特征差异进行分类,设计相应算法实现缺陷类型的判断,并提示缺陷信息,方便操作人员进行统计。
张玙[2]2008年在《PCB缺陷自动检测系统的研究与设计》文中研究指明近年来随印刷电路板生产复杂度和产量的提高,人工目检等传统PCB缺陷检测方式因接触受限、高成本、低效率等因素,已逐渐不能满足检测需要,因此开发一种代替人工的PCB缺陷的自动检测系统具有很大的现实意义和实用价值。本论文根据视觉检测理论,运用图像处理技术,建立了PCB缺陷自动检测系统方案,设计了检测软件结构,研究了检测软件关键功能模块算法及应用,并用VC++语言对其进行编程实现。该系统主要由扫描仪、计算机图像处理软件系统构成。其检测软件包含图像采集、预处理、阈值分割、图像配准、图像识别几大模块。在各个软件模块中,着重研究PCB缺陷检测过程中涉及的图像处理算法。在图像采集模块中运用投影法提取电路板信息。在预处理模块中,结合PCB板的特点运用图像预处理手段得到高质量的PCB图像。在阈值分割模块中,鉴于阈值选择中的人工干预问题,提出了一种基于像素统计的阈值方法的自动选择方法,并实现了六种当前成熟的阈值分割算法。在图像配准模块中,采用基于特征区域的图像配准技术,空间上实现两幅图像重迭配准,并对重迭部分进行异或处理,得到缺陷特征。在识别模块中分析了电路板的短路、断路、凸起、凹坑、空洞五大缺陷的特征,设计相应算法并予以实现,并提示缺陷信息,方便操作人员进行处理。
李强[3]2002年在《PCB板缺陷自动检测技术的分析研究》文中进行了进一步梳理在现代电子设备中印刷电路板(PCB)占有重要的地位，其质量直接影响到产品的性能，目前PCB质量检验工作大部分由人工目测完成，人为因素的影响易发生漏检和误检，因此PCB工业迫切需要在线自动视觉检测。 本文首先介绍了PCB缺陷检测技术现状及发展，然后分叁章来讨论了PCB缺陷检测技术。其一根据PCB图像的定位问题是PCB缺陷自动检测的关键技术之一，在第二章PCB板定位的研究中我们主要研究了用维纳滤波方法进行PCB的定位。维纳滤波法是利用图像重建技术，将模板看作用于匹配系数矩阵的模糊函数，通过去模糊过程来恢复匹配系数从而进行定位。实验验证了该方法具有较高的定位精度。同时，我们还对模板匹配法与维纳滤波法进行了一些特点上的比较。其二PCB缺陷图像检测算法是提高PCB缺陷的检测效率和正确率的理论依据，于是在第叁章PCB缺陷检测算法中我们主要研究了基于小波变换进行缺陷图像的边缘提取的方法。实验证明，利用小波变换具有检测信号突变点及多尺度分析的能力来进行缺陷图像边缘检测是有效的。其叁在第四章我们就PCB缺陷检测系统的构成及其设备的性质、特点进行了分析，就部分设备的选择进行了研究。由于现有的检测仪器不能很好地满足高速在线检测的实时性要求，为此本文中对适合进行图像处理的DSP技术进行了一些探讨。把DSP引入PCB检测系统的思路将有助于解决检测系统的实时性问题，是提高PCB检测系统的效率的一个新方法。
崔怀峰[4]2010年在《PCB表面缺陷自动光学检测技术的研究》文中研究指明在现代电子产品世界中,PCB已成为电子产品的重要组成部分,很难想象在一台电子设备中有不采用PCB的,所以PCB的质量将对电子产品能否长期、正常、可靠的工作带来非常大的影响。而面对国外昂贵的检测设备和国内旺盛的电路板生产需求,研究快速实用的PCB检测技术具有重要的学术意义和经济价值。在众多PCB缺陷检测方法中,AOI(自动光学检测)具有独特的优势。本课题是在研究AOI视觉检测技术的基础上,将虚拟仪器技术运用到PCB视觉检测中来。首先组建AOI系统的硬件部分,再以LabVIEW为开发环境完成PCB检测系统的软件开发。在图像预处理中,对每一种处理方法都采用不同的算法进行实验,并对其比较分析,由此选取适合PCB板缺陷检测的最优算法。充分发挥IMAQ VISION中的图像处理函数的优势,综合大量的算法,并可用户自定义模板,从而能够灵活快速地实现编程和满足图像清晰度的要求,为后续的图像识别奠定基础。PCB表面缺陷自动光学检测的关键技术之一是PCB板的精确定位问题。本文利用模板匹配法在PCB图像中建立坐标系,采用基于边缘灰度幅度的轮辐法检测定位圆,由幅度排序相关搜索算法检测出最佳圆,并提出了PCB板角度定位的算法,及比较了不同算法在检测精度、速度和稳定性上的差异,验证了轮辐法可实现PCB板的精确快速定位。在PCB图像识别方面,本文提出了两种识别方法。一种方法是将待测PCB板与标准PCB板进行比较运算,再对其进行伪彩色增强,从而便于人工识别缺陷类型。它可以作为自动检测的辅助手段,用来加强对缺陷的感性认识。另外,它属于半自动检测,从精度和速度上,其性能要远优于人工目检。另一种是通过粒子分析报告函数可以快速自动识别出PCB光板的断路等五大缺陷,相对以前的研究来说,该方法简化了程序流程,检测速度更快,编程更易实现。实验表明通过本检测系统可以有效地对PCB光板的短路、断路、凸起和凹坑等表面缺陷进行检测、定位和识别。
张宇[5]2013年在《基于图像处理的PCB缺陷检测方法研究》文中认为图像处理技术是随着图像采集技术、计算机技术的飞速发展而兴起的一门新型信息处理技术。早期的图像处理主要用于图像质量的改善,现在,图像处理方法越来越广泛的应用于各类工程和科学领域中的问题,如产品质量检验、医学指纹识别、图像分析等等。在现代各类电子设备中,印刷电路板(Printed Circuit Board,PCB)占有重要的地位并得到了广泛的应用,其产品性能直接受到电路板质量的影响。作为电子工业最前沿业之一,PCB行业随电子、通信、计算机等产业的飞速发展朝生产高性能、高复杂度、高密度产品等方向日益发展。本文首先介绍图像处理方法在PCB质量检测方向应用的研究背景,国内外研究的现状；分析PCB自动检测系统的结构与特点,研究对其检测结果具有决定性意义的步骤；分别分析各步骤中的关键算法。针对PCB图像中模板图像与待测图像匹配的方法进行深入研究,对已有的SIFT算法进行分析,结合PCB图像的特点,提出改进的SIFT算法。该算法能够更好的应用于PCB图像的配准。该算法首先利用SIFT算法提取的图像关键点只分布于特定区域的特点,研究得到该特定区域的提取方法,删除图像中冗余信息,加快计算速度；然后利用SIFT算法具有良好的扩展性,可以顺利的与其他形式的特征向量进行结合使用的特点,将传统的矩形特征描述子改为具有良好旋转性的圆形特征描述子,并提高特征点的筛选要求,达到在不降低匹配准确度的情况下简化运算步骤,加快运算速度的目的。对于精确匹配后的PCB图像,针对不同电路板类型,分别对未焊接元器件的裸版,和已焊元器件电路板进行检测。对于裸版,利用序贯相似相检测算法的思想和线性分类中的特征空间几何划分的思想,结合树状图进行图像特征分类的方法,进行缺陷识别；对于已焊接元器件的电路板,根据系统中已存储的元器件信息,提取各元器件位置信息,针对不同元器件利用其不同特点进行缺陷的识别；对于传统的焊点,本文采用简单的参考比较法对其进行判断。最后对提出的算法进行仿真分析,并与原算法比较,证明所提算法的优越性。
胡文娟[6]2007年在《基于机器视觉的PCB光板缺陷检测技术研究》文中指出印刷电路板(PCB)是集成各种电子元器件的信息载体，在电子领域中有着广泛的应用。随着技术的不断发展和工艺水平的不断提高，电子产品趋于更轻、更薄、更小，PCB朝着层数更多、密度更高的方向发展，这使得PCB的质量检验成为一件非常困难的工作。传统的人工检测方法容易漏检、检测速度慢、检测时间长，已经不能满足生产的需要，如何更有效的实现PCB的自动缺陷检测，成为半导体工业领域一个热门问题。机器视觉检测技术，集电子学、光电探测、图像处理和计算机技术于一身，是精密测试技术领域内最具有发展潜力的新技术。机器视觉系统，一般采用CCD或CMOS摄像机摄取待检测目标并转化为数字信号，再采用先进的计算机硬件与软件技术对数字图像信号进行处理，从而得到所需要的各种目标图像特征值，并由此实现零件识别或缺陷检测等多种功能。然后再根据其结果显示图像，输出数据，由反馈信息引导执行机构完成位置调整、好坏筛选等自动化流程。将机器视觉引入到工业检测中，具有非接触、速度快、柔性好等突出优点，在现代制造业中有着重要的应用前景。本文将机器视觉技术应用到PCB光板的缺陷检测中，实现PCB光板的自动缺陷检测。在研究机器视觉技术的基础上，针对PCB光板上的几种常见几何缺陷类型，制定PCB光板缺陷检测系统总体方案，讨论视觉检测系统工作原理，为PCB光板视觉检测系统搭建硬件平台：包括照明系统、图像采集系统、以及控制台系统；重点针对采集的PCB光板图像讨论视觉检测算法并进行仿真实验，包括图像预处理、分割、描述、数学形态学、模式识别等方法，着重根据PCB设计规则运用数学形态学及模式识别方法完成自动检测识别；最后根据视觉检测算法设计系统软件，对PCB光板完成缺陷的检测与识别。对包含不同缺陷的PCB光板图像进行实验，结果证明本文的PCB光板缺陷检测系统能够对PCB光板上的短路、断路、毛刺、缺损四种主要缺陷做出有效的检测、定位与识别。
杜颜颜[7]2010年在《PCB板元器件检测系统的研究》文中进行了进一步梳理随着科技的发展,印刷电路板(PCB)上集成的电子元器件越来越多,一旦发现一点质量问题,整个产品就成为了废品,给厂家带来巨大的经济损失,因此需要对印刷电路板进行实时检测,但是人工检测因容易漏检、效率低下等原因已不能满足生产的需要,而PCB在线自动检测系统可以解决这些问题。本文主要研究了数字图像处理技术在印刷电路板缺陷在线自动检测系统中的应用,并进行了软件设计。整个检测系统结构主要包括PCB图像预处理、图像定位、PCB裸板检测和电子元器件检测四部分。(1)研究了PCB图像的颜色空间转换、图像增强、去噪及边缘检测技术,并针对边缘检测技术,提出一种改进Canny的彩色边缘技术,该算法边缘定位精确,提取边缘信息丰富。(2)电路板检测对图像位置的精确度要求较高,而采集得到的图像存在偏移,因此本文采用图像配准的方法实现图像的定位。(3)针对PCB裸板存在的短路、断路、凹陷和凸起等缺陷,采用欧拉数和区域面积检测的方法进行识别,结果表明该检测算法是可靠的。(4)对电子元器件的各器件缺陷进行识别算法分析。其中,卧式电阻和电容主要通过检测HSI空间H分量颜色图进行识别,贴片电阻采用垂直投影的方法进行检测,芯片极性圆通过Hough变换来检测,并通过实验检测算法的可靠性。
俞玮[8]2007年在《AOI技术在PCB缺陷检测中的应用研究》文中指出随着计算机技术、数学形态学理论、CCD技术及图像处理技术的发展,国内外越来越重视自动光学检测技术的研究与应用,自动光学检测技术在工业生产、气象观测、医学等领域迅速推广应用。PCB的检测最早采用人工目测方式,随着PCB生产技术不断进步,人工目测方式已不能满足可靠性的要求。对于重复、单调、严格的检测任务,采用自动光学检测系统(AOI)检测是最好的解决方案,因此图像检测法也将成为PCB缺陷自动检测技术的主要方法。本文探讨了自动光学检测系统(AOI)检测技术在印制电路板生产和检测中的具体应用。首先,基于内外AOI系统中图像识别软件研究成果,设计了一个完整的检测方案,包括图像采集、图像预处理、图像分割、PCB图象定位、缺陷识别与定位等,明确了研究路径和方法。本方案通过非线性变换,将RGB色彩空间转换到能独立感知各颜色分量变化的HSI色彩空间。据PCB图像的特点,通过比较色度、饱和度以及亮度直方图的峰谷、峰值的特点,选取合适的特征量进行自适应阈值分割。其次,通过对设计规则校验法的分析和研究,针对PCB走线比较规则的特点,提出了在中心线画法线的算法来检测线宽和线距。实现检查导体内部或导体之间尺寸是否满足设计标准所要求的宽度或间隙,任何与设计规则要求不符的宽度或间歇均被认为是潜在的缺陷。最后,设计了线路层、焊盘层等局部检测实验,设计了线宽和线距的检测实验。实验结果分析,该方法能较准确的检测出待检测电路板上存在的缺陷,实现了自动无接触检测的目的,提高了检测效率,基本达到实时检测的目的。
谢佳豪[9]2004年在《基于计算机视觉的印刷电路板自动检测系统的研究》文中研究表明印刷电路板(PCB)是集成各种电子元器件的信息载体，在各个领域得到了广泛的应用。随着技术的不断发展和工艺水平的不断提高，PCB朝着层数更多、密度更高的方向发展。然而，如何在高度自动化的生产现场自动检测PCB板一直是研究人员的难题。本课题确定了利用光学摄像技术、微机控制技术、图像处理分析技术来自动检测PCB的方法，为PCB的自动检测提供了一个切实可行的方案。 本课题是在先前研究者的基础上进行的，他们的研究方向主要集中如何寻找图像处理算法来识别PCB的缺陷，从他们的研究成果来看，能检测出部分的印刷电路板的缺陷，如短路、断路、毛刺、缺损等等，但是采用图像处理技术检测出印刷电路板的缺陷，还只是印刷电路板自动检测系统的一个方面。除此以外，还有CCD高分辨率和大视场之间的矛盾，上下位微机并行系统如何控制印刷电路板图像自动采集，印刷电路板的线宽、线距和丢失线条等缺陷如何检测等问题还悬而未决，本课题将就如何结合计算机视觉技术、精密机械技术、自动控制技术和图像处理技术，如何解决图像采集高分辨率与大视场之间的矛盾，如何实现图像的自动拼接，如何实现两维工作台的精确定位，如何实现上下位机的准确通讯，如何检测线宽、线距缺陷和丢失线条等问题展开重点研究。实验证明，本课题较好的解决了上述几个问题，弥补了现行PCB检测系统的不足，为PCB的自动检测提供了一个较为完善的方案。
马彩青[10]2009年在《基于图像处理的PCB缺陷检测系统的设计与研究》文中研究指明印刷电路板(PCB)是集成各种电子元器件的信息载体,在各个领域得到了广泛的应用。近年来随着印刷电路板生产复杂度和产量的提高,传统PCB缺陷检测方式因接触受限、高成本、低效率等因素,已经逐渐不能满足现代检测需要,因此研究实现一种PCB缺陷的自动检测系统具有很大的现实意义和实用价值。本论文根据机器视觉检测理论,运用数字图像处理技术,构建了一套PCB缺陷自动检测系统方案。该系统主要由光照、CCD摄像机、图像采集卡、运动控制台及计算机图像处理软件组成。其中图像处理软件部分作为本论文的核心,着重研究了其关键功能模块包括图像预处理、阈值分割、图像识别几个部分算法的选择与设计,并在MATLAB7.0的环境下进行仿真。运用现代成熟的数字图像处理技术,本文实现了PCB缺陷的软件检测方案。在预处理模块中,结合PCB板的特点运用图像预处理手段得到高质量的PCB图像。在阈值分割模块中,实现了四种当前成熟的阈值分割算法,以得到特征清晰、低噪声的PCB二值图像。在识别模块中结合电路板的短路、断路、毛刺、缺损、空洞五大缺陷的特征,设计相应算法并予以实现,并提示缺陷信息。
参考文献：
[1]. 印刷电路板缺陷检测技术及系统实现研究[D]. 姚文伟. 昆明理工大学. 2012
[2]. PCB缺陷自动检测系统的研究与设计[D]. 张玙. 北京交通大学. 2008
[3]. PCB板缺陷自动检测技术的分析研究[D]. 李强. 合肥工业大学. 2002
[4]. PCB表面缺陷自动光学检测技术的研究[D]. 崔怀峰. 五邑大学. 2010
[5]. 基于图像处理的PCB缺陷检测方法研究[D]. 张宇. 东北大学. 2013
[6]. 基于机器视觉的PCB光板缺陷检测技术研究[D]. 胡文娟. 武汉理工大学. 2007
[7]. PCB板元器件检测系统的研究[D]. 杜颜颜. 河北工业大学. 2010
[8]. AOI技术在PCB缺陷检测中的应用研究[D]. 俞玮. 电子科技大学. 2007
[9]. 基于计算机视觉的印刷电路板自动检测系统的研究[D]. 谢佳豪. 西安理工大学. 2004
[10]. 基于图像处理的PCB缺陷检测系统的设计与研究[D]. 马彩青. 西南交通大学. 2009