论文部分内容阅读
PCB板元器件插件的正确与否决定了电路板的质量及生产成本,尤其是带有极性和方向性的元器件的反接将直接损坏电路板,给生产造成损失。而基于自动光学检测(Automatic Optical Inspection.AOI)的PCB元器件缺陷检测技术,因其与人工目检相比具有性能稳定、效率高等优势正逐渐替代人工。因此,研究适用于PCB板上带有方向性元器件的缺陷检测具有重要的意义。本文针对PCB板带有方向性元器件的缺陷检测,主要研究了电解电容的极性检测、多种插座的方向检测和二极管的极性检测算法,进而搭建了 PCB板在线检测系统,实现了带有方向性元器件的缺陷检测。本文的主要研究内容如下:(1)首先研究了图像亮度的初始化设置。通过计算图像像素偏差值的均值与方差来获取图像亮度参数指标,并根据亮度参数进行图像定标,依据该标准值来调节镜头光圈及相机曝光,从而降低因环境亮度的不同对算法检测性能的影响。(2)研究了PCB板图像的拼接算法。在相机采集图像时,由于不同位置的元器件拍照角度不同,使得较高的元器件存在遮挡及阴影等现象,为了避免该现象本文采用拼接的方式获取PCB板图像。而利用模板匹配的拼接算法,当重合区域内存在较高元器件时,会造成拼接位置发生偏移。针对该问题,本文提出差值匹配算法,并结合模板匹配算法进行二次匹配,以此来寻找图像重合区域,实现电路板的拼接。实验结果证明该方法能够减少拼接位置偏移现象的发生。(3)提出了基于轮廓特征与窗口平滑度的电解电容极性检测算法。由于PCB板上的电解电容存在歪斜及白色印制文字干扰等现象,对其内圆的定位与极性判断产生影响,传统算法难以适应复杂场景的检测,因此本文以近似圆形状描述子以及折线角度连续性特征作为筛选电解电容内圆轮廓的特征信息,并通过广义霍夫变换圆检测算法提取图像中的潜在圆,进而结合轮廓面积信息进行比例加权判定,由此确定电解电容内圆位置。利用滑动窗口计算电解电容圆环展开图的平滑度,排除非极性区域白色文字的干扰,实现电解电容极性检测。实验结果表明,本文算法适用于多种复杂场景,相较于传统Hough变换算法和SURF算法定位更准确,极性检测的准确率可以达到96.72%。(4)研究了三种不同类型插座的方向检测算法。针对彩色插座的检测,通过单通道图像的差值运算实现插座定位,利用最小面积外接矩形进行角度纠正,并根据投影直方图判断插座方向。针对白色插座的检测,本文通过二次阈值提取以及多次分割的方式保留插座特征信息,利用矩形检测确定其主体区域,并根据暗通道图像实现插座方向检测。针对凹槽插座的检测,本文采用高反差保留的方式增强图像边缘信息,再通过计算轮廓相似度提取方向特征,从而判断插座方向。通过实验验证了三种算法的有效性,其检测准确率分别为99.1%、97.35%、95.23%。(5)研究了二极管的极性检测算法,提出基于改进的图像匹配与梯度边缘特征的二极管极性检测。通过计算两幅图像的彩色直方图相似度来进行粗匹配,获取匹配的图框集合,再结合SSIM结构相似性提取出最佳匹配结果。然后利用梯度边缘特征获取到极性区域边缘图像,计算图像所有列中像素的最大连续范围,从而确定极性方向。实验表明本文算法优于对比算法,对存在印制文字以及自身反光干扰的二极管检测具有鲁棒性,其极性检测准确率为96.12%。本文针对PCB板上有方向性的元器件提出相应检测算法,并验证所提算法的有效性,能够适用于较为复杂的检测环境,检测准确率满足PCB板元器件缺陷检测的要求。