随着我国全面迈进5G网络新时代,物联网等电子信息产业蓬勃发展,印刷电路板（Printed Circuit Board,PCB）作为实现元器件电气互联的接插基板,其表面贴片（Surface Mounted Technology,SMT）后电子元件的引脚起翘、元件不平等三维缺陷的检测识别尤为重要。光栅投影技术作为基于三维数据进行缺陷识别的关键环节,具备非接触、测量精度高等优点,但应用传统单目单光栅结构进行三维重建时,PCB元件高度差和投影角度会导致阴影存在,使得元件的高精度三维信息获取较为困难。因此传统的光栅投影模型无法进行全方位的三维重建,在PCB元件的测量及缺陷识别方面存在不足,所以研究多视图三维重建方法具有重要的实际意义。本课题拟研究面向PCB元件缺陷识别的多视图三维重建方法,以PCB元件为研究对象,通过多视图360度投影实现PCB元件的高精度三维重建,重点解决重建过程中的元件阴影分割、多视图相位融合以及三维缺陷识别等问题。本文研究内容主要包括以下4点:（1）总体系统方案设计。首先对本课题三维缺陷识别的技术要求进行介绍。详细分析本课题存在的阴影和重建盲区难点,设计本课题基于多光栅投影的多视图三维重建系统方案,具体介绍系统各部分组成,并搭建图像采集、光栅投影等硬件系统。同时根据系统的多视图投影特点,设计软件的总体架构和算法方案。（2）基于多尺度自注意力的元件阴影分割方法。针对单目单光栅三维重建存在的元件阴影问题,利用投影周期内阴影区域像素变化特性,提出了基于条纹投影特性的阴影分割方法。针对自适应分割性能的不足,设计融合卷积与自注意力的多尺度阴影分割网络,结合多尺度特征提取及自注意力机制实现鲁棒的阴影分割。对于分割阴影区域边缘不准的情况,引入相移条纹信息指导网络学习阴影边缘,实现阴影准确分割。（3）基于多视图相位融合的三维重建方法。针对单目单光栅三维重建存在的重建盲区问题,设计了基于多光栅投影的多视图三维重建方法。详细介绍光栅投影三维重建系统标定方法,包括相机标定、相位求解以及系统标定推导等内容,完成二维相位到三维点云的转换计算。针对标定视野内光强不同的问题,提出了动态阈值分割算法,实现标定点的鲁棒提取。针对多视图相位数据,提出基于通道滤波的联合高斯权重相位融合方法,实现了多视图相位融合。针对泛化性较差的情况,提出了基于生成对抗网络（Generate Adversise Network,GAN）的相位融合方法,提高了相位融合精度。（4）基于点云配准与分类的元件缺陷识别方法。针对本课题研究的三维缺陷,结合2D与3D方法设计缺陷识别算法。针对元件的三维缺陷定位问题,设计基于迭代最近点（Iterative Closest Point,ICP）优化的点云配准方法,通过配准元件点云与模板点云,结合距离阈值实现缺陷定位分割。针对分割出的缺陷点集,设计基于支持向量机（Support Vector Machine,SVM）分类模型的缺陷识别算法。针对识别过程中特征提取不够鲁棒的问题,改进Point Net++点云分类网络,融合多尺度特征辅助分类,提升目标缺陷的识别准确率。本文主要研究面向PCB元件缺陷识别的多视图三维重建算法,并在此基础上编写PCB元件三维缺陷识别系统软件,软件主要包括系统标定、三维重建和缺陷识别等功能模块。为验证多视图三维重建算法的有效性,本文基于自建数据集完成阴影分割精度试验、多视图三维测量精度试验以及缺陷识别准确率试验。试验结果表明:本文所搭建的多视图三维重建系统具有良好的精度与稳定性,阴影分割的平均交并比为0.87,三维测量的绝对精度为0.04mm,重复精度为0.01mm,缺陷识别跑料测试的准确率在98%以上,过检率低于1.5%,漏检率低于0.5%,满足课题要求。