论文部分内容阅读
随着科学技术和电子制造业的发展,在PCB制造过程中,PCB上的元器件安装普遍采用表面贴片安装技术。由于贴片元器件体积小,安装密度大,电路板的集成度进一步提高,传统的检测技术和方法已经不能胜任电路板检测的需要。由于计算机技术的快速发展,基于计算机视觉的自动检测技术具有可靠性好、精度高、非接触和快速的特点,研究机器视觉技术在PCB检测中的应用以及开发PCB检测系统具有极大应用价值与现实意义。
本文首先介绍了目前PCB检测技术的现状和发展,接着介绍了有关机器视觉的基本理论,最后介绍了本论文所做的相关研究工作。本文以实际为出发点,降低PCB元器件缺漏检测系统的成本为目的,选择了适合现有环境及本课题研究要求的PCB元器件缺漏检测方法。以计算机图像处理技术为理论基础,以Visual C++6.0为软件开发平台,综合运用模式识别和模板匹配等技术,本文对常见类型的PCB进行了研究,构建了PCB元器件缺漏检测系统。
本文主要研究工作如下:
1)通过试验,采用低成本的普通USB摄像头,搭建试验暗箱,利用普通荧光灯在侧面照明的方式下实现PCB图像的采集。
2)研究了PCB图像的3种软件定位方法:特征匹配、边缘检测和Hough检测定位圆。
3)考虑到感兴趣的检测区域是PCB上有元器件的位置,PCB的其他区域对检测干扰大,本系统加入PCB模板制作的人机交互操作。
4)采用模板匹配方法实现PCB元器件的缺漏检测,研究了不同匹配算法的效率。
5)对SMT和直插式2种类型PCB进行了实验:SMT类型的PCB有效检测范围为X方向偏移148像素,Y方向偏移56像素,旋转角度不超过18,PCB正确识别率为87.5%,若将元器件歪斜与过焊等缺陷统一为同一类型缺陷,则识别率提高到100%;直插式类型的PCB由于受人工因素的干扰比较大,识别率为60.33%。