论文部分内容阅读
近年来随着电路印刷板PCB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。检测方法中基于图像处理的自动光学检测已展现其优势。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自动光学检测技术具有重要的学术意义和经济价值。笔者研究了基于图像处理的PCB缺陷自动光学检测技术,目的在于实现高精度、快速的PCB缺陷检测。笔者建立了基于图像处理的PCB缺陷检测系统方案,构建了检测软件结构,研究了检测软件关键功能模块算法及其应用。检测系统采用非接触式的自动光学实时无损检测方式,主要由运动控制、光照、图像采集、计算机图像处理系统构成。检测软件包含系统自检初始化、运动采集控制和待测图采集、标准图恢复和入库、缺陷检出、缺陷分析识别几大模块,其中标准图恢复入库、缺陷检出和缺陷分析是关键功能模块。标准图恢复和入库模块在成批检测前完成,该模块主要实现标准图恢复和保存功能,通过内存画图和分模块保存等措施,解决了高精度标准图中海量数据的及时获取、转换、快速显示和保存等问题。缺陷检出模块主要实现缺陷位置检出功能,包含图像预处理、配准、对比、去噪、缺陷位置显示等,通过灰度图自适应二值化阈值分割和快速开运算去噪,解决了由噪声干扰引起的图像线路特征削弱问题;通过灰度图二值化压缩数据量,构建图像模块库以供快速调用和处理图像,在配准、去噪等算法中有效限定处理范围,将检出各环节集成到相同扫描循环同步处理等措施,解决了多处理环节、高精度待测图中海量数据和检出速度之间的矛盾。缺陷分析模块主要实现缺陷特征统计识别和整板质量初评,包含几何特征统计,连通、灰度、边界特征的选择性联合识别,及根据分析对整板的质量初评。通过限定范围标记法,根据缺陷严重性和已识别程度而采用的树状分层多特征选择联合识别法,解决了缺陷多种类、多特征和识别速度之间的矛盾,提高了分析速度。实验证明文中基于图像处理的PCB缺陷检测算法可进行快速实用的高精度检测。