论文部分内容阅读
随着我国电子科技水平的不断提高以及各行各业对质量的要求愈加严格,在自动化生产过程中,表面贴装电子元器件和小型金属元器件表面缺陷自动检测技术受到了越来越多的重视[1]。由于表面贴装电子元器件和小型金属元器件表面存在着不同种类的缺陷,本论文首先对各种常见的缺陷进行了分类,然后本论文分别以最常见的圆形小型金属元器件和贴片电容为载体设计了与其对应的表面缺陷检测系统,这套系统主要利用当下流行的数字图像处理技术,所以在检测的过程中精确度高,速度快[1][2]。本系统首先经过工业摄像头对元器件进行拍照采集,经过数字信号传输到相关计算主机中;由于直接采集的图片存在噪声过高、清晰度达不到检测要求、图像中信息过剩等一系列问题,所以在对图像处理中,运用了图像滤波,图像增强,图像形态学处理,图像分割,边缘检测一系列算法技术使得图像达到检测的相关条件;在处理的过程中,经过多次试验,在不同步骤中选取不同阈值以便得到最佳结果[3]。同时,由于本论文选择的三个主要特征分别为图像面积、图像中区块个数、图像边缘点数,所以在检测过程中无需考虑表面贴装电子元器件和小型金属元器件在背景中所处的位置,这就使得检测过程大大简化,同时加快了检测速度、提高了检测精度,从而用机器检测代替人工检测成为可能[4]。关于元器件的表面缺陷检测,本论文首先对可用于缺陷检测的图像处理的各个基本算法,比如图像滤波,图像增强,图像形态学处理,图像分割等进行了研究[5]。针对不易检测的划痕和刀痕,本论文采用了提取图像边缘的方法,对图像边缘的点数进行分析。本论文最先采用的算法是基于多尺度小波变换的边缘检测算法。该方法采用了多尺度的先进思想,利用三个不同尺度的Gauss滤波器,在单独的尺度下分别对图像进行滤波和梯度处理,然后对形成的梯度图进行加权从而得到总的梯度图。由于基于多尺度小波变换的边缘检测算法计算量非常大,在实际生产中很难满足要求,因此又采用了Log边缘检测算法,但是Log边缘检测算法对图像外沿提取不够精准,且对图像滤波要求较高,所以也不是很合适。于是又提出采用改进的自适应平滑滤波Canny检测算法。经过大量实验研究,此算法能够比较精准的识别出划痕和刀痕缺陷,并且速度较快[6]。运用本论文提出的检测方法,主要使用Matlab进行了仿真,对大量元器件样本进行了检测,虽然没有对元器件进行定位,对坏件检测的准确率达到了98%。