论文部分内容阅读
印刷电路板(Printed Circuit Board,PCB)电子元件间的安全距离影响到电子设备质量,更关系到消费者使用安全。随着电子产品的日益集成化和小型化,传统的检测方法已不能满足工业生产的实时性和可靠性要求,且将自动光学检测系统(Automated Optical Inspection,AOI)应用于安全距离检测的研究还很少,因此本文搭建PCB插装元件安全距离检测环境,研究PCB图像定位算法和安全距离检测算法具有重大意义。本文主要研究PCB图像定位及元件安全距离检测等相关问题。首先,介绍了AOI检测系统的基本工作原理及国内外研究现状,针对本文具体情况搭建硬件系统,并从光照模块和成像模块进行详细分析和灯光、相机等部件的参数选择。同时,深入研究图像的预处理算法,对比分析各种预处理算法优缺点,选择合适的算法对图像进行滤波、增强、阈值分割和边缘检测等预处理,方便PCB图像进行定位配准和电子元件检测。其次,针对PCB图像无法快速亚像素定位问题,论文提出一种基于改进Harris和边缘检测相结合的图像定位算法。先是采用最大邻域像素差值法剔除部分非角点并用LOG算子对图像实行边缘检测;接着利用基于圆形模板的自适应阈值法对边缘进行角点提取,通过直接对初提取角点进行亚像素定位的方式减少累积误差;而后采取归一化互相关及随机一致性算法对亚像素角点进行粗匹配及误匹配点剔除,实现PCB图像精确配准;最后,论文对电子元件特征进行分析和归类,采用不同算法对不同特征的电子元件进行检测。在此基础上,论文还提出一种K象限划分法求取目标元件的最邻近元件,建立坐标系,获取元件外接矩形的顶点坐标,从而对需要进行安全规范判断的电子元件进行距离检测,并同标准安全规范距离进行比对,统计不符合安规标准的电子元件相关信息。本文在VS2013环境下结合OpenCV2.4.11进行软件系统开发,实验结果证明,本文的PCB定位算法能有效对发生旋转和平移的PCB板进行快速精确定位,定位误差小于0.5pix,平均定位时间少于传统Harris算法定位的32.4%。同时,本文提出的K象限划分法有效对非邻近元件进行剔除,极大提高系统运行效率,通过对元件相对位置进行分析,实现对元件距离的检测和比对并对结果进行实时显示。