基于机器视觉的炉前PCB贴装器件缺陷检测

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:ghostlei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
炉前PCB贴装器件缺陷检测是指在表面贴装技术(SurfaceMountTechnology,SMT)生产线上使用贴片机对PCB芯片贴装完成后,在进入下一步回流焊前,对即将进行焊接的芯片的检测。其主要目标是判断芯片能否进行回流焊,是表面贴装技术生产线上的重要一步。它是以数字图像处理为主的一项重要的工业技术,近年来对于在炉前PCB贴装器件的检测的发展十分迅猛,各个公司也推出了自家的检测机器。但是对于贴装过程中的产生的不同错误,还有部分内容尚未被解决。对于这些没有解决的问题,本文将在以下的内容中展开研究:  首先是对于芯片图片样本的采集。对于不同类型的PCB板,只要出现同一类型的芯片,它们的图像信息应该是相近的。并且在不同的光照下,芯片的图像会产生一定的变化。针对这些相似的样本图像采集需要设计出相应的算法,在现有的图像处理算法中,选出合适的算法对图像进行滤波,提取特征点,得到芯片图像等。  其次,对比现阶段不同种类的神经网络,并且找出不同神经网络之间的差别。现阶段的神经网络主要用于图片分类和目标识别,不同种的神经网络对于不同的目的其结果也不相同,本文需要使用图片的分类,所以选择神经网络的标准是分类性能较好的网络。  之后,将芯片图像放入神经网络中进行训练。利用不同种类的神经网络结构对正样本和负样本进行训练,比较不同的神经网络的训练结果,使用准确率对不同的结果进行判断,并且从这些结果中挑选出最好的神经网络进行之后的训练。在本文中,最终选择了RES?152的神经网络作为训练的网络,因为其具有良好的分类性,利用残差网络可以对特征不同的芯片有较好的识别率。  最后将使用神经网络训练的结果与传统方法得到的结果进行比较,并且得到两种方法的准确率,从而判断两种方法的优劣。在结果中,使用深度学习的方式对芯片算法进行分类可以比使用传统方法进行分类的效果更好。在对比的过程中,使用的深度学习方法和尺度不变特征变换(Scale-InvariantFeatureTransform,SIFT)方法进行的对比。
其他文献
实际控制系统中,饱和非线性十分常见,输入受限大量存在,执行器发生饱和时,系统性能会受到极大影响,甚至发生不稳定。对于输入受限系统的研究无论在理论上还是实际应用中都具有重要
计算机断层成像(Computed Tomography,CT)能够在无损情况下获取物体的内部结构信息,当其应用于放射治疗时,根据重建出的表示人体器官和组织结构信息的影像,诊断出病灶的位置
随着电力系统自动化的发展,由机器人参与到带电作业中,代替人完成繁重、危险的工作逐渐成为趋势。本论文以山东科技大学机器人研究中心承担的国家863课题“配电带电作业机器人
航天继电器价格昂贵,可靠性要求高。可靠性试验是航天继电器可靠性工作的重要组成部分,是保证产品可靠性的必要手段。经典的可靠性试验以当前试验信息为分析基础,不使用先验
人脸识别是当前模式识别领域的一个研究热点,常用的方法很多,一般说来包括定位和分类两个部分。准确的定位是正确分类的前提,而分类的成功率又反映了定位质量的好坏,这两个方面是
开关磁阻电动机(Switched Reluctance Motor,简称SRM)具有结构简单坚固、体积小、重量轻、工作可靠、制造成本低廉等诸多优良特性。由其组成的调速系统(SwitchedReluctance Motor
磁悬浮轴承是利用磁力作用将转子悬浮于空间,使转子与定子之间没有机械接触的一种新型高性能轴承,具有寿命长、能耗低、噪声小、无需润滑等优点,在航空航天、能源、交通、机器人
由于连铸二冷区存在高温水蒸气,铸坯表面有水膜和氧化铁皮等因素,二冷区温度测量值精度低,连铸二冷水控制目前仍属于温度开环的控制模式。随着计算机技术的发展,应用连铸传热数学
在工业热工过程控制中,被控对象动态特性往往表现出非线性、时变性、大迟延和大惯性等特点,这使得难以对其建立比较精确的模型,从而难于精确表达热工过程及实施整体优化控制
随着空间科学技术的不断发展,用于在空间执行各种操作的空间飞行器技术日趋成熟,包括中国在内的世界各国都在不同程度的从事着此项研究。空间在轨交会是载人航天技术中的关键