PCB自动光学检测系统基础算法研究

发布时间：2018-04-14 21:22

本文选题：机器视觉 + 自动光学检测　；参考：《电子科技大学》2014年博士论文

【摘要】：随着科学技术的持续发展,军工和民用设备日趋小型化、集成化,进而对印制电路板(PCB:Printed Circuit Board)的质量要求日益提高。PCB光学自动检测(AOI:Automatic Optical Inspection)设备是保证PCB质量(尤其是高端PCB质量)的关键设备。然而,由于历史的原因,中国起步较晚,只研制成功一些相对较低端的PCB检测设备,国内使用的PCB检测设备,尤其是高端PCB检测设备,主要来自于以色列、日本及一些欧美国家。这不仅使我国丧失了AOI本身的广阔市场,而且还严重制约了相关领域高端的研究和发展。显然,要实现产业调整和“中国智造”,必须自主研制高端PCB AOI,以拥有具自主知识产权的核心装备。而PCB AOI的核心技术是图像处理和分析。因此,为发展我国高端AOI设备,增强我国在相关领域的竞争实力,必须就AOI的图像处理和分析算法展开深入研究。正是为研制有完全自主知识产权的高端AOI,以满足国家相关领域的迫切需求,本文就AOI最底层的基础算法展开研究。本文对高端PCB自动光学检测设备中的图像处理分析基础算法(Low-level Algorithm)进行了深入研究,提出了实际的解决方案,并应用到了最终的设备中,为高端PCB自动光学检测设备的国产化奠定了基础。主要的研究成果和创新之处如下:1.设计了针对PCB外观检测的颜色预处理算法PCB外观检测机在判断颜色缺陷的稳定性上,一直存在问题,即便是国外设备也同样存在此问题。尤其是焊盘区域颜色的纹理分布以及氧化造成的暗斑,导致设备不能稳定地检出相关缺陷;本文通过分析PCB金属焊盘和杂质的颜色分布,及其噪声形态,利用***均匀颜色空间和Bilateral滤波相结合的方式,在抑制噪声的同时保留了缺陷特征,实现了检测的稳定性。同时还有效提炼了数据的信息量,为后续的缺陷分类器提供了良好的数据源;2.在双远心光学系统下,实现了真实亚像素精度的测量,达到国外领先产品的相同指标针对高精度测量对边缘检测提出的更高要求,本文分析了现有边缘检测算子、亚像素边缘检测算子存在的亚像素位置偏移问题。在原有亚像素边缘检测算子的基础上,利用自动化的图像分析算法和统计学习理论以及相关的径向基函数神经网络的非线性函数插值技术,设计实现了亚像素边缘检测算子的补偿系统;应用此补偿系统在实际的测量设备中,达到了在图像单个像元45分辨率下5的测量精度,和在图像单个像元18.7分辨率下1的测量精度,赶上了国际上领先产品的指标,并以绝对优势领先于国内同类型产品;3.面阵和线阵光学检测系统的自动化高精度校调技术针对面阵系统,本文分析了决定标定参数准确度的相关参数,为系统的标定过程,提供了理论指导;针对线阵系统,提出了一套自动化的标定矫调方法。该方法利用线阵相机的阵列方向建立空间坐标,通过采集到的图像分析计算出空间坐标的相关自由度参数,这些参数表征了线阵相机与坐标系的相对位置,然后通过调校相关自由度参数即可实时地调校相机位置;理论分析和实验结果表明:采用该方法可以获得高达2.7的光学分辨率,并且实现了结果分析与调校的同步;4.提出了一种二维图像光栅的亚像素级定位拼接新方法针对自动视觉检测系统中,难以获得具有重复纹理特征的大面积物体的高精度图像问题,该方法采用光栅尺记录物体的位置信息,引入圆盘格标定板对二维运动平台X、Y轴与相机X、Y轴之间的夹角进行准确标定,建立基于全局物理直角坐标系的二维拼接模型完成图像的拼接;实验结果表明,该方法的标定重复精度可以达到10-4弧度量级,拼接的物理误差为8,拼接精度比校正前提高了近8倍,比已见报道的方法提高一倍以上;该方法已成功应用于导航卫星接收天线电路的在线检测设备,并可广泛推广至检测精度要求达到亚像素级的机器视觉自动化检测领域;5.提出了一种针对大数据量的改进K-D树空间位置搜索算法该方法在生成树和进行完整树查询时的计算复杂度都为(log)。实验表明,这种方法查询效率高于传统的顺序查询搜索法和K-D树查询搜索法,对含有10万个以上孔的PCB板,依然有着较好的性能;该方法已成功应用于国内首台PCB AOI检孔机中。通过上述几个方面的研究,切实解决了PCB自动光学检测在工程实现上的若干重要问题,为高端PCB自动光学检测设备的自主研发奠定了坚实的理论基与技术基础。
[Abstract]:......
【学位授予单位】：电子科技大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP391.41

【参考文献】