基于FPGA的PCB板缺陷检测系统

发布时间：2020-11-17 01:44

　　 近年来,随着电子制造业的不断发展,印刷电路板(Printed circuit board,PCB)的产量也随之不断增加。印刷电路板是制造电子产品过程中所需的一种的工业材料,其质量的好坏会直接影响生产出的电子产品的功能和质量,因此对印刷电路板的质量进行快速、精确的检测成为业内的研究热点。目前,市面上已经存在许多基于机器视觉技术对印刷电路板进行缺陷检测的产品,这种产品主要由图像采集卡、PC、机械装置和软件系统等组成,由于图像采集卡和PC的价格昂贵,因此产品的成本较为昂贵,致使其推广有一定的阻碍。为此,本人结合实践基地的项目,依据检测速度快、性能好、成本低的技术要求,设计了一种基于FPGA的PCB缺陷检测系统。围绕着系统的设计与实现,本文的工作内容主要如下:1.通过对“基于FPGA的PCB缺陷检测系统”项目的市场定位、技术定位的调查和需求分析,提出了系统的总体实现方案,对系统所需的图像采集、图像预处理、缺陷检测、机械控制等主要功能的实施方案进行了论证;2.基于赛灵思(Xilinx)公司推出的Vivado开发平台,完成了图像采集模块、图像预处理模块、缓存模块、缺陷检测模块、HDMI驱动显示模块的FPGA设计与实现,并与软件实现的性能和处理速度进行了比较,实验结果表明各模块性能符合要求且在处理速度显著提升;3.利用modelsim和ILA等软件工具,对图像采集、中值滤波、膨胀腐蚀和图像存储等模块的的程序进行仿真验证。验证通过后,利用Vivado软件编译生成工程下载文件,下载上板验证,如有不符合需求的地方,通过示波器和逻辑分析仪等工具进行调试,完成最终的设计。
【学位单位】：郑州大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN41;TN791;TP391.41
【部分图文】：

图 2. 1 FPGA 芯片语言是 HDL（hardware 80 年代左右，随着社会的需求，硬件描述语言也在述语言中应用最广泛的两千秋，verilog 相对于 V 来说更加严谨。本次作品，一方面考虑到国内的大着开发人员的更替，选择人员直接上手跟进。目前势：编程逻辑门阵列和 I/O 资源方便后期的维护、移植、

值滤波算法是一种非线性低通滤波算法，由于对模板内的像可以很好的过滤椒盐噪声，缺点则是容易造成图像的不连续缘检测算法边缘检测属于图像处理技术的常用功能。边缘检测的基本目明显变化区域的边界，通常这些区域以及周边范围集中了一息，这些信息包括方向的变化、高度的变化、物质变化等，，这些信息的类型也不同。边缘检测可以去除掉图像中除边信息，从而可以减少其它算法的运算量[18]。对于本系统而言像进行边缘检测依然能保留 PCB 的走线、打孔等轮廓信息，背景更方便后续进行缺陷检测。检测的原理就是将物体的边缘呈现出来，而物体的边缘则是素点的集合，这也是图像的基本特征。本系统设计主要用到obel 算子是一种离散差分型算子，用来运算图像亮度函数的灰el 卷积因子如图 2.2 所示。

图 3. 1 系统工作原理图图 3. 2 系统的工作流程图由图 3.1 和图 3.2 可知，实现系统功能的主要模块包括：PCB 传输系统、机械装置、图像采集模块、图像处理模块、图像缓存模块、缺陷检测模块和显示模块。本文的工作将对红色虚线框内的图像采集模块、图像预处理模块、图像缓存模块、缺陷检测模块和显示模块利用 FPGA 开发板进行实现。由于系统的
【相似文献】

相关期刊论文 前10条

1 张昱;张健;;模糊专家系统在TFT-LCD缺陷检测中的应用[J];光电子·激光;2006年06期

2 吴明复;纤维增强复合材料的应用及其缺陷检测[J];航天工艺;1988年01期

3 张兴森;边美华;梁庆国;卢展强;;基于涡流检测的电力线夹缺陷检测与分类方法[J];中国科技论文;2017年04期

4 张国强;张晓;隋文涛;;基于敲击信号的刹车片内部缺陷检测[J];组合机床与自动化加工技术;2017年10期

5 包正林;;有关阀门缺陷检测方法的分析[J];科技创业家;2013年22期

6 黄艳红;高晓蓉;杜路泉;;光纤光栅传感器在桥梁缺陷检测和结构健康监测中的应用[J];铁道技术监督;2007年11期

7 马少林;用于全寿命风险管理的缺陷检测和预防技术研究[J];航空兵器;2005年02期

8 苏若;吴际;刘超;杨海燕;;基于多视角卡牌模型的需求缺陷检测[J];计算机科学;2018年10期

9 顾杰;肖辽;马军山;;机器视觉在TFT-LCD暗画面缺陷检测中的应用[J];光学仪器;2017年03期

10 李羽可;涂君;宋小春;;超声相控阵缺陷检测聚焦技术仿真分析[J];测控技术;2016年07期

相关博士学位论文 前10条

1 艾矫燕;基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D];华南理工大学;2003年

2 张昱;基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D];哈尔滨工业大学;2006年

3 彭艳华;基于激光散斑的轮胎制造内部缺陷检测与疲劳寿命预估[D];华南理工大学;2017年

4 陆向宁;基于主动红外热成像的倒装焊缺陷检测方法研究[D];华中科技大学;2012年

5 陈志彦;并行谱域光学相干层析成像系统的研制与应用研究[D];浙江大学;2017年

6 陆宁;基于主动红外热成像的倒装焊缺陷检测方法研究[D];华中科技大学;2012年

7 赵云山;基于符号分析的静态缺陷检测技术研究[D];北京邮电大学;2012年

8 何健鹏;面向钢板缺陷检测的电磁超声兰姆波换能器研究[D];北京科技大学;2018年

9 崔克彬;基于图像的绝缘子缺陷检测中若干关键技术研究[D];华北电力大学(北京);2016年

10 康维新;基于小波和支持向量机的桩基缺陷检测技术研究[D];哈尔滨工业大学;2010年

相关硕士学位论文 前10条

1 孙帅斌;基于FPGA的PCB板缺陷检测系统[D];郑州大学;2019年

2 韩凯;基于深度学习的汽车轮毂表面缺陷在线检测算法[D];北京邮电大学;2019年

3 周铭男;高效的分布式缺陷检测方法及应用[D];北京邮电大学;2019年

4 李东旭;基于机器视觉的白酒瓶瓶口缺陷在线检测系统[D];沈阳工业大学;2019年

5 张旖旎;基于定向模糊测试技术的缺陷检测系统研究与实现[D];北京邮电大学;2019年

6 吴进仪;基于机器视觉的衬布缺陷检测系统研究[D];浙江工业大学;2019年

7 程康;基于深度学习的工业品不规则缺陷检测研究[D];浙江工业大学;2019年

8 何俊杰;基于深度学习的TFT-LCD线路缺陷检测研究[D];厦门大学;2018年

9 陈玉叶;液晶屏非显示缺陷检测[D];厦门大学;2017年

10 茹愿;基于编码结构光的工件装配缺陷检测方法研究[D];天津工业大学;2019年

本文编号：2886929