基于深度学习的IC引脚焊接缺陷自动检测技术研究
发布时间：2022-01-18 22:37
随着电子制造技术的发展,电路板上元件贴片安装（Surface Mount Technology,SMT）已广泛采用自动光学检测（Automated Optical Inspection,AOI）技术。目前AOI设备基本都采用统计建模和模板匹配的检测方式,可靠性高,速度快。但每次更换产品型号都需要重新进行统计建模,要通过对人工检测为合格的样本进行统计学习以建立模板,然后进行自动检测。这种建立模板方式耗时且繁琐,所以AOI在小批量多品种的电子制造企业应用效果不好。特别是对IC引脚焊接缺陷的检测,一直是AOI中的技术难点。且随着IC集成度更高,细间距引脚增加,检测难度更大。本文研究了采用深度学习方法,建立深度卷积网络,通过对大量不同型号的IC引脚焊接图像样本进行学习,然后对不同型号IC的引脚焊接缺陷进行有效检测。这样建立了通用方法,对不同型号IC,只需判断引脚位置,即可进行其焊接缺陷的检测,避免了更换产品型号后需要重新统计建模的环节,提高了生产效率。深度学习模型能够直接从输入的图片中提取分类特征,并通过层层卷积得到高层次的抽象特征,找到焊点缺陷图像的共同特征,对于不同类型的IC引脚都能进行准...
【文章来源】：五邑大学广东省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
AOI 中光源结构图
图 2-2AOI 中 IC 引脚拍摄图像示意图，对于合格的 IC 引脚焊点图，区域足够平坦，则该区域出现红色。对光被反射回 CCD 相机。因此，合格的不合格的引脚焊点图与合格的焊点相比
a) 均值滤波图 b) 中值滤波图 c) 高斯滤波图图 2-5 IC 器件滤波效果图2.4.2 IC 器件图像的二值化图像阈值分割处理是利用图像中要提取的目标物与其背景在灰度特性上的差
【参考文献】：
期刊论文
[1]改进Canny边缘检测的遥感影像分割[J]. 刘丽霞,李宝文,王阳萍,杨景玉. 计算机工程与应用. 2019(12)
[2]卷积神经网络的发展及其在计算机视觉领域中的应用综述[J]. 陈超,齐峰. 计算机科学. 2019(03)
[3]基于卷积神经网络的图像分类算法综述[J]. 杨真真,匡楠,范露,康彬. 信号处理. 2018(12)
[4]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[5]基于机器视觉的包装袋缺陷检测算法研究与应用[J]. 李丹,白国君,金媛媛,童艳. 激光与光电子学进展. 2019(09)
[6]基于改进的AlexNet网络模型的遥感图像分类方法研究[J]. 周天顺,党鹏飞,谢辉. 北京测绘. 2018(11)
[7]数字图像检测预处理方法研究[J]. 王志坚. 数字技术与应用. 2018(11)
[8]深度学习技术综述[J]. 周晟颐. 科技传播. 2018(20)
[9]用于管道焊接的双模板匹配视觉定位方法[J]. 肖光润,王中任,柯希林,刘德政. 激光与红外. 2018(10)
[10]基于卷积神经网络的随机手写数字识别[J]. 高磊,洪奔奔,姚青岐. 软件. 2018(09)
博士论文
[1]PCB自动光学检测系统基础算法研究[D]. 宋昀岑.电子科技大学 2014
[2]基于自然统计特性的图像质量评价方法研究[D]. 杨迪威.中国地质大学 2014
[3]基于视觉信息的图像特征提取算法研究[D]. 戴金波.吉林大学 2013
[4]PCB自动光学检测的图像检测与处理关键技术研究[D]. 乔闹生.电子科技大学 2010
硕士论文
[1]基于GoogLeNet网络结构的改进算法研究[D]. 王天兴.杭州电子科技大学 2018
[2]基于网络相机的分布式机器视觉检测系统[D]. 黄磊.南京航空航天大学 2017
[3]基于图像处理技术的AOI系统的研究[D]. 全正相.浙江理工大学 2017
[4]基于模板匹配工件定位的研究[D]. 陈泽宁.广东工业大学 2016
[5]IC芯片印刷字符识别算法研究与应用[D]. 胡洋.华中科技大学 2015
[6]图像处理技术在自动视觉检查系统（AOI）中的应用研究[D]. 王辉.青岛科技大学 2014
[7]基于线阵CCD相机的轨道图像采集系统设计[D]. 朱磊.南昌大学 2014
[8]基于AOI的PCB缺陷检测方法研究[D]. 雷芳.湖南大学 2011
本文编号：3595721
【文章来源】：五邑大学广东省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
AOI 中光源结构图
图 2-2AOI 中 IC 引脚拍摄图像示意图，对于合格的 IC 引脚焊点图，区域足够平坦，则该区域出现红色。对光被反射回 CCD 相机。因此，合格的不合格的引脚焊点图与合格的焊点相比
a) 均值滤波图 b) 中值滤波图 c) 高斯滤波图图 2-5 IC 器件滤波效果图2.4.2 IC 器件图像的二值化图像阈值分割处理是利用图像中要提取的目标物与其背景在灰度特性上的差
【参考文献】：
期刊论文
[1]改进Canny边缘检测的遥感影像分割[J]. 刘丽霞,李宝文,王阳萍,杨景玉. 计算机工程与应用. 2019(12)
[2]卷积神经网络的发展及其在计算机视觉领域中的应用综述[J]. 陈超,齐峰. 计算机科学. 2019(03)
[3]基于卷积神经网络的图像分类算法综述[J]. 杨真真,匡楠,范露,康彬. 信号处理. 2018(12)
[4]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理. 计算机应用. 2018(S2)
[5]基于机器视觉的包装袋缺陷检测算法研究与应用[J]. 李丹,白国君,金媛媛,童艳. 激光与光电子学进展. 2019(09)
[6]基于改进的AlexNet网络模型的遥感图像分类方法研究[J]. 周天顺,党鹏飞,谢辉. 北京测绘. 2018(11)
[7]数字图像检测预处理方法研究[J]. 王志坚. 数字技术与应用. 2018(11)
[8]深度学习技术综述[J]. 周晟颐. 科技传播. 2018(20)
[9]用于管道焊接的双模板匹配视觉定位方法[J]. 肖光润,王中任,柯希林,刘德政. 激光与红外. 2018(10)
[10]基于卷积神经网络的随机手写数字识别[J]. 高磊,洪奔奔,姚青岐. 软件. 2018(09)
博士论文
[1]PCB自动光学检测系统基础算法研究[D]. 宋昀岑.电子科技大学 2014
[2]基于自然统计特性的图像质量评价方法研究[D]. 杨迪威.中国地质大学 2014
[3]基于视觉信息的图像特征提取算法研究[D]. 戴金波.吉林大学 2013
[4]PCB自动光学检测的图像检测与处理关键技术研究[D]. 乔闹生.电子科技大学 2010
硕士论文
[1]基于GoogLeNet网络结构的改进算法研究[D]. 王天兴.杭州电子科技大学 2018
[2]基于网络相机的分布式机器视觉检测系统[D]. 黄磊.南京航空航天大学 2017
[3]基于图像处理技术的AOI系统的研究[D]. 全正相.浙江理工大学 2017
[4]基于模板匹配工件定位的研究[D]. 陈泽宁.广东工业大学 2016
[5]IC芯片印刷字符识别算法研究与应用[D]. 胡洋.华中科技大学 2015
[6]图像处理技术在自动视觉检查系统（AOI）中的应用研究[D]. 王辉.青岛科技大学 2014
[7]基于线阵CCD相机的轨道图像采集系统设计[D]. 朱磊.南昌大学 2014
[8]基于AOI的PCB缺陷检测方法研究[D]. 雷芳.湖南大学 2011
本文编号：3595721
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3595721.html
