贴片元件安装缺陷机器视觉检测技术研究
发布时间：2022-07-12 11:44
随着电子制造技术的发展,电路板上元件贴片安装（SMT）已广泛采用自动光学检测技术（AOI）进行安装缺陷检测。目前AOI设备基本都采用统计建模、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,要通过对人工目检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设备在小批量多品种的电子制造企业应用效果不好。本文研究了基于深度学习的贴片元件焊接缺陷检测方法。在AlexNet网络的基础上建立深度卷积网络,通过对大量各种型号的电阻、电容等小型元件的焊接样本进行学习,然后对不同型号的电阻、电容元件的焊接缺陷可以进行有效检测。这样建立了通用方法,对不同型号产品,只需判断电阻和电容等元件位置,即可进行其焊接缺陷检测,避免了更换产品型号后需要重新建立模板的环节,提高了生产效率。深度学习能够直接从输入的图片中提取分类特征,并通过多层卷积网络得到高层次的抽象特征,找到焊接缺陷图像的共同特征,对于不同型号的元件都能做到准确快速的焊接缺陷检测。实验结果表明,本文提出的基于深度学习的贴片元件焊接缺陷检测方法,能够高效地实现不同型号元件的焊接...
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 课题研究背景及意义
1.2 贴片安装缺陷检测方法概述
1.3 国内外研究现状
1.3.1 自动光学检测技术的发展
1.3.2 焊接缺陷自动光学检测技术进展
1.3.3 深度学习及其应用进展
1.4 论文主要内容及章节安排
2 贴片元件的安装与定位
2.1 贴片安装及缺陷检测
2.1.1 贴片安装技术
2.1.2 贴片安装缺陷的机器视觉检测
2.1.3 传统机器视觉检测方法的不足
2.2 贴片元件的定位检测
2.2.1 PCB元件信息提取
2.2.2 贴片元件的定位方法
2.2.3 最小凸多边形检测算法
2.2.4 基于凸包的最小外接矩形检测算法
2.2.5 贴片元件位置识别
2.3 本章小结
3 贴片元件型号检测
3.1 现有的检测方法
3.1.1 基于模板匹配的字符识别算法
3.1.2 基于投影特征的字符识别算法
3.1.3 基于神经网络的字符识别算法
3.2 基于图像特征的贴片元件型号快速检测
3.2.1 算法主要流程
3.2.2 图像预处理
3.2.3 基于投影法的字符分割
3.2.4 字符区域定位
3.2.5 图像特征编码检测
3.3 分层的快速检测方法
3.4 实验结果分析
3.5 本章小结
4 基于深度学习的贴片元件焊接缺陷检测
4.1 传统的焊接缺陷检测方法
4.2 深度学习特点分析
4.2.1 从神经网络到深度学习
4.2.2 卷积神经网络
4.2.3 卷积神经网络的连接模式
4.2.4 激活函数
4.3 建立网络模型
4.3.1 AlexNet网络模型
4.3.2 网络结构的改进及实验分析
4.4 实验及结果分析
4.4.1 实验中的软硬件环境
4.4.2 建立样本数据集
4.4.3 网络训练及实验结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
【参考文献】：
期刊论文
[1]电阻点焊质量无损检测技术的发展研究[J]. 路林,张文林. 焊接技术. 2018(12)
[2]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)
[3]一种基于稀疏描述的X射线焊缝检测方法[J]. 王侦倪,高炜欣,汤楠. 西安石油大学学报(自然科学版). 2018(05)
[4]焊点检测技术发展现状与趋势[J]. 李凌燕,阚凤龙,刘西洋. 电子世界. 2018(17)
[5]基于直线检测和数学形态学的车牌定位算法[J]. 蔡秀梅,周川力. 计算机与数字工程. 2018(08)
[6]基于多分类支持向量机算法的PCB焊点检测研究[J]. 陈洪科. 机电技术. 2018(03)
[7]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[8]卷积神经网络的贴片电阻识别应用[J]. 谌贵辉,何龙,李忠兵,亢宇欣,江枭宇. 智能系统学报. 2019(02)
[9]基于神经网络的芯片表面字符检测识别系统[J]. 唐铭豆,陶青川,冯谦. 现代计算机(专业版). 2018(09)
[10]基于改进的多模板匹配的车牌识别算法[J]. 孙守勇,蔡骋. 电脑知识与技术. 2017(09)
博士论文
[1]基于模式识别技术的焊点自动光学检测算法研究[D]. 吴浩.华南理工大学 2013
硕士论文
[1]基于神经网络的车牌识别技术研究[D]. 王晶.杭州电子科技大学 2017
[2]基于卷积神经网络的人脸检测和性别识别研究[D]. 汪济民.南京理工大学 2015
[3]贴片机飞行对中图像处理和识别技术研究[D]. 杨洪天.广东工业大学 2012
[4]印刷电路板的自动光学检测系统的设计与研究[D]. 陈臣.南京航空航天大学 2010
本文编号：3659066
【文章页数】：68 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 课题研究背景及意义
1.2 贴片安装缺陷检测方法概述
1.3 国内外研究现状
1.3.1 自动光学检测技术的发展
1.3.2 焊接缺陷自动光学检测技术进展
1.3.3 深度学习及其应用进展
1.4 论文主要内容及章节安排
2 贴片元件的安装与定位
2.1 贴片安装及缺陷检测
2.1.1 贴片安装技术
2.1.2 贴片安装缺陷的机器视觉检测
2.1.3 传统机器视觉检测方法的不足
2.2 贴片元件的定位检测
2.2.1 PCB元件信息提取
2.2.2 贴片元件的定位方法
2.2.3 最小凸多边形检测算法
2.2.4 基于凸包的最小外接矩形检测算法
2.2.5 贴片元件位置识别
2.3 本章小结
3 贴片元件型号检测
3.1 现有的检测方法
3.1.1 基于模板匹配的字符识别算法
3.1.2 基于投影特征的字符识别算法
3.1.3 基于神经网络的字符识别算法
3.2 基于图像特征的贴片元件型号快速检测
3.2.1 算法主要流程
3.2.2 图像预处理
3.2.3 基于投影法的字符分割
3.2.4 字符区域定位
3.2.5 图像特征编码检测
3.3 分层的快速检测方法
3.4 实验结果分析
3.5 本章小结
4 基于深度学习的贴片元件焊接缺陷检测
4.1 传统的焊接缺陷检测方法
4.2 深度学习特点分析
4.2.1 从神经网络到深度学习
4.2.2 卷积神经网络
4.2.3 卷积神经网络的连接模式
4.2.4 激活函数
4.3 建立网络模型
4.3.1 AlexNet网络模型
4.3.2 网络结构的改进及实验分析
4.4 实验及结果分析
4.4.1 实验中的软硬件环境
4.4.2 建立样本数据集
4.4.3 网络训练及实验结果分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
【参考文献】：
期刊论文
[1]电阻点焊质量无损检测技术的发展研究[J]. 路林,张文林. 焊接技术. 2018(12)
[2]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)
[3]一种基于稀疏描述的X射线焊缝检测方法[J]. 王侦倪,高炜欣,汤楠. 西安石油大学学报(自然科学版). 2018(05)
[4]焊点检测技术发展现状与趋势[J]. 李凌燕,阚凤龙,刘西洋. 电子世界. 2018(17)
[5]基于直线检测和数学形态学的车牌定位算法[J]. 蔡秀梅,周川力. 计算机与数字工程. 2018(08)
[6]基于多分类支持向量机算法的PCB焊点检测研究[J]. 陈洪科. 机电技术. 2018(03)
[7]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[8]卷积神经网络的贴片电阻识别应用[J]. 谌贵辉,何龙,李忠兵,亢宇欣,江枭宇. 智能系统学报. 2019(02)
[9]基于神经网络的芯片表面字符检测识别系统[J]. 唐铭豆,陶青川,冯谦. 现代计算机(专业版). 2018(09)
[10]基于改进的多模板匹配的车牌识别算法[J]. 孙守勇,蔡骋. 电脑知识与技术. 2017(09)
博士论文
[1]基于模式识别技术的焊点自动光学检测算法研究[D]. 吴浩.华南理工大学 2013
硕士论文
[1]基于神经网络的车牌识别技术研究[D]. 王晶.杭州电子科技大学 2017
[2]基于卷积神经网络的人脸检测和性别识别研究[D]. 汪济民.南京理工大学 2015
[3]贴片机飞行对中图像处理和识别技术研究[D]. 杨洪天.广东工业大学 2012
[4]印刷电路板的自动光学检测系统的设计与研究[D]. 陈臣.南京航空航天大学 2010
本文编号：3659066
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3659066.html
