基于机器视觉的PCB缺陷自动检测系统的研究
发布时间：2022-07-12 16:21
近年来,随着机器视觉技术在工业领域研究的不断深入,机器视觉的相关应用越来越受到人们的关注。而PCB缺陷检测作为机器视觉在工业领域的一个重要应用,也大规模的应用于PCB生产线上,随着技术的革新与产业的升级,对PCB生产工艺的要求越来越高,但是,高端的AOI设备目前仍然被国外的企业所垄断,其高昂的价格迫使国内众多小规模PCB制造企业仍通过人工检测来完成其PCB产品的质量检测,随着工业4.0、物联网等众多新兴技术的迅速发展,制造业必将迈入一个新的阶段,研究实现基于机器视觉的PCB缺陷检测系统具有非常重要的意义和价值。因此,本课题研究实现一种基于机器视觉的PCB缺陷自动检测系统。本文首先论述了课题的研究背景和意义,并对国内外研究现状进行总结。然后阐述系统的工作原理并对系统进行整体设计。并根据影响系统性能的主要外部因素来选择合适的硬件。完成PCB图像的预处理算法研究,预处理是PCB缺陷检测系统中非常重要的一个环节,本文先通过CCD相机将采集的彩色图像转换为灰度图像,然后再对灰度图像进行图像增强和图像平滑处理等,针对PCB图像的特点,在研究经典Otsu算法的基础之上,提出一种将遗传算法与Otsu相...
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要研究内容和结构
1.3.1 论文的研究内容
1.3.2 论文的结构安排
第二章 PCB缺陷自动检测系统整体方案设计
2.1 PCB缺陷概述
2.1.1 PCB生产过程
2.1.2 PCB缺陷的定义和分类
2.2 PCB检测自动检测系统的组成及工作原理
2.3 照明单元的设计
2.3.1 光源的选取
2.3.2 照明方式的选择
2.4 图像采集单元的设计
2.4.1 相机的选择
2.4.2 镜头的选取
2.5 本章小结
第三章 PCB图像预处理算法研究
3.1 图像灰度处理
3.2 图像增强
3.2.1 灰度变换
3.2.2 直方图均衡化
3.3 图像平滑
3.3.1 高斯滤波去噪
3.4 阈值分割算法研究
3.4.1 Otsu法
3.4.2 改进二维Otsu算法
3.4.3 结果与分析
3.5 本章小结
第四章 PCB缺陷检测与识别
4.1 PCB缺陷检测算法研究
4.2 图像配准
4.2.1 图像配准定义
4.2.2 图像配准算法
4.2.3 经典SURF算法
4.2.4 改进的SURF算法
4.3 基于改进SURF图像配准的形态学PCB缺陷检测算法
4.3.1 PCB缺陷快速检测流程
4.3.2 PCB图像形态学处理
4.3.3 距离变换
4.3.4 提取缺陷
4.3.5 缺陷分类识别
4.3.6 结果与分析
4.4 本章小结
第五章 PCB缺陷自动检测系统的实现及测试
5.1 基于机器视觉的PCB缺陷自动检测系统搭建
5.2 软件部分设计与实现
5.3 系统测试及结果分析
5.4 本章小结
总结与展望
参考文献
攻读硕士学位期间发表论文
致谢
【参考文献】：
期刊论文
[1]含平滑处理的图像分割算法比较[J]. 李红军,张希,丁思静,王婕,阮杨芮,王小春. 广西大学学报(自然科学版). 2017(06)
[2]结构识别引导下的纹理抑制图像平滑[J]. 邵欢,傅辛易,刘春晓,伍敏,龚辰,余宗杰. 中国图象图形学报. 2017(10)
[3]基于梯度方向信息熵的印刷电路板缺陷检测[J]. 李云峰,李晟阳. 中国机械工程. 2017(06)
[4]基于机器视觉的PCB板缺陷检测系统关键技术研究[J]. 王玉萍,郭峰林. 科技通报. 2017(01)
[5]机器视觉技术发展及其工业应用[J]. 薛峰,陈川. 无线互联科技. 2016(13)
[6]基于形态学的PCB缺陷快速检测技术[J]. 王栋,解则晓. 计算机科学. 2016(S1)
[7]基于AOI技术的PCB常见质量缺陷检测[J]. 朱萍. 科技创新与应用. 2016(16)
[8]全球PCB产业现状分析及策略研究（2015）[J]. 杨宏强. 印制电路信息. 2016(01)
[9]图像增强方法研究新进展[J]. 李阳,常霞,纪峰. 传感器与微系统. 2015(12)
[10]基于最小标准差邻域的中值滤波[J]. 赵骅,胡清. 计算机光盘软件与应用. 2014(21)
博士论文
[1]基于机器视觉的在线高速检测与精确控制研究及应用[D]. 周文举.上海大学 2014
硕士论文
[1]基于机器视觉的工件尺寸测量系统的设计与实现[D]. 刘雨航.中国科学技术大学 2017
[2]印制电路板制造中缺陷检测的研究[D]. 李道明.大连理工大学 2015
[3]面向PCB检测的AOI系统关键技术研究[D]. 黄晓华.南京信息工程大学 2012
[4]基于机器视觉的PCB裸板缺陷检测方法研究[D]. 陈亮.浙江工业大学 2012
[5]组合光源与图像处理算法在工件表面缺陷检测中的应用[D]. 孔祥伟.天津大学 2007
[6]机器视觉照明光源关键技术研究[D]. 李俊.天津理工大学 2007
本文编号：3659451
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文主要研究内容和结构
1.3.1 论文的研究内容
1.3.2 论文的结构安排
第二章 PCB缺陷自动检测系统整体方案设计
2.1 PCB缺陷概述
2.1.1 PCB生产过程
2.1.2 PCB缺陷的定义和分类
2.2 PCB检测自动检测系统的组成及工作原理
2.3 照明单元的设计
2.3.1 光源的选取
2.3.2 照明方式的选择
2.4 图像采集单元的设计
2.4.1 相机的选择
2.4.2 镜头的选取
2.5 本章小结
第三章 PCB图像预处理算法研究
3.1 图像灰度处理
3.2 图像增强
3.2.1 灰度变换
3.2.2 直方图均衡化
3.3 图像平滑
3.3.1 高斯滤波去噪
3.4 阈值分割算法研究
3.4.1 Otsu法
3.4.2 改进二维Otsu算法
3.4.3 结果与分析
3.5 本章小结
第四章 PCB缺陷检测与识别
4.1 PCB缺陷检测算法研究
4.2 图像配准
4.2.1 图像配准定义
4.2.2 图像配准算法
4.2.3 经典SURF算法
4.2.4 改进的SURF算法
4.3 基于改进SURF图像配准的形态学PCB缺陷检测算法
4.3.1 PCB缺陷快速检测流程
4.3.2 PCB图像形态学处理
4.3.3 距离变换
4.3.4 提取缺陷
4.3.5 缺陷分类识别
4.3.6 结果与分析
4.4 本章小结
第五章 PCB缺陷自动检测系统的实现及测试
5.1 基于机器视觉的PCB缺陷自动检测系统搭建
5.2 软件部分设计与实现
5.3 系统测试及结果分析
5.4 本章小结
总结与展望
参考文献
攻读硕士学位期间发表论文
致谢
【参考文献】：
期刊论文
[1]含平滑处理的图像分割算法比较[J]. 李红军,张希,丁思静,王婕,阮杨芮,王小春. 广西大学学报(自然科学版). 2017(06)
[2]结构识别引导下的纹理抑制图像平滑[J]. 邵欢,傅辛易,刘春晓,伍敏,龚辰,余宗杰. 中国图象图形学报. 2017(10)
[3]基于梯度方向信息熵的印刷电路板缺陷检测[J]. 李云峰,李晟阳. 中国机械工程. 2017(06)
[4]基于机器视觉的PCB板缺陷检测系统关键技术研究[J]. 王玉萍,郭峰林. 科技通报. 2017(01)
[5]机器视觉技术发展及其工业应用[J]. 薛峰,陈川. 无线互联科技. 2016(13)
[6]基于形态学的PCB缺陷快速检测技术[J]. 王栋,解则晓. 计算机科学. 2016(S1)
[7]基于AOI技术的PCB常见质量缺陷检测[J]. 朱萍. 科技创新与应用. 2016(16)
[8]全球PCB产业现状分析及策略研究（2015）[J]. 杨宏强. 印制电路信息. 2016(01)
[9]图像增强方法研究新进展[J]. 李阳,常霞,纪峰. 传感器与微系统. 2015(12)
[10]基于最小标准差邻域的中值滤波[J]. 赵骅,胡清. 计算机光盘软件与应用. 2014(21)
博士论文
[1]基于机器视觉的在线高速检测与精确控制研究及应用[D]. 周文举.上海大学 2014
硕士论文
[1]基于机器视觉的工件尺寸测量系统的设计与实现[D]. 刘雨航.中国科学技术大学 2017
[2]印制电路板制造中缺陷检测的研究[D]. 李道明.大连理工大学 2015
[3]面向PCB检测的AOI系统关键技术研究[D]. 黄晓华.南京信息工程大学 2012
[4]基于机器视觉的PCB裸板缺陷检测方法研究[D]. 陈亮.浙江工业大学 2012
[5]组合光源与图像处理算法在工件表面缺陷检测中的应用[D]. 孔祥伟.天津大学 2007
[6]机器视觉照明光源关键技术研究[D]. 李俊.天津理工大学 2007
本文编号：3659451
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3659451.html
