基于机器视觉的PCB贴片元器件焊点定位与缺陷检测

发布时间：2023-02-26 07:11

　　随着电子行业的蓬勃发展,印刷电路板(PCB)朝着更小、更密集的方向发展,其中,PCB上贴片元器件焊接质量成为了影响电子产品质量关键因素之一。为此,PCB贴片元器件焊点质量检测成为了电子产品工业生产线中一道必不可少的工序。本文针对PCB中贴片元器件在焊接过程中出现的桥接、漏焊等常见缺陷问题,研究开发基于机器视觉的PCB贴片元器件焊点缺陷检测系统,论文研究内容主要包括:1.根据焊点缺陷检测的具体需求,提出了焊点检测系统方案与系统基本组成,确定了光源、镜头、相机和运动控制卡等关键硬件的型号,最终搭建了实验验证平台。2.针对现有模板匹配方法稳定性差、对旋转或缩放敏感以及匹配速度较慢等问题,提出了一种基于梯度向量匹配的定位方法,选取边缘梯度向量作为特征,通过梯度向量间的乘积累加来计算图像相似度以提高匹配稳定性;为提高匹配速度,引入图像金字塔策略实现由粗到细的匹配策略,通过在每次匹配过程中加入提前停止计算的策略,从而有效减小了计算量,最终在像素级匹配结果的基础上进行亚像素拟合获得更高的匹配精度。实验结果表明:本文定位算法满足焊点检测平台需求。3.针对现有方法依赖于人工特征提取,提出了一种基于深度学...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 视觉检测介绍及国内外研究现状
    1.3 论文的主要内容及章节安排
第2章 机器视觉焊点检测系统方案设计
    2.1 机器视觉焊点检测平台的基本组成
    2.2 机器视觉焊点检测系统硬件选型
        2.2.1 光源
        2.2.2 工业相机
        2.2.3 镜头
        2.2.4 运动控制器
    2.3 系统方案设计
    2.4 本章小结
第3章 机器视觉定位方法研究
    3.1 模板匹配方法介绍
    3.2 基于梯度向量的模板匹配方法
        3.2.1 特征空间和相似度计算方法
        3.2.2 提前停止加速策略
        3.2.3 图像金字塔分层搜索
        3.2.4 亚像素精度优化
    3.3 实现优化细节
    3.4 实验结果与分析
    3.5 本章小结
第4章 基于卷积神经网络的焊点缺陷检测方法研究
    4.1 卷积神经网络介绍
        4.1.1 卷积神经网络层级结构
        4.1.2 卷积神经网络训练
    4.2 贴片元器件焊点缺陷检测
        4.2.1 焊点缺陷分类网络构建
        4.2.2 缺陷定位后处理
        4.2.3 数据集采集及预处理
    4.3 实验结果与分析
    4.4 本章小结
第5章 焊点缺陷检测平台软件开发
    5.1 检测系统结构
    5.2 检测系统软件设计
        5.2.1 关键部分实现伪代码
        5.2.2 软件系统流程
        5.2.3 软件模块介绍
        5.2.4 实验平台软件测试
    5.3 本章小结
总结与展望
参考文献
致谢
附录 A 攻读学位期间发表的学术论文和参与的科研项目



本文编号：3750071