基于红外热成像技术的电路板故障检测方法研究
[Abstract]:The development of science and technology brings challenges to the traditional detection methods of circuit boards, which can not better meet the needs of circuit board detection and maintenance. As a new method, infrared thermal imaging technology will be gradually applied in this field. In this paper, the development status of infrared thermal imaging technology and fault detection at home and abroad are analyzed, and the related theories of infrared detection technology are discussed in detail. On this basis, the necessary technical measures and means of infrared image processing in the realization of the circuit board fault detection method based on infrared thermal imaging technology are described respectively. In this paper, infrared imaging technology is used to study the test circuit board and the standard circuit board. Under the same conditions, different infrared images will be produced because of the difference between the temperature distribution of the fault elements and the temperature distribution of the same area of the standard board, which can be used as the basis for fault detection. The differential detection method and the thermal sequence detection method are used to detect the fault of circuit board. The differential detection method needs to use the infrared image of the circuit board. However, when using the infrared thermal imager to obtain the infrared image, because of the resolution of the infrared lens, the different shooting angle will cause the error of the infrared image. Therefore, it is necessary to do the necessary image preprocessing, registration and other work. The purpose of image registration is to eliminate the spatial position difference, and the premise is image preprocessing, which includes infrared image enhancement and denoising. In order to achieve infrared image enhancement, this paper proposes a weighted average enhancement method based on histogram equalization and high-pass filter enhancement. The enhancement effect is more obvious than the single method. In addition, the noise is also enhanced while the image is enhanced, so it is necessary to de-noise the infrared image. In this paper, different image denoising methods are analyzed and compared, and the median filtering method is improved. The experimental results show that the algorithm has obvious effect on noise removal. In this paper, the fault judgment flow is designed and the experimental platform is built. The experimental results show that the circuit board fault detection method designed in this paper is feasible and has a high fault detection rate.
【学位授予单位】:太原科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN407;TP391.41
【相似文献】
相关期刊论文 前10条
1 蒋定定,王贵霞;基于遗传算法的红外图像增强研究[J];情报指挥控制系统与仿真技术;2004年04期
2 付冬梅,罗得贵,李晓刚;红外图像及数据的框架结构式数据库保存方法[J];激光与红外;2000年06期
3 陈东,黄勇杰,沈振康;红外图像目标分割方法研究[J];系统工程与电子技术;2002年01期
4 王立;王国锋;刘岩;常青;李言俊;;基于背景模拟的红外图像分割方法[J];弹箭与制导学报;2002年S2期
5 杨庆华,徐育新;红外图像处理技术在冶金中的应用[J];测控技术;2005年06期
6 左峥嵘;张天序;施长城;;地面场景红外图像特征分析[J];红外与激光工程;2006年03期
7 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[J];系统仿真学报;2006年S2期
8 刘政清;杨华;;红外图像降质因素分析及增强效果评价[J];航天电子对抗;2006年06期
9 郑小宝;王仕成;张金生;廖守亿;苏德伦;;红外图像实时生成系统的实时性实现[J];电讯技术;2008年11期
10 袁胜智;谢晓方;郭清风;朱锐;;基于感兴趣区自动提取的红外图像压缩研究[J];计算机应用研究;2008年12期
相关会议论文 前10条
1 郭海涛;;舰船红外图像处理研究的军事意义和现状[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
2 魏新;;红外图像处理技术[A];中国光学学会2011年学术大会摘要集[C];2011年
3 刘振焘;吴敏;曹卫华;何勇;;基于工况识别的高炉最佳红外图像选取方法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
4 张励;冯晓晨;张琰;张宏俊;;基于电阻阵的红外图像实时生成和显示系统[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 朱寅;吴敏;曹卫华;何勇;;基于小波分解与图像增强的高炉红外图像处理方法[A];第二十七届中国控制会议论文集[C];2008年
6 王雨;蒋增波;李文刚;;红外图像不均匀背景消除方法研究[A];2013年(第五届)西部光子学学术会议论文集[C];2013年
7 胡以华;蔡晓春;;典型目标的红外图像光谱分析[A];成像光谱技术与应用研讨会论文集[C];2004年
8 李卓;李平;;动态红外图像生成技术综述[A];2006年全国光电技术学术交流会会议文集(A 光电系统总体技术专题)[C];2006年
9 朱斌;樊祥;马东辉;程正东;;天空红外图像非平稳背景的小波域抑制[A];第二届红外成像系统仿真测试与评价技术研讨会论文集[C];2008年
10 郭永胜;谷峰;;CCD近红外图像特征研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年
相关重要报纸文章 前2条
1 李锦辉;“显微近红外图像成像方法的研究及其在烟草中的应用”项目通过评审[N];中华合作时报;2009年
2 赵亚平;飞艇:监测农作物墒情的哨兵[N];科技日报;2004年
相关博士学位论文 前10条
1 彭岩岩;层状岩体深部巷道变形破坏物理模拟及红外探测研究[D];中国矿业大学(北京);2015年
2 赵仁涛;基于红外图像的铜电解精炼过程状态检测研究[D];北京科技大学;2016年
3 郑欣;红外图像无参考图评价方法及应用研究[D];电子科技大学;2015年
4 刘俊;基于红外图像的内河运动船舶目标检测和跟踪技术研究[D];重庆大学;2008年
5 孙涵;基于红外图像的道路识别与运动目标跟踪[D];南京理工大学;2005年
6 周欣;红外图像视觉效果增强技术的研究[D];天津大学;2009年
7 简耀波;红外图像处理中的关键算法研究[D];华中科技大学;2009年
8 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年
9 李江;红外图像人脸识别方法研究[D];国防科学技术大学;2005年
10 田思;微光与红外图像实时融合关键技术研究[D];南京理工大学;2010年
相关硕士学位论文 前10条
1 何玮;基于Retinex的红外图像预处理系统的研究与实现[D];南京理工大学;2015年
2 张华杰;嵌入式红外图像阵列实时驱动系统设计[D];哈尔滨工业大学;2015年
3 张昊天;基于多旋翼无人机的实时红外图像采集系统的设计[D];南京林业大学;2015年
4 蔡晓望;可见光与红外视频的融合算法研究[D];电子科技大学;2015年
5 刘中意;基于多聚焦红外图像的温度测量和三维重构[D];上海大学;2015年
6 陈敏;红外图像识别在船舶舱室火灾监测中的研究[D];集美大学;2015年
7 丘岳峰;红外图像行人检测技术[D];北京理工大学;2015年
8 何克磊;面向肺癌辅助诊断的近红外图像分析平台关键技术与设计实现[D];南京大学;2014年
9 易乐;基于ARM的红外图像目标跟踪技术研究[D];电子科技大学;2014年
10 吕静;基于红外图像的行人检测算法的研究[D];电子科技大学;2015年
,本文编号:2373393
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2373393.html