基于机器视觉FPC缺陷检测系统的研究与应用

发布时间：2017-04-17 03:08

  本文关键词：基于机器视觉FPC缺陷检测系统的研究与应用，由笔耕文化传播整理发布。

【摘要】：FPC是一种具有高度可靠性和绝佳可挠性的印刷电路板,近年来成为电子产品的新宠儿。目前,国内针对FPC的缺陷检测还存在较大的技术空白,由于缺乏先进的检测技术和设备,产品质量检测一直停留在传统的人工目检阶段,不仅劳动强度大,而且漏检、误检率高,无法满足企业和用户的需求。基于机器视觉的检测方法为解决FPC表面缺陷的自动化检测提供了途径,本文将灵活的检测算法与实时性的运动控制平台相结合,实现了高速高精度的FPC缺陷自动检测。本文针对几种常见的FPC表面缺陷类型,设计了FPC缺陷检测系统总体方案,搭建了FPC视觉自动检测系统硬件平台,包括检测平台的机械结构、照明采集系统以及运动控制系统。针对FPC的背景与缺陷的颜色信息特征,利用自主设计的组合光源结合彩色CCD相机对其进行拍照采集,根据在RGB彩色空间的不同颜色通道内缺陷与背景的成像差异,实现二者的有效区分。然后,针对系统标定和FPC图像识别与定位,提出了一种双Mark点的定位方法。借助标定板实现相机标定,通过工件移动实现视觉坐标与运动坐标的标定,利用双Mark点和目标位置的调节实现FPC补强片目标位置的标定。此方法可以在不精确定位FPC的情况下,实现FPC上每块补强片的精确定位,具有速度快,精度高的特点。接着,针对不同类型的FPC,利用掩膜算法提取感兴趣区域,实现不同形状的补强片轮廓的提取,从而使检测系统具有通用性,能够检测不同类型的FPC;针对不同缺陷的位置特征,将缺陷区分为轮廓内和轮廓外缺陷实施并行检测,采用多信息色调检测算法进行缺陷识别,运用机器学习聚类算法进行缺陷自动分类。基于以上研究,开发了一套FPC补强片缺陷自动视觉检测与分类系统,检测速度可达到60-80片/min,检测精度为0.02mm。并在不同缺陷、不同类型的FPC上进行测试,试验结果证明:该系统在可靠性、精度和效率上均较传统检测方式有较大提升,具有良好的鲁棒性,为FPC补强片缺陷检测提供了良好的解决方案,具有重要的应用价值。
【关键词】：机器视觉 缺陷检测 FPC 运动控制 颜色空间
【学位授予单位】：湖北工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 课题概述9-10
• 1.1.1 课题来源9
• 1.1.2 研究背景及意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 机器视觉检测技术的研究现状10-12
• 1.2.2 FPC缺陷检测国内外研究现状12-13
• 1.3 当前存在的问题13-14
• 1.4 论文主要研究内容14-15
• 1.5 论文的组织结构15-17
• 第2章 FPC视觉检测系统视觉硬件设计17-28
• 2.1 FPC视觉检测系统的需求分析17
• 2.2 系统总体结构与工作原理17-18
• 2.3 硬件系统设计18-27
• 2.3.1 相机选型19-20
• 2.3.1.1 CCD与CMOS的比较19
• 2.3.1.2 相机分辨率计算19-20
• 2.3.2 镜头选型20-22
• 2.3.3 光源设计22-26
• 2.3.4 外观设计26-27
• 2.4 本章小结27-28
• 第3章 FPC视觉检测系统运动控制设计28-37
• 3.1 运动控制系统的设计28-31
• 3.2 平台的相机标定31-33
• 3.3 FPC基板及元件定位算法33-36
• 3.4 本章小结36-37
• 第4章 FPC视觉检测系统软件设计37-53
• 4.1 软件开发环境37
• 4.2 软件系统总体流程37-38
• 4.2.1 缺陷检测路径规划37-38
• 4.2.2 FPC检测流程38
• 4.3 图像检测流程设计38-42
• 4.3.1 图像预处理39-40
• 4.3.2 FPC轮廓提取40-41
• 4.3.3 掩膜设计41-42
• 4.4 常见缺陷检测识别算法设计42-48
• 4.4.1 压脚缺陷的检测42-45
• 4.4.1.1 凸包提取缺陷特征43
• 4.4.1.2 缺陷判定43
• 4.4.1.3 多边形拟合43-44
• 4.4.1.4 Harris角点检测44-45
• 4.4.2 压点划伤的识别45-46
• 4.4.3 溢胶缺陷特征提取46-47
• 4.4.4 偏移缺陷的检测47-48
• 4.4.5 缺角缺陷的检测48
• 4.5 缺陷分类算法设计48-51
• 4.5.1 缺陷特征分类49-51
• 4.5.2 判别结果输出51
• 4.6 数据库系统及其表设计51-52
• 4.7 本章小结52-53
• 第5章 FPC视觉检测系统试验与分析53-57
• 5.1 缺陷检测系统界面设计53-54
• 5.2 缺陷检测系统样机54
• 5.3 缺陷检测系统测试与分析54-56
• 5.4 本章小结56-57
• 第6章 总结与展望57-59
• 6.1 全文总结57
• 6.2 工作展望57-59
• 参考文献59-63
• 致谢63-64
• 附录64

【相似文献】

中国期刊全文数据库 前10条

1 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

2 杨建鲁;一种简便的介质缺陷检测方法[J];微电子学;1991年05期

3 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

4 朱明岩;邓洪亮;黄东辉;付思远;;探地雷达在道路缺陷检测中的应用[J];山西建筑;2014年04期

5 ;KLA-Tencor新光罩检测技术可执行多缺陷检测[J];电子与电脑;2008年10期

6 喻宾扬;王召巴;金永;;玻璃缺陷检测新方法的研究[J];传感器与微系统;2008年08期

7 刘浩;刘春;胡存刚;;混合滤波器在玻璃瓶缺陷检测中的应用[J];电子测量与仪器学报;2007年03期

8 蒋艳军;卢军;陈建军;;板栗图像的去噪及缺陷检测研究[J];农产品加工;2008年09期

9 石强;陈陆建;;管道内外壁缺陷检测的研究[J];中小企业管理与科技(上旬刊);2010年05期

10 刘皓挺;王巍;史利民;;图割模型在光纤熔接缺陷检测中的应用[J];红外与激光工程;2012年11期

中国重要会议论文全文数据库 前10条

1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年

3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

中国重要报纸全文数据库 前1条

1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年

中国博士学位论文全文数据库 前10条

1 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

2 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

3 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

4 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年

5 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

6 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年

7 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

8 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年

9 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年

10 张昱;基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D];哈尔滨工业大学;2006年

中国硕士学位论文全文数据库 前10条

1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年

3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年

5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年

7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

8 胡sズ，

本文编号：312271