基于机器视觉的PCB缺陷自动检测系统
本文关键词:基于机器视觉的PCB缺陷自动检测系统
更多相关文章: PCB 机器视觉 Hough变换 图像校正 缺陷检测
【摘要】:PCB缺陷检测,是PCB装配过程中必经的检测流程,早期主要靠人工目检来完成,但是人类视觉终究是存在一定的局限性,容易发生漏检和误检,且效率不高。而且,随着PCB生产制造技术的不断发展,大型化、高密度化以及高精度化成为PCB的发展趋势,针对此类PCB,人工目检更加困难甚至无法实现。为了能够满足越来越高的检测要求,及时发现PCB在焊接过程中存在的缺陷,采用机器视觉技术实现PCB缺陷的检测已经成为当前PCB缺陷检测研究的主体方向,其中大多数是通过比较被检测图像与标准图像来识别PCB缺陷。但是,这种检测方法只能识别是否存在缺陷,而无法确定缺陷的类别,同时也无法指出缺陷与PCB上元器件的具体从属关系。针对上述问题,本文设计了基于机器视觉的PCB缺陷自动检测系统,主要包括系统总体方案设计、PCB图像定位以及PCB缺陷检测相关算法的研究。在对缺陷检测相关算法的研究过程中,结合系统对PCB缺陷检测内容以及检测精度的具体要求,本文实现了系统各模块功能,设计了系统的硬件平台以及相关软件。本文的主要研究内容及创新点总结如下:(1)在图像定位相关算法研究中,为了提高检测PCB对角定位孔的效率,提出一种改进的Hough变换算法,改进算法从圆参数方程入手,将图像空间像素点映射到参数空间,然后在降低累加器维度的同时用多维数组来代替多重循环进行统计投票,获取圆半径,在经过计算得出圆心坐标。并经过与标准Hough变换的多次实验比较与分析,证明了该圆检测算法的可行性以及时效性。(2)在元器件图像以及焊盘图像的提取过程中,本文提出了一种基于PCB元器件信息文档中唯一标识号(Designator)、封装信息(Footprint)、元器件焊盘位置信息(Mid_X,Mid_Y)、旋转角度(Rotation)以及元器件容量(Value)等信息的感兴趣区域(Region Of Interest,ROI)提取算法。具体提取过程为:首先以唯一标识号作为索引,读取元器件的封装信息;结合元器件焊盘位置信息与封装信息,得出元器件图像区域范围以及焊盘区域范围;提取感兴趣区域图像。通过上述提取算法,可以自动确定元器件以及元器件焊盘的图像区域,提高了缺陷检测的精度。(3)本文提出了一种缺陷自动检测方法,该方法将PCB元器件信息文档引入到具体元器件图像的定位与获取过程,不但可以明确缺陷类别,也可以指出缺陷与PCB上元器件的具体从属关系,主要通过以下内容实现:首先,通过PCB对角线上的定位孔校正待检PCB图像,解决图像采集过程中可能发生不同程度几何畸变的问题,其中PCB左下角定位孔圆心与PCB元器件文档参考原点一致;其次,分析文件内元器件的相关信息,以左下角定位孔圆心为原点,定位并获取元器件图像以及元器件焊盘图像;最后,经过图像处理算法有针对性地分析前一步获取的元器件相关图像,提取图像中能够反映缺陷的有用信息,并将其与经验数据比较,从而得出检测结果。通过对PCB上元器件焊盘漏焊少锡以及贴片电阻错焊缺陷的检测研究,验证了该方法的的准确性和实效性,并为该检测方法提供了可行性依据。
【关键词】:PCB 机器视觉 Hough变换 图像校正 缺陷检测
【学位授予单位】:浙江理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN41;TP391.41
【目录】:
- 摘要4-6
- Abstract6-10
- 第一章 绪论10-16
- 1.1 研究背景、目的与意义10-11
- 1.1.1 研究背景10-11
- 1.1.2 研究目的和意义11
- 1.2 国内外研究现状11-14
- 1.2.1 国外研究现状11-12
- 1.2.2 国内研究现状12-14
- 1.3 论文的主要工作与论文结构安排14-15
- 1.3.1 论文的主要工作14
- 1.3.2 论文的结构安排14-15
- 1.4 本章小结15-16
- 第二章 系统总体方案设计16-26
- 2.1 系统架构的搭建16-17
- 2.2 硬件平台设计17-21
- 2.2.1 OPT-RIA211-RGB环形光源19
- 2.2.2 FL2G-50S5M相机19-20
- 2.2.3 OPT-5M03-110高清远心镜头20
- 2.2.4 二维伺服平台20-21
- 2.3 系统软件设计21-25
- 2.3.1 图像采集软件设计22-24
- 2.3.2 图像处理软件设计24-25
- 2.4 本章小结25-26
- 第三章 PCB图像定位的研究26-46
- 3.1 PCB图像定位概述26
- 3.2 几种边缘检测算法26-34
- 3.2.1 图像的边缘检测26-27
- 3.2.2 梯度算子27-30
- 3.2.3 高斯-拉普拉斯算子30-32
- 3.2.4 Canny算子32
- 3.2.5 实验结果及分析32-34
- 3.3 定位圆检测算法34-41
- 3.3.1 Hough变换概述34
- 3.3.2 Hough圆检测原理34-36
- 3.3.3 几种定位圆参数获取算法36-38
- 3.3.4 改进的Hough变换38-40
- 3.3.5 实验结果与分析40-41
- 3.4 PCB图像校正41-45
- 3.4.1 几何变换原理42-43
- 3.4.2 灰度插值原理43
- 3.4.3 实验结果与分析43-45
- 3.5 本章小结45-46
- 第四章 PCB缺陷检测相关算法的研究46-59
- 4.1 PCB缺陷检测概述46
- 4.2 元器件提取方法46-49
- 4.2.1 元器件信息文件46-47
- 4.2.2 元器件封装简介47
- 4.2.3 提取元器件图像47-48
- 4.2.4 实验结果及分析48-49
- 4.3 BP神经网络算法49-52
- 4.3.1 人工神经网络的概念49-51
- 4.3.2 BP神经网络51-52
- 4.3.3 BP神经网络训练52
- 4.4 贴片电阻错焊检测52-55
- 4.4.1 检测流程52-53
- 4.4.2 字符检测53-54
- 4.4.3 实验结果及分析54-55
- 4.5 漏焊少锡检测55-57
- 4.5.1 检测流程55-57
- 4.5.2 实验结果及分析57
- 4.6 本章小结57-59
- 第五章 总结与展望59-61
- 5.1 总结59
- 5.2 展望59-61
- 参考文献61-66
- 致谢66-67
- 攻读硕士学位期间的主要学术活动和研究成果67
【相似文献】
中国期刊全文数据库 前10条
1 朱瑞;机器视觉在复杂零、部件测量方面的应用[J];今日电子;2004年06期
2 黎红伟;;关于机器视觉镜头[J];可编程控制器与工厂自动化;2005年02期
3 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期
4 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期
5 雷文华;;机器视觉及其应用(系列讲座) 第一讲 机器视觉发展概述[J];应用光学;2006年05期
6 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期
7 李树杰;;中国机器视觉的发展趋势[J];赤峰学院学报(自然科学版);2010年01期
8 ;机器视觉最新技术动态[J];中国光学;2013年01期
9 冯伯儒;;机器视觉中的电-光技术[J];光电子学技术;1986年01期
10 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期
中国重要会议论文全文数据库 前10条
1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年
3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年
5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集(二)[C];2007年
7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年
8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
中国重要报纸全文数据库 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年
3 本报记者 郭涛;机器视觉:为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年
4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年
5 金刚;给机器一双慧眼[N];计算机世界;2007年
6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年
7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年
8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年
9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年
10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年
中国博士学位论文全文数据库 前10条
1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年
2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年
3 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年
4 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年
5 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年
6 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年
7 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年
8 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
9 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年
10 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年
中国硕士学位论文全文数据库 前10条
1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年
2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年
3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年
4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年
5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年
6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年
7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年
8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年
9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年
10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年
,本文编号:640586
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/640586.html