基于机器视觉的PCB裸板缺陷自动检测方法

被引：26

作者：

杨庆华 ^{[1
]}

陈亮 ^{[1
]}

荀一 ^{[1
]}

陈文彪 ^{[2
]}

机构：

[1] 浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室

[2] 东风日产柴汽车有限公司

来源：

中国机械工程 | 2012年 / 23卷 / 22期

基金：

浙江省自然科学基金; 国家高技术研究发展计划(863计划);

关键词：

机器视觉; PCB缺陷检测; Hough变换; 边界分段;

D O I：

暂无

中图分类号：

TP391.41 []; TN41 [印刷电路];

学科分类号：

080203 ; 080903 ; 1401 ;

摘要：

提出了通过比较标准图像与待测图像差异并分析差异区域边界进行印刷线路板(PCB)缺陷检测与识别的算法。在同一位置采集多幅标准PCB图像并计算其灰度平均值从而得到标准图,将待测PCB图与其进行对比。首先使用限定区域Hough变换快速检测出图像中相互垂直相交的细短标志线,将线段的交点作为特征点并计算其坐标,进而对标准图与待测图进行仿射变换配准,差影计算后,再通过二值化、形态学处理等去除伪缺陷,即可获取缺陷区域位置。在此基础之上,对处理过的差影图进行膨胀处理,通过边界检测获取各个缺陷区域闭合轮廓各点坐标。分析各个轮廓坐标对应阈值分割后的配准待测图中点的像素值,并结合缺陷是缺料缺陷还是多料缺陷识别出缺陷类型。对合格的和有缺陷的PCB图各200幅进行算法测试,检测准确率为98.3%,基本能够稳定检测出常规缺陷。

引用

页码：2661 / 2666

页数：6

共 10 条

[1] 基于分层参考比对法印刷电路板自动检测技术 [J].

刘国忠 ;

李运生 ;

周玺 ;

徐炜君 .

制造业自动化, 2010, 32 (11) :6-10

[2] 印刷电路板瑕疵检测与分类算法 [J].

陈晓辉 ;

刘晓军 .

华中科技大学学报(自然科学版), 2010, 38 (07) :70-73

[3] PCB行业蓬勃发展行业配套日趋完善 [J].

由镭 .

印制电路信息, 2010, (07) :3+55-3

[4]

2009年全球PCB市场总结及其未来发展预测(1)[J]. 张家亮.覆铜板资讯. 2010 (03)

[5] 基于图像处理技术的PCB缺陷自动检测系统 [J].

胡秀亮 ;

高志 ;

叶健敏 ;

王涛 .

微型机与应用, 2010, 29 (01) :24-27

[6] 印刷电路板瑕疵在线实时检测方法的研究 [J].

张铁壁 ;

赵可新 ;

孙士尉 .

河北工业大学学报, 2009, 38 (04) :36-39

[7] 基于机器视觉的印刷电路板缺陷检测系统的设计与研究 [J].

苏雷 ;

张广明 ;

魏晓冬 .

机床与液压, 2009, 37 (08) :294-296

[8] 农林环境机器视觉导航路径生成算法及应用 [J].

杨庆华 ;

吴佳艺 ;

鲍官军 ;

高峰 .

农业机械学报, 2009, 40 (03) :147-151

[9] 基于计算机图像处理的电路印刷板缺陷检测 [J].

何伟 ;

李薇 ;

张玲 .

计算机测量与控制, 2007, (10) :1295-1297

[10]

Automatic PCB Inspection Algorithms: A Survey[J] . Madhav Moganti,Fikret Ercal,Cihan H. Dagli,Shou Tsunekawa.Computer Vision and Image Understanding . 1996 (2)

← 1 →