印刷电路板光板和贴片组件检测系统的研究

论文摘要

电路印刷板PCB板作为现代电子设备的重要组成部分,其质量直接影响到产品的性能。对电路板进行在线检测和及时差错纠正,可以避免废品、改善质量、降低损耗。近年来随着PCB生产复杂度和产量的提高,人工目检等传统PCB缺陷检测方式因接触受限、高成本、低效率等因素,已逐渐不能满足检测需要。而检测方法中基于图像处理的自动光学检测已展现其优势。面对国外昂贵的检测设备和国内旺盛的电路板生产需求,研究快速实用的PCB自动光学检测技术具有重要的学术意义和经济价值。本文介绍了基于北京合众达公司的VPM642DSP实验平台进行图像采集的硬件电路,并在其基础上结合本文研究的具体要求,对其进行了一定的改进,以及图像采集程序在DSP专用编译器CCS上进行了编写。详细阐述了PCB光板和组件缺陷检测的系统的研究与开发。在PCB光板缺陷检测中,通过对图像处理的各种方法的实验分析比较,确定了最适合PCB图像的滤波算法,阈值获取算法,连通数求取等图像预处理、处理算法。根据PCB光板的特征,采用图像减影法区分了合格PCB光板和不合格PCB光板;通过PCB标准板与缺陷板比较以及PCB光板图像的特征分析,在众多特征中提取了可靠的PCB光板的三个特征进行PCB缺陷的识别:区域数,欧拉数,区域面积。在PCB组件检测中,利用了图像匹配的技术,根据组件的定位,通过该组件相应模板对组件进行图像匹配,传统的图像匹配是一个庞大的运算过程,结合遗传算法对其进行了优化,缩短了识别时间。本文运用VB和MATLAB混合编程实现了图像处理分析的人机界面和图像处理识别算法,缩短了程序开发的时间并提供了友好的界面。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题的提出与研究意义
• 1.2 印刷电路板检测的现状分析
• 1.2.1 机器视觉
• 1.2.2 PCB的发展趋势
• 1.2.3 国内外的现状分析
• 1.3 论文架构与研究内容
• 第二章 数字图像处理概述
• 2.1 数字图像的产生
• 2.2 数字图像的表示方法
• 2.3 图像处理技术与图像识别技术的概述
• 2.3.1 图像处理技术
• 2.3.2 图像识别技术
• 2.4 本章小结
• 第三章 DSP系统设计
• 3.1 采集系统整体设计原理
• 3.2 数字信号处理器
• 3.2.1 DSP的特点
• 3.2.2 TMS320DM642介绍
• 3.3 电源电路设计
• 3.4 看门狗电路设计
• 3.5 时钟电路设计
• 3.6 视频解码模块
• 3.7 CCS软件实现
• 3.8 本章小结
• 第四章 检测系统的图像处理算法
• 4.1 颜色的空间概述
• 4.2 图像的灰度变换
• 4.3 图像的去躁
• 4.3.1 滤波
• 4.3.2 改进型中值滤波器
• 4.4 PCB图像的二值化
• 4.5 图像对比和减影运算
• 4.6 图像的形态学处理
• 4.6.1 膨胀
• 4.6.2 腐蚀
• 4.6.3 图像的开运算与闭运算
• 4.7 图像的区域处理
• 4.8 哈夫变换
• 4.9 特征提取与模式识别
• 4.9.1 特征提取
• 4.9.2 模式识别
• 4.9.3 树分类器法
• 4.10 代间差分遗传算法
• 4.11 本章小结
• 第五章 PCB检测的具体实现
• 5.1 PCB图像的定位和配准
• 5.2 PCB光板缺陷的检测
• 5.2.1 光板缺陷判断
• 5.2.2 PCB光板缺陷种类的判别
• 5.3 组件检测识别
• 5.3.1 组件检测方法的比较和确定
• 5.3.2 组件区域相应位置参数的获取
• 5.3.3 图像匹配法
• 5.3.4 基于改进的粒子群遗传算法的图像匹配
• 5.3.5 组件检测具体实现
• 5.4 本章小结
• 第六章 实验工具及分析
• 6.1 Matlab与VB混合编程实现方式分析和选择
• 6.2 图像检测实例
• 6.3 本章小节
• 结论
• 参考文献
• 致谢
• 附录Ⅰ DSP图像采集程序模块
• 附录Ⅱ MATLAB图象处理部分程序