基于机器视觉的SMT焊点质量检测的研究

论文摘要

随着生产技术的提高和表面贴装技术的使用,贴装产品向层数更多,体积更小,密度更高的方向发展,并使安装生产实现了自动化。但是传统的检测技术在检测能力和速度上都不能适应新的表面贴装技术的需要。对印刷电路板表面贴片安装质量的可靠、快速的自动检测成为提高电子制造业自动化水平和产品质量的重要技术。而基于机器视觉的自动检测技术越来越受到人们的关注。这种检测技术采用了计算机技术、高速图像处理技术和识别技术、自动控制技术、精密机械技术和光学技术,是多种高技术的综合产物,具有自动化、高速化和高分辨率的检测能力;它大大减轻了人的劳动强度,提高了质量判别的客观性和准确性。本文对基于机器视觉的SMT焊点质量自动检测技术中的图像采集、处理、特征选取、分类器的设计以及整个系统的集成和实现进行了研究。第一章介绍了国内外SMT产品的检测技术的现状,说明了论文的研究内容具有的积极意义;第二章介绍了焊点质量的主要缺陷、SMT焊点质量检测的主要方法及其局限性,在此基础上详细介绍了机器视觉检测技术及其应用于工业检测的优越性;第三章通过摄像头和SEED-VPM642视频采集卡对焊点图像进行了实时采集,分析了焊点图像的特点并根据其特点选择合适的图像处理算法;第四章根据焊点主要缺陷的特点,介绍了焊点图像的特征提取和识别算法;第五章以VC++6.0为开发平台,系统集成了图像分析和处理的常用算法,包括图像的增强、平滑、图像二值化、区域分割、图像形态学处理、图像的形状参数提取等,并在此基础上实现了对焊点质量缺陷的检测,包括对缺焊、桥接、破洞等主要焊接缺陷的检测。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 本课题的研究背景及其意义
• 1.1.1 课题背景
• 1.1.2 课题的研究意义
• 1.2 本课题研究的国内外现状
• 1.3 论文的主要内容及安排
• 第2章 SMT焊点质量检测技术
• 2.1 概述
• 2.2 焊点质量的主要缺陷
• 2.2.1 缺焊
• 2.2.2 桥接
• 2.2.3 锡珠
• 2.2.4 空洞
• 2.3 焊点质量的检测方法
• 2.3.1 目视检测
• 2.3.2 自动检测
• 2.4 机器视觉检测
• 2.4.1 机器视觉系统的构成
• 2.4.2 SMT机器视觉检测技术
• 2.4.3 机器视觉检测的优越性
• 2.5 小结
• 第3章 焊点的图像获取及处理
• 3.1 焊点图像获取及处理基本原理
• 3.2 焊点图像的获取
• 3.2.1 SEED-VPM642视频采集卡
• 3.2.2 视频采集卡的运行原理
• 3.3 焊点图像的预处理
• 3.3.1 PCB板图像的特点
• 3.3.2 图像的平滑
• 3.3.3 图像的增强
• 3.3.4 图像二值化
• 3.3.5 图像形态学处理
• 3.3.6 图像区域的标识
• 3.3.7 图像轮廓的提取
• 3.4 小结
• 第4章 图像特征的提取和模式识别
• 4.1 概述
• 4.2 形态特征参数的提取
• 4.2.1 基于直方图的焊点特征的提取算法
• 4.2.2 基于形状的焊点特征提取
• 4.3 模式识别
• 4.3.1 概述
• 4.3.2 焊点的模式识别
• 4.3.3 焊点缺陷识别的实现
• 4.4 小结
• 第5章 机器视觉检测系统的开发及应用
• 5.1 系统开发环境和实现功能
• 5.1.1 系统的开发环境
• 5.1.2 开发工具选择
• 5.1.3 系统实现功能
• 5.2 机器视觉检测系统的软件实现
• 5.2.1 系统软件实现基础
• 5.2.2 系统的软件流程
• 5.2.3 机器视觉的软件设计
• 5.3 小结
• 总结与展望
• 1.课题总结
• 2.前景展望
• 致谢
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文