基于AOI技术的PCB钻孔精度检测系统的研究

论文摘要

印刷电路板(Printed Circuit Board,PCB)作为电子设备的重要组成部分,其质量直接影响到产品的性能。随着印刷电路板向着高密度、细间距和低缺陷方向发展,对其检测技术在精密、高效、通用和智能化等方面提出了更高要求。因此,研制开发一种高效、稳定、精确的PCB检测系统具有很大的现实意义和实用价值。本文利用光学摄像技术、图像处理与分析技术,为PCB钻孔精度检测系统制定了一套切实可行的方案。首先,针对本系统检测精度的要求,提出了PCB自动检测系统的总体方案,设计了采集PCB相关信息的硬件方案,包括CCD摄像头及其附件的选择、光源和照明系统的设计。其次,针对PCB图像特征及高速、高精度的处理要求,综合比较各种图像处理方法,确定了在自动检测过程中应采取的步骤、算法与参数设置,并在各个处理环节中提出有针对性的具体方法。在图像二值化中,采用了改进的大津法,不仅改善了图像效果,并且节省了运行时间。在边缘提取中,本文将边界提取算法应用到了二值化图像中进行粗定位,相对传统的边缘提取算法速度提高了一个数量级,且边界定位准确,连续性好。再用梯度插值法进行边缘精定位使得定位精度达到亚像素级。在图像特征提取中,本文采用了具有抗噪功能的最小二乘法进行特征提取,使孔中心的测量误差小于一个像素。在此基础上,本文开发出了一套适用于PCB图像钻孔精度检测的系统,通过运行该系统,得到了相应的信息,为PCB钻孔精度检测提供了必要的信息支持,对PCB钻孔精度的检测有一定的实际参考价值。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 PCB检测技术综述
• 1.2 AOI关键技术
• 1.3 PCB自动检测技术国内外现状及分析
• 1.4 论文的主要工作
• 1.4.1 本文要解决的问题
• 1.4.2 章节安排
• 2 基于 AOI的 PCB钻孔精度检测系统总体设计
• 2.1 系统总体结构及原理
• 2.2 PCB图像采集系统设计
• 2.2.1 CCD摄像机及其附件的选择
• 2.2.2 光源和照明系统设计
• 2.2.3 基准图像的获取
• 2.3 系统软件设计方案
• 3 图像预处理
• 3.1 数字图像处理的基本概念
• 3.2 数字图像处理的特点与优点
• 3.3 PCB图像去噪
• 3.3.1 PCB图像中常见的噪声类型
• 3.3.2 中值滤波在 PCB图像去噪中的应用
• 3.4 阈值分割
• 3.4.1 阈值分割基本原理
• 3.4.2 改进的Otsu方法在 PCB去噪中的应用
• 3.4.3 算法性能比较
• 3.5 PCB图像边缘检测
• 3.5.1 边缘检测概述
• 3.5.2 目标边缘粗定位
• 3.5.3 目标边缘精定位
• 3.6 图像预处理系统实现
• 3.6.1 系统总体流程及软件界面
• 3.6.2 结果分析
• 4 PCB图像识别
• 4.1 模式识别理论基础
• 4.1.1 模式识别概念
• 4.1.2 模式识别方法
• 4.2 PCB图像特征提取方法
• 4.2.1 检测对象分析
• 4.2.2 目标边界跟踪
• 4.2.3 特征提取
• 4.3 图像识别系统实现
• 4.3.1 系统的软件流程及界面
• 4.3.2 结果分析
• 5 PCB图像数据分析软件设计
• 5.1 PCB图像的几何变换
• 5.2 系统软件流程及界面
• 5.3 系统运行实例
• 5.3.1 实验条件
• 5.3.2 运行实例与结果分析
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 作者简历
• 学位论文数据集