基于机器视觉的PCB微钻端面缺陷检测研究

论文摘要

作为电子系统的重要基础,PCB(printed circuit board)在电子信息产业中发挥着极其重要的作用。在PCB生产流程中,钻孔是非常重要的一道工序,钻孔质量直接影响PCB的最终质量,而其决定因素在于所用微型钻头的刃面缺陷情况。目前,对于微型钻头刃面缺陷,主要采用人工目视的方式在显微镜下进行抽检,检测精度差,难以控制整体质量水平。本文针对上述问题,以PCB微钻刃面作为研究对象,基于数字图像处理原理,对其缺陷检测算法作了创新性和探索性研究。主要内容为:1、根据微钻端面形状特征,对光学成像系统进行了设计,尤其是照明系统。通过设计专门的LED环形光源,得到检测目标与背景之间具有高对比度的稳定图像,为后续图像处理流程的工作奠定了基础。2、对PCB微钻端面第一刃面的主要缺陷种类进行了分析,制定了缺陷检测的完整算法流程,包括图像预处理、图像分割、图像特征提取、特征分析及结果的综合判断。3、对缺陷检测所用的图像处理算法进行了综合分析,从分割、滤波、增强、标记、边缘跟踪、特征点提取、参数计算各方面进行了研究,提出了将拉普拉斯高斯滤波器结合图像分割提取微钻刃面边缘的方法,实现了微钻缺陷检测的完整流程,得到了可信度极高的结果。4、对系统的下一步改进进行了分析,从光学系统参数提升、人机交互界面优化、算法稳定性及运算速度的进一步优化、实现整体系统自动化等几个方面进行了规划,以达到实现微钻端面全自动光学检测的目标。本文的主要创新点在于:将拉普拉斯高斯滤波器结合图像分割应用于微钻刃面边缘提取。该创新点国内未见相关报道。该项研究成果现已产品化,在许多PCB电路板制作厂家投入使用,反应效果良好。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题简介
• 1.2 主要研究内容
• 1.3 目的及意义
• 第二章 系统构成及原理
• 2.1 系统构成
• 2.2 检测原理
• 2.3 微钻缺陷种类
• 第三章 图像处理基础
• 3.1 阈值分割
• 3.1.1 直方图
• 3.1.2 全局阈值
• 3.1.3 最佳阈值和自适应阈值
• 3.1.4 类别差分门限法（OTSU 法）图像二值化阈值选取
• 3.2 图像滤波与增强
• 3.2.1 平滑线性滤波器
• 3.2.2 统计排序滤波器
• 3.3 边缘检测
• 3.3.1 边缘特性
• 3.3.2 梯度算子
• 3.3.3 拉普拉斯算子
• 3.4 线检测
• 3.5 连通区域标记
• 第四章 缺陷检测算法分析
• 4.1 概述
• 4.2 图像分割
• 4.2.1 图像二值分析
• 4.2.2 图像的滤波与增强算法分析
• 4.3 图像连通标记
• 4.4 图像边缘跟踪
• 4.5 微钻刃面特征点提取
• 4.6 微钻参数计算
• 4.7 结论
• 第五章 系统软件界面
• 5.1 软件系统功能模块
• 5.1.1 图像捕获
• 5.1.2 图像处理
• 5.1.3 系统维护
• 5.1.4 数据输出
• 5.2 系统界面概述
• 5.3 工具栏按钮功能说明
• 5.3.1 用户登录/修改密码
• 5.3.2 新建资料库
• 5.3.4 保存检测钻头图像
• 5.3.5 倍率校正
• 5.3.6 设定检测项目
• 第六章 工作总结与展望
• 6.1 工作总结
• 6.2 展望
• 参考文献
• 致谢
• 攻硕期间取得的研究成果
• 1、发表论文
• 2、获奖项目
• 附录