基于视觉技术的磁头焊点质量自动检测系统

论文摘要

硬盘是PC系统中数据容量最大,保留时间最长的存储媒质。随着数据存储对硬盘容量和可靠性要求的提高,在提高磁盘存储密度的同时,对磁头的焊点可靠性提出了更高的要求,而磁头焊点的可靠性恰恰决定了整个硬盘的可靠性。目前多采用人工目视对焊点质量进行检测,该方法的缺点是检测的效果随着检测人员的疲劳而下降,并且检测的效率不高。本文利用SBB机现有的硬件,运用图像处理及模式识别技术,提出了一套自动视觉检测的方法。它是一种无损、快速的先进检测方法,因而有助于降低生产成本、提高产品质量和生产效率。一个视觉检测系统要满足工业生产的需要,就必需实现速度快和精度高两个指标,为了实现这两大指标,主要完成了以下几个方面的工作:首先,论述了硬盘生产中焊点质量检测的重要性,比较了各种检测方法的优缺点和局限性,提出本文系统检测的总体方案,选择相应的硬件,搭建自动检测系统的硬件平台。其次,分析了由CCD摄像头取得磁头图像的特点,针对图像的低对比度现象以及噪声干扰,采用了一系列的图像预处理方法,提高了图像的对比度,有效抑制了噪声的干扰。接着,针对已有设备抓取图像的特殊性,本文采用了改进的SSDA匹配算法来定位焊点区域,完全可以满足匹配的精确度和快速性的要求。最后,通过一系列的图像处理算法,完成了焊点图像的阈值分割和特征提取;并结合焊点缺陷的主要类型,分别选择不同的特征进行模式识别,完成了图像的缺陷提取和自动鉴别。由实验结果可知,该系统节约了检测时间,提高了焊点检测的准确率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外相关技术发展现状
• 1.2.1 焊点质量检测技术研究现状
• 1.2.2 工业图像检测系统国内外现状及主要应用
• 1.3 本文主要研究内容
• 第2章 系统总体方案设计
• 2.1 研究对象
• 2.2 系统检测流程图
• 2.3 系统硬件构成
• 2.3.1 光源系统
• 2.3.2 光学镜头
• 2.3.3 相机
• 2.3.4 图像采集卡
• 2.3.5 计算机工业控制系统
• 2.4 本章小结
• 第3章 数字图像预处理
• 3.1 引言
• 3.2 空间域处理
• 3.2.1 空间域的图像增强
• 3.2.2 空间域的图像平滑
• 3.3 HGA图像预处理
• 3.3.1 HGA图像增强
• 3.3.2 直方图均衡化
• 3.3.3 消除噪声
• 3.4 本章小结
• 第4章 HGA定位中图像匹配算法
• 4.1 图像匹配概述
• 4.1.1 图像的基本变换模型的数学描述
• 4.1.2 图像匹配的三要素
• 4.1.3 图像匹配性能评价指标
• 4.1.4 图像匹配算法分类
• 4.2 模板匹配方法
• 4.3 快速模板匹配算法
• 4.3.1 SSDA基本算法
• 4.3.2 对SSDA基本算法的改进
• 4.3.3 实验结果及分析
• 4.4 本章小结
• 第5章 焊点特征提取及鉴别
• 5.1 引言
• 5.2 阈值分割
• 5.2.1 阈值选取的常用方法
• 5.2.2 本文方法
• 5.3 焊点形态特征的提取
• 5.4 模式识别
• 5.4.1 模式识别的概念
• 5.4.2 常用模式识别方法
• 5.5 焊点图像的模式识别
• 5.5.1 焊点的质量标准
• 5.5.2 焊点的模式识别方法
• 5.6 实验结果及分析
• 5.7 本章小结
• 结论
• 参考文献
• 致谢