论文摘要
图像处理技术是随着图像采集技术、计算机技术的飞速发展而兴起的一门新型信息处理技术。早期的图像处理主要用于图像质量的改善,现在,图像处理方法越来越广泛的应用于各类工程和科学领域中的问题,如产品质量检验、医学指纹识别、图像分析等等。在现代各类电子设备中,印刷电路板(Printed Circuit Board,PCB)占有重要的地位并得到了广泛的应用,其产品性能直接受到电路板质量的影响。作为电子工业最前沿业之一,PCB行业随电子、通信、计算机等产业的飞速发展朝生产高性能、高复杂度、高密度产品等方向日益发展。本文首先介绍图像处理方法在PCB质量检测方向应用的研究背景,国内外研究的现状；分析PCB自动检测系统的结构与特点,研究对其检测结果具有决定性意义的步骤；分别分析各步骤中的关键算法。针对PCB图像中模板图像与待测图像匹配的方法进行深入研究,对已有的SIFT算法进行分析,结合PCB图像的特点,提出改进的SIFT算法。该算法能够更好的应用于PCB图像的配准。该算法首先利用SIFT算法提取的图像关键点只分布于特定区域的特点,研究得到该特定区域的提取方法,删除图像中冗余信息,加快计算速度；然后利用SIFT算法具有良好的扩展性,可以顺利的与其他形式的特征向量进行结合使用的特点,将传统的矩形特征描述子改为具有良好旋转性的圆形特征描述子,并提高特征点的筛选要求,达到在不降低匹配准确度的情况下简化运算步骤,加快运算速度的目的。对于精确匹配后的PCB图像,针对不同电路板类型,分别对未焊接元器件的裸版,和已焊元器件电路板进行检测。对于裸版,利用序贯相似相检测算法的思想和线性分类中的特征空间几何划分的思想,结合树状图进行图像特征分类的方法,进行缺陷识别；对于已焊接元器件的电路板,根据系统中已存储的元器件信息,提取各元器件位置信息,针对不同元器件利用其不同特点进行缺陷的识别；对于传统的焊点,本文采用简单的参考比较法对其进行判断。最后对提出的算法进行仿真分析,并与原算法比较,证明所提算法的优越性。