基于机器视觉的表面贴装元件检测技术研究

论文摘要

印制电路板的表面贴装器件的光学自动检测是电子工业生产线上品质检测领域一个十分重要的研究方向。它旨在利用光学和计算,机视觉技术,对采用微型化器件的高密度电路板上的各类元器件进行非接触式的高速、高精度识别和缺陷检测,从而克服人工检测的低效率与可靠性差等缺陷,从而提高电子产品的生产效率和合格率。本文对电路板板载元器件自动光学检测技术的行业现状及发展进行调研,提出了检测系统的主体框架。通过对主要构成模块的分析,提出设计和搭建实验平台的原则。在此基础上构建了简单的硬件系统,并利用VC++软件平台验证算法的合理性。本文利用彩色图像在孟塞尔颜色系统中的特性,综合图像色度、饱和度和亮度信息,实现了贴片元件有效信息区域的快速定位。由于电阻表面具有字符特性,利用网格化字符区域以及统计外观建模的方法,实现了机器学习识别电阻的光学字符确认。由于电容主要以颜色信息分类,利用对光亮不敏感的色度信息可实现比较稳定的分类和识别。本文提出电路板Mark点快速定位的实用方法,在此基础上可以实现元件的快速分割。利用SOP（小尺寸封装）芯片的外形轮廓信息,在灰度惯性矩基础上实现了芯片偏角检测。利用QFP（四边引出扁平封装）芯片上的极圆实现此类芯片偏角度量,并在此基础上实现芯片偏转矫正和字符分割。最后,本文采用圆投影矢量和算子和泽尔尼克算子对芯片上偏转的标志进行旋转不变量的检测,以解决因为图像偏转而出现的传统模板匹配失效等问题,提高了模板匹配的鲁棒性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究意义及其生产应用
• 1.3 国内外研究现状
• 1.4 本文的研究内容
• 1.5 本文章节内容与安排
• 第2章 图像处理基本算法
• 2.1 图像增强
• 2.1.1 线性平滑滤波器
• 2.1.2 非线性平滑滤波器
• 2.1.3 直方图均衡化
• 2.2 边缘（轮廓）跟踪
• 2.3 图像的旋转
• 2.4 图像的形态学
• 2.4.1 膨胀运算
• 2.4.2 腐蚀运算
• 2.4.3 开运算和闭运算
• 第3章 表面贴装元件检测系统设计
• 3.1 系统总体框架
• 3.2 系统搭建
• 3.2.1 照明系统
• 3.2.2 运动控制系统
• 3.2.3 图像采集系统
• 3.2.4 图像处理系统
• 第4章 贴片电阻与电容的检测
• 4.1 彩色图像处理
• 4.1.1 彩色空间模型
• 4.1.2 彩色空间的应用
• 4.2 连通域检测
• 4.2.1 扇面连通域搜索算法
• 4.2.2 广度优先连通域搜索算法
• 4.3 元件的定位与分割
• 4.3.1 Mark点的定位
• 4.3.2 元件的快速定位
• 4.3.3 元件的快速分割
• 4.4 元件的典型特征分析
• 4.4.1 贴片电阻特征
• 4.4.2 贴片电容特征
• 4.5 贴片电阻元件的检测
• 4.5.1 电阻字符的提取
• 4.5.2 电阻的确认和识别
• 4.6 贴片电容元件的检测
• 4.6.1 电容颜色的提取
• 4.6.2 电容的识别
• 第5章 贴片芯片的检测
• 5.1 常见芯片封装类型
• 5.2 芯片偏转角度检测
• 5.2.1 SOP芯片的检测
• 5.2.2 QFP芯片的检测
• 5.3 基于圆投影矢量和算子的芯片标志检测
• 5.3.1 圆投影变换
• 5.3.2 矢量和变换
• 5.3.3 圆投影矢量和变换
• 5.3.4 圆投影矢量和效果分析
• 5.4 基于Zernike（泽尔尼克）算子的芯片标志检测
• 5.4.1 泽尔尼克算子原理
• 5.4.2 泽尔尼克算法分析
• 5.4.3 泽尔尼克效果分析
• 总结与展望
• 致谢
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文及科研成果