AOI技术在表面贴装质量智能检测中的应用研究

论文摘要

本课题的研究与开发工作是在广东省高等学校自然科学研究重点项目“AOI技术在表面贴装质量智能检测中的应用研究”资助和佛山科技学院的范彦斌教授主持下完成的。全文着眼于AOI检测系统的全面设计,利用先进的光机电硬件设施,结合德国MVT（机器视觉技术）公司开发的商业软件HALCON和编程软件VC++的支持,对单色低照度表面贴装质量智能检测系统进行了较深入地研究和探讨。首先,对AOI硬件系统进行了功能性分析,并提出了可行性设计方案,然后进行了具体的部件参数及型号的确定。为了使条理更加清晰,文中将整个硬件平台系统分为图像采集、运动平台和电气控制三大部分进行了详细的探讨和部件选择。然后,介绍了HALCON软件和形状特征及其匹配技术,并依据整个表面贴装检测的流程,重点对各个步骤的算法分别进行了研究:首先是图像采集功能的实现;其次,由于硬件摄像机的拍摄条件的限制,文章还对如何获取全局导航图进行了图像拼接算法的研究,在常用算法的基础上进行了改进,从而提高了图像拼接的效率;再次,在检测中,针对载物台的振动等因素造成的图像歪斜等情况,利用仿射变换原理对图像纠正的相关算法流程进行了研究,还利用图像分割原理开发出Mark点的三种识别算法并进行了比较;最后,利用HALCON独有的组件匹配技术,针对几种常见的SMT产品缺陷进行了各自识别算法的开发,保证了整个检测过程的准确性和高速性。最后,设计了AOI检测设备的人机交互界面。以系统功能目标为导向将整个软件设计分为四个模块:图像采集和显示模块,运动控制模块,检测算法模块和数据库管理模块,并对各个模块进行了具体地设计。然后,对整体界面的设计作了全面地说明。实验表明,本套AOI系统能够针对常见的SMT产品缺陷进行较为准确而高效的判断,可以为以后自动光学检测系统的研发提供一定的借鉴。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 国内外现状
• 1.3 研究意义
• 1.4 论文章节安排
• 第二章 AOI 系统的硬件平台设计
• 2.1 AOI 系统的工作原理及功能分析
• 2.1.1 工作原理
• 2.1.2 功能分析
• 2.2 方案选择
• 2.3 图像采集部分
• 2.3.1 摄像机
• 2.3.2 工业镜头
• 2.4 运动平台部分
• 2.4.1 步进电机
• 2.4.2 支撑平台和X-Y 轴导轨
• 2.5 电气控制部分
• 2.5.1 光源
• 2.5.2 PLC
• 2.6 实验平台搭建
• 2.7 本章小结
• 第三章 基于HALCON 的SMT 产品缺陷检测算法研究
• 3.1 HALCON 软件简介
• 3.2 AOI 系统的检测流程
• 3.2.1 创建模板阶段
• 3.2.2 模式识别阶段
• 3.3 图像采集
• 3.4 形状特征及其匹配
• 3.4.1 形状特征和描绘子
• 3.4.2 基于形状特征的匹配
• 3.4.3 匹配策略
• 3.4.4 相似性测度（similarity measure）
• 3.4.5 HALCON 中的图像四种匹配技术
• 3.4.5.1 基于灰度的匹配（Gray-Value-Vased Matching）
• 3.4.5.2 基于形状特征的匹配（Shape-Based Matching）
• 3.4.5.3 基于组件的匹配（Component-Based Matching）
• 3.4.5.4 基于点的匹配（Component-Based Matching）
• 3.5 图像拼接
• 3.5.1 仿射变换矩阵
• 3.5.2 SMT 产品分区图像拼接
• 3.6 图像对准
• 3.6.1 图像对准流程分析
• 3.6.2 Mark 点识别
• 3.6.2.1 图像分割
• 3.6.2.2 Mark 点识别的三种方法
• 3.6.2.3 三种方法的分析及比较
• 3.7 SMT 产品的各种缺陷及其检测算法的研究
• 3.7.1 常见SMT 元件
• 3.7.2 常见缺陷
• 3.7.3 匹配检测流程分析
• 3.7.4 Blob 分析
• 3.7.5 实验结果及影响检测因素的分析
• 3.8 本章小节
• 第四章 AOI 检测系统软件设计
• 4.1 软件系统设计
• 4.1.1 系统目标
• 4.1.2 系统功能模块分析
• 4.2 功能模块实现
• 4.2.1 编程环境的生成
• 4.2.1.1 加入函数库和头文件
• 4.2.1.2 由HALCON 文件生成CPP 文件
• 4.2.2 图像采集和显示模块
• 4.2.3 运动控制模块
• 4.2.4 检测算法模块
• 4.2.5 数据库管理模块
• 4.3 交互界面设计
• 4.4 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢