SMT安装缺陷自动光学检测中的图像获取与处理

摘要

随着电子制造业中印刷电路板元器件安装普遍采用表面贴片安装技术，产品集成度更高、元器件体积更小、安装密度更大，传统的检测技术在检测能力和检测速度上都不能适应新的电子制造技术。基于机器视觉的检测技术可以快速、准确地实现对贴片安装产品缺陷的自动检测，是提高电子制造业自动化水平和产品质量的重要技术。因此，研究基于机器视觉的印刷电路板自动光学检测技术具有重要的意义。 图像获取与处理是自动光学检测设备的重要组成部分。本文对基于机器视觉的印刷电路板安装缺陷自动光学检测设备的图像获取与处理系统进行研究。具体研究内容包括：（1）图像获取与处理系统原理；光源类型及光照方式对视觉图像的影响；CCD、光学镜头等关键设备选型依据及选型分析；X-Y平台运动控制方法。（2）图像获取与处理系统中PCB图像特点分析；图像拼接流程和图像配准、图像融合的主要方法；基于小波变换和相位相关的图像拼接方法和基于加权平均的图像融合方法应用研究。（3）图像获取与处理中采集贴片产品图像的路径规划问题分析；路径规划问题与TSP问题异同点；主要TSP算法原理及优缺点；基于改进蚁群算法的检测路径规划应用研究。 通过本课题的研究，取得以下成果：（1）确定了图像获取与处理系统的硬件选型方案和设备控制方案，为下一步研究工作准备好硬件平台；（2）针对AOI中PCB图像特点，设计一种快速、准确的图像配准算法，解决AOI工程中图像拼接问题。实验结果表明该算法处理1600×1200分辨率的两幅图像拼接时平均处理时间为0.41秒，满足AOI检测系统对拼接速度的要求；（3）结合遗传机制和蚁群算法设计了一种路径规划方法，对摄像机采集贴片产品图像路径进行规划。实验结果表明该方法较之遗传算法、模拟退火算法和神经网络算法等规划算法，路径优化效果更好。 本文对贴片产品安装缺陷自动光学检测的具体应用进行研究，解决了图像获取与处理的一些关键工程技术问题。本课题所取得的成果具有一定的工程应用价值，并为机器视觉这一前沿技术的进一步研究提供参考价值。

目录

文摘

英文文摘

声明

第一章绪论

1.1本课题的研究背景

1.2本课题的研究意义

1.3本课题研究的历史回顾和研究现状

1.3.1国内外AOI检测设备性能分析

1.3.2图像拼接技术的研究现状

1.3.3路径规划技术的研究现状

1.4本课题的研究内容和本文的结构

1.4.1本课题的研究内容

1.4.2本文的结构

第二章图像获取与处理系统的硬件设计

2.1系统的原理和结构框架

2.2照明模块设计

2.2.1光源的种类和性能比较

2.2.2光照方式及其对机器视觉的影响

2.2.3 AOI中光源的设计

2.3图像模块设计

2.3.1摄像机的比较与选择

2.3.2光学镜头的分析与选择

2.4运动控制模块设计

2.5系统总体设计

2.6本章小结

第三章图像拼接算法的研究

3.1图像获取与处理中的图像拼接问题

3.2图像拼接方法概述

3.2.1图像拼接的一般流程

3.2.2图像配准的主要方法

3.2.3图像融合的主要方法

3.3基于小波变换与相位相关的PCB图像拼接算法

3.3.1基于小波分解高频系数的图像配准

3.3.2基于加权平均法的图像融合

3.4 Matlab仿真及结果分析

3.5本章小结

第四章 检测路径规划策略的研究

4.1图像获取与处理中的路径规划问题

4.2 TSP问题和TSP算法

4.2.1 TSP问题

4.2.2路径规划问题与TSP问题的异同点

4.2.3 TSP问题的主要求解方法

4.3基于改进ACS算法的检测路径规划

4.3.1蚂蚁系统与ACS算法

4.3.2 ACS算法的改进策略

4.3.3改进ACS算法的实现步骤

4.4 Matlab仿真及结果分析

4.5本章小结

第五章基于AOI设备实验及结果分析

5.1实验环境

5.2控制程序设计

5.3图像拼接实验

5.3.1图像拼接算法程序设计

5.3.2图像拼接实验过程

5.3.3实验结果分析

5.4路径规划实验

5.4.1路径规划算法程序设计

5.4.2路径规划实验

总结与展望

参考文献

攻读学位期间发表的学术论文

攻读学位期间参与的科研项目

致 谢

附录