基于卷积网络的驱动器电路板裸板视觉检测

摘要

随着国家对高端制造业的激励扶持，企业对伺服系统产品的需求越来越多，为了保障产品质量在生产环节严格把控有助于产品质量的提升。驱动器电路板作为伺服系统的重要组成部分，视觉检测其生产过程质量是提升产品质量的关键环节之一。为了改善和提升驱动器电路板视觉检测过程的效率、准确性、鲁棒性，本文以驱动器产品生产过程中检测技术提升为研究背景，以驱动器电路板裸板为研究对象，对电路板裸板的视觉检测过程中的配准算法、识别算法进行了深入研究，并设计实现了一种驱动器电路板裸板视觉检测系统，主要研究内容有以下四个方面：　　针对电路板裸板基于标定点的准确快速匹配配准的问题，提出了一种基于方位环境特征的特征描述方法和相似度度量方法用于裸板图像匹配配准。该方法首先用图像处理找到预设在裸板上的标定点，然后根据本文的方法环境特征描述方法和基于卡方分布的方位环境特征相似度度量方法，计算它们的特征向量并匹配，从而实现模板图像和测试图像的标定点的匹配和最后裸板图像的配准。　　针对电路板裸板基于局部特征点快速准确匹配配准的问题，提出了一种全局负样本挖掘的学习描述网络匹配方法用于裸板图像配准。该方法采用本文的全局负样本挖掘策略用现有数据集训练了一个L2Net的局部描述网络，用以描述Fast方法检测到的特征点，使用欧式距离的相似性度量方法匹配这些特征点，从而计算得到仿射变换矩阵和最终裸板的图像配准。为了比较本文训练策略对网络的性能提升，使用多种评价方法对比其他描述方法，表明提出的训练策略对网络有一定的性能提升，这样能够更准的匹配局部特征点，从而提升裸板图像配准的鲁棒性和准确性。　　针对当前电路板裸板缺陷识别多采用传统经验规则判断，提出了一种基于裁减的VGG的卷积网络的电路板裸板缺陷识别的方法，用于驱动器电路板裸板的缺洞、鼠咬、断路、短路、毛刺和漏铜的六大缺陷的检测及识别。该方法首先比较模板图像和测试图像局部自适应阈值后的差异，然后采用形态学和轮廓跟踪提取缺陷图像；接着训练了一个裁减的VGG网络识别驱动器裸板缺陷，实验表明该方法用于识别驱动器裸板缺陷相对于传统方法有很大准确性的提升。　　最后设计实现一种驱动器电路板裸板视觉检测软硬件平台，详细阐述了系统各个软硬件模块的功能、选择、设计、开发，并将本文提出的学习描述网络图像匹配方法和缺陷识别卷积网络实现在系统当中，实现了驱动器电路板裸板在线准确检测。

目录

第1章 绪论

1.1 研究的背景及意义

1.2 国外研究现状

1.3 国内研究现状

1.4 论文研究主要工作与结构

第2章 电路板裸板视觉检测基础理论

2.1 图像处理技术

2.1.1 图像去噪

2.1.2 图像二值化

2.1.3 形态学

2.1.4 霍夫变换

2.2 卷积神经网络简介

2.2.1 神经元模型

2.2.2 感知机与多层网络

2.2.3 误差逆传播算法

2.2.4 卷积神经网络

2.2.5 卷积层

2.2.6 池化层

2.2.7 全连接层

2.3 本章小结

第3章 基于特征点的电路板裸板图像配准

3.1 引言

3.2 基于特征点的电路板裸板图像配准基本原理

3.3 基于方位环境特征的电路板裸板图像匹配

3.3.1 方位环境特征的特征点检测

3.3.2 方位环境特征的特征点描述

3.3.3 方位环境特征的相似度度量

3.3.4 方位环境特征的图像匹配

3.4 基于卷积描述网络的电路板裸板图像匹配

3.4.1 卷积描述网络的局部特征点检测

3.4.2 卷积描述网络的数据集构建

3.4.3 卷积描述网络的结构设计

3.4.4 卷积描述网络的全局负样本挖掘训练策略和损失函数

3.4.5 卷积描述网络的训练与性能分析

3.5 电路板裸板图像匹配变换

3.6 本章小节

第4章 驱动器电路板裸板缺陷视觉检测及识别

4.1 引言

4.2 电路板裸板缺陷视觉检测及识别基本原理

4.3 基于参照对比法的驱动器电路板裸板缺陷检测

4.3.1 裸板图像二值化预处理

4.3.2 裸板图像逐像素对比和形态学滤噪

4.3.3 裸板图像缺陷区域标定

4.4 基于VGG卷积网络的驱动器电路板裸板缺陷识别

4.4.1 驱动器电路板裸板缺陷识别网络样本的构建

4.4.2 裁剪的VGG卷积缺陷识别网络模型

4.4.3 驱动器电路板裸板缺陷识别卷积网络的训练和测试

4.5 本章小节

第5章 驱动器电路板裸板视觉检测系统设计与实现

5.1 引言

5.2 硬件系统设计与选择

5.2.1 照明系统

5.2.2 图像采集系统

5.2.3 运动控制系统

5.3 软件系统设计与实现

5.3.1 软件需求分析及模块划分

5.3.2 软件系统的开发及实现

5.4 视觉检测系统实验结果

5.5 本章小结

结论

参考文献

致谢

附录A 发表论文和参加科研情况说明