基于图像处理的PCB缺陷自动光学检测系统的研究与实现

摘要

随着现代通信及电子技术的发展，电路板的应用越来越广泛。为了保证印刷电路板运用于产品后的质量水平，需要在组装前对印刷电路板的有效性进行检测，同时根据工业生产中的大批量处理需求，要求印刷电路板生产过程中各个环节应有成熟的检测方法以保证电路板的质量。
　　 本论文立足于电路板检测技术及图像处理技术，完成PCB缺陷自动光学检测系统的研究，即用光学成像技术获取被检测印刷电路板的数字图像，然后由计算机对图像进行计算以实现对PCB缺陷的判断与分析，并及时反馈信息以及对组工艺的参数进行修正。它是一种无损、快速的先进检测方法，因而有助于降低生产成本、提高产品质量和生产效率。
　　 本论文主要工作如下：
　　 （1）阐述了研究PCB缺陷检测的重要性，并分析当前各种PCB缺陷检测方法优点以及局限性，提出PCB缺陷自动光学检测系统的构成和主要技术难点；
　　 （2）分析了自动光学检测系统采集到的PCB图像的特点，针对PCB低对比度以及噪声干扰现象，采用一系列的图像预处理方法，有效提高了图像的对比度同时抑制了噪声干扰；
　　 （3）针对待检测图像与标准图像可能存在的平移、角度偏移问题，对比分析了Hough变换、模板匹配以及基于Harris角点特征的图像配准方法，完成了待测图像与标准图像的对准；
　　 （4）通过一系列的图像处理算法，完成PCB图像的阈值分割和差影检测，实现了PCB图像中缺陷提取和鉴别；
　　 （5）完成了自动光学检测系统的软硬件设计。由实验结果可知，该系统节约了检测时间，提高了检测的准确率和生产效率。

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景

1.2 当前PCB检测状况

1.3 论文预期成果与应用价值

1.4 论文的组织结构

第二章 系统设计方案

2.1 系统硬件设计

2.1.1 图像采集模块

2.1.2 光源模块

2.1.3 运动控制模块

2.1.4 图像处理模块

2.2 系统设计关键技术

2.3 本章小结

第三章 PCB图像预处理

3.1 数字图像基本概念

3.1.1 图像基本概念

3.1.2 图像表示

3.1.3 图像格式

3.1.4 图像技术

3.2 图像增强

3.2.1 窗口灰度变换处理

3.2.2 中值滤波

3.3 图像分析

3.3.1 边缘提取

3.3.2 差影检测

3.3.3 阈值分割

3.3.4 轮廓提取

3.4 本章小结

第四章 PCB图像的定位

4.1 Hough变换

4.2 模板匹配

4.3 基于Harris角点特征的图像配准

4.3.1 Harris角点检测及其算法实现

4.3.2 角点匹配及其算法实现

4.4 本章小结

第五章 系统软件设计与实现

5.1 总体软件功能

5.2 图像基类的构造

5.3 PCB图像预处理

5.3.1 中值滤波

5.3.2 边缘提取

5.4 PCB图像定位

5.5 差影算法实现

5.6 PCB图像分割

5.7 PCB图像轮廓提取

5.8 本章小结

第六章 PCB图像缺陷的识别

6.1 PCB板检测标准

6.2 缺陷特征统计

6.3 缺陷检测

6.4 本章小结

第七章 总结与展望

7.1 总结

7.2 展望

参考文献

致谢

攻读学位期间发表的学术论文