基于机器视觉pcb 光板缺陷检测技术及研究

《基于机器视觉pcb 光板缺陷检测技术及研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于机器视觉的光板缺陷检测技术研究（申请工学硕士学位论文）基于机器视觉的PCB光板缺陷检测技术研究胡文娟培养单位：信息工程学院学科专业：通信与信息系统武研究生：胡文娟汉理指导教师：刘泉教授工大学2007年4月PCB分类号密级UDC学校代码10497学位论文题目英文题目基于机器视觉的PCB光板缺陷检测技术研究ResearchofMachineVisionBasedDefectDetectionTechniquesonPCB研究生姓名胡文娟姓名刘泉职称教授指导教师单位名称信息工程学院邮编430070申请学位级别硕士学科专业名称通信与信息系统

2、论文提交日期2007年4月论文答辩日期2007年5月学位授予单位武汉理工大学学位授予日期答辩委员会主席陈伟评阅人周祖德李方敏2007年4月武汉理工大学硕士学位论文摘要印刷电路板(PCB)是集成各种电子元器件的信息载体，在电子领域中有着广泛的应用。随着技术的不断发展和工艺水平的不断提高，电子产品趋于更轻、更薄、更小，PCB朝着层数更多、密度更高的方向发展，这使得PCB的质量检验成为一件非常困难的工作。传统的人工检测方法容易漏检、检测速度慢、检测时间长，已经不能满足生产的需要，如何更有效的实现PCB的自动缺陷检测，成为半导体工业领域一个热门问题。机器视觉检测技术，集电子学、光电探测

3、、图像处理和计算机技术于一身，是精密测试技术领域内最具有发展潜力的新技术。机器视觉系统，一般采用CCD或CMOS摄像机摄取待检测目标并转化为数字信号，再采用先进的计算机硬件与软件技术对数字图像信号进行处理，从而得到所需要的各种目标图像特征值，并由此实现零件识别或缺陷检测等多种功能。然后再根据其结果显示图像，输出数据，由反馈信息引导执行机构完成位置调整、好坏筛选等自动化流程。将机器视觉引入到工业检测中，具有非接触、速度快、柔性好等突出优点，在现代制造业中有着重要的应用前景。本文将机器视觉技术应用到PCB光板的缺陷检测中，实现PCB光板的自动缺陷检测。在研究机器视觉技术的基础上，针对PCB

4、光板上的几种常见几何缺陷类型，制定PCB光板缺陷检测系统总体方案，讨论视觉检测系统工作原理，为PCB光板视觉检测系统搭建硬件平台：包括照明系统、图像采集系统、以及控制台系统；重点针对采集的PCB光板图像讨论视觉检测算法并进行仿真实验，包括图像预处理、分割、描述、数学形态学、模式识别等方法，着重根据PCB设计规则运用数学形态学及模式识别方法完成自动检测识别；最后根据视觉检测算法设计系统软件，对PCB光板完成缺陷的检测与识别。对包含不同缺陷的PCB光板图像进行实验，结果证明本文的PCB光板缺陷检测系统能够对PCB光板上的短路、断路、毛刺、缺损四种主要缺陷做出有效的检测、定位与识别。关键字：

5、印刷电路板(PCB)；机器视觉；数学形态学；模式识别I武汉理工大学硕士学位论文AbstractPrintedCircuitBoard,akindofinformationcarrierwhichintegratesvarietiesofelectronicdevices,haspopularapplicationsinelectronicfieldsnowadays.Withtherapiddevelopmentofmanufacturetechniques,electronicproducttendstolighter,thinnerandsmaller,andPCBturnstoh

6、avemorelayersandhigherdensity,whichmakesqualitydetectionofPCBbecomemoredifficult.Traditionaldetectionmethodscannotsatisfythelargeproductionforinaccurate,slowandlongtimedetection,thenhowtorealizeautomateddefectdetectionofPCBbecomesahottopicinsemiconductorindustry.Machinevisiontechnology,whichcomb

7、ineselectronics,photoelectricdetection,imageprocessingandcomputertechnologyintooneself,isapotentialnewtechnologyinindustrialdetectionfield.Machinevisionsystem,usuallyobtainsdigitalimagesignalsofdetectedobjectbyCCDorCMOScamer