加载电路板故障检测与定位算法研究 【摘要】：随着半导体设计和制造技术的日益发展,电路板也朝着高密度、多层数、高性能等方向发展。电路板焊接是大批量进行的,现代生产质量管理又要求对零部件和产品进行百分之百的质量检验,而非抽样检查,单靠人工检测或传统的在线测试仪已无法适应现代电路板焊接缺陷检测的需要。 近年来,计算机图像处理、模式识别和人工智能技术的发展极大地推动了机器视觉的发展及其在集成电路芯片自动检测中的应用。虽然电路板视觉检测系统在美国和日本等国的电子制造业中得到了广泛应用,但国内对于这方面的研究仍然停留在一个相对初期的水平。现有的电路板视觉检测系统大多是进口的,由于进口设备价格昂贵,给国内生产厂家带来了巨大的经济压力,而且这些设备往往不适合国内操作人员的习惯,在使用过程中其功能不能被充分利用,造成了资源的极大浪费。为此,现在各电子生产厂家都迫切需要一种具有自主知识产权的视觉检测设备,以改变人工检测的落后局面。 一个典型的机器视觉检测系统主要由图像获取系统、图像处理、识别系统以及反馈控制系统等四部分组成,其最基本的任务是图像识别。视觉检测系统中图像识别的核心是检测算法。本课题主要研究加载电路板视觉检测算法,研究重点为以下三个方面的内容: 1.研究了线性和非线性最小二乘法理论,提出了基于最小二乘法拟和的圆形焊点形状检测算法,并在实际电路板和数码相机采集系统中得到验证。该算法适合于双列直插元件电路板的焊点故障检测与分类。 2.在理解计算机图像学和图像处理理论的基础上,利用Hough变换和连通域搜索的概念,提出了基于Hough变换和连通域搜索检测导线短路与断路的诊断算法,并在实际电路板和数码相机采集系统中得到验证。该算法广泛适用于各种电路板的装配及焊接过程中引起的导线故障。 3.利用图像相关函数及图像匹配方法,提出基于图像匹配的电路板装配故障检测算法,并在实际电路板和数码相机采集系统中得到验证。该算法适用于装配过程中元件漏装和倒装故障检测。 PCB特征尺寸视觉测量技术研究 【摘要】：随着我国半导体制造业的快速发展以及机器视觉的普及,把机器视觉应用于电路板生产线作为检测手段在国内已经成为一种行业需求。因此对PCB特征尺寸视觉测量技术的研究,具有很大的市场价值和实际意义。 处理器是影响视觉测量质量的关键因素之一,它在一定程度上影响着视觉系统的整体性能和性价比的高低。因此,选择速度快、性能高、功耗低、集成度高、并且成本低的TMS320LF2407A DSP作为主处理器。 边缘检测算法也是影响视觉测量质量的重要因素,它是特征尺寸测量的执行体,直接影响图像特征提取的速度和质量。因此,选择合适的算法是极其重要的。 本文首先介绍了系统方案的确定过程。从系统性能、成本控制等方面比较全面地阐述了方案的可行性,通过比较不同的处理器性能和使用领域,确定了系统主处理器,并且根据系统的最低需求配置了相应的外围芯片和接口电路,从总体上保证了系统的性能。 论文稍后详细介绍了硬件电路的设计,并用照片展示了加工制作的电路板实物。不但介绍了各功能模块的电路连接,而且用文字和图表结合的方式阐述了各电路设计中的设计标准、依据,总结了设计中的关键点,有很强的实用性。 论文还对特征提取的算法进行了研究。论文通过理论分析和仿真比较的方法确定了PCB特征尺寸视觉测量系统所采用的边缘检测算子,并采用MATLAB仿真得到了电路板灰度图像的边缘检测结果,验证了其可行性。 另外,对经典边缘检测算法的归纳介绍也是本章的一个重点,可以作为应用的参考。 论文的最后一个重要部分介绍了系统的软件设计。主要采用流程图法阐明了编程的思想、程序的结构和系统处理操作的时序等问题。完成了整个课题的设计工作。