pcb自动光学检测系统基础算法研究

pcb自动光学检测系统基础算法研究

ID:16127734

大小:5.78 MB

页数:140页

时间:2018-08-08

pcb自动光学检测系统基础算法研究_第1页
pcb自动光学检测系统基础算法研究_第2页
pcb自动光学检测系统基础算法研究_第3页
pcb自动光学检测系统基础算法研究_第4页
pcb自动光学检测系统基础算法研究_第5页
资源描述:

《pcb自动光学检测系统基础算法研究》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、电子科技大学UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA博士学位论文DOCTORALDISSERTATION论文题目PCB自动光学检测系统基础算法研究学科专业光学工程学号200810502008作者姓名宋昀岑指导教师叶玉堂分类号密级公开UDC注1学位论文PCB自动光学检测系统基础算法研究(题名和副题名)宋昀岑(作者姓名)指导教师叶玉堂、教授、电子科技大学(姓名、职称、单位名称)申请学位级别博士学科专业光学工程提交论文日期2014年06月02日论文答辩日期2014年06月05日学位授予单位和日期电子科技大学2014年06月27

2、日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。THESTUDYONLOW-LEVELVISIONALGORITHMSUSEDINPCBAUTOMATICOPTICALINSPECTIONSYSTEMSADoctoralDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:OpticalEngineeringAuthor:SongYuncenAdvisor:YeYutangSchool:SchoolofOptoelectronicInformation独创性声明

3、本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描

4、等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日摘要摘要随着科学技术的持续发展,军工和民用设备日趋小型化、集成化,进而对印制电路板(PCB:PrintedCircuitBoard)的质量要求日益提高。PCB光学自动检测(AOI:AutomaticOpticalInspection)设备是保证PCB质量(尤其是高端PCB质量)的关键设备。然而,由于历史的原因,中国起步较晚,只研制成功一些相对较低端的PCB检测设备,国内使用的PCB检测设备,尤其是高端PCB检测设备,主要来自于以色列、日本及一些欧美国家。这不仅使我国丧失了AOI本

5、身的广阔市场,而且还严重制约了相关领域高端的研究和发展。显然,要实现产业调整和“中国智造”,必须自主研制高端PCBAOI,以拥有具自主知识产权的核心装备。而PCBAOI的核心技术是图像处理和分析。因此,为发展我国高端AOI设备,增强我国在相关领域的竞争实力,必须就AOI的图像处理和分析算法展开深入研究。正是为研制有完全自主知识产权的高端AOI,以满足国家相关领域的迫切需求,本文就AOI最底层的基础算法展开研究。本文对高端PCB自动光学检测设备中的图像处理分析基础算法(Low-levelAlgorithm)进行了深入研究,提出了实际的解决方案,并应用到了最终的设备中,为高端PCB

6、自动光学检测设备的国产化奠定了基础。主要的研究成果和创新之处如下:1.设计了针对PCB外观检测的颜色预处理算法PCB外观检测机在判断颜色缺陷的稳定性上,一直存在问题,即便是国外设备也同样存在此问题。尤其是焊盘区域颜色的纹理分布以及氧化造成的暗斑,导致设备不能稳定地检出相关缺陷;本文通过分析PCB金属焊盘和杂质的颜色分布,及其噪声形态,利用�*�*�*均匀颜色空间和Bilateral滤波相结合的方式,在抑制噪声的同时保留了缺陷特征,实现了检测的稳定性。同时还有效提炼了数据的信息量,为后续的缺陷分类器提供了良好的数据源;2.在双远心光学系统下,实现了真实亚像素精度的测量,达到国外领

7、先产品的相同指标针对高精度测量对边缘检测提出的更高要求,本文分析了现有边缘检测算子、亚像素边缘检测算子存在的亚像素位置偏移问题。在原有亚像素边缘检测算子的基础上,利用自动化的图像分析算法和统计学习理论以及相关的径向基函数神经网络的非线性函数插值技术,设计实现了亚像素边缘检测算子的补偿系统;摘要应用此补偿系统在实际的测量设备中,达到了在图像单个像元45��分辨率下5��的测量精度,和在图像单个像元18.7��分辨率下1��的测量精度,赶上了国际上领先产品的指标,并以绝对优势领先于国内同类型产品

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。