PCB缺陷识别算法的研究

《PCB缺陷识别算法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、教学单位电子电气工程系学生学号编号本科毕业设计题目PCB缺陷识别算法的研究课题性质应用型学生姓名专业名称电子信息工程指导教师一、设计正文(1)绪论错误！未定义书签。1PCB瑕疵检测系统原理及总体结构31.1AOI系统的基本原理31.2PCB瑕疵检测算法的研究对象41.3PCB瑕疵检测方法的研究思路51.4影响PCB瑕疵识别准确性的关键因素52PCB图像采集62.1图像输入设备62.1.1常用图像输入设备62.1.2图像传感器的选择72.1.3PCB基准图像的获取82.2图像采集的照明系统82.3实验中釆用的图像釆集

2、设备93PCB图像预处理93.1图像噪声的消除93.1.1图像的频域平滑93.1.2图像的空域平滑103.1.3结合PCB图像特点选择处理方法124PCB瑕疵图像检测与识别144.1PCB瑕疵图像识别144.1.1印刷电路板质量标准144.1.2PCB瑕疵的特征提取154.1.3PCB模式识别方法165PCB瑕疵检测与识别软件的设计245.1综述245.2软件结构245.2.1图像处理模块255.2.2瑕疵识别模块265.3MMX指令优化266实验测试结果与分析297总结与展望32参考文献33谢辞34二、附录1.设

3、计任务书2.设计中期检查报告3.指导教师指导记录表4.设计结题报告5.成绩评定及答辩评议表6.设计答辩过程记录PCB缺陷识别算法的研究摘要：口动光学检测(AOI)技术作为重要的质量检测手段已广泛运用于卬刷电路板(PCB)的生产制造之中。首先综述了视觉检测技术的发展现状，然后以数字图像处理和模式识别为理论基础，对PCB裸板图像采集、图像增强、图像配准定位以及图像识别等方面进行了研究，探讨了PCB瑕疵检测的方法和难点。对于PCB图像的定位问题,分析并使用一种改进的Hough变换检测岡形，通过刚体变换模型进行图像定位。在

4、瑕疵识别屮，分析了常用的模式识别方法，根据树分类法和序贯检测的思想设计了一种PCB缺陷模式识别方案，并给出了针对齐种PCB缺陷模式的特征选择与提取方法。最后，结合PCB质量标准，编制PCB图像检测与识别软件，对印刷电路板上存在的缺陷种类和数量实现自动检测。检测算法具有检测面宽、计算量小、容易实现等特点。词：印刷电路板；i动光学检测；数字图像处理；模式识别PCBFAULTRECOGNITIONABSTRACT:TheAutomaticOpticalInspection(AOI)technologyhasbeenwid

5、elyusedintheproductionoftheprintedcircuitboard(PCB)andisanimportanttooloftestingPCBquality.First,thecurrentresearchworksofthePCB'svisualdetectionarereviewed.Alldiscussionisbasedontheprinciplesofdigitalimageprocessingandpatternrecognition.Theinspectionmethodsof

6、PCBareinvestigatedbystudyingimageacquisition,imageenhancement,imagesegmentation,imagelocationandimagerecognition.AnimprovedHoughtransformisanalyzedanddiscussed,whichisusedtoinspectcircle,andamodelofrigidbodytransformationisappliedtoPCBimagelocation.Attheimager

7、ecognitionstage,auniquemodelofPCBfaultrecognitionisbuiltintermsoftree-classificationmethodandsequentialtest・SeveralmethodsofPCBfeatureSelectionandextractionareintroduced・FinallybycombiningthePCBqualitystandard,aPCBfaultdetectionandrecognitionsoftwarearedevelop

8、edandpresented,whichcanbeusedtodetectandrecognizethetypesandtheamountofthefaultsonPCB.ThisDetectionalgorithmhastheadvantagesofrecognizingmorefaultthanbefore,lowcomputationcomplexit