资源描述：
《图像处理在印刷电路板检测中的应用.docx》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、.图像处理在印刷电路板检测中的应用摘要：电路板不可避免的因为外观不整洁，阻焊膜的不均匀，在生产印刷电路板走线和焊盘的损害而出现缺陷。本文设计了一个电路板图像采集的系统。应用数字图像处理技术对采集到的图像的分析，图像预处理，图像增强，边缘检测，二值处理等方法已经用于提高图像质量。在提取和识别缺陷板中，经常用差值法通过比较和匹配的缺陷图像和模板图像来检测缺陷板。关键字：电路板图片，图像增强，边缘检测，二值化，差值法0引言图1显示了印刷电路板的图像采集系现代电子设备的质量靠的不仅是电子统。该系统是由给料机、光源、传送带、CCD组件的质量和性能，而且很大程度上取决于摄像机和控制板
2、组成。传送带用于自动传输印刷电路板质量。不可避免的，电路板因为待检测的电路板。根据要求,我们固定CCD外观不整洁，阻焊膜的不均匀性，在生产印相机在与电路板垂直的位置。刷电路板走线和焊盘的损害而出现缺陷。在线检测是一个必要的部分以确保电路板的质量。在本文中将介绍对最终板的检测系统，这对保证生产质量有重大意义。电气和光学检测是两种印刷电路板的质量检查方法。基于图像处理的视觉检测技图1、检测系统术成为一个热门的研究方向，它具有非接触、速度快、适当的精度、较强的抗干扰能传送速度应匹配CCD图像采集速度。整力等优点。印刷电路板的图像视觉检测系统,电路板可以识别这些缺陷如坏焊点,通过
3、数字图像个处理过程由三个步骤组成。首先应该尽可能放置在明亮的背景，通过调节光处理和识别技术，即使对于焊接,铜和铂断学透镜,调节CCD相机分辨率和曝光时间,电裂点、短路等问题也能识别。路板图像由CCD收集保存到电脑。然后进行图像处理有两个目的,一个是生成更适,分合人类观察识别的图像,另一种是自动识别图像预处理和特征提取。最后输出结果和理解图像。该系统包括图像采集系统、图类成合格和不合格的板子。像增强、边缘检测、缺陷检测。我们试着用2图像增强差值法的方法实现缺陷印刷电路板的检测。图像灰度变换和图像平滑是两种图像这个系统的目的提供一个在线的、快速、准增强的方法。灰度校正是一个简
4、单和有效的确的检测印刷电路板系统作为基础，从而该在空域进行图像增强的方法。它主要包括图进实际操作。像直方图均衡化,增加对比度和直方图修1图像采集系统正。根据不同的需求选择不同的图像修正方法。基于灰度转换理论,结合图像比例转换..方法,本文实现了二维图像灰度均衡。转换公式如下：(c/a)f(x,y)0f(x,y)ag(x,y)[(dc)/(ba)]f(x,y)Caf(x,y)b[(Msd)/(Mfb)][f(x,y)b]dbf(x,y)Mf其中：Ms-最小灰度值Mf-最大灰度值f(x,y)-原始图像矩阵g(x,y)-转换图像矩阵图2是印刷电路板的灰色增强图像，a)是原始图像
5、,b)灰色图像增强处理。灰度变换处理可以提高动态范围,扩大图像对比度,使图像更清晰。a)原始图像b)增强图像图2、灰度增强图像3边缘检测对象的边缘反应在不连续的灰度级。根据边缘特征它可以分为阶跃式边缘和剧变式边缘。边缘检测的目的是获取图像的外部轮廓特征。在本文中,边缘检测的实验通过对收集的电路板使用不同的经典算子。图3显示了边缘检测图像。我们可以看到,Roberts,Sobel和Prewitt算子对边缘检测的斑点有更好效果，而Log和Canny算子的在电路板的连线有更好的检测效果。所以我们可以对不同探测目标选择不同的边缘检测算子。图3、不同操作符的边缘提取4图像二值化传
6、统边缘检测运算通常有以下缺陷：提取错误边缘，噪音敏感，光圈效应。边缘检测是图像二值化的基础。二值化图像是只具有黑白颜色的图像，它是在本质是像素分类的过程，它是一个获取图像轮廓的重要技术。数学形态学操作可用于消除小对象，分离对象，平滑大对象的边界并且没有明显的区域改变。形态学开口操作首先提出来在原始图像的焊点检查过程中的削弱窄的部分和获得的背景图像，例如示在图4中的a）图。原始灰度图像的减法处理和背景图像的灰度增强图像，在图b）中。形态学增强的图像二值化检测可以实现更好的检测的焊点，如图5所示。a)背景图像b)增强图像..图4、形态学增强BasedonImageforDef
7、ectinCircuitBoard.[M].SchoolofInformationEngineeringNanchangHangkongUniversity,2012.[2]N.G.Shankar,Z.W.Zhong.Defectdetectiononsemiconductorwafersurfaces[I].MicroelectronicEngineering,2005:337-346.图5、焊点的二值化[3]JIANGKe-wan,WUQi.ApplicationofImageRecognitionTechnologyin
