机器视觉的印刷电路板缺陷检测系统的设计(附件)
最近几年，通讯产业、元器件行业发展迅猛，带动了PCB产业的发展。印刷电路板是电子行业的基本组成部分，在制造技术和集成电路的飞速发展下，PCB板的发展也趋向于小间距、高精度、多面板、高可靠性等方面。PCB的设计已经到达了非常高的水平，但同时，它也存在严重的问题，比如印刷电路板的质量。
PCB板在制作时会因为人为失误、环境、温度等原因产生缺陷，出现的故障可以分为：元器件的虚焊、粘连、贴片正确与否等。假如没有及时查找出缺陷，会导致电路板无法实现功能，因此及时检测很重要。传统的电路板缺陷检测方式已不能满足需求，所以需要设计新的方案。
本课题采用以机器视觉为基础的方式实现对PCB板的检测识别，利用图像处理技术，LabVIEW编程达到缺陷检测的目的，PCB板缺陷检测系统的组成包括硬件、软件两个部分。软件部分主要是对图像进行预处理，比如图像增强、图像平滑、边缘检测以及阈值分割；硬件部分则是对图像进行采集与传输。
关键词 印刷电路板，缺陷检测
目 录
1 绪论 1
1.1 本课题研究的背景和意义 1
1.2 课题理论背景和意义 1
1.3 国内外PCB检测技术研究现状 3
1.4 本论文研究的内容及主要工作 4
2 电路板缺陷检测系统硬件结构 5
2.1 硬件系统构成 5
2.2 硬件构成 5
3 图像预处理 7
3.1 图像增强 7
3.2 图像平滑 8
3.3 图像边缘检测 10
3.4 图像阈值分割 11
4 PCB的识别和检测 13
4.1 图像定位 13
4.2 元器件缺陷检测 15
5 P *好棒文|www.hbsrm.com +Q: ^351916072*
CB缺陷检测系统软件实现 18
5.1 软件开发工具LabVIEW 18
5.2 IMAQ-VISION 18
5.3 软件实现图像采集 19
5.4 系统主界面及结论 21
结 论 25
致 谢 26
参 考 文 献 27
1 绪论
1.1 本课题研究的背景和意义
随着PC机、通讯技术、电子元器件等行业的日益壮大，PCB的制造也在迅猛发展。现在的大多数电子产物，都是由电路板构成的，电路板的质量决定了产品是否可以正常、可靠、高效地工作。
PCB板的质量对产品功能的实现有决定性作用，假如PCB板出现元器件错误、缺失，极性反置等问题时，就要召回，这不仅会给制造商造成损失，还会降低生产物通过率。传统检验电路板运用人工方法实现，长此以往难以聚精会神工作，同时损耗精力，从而速度减慢甚至导致疏漏。随着科技发展，PCB板上的元器件普遍数量大、体积小，这更是加大了人工检测的难度，所以研究一种高效率的检测方法成为必然趋势。
在众多检测技术中，比起人工检测使用机器视觉检测存在显著地优势，人会疲惫、会疏漏也存在其他原因，但是机器视觉检测体系因为其高效率、速度快、高可靠性等优势，可有效提高生产率、合格率。在检测PCB板和集成电路板时，因为体积越来越小，数量越来越多，结构越来越复杂，机器视觉检测系统变成最好的选择。
机器视觉系统的重点是图形分析，假如获取图形模糊缺乏完整，或者编写程序的错误，都会导致检测错误，所以要重点提升可靠性。目前随着人工智能化、图像处理、模板匹配等技术的发展，很多成本低、效果好的图像分析处理系统正在产生，这个发展使印刷电路板等电子产品得检测变得更准确、容易实现。机器视觉测试指通过辨别整体与部分的不同来实现缺陷检查。该系统不像人工检测一样存在疲劳问题，便于操作者及时检测并处理问题；不直接接触PCB板，因此不会造成损失。工业制造时利用机器视觉进行检测，能改善生产率，让损耗降低。
1.2 课题理论背景和意义
1.2.1 机器视觉的发展
机器视觉技术是计算机科学的一个相对重要的组成之一，它集合了机器、电气、光学、计算机软件和硬件等技术，还包括了计算机、模式匹配、人工智能、图形分析、机电一体化和信号分析等众多方面。发展到至今，已有20几年岁月，它的功能作用的范围，伴随自动化的飞速发展，正在渐渐完善和向外推广，尤其是当前CCD以及CMOS摄像机、数字化图像型传感器、图形处理等技术与模板匹配等的飞速发展，极大地推动了机器视觉的发展。
在检测印刷电路板缺陷时，人们会由于疲劳和每个人间的不同等原因导致误差，甚至是错误，但是机器却是不同，它能稳定地和不知疲倦工作。所以，用机器视觉来替代人工完成检查缺陷等工作。以机器视觉为基础设计的系统大概有载物台、光源、图形分析以及摄像传送系统。
因为机器视觉的系统能用来飞快地得到大量数据信息，进行自动分析，也能够集成控制以及设计信息，所以，自动化的生产时,往往将机器视觉应用在成品检测、监视工况和控制质量等众多领域。检测的产品较多时，机器视觉往往有高可靠性、稳定快速等优点，故能明显的改善生产效率。检测印刷电路板时，因为它的体积变小，线路更趋于复杂，机器视觉检测几乎是唯一也是最佳的选择。
一般机器视觉的系统由镜头、光源、相机、图形处理软件、图像采集卡、输入输出单元、监视器等组成。
机器视觉其实是利用机器来替代肉眼进行判别及检测。机器视觉利用图形拍摄设备把拍摄对象变为图像信息，传递到图形分析系统，然后依据像素的亮度、分布以及颜色等有效信息，转化为数字信息；图形系统对已处理的信息进行复杂的运算读取对象的特点，依据判别结论指示现场设备操作，辨别产品是否合格。
从上个世纪的 60年代美国的研究者开始探索机器视觉。那时利用的边缘检测、预处理、对象建模和匹配等科技，往后都被机器视觉等科学所应用。L.R.进行图形分析时，运用自下向上推导方法。利用边缘检测找到轮廓线，区域处理可以把图形分成由灰度像素相似区域构成，这就是图像分割。它的目标是用轮廓线与区域描绘要分析图形，便于比对计算机存储模板。如果只是自下向上的解析是不行的，需要配合自上向下，利用启发式方式精确的预测目标。
70年代开始，机器视觉逐渐形产生了一些研究的分支：①由二维图形得到三维图形；②图像分析算法；③表达视觉知识；④处理序列图形求解运动参数；⑤目标制导处理图像；⑥视觉系统的知识库等。
现在，中国的机器视觉发展变得活跃，广泛运用于工业、医疗、通讯、科技、天气等影响国民经济的产业。中国现在已变成世界制造业工厂，零部件的生产要求高，对质量要求更高更多，使得众多拥有世界一流水准的机器视觉系统与应用随之流入中国。
1.2.2 机器视觉的应用
机器视觉大规模运用具体表现于半导体器件和电子产业，主要有40%-50%是半导体产业。比如印刷电路板；各种生产电路板的技术与设备；多层板，单、双面板、覆铜板的辅料与材料；辅佐设备，损耗、药剂、配件；封装电子设备等等。SMT的贴装包括：焊接、工艺设备、检测仪器、辅助配件、原材料、胶粘剂、贴片剂、焊料、焊剂和防氧化油、清洗剂、焊膏等；焊机和自动的生产线设施。生产电子的加工设施包括：元器件的制造设施、成型设施、模具、制造集成电路设施。另外，机器视觉也可在其他领域运用。
图2.2 CCD 摄像机
2.2.3 图像采集卡
图像采集卡英文是Frame Grabber。它连接了CCD与计算机，即采集与处理分支连接口。采集的过程是采样、量化然后变成数字化图像传送、存放于存储器中。其功能是分析来自各种图片源信息，把图片信息放入电脑硬盘，并存放为数据，在各种不同应用中都有灵活性；分析图片讯息时效率高。
选择阈值时一般使用直方图。可假定两个部分构成图片，一个部分为暗色，另一个部分为亮色，因此它的直方图会存在两个峰值，分别是整个物体的灰度值以及提取目标物的灰度值。所以，我们可以在两个峰值之间选择一个合适的值作为阈值，把其他高于阈值的值构成的像素的集合作为目标区域。
1 绪论 1
1.1 本课题研究的背景和意义 1
1.2 课题理论背景和意义 1
1.3 国内外PCB检测技术研究现状 3
1.4 本论文研究的内容及主要工作 4
2 电路板缺陷检测系统硬件结构 5
2.1 硬件系统构成 5
2.2 硬件构成 5
3 图像预处理 7
3.1 图像增强 7
3.2 图像平滑 8
3.3 图像边缘检测 10
3.4 图像阈值分割 11
4 PCB的识别和检测 13
4.1 图像定位 13
4.2 元器件缺陷检测 15
5 P *好棒文|www.hbsrm.com +Q: ^351916072*
CB缺陷检测系统软件实现 18
5.1 软件开发工具LabVIEW 18
5.2 IMAQ-VISION 18
5.3 软件实现图像采集 19
5.4 系统主界面及结论 21
结 论 25
致 谢 26
参 考 文 献 27
1 绪论
1.1 本课题研究的背景和意义
随着PC机、通讯技术、电子元器件等行业的日益壮大，PCB的制造也在迅猛发展。现在的大多数电子产物，都是由电路板构成的，电路板的质量决定了产品是否可以正常、可靠、高效地工作。
PCB板的质量对产品功能的实现有决定性作用，假如PCB板出现元器件错误、缺失，极性反置等问题时，就要召回，这不仅会给制造商造成损失，还会降低生产物通过率。传统检验电路板运用人工方法实现，长此以往难以聚精会神工作，同时损耗精力，从而速度减慢甚至导致疏漏。随着科技发展，PCB板上的元器件普遍数量大、体积小，这更是加大了人工检测的难度，所以研究一种高效率的检测方法成为必然趋势。
在众多检测技术中，比起人工检测使用机器视觉检测存在显著地优势，人会疲惫、会疏漏也存在其他原因，但是机器视觉检测体系因为其高效率、速度快、高可靠性等优势，可有效提高生产率、合格率。在检测PCB板和集成电路板时，因为体积越来越小，数量越来越多，结构越来越复杂，机器视觉检测系统变成最好的选择。
机器视觉系统的重点是图形分析，假如获取图形模糊缺乏完整，或者编写程序的错误，都会导致检测错误，所以要重点提升可靠性。目前随着人工智能化、图像处理、模板匹配等技术的发展，很多成本低、效果好的图像分析处理系统正在产生，这个发展使印刷电路板等电子产品得检测变得更准确、容易实现。机器视觉测试指通过辨别整体与部分的不同来实现缺陷检查。该系统不像人工检测一样存在疲劳问题，便于操作者及时检测并处理问题；不直接接触PCB板，因此不会造成损失。工业制造时利用机器视觉进行检测，能改善生产率，让损耗降低。
1.2 课题理论背景和意义
1.2.1 机器视觉的发展
机器视觉技术是计算机科学的一个相对重要的组成之一，它集合了机器、电气、光学、计算机软件和硬件等技术，还包括了计算机、模式匹配、人工智能、图形分析、机电一体化和信号分析等众多方面。发展到至今，已有20几年岁月，它的功能作用的范围，伴随自动化的飞速发展，正在渐渐完善和向外推广，尤其是当前CCD以及CMOS摄像机、数字化图像型传感器、图形处理等技术与模板匹配等的飞速发展，极大地推动了机器视觉的发展。
在检测印刷电路板缺陷时，人们会由于疲劳和每个人间的不同等原因导致误差，甚至是错误，但是机器却是不同，它能稳定地和不知疲倦工作。所以，用机器视觉来替代人工完成检查缺陷等工作。以机器视觉为基础设计的系统大概有载物台、光源、图形分析以及摄像传送系统。
因为机器视觉的系统能用来飞快地得到大量数据信息，进行自动分析，也能够集成控制以及设计信息，所以，自动化的生产时,往往将机器视觉应用在成品检测、监视工况和控制质量等众多领域。检测的产品较多时，机器视觉往往有高可靠性、稳定快速等优点，故能明显的改善生产效率。检测印刷电路板时，因为它的体积变小，线路更趋于复杂，机器视觉检测几乎是唯一也是最佳的选择。
一般机器视觉的系统由镜头、光源、相机、图形处理软件、图像采集卡、输入输出单元、监视器等组成。
机器视觉其实是利用机器来替代肉眼进行判别及检测。机器视觉利用图形拍摄设备把拍摄对象变为图像信息，传递到图形分析系统，然后依据像素的亮度、分布以及颜色等有效信息，转化为数字信息；图形系统对已处理的信息进行复杂的运算读取对象的特点，依据判别结论指示现场设备操作，辨别产品是否合格。
从上个世纪的 60年代美国的研究者开始探索机器视觉。那时利用的边缘检测、预处理、对象建模和匹配等科技，往后都被机器视觉等科学所应用。L.R.进行图形分析时，运用自下向上推导方法。利用边缘检测找到轮廓线，区域处理可以把图形分成由灰度像素相似区域构成，这就是图像分割。它的目标是用轮廓线与区域描绘要分析图形，便于比对计算机存储模板。如果只是自下向上的解析是不行的，需要配合自上向下，利用启发式方式精确的预测目标。
70年代开始，机器视觉逐渐形产生了一些研究的分支：①由二维图形得到三维图形；②图像分析算法；③表达视觉知识；④处理序列图形求解运动参数；⑤目标制导处理图像；⑥视觉系统的知识库等。
现在，中国的机器视觉发展变得活跃，广泛运用于工业、医疗、通讯、科技、天气等影响国民经济的产业。中国现在已变成世界制造业工厂，零部件的生产要求高，对质量要求更高更多，使得众多拥有世界一流水准的机器视觉系统与应用随之流入中国。
1.2.2 机器视觉的应用
机器视觉大规模运用具体表现于半导体器件和电子产业，主要有40%-50%是半导体产业。比如印刷电路板；各种生产电路板的技术与设备；多层板，单、双面板、覆铜板的辅料与材料；辅佐设备，损耗、药剂、配件；封装电子设备等等。SMT的贴装包括：焊接、工艺设备、检测仪器、辅助配件、原材料、胶粘剂、贴片剂、焊料、焊剂和防氧化油、清洗剂、焊膏等；焊机和自动的生产线设施。生产电子的加工设施包括：元器件的制造设施、成型设施、模具、制造集成电路设施。另外，机器视觉也可在其他领域运用。
图2.2 CCD 摄像机
2.2.3 图像采集卡
图像采集卡英文是Frame Grabber。它连接了CCD与计算机，即采集与处理分支连接口。采集的过程是采样、量化然后变成数字化图像传送、存放于存储器中。其功能是分析来自各种图片源信息，把图片信息放入电脑硬盘，并存放为数据，在各种不同应用中都有灵活性；分析图片讯息时效率高。
选择阈值时一般使用直方图。可假定两个部分构成图片，一个部分为暗色，另一个部分为亮色，因此它的直方图会存在两个峰值，分别是整个物体的灰度值以及提取目标物的灰度值。所以，我们可以在两个峰值之间选择一个合适的值作为阈值，把其他高于阈值的值构成的像素的集合作为目标区域。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/3734.html
