基于AOI的PCB缺陷檢測方法研究.pdf

1、印刷電路板(Printed Circuit Board，PCB)的生產(chǎn)過程繁瑣、工序復雜，在生產(chǎn)過程中容易產(chǎn)生各種缺陷。相比傳統(tǒng)的人工目檢和常用的電測法，自動光學檢測(Automatic Optic Inspection，AOI)具有提高檢查準確性、避免元器件機械損傷等優(yōu)勢，可以提高PCB的檢測效率，對于PCB生產(chǎn)過程中的缺陷檢測具有非常重要的實用意義。
　　 本文分析了國內(nèi)外AOI技術(shù)的研究現(xiàn)狀，介紹了PCB缺陷檢測系統(tǒng)的原理

2、，并對其硬件組成部分進行了說明與分析，研究了基于圖像處理的PCB定位和位置缺陷檢測方法，并進行了系統(tǒng)軟件開發(fā)。通過PCB定位，可根據(jù)PCB的設(shè)計數(shù)據(jù)得到元器件的先驗位置信息，以此作為元器件位置缺陷檢測的依據(jù)。因此，PCB定位是后續(xù)PCB位置缺陷檢測的基礎(chǔ)。本文應用基于梯度方向矢量和尺度分割的優(yōu)化廣義Hough變換(Optimized Generalized Hough Transform，OGHT)算法來進行基于標記點的PCB定位，相比

3、于傳統(tǒng)的廣義Hough變換(GeneralizedHough Transform，GHT)，OGHT不但保持了對噪聲與形狀缺陷的魯棒性，而且通過引入多分辨率的金字塔結(jié)構(gòu)，減少了算法的空間開銷，提高了運算速度，提高了算法的性能。實驗結(jié)果也驗證了以上性能的提高。在PCB的位置缺陷檢測中，介紹并分析了基于灰度和邊緣的歸一化灰度互相關(guān)算法及相位匹配算法；利用基于元器件模板的圖像匹配得到元器件位姿；利用字符區(qū)域灰度值特征與最小距離分類器實現(xiàn)了針對