基于機(jī)器視覺的PCB缺陷檢測算法研究.pdf

1、基于機(jī)器視覺的PCB缺陷檢測技術(shù)(Automatic Optical Inspection, AOI)是機(jī)器視覺在工業(yè)檢測鄰域的一項(xiàng)重要應(yīng)用,廣泛地被應(yīng)用于PCB生產(chǎn)線上。為了實(shí)現(xiàn)應(yīng)用于工業(yè)化環(huán)境中的PCB缺陷檢測,AOI算法必須滿足:大范圍、高精度的要求。
　　本文根據(jù)PCB缺陷的特性,把現(xiàn)有的PCB缺陷分為五類:細(xì)小類缺陷,大尺寸類缺陷,色差類缺陷,圓孔類缺陷以及不屬于以上分類的其它類型缺陷。針對每種缺陷類型,提出了相應(yīng)的AO

2、I算法:針對細(xì)小類缺陷與大尺寸類缺陷的AOI算法,本文在已有的只針對二值圖像的算法上提出了改進(jìn),使之適用于彩色 PCB圖像,實(shí)驗(yàn)結(jié)果表明細(xì)小類缺陷與大尺寸類缺陷的平均檢測精度均為90％,平均檢測時(shí)間分別為0.097s和1.335s;根據(jù)彩色PCB圖像的特性,本文提出了全新的基于連通域分析與直方圖對比的色差類缺陷的檢測算法,實(shí)驗(yàn)結(jié)果表明該算法平均檢測精度為90%,平均檢測時(shí)間為1.864s。針對圓孔類缺陷的檢測,開創(chuàng)性地利用了機(jī)器學(xué)習(xí)中的

3、分類算法,根據(jù)圓孔特性設(shè)計(jì)了基于樸素貝葉斯分類器的AOI算法,實(shí)驗(yàn)結(jié)果表明該算法平均檢測精度為90.825%,平均檢測時(shí)間為0.021s。為了檢測更多的缺陷類型,本文又設(shè)計(jì)了基于Grab-Cut圖像分割算法的AOI算法,可以用于其它類型缺陷的檢測,實(shí)驗(yàn)結(jié)果表明該算法平均檢測精度為80%,平均檢測時(shí)間為33.384s。另外以上多項(xiàng)AOI算法中均涉及了用于彩色圖像預(yù)處理的色彩數(shù)量化算法,根據(jù)PCB圖像的特性,本文提出了新的色彩數(shù)量化算法,實(shí)