PCB表觀缺陷的自動光學(xué)檢測理論與技術(shù).pdf

1、表觀缺陷檢測技術(shù)是印刷電路板(Printed Circuit Board，PCB)行業(yè)提高產(chǎn)品生產(chǎn)力，改進(jìn)生產(chǎn)工業(yè)化水平的關(guān)鍵技術(shù)之一。隨著計算機(jī)科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的發(fā)展，基于機(jī)器視覺的自動光學(xué)缺陷檢測技術(shù)取代了傳統(tǒng)的人工目檢技術(shù)，對采集到的光電圖像提取有用信息，進(jìn)行處理并加以理解，最終完成實際檢測，該技術(shù)成為PCB表觀缺陷檢測今后發(fā)展的方向。
　　在上世紀(jì)末，自動光學(xué)檢測(Automatic Optical In

2、spection，AOI)技術(shù)在國際上已經(jīng)得到一定程度的應(yīng)用和推廣，我國對PCB表觀自動光學(xué)檢測技術(shù)起步較晚，一定程度上影響了國內(nèi)PCB產(chǎn)品的質(zhì)量評價和市場競爭力。由于受到表觀缺陷檢測質(zhì)量、檢測速度等方面因素制約，整體系統(tǒng)仍處在研究和發(fā)展階段。如何降低系統(tǒng)復(fù)雜度，增強(qiáng)系統(tǒng)穩(wěn)定性，降低系統(tǒng)成本，優(yōu)化缺陷檢測和分類方法，提高檢出率和分類正確率，成為自動光學(xué)檢測的研究重點。本文針對PCB表觀缺陷AOI系統(tǒng)的設(shè)計、缺陷的識別分類所涉及到的相關(guān)理

3、論及關(guān)鍵技術(shù)進(jìn)行了深入的研究，主要成果及相關(guān)研究內(nèi)容如下所述。
　　(1)對PCB表觀缺陷自動光學(xué)檢測系統(tǒng)技術(shù)指標(biāo)和性能進(jìn)行分析，將系統(tǒng)按照功能劃分為不同模塊，提出針對PCB表觀檢測的照明、硬件和軟件設(shè)計方案，研究利用空間評價函數(shù)調(diào)整照明最佳配置，采用明暗域結(jié)合的照明方式，配合高速線陣CCD采集圖像。對硬件設(shè)備進(jìn)行功能參數(shù)匹配以保證運動狀態(tài)下圖像質(zhì)量清晰穩(wěn)定。按照檢測需求對軟件進(jìn)行模塊化的系統(tǒng)設(shè)計，采用工位劃分的流水處理模式，加入

4、并行編程的設(shè)計架構(gòu)，最終實現(xiàn)智能化的自動光學(xué)檢測系統(tǒng)。
　　(2)在預(yù)處理單元，由于受制作工藝和照明設(shè)備的影響產(chǎn)生色彩偏差。分析色彩空間模型，研究 CIE-Lab色彩模型中的亮度通道，利用亮度累積直方圖計算映射函數(shù)去均衡板內(nèi)的色差；利用照明模型得到亮度變換函數(shù)對板間色差進(jìn)行校正。針對工業(yè)檢測圖像噪聲來源的多樣性，研究結(jié)合形態(tài)學(xué)的自適應(yīng)各向異性擴(kuò)散方程濾波去噪的方法，提高了檢測的精度和系統(tǒng)性能。
　　(3)在圖像配準(zhǔn)和標(biāo)準(zhǔn)板的

5、制作單元，考慮到PCB定位孔圖像出現(xiàn)的部分缺失及圖像配準(zhǔn)對精度的要求，提出了一種基于隨機(jī) Hough變換和空間數(shù)據(jù)坐標(biāo)變換相結(jié)合的配準(zhǔn)方法，該方法有效地提高了配準(zhǔn)效率及精度，減少了計算時間。本系統(tǒng)首次將描述電氣物理性質(zhì)的Gerber文檔引入建標(biāo)過程，利用正則表達(dá)式自上而下的分析方法解析不同型號電路板對應(yīng)的Gerber文檔，通過形態(tài)學(xué)和神經(jīng)網(wǎng)絡(luò)的算法對解析后的圖像進(jìn)行修正，從而得到精準(zhǔn)的PCB標(biāo)準(zhǔn)板，為后續(xù)缺陷檢測和分類奠定良好的基礎(chǔ)。<

6、br>　　(4)在PCB表觀缺陷的特征提取單元，由于受到電路板不同材質(zhì)及缺陷形成機(jī)理的影響，不同物理層上的缺陷區(qū)域存在過渡區(qū)，提出將分形維數(shù)和過渡區(qū)理論相結(jié)合的局部動態(tài)閾值分割方法。該方法結(jié)合缺陷的過渡區(qū)域信息，利用分形維數(shù)對分層后的圖像劃分不同的子圖區(qū)域，彌補(bǔ)局部閾值分割方法中子圖像大小影響最終分割效果的問題，最終采用動態(tài)閾值進(jìn)行圖像分割，提高了缺陷提取的完整性和準(zhǔn)確性。
　　(5)在對提取到的表觀缺陷進(jìn)行分類單元，研究了局部二

7、元模式(LBP)和圖像顏色特征相結(jié)合的紋理算子LBPC，通過卡方公式計算缺陷樣本訓(xùn)練集和測試集的特征分類距離，從而完成對缺陷種類的自動分類識別。實驗結(jié)果表明表觀缺陷分類準(zhǔn)確率得到明顯提升，通過與傳統(tǒng)自適應(yīng)神經(jīng)網(wǎng)絡(luò)分類算法進(jìn)行對比，分類正確率提高了12％，達(dá)到95.5%，滿足了工業(yè)生產(chǎn)的需要。
　　(6)在對整個算法系統(tǒng)進(jìn)行加速階段，研究利用圖形處理單元(Graphic Processing Unit，GPU)對設(shè)備的實時性效果進(jìn)行

8、改進(jìn)，深入分析CUDA的設(shè)計模式帶來的并行處理優(yōu)勢，研究了利用該技術(shù)對PCB自動光學(xué)檢測系統(tǒng)復(fù)雜算法的改進(jìn)。通過實驗結(jié)果分析表明系統(tǒng)實現(xiàn)了并行處理對表觀缺陷圖像的預(yù)處理、缺陷提取和自動分類算法的加速，大大縮減了整個系統(tǒng)的運行時間，對于數(shù)據(jù)量較大的圖片，運算速度能提高近30倍左右。
　　本文通過對PCB表觀缺陷自動光學(xué)檢測技術(shù)理論和關(guān)鍵技術(shù)研究，提出了表觀缺陷檢測系統(tǒng)的設(shè)計方案、圖像處理算法及分類識別方法，并且利用計算機(jī)圖形圖像處理