2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩144頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論