貼片電阻表面缺陷自動(dòng)檢測(cè)和識(shí)別方法研究.pdf

1、貼片電阻具有體積小、可靠性高、適應(yīng)再流焊和波峰焊，并與自動(dòng)貼裝設(shè)備匹配的優(yōu)點(diǎn)，適應(yīng)電子產(chǎn)品電路集成化、平面化的發(fā)展需求，在手機(jī)、電腦等高密度電子產(chǎn)品中得到廣泛應(yīng)用。而貼片電阻在生產(chǎn)過程中產(chǎn)生的缺陷主要依靠人工在顯微鏡下檢測(cè)，速度慢、長(zhǎng)期成本高、誤檢率高。因此，研究快速高精度的自動(dòng)缺陷識(shí)別方法在保證貼片電阻成品質(zhì)量中具有重要意義。
　　針對(duì)貼片電阻單元具有排列整齊、結(jié)構(gòu)簡(jiǎn)單、圖像灰度級(jí)少的特點(diǎn)，提出基于子圖投影匹配的快速缺陷檢測(cè)方法

2、。以改進(jìn)的Sobel邊緣檢測(cè)算子檢測(cè)貼片電阻二值化圖像獲得三像素寬度的邊緣；通過粗精結(jié)合Hough直線變換在2°范圍內(nèi)檢測(cè)電阻邊緣所在直線，較傳統(tǒng)Hough算法速度提高一個(gè)數(shù)量級(jí)以上；計(jì)算相鄰電阻單元的相關(guān)系數(shù)作為電阻缺陷判別依據(jù)，該方法具有對(duì)圖像采集光照不均、光照不穩(wěn)定、存在約束縮放不敏感等優(yōu)點(diǎn)，缺陷檢測(cè)正確率約為92.5％，較傳統(tǒng)模板匹配缺陷檢測(cè)方法速度提高一個(gè)數(shù)量級(jí)以上。
　　以基于主分量分析法壓縮圖像數(shù)據(jù)量，提取缺陷特征。

3、主分量分析法去除樣本間的相關(guān)性和冗余信息，獲得協(xié)方差誤差最小的圖像壓縮信息。通過實(shí)驗(yàn)對(duì)不同訓(xùn)練集和不同數(shù)目的主分量構(gòu)成的主分量分析變換空間對(duì)圖像描述精度和識(shí)別精度的影響進(jìn)行探討，以訓(xùn)練集協(xié)方差矩陣約78.57%的特征向量作為主分量構(gòu)成的變換空間提取缺陷特征將圖像數(shù)據(jù)由123×246維壓縮為50維，以此作為支持向量機(jī)輸入，極大降低了貼片電阻缺陷分類的計(jì)算量。
　　以基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)對(duì)貼片電阻缺陷進(jìn)行分類，以一對(duì)多的策略組

4、合支持向量機(jī)構(gòu)建多類別分類器。以70個(gè)樣本構(gòu)成的訓(xùn)練集訓(xùn)練分類器建立缺陷分類的最優(yōu)分類面。探討了基于不同核函數(shù)支持向量機(jī)分類模型的推廣性能，并分析了對(duì)應(yīng)于不同核函數(shù)的核參數(shù)對(duì)支持向量機(jī)模型推廣性能的影響，認(rèn)為基于線性核函數(shù)支持向量機(jī)的電阻缺陷分類模型推廣性能最佳。
　　最后編寫了貼片電阻缺陷檢測(cè)和識(shí)別的軟件程序，建立實(shí)驗(yàn)系統(tǒng)。進(jìn)行了優(yōu)劣電阻的區(qū)分閾值選取實(shí)驗(yàn)、缺陷檢測(cè)實(shí)驗(yàn)以及缺陷識(shí)別實(shí)驗(yàn)，驗(yàn)證了算法的可行性；并對(duì)算法的快速性和識(shí)別