PCB表觀缺陷的自動光學檢測理論與技術.pdf

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

2、spection，AOI)技術在國際上已經得到一定程度的應用和推廣，我國對PCB表觀自動光學檢測技術起步較晚，一定程度上影響了國內PCB產品的質量評價和市場競爭力。由于受到表觀缺陷檢測質量、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)復雜度，增強系統(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，成為自動光學檢測的研究重點。本文針對PCB表觀缺陷AOI系統(tǒng)的設計、缺陷的識別分類所涉及到的相關理

3、論及關鍵技術進行了深入的研究，主要成果及相關研究內容如下所述。
　　(1)對PCB表觀缺陷自動光學檢測系統(tǒng)技術指標和性能進行分析，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、硬件和軟件設計方案，研究利用空間評價函數調整照明最佳配置，采用明暗域結合的照明方式，配合高速線陣CCD采集圖像。對硬件設備進行功能參數匹配以保證運動狀態(tài)下圖像質量清晰穩(wěn)定。按照檢測需求對軟件進行模塊化的系統(tǒng)設計，采用工位劃分的流水處理模式，加入

4、并行編程的設計架構，最終實現智能化的自動光學檢測系統(tǒng)。
　　(2)在預處理單元，由于受制作工藝和照明設備的影響產生色彩偏差。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去均衡板內的色差；利用照明模型得到亮度變換函數對板間色差進行校正。針對工業(yè)檢測圖像噪聲來源的多樣性，研究結合形態(tài)學的自適應各向異性擴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)在圖像配準和標準板的

5、制作單元，考慮到PCB定位孔圖像出現的部分缺失及圖像配準對精度的要求，提出了一種基于隨機 Hough變換和空間數據坐標變換相結合的配準方法，該方法有效地提高了配準效率及精度，減少了計算時間。本系統(tǒng)首次將描述電氣物理性質的Gerber文檔引入建標過程，利用正則表達式自上而下的分析方法解析不同型號電路板對應的Gerber文檔，通過形態(tài)學和神經網絡的算法對解析后的圖像進行修正，從而得到精準的PCB標準板，為后續(xù)缺陷檢測和分類奠定良好的基礎。<

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及缺陷形成機理的影響，不同物理層上的缺陷區(qū)域存在過渡區(qū)，提出將分形維數和過渡區(qū)理論相結合的局部動態(tài)閾值分割方法。該方法結合缺陷的過渡區(qū)域信息，利用分形維數對分層后的圖像劃分不同的子圖區(qū)域，彌補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)閾值進行圖像分割，提高了缺陷提取的完整性和準確性。
　　(5)在對提取到的表觀缺陷進行分類單元，研究了局部二

7、元模式(LBP)和圖像顏色特征相結合的紋理算子LBPC，通過卡方公式計算缺陷樣本訓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。實驗結果表明表觀缺陷分類準確率得到明顯提升，通過與傳統(tǒng)自適應神經網絡分類算法進行對比，分類正確率提高了12％，達到95.5%，滿足了工業(yè)生產的需要。
　　(6)在對整個算法系統(tǒng)進行加速階段，研究利用圖形處理單元(Graphic Processing Unit，GPU)對設備的實時性效果進行

8、改進，深入分析CUDA的設計模式帶來的并行處理優(yōu)勢，研究了利用該技術對PCB自動光學檢測系統(tǒng)復雜算法的改進。通過實驗結果分析表明系統(tǒng)實現了并行處理對表觀缺陷圖像的預處理、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，對于數據量較大的圖片，運算速度能提高近30倍左右。
　　本文通過對PCB表觀缺陷自動光學檢測技術理論和關鍵技術研究，提出了表觀缺陷檢測系統(tǒng)的設計方案、圖像處理算法及分類識別方法，并且利用計算機圖形圖像處理