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),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著電子產(chǎn)品質(zhì)量與技術(shù)的不斷提高與發(fā)展,印刷電路板的生產(chǎn)復(fù)雜度和產(chǎn)量也在不斷提高,面對大量的PCB板,人工目檢等傳統(tǒng)PCB缺陷檢測方式己不能滿足檢測需要,因此,研究快速實用的PCB光學(xué)自動檢測技術(shù)已經(jīng)迫在眉睫。本文針對目前常見的PCB板瑕疵(主要有:短路、斷路、缺口、毛刺等),研究并提出了一種識別模式理念,在此基礎(chǔ)上設(shè)計了三種適應(yīng)不同瑕疵類別的快速有效瑕疵識別算法,并建構(gòu)了PCB瑕疵識別軟件系統(tǒng)。具體工作及主要創(chuàng)新如下:
2、 ⑴提出了分塊概率識別模式。在這種模式下,識別不是一次性的,而是持續(xù)性的、多次性的、概率性的,每次的識別只增加某塊區(qū)域的確定性概率,之后重新隨機分塊,進行下一次識別。對于每個像素點,當該點的確定性概率大于某個閥值時,該像素點即被劃入瑕疵區(qū)域。
⑵基于提出的分塊概率識別模式,分別設(shè)計了連通數(shù)識別算法和關(guān)聯(lián)度識別算法。其中連通數(shù)識別算法,主要針對短路、斷路現(xiàn)象。對于短路、斷路的PCB板圖像,其連通數(shù)必定與標準圖在某個區(qū)域
3、內(nèi)有所不同,配合分塊概率識別模式,能有效地識別短路、斷路現(xiàn)象。關(guān)聯(lián)度識別算法,主要針對各類明顯缺陷,其將被測圖某個區(qū)域的直方圖曲線與標準圖在該區(qū)域的曲線進行關(guān)聯(lián)分析,對于有明顯瑕疵的圖像,必然導(dǎo)致瑕疵區(qū)域的關(guān)聯(lián)度較低。
⑶針對短路、斷路現(xiàn)象,提出了適用性廣泛的特征匹配算法。其將被測圖連通與標準圖連通進行特征匹配,這些特征主要有X坐標、Y坐標、連通面積等,匹配完畢后,那些無法被匹配的連通即為瑕疵。
⑷完成了整個
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- PCB缺陷識別算法的研究.pdf
- 基于灰度圖像和彩色圖像的瑕疵膠囊識別算法研究.pdf
- 基于小波分析和神經(jīng)網(wǎng)絡(luò)布料瑕疵識別與分類算法研究.pdf
- PCB質(zhì)量檢測的算法研究.pdf
- PCB數(shù)字圖像檢測與識別研究.pdf
- 布匹瑕疵識別中的關(guān)鍵技術(shù)研究.pdf
- 瑕疵點檢測算法研究及應(yīng)用.pdf
- PCB元器件定位與識別技術(shù)研究.pdf
- 色織物瑕疵點智能識別與分類.pdf
- 基于CUSUM的圖像瑕疵檢測算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)PS版瑕疵分類算法研究.pdf
- PCB自動光學(xué)檢測系統(tǒng)基礎(chǔ)算法研究.pdf
- 用于PCB板檢測的AOI關(guān)鍵算法研究.pdf
- 電路CAD中PCB的自動布線算法研究.pdf
- 鋼珠瑕疵檢測算法的研究及FPGA實現(xiàn).pdf
- 基于圖像特征的鋼軌表面瑕疵識別方法.pdf
- 基于特征的圖像瑕疵檢測算法研究與應(yīng)用.pdf
- 磁頭ABS面瑕疵檢測算法與系統(tǒng)研究.pdf
- PCB鉆孔檢測算法研究及系統(tǒng)設(shè)計.pdf
- 基于虹膜識別的身份識別算法研究.pdf
評論
0/150
提交評論