微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 电源设计 > 基于图像处理的PCB自动检测系统的设计与研究(二)

基于图像处理的PCB自动检测系统的设计与研究(二)

时间:05-23 来源:互联网 点击:

3.系统软件设计

基于图像处理的PCB缺陷自动检测系统的软件设计理所当然为其核心。系统的软件设计主要实现了计算机系统中的图像数据采集、图像数据处理、图像数据分析单元的功能,还实现了二维运动平台的控制单元的功能,同时负责与操作者交互。系统软件结构如图所示。

3.1 系统算法流程

系统软件流程分为手动检测和自动检测,手动检测需要操作员在人机交互界面点击相应操作处理,自动检测可以实现一键自动化检测,直接根据预先参数设置好的流程进行PCB缺陷检测并得出结果。算法流程如图所示。

手动检测可以根据需要在采集图像时直接通过控制步进电机运动将CCD摄像头运动到待测PCB板的主要部位,在进行图像处理时也可以根据图像质量来选择与之 相适应的图像处理算法来实现,使系统具有交互性。自动检测初始化设置参数后,可以一键实现缺陷检测得出检测结果,减少了操作复杂度,也大大提高了检测的速 度,使系统具有自动化、操作简单、速度快等优点。本文结合二者于一体,使PCB缺陷自动检测系统更加优秀,更加实用。

3.2 缺陷检测

当前印刷电路板缺陷检测方法主要分为参考比较法、非参考比较法和混合法三大类,参考比较法将被测图像和参考图像进行特征对特征的比较;非参考比较法不需要 任何的参考图像,只是根据先前设计的规则标准来判断出是否有缺陷,如果不符合标准便认为此有缺陷;混合法是参考比较法和非参考比较法综合应用。本文主要使 用参考比较法,通过检测PCB图像与标准图像进行对比分析,判断该PCB板是否有缺陷。

3.3 缺陷识别

实际生产中PCB裸板上存在的典型的缺陷有:短路、断路、凸起、凹陷、空洞等。

缺陷获取后,并不能确定缺陷类型,还需要进行缺陷识别。缺陷识别是根据各种缺陷的不同特征来判断。常用的描述图像特征有直方图统计特征、纹理特征、二值图 像特征。因为PCB图像灰度层次不丰富,电路模式均为几何模式,因此本文采用二值图像特征来识别缺陷。针对短路、断路、凸起、凹坑、空洞几类典型缺陷进行 分类识别的主要缺陷特征有:(1)缺陷图像与标准图像中连通域数目有所不同;(2)缺陷图的背景连通域面积与标准图像不同;综合上述特征1、2可将断路、 短路、凸起、空洞和凹坑缺陷识别出来,见表1所示。

对于缺陷图像上只有单个缺陷检测过程如下:

(1)首先将缺陷图像进行阈值分割,得到的二值化图像与标准图像的二值化图像进行相加再取平均值,获取缺陷连通域位置,并进行位彩色编码标记。

(2)分别将缺陷图和标准图的阈值分割图像进行轮廓提取;(3)分别将缺陷图和标准图的轮廓提取图像进行连通域数目计算,获得连通域数目;(3)分别将缺 陷图和标准图的轮廓提取图像进行背景连通域面积计算,获得背景连通域面积大小,(4)根据表1判断缺陷类型,并根据(1)获取的缺陷位置标记好缺陷并显示 缺陷图像。

3.4 结果分析

通过比较分析采用参考比较法对PCB板进行缺陷识别。首先对PCB光板进行异或运算,提取缺陷特征;再对其进行二值数学形态学处理,以去除虚假缺陷;然后 采用两种图像识别方式:一种通过比较运算,再进行伪彩色处理以凸显缺陷,从而便于人工目测识别缺陷类型和位置;另一种是通过缺陷的目标区域数特征、目标区 域面积特征和缺陷边界的封闭性特征对缺陷进行树状逐级分层判断,从而实现了PCB光板上常见的断路、短路、凸起、凹坑和空洞缺陷的自动识别。

4.结论

本文基于计算机视觉和图像处理设计了一个印刷电路板(PCB)缺陷自动检测系统,并对其功能进行了验证,实验结果表明该系统界面友好,操作简单,检测方法简单,检测过程迅速,检测结果准确。该系统为PCB缺陷的检测提供了一个很好的解决方案,具有重要的应用价值。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top