基于彩色图像分割技术的SMT焊点质量检测

图像分割的策略和方法是SMT焊点图像处理的一项关键技术,也一直是SMT焊点计算机质量检测的瓶颈;以SMT焊点的颜色和几何特征作为分析对象,在灰度图像分割所用二维阈值化的分割方法的基础上,提出一种从颜色直方图的量化级数和二维直方图概率密度不均匀化两个方面改进后的适用于HSV彩色空间图像分割技术,并将其应用于SMT焊点的质量检测;通过其得到SMT片式元器件焊点的图像,对其进行形态学处理后,利用Matlab软件将SMT焊点成功地从PCB板上分离出来,为三维重建提供良好的基础。     

基于图像处理技术的SMT焊点质量检测方法

寻求SMT片式电阻的焊点特征信息(焊点的面积、周长和边界等)的提取、检测、分析方法,是有效地控制表面组装质量和可靠性的关键,同时为焊点形态的三维重建和形态恢复提供准确的数据来源;以1206的SMT片式电阻焊点为研究对象,提出一种以虚拟仪器开发的计算机视觉检测技术为平台、结合图像处理技术和Matlab软件来完成对预处理后的SMT焊点检测、分析的方法;实验表明,该方法测量结果准确,效率高,扩展性强,进行其它元器件焊点的检测和恢复时,不需要额外添加硬件,降低开发成本。     

基于小波包变换与Wiener滤波的SMT焊点图像去噪技术

针对目前SMT(surface mount technology)焊点图像去噪效果不理想的问题,提出了一种基于小波包变换与wiener滤波的SMT焊点图像去噪新方法.利用小波包对图像进行分解,可以同时对SMT焊点图像的低频和高频部分进行多层分解,有利于保留图像信息,减少噪声对图像的影响.通过对图像的小波包系数的分析,对小波包树高频系数进行Wiener滤波,保留低频系数;然后进行小波包反变换,重构得到SMT焊点去噪后图像.实验表明,提出的方法不仅可以有效地去除SMT焊点图像的噪声,而且能很好地保留原图像的边缘信息,与传统方法相比,去噪性能和去噪声效果有一定的提高.     

基于SFS原理的SMT焊点表面三维重构技术研究

基于明暗重构形状原理重构表面组装焊点的表面三维形状过程是:先通过图像采集设备,采集到SMT焊点图像,使用相关的图像处理技术,对SMT焊点图像进行处理;根据一个确定的反射模型建立物体表面形状与图像亮度之间的约束关系和物体表面形状的先验知识建立物体表面形状参数的约束关系,然后对这些约束关系联立求解,可得到物体表面的三维形状.同时针对不可接受SMT焊点图像重构出的三维图像不够理想的缺点进行了改进.在阐述其基本思想和原理的基础上,结合实例介绍了该技术的实现方法与步骤,对其中焊点图像的获取与处理、焊点三维重构技术算法等主要内容与关键技术进行了研究和探讨,并对结果进行了分析验证.     

基于图像处理的焊点缺陷识别方法的研究

针对生产线上的SMT（表面贴装技术）焊点图像的特点,研究基于图像处理的焊点缺陷识别算法,采用中值滤波、迭代阈值法、Sobel算子等一系列的图像预处理方法,有效抑制了噪声干扰,提高了图像的对比度,提取出较好的图像特征。采用径向基函数（RBF）神经网络对四种焊点缺陷进行识别。仿真结果表明,RBF神经网络很好地克服BP神经网络训练过程收敛依赖于初值和可能出现局部收敛的缺陷,具有较快的运算速度和较好的检测结果,基于图像处理的焊点识别方法是有效的。     

基于PCA和粒子群优化算法的焊点缺陷识别

针对生产线上的表面贴装技术(SMT）焊点图像的特点,提出了一种基于PCA和粒子群算法-误差反向传播（PSO-BP）神经网络的焊点缺陷识别方法。首先使用图像处理技术和CCD传感器对PCB焊点图像进行预处理,采用中值滤波、灰度图像增强、全局阈值法等方法,有效抑制噪声干扰并提高了图像对比度,提取出较好的图像特征。然后运用主成分分析法提取包含焊点86.6%特征信息的5个主成分,并输入到经粒子群算法改进后的BP神经网络。通过具体的实验分析,结果表明改进的BP神经网络具有较好的识别分类效果,能够对正常、多锡、少锡、漏焊四种不同类型的焊点进行识别,准确率达93.22%,算法可靠,在实际生产中能够有效的提高检测效率。     

焊点质量检测新方法

提出一种基于小波神经网络的焊点质量检测算法。首先对焊点图像进行预处理,然后提出采用形态因子和曲率作为焊点图像特征,最后建立焊点质量检测的小波神经网络模型。实验结果表明,提出的焊点质量检测算法具有较快的处理速度以及较高的准确率。     

基于神经网络对SMT焊点质量控制设计

采用SMT焊点形成的电子产品,焊接点的质量直接决定产品的性能,从而要实现对产品的质量有效控制,科学预测、设计和分析是把握质量有效方法和途径,应用神经网络对SMT焊点质量分析管理,全面提升产品质量管理的水平。     

基于计算机视觉的焊点缺陷检测系统的设计

在点焊机的焊接生产线上,由于焊接工艺的不成熟,往往会导致虚焊、漏焊、焊穿等现象,会极大地影响产品的使用寿命、美观等,需要对其进行质量检测.针对传统检测方法的低效率,提出采用机器视觉的方法来对焊点进行检测,并给出一种图像处理方法:对图像进行平滑处理,然后使用Otsu方法对图像进行阈值分割,并对得到的图像做倒三角距离变换,将像素点信息转化为灰度信息,采用分水岭算法准确地分割出焊点,最后通过面积等特征计算对焊点缺陷进行分类.实验证明,该方法较传统的检测方法,能有效地检测出多种不同排列的焊点,提高了工业生产效率.     

基于亚像素级的硬盘焊点损伤检测研究

计算机的硬盘是数据保留时间最长、存储容量最大的媒质,磁头焊点的质量决定了整个硬盘运行的可靠性,目前的硬盘焊点的检测主要是依靠人工目视,随着检测人员疲劳,检测效率下降;提出一种基于亚像素级的硬盘焊点损伤自动检测系统,使用相应的硬件设施搭建了自动检测平台,采用微小型高性能工业CCD摄像机对磁盘焊点进行图像采集,采用改进的亚像素图像边缘检测对焊点进行损伤识别,疵病的边缘检测精度设置为0.1像素,硬件分辨率提高了10倍;实验证明这种系统对硬盘的焊点损伤检测节约时间3.5s,检测的准确率提高了12.5%。     

PCB 锡膏图像采集参数的研究

利用图像处理技术对锡膏进行检测是锡膏检测中的一种新方法,图像质量是确保图像检测精度的关键之一。图像采集对于保障图像质量来说有着至关重要的作用,是最终获取图像有用信息所进行的一系列处理步骤中关键的第一步。重点研究了影响锡膏图像采集的焦距、曝光、增益三个主要参数,并通过实验确定了焦距、曝光和增益等三个主要参数的合理取值范围以及快门速度与增益之间的函数关系。为锡膏图像采集参数的调整提供了依据,也为后续研究锡膏图像采集的参数自动调整奠定了基础。     

An inspection and classification method for chip solder joints using color grads and Boolean rules

In order to improve the comprehensive performance of solder joints inspection in three aspects, i.e. high recognition rate, detailed classification of defect types and fast inspection speed, a new detection and classification algorithm of the chip solder joints based on color grads and Boolean rules is developed in this paper. Firstly, the region features, evaluation features and color grads’ features are defined and extracted based on the special solder joint image, which is acquired by a particular image acquisition system composed of a 3-CCD color digital camera and a 3-color (red, green, and blue) hemispherical LED array illumination. Secondly, the models of solder joint types are built based on extracted features and statistical characteristics of solder joint types. Thirdly, the detection and classification method is designed and presented using Boolean rules, then eight common solder joint types, including the acceptable solder joint, pseudo, no solder, lacked solder, excess solder, shifted, tombstone, and miss component, can be classified and detected by the proposed algorithm. Fourthly, the proposed algorithm is optimized to improve the inspection speed based on a parallel computing method. Finally, to evaluate the performance of the proposed method, 79 pieces of PCBs with defects were inspected by the commercial AOI system developed by the authors which integrates the proposed algorithm. Experiment and result analysis illustrates that the proposed method is better than other methods in three aspects, it can detect and classify properly all the eight common types of solder joints, its detailed classification, and high correct rate, which is up to 97.7%, are more useful to the quality control in the manufacturing process, and its inspection speed is faster, thus helping us to improve the efficiency of the manufacturing process.     

基于极限学习机的焊点质量检测

焊点加工直接影响电子产品的可靠性,焊点的检测对产品质量的提高尤为重要。应用主成分分析与极限学习机对焊点质量进行检测。首先通过中值滤波和分水岭算法对焊点图像进行预处理,得到焊点轮廓及区域划分情况并用主成分分析法进行降维;然后采用200个隐含层网络节点、sigmoid响应函数的极限学习机算法对预处理结果进行分类。测试结果表明,极限学习机算法能够对焊点精确分类,与支持向量机、邻近算法、卷积神经网络相比,取得更高的检测准确率,检测时间更短。     

Design and development of automatic visual inspection system for PCB manufacturing

Inspection of solder joints has been a critical process in the electronic manufacturing industry to reduce manufacturing cost, improve yield, and ensure product quality and reliability. This paper proposes two inspection modules for an automatic solder joint classification system. The “front-end” inspection system includes illumination normalisation, localisation and segmentation. The “back-end” inspection involves the classification of solder joints using the Log-Gabor filter and classifier fusion. Five different levels of solder quality with respect to the amount of solder paste have been defined. The Log-Gabor filter has been demonstrated to achieve high recognition rates and is resistant to misalignment. This proposed system does not need any special illumination system, and the images are acquired by an ordinary digital camera. This system could contribute to the development of automated non-contact, non-destructive and low cost solder joint quality inspection systems.     

SMT封装电路板三维在线检测技术

为了检测回流焊接之后SMT( Surface Mount Technology)封装电路板是否存在缺陷,设计并搭建了基于线结构光传感器的SMT封装电路板三维在线检测系统,通过线结构光扫描测量,获取SMT封装电路板表面三维数据。采用双传感器测量技术,有效减少数据丢失;研究了双传感器统一标定技术,可同时实现两个传感器的参数标定和坐标系统一。提出了自适应光条中心提取算法,对反射或散射影响而形成的光条图像噪声具有很好的抑制效果,能够提取准确的光条中心。实验表明系统测量精度可达到0.02 mm。系统测量得到的三维数据,可以为在线检测SMT封装电路板缺陷提供可靠的三维信息。