基于小波变换和SSVME的PCB产品视觉检测中缺陷分类研究

针对PCB产品视觉检测中图像缺陷细微、形状复杂、特征难于提取、易受噪声影响的问题,提出基于小波变换和光滑支持向量机集成SSVME( Smooth Support Vector Machine Ensemble)的多分类方法,有效解决了细微、复杂缺陷难以识别分类的问题.实验表明,该方法六类缺陷混合识别率达到95.26％,高于BP神经网络的最优识别率90.35％和基于区域方法的80.67％,而且训练和分类时间短.从理论和实验中验证了该方法的有效性,是PCB产品视觉检测领域中缺陷识别分类的新方法,具有重要的应用价值.     

基于人工智能的PCB缺陷检测系统

PCB缺陷检测在现代电子信息技术中越来越重要,因此提高检测的效率和准确性是亟需研究的一个问题。针对这一问题,设计了一套基于人工智能识别的PCB故障智能检测系统。该系统首先利用硬件系统采集图像,再通过软件系统完成灰度化、中值滤波等图像预处理操作。之后利用Canny算子和霍夫变换获取边缘信息,并分割元器件图像。最后,利用事先训练好的神经网络模型实现故障识别。实际测试表明,该检测系统的准确率大于90%,因此该系统在PCB质量检测领域具有实际应用的意义。     

基于SIFT匹配算法的PCB板缺陷检测

图像匹配是PCB板缺陷检测中的一个重要环节,匹配效果的好坏直接影响着系统的检测结果和检测精度;为了取得良好的匹配效果和降低对系统硬件的精度要求,文章采用了SIFT匹配算法来进行图像匹配;首先应用SIFT算法获取匹配结果,然后计算出精确变换矩阵进行像素异或运算,最后运用数学形态学的方法消除边缘噪声;实验结果表明SIFT算法能够对存在畸变的图像取得良好的匹配效果,准确检测出缺陷.     

基于视觉传感器的PCB缺陷检测系统的研究与实现

为了实现PCB缺陷的在线自动检测,设计了一种PCB缺陷自动检测系统,该系统主要由机器臂、电气控制系统以及视觉传感器系统等组成。通过可编程控制的图像采集系统获取高质量的原始视觉图像,利用图像处理实现对缺陷目标的自动检测及识别。实验结果验证了该系统检测PCB板缺陷的高效性和实时性。     

基于AOI的PCB孔缺陷检测法

PCB(Printed Circuit Board,印制电路板)是提供电子零件安装与插接的基板,实现电子元器件之间的电气互连,是电子产品不可缺少的基本构成部分。过孔是PCB的重要组成部分,在PCB生产线上由于钻孔和电镀等工艺技术的限制,造成孔内缺陷,影响元器件的电气连接及焊接质量。因此为了保证过孔的可靠性必须进行缺陷检测。基于AOI(Automatic Optical Inspection,自动光学检测)原理,用计算机对PCB孔透光过程进行光学衍射建模仿真。将缺陷孔和无缺陷孔的仿真衍射图样进行比较,可判断出PCB孔是否存在缺陷。结果证明,这种缺陷检测方法具有可行性且操作简便。     

基于机器视觉PCB裸板缺陷自动检测研究

运用参考比较法对机器视觉PCB裸板缺陷检测进行了研究。在相机摄像头下同一位置采集多幅标准PCB图像累加求平均值得到标准电路板图像,运用Harris角点算法进行标准电路板图像和待测电路板图像的配准,分别对标准电路板图像和待测电路板图像进行灰度变换、中值滤波、二值化、异或等图像处理检测出缺陷区域,然后通过形态学消除伪缺陷,实验证明,该检测方法有较高的准确率。     

基于机器视觉的钢带缺陷检测研究

针对钢带缺陷传统的人工检测效率低、误检率高以及危险程度大等问题,提出了一种基于机器视觉的缺陷检测和识别的研究方案。采用工业摄像头采集钢带生产线上的视频图像,通过中值滤波和小波分析相结合的方法去噪,并用Canny算子实现边缘检测,再以缺陷图像的圆形度等特征完成识别分类,从而实现对钢带缺陷的检测和统计。实验结果表明,该缺陷检测方案能够实时准确有效地识别钢带缺陷,证明了该方法的可行性。     

基于计算机图像处理的电路印刷板缺陷检测

针对人工目检等传统PCB检测方法高成本、低效率问题,通过提出一种基于计算机图像处理的PCB板计算机视觉混合检测方法,完成了实现快速稳定可靠的PCB缺陷智能在线检测的目的;建立了系统的软硬件结构,研究出结合图像分模块处理,改进的极小值分割、快速模板匹配、图像对比、形态后处理等措施的混合智能检测算法;实验结果证明,该方法解决了海量数据与实时性处理的矛盾以及噪声干扰等问题,能准确检测PCB常规缺陷,并保证了自动在线检测的实时性、可靠性和低成本.     

AOI技术在PCB缺陷检测中的设计与实现

随着计算机技术和数字图像处理技术的快速发展,传统PCB缺陷检测技术因技术落后已经无法满足现代PCB质量的要求,而AOI技术以其准确、高效的特点在PCB缺陷检测中的应用越来越受到重视.主要研究了AOI技术在PCB缺陷检测中的实际应用,分别进行了硬件选择和软件系统研究,建立了基于AOI技术的PCB缺陷检测系统,采用基于轮廓对比的数据处理方法进行缺陷检测.实验证明了该系统的可行性与实用性.     

基于二值投影的PCB元件安装缺陷检测算法研究

研究分析了适用于AOI设备的PCB表面安装元件的缺陷检测算法.使用二值投影分析方法对2种元件类型的缺陷检测方法进行了研究,包括针对贴片电阻电容类型的chip元件和集成电路芯片类型的IC元件的缺陷检测方法.使用VC++6.0编写MFC程序实现算法,并制作了各种元件图像进行实验测试.实验结果表明,提出的方法能够快速有效的对两种类型的元件安装缺陷进行检测.     

PCB检测中图像分割技术研究

光学检测是进行印刷电路板(PCB)装配质量检验的重要手段,应用图像分割技术可以提取PCB中的目标物以进行检测。针对PCB图像分割,提出一种基于改进量子遗传算法的图像分割方法。该方法将基于阈值的图像分割方法转化为阈值优化问题,通过改进量子遗传算法的计算实现最优图像分割阈值的求取。仿真结果验证了该方法的可行性。     

基于图像处理技术的PCB缺陷自动检测系统

通过计算机图像处理技术开发了一套PCB产品缺陷检测系统.通过Hough变换检测出定位圆的圆心坐标,再对目标图与标准图进行几何配准,对差影运算后的图进行二值化与形态学去噪等操作得出缺陷的二值图,然后统计缺陷部分的几何特征得出结论.采用的改进算法基本能保证实时性与检测的准确率.     

基于计算机视觉的织物疵点自动检测

介绍了基于计算机视觉的织物疵点自动检测的工作原理;分析了织物疵点自动检测的功能结构和自动检测硬件组成框图;阐述了织物疵点图像的半阈值化处理、边缘检测和疵点特征求取方法;给出了织物疵点自动检测的程序框图、织物疵点的坯布图像及其疵点统计结果。     

基于GIS技术的双层PCB布线的空间剖分算法

双层印制电路板(PCB)通常空间结构及布线线形复杂、约束规则众多,而常用PCB空间结构简单、布线线形单一,不能有效利用PCB的空间关系及拓扑信息引导布线规划。为弥补以前工作的不足,提出一种基于GIS(geographic information system)技术的空间剖分算法,首先利用空间距离与几何要素拓扑关系进行分组预处理,然后引入矢栅一体化模型构建复杂空间及属性约束下的网络模型,基于该网络模型提取区域基准线并利用空间缓冲区技术得到空间剖分结果,从而引导布线规划。实验结果表明,该算法能够在满足所有设计规则的情况下实现100%的布线连通率,同时有效利用布线空间资源;提出的算法布线线形接近人工布线,对于实现复杂场景与多约束下的双层PCB自动化布线具有实际意义。     

PCB自动光学检测中Gerber文件的解析研究

为了在PCB自动光学检测中使用Gerber文件建立标准图像,提出了一种解析Gerber文件的方法.该方法在对Gerber文件的数据结构进行语法分析的基础上,采用正则表达式匹配,进行自上而下分析从而提取出所需信息,用Map内嵌链表的数据结构存储数据;然后计算出Gerber文件所描述的图像并通过图形设备接口绘制;最后将各层图像进行腐蚀膨胀等处理并合成适用于PCB自动光学检测建标的图像.实验结果表明,该方法能快速准确地解析Gerber文件.     

Genetic algorithm based defect identification system

In this paper we develop a genetic algorithm based defect identification system for machined-parts inspection purposes. The system is based on genetic algorithm and knowledge system techniques.     

一种适用于PCB检测的彩色图像分割算法

针对光学检测印刷电路板(PCB)需要进行图像分割的问题,提出一种结合K-均值聚类算法的分水岭算法,用于PCB彩色图像分割。即首先将PCB彩色图像聚类,分成不同的颜色区域,按照不同区域进行分水岭分割,最后,将分割线透明地加在原始图像上,完成分割。实验表明,该算法可以分割PCB彩色图像,并且分割效果好。     

基于Q学习算法的X光主动视觉安检方法

针对主动视觉安检方法检测性能不高和检测速度慢的问题,基于Q学习（QL）算法提出了采用状态回溯的启发式Q学习（HASB-QL）算法进行最佳视角估计。该算法引入代价函数和启发函数,提高了学习效率,加快了Q学习收敛。首先,对通过安检扫描仪获取的X光图像进行单视角检测;然后,对姿势作出估计并通过在状态回溯过程中比较重复动作的选择策略获取最佳旋转角度,再次进行单视角检测,直到检测到危险品;此外,在检测过程中多于一个视角时,建立几何约束以消除误报。对GDXray数据集中的手枪和剃刀刀片的X光图像进行实验,实验结果表明,相比于以Q学习为基础的主动视觉算法,改进的主动视觉算法检测手枪所得精确率和召回率之间的加权平均值F₁值提高了9.60%,检测速度提高了12.45%;检测剃刀刀片所得的F₁值提高了2.51%,速度提高了17.39%。所提算法提高了危险品检测的性能和速度。