基于模式匹配及其参数自适应的PCB焊点检测算法

为了提高在线自动光学检测(AOI)系统检测印刷电路板(PCB)焊点的准确率和速度,对PCB焊点进行了研究。通过研究由特定结构光源和3CCD彩色相机获取的PCB焊点图像,基于常见的良品、多锡、少锡、假焊等焊点类型,提取焊点图像关键子区域的面积特征,在此基础上,建立了五种焊点类型的特征矩阵模型,并根据同类焊点相似程度最大为原则设计了检测焊点的模式匹配算法。此外,本文还给出了一种参数自适应方法对各检查项所用到的阀值参数进行学习与校正。在实验研究中,对含有1040个Chip焊点的PCB进行了检测,结果显示本文所提算法对焊点检测的准确率可达96.5%,检测所用时间为9秒。研究结果表明,本文算法具有较高检测准确率和检测速度。     

基于无损检测的高分辨率PCB板焊点缺陷检测系统

为了能快速、准确地对BGA封装器件的PCB板上的焊点进行缺陷检测,设计了高分辨率X-射线无损检测的缺陷检测系统.给出了系统的基本工作原理和硬件结构,采用等比例成像的方法求解了获得最高分辨率的距离信息.分析了系统可能存在的噪声源,并设计了去噪算法用于提高图像信噪比.试验采用HAWK-180XI型X-射线源、高速图像采集卡和UNIQ-2000型CCD相机等对BGA封装的PCB板缺陷进行检测,结果显示:系统可以快速有效地获得被测PCB板的图像信息,并给出缺陷的位置、尺寸等特征信息,满足设计要求.     

基于3D视觉的车载雷达PCB焊点缺陷检测系统研究

本研究采用将焊点三维特征提取与人工神经网络模型两种检测方法相结合的方式进行车载雷达焊点缺陷检测,克服了基于三维特征提取检测方法准确率低、基于人工神经网络检测方法对样本质量和数量要求高的缺点,具有在样本数量较少的情况下达到较高的检测准确率以及随着样本数量的积累增加检测准确率不断提升的优点。     

印刷电路板焊点的智能检测

为了提高在线自动光学检测系统(AOI)的自动化程度,提出了一种基于增量聚类的智能焊点检测方法.首先,设计了在线智能AOI的系统框架.然后,根据焊点外观进行归纳分类,将关键子区域的面积特征应用于焊盘特征的量化与提取,将每类样本聚类为若干子类从而实现对多批次焊点的检测.最后,提出一种增量聚类算法,在线检测过程中系统可根据人...     

基于边缘和颜色特征的贴装晶体管类元件检测算法

为了检测贴装后的晶体管类元件,提出了一种基于元件边缘与颜色特征的检测算法.首先建立了元件在三色(红、绿、蓝)结构光下的模型,分析其特征;然后提取图像的边缘,在利用线滤波器和矩形滤波器过滤掉干扰边缘后,连接候选电极边缘,并引入HSI空间的颜色特征定位电极区域,再分析电极特征并确定元件贴装类型;最后基于投影的方法对元件主体进行匹配检测.实验结果表明:本文算法可有效地检测缺件、偏移、歪斜、错件等晶体管类元件常见的元件缺陷.     

无铅焊点检测光源的分析与优化设计

为了提高自动光学检查(AOI)系统的性能,对AOI光源进行了研究.介绍了AOI光源的结构设计方法.光源由红、绿、蓝3种不同颜色,不同照射角度的LED阵列组成.然后.建立了光源的照度模型以及焊点的反射模型.最后,根据简化的照度模型对光源的几何参数进行优化.仿真和实验结果表明,所设计的光源在检测无铅焊点时同样有效.并能使不同类焊点间的特征距离更大.最大为半球形光源照射下的11.88倍.从而提高了特征在无铅焊点缺陷检测的分辨能力.验证了光源设计的有效性.     

基于最小二乘拟合法的焊点形状检测

自动光学检查是利用图像处理算法进行电路板故障检测与定位的技术。电路板焊点形状不规则故障，涉及到焊点几何形状的测量。本文提出一种新颖的基于最小二乘拟合法的焊点形状检测算法，对焊点形状轮廓图像进行曲线拟合，确定焊点形状近似的理想圆参数，即圆心和半径，以及焊点形状与理想圆之间的偏差，实验证实了该算法的性能。     

基于轮廓特征的PCB图像拼接方法

本文首先分析了PCB图像的特点,提出了利用PCB图像的轮廓特征来进行匹配和拼接,并规定了特征的选取范围和搜索范围。在此基础上给出了基于轮廓特征的PCB图像拼接的具体方法,利用形态学法来提取轮廓,基于轮廓的曲率提取了轮廓上的角点,然后利用Hausdorff距离对点集进行配准。     

印刷电路板无铅焊点假焊的检测

通过分析由三色LED环形结构光源和3-CCD彩色相机获取的印刷电路板(PCB)焊点图像特征,设计了一种PCB无铅焊点假焊的检测方法,以提高自动光学检测系统检测焊点质量的准确率,降低误判.该方法通过对焊点及其元器件的定位,采用重心法检测假焊;根据焊点及元器件的边缘确定焊点区域及元器件区域,采用面积法二次检测假焊;最后,采...     

基于改进级联Faster RCNN的PCB表面缺陷检测算法北大核心CSCD

针对印制电路板(PCB)存在缺陷的多样性、复杂性以及微小性的问题,文中基于Faster RCNN架构的PCB微小缺陷改进检测模型,首先通过RPN网络产生ROI,为能尽量获得各类维度特征,使用多层卷积。为满足PCB缺陷检测要求,将优化后ROI-Pooling层提取ROI特征,为能更好地在ROI区域分类和回归采取双全连接层的方式。为增强对多尺度和不规则缺陷特征的模仿能力和提升检测模型适用性,添加了过滤特征的金字塔网络。消融实验对比测试结果表明:改进后的检测模型对包括缺失孔、鼠咬伤、开路、短路、杂散、伪铜等缺陷能精确识别。文中模型检测平均分类精度达98.91%,mAP指标达到78.21%,可满足对PCB的有效识别,在工业上具有较强的实用性。     

用于光学薄膜缺陷检测的快速图像分割算法

为减少光学薄膜缺陷的漏检和误判,提高检测的快速性,提出了一种基于误差修正理论的图像分割算法.该算法接受带有随机误差的背景图像,并以各像素点灰度值残余误差与标准差的偏离程度作为分割依据,最终将缺陷检测转化为粗大误差判别.该算法使每个像素点都具有一个自动更新的最佳分割阈值,可改善全局或局部阈值分割不彻底的缺点.由于在系统初...     

基于深度强化学习的轨道式巡检机器人巡检驻点规划方法

针对三峡水电站中轨道式巡检机器人的实际巡检需求,对巡检驻点规划展开研究。机器人的巡检驻点一般为人为根据经验及场景预设,因此难以规划最优驻点,影响检测效果。该文通过机器人本体搭载的各种传感设备信息构建综合环境感知函数,作为无模型强化学习算法的环境信息,引导机器人找到最优检测驻点。最后设计实验评估了该方法的有效性。     

基于统计和纹理特征的SAS图像SVM分割研究

合成孔径声呐图像可以有效反映海底的地形、地貌和底质等情况,但是单幅SAS图像通常对应一片较大的区域,需要按照某种性质将不同性质的区域分割开来,以有利于下一步的图像分析以及目标检测和识别.研究发现,不同底质区域的SAS图像具有不同的统计和纹理特征,选取灰度直方图的均值、标准差、峰度等统计特性和灰度共生矩阵的能量、相关性、对比度、熵值等纹理特性用以描述SAS图像的不同区域.将选取的特征作为SVM的训练特征,进而得到SVM分类器,用于SAS图像分割.实验结果表明,SVM算法可以很好地对SAS图像进行区域分割.     

基于多特征融合的汉英口语翻译自动评分方法研究

汉英口语翻译自动评分不仅仅可以提高评分的效率,同时也可以确保评分的公正客观性.本文提取了汉英口语翻译自动评分的相似度特征、句法特征和语音特征,得到了用于自动评分的11个特征.以某大学英语专业口语翻译课程考试所采集的语音信号为例,最终获得了包含8个特征的汉英口语翻译自动评分模型.结果表明,在去除特征之后,汉英口语翻译自动...     

多准则融合敏感特征选择和自适应邻域的流形学习故障诊断

针对流形学习故障诊断中非敏感特征干扰和邻域大小难以确定的问题,提出了基于 DSmT 多准则融合特征选择和局部集聚系数自适应邻域的流形学习故障诊断方法。利用多种特征评价准则对原始高维特征进行排序,通过 DSmT证据理论对各评价序列进行融合,再根据融合序列选择敏感特征构成优化高维特征集;采用基于局部集聚系数的自适应正交邻域保持嵌入流形学习进行维数约简,得到低维特征集;最后输入到K最近邻分类器进行故障识别。轴承振动故障实验表明了本文所提方法的有效性。     

基于学习不变特征变换的兵马俑图像分区匹配

针对兵马俑图像三维重建时特征误匹配率较高、效率较低的问题,提出了一种基于两视图兵马俑图像的特征分区匹配方案。该方案在兵马俑图像上,首先利用学习不变特征变换(Learned Invariant Feature Transform,LIFT)方法提取整幅兵马俑图像的特征;接着利用提出的基于先验知识的特征点分布曲线分割方法确定兵马俑头部分割线位置,根据头部分割线将提取的特征分为头部特征和躯干特征;最终采用欧式距离进行分区特征匹配,对于匹配结果集合使用随机抽样一致性算法(Random Sample Consensus,RANSAC)滤除误匹配点集。实验结果表明:在兵马俑图像特征提取及匹配中该方案的正确匹配率可以达到98%,相比于SIFT和SURF方法正确匹配率提高了20%左右,特征点的可重复率提高了10%左右,同时将RANSAC的迭代时间降低了50%,而且在尺度、光照、角度发生变换时具有较好的鲁棒性。因此本文提出的方案能够很好地实现特征点的正确匹配,在兵马俑的三维重建中具有很高的使用价值。     

基于分类区分度和相关性的手形特征选择方法

针对手形特征识别中,由于特征间高相关性产生冗余而降低识别性能的问题,提出利用信息增益和相关系数分别对特征的分类区分度和相关性进行评价,并经过综合分析对手形特征进行优化选择。该方法能够保留分类中起关键作用的特征,并同时去除高相关性的冗余特征量。为了证明该方法的有效性和准确性,采用浮动搜索的方法,以识别率为评价函数确定特征优化组合。实验结果表明,优化后6个特征组成向量的识别率达到96.24%,比全部9个特征组成的特征向量提高了0.43%,同时由于特征数目的减少也降低了运算时间。该方法可以避免常用的搜索性选择方法的复杂性,并有效去除手形识别中低区分度和高冗余的特征,有利于简化算法并与其他特征进行融合使用。