电子元器件X射线检查缺陷自动识别方法研究

电子元器件的封装缺陷是影响其质量的主要因素之一。目前,国内电子元器件的X射线缺陷检查主要依赖人工识别,检测效率低,元器件检测质量难以有效保证,给元器件的使用带来风险与隐患,已无法满足电子系统日益增加的考核需求。本文首次提出电子元器件X射线检查的空洞类缺陷的自动识别方法,提高了对元器件封装缺陷的检测能力、检测效率和检测结果的可靠性。研究结果表明,本文提出的自动识别方法,对于空洞类缺陷的总体识别准确率优于98%。     

基于X射线焊缝图像缺陷特征提取的研究

本文针对X射线焊缝图像的复杂性,提出了准确快速的提取焊缝区域和缺陷的方法。由于检测到的X射线图像具有对比度不高、光照不均、缺陷边缘模糊、图像噪声多、存在较大的背景起伏等缺点,首先对含有缺陷的焊缝图像进行一系列的图像预处理;然后采用自适应阈值分割算法来提取焊缝缺陷区域,为缺陷特征测量做准备工作;最后,在图像本身所包含的几何特征、灰度特征、结构信息、颜色信息等特征中,对缺陷图像进行几何特征的测量,以便对缺陷类型进行分类。结果表明,该方法能较准确地提取射线图像的焊接缺陷,并能较准确的获取该缺陷的几何和代数特征,具有良好的适应性和实用性。     

基于Compton散射的缺陷检测研究

从工程应用的角度出发介绍了一种较新的无损检测方法,即利用Ｃｏｍｐｔｏｎ散射进行工件内部的缺陷检测,指出了利用Ｃｏｍｐｔｏｎ散射进行缺陷检测的意义,分析了其检测原理和数学模型,采用真空电离室对其进行也初步实验,对实验结果进行了分析。并指出了进上步的研究重点和应用前景,实际表明,Ｃｏｍｐｔｏｎ散射法检测具有结构灵活、灵敏度高等优点,在一些特殊卖命具有独到的优势,积极开展这方面的应用研究具有明显的研究意     

BGA封装器件焊点缺陷X-射线检测法

讨论了BGA器件焊接的特点,并对BGA器件焊接过程中产生的缺陷进行了阐述,采用X-射线检测仪检测了BGA封装器件安装焊点的几种常见缺陷,分析、阐述了其图像与相应缺陷的关系,结果表明X-射线检测方法能够准确地检测出BGA封装器件安装中的各种焊点缺陷,并能够自动计算BGA封装器件安装焊点的空洞率,对空洞缺陷的快速检测和预防具有实际意义.     

浅谈焊缝超声波探伤之现状及提高检测可靠性的措施

针对目前焊缝超声波探伤中易疏忽的几个问题，分析了其带来的危害，并提出了提高探伤结果的可靠性途径。     

小径管道射线探伤技术中源侧缺陷的放大

目的研究射线探伤中投影成象对缺陷的放大作用;方法根据管道的射线成象原理,分析投影成象对管道中缺陷的放大;结果由于射线源侧缺陷与胶片侧(转换屏)缺陷距胶片(转换屏)的距离不同,造成射线源侧缺陷在底片上所成的象比实际缺陷尺寸有一定的放大;结论在小直径(〈76mm)管道射线底片评级时,应考虑缺陷在管道中所处的大致位置及对应的放大系数.     

射线检测中焊缝位置定位方法研究

射线检测系统中,焊缝位置主要通过现场人工测量的方法定位。由于定位精度不高,该种方法常不能保证底片的正确粘贴,降低其准确度,从而导致焊缝影像不合格,需要进行多次返工。通过对霍尔元件与磁场分布现象的研究,设计的由霍尔元件,显示灯,单片机,显示屏,操作按钮和外壳等组成的检测系统,与传统检测设备相比该系统具有结构简单,性能稳定,精度高,能实现多种扩展功能的特点。通过样品生产与实践,表明该检测系统完全能够解决工程精确定位问题,其组成的检测仪器具有操作简单、便于携带、性能稳定、灵敏度高、成本低,易于实现大规模生产与应用等特点。     

基于X射线检测的电力电缆常见缺陷分析

X射线数字成像技术由于高灵敏度、无损检测等优势,可以检测出常规手段较难直观判断的设备缺陷部位及老化状况,近年来在电力电缆的缺陷检测中的应用越来越多。本文在阐述了X射线检测原理和检测参数的基础上,例举了2个X射线检测现场受损电缆的实际案例。在电缆外护套受损的情况下,通过X射线成像,可以快速判断主绝缘层是否有缺陷。非破坏性的X射线检测方法是一种高效的、节约成本的现场检测技术。     

X光探伤图像中焊接缺陷的自动检测

为了自动检测螺旋钢管焊缝缺陷，建立了x光探伤实时成像与自动检测系统。首先采用动态图像多帧叠加方法消除随机噪声，然后利用自适应二值化方法提出焊缝区域。在提出的焊缝图像中，基于缺陷附近的空间对比度与方差，利用模糊模式识别算法，对焊缝 中的夹渣、气孔和未焊透等缺陷进行了自动判别。该系统在钢管运行速度达到3m/s时，漏判率为1.53％和误判率为3.08％，能满足实时检测的要求。     

基于机器视觉的印刷品缺陷检测与识别

阐述了印刷品缺陷检测在印刷成品的质量控制和印刷工艺管理中的重要地位和作用;提出了一种新的缺陷检测算法,并给出了系统的设计和缺陷检测流程;研究了一种基于小波变换的图像边缘检测方法,通过与传统缺陷检测算法进行对比,表明基于小波变换的图像边缘检测方法不仅能有效地滤除噪声、检测弱小目标在内的图像的边缘,而且还具有较强的抗噪性能,能检测出印刷品上的微小印刷缺陷;最后通过实验验证了该算法的可行性、可靠性和有效性。     

基于人工智能的芯片表面缺陷检测研究

为了准确地检测芯片的表面缺陷,提出了一种基于反向传播神经网络(BPNN)的检测算法。首先,中值滤波方法被用于滤除芯片表面图像的噪声;然后,提取芯片表面缺陷的Hu不变矩特征和局部二值模式(LBP)特征,并采用核主成分分析(KPCA)算法降维级联后的特征;最后,离线学习芯片表面正常模式和各种缺陷模式的BPNN模型。在线检测时使用BPNN判断芯片是否存在表面缺陷,使用最近邻(Nearest Neighbor, NN)算法具体分类缺陷的模式。提出算法在芯片表面图像数据库中的检测准确率为88.41%,可以应用于芯片生产线中的表面缺陷检测。     

新一代自动光学检测技术(AOI)

一些评估显示全世界只有20％-30％的SMT生产线装配了AOI系统。尽管器件的尺寸近年来已经缩小到人眼可以观察的范围之外，而且AOI也显示出某些诱人的性能，但是市场对其价值仍持有疑虑。作为对市场情况的回应，检测技术现在向着更小、更快的验证原则发展。EPV是一项新兴技术，它将检验技术植入设备的运行程序中，能回答装配者所关心的外围成本，占地面积和投资回报率等问题。     

多业务网络自动巡检技术研究及应用

随着信息系统应用场景与业务需求的发展,综合通信网络提供业务的种类越来越多,维护人员需要及时掌握网络中不同特征的业务的实际运行效率和服务保障能力.传统的网络自动巡检主要关注网络自身的状态,如设备状态和网络通联情况等.基于此,研究提出基于综合通信网络的多业务自动巡检技术,提供网络的业务级运行能力指标量化评估,对可能出现的问...     

基于BP神经网络的字符自动识别研究

针对传统识别方法的盲目性和低效率,采用BP神经网络进行字符识别,具有较高的准确性,经过训练可有效地提取信号、图像等感知模式的特征,对档案管理档案号的数字识剐进行研究与应用.实验表明,在图像识别中,尤其是否图像的字符识别中,BP神经网络在识别准确率和先验知识等方面有着明显的优势.     

基于语音识别的IVR系统设计

以“股票语音查询应答演示系统”的设计为实例,详细探讨基于语音识别的IVR系统搭建。基于语音的电话网络与基于计算机的数据网络有机结合,实现电话语音信息和计算机后台数据库数据信息同步传输。该系统利用语音作为电话查询的手段,集成了交互式自动应答、自动语音识别和数据库搜索功能,以合成语音作为系统返还输出方式,实现了很强的自动应答功能。     

基于多模板匹配的丝印缺陷快速检测方法

产品表面丝印质量的机器视觉检测可有效提高生产效率和产品质量,但由于旋转偏差,导致误识率高、检测速度慢。利用检测对象旋转角度有限的先验条件,检测前建立多个一定旋转角度的模板,对于与基本模板匹配出错的对象,再与旋转模板匹配。与其中一个匹配正确仍然可判断为合格产品,全部出错则选择最小匹配误差的模板来标明缺陷位置。实时检测时无图像旋转处理,匹配只是简单的逻辑与、或运算,速度大大提高,并降低了误识率。     

SMT组装质量检测中的AOI技术与系统

介绍在微电子表面组装技术 (SMT)中应用的自动光学检测 (AOI)技术与系统的基本概况 ,并对SMT组装质量AOI技术发展趋势进行了分析