基于数字图像处理的印刷电路板缺陷检测

针对传统PCB检测方法高成本、低效率问题,提出一种基于数字图像处理的PCB板自动光学检测方法,建立了将标准图像和待测图像进行对比的检测系统。针对PCB板生产过程中遇到的短路、断路、空洞、凸起、凹陷等缺陷,采用了求连通区域数、计算欧拉数、求缺陷区域面积等方法,来检测上述缺陷问题,并给出算法的全过程。经实验结果分析,该方法能准确地检测出待检测电路板上存在的缺陷,达到了自动实时检测的目的。     

采用Gerber文档的印刷电路板表观检测

对印刷电路板(PCB)进行表观检测时,传统标准板的图像建立是利用PCB图像自身的特征进行配准和分层的,故检测精度不高.本文从PCB表观检测的实际需求出发,提出了新的检测系统.该检测系统引入解析Gerber文档对PCB光电图像进行分层处理,利用形态学的方法自动修正解析后的Gerber文档,建立精确的标准板.根据主分量分析提取彩色图像频带丰富的信息,依据检测缺陷的尺寸大小设置各层模板及检测阈值,实现局部针对性检测,提高检测精度.实验结果表明,与传统的基于颜色分区域方法相比,基于Gerber的方法不仅提高了检测精度,且较大幅度地提高了自动光学检测系统的检测效率,其微小缺陷检测率高达95.1％,25 cm×22 em电路板检测时间仅需1.09 s,满足了在线检测对速度的要求.     

基于机器视觉的 PCB 缺陷检测算法研究现状及展望

印刷电路板(PCB)是电子零件的基板,需求量极大,承载着电路元件和导线的布局,其优良与否对电子产品的质量有着 重要影响。 由于电子产品的制作逐渐趋于轻薄、精小,基于机器视觉的 PCB 缺陷检测已成为一个具有挑战性的问题。 为了加 深研究人员对 PCB 缺陷检测的理解,本文从传统图像处理方式、传统机器学习及深度学习 3 大维度全面回顾了近 10 年基于机 器视觉的 PCB 缺陷检测算法,并分析其优缺点;介绍了 9 个 PCB 数据集,给出了评价 PCB 缺陷检测算法的性能指标,且在 PCB 数据集及流行的小目标数据集上分别对典型的算法进行了对比分析;最后指出了 PCB 缺陷检测算法目前存在的问题,展望了 未来可能的研究趋势。     

基于机器视觉的PCB裸板缺陷自动检测方法

提出了通过比较标准图像与待测图像差异并分析差异区域边界进行印刷线路板(PCB)缺陷检测与识别的算法。在同一位置采集多幅标准PCB图像并计算其灰度平均值从而得到标准图,将待测PCB图与其进行对比。首先使用限定区域Hough变换快速检测出图像中相互垂直相交的细短标志线,将线段的交点作为特征点并计算其坐标,进而对标准图与待测图进行仿射变换配准,差影计算后,再通过二值化、形态学处理等去除伪缺陷,即可获取缺陷区域位置。在此基础之上,对处理过的差影图进行膨胀处理,通过边界检测获取各个缺陷区域闭合轮廓各点坐标。分析各个轮廓坐标对应阈值分割后的配准待测图中点的像素值,并结合缺陷是缺料缺陷还是多料缺陷识别出缺陷类型。对合格的和有缺陷的PCB图各200幅进行算法测试,检测准确率为98.3%,基本能够稳定检测出常规缺陷。     

融合浅层特征和注意力机制的PCB缺陷检测方法

缺陷检测是印制电路板(PCB)生产过程中质量控制的重要环节。由于PCB表面缺陷尺寸微小,导线布局复杂多样,现有的检测算法难以充分利用微小缺陷的特征信息,其检测准确率难以满足生产需求。为解决上述问题,提出针对PCB微小缺陷检测的YOLOv5-TDD算法。该算法在YOLOv5基础上,首先在颈部网络中增加浅层特征融合分支,提升微小缺陷特征信息流通效率;其次引入SE-SiLU注意力机制模块,以对特征信息分配权重的方式,提高网络对浅层特征的微小缺陷信息关注度。实验结果表明,YOLOv5-TDD在PCB＿DATASET缺陷数据集测试中,其检测精度mAP为99.12%,相较于YOLOv5提高了3.54%,检测精度优于其他算法。     

一种基于磁真空泄漏原理的漏磁无损检测新方法

在磁折射的进一步推导与分析基础上形成一套缺陷磁真空泄漏原理.提出一种基于磁真空泄漏原理的漏磁检测新方法:清除较强的背景磁场,让被检测导磁构件体内磁通在缺陷处无反向背景磁压最彻底地泄漏到所创造的磁真空区域,形成最大化漏磁场并被置于该区域的磁敏元件所感应.采用有限元仿真与试验对该原理及其方法进行可行性论证.阐述该原理与方法的特性所在.磁真空泄漏原理及其方法使得缺陷漏磁场在空间范围和强度上均有所增大,可提高磁敏元件的探测提离距离,从而可实现真正的远距离非接触式漏磁探伤.另外,可消除或减少传统磁空气泄漏漏磁检测方法中由强的背景磁场所引起且一直存在的缺陷信息失真、磁噪声以及某些磁敏元件如霍尔的饱和不工作现象.磁真空泄漏原理与方法的提出与分析在促进漏磁检测方法的进一步应用的同时,也进一步地丰富和完善漏磁检测理论体系.     

可重构PCB元件自动光学检测算法研究

为了适应不同类型印刷电路板（PCB）元件的检测要求,提出了一种可重构的POB元件自动光学检测算法。基于自动光学检测（AOI）的基本原理,建立了由元件层、缺陷层和特征层组成的3层可重构模型,通过对缺陷层的划分和特征层的建模,实现了检测算法的可重构。实验结果表明,该算法有良好的可重构性和适应性。     

基于人工免疫算法的PCB元件检测

研究了应用图像匹配进行PCB元件检测的技术,提出了一种基于人工免疫算法的图像匹配方法用于PCB元件检测,给出了算法的具体实现.实验验证该方法具备较快的检测速度和较强的鲁棒性,证明该方法是可行的.     

一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

基于PCB线圈吸附式铁磁传感器的研究

运用PCB线圈作为感应元件的铁磁传感器越来越成熟,但PCB线圈由于其结构限制,使得铁磁颗粒不能通过其检测区域,另也没有相关研究证实PCB线圈对于铁磁颗粒测量的精确性。为此提出一种基于磁塞与电感检测原理的新型铁磁传感器。使用有限元仿真软件COMSOL Multiphysics建立传感器的仿真模型,对PCB线圈的磁场分布进行仿真分析。结果表明：PCB线圈表面磁场强度具有良好的均匀性,适当减小PCB线圈的内径,有利于提高PCB线圈的磁场均匀性。基于仿真分析结果,设计5种不同尺寸规格的PCB线圈,并设计实验验证该传感器的检测精度。实验结果表明：该传感器具有良好的灵敏度,能有效检测出粒径100μm以下的铁磁颗粒。     

基于SURF特征的PCB元件匹配研究

通过研究基于印刷线路板(printed circuit board,PCB)中芯片元件的特征,提出了一种利用SURF(speeded up robust features)特征与颜色信息进行PCB元件特征匹配的方法.在对PCB元件特征进行分析的基础上,计算SURF特征描述,并利用融合颜色信息的最近邻法则寻找元件之间的匹配点对,最终给出匹配判决.实验结果表明本方法误判率低、匹配精度高、鲁棒性强,可以用于PCB元件的配准检测中.     

SOD-523二极管引脚可焊性提升研究

目前SMT所用的元器件正朝着微小化发展，PCB板上的元件密度也日渐增大。超微型SOD-523二极管因电性能优良且封装尺寸小等优点，广泛应用于模块电源等产品中。针对SOD-523二极管回流焊后常见的引脚爬锡不良问题，开展该元件引脚可焊性提升工艺研究。首先采用外观检测分析、EDS分析、金相切片分析及引脚润湿性分析的手段确认引脚镀层不完整、塑封壳设计存在缺陷；其次通过扩大钢网开孔内距与阶梯钢网的工艺手段进行可焊性提升，虽然解决了该元件引脚爬锡不良问题，但阶梯钢网的使用影响了该元件周围焊盘的印刷锡量，并不适用于生产实际；最后通过元件制程改善创新，将镀层不完整区域由引脚端面上部转移到引脚端面下部，同时强调对塑封壳底部多余塑封材料的去除，从根源上解决了SOD-523二极管引脚可焊性差的问题。     

基于改进 YOLOv4 算法的 PCB 缺陷检测研究

针对现用PCB缺陷检测方法存在效率低、误检率高、通用性低、实时性差等问题,提出基于改进YOLOv4算法的PCB缺陷检测方法。使用改进二分K-means聚类结合交并比(IoU)损失函数确定锚框,解决预设锚框不适用PCB小目标缺陷检测的问题。引用MobileNetV3作为特征提取网络,提升对PCB小目标缺陷的检测性能,同时方便部署在现场轻量化移动端。引入Inceptionv3作为检测网络,利用多种卷积核进行运算满足PCB缺陷多类别的检测要求。以PCB_DATASET数据集为测试对象,将本文方法与Faster R-CNN、YOLOv4、MobileNetV3-YOLOv4等开展对比验证实验。结果表明,本文方法均值平均精度(mAP)为99.10%,模型大小为53.2 MB,检测速度为43.01 FPS,检测mAP分别提升4.88%、0.05%、2.01%,模型大小分别减少0、203.2、3.3 MB,检测速度分别提升29.93、6.37、0.79 FPS,满足PCB工业生产现场高检测精度和检测速度要求。     

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。     

基于Halcon的电连接器壳体缺陷检测系统设计

针对当前电连接器壳体缺陷检测过程中存在的问题,提出了一种基于Halcon开发的电连接器壳体缺陷检测系统的设计方案,实现了电连接器壳体的检测功能。首先利用相机采集电连接器壳体的图像;将采集到的图像利用基于Halcon的图像处理程序进行滤波、图像增强、分割等处理,得到每一个缺陷区域的图像;最后利用高斯混合分类器对每个缺陷的图像进行分类,识别壳体存在的缺陷。实验表明,系统检测准确率在100%,该方法与传统检测方法相比,具有较高的准确率和效率,为电连接器壳体的无损检测提供了新的途径。     

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.     

基于图像传感器的电子元件外形缺陷检测系统

针对目前人工检测电子元件外形缺陷的不足,研究了图像处理技术,并以晶振为例,设计了基于图像传感器的电子元件外形检测系统.首先对电子元件准确定位,由CMOS图像传感器采集元件外形的图像信息,并采用全局阈值分割法,用硬件完成图像的二值化处理.单片机将得到的二值化数据逐行扫描,并进行分析与比较,以判断该元件是否存在缺陷.实验表明该方法的检测精度可达到±0.039 mm,满足测量的需求,可解决人工检测的不足.     

基于SSIM与ROI的视频质量评价方法

在客观结构相似视频质量评价模型SSIM基础上,提出了一种基于感兴趣区域(ROI)的视频质量评价方法,方法通过对帧内感兴趣区的提取,对帧内分块计算的SSIM值进行加权.该方法具备了SSIM算法的简单、高效等特性,同时又融合了人类感兴趣区域这一视觉特性,使得算法更好的反映了人的主观感受.在VQEG Phase Ⅰ测试数据集的实验结果表明,该方法的非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标均优于传统的其他视频质量评价算法,有效地提高了视频客观评价与主观评价的相关度.     

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...     

内置无铅锡膏印刷机的检测算法研究

针对PCB锡膏印刷中常见的偏移、桥接、少锡、多锡等缺陷,提出了一种可集成于锡膏印刷机的机器视觉锡膏检测算法。该算法通过对锡膏印刷特征的建模、锡膏的定位、区域特征的提取,实现了锡膏印刷缺陷的检测。实验结果表明,该算法能够有效地识别常见的印刷缺陷,并且速度上可满足在线检测要求。