基于局部马尔科夫模式的FPC薄浆缺陷检测

薄浆是柔性印刷电路板(FPC)导电涂层的一种缺陷,为避免其对电路性能产生不良影响而造成经济损失,检测薄浆位置从而进行修补或直接剔除板材均是合理的处理方式。FPC线路结构复杂,同时由于其线路涂层结构特性和采集环境因素影响,所获得的图像容易出现"斑点"噪声、光照不均匀等现象,这些因素导致了当前算法检测性能降低。针对该问题,提出了一种基于局部马尔科夫模式(LMP)的检测方案。首先给出LMP算法的基本模型,然后将预处理后FPC图像划分成大小均匀的区块,以降低光照影响;接着,提取各区块内部线路区域的直方图特征并以此为依据选取种子点,同时为各种子点赋予其作为缺陷的初始概率,进而计算其LMP值,并通过LMP的数值大小识别其中的薄浆缺陷像素。在自建图库SUT-F2上进行了测试,结果显示方法对薄浆缺陷检测的等误率仅为4.06%,相对于其他典型纹理特征提取和薄浆检测方法其等误率至少降低了5.14%,表明了方法的高效性,具有实际应用价值。