（电子科学与技术专业论文）pcb缺陷智能视觉检测系统研究与设计.pdf

硕士学位论文 a b s t r a c t i nr e c e n ty e a r s ，w i t ht h ei m p r o v e m e n to ft h em o d e r ni n f o r m a t i o n1 e v e l ，p e o p l e h a v em o r ea n dm o r er e q u i r e m e n t sf o rt h eq u a l i t yo ft h ee l e c t r o n i cp r o d u c t s a st h e c a r r i e ro fe l e c t r o n i cp r o d u c t s ，t h eq u a l i t yi n s p e c t i o no fp r i n t e dc i r c u i tb o a r d ( p c b ) h a sa l s ob e c o m eac o r ei s s u ei nt h ee l e c t r o n i c s m a n u f a c t u r i n gi n d u s t r y t h e t r a d i t i o n a lp c bd e f e c t sd e t e c t i o ni sa c h i e v e db va r t i f i c i a ld e t e c t i o no rf u n c t i o n a l t e s t i n g ，b u tt h e s em e t h o d sh a v eb e e nu n a b l et om e e tt h et e s t i n gr e q u i r e m e n t sf o r h i g h - s p e e da n dh i g hp r e c i s i o ni nt h ep r o d u c t i o nl i n e i no r d e rt oi m p r o v et h es p e e d a n da c c u r a c yo fd e f e c t sd e t e c t i o n ，t h ep a p e rd e s i g n sap c bi n t e l l i g e n td e t e c t i o n s y s t e mb a s e do nm a c h i n ev i s i o n ，a n dr e a l i z e st h eo n l i n er e a l t i m ed e t e c t i o nf o rp c b d e f e c t s f i r s t l y ，t h ea r t i c l ea n a l y s i st h es i g n i n c a n c eo fr e s e a r c h i n ga b o u tp c bd e f e c t s i n t e l l i g e n ti n s p e c t i o nb a s e do nm a c h i n ev i s u a lb yi n t r o d u c i n gt h ep r e s e n ts i t u a t i o no f t h ed e v e l o p m e n to ft h ep c bd e f e c t si n s p e c t i o na th o m ea n da b r o a d t h e n ，i td e s i g n sa s e to fp c bd e f 色c t si n t e l l i g e n tv i s u a li n s p e c t i o ns y s t e ma n dg i v e si t sg e n e r a ls t r u c t u r e a n do p e r a t i n gp r i n c i p l e t h r o u g ht h er e s e a r c ho ft h es y s t e mi nt h r e ea s p e c t si n c l u d i n g o p t i c a li m a g i n gt e c h n o l o g ya n dm a c h i n es y s t e ma n de l e c t r i c a lc o n t r o ls y s t e m ，t h e k e yt e c h n o l o g yo ft h ep c bd e f e c t si n t e l l i g e n tv i s u a li n s p e c t i o ns y s t e mh a sb e e n u n d e r s t a n d e di nam o r ed e p t h s e c o n d l y ，a i m i n ga tt h ef a c t o r st h a ta f 亿c t i n gt h eq u a l i t yo ft h ec o l l e c t e di m a g e s ， t h e i m a g ep r e t r e a t m e n ta l g o r i t h m i s a n a l y z e d a f t e rt h e g r a yi m a g e c o n t r a s t e n h a n c e m e n t ，t h ep a p e ra d o p tak i n do fi m a g ed e n o i s i n gm e t h o dt or e m o v et h e s c a t t e r e dn o i s ea n dg a u s s i a nn o i s eb yc o m b i n e dw i t ht h em e d i a nf i l t e ra n db a y e s w a v e l e td e n o i s i n gn l t e r b a s e do nt h ef u l lc o n s i d e r a t i o no ft h er e l a t i o n s h i pb e t w e e n t h eg r a y s c a l ea n ds p a c ea n dt h ea l g o r i t h m sc o m p l e x i t y ，t h ep a p e rp u t sf b r w a r da r a p i di t e r a t i o na l g o r i t h mo ft w od i m e n s i o n0 t s ut h r e s h o l ds e g m e n t a t i o n ，w h i c hc o u l d s e g m e n tt h eb a c k g r o u n da r e aa n dt h e v t a r g e ta r e ap r e c i s e l y t h e n ，i td e t e c t sa n dr e c o g n i z e st h ep c bd e f e c t s t h ea r t i c l em a i n l yp u t sf o r w a r d t w om e t h o d st od e t e c ta n dr e c o g n i z et w ot y p e so fd i f 亿r e n tp c bd e f e c t s ：o n em e t h o d i su s i n gd e t e c t i n gp c bx o rs t a n d a r dp c bo rf a l s es t a n d a r dp c ba l g o r i t h mt od e t e c t t h ed e f 色c t ss u c ha ss h o r tc i r c u i t ，o p e nc i r c u i t ，b u r ra n ds oo n ；a n o t h e rm e t h o di s f h z z y n e u r a ln e t w o r kc l a s s i n c a t i o na l g o r i t h mw h i c hi su s e dt od e t e c tt h es 0 1 d e ri sn o r m a lo r n o t p c b 缺陷智能视觉检测系统研究与设计 f i n a l l y ，t h ea r t i c l ed e s i g n sa n dd e v e l o p sc o n t r o ls o f t w a r eo ft h es y s t e m ，w h i c hi s p r o v i d i n gi n t e l l i g e n th u m a n - m a c h i n ei n t e r f a c e ，s o l v i n gt h ep r o b l e m si nt h ep r a c t i c a l t e s ta n de n s u r i n gt h a tt h es y s t e mc a nr u nf a s ta n da c c u r a t e l y ，t h e na c c o m p l i s h i n gt h e p c bd e f e c t so n l i n er e a l t i m ed e t e c t i o n k e y w o r d s ：i n t e l l i g e n td e t e c t i o n ； m a c h i n e v i s i o n ； o n l i n e d e t e c t i o n ； i m a g e p r e p r o c e s s i n g ；p c bd e f e c t sd e t e c t i o n i v 硕士学位论文 第1 章绪论 当今世界正在向信息化时代迈进，信息已经成为社会经济发展的”血液”和” 润滑剂”；现代信息技术产业的不断渗透，改变着人们的日常生活和工作，使信息 产业正逐步成为全球最大的产业之一。而p c b 板作为信息化技术的载体，正发挥 着越来越重要的作用。因此，如何获取高质量的p c b 板已成为电子制造行业非常 重视的核心问题。 随着机器视觉、数字图像处理、模式识别和智能机器人等技术的快速发展， 人们对产品的性能和质量有着更高的要求。由于人眼检测远远不能够满足工业生 产的需求，因此利用机器视觉代替人眼来进行全自动的产品质量检；1 9 4 和工艺验证 己变成工业发展的趋势【1 | 。 经济的快速发展促使人工成本的不断增长，为谋求利益最大化，越来越多的 厂商广泛应用视觉检测装置。因为与人工检测相比，视觉检测的优势是显而易见 的。它不仅可以降低成本，保证产品的质量，而且还能提高生成效率。因此，在 现代自动化生产过程中，人们将机器视觉系统广泛地用于工业领域，为产品的质 量控制和系统的可靠稳定运行提供重要技术保障【2 】。本文研究的p c b 智能视觉检 测系统就是机器视觉在工业检测中的一个典型应用。 1 1 课题研究背景和意义 受益于终端新产品与新市场的轮番支持，全球p c b 市场成功实现复苏及增 长。香港线路板协会( h k p c a ) 数据统计，2 0 1 2 年全球p c b 市场将平稳发展，预计 将增长6 9 ，中国则有望增长9 12 。台湾工研院( i e k ) 分析报告预测，2 0 12 年全球p c b 产值将增长1 0 3 6 ，规模达4 1 6 1 5 亿美元。根据p r i s m a r k 公司的分析 数据与兴业证券研发中心发布的报告表明，p c b 应用结构和产品结构的变化反映 了行业未来的发展趋势。近年来，由于应用于电脑主板、通信背板、汽车板等领 域的增长比较缓慢，单双面板、多层板产值有所下降。但是，应用于高端手机、 笔记本电脑等“轻薄短小”电子产品的h d i ( 高密度集成) 板、封装板和软板还将 保持快速增长，这表明p c b 正在向超薄型、小元件、高密度、细间距方向的快速 发展。另外，根据实际调查和最近发布了最新的“中国资源报告：p c b ”：中国仍 然是最大的p c b 生产基地，超过全球生产总量的三分之一。 科技曰新月异的发展，促使着p c b 板的工业生产流程进一步细化，产品也越 来越复杂。随着组装密度的提高，以及电子产品工作频率的提高，特别是无铅化 焊接温度的提高，从而对p c b 的性能提出更高的要求。因此，如何在保证效率的 p c b 缺陷智能视觉检测系统研究与设计 前提下获取高质量的p c b 板已经成为许多科研机构研究的重点内容。高性能、高 复杂性、高质量印制电路板的生产，除了应保证优良的原材料、先进的生产工艺、 设备和管理模式之外，还必须具备完备的技术质量保证体系和先进的质量检测设 备。 我国传统的p c b 检测方法主要有人工目测、在线测试( 1 c t ，i nc i r u i tt e s t i n g ) 以及功能测试( f u n c t i o n a lt e s t i n g ) 。人工目测如图1 1 所示，是操作人员使用放 大镜或校准的显微镜来确定电路板合不合格，并确定什么时候需进行校f 操作， 其预先成本低，是最传统、最主要的检测方法。在线测试是通过对电性能的检测 找出制造缺陷以及测试模拟、数字和混合信号的元件，以保证它们符合规格。目 前常用的有针床式测试仪( b e do f n a i l st e s t e r ) 和飞针测试仪( f 1 y i n gp r o b et e s t e r ) 等几种测试方法。其具有较强的故障能力和较快的测试速度，并且检测缺陷覆盖 率高。功能测试是在生产线的中间阶段和末端利用专门的测试设备，对电路板的 功能模块进行全面的测试，用来确认电路板的好坏。该方法只能基于特定板或特 定单元，可用各种设备来完成，但是其准确率很高。目前，由于p c b 的产量增加， p c b 上导线间距与元件体积的缩小，这些检测方法的缺陷日益显现。重复、单调、 严格的检测任务使人受情绪、视觉疲劳等人工主观因素的影响较大，容易发生漏 检和误检；在线测试只能用于批量大、产品定型的厂家，并且需要经常更换针床。 同时随着p c b 向超薄型、小元件、高密度、细间距方向的快速发展，为满足测试 准确性和精确性要求，i c t 测试手段不得不增加在线测试仪的测试点数，随之带 来的测试编程和针床夹具的成本也迅速递增。另外，增加i c t 接点数也会导致i c t 测试出错和重测的次数增多1 3j ，可靠性同样得不到了保障；功能测试需要专门设 备及专门设计的测试流程，编写功能测试程序复杂，因此不适用于大多数电路板 生产线。另外，在线测试和功能测试是接触式检测，容易给p c b 带来刮痕等新的 缺陷。 图1 1p c b 缺陷人工目测 为了弥补传统p c b 缺陷检测的种种不足，提高p c b 板生产效率和产品质量， 减少成本消耗，近十几年来国内外的多家机构就已经开始了p c b 缺陷检测设备的 硕1 ：学位论文 研究。目前在p c b 生产线上被用来检测p c b 质量的过程检测工具主要是a o i ( a u t o m a t i c0 p t i ci n s p e c t i o n ，自动光学检测) ，其在速度、准确性、重复性、可 靠性等方面的优势是无可替代的【4j 。具体表现在以下几个方面： ( 1 ) 测试程序的生成十分迅速，能跟上s m t 生产线的生产节拍，满足p c b 板在线检测速度的要求。 ( 2 ) 检测的准确性较高。a o i 测试避免了人工目检受情绪及劳动强度等因素 影响的局限性，采用计算机视觉和图像处理技术，能保持如一的精确性和可靠性。 ( 3 ) 能尽早发现重复性错误，检查和纠正p c b 缺陷，减少最终废品率，使 之在过程监测期问进行的成本远远低于在最终测试和检查之后进行的成本。 ( 4 ) a o i 系统采用非接触式检测，并且判断p c b 缺陷信息的决策规则很客 观，使得检测的可靠性较高。 在p c b 自动检测系统的研究方面，国外的科研机构和公司起步较早，常见的 a o i 系统如图1 2 所示。目前市场上的a o i 系统基本上被国外产品垄断：比如美 国安捷伦公司c 与据着成品板检测设备的市场：日本的o m r o n 公司和主营印刷设 备的s c r e e n 公司占据着日本市场；以色列的0 r b o t e c h 公司及c a m t e k 公司的设 备主要针对p c b 的裸板检测，占掘了全球其余市场的大多数份额，尤其是在台湾， 中国大陆及东亚地区。虽然国内的科研院所也研制和生产了一些p c b 板a o i 系 统，但仍处于探索性研究和起步阶段，大多数系统停留在对国外产品的系统集成 上，没有从根本上获得对该项设备的关键技术和知识产权【5j 。从而造成国产设备 在性能上无法与国外同类设备相比，使其在竞争中一直处于被动的劣势地位。 a c h 、l s m na c _ ) 厂 _ 母 l 7 一一 h “m “耵”一门：1 。7 乓o 、 、一 一一 ( j r b o t c c ha ( ) iod t l l l l a _ 、o l 图】2 国外先进a o l 系统 跫墨一 | ( 墨一 一鹰争，一 毒夏 t - _ 、 、 ：酸墨， 删一j竺j p c b 缺陷智能视觉检测系统研究与设计 p c b 的缺陷检测在长期的生产发展过程中，衍生了各具特色的检测技术和检 测产品设计方案等资源，而充分发挥这些资源价值的重要途径之一就是不断开发 功能强大、性价比更高的自动光学检测系统，从而提高p c b 检测的整体技术水平 和市场竞争能力。目前，国内进口a o i 价格昂贵，而且，国外生产的这些设备往 往也不适合国内操作人员的习惯，在使用过程中不能充分利用其功能，造成了资 源的严重浪费。因此，研究和开发有自主知识产权、符合国人操作习惯的p c b 检 测系统很有应用前景。 1 2 智能检测技术 1 2 1 智能检测技术概述 检测技术及检测系统经历了由机械仪表到光学仪表、电动量仪、自动化检测 系统及智能仪器的发展历程，如图1 3 所示。随着人工智能原理及技术的发展， 人工神经网络技术、专家系统、模式识别技术等在检测中的应用，更进一步促进 了检测智能化的进程，成为2 1 世纪检测技术的发展方向【6 i 。 图1 3 检测技术的发展历程 一般来说，“智能”是指一种能随外界条件的变化，确定正确行动的能力。也 就是说智能是随外界条件的变化正确地进行分析判断和决策的能力。智能检测包 括两方面的含义：一方面，在传统检测控制的基础上，引入人工智能的方法，实 现智能检测控制，提高传统检测控制系统的性能；另一方面，利用人工智能的思 想构成新型的检测控制系统。 智能检测系统是以微型计算机、微处理器为核心的数据采集系统与传感器相 结合，以检测和智能化处理为目的的系统。不同的检测应用对智能化水平的要求 不相同，片面追求高智能化通常会增加不必要的系统开发成本与维护费用。检测 智能化的方法大致可以分为两类：一类是传感信号处理方法；另一类是以知识为 基础的决策处理方法。典型的智能检测系统经常是两种方法或子系统的混合。 智能检测系统的典型框图如图1 4 所示。由图可知，所谓智能检测，应当包 含测量，检验，故障诊断，信息处理和决策输出等多种内容，具有比传统的“测量” 4 硕士学位论文 远远丰富的范畴，是检测设备模仿人类专家信息综合处理能力的结晶。系统中， 敏感元件主要是传感器，它在智能检测系统中的作用是将各种非电量信号转换成 电信号，实现系统对测量对象的识别。因此，传感器是智能检测系统的主要信息 来源，其性能决定了智能检测系统的检测性能。传感信号处理系统以传感信号调 理为主，主要通过硬件和少量软件实现。知识处理系统主要利用显式及隐式存储 知识及数据，通过各种人工智能的方法实现环境识别处理和信息融合。 图1 4 智能检测系统典型框图 在检测技术领域，智能化检测一般可以分为三个层次，即初级智能化、中级 智能化以及高级智能化。 ( 1 ) 初级智能化 初级智能化只是把微处理器或微型计算机与传统的检测方法结合起来。它的 主要特征是：实现数据的自动采集、存储与记录；利用计算机的数据处理功能进 行简单的测量数据的处理，例如，被测量的单位换算和传感器的非线性补偿；利 用多次测量和平均化处理消除随机干扰，提高测量精度；采用按键式面板通过按 键输入各种常数及控制信息。 ( 2 ) 中级智能化 中级智能化是检测系统或仪器具有部分自治功能。它除了具有初级智能化的 功能外，还具有自校正、自补偿、自动量程切换、自诊断、自学习功能；具有自 动进行指标判断、逻辑操作、极限控制及程序控制的功能。目前大部分智能仪器 或智能检测系统属于这一类。 ( 3 ) 高级智能化 高级智能化是检测技术与人工智能原理相结合，利用人工智能的原理和方法 改善传统的检测方法。其主要特征为具有知识处理功能。利用领域知识和经验知 识通过人工神经网络技术和专家系统解决检测中的问题，具有特征提取、自动识 别、冲突消解和决策的能力；有多维检测和数据融合功能，可实现检测系统的高 p c b 缺陷智能视觉检测系统研究与设计 精度集成并通过环境因素补偿提高检测精度；具有“变尺度窗口”；通过动态过程 参数预测，可自动实时调整增益与偏置量，实现自适应检测；具有网络通信和远 程控制功能，可实现分布式测量与控制；具有视觉、听觉等高级检测功能。 1 2 2 智能检测控制技术应用 智能检测控制技术是为了适应自动控制的发展，将人工智能理论与技术运用 到自动控制中而发展起来的一门新兴技术，其应用领域非常广泛，下面列举它在 某些领域的工程应用情况。 ( 1 ) 在工业生产领域的应用 生产运行数据采集和控制 生产运行数据采集和控制的主要任务是对生产设备运行情况进行监视和数据 采集。系统与运行数据采集终端相接，一方面承担数据的直接采集和控制任务， 另一方面负责与操作人员进行通信联系。系统通过跟踪产品的整个生产过程，检 测出不合格产品产生在生产线过程的哪个环节，进而得出生产设备容易产生差错 的环节，从而针对该环节进行特殊处理来提高系统的性能。因此，合理的利用采 集到的运行数据可以使生产控制更加容易。 质量检查与控制 智能检测控制系统最直接的应用就是进行质量检查与控制。常用方法是利用 声学原理进行产品质量检查与控制，例如，一台正常运行的柴油机将产生一定的 噪声频谱，一旦出现噪声频谱异常，就预示着机器将在短期内出现故障。装在柴 油机上的检测系统能够及时发现这些潜在故障并进行相应的预防性维修，使潜在 故障能够得到及时排除。这种原理还可用于防止图案的监视，薄膜或薄板外表面 的监视等。 检验设备自动化 检验设备主要用于产品的中间检查和最后检查。智能检测与控制技术应用于 检验设备，是检验自动化。智能检验设备通常装有检查程序，合格的产品可顺利 地通过生产线，对于有缺陷的产品能自动找出原因。 ( 2 ) 在能源领域的应用 智能检测控制技术可以应用于能源技术的很多领域。例如，在各种类型的发 电厂( 热电厂、水电厂、核电厂) 中，智能监控可以承担专职的监视、控制和安 全技术等任务。在能源的分配和使用领域，智能监控也能够实现动态分配及合理 监控。 ( 3 ) 在交通领域的应用 在国外，智能检测技术己广泛应用于公路交通管理，通过对实际车流和人流 进行监测，使红绿灯的交替时间间隔根据实际情况而改变。 硕士学位论文 ( 4 ) 在实验室自动化的应用 许多物理和化学实验设备对数据采集的能力要求很高，各种类型的谱仪就属 于这一类。 ( 5 ) 军事领域的应用 先进的智能检测控制技术在军事领域的应用十分广泛，如美国的电子哨兵等。 ( 6 ) 在医疗领域的应用 在医疗领域的许多问题如果不采用计算机、不采用智能监控技术就无法解决， 有的即使解决也十分烦琐。例如，图像处理，监控人体生物信号( 心电图、脑电 图、肌电图等) ，监视病理变化等。 总之，智能检测控制技术应用领域是相当广泛的，绝不局限于所列举的这些。 1 2 3 机器视觉 众所周知，人类感知的外界信息中，大约8 0 是通过视觉感应，这种客观现 象使得目前的研究内容以视觉信息为主。自从计算机诞生以后，随着制造业的快 速发展，人们迫切的期待机器代替人眼来做测量和检测，因此，产生了机器视觉 技术。机器视觉顾名思义是指利用计算机来实现人眼的视觉功能，也就是用计算 机来实现对客观三维世界的识别。从原理上分，机器视觉主要由三部分组成：图 像采集、图像处理以及分析、输出或显示；从硬件上来分，也主要由三部分组成： 镜头、c c d 照相机、图像处理单元( 或图像捕获卡) ，但这只是从狭义上分析机 器视觉硬件的组成，其实机器视觉硬件部分还包括了光源、电脑、外围运动控制 模块、监视器、通讯输入输出单元等。其结构组成如图1 5 所示。 图1 5 机器视觉系统构造图 机器视觉系统又称工业视觉系统，它综合了光学、电子、机械、计算机软硬 件、数字图像处理等多方面的技术，利用机器来代替人眼来进行各种判断和测量。 机器视觉系统能够提高生产的柔性和自动化程度，与人眼视觉检测相比，它有很 多方面的优势。 机器视觉检测系统涉及到计算机、图像处理、模式识别、人工智能、信号处 理、光机电一体化等多个科学领域。它利用c c d 照相机将待测物体转换成图像 p c b 缺陷智能视觉检测系统研究与设计 信号，将其传送至专用的图像处理软件进行处理，根据图像的特征信息，图像处 理软件能够判断出待测物体中目标的尺寸、数量、长度、位置以及外观信息等等， 然后根据人为预先设定的标准来判断产品合格与否，并输出其决策信息给执行设 备，实现自动识别与分拣功能。一个完整的机器视觉系统的主要工作过程如图1 6 所示： 工件定位检测器探测到物体已经运 动至接近摄像系统的视野中心 ， i 发送触发脉冲 图像采集部分 发送启动脉冲 上上 打开曝光机构，曝打开灯光照明，灯光开启 光时间事先设定时间与曝光时间匹配 摄像机停止目前的状态，启动脉冲到 来后启动一帧新的图像扫描和输出 上 图像采集部分接收模拟视频信号通过a d 转换器将其 数字化，或者直接接收数字化后的数字视频数据 j 图像采集部分将数字图像存放在处理器或计算机的内存内 j l 处理器对图像进行处理、分析、识别，获得测量结果或逻辑控制值 上 处理结果控制流水线的动作、进行定位、纠正运动的误差等 图1 6 机器视觉系统的工作流程图 随着工业现代化的发展，由于机器视觉系统具备信息集成和自动处理的优点， 已经广泛应用于工况监视、成品检验和质量控制等领域，为企业及用户提供更优 的产品品质及完美解决方案。根据机器视觉系统在工业生产线上的应用，可以将 机器视觉系统分为三大类：第一类是应用于定位。这类机器视觉系统能够自动判 断出感兴趣的物体或产品在什么位置，并将位置信息通过一定的通讯协议输出。 此类机器视觉系统多用于全自动装配和生产，如自动组装、自动焊接、自动包装、 自动灌装、自动喷涂，多配合自动执行机构( 机械手、焊枪、喷嘴等) 。第二类是 应用于测量，也就是能够自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、 面积等。第三类是应用于缺陷检测，也是视觉系统最常用的一项功能，它可以检 测产品表面的相关信息，如：包装正误，包装是否正确，印刷有无错误，表面有 坝士学位论文 无刮伤或颗粒、破损，有无油污、灰尘，塑料件有无穿孔，雨雾注塑是否不良等。 随着中国制造业的发展，对于机器视觉系统来说，无论是在技术方面还是需 求方面都会有着跨越式的发展。虽然市场上已经有成熟的机器视觉系统，但其研 究的发展前景仍然很大。照目前的情况来看，其发展趋势主要有三方面：( 一) 改 进机器视觉系统的用户接口，使越来越多的人能够轻易的学习和使用视觉系统； ( 二) 使机器视觉工具成为操作简单的二号用工具；( 三) 提高视觉系统的智能化程 度，并且能克服更多的环境变化。在未来的几年内，由于机器视觉的介入，自动 化将朝着更智能、更快速的方向发展。总之，随着机器视觉技术自身的成熟和发 展，可以预计它将在未来制造企业中得到越来越广泛的应用。 1 2 4 自动光学检测( a o i ) 随着贴片密度增高以及元器件的微细化，p c b 质量检测的难度越来越高，人 工目测就显得力不从心了，如今普遍采用专用检查仪实现自动检测。目前最为普 及的是自动光学检测( a o i ) ，它通过光源对p c b 进行照射，用光学镜头将p c b 反射光采集进计算机，经过计算机图像处理系统处理从而判断出p c b 缺陷情况。 a o i 存流水线卜| 的应用如图1 7 所示。 图1 7a o i 在流水线上的应用 a o l 设备根掘在流水线上的位置通常可以分为三种：第一种是放在丝网印刷 后检测焊膏故障的a o i ，称为锡膏印刷后a o i ；第二种是放在贴片后检测期i 、白j 贴 装故障的a o i ，称为贴片后a o i ；第三种是放在再流焊后检测器件贴装故障和焊 接故障的a o i ，称为再流焊后a o i 。锡膏印刷后a o i 又称为锡膏印刷检查( s c r e e n 9 p c b 缺陷智能视觉检测系统研究与设计 p r i n t i n gi n s p e c t i o n ，s p i ) ，是s m t 生产的第一道工序。s p i 不仅要检测是否印有锡 膏，锡膏之间有没有短路，而且要能够测量锡膏的厚度，以及印刷面积，实现印 刷锡膏的三维测量，并且其测量周期不应对印刷流程的周期产生负面影响，故s p i 相对其他两种a o i 在技术上要复杂得多，实际应用的时间也比其他两种a o i 要 长很多。贴片后a o i 主要是通过元器件图像的外观匹配、结构以及几何尺寸的分 析，快速地检测出有缺陷的元器件以及对贴片工序能力实时统计分析。它能检测 出的缺陷有：元器件漏贴；元器件极性贴错元器件品名识别；元器件偏移歪斜； 片式元器件侧立直立等。再流焊后a o i 可用来检测出元器件焊接后的各种焊接 缺陷( 也包括贴片缺陷) 。 1 3p c b 板缺陷检测方法概述 电子制造业有所谓的“8 0 2 0 法则7 意思是说，百分之八十的质量问题常常 是因为2 0 的制造缺陷引起的，而这2 0 正是产品质量的主要杀手。p c b 缺陷分 布具有一般性，但并非每一种p c b 缺陷在制造工艺都会产生相同的缺陷分布，制 造商有必要根据具体的p c b 和具体工艺对缺陷分布作出更精细的量化。常见的p c b 缺陷如图1 8 所示。 图舢；旷圈 短黪蕺路残渣毛麓 圈圈墨 线宽过小线竟过太姣口小藐 图1 8 缺陷示例 对p c b 板进行缺陷检测的算法主要有三种：d r c 检测、特征比较以及粗缺 陷检测。 d r c 检测算法主要是使用一套用户设计的规则( 如允许的最大最小线宽、最 大最小焊盘尺寸、最小导体间距、所有的线条都必须以焊盘结束等) 来检测违反 设计规则的二进制数据，所有不符合规则的特征都将认为是缺陷。其主要检测的 1 0 硕士学位论文 缺陷有毛刺、鼠咬、线条、间距、焊盘尺寸违反等。 特征比较算法是分别提取模板( c a m 或黄金模板) 和待检图像中的连接性特 征，然后通过比较结果，不同之处就是缺陷，主要检测的缺陷是开路和短路。 粗缺陷检测是将模板图像和待检图像进行异或运算，得到图像之间的不同。 检测的缺陷主要集中在大缺陷( 跌势或多余的大焊盘) 。 目前国内也已经有一些相关方面的算法研究并取得一定的成果。文献 7 介绍 了p c b 自动检测系统，提出利用光学技术和图像处理技术实现p c b 故障检测。 文献 8 和 9 】利用数学形态学实现p c b 检测。文献 1 0 提出利用边缘检测法检测多 层p c b 板缺陷，具有较好的准确性，但检测时间较长。文献 1 1 研究了数字图像 处理技术在p c b 板检测中的应用，取得较好的效果。文献 12 】提出优化k d 树方 法，能够实现a o i 快速检测p c b ，其结果有较高的准确性。文献 13 为设计了基 于机器视觉的p c b 自动给检测系统，实验结果表明能够有效识别短路和短路等 p c b 缺陷。 1 4 本论文的主要工作 本课题获得了国家自然科学基金重点项目( 6 0 8 3 5 0 0 4 ) 一高速精密制造生产 线的视觉检测与智能优化控制技术研究和国家自然科学基金面上项目( 6 10 7 21 2 1 ) 一基于视觉的药液产品质量在线检测方法及关键技术研究的资助。本论文的研究 重点为p c b 缺陷智能视觉检测系统的研究，详细介绍了p c b 缺陷智能视觉检测 系统的图像采集设备、机械系统结构、电气控制系统结构、p c b 缺陷检测算法以 及软件平台的实现。本文的具体工作内容如下： ( 1 ) 设计了一个p c b 缺陷智能视觉检测系统，介绍了系统的总体设计方案 和工作原理，分析了系统的关键技术以及主要功能模块的实现。 ( 2 ) 研究了一种中值滤波和b a y e s 估计的小波混合去噪的算法，在保证图像 不失真的前提下，提高了图像的去噪效果。 ( 3 ) 研究了一种二维最大类间阈值分割的快速迭代算法，在选取阈值时同时 考虑了灰度和空间位置两个因素，使得背景区和目标区尽可能的分离开来。 ( 4 ) 研究了一种基于模糊神经网络的分类算法，能够很好的分出焊点质量是 否有缺陷以及它属于哪种缺陷。 ( 5 ) 实现了系统软件的开发，通过开发的系统界面能够很好的控制p c b 缺 陷检测的每一个过程。 ( 6 ) 总结了本文的研究成果，指出了将来的研究进展。 p c b 缺陷智能视觉检测系统研究与设计 1 5 论文结构 本文的结构框图如图1 9 所示： 第2 章 p c b 缺陷视觉检测系统设计 + 第3 章 p c b 图像预处理方法研究 第4 章 p c b 缺陷检测与识别算法研究 j 第5 章 p c b 缺陷智能视觉检测系统的软件实现 j 总结与展望 图1 9 论文结构图 硕士学位论文 第2 章p c b 缺陷智能视觉检测系统总体设计 2 0 世纪7 0 年代开始，对计算机视觉的研究主要是以计算理论为核心的视觉 模型研究。2 0 世纪9 0 年代之后，随着关于人工智能研究的反思，在计算机视觉 的研究方面开始从单纯的理论框架研究转入结合躯干运动、结合应用的研究，开 始了以应用为目标的计算机视觉方法研究。到8 0 年代末、9 0 年代初先后提出了 主动视觉、定性视觉等新方法、新思路。此后，计算机视觉系统开始广泛应用到 实际生产过程中，例如，进行机械零件检查；对视频片段、视频资料如航空照片、 卫星照片等的分析解释；用于移动机器人视觉导航和精确制导；成为医学辅助诊 断的工具和工业机器人的手眼系统；对地图绘制、物体三维形状进行分析与识别 等等。本文所研究的p c b 缺陷智能视觉检测系统就是计算机视觉在工业机器人方 面的应用。 2 1 系统设计思路 本文针对p c b 缺陷的在线实时检测需满足的高速高精度要求，综合运用数字 图像处理、传感器、智能机器人控制等技术，设计了一种p c b 缺陷智能视觉检测 系统。该系统能够代替人在实际生产环境中进行p c b 缺陷检测，并能够保证在线 检测所需的检测精度和检测速度，实现复杂的检测和p c b 的分拣工作。本章主要 完成系统的总体结构设计，包括系统机械机构设计、输送线控制、电气控制系统 设计以及视觉系统方案等。为保证p c b 缺陷检测的精度及适时合理的分拣，系统 应具备较好的灵活性、稳定性以及适应性。 用于p c b 缺陷检测的智能视觉检测系统设计应满足如下要求： ( 1 ) 在设计系统机械系统时，应充分考虑工业生产线现场的环境， 制、可能出现的噪声和光线干扰等。 ( 2 ) 在线实时检测对p c b 缺陷检测系统的检测速度要求较严格， 证检测精度的前提下，尽可能的提高检测速度，保证生产效率。 如空间的限 因此，在保 ( 3 ) 输送线在输送p c b 板时应保证平稳运行，进而使c c d 获取清晰图像，以 便进行后续图像处理。另外，如果震动较大，p c b 板可能会因为摩擦产生擦痕， 进而可能产生新的缺陷。 ( 4 ) 目前国内外已经研究出一些视觉检测系统，但是却未广泛的应用于生产线 中，其中一个很重要的原因就是生产成本太高，因此，在设计系统时应该在满足 各项指标的前提下尽可能的节约成本。 ( 5 ) 为了该系统容易被广大的操作人员接受，系统应该具备友好的人机界面， p c b 缺陷智能视觉检测系统研究i 设计 以便于操作。 2 2 系统整体设计 智能检测系统应该具备三大要素：感知、决策、行动。感知就是通过传感器 来感应内部以及外部的状态和变化，并且理解这些变化的某种内在含义的能力。 决策一般是通过图像处理来实现，依据各种条件、状态、约束的限制来自主产生 目标，规划实现目标的具体方案、步骤的能力。行动就是根据决策结果，完成特 定的一些基本工作、基本动作的能力。在这三大要素的基础上，智能检测系统通 过感知辅助产生决策，并将决策付诸行动，在复杂的环境下自主地完成任务，形 成智能检测的行为。 2 2 1 系统总体结构 p c b 缺陷智能视觉检测系统是高速实时控制系统，因而要求其具备速度快、 控制及时等性能，其系统设计样机如图2 1 所示。根据系统的功能可以将它分成 三部分：机械系统模块、视谥茂像技1 之模块和l 也气控： j | j 模块。 引l 器臀目动上￥肆糸娩桃冤最1 承相职鼬伍j 乐琥 利l 憾wh 砌”j 悬l 、 4 擎骁 图2 1p c b 缺陷智能检测系统样机 2 2 2 系统工作原理 在连续检测时，软件通过串口给p l c 发送指令启动流水线，待检测物品放黄 在流水线上，进入检测机柜触发摄像机光电传感器。然后p c 机使用特殊的图像 采集卡和c c d 摄像机连续地对被检p c b 进行准确地拍照，获得图像的数字化信 息，并通过数字图像处理与分析比较获得p c b 缺陷检测的决策信息，并将该信号 反馈给机器臂分拣系统和p l c ，完成对不合格产品实时自动分拣剔除。p c b 缺陷 智能视觉检测系统的工作原理图和工作流程框图分别如图2 2 和图2 3 所示。 图2 2p c b 缺陷智能视觉检测系统工作原理图 匿 翟严罐图型一光 患触 焉陌诱i 网篓蔫厂i 石研厂面卯阿f 橥仅 旧束h 霰旧篙畿。h 器h 黑h 器 图2 3p c b 缺陷智能视觉检测系统工作流程图 2 3 光学成像技术研究 光学成像系统是机器视觉的重要组成部分，也是系统缺陷检测的核心模块。 它采集的图像质量会直接影向着后面的图像处理结果，进而影响到缺陷检测与识 别的最终决策信息，因此，光学成像系统设计的优劣将会影响到整个系统的性能， 其重要性无可比拟。 为了保证待测p c b 板表面有相等的光照强度，不宜采用常用的机器视觉获取 方式，而必须设计专用的成像系统。图像采集系统一般包括：光源、光学成像系 统、图像采集与数字化模块、智能图像处理与决策模块和控制执行模块等，如图 2 4 所示。图像采集系统采用c c d 摄像机或其它摄像装置采集待测目标的图像信 号，进而被转换成数字信号传递给专用图像处理系统。 2 。3 1 光源及照明 机器视觉光源及照明的最终目的就是使待测物的目标区和背景区之问的图像 特征产生最大的对比度，并且抑制那些不必要的干扰特征，从而获取易于特征区 分的图像。这样就能够降低系统的复杂性和对图像处理算法的要求，进而提高系 统的精度、效率。 p c b 缺陷智能视觉检测系统研究与设计 f 一一一一+ 一一 获取p c b 图像 图2 4 图像采集系统 ( 1 ) 光源 光源的选择关系视觉检测装置的性能，选择何种光源至关重要。目前常用的 光源主要分为：高频荧光灯、光纤卤素灯、l e d 灯等。 高频荧光灯是在5 0 k h z 频率下工作，利用汞蒸气在外加电压的作用下产生的 紫外线，通过激发涂在灯管内壁的荧光粉而发光的电光源。与传统的荧光灯不同， 高频荧光灯无闪烁现象，光场均匀，价格也更便宜。在同样耗电量的条件下，其 光照更强，具有重量轻、节能的特点。 光纤卤素灯通过光纤传输后可做成，是利用含有卤族元素的惰性气体的循环 原理来提高灯的发光效率和使用寿命，但是其耐震性较差。 相对于高频荧光灯和光纤卤素灯，l e d 灯具有更多的优点：( a ) 形状自由度高， 形状定做方便，可有效利用空间以及更加贴近样品检测需求；( b ) 光均匀稳定，使 用寿命长，一般有1 万3 万小时，且维护成本低；( c ) 响应速度快，响应时间为1o s ( 1 10 0 万秒) ；( d ) 单色性好，颜色多样；( e ) 综合性价比高。 光源的选择是机器视觉检测系统设计的关键，其选择合适与否直接关系着检 测系统的成败。我们可以尝试着用不同类型的光源在不同的位置照射物体，然后 通过相机观察图像，这种方法比较繁琐。另外，我们还可以通过科学分析法成像 的环境，根据技巧及经验推荐最好的解决方法。在选择光源有以下一些技巧：( a ) 需要前景与背景更大的对比度可以考虑黑白相机与彩色光源；( b ) 环境光的问题， 尝试用单色光源，配一个滤镜；( c ) 闪光曲面，考虑用散射圆顶光；( d ) 闪光，平的， 但粗糙的表面，尝试用同轴散射光；( e ) 看表面的形状，考虑用暗视场( 低角度) ； ( f ) 检测塑料的时候，尝试用紫外光或红外光；( g ) 需要通过反射的表面看特征，尝 试用低角度先光源( 暗视场) ；( h ) 单个光源不能有效解决问题时考虑用组合光源； ( i ) 频闪能够产生比常亮照明2 0 倍强的光。 1 6 硕士学位论文