基于圖像的pcb板的斷路短路檢測(cè)技術(shù)研究

1、題 目: 基于圖像的pcb板的斷路短路檢測(cè)技術(shù)研究摘 要印刷電路板(PCB)是集成各種電子元器件的信息載體，在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用。近年來(lái)隨著印刷電路板生產(chǎn)復(fù)雜度和產(chǎn)量的提高，傳統(tǒng)PCB缺陷檢測(cè)方式因接觸受限、高成本、低效率等因素，己經(jīng)逐漸不能滿(mǎn)足現(xiàn)代檢測(cè)需要，因此研究實(shí)現(xiàn)一種PCB缺陷的自動(dòng)檢測(cè)系統(tǒng)具有很大的現(xiàn)實(shí)意義和實(shí)用價(jià)值。PCB缺陷檢測(cè)技術(shù)中，自動(dòng)光學(xué)檢測(cè)技術(shù)越來(lái)越受到重視，其中圖像檢測(cè)法也將成為自動(dòng)光學(xué)檢測(cè)的主流。本課題在分析國(guó)內(nèi)外對(duì)AOI系統(tǒng)中圖像識(shí)別軟件研究成果的基礎(chǔ)上，基于圖像處理技術(shù)、模式識(shí)別技術(shù)和缺陷檢測(cè)技術(shù)，提出了一種運(yùn)用參考法和設(shè)計(jì)規(guī)則校驗(yàn)法處理彩色PCB圖像進(jìn)行缺

2、陷檢測(cè)的方案。該系統(tǒng)主要由光照、CCD攝像機(jī)、圖像采集卡及計(jì)算機(jī)圖像處理軟件組成。其中圖像處理軟件部分作為本課題的核心,著重研究了其關(guān)鍵功能模塊包括圖像灰度化、圖像濾波、圖像銳化、圖像識(shí)別幾個(gè)部分算法的選擇與設(shè)計(jì)，并在MATLAB7.0的環(huán)境下進(jìn)行仿真。運(yùn)用現(xiàn)代成熟的數(shù)字圖像處理技術(shù)，本文實(shí)現(xiàn)了PCB缺陷的軟件檢測(cè)方案。在預(yù)處理模塊中，結(jié)合PCB板的特點(diǎn)運(yùn)用圖像預(yù)處理手段,首先對(duì)彩色圖像進(jìn)行灰度化，其次運(yùn)用圖像濾波,最后通過(guò)圖像銳化得到高質(zhì)量的PCB圖像。在識(shí)別模塊中結(jié)合電路板的短路、斷路缺陷的特征，識(shí)別短路和斷路故障。提高了生產(chǎn)效率，降低了生產(chǎn)成本。關(guān)鍵詞： 缺陷檢測(cè)；圖像處理；圖像濾波；圖

3、像識(shí)別Title Detection of Short Circuit and Open Circuit of PCB Based on ImageAbstractPrinted Circuit Board (PCB) is an information carrier integrating various electronic components. It has been applied in different fields widely.With the higher complexity and output of Printed Circuit Board manufacture

4、 in recent years, the traditional methods of PCB defect inspection can not meet demands of inspection gradually because of restricted contact, high cost or low efficiency.Therefore, the study of automatic defect inspection system is meaningful in the PCB production today. Automatic optical inspectio

5、n (AOI) technology is more and more important, in which the image detection will become mainstream of automatic optical inspection in PCB defect inspection technology.Image recognition software on the basis of research results in AOI system is analyzed in the system. Then, the scheme of PCB color im

6、ages treatment and PCB defect inspection was proposed, in which a reference method and design rule method is used. It is based on image processing, pattern recognition and defect detection.The inspection system is composed of several parts, including light, CCD cameras, capture cards and computer im

7、age processing software systems. As the core of this thesis, the design and implementation algorithm of functional modules is the key of image processing. Functional modules is composed of image pre-processing as image graying, image filter, sharpening, and image recognition. These algorithms are si

8、mulated in MATLAB7.0.The software detection program of PCB defect is implemented using modern sophisticated digital image processing technology in this paper. In the preprocessing module, image preprocessing methods is used combining the characteristics of PCB board.In order to get high-quality PCB

9、image, first, the color image is grayed, then the gray image is filtered, and finally, the image is sharpened. In the module of image recognition, short circuit and open circuit is recognized by analyzing the character of two defects.The system have high production efficiency and low production cost

10、s.getreceiveobtainKeywords: Defect inspection; Image processing; Image Filtering; Image recognition目 次 TOC o 1-2 h z u HYPERLINK l _Toc294440897 1 緒論 PAGEREF _Toc294440897 h 1 HYPERLINK l _Toc294440898 1.1 課題研究的背景 PAGEREF _Toc294440898 h 1 HYPERLINK l _Toc294440899 1.2 國(guó)內(nèi)外現(xiàn)狀和發(fā)展趨勢(shì) PAGEREF _Toc2944408

11、99 h 2 HYPERLINK l _Toc294440900 1.3 課題研究的目的和意義 PAGEREF _Toc294440900 h 3 HYPERLINK l _Toc294440901 1.4 本課題主要研究的內(nèi)容 PAGEREF _Toc294440901 h 4 HYPERLINK l _Toc294440902 2 檢測(cè)總體方案的設(shè)計(jì) PAGEREF _Toc294440902 h 6 HYPERLINK l _Toc294440903 2.1 圖像檢測(cè)結(jié)構(gòu) PAGEREF _Toc294440903 h 6 HYPERLINK l _Toc294440904 2.2 圖像

12、采集單元 PAGEREF _Toc294440904 h 6 HYPERLINK l _Toc294440905 2.3 圖像處理單元 PAGEREF _Toc294440905 h 7 HYPERLINK l _Toc294440906 2.4 采集到的圖像 PAGEREF _Toc294440906 h 7 HYPERLINK l _Toc294440907 3 PCB圖像的預(yù)處理 PAGEREF _Toc294440907 h 9 HYPERLINK l _Toc294440908 3.1 MATLAB軟件簡(jiǎn)介 PAGEREF _Toc294440908 h 9 HYPERLINK l

13、_Toc294440909 3.2 彩色圖像灰度化 PAGEREF _Toc294440909 h 10 HYPERLINK l _Toc294440910 3.3 PCB圖像的濾波 PAGEREF _Toc294440910 h 11 HYPERLINK l _Toc294440911 3.4 PCB圖像的銳化 PAGEREF _Toc294440911 h 14 HYPERLINK l _Toc294440912 4 PCB圖像的缺陷檢測(cè) PAGEREF _Toc294440912 h 19 HYPERLINK l _Toc294440913 4.1 PCB的主要缺陷 PAGEREF _T

14、oc294440913 h 19 HYPERLINK l _Toc294440914 4.2 PCB缺陷檢測(cè)方法 PAGEREF _Toc294440914 h 19 HYPERLINK l _Toc294440915 4.3 圖像對(duì)比 PAGEREF _Toc294440915 h 20 HYPERLINK l _Toc294440916 4.4 短路斷路的檢測(cè) PAGEREF _Toc294440916 h 20 HYPERLINK l _Toc294440917 結(jié)論 PAGEREF _Toc294440917 h 23 HYPERLINK l _Toc294440918 致謝 PAGE

15、REF _Toc294440918 h 24 HYPERLINK l _Toc294440919 參考文獻(xiàn) PAGEREF _Toc294440919 h 251 緒論1.1 課題研究的背景近幾年來(lái)，隨著通信、計(jì)算機(jī)、消費(fèi)電子等產(chǎn)業(yè)的發(fā)展，印刷電路板(PCB)行業(yè)也迅速的發(fā)展起來(lái)了。印刷電路板(Printed Circuit Board，PCB)又稱(chēng)為印刷線(xiàn)路板或印制電路板。印刷電路板是各種電子產(chǎn)品的主要部件，有“電子產(chǎn)品之母”之稱(chēng)，它是任何電子設(shè)備和產(chǎn)品都需要配備的，其性能的好壞在很大程度上影響到電子產(chǎn)品的質(zhì)量。幾乎每一種電子設(shè)備都離不開(kāi)PCB，小到電子手表、計(jì)算器，大到航空航天、軍用武器系

16、統(tǒng)等，都包含各式各樣，大小各異的PCB板。印刷電路板(PCB)作為電子工業(yè)中最基礎(chǔ)和最活躍的產(chǎn)業(yè)之一，發(fā)展迅速，并且隨著半導(dǎo)體設(shè)計(jì)和制造技術(shù)的日益發(fā)展，印刷電路板也朝著超薄型、高密度、多層數(shù)、高性能等方向發(fā)展。目前，印刷電路板的設(shè)計(jì)、加工水平己達(dá)到0.20.3mm(孔徑)，0.15-0.12mm(線(xiàn)條寬度和間距)，層數(shù)已經(jīng)達(dá)到46層(富士公司)甚至更多，可以說(shuō)印刷電路板的高技術(shù)和高復(fù)雜性已經(jīng)達(dá)到一個(gè)相當(dāng)高的水平。但在取得高速發(fā)展的同時(shí)，PCB行業(yè)也面臨著巨大的挑戰(zhàn)，那就是PCB的質(zhì)量問(wèn)題。目前的印刷電路板的質(zhì)量情況不容樂(lè)觀。因?yàn)橛∷㈦娐钒迤焚|(zhì)的好壞，取決于印制電路板上每根線(xiàn)條、每個(gè)孔品質(zhì)的好壞

17、，而一塊板上數(shù)以千計(jì)的線(xiàn)條和孔中任意一個(gè)發(fā)生過(guò)細(xì)、過(guò)粗、殘缺、針孔、粘連、斷開(kāi)、錯(cuò)位等質(zhì)量問(wèn)題，都會(huì)影響最終產(chǎn)品質(zhì)量，或?qū)е庐a(chǎn)生廢品。電路板的層數(shù)越多，問(wèn)題越突出，造成的廢品率越高。所以在生產(chǎn)過(guò)程中，如何提高中間過(guò)程產(chǎn)品的品質(zhì)，如何減少?gòu)U品率，如何提高印刷電路板的質(zhì)量是各個(gè)電路板生產(chǎn)廠家一直不懈追求的目標(biāo)。由于電路板在生產(chǎn)過(guò)程中受到許多不確定因素的影響，如原材料、設(shè)備穩(wěn)定性、溫度、環(huán)境以及人為的錯(cuò)誤操作等，造成缺陷是很難避免的，出現(xiàn)的故障基本都是線(xiàn)路錯(cuò)誤，主要可分為：短路、斷路、毛刺、缺損幾類(lèi)。如果不及時(shí)地將這些質(zhì)量問(wèn)題檢查出來(lái)，勢(shì)必會(huì)在PCB板調(diào)試和使用的過(guò)程中留下隱患，造成更大的損失，所以

18、必須實(shí)施嚴(yán)格的中間檢測(cè)。目前，印刷電路板的在線(xiàn)檢測(cè)已成為PCB板生產(chǎn)廠家和企業(yè)的共識(shí)，但真正實(shí)現(xiàn)在線(xiàn)檢測(cè)難度很大，現(xiàn)有的PCB檢測(cè)手段已經(jīng)不能適應(yīng)當(dāng)今PCB的發(fā)展趨勢(shì)了。因此，一種高效、高速、高精度的印刷電路板缺陷自動(dòng)檢測(cè)設(shè)備已成為PCB行業(yè)的迫切需要。1.2 國(guó)內(nèi)外現(xiàn)狀和發(fā)展趨勢(shì)目前，PCB板缺陷的檢測(cè)方法主要有接觸式和非接觸式兩種，在PCB發(fā)展的早期，接觸式檢測(cè)發(fā)揮了重要作用，而現(xiàn)在非接觸式則成了PCB板缺陷檢測(cè)的主要方法和手段。接觸式檢測(cè)主要有兩種形式：針床式檢測(cè)和飛針式檢測(cè)。針床式檢測(cè)主要適用于大批量中、低密度電路板的檢測(cè)，檢測(cè)速度較快。比如制造缺陷分析儀使用一個(gè)針床，接著便可以診斷輸

19、出。然而針床式檢測(cè)也存在很多缺陷：針對(duì)不同的電路板需要制作不同的模板，制作和調(diào)試的周期長(zhǎng)、成本高，因此不適合低產(chǎn)量原型樣機(jī)的測(cè)試。飛針式檢測(cè)是專(zhuān)門(mén)針對(duì)小批量、多品種生產(chǎn)的測(cè)試系統(tǒng)，使用來(lái)回移動(dòng)的探針對(duì)整塊的電路板進(jìn)行測(cè)試。飛針式檢測(cè)具有許多優(yōu)點(diǎn)：設(shè)定、編程和測(cè)試簡(jiǎn)單靈活；能快速地轉(zhuǎn)換測(cè)試和反饋過(guò)程錯(cuò)誤；很方便檢測(cè)具有細(xì)微間距引腳的電路板；精度、穩(wěn)定性、可靠性高；無(wú)須專(zhuān)門(mén)開(kāi)發(fā)夾具，降低檢測(cè)成本；簡(jiǎn)化功能測(cè)試。但也有缺點(diǎn)，比如：由于逐點(diǎn)檢測(cè)，測(cè)試一面后翻轉(zhuǎn)再測(cè)試另一面，飛針測(cè)試時(shí)間很長(zhǎng)；因?yàn)槲锢淼慕佑|通孔和焊盤(pán)，可能在焊錫上留下小凹坑；在沒(méi)有焊盤(pán)的地方探針會(huì)接觸到元件引腳，所以可能會(huì)錯(cuò)過(guò)松脫或焊接

20、不良的元件引腳；飛針測(cè)試還限制電路板的尺寸。非接觸式檢測(cè)中，檢測(cè)傳感器不與被檢測(cè)對(duì)象發(fā)生直接的物理接觸，這樣可以避免因物理接觸而發(fā)生故障。相對(duì)接觸式檢測(cè)來(lái)說(shuō)，非接觸式檢測(cè)通常不需專(zhuān)門(mén)的定位和裝卡，而且響應(yīng)時(shí)間比較快。非接觸式檢測(cè)在PCB缺陷檢測(cè)中有明顯的優(yōu)勢(shì)，它不僅可以檢測(cè)到功能性缺陷，而且可以很方便地檢測(cè)出外觀性缺陷?，F(xiàn)在自動(dòng)光學(xué)檢測(cè)系統(tǒng)(AOI)是非接觸式PCB檢測(cè)中一個(gè)相當(dāng)重要的研究方向。自動(dòng)光學(xué)檢測(cè)系統(tǒng)(Automatic Optical Inspection system，簡(jiǎn)稱(chēng)AOI)是利用攝像頭、掃描儀等對(duì)PCB板進(jìn)行掃描，將標(biāo)準(zhǔn)板和被測(cè)板的電路圖像進(jìn)行比較，從而發(fā)現(xiàn)缺陷。自動(dòng)光學(xué)

21、檢測(cè)系統(tǒng)比以前的檢測(cè)方式有著不可比擬的優(yōu)勢(shì)，比如：AOI不僅能檢查出PCB上斷路、短路的缺陷，而且對(duì)導(dǎo)線(xiàn)上的缺口、殘余銅、空洞或劃痕等能進(jìn)行有效的檢查；它不需要和PCB板接觸，不會(huì)損壞電路板；可以對(duì)高密度PCB、超小型元器件進(jìn)行檢測(cè)；此外AOI是一種快速的在線(xiàn)測(cè)試法，不會(huì)有疲勞問(wèn)題，可以讓操作者能及時(shí)處理有關(guān)的問(wèn)題并可以日夜工作，可以跟上高速的生產(chǎn)線(xiàn)，減少重復(fù)勞動(dòng)的花費(fèi)，提高檢測(cè)的效率。因此，可以把AOI放到生產(chǎn)線(xiàn)中的不同位置，及時(shí)發(fā)現(xiàn)故障和缺陷，使生產(chǎn)和檢測(cè)合二為一，這樣可以縮短發(fā)現(xiàn)故障和缺陷的時(shí)間，及時(shí)找出故障和缺陷的原因。因此它是目前采用得比較多的一種檢測(cè)方法。自從上個(gè)世紀(jì)80年代初，國(guó)

22、際上已經(jīng)紛紛開(kāi)始研制PCB缺陷自動(dòng)檢測(cè)系統(tǒng)。一些國(guó)際性的大企業(yè)、大廠商，如美國(guó)的IBM、日本的日立、美國(guó)的西屋等都投入了大量的人力、物力、財(cái)力在這方面的研究上。經(jīng)過(guò)l0多年的努力，自動(dòng)光學(xué)檢測(cè)系統(tǒng)最終被成功地運(yùn)用在印刷電路板的生產(chǎn)線(xiàn)上。因此，AOI供應(yīng)商的數(shù)量急劇增加，各種AOI技術(shù)也得到了快速的發(fā)展。從簡(jiǎn)單的攝像系統(tǒng)到復(fù)雜的光檢測(cè)系統(tǒng)，眾多供應(yīng)商們已經(jīng)幾乎能夠提供可以適用于所有自動(dòng)生產(chǎn)線(xiàn)的自動(dòng)光學(xué)檢測(cè)設(shè)備。世界主要制造廠商目前已經(jīng)將AOI技術(shù)推廣到電路板上的貼裝元件的位置、方向的檢測(cè)以及帶芯片的電路板的整體檢測(cè)等領(lǐng)域。AOI技術(shù)在國(guó)外研究的比較的早，技術(shù)也相對(duì)來(lái)說(shuō)比較的成熟，研究出來(lái)的產(chǎn)品也

23、能檢測(cè)出大部分的印刷電路板的缺陷。但他們大部分售價(jià)都比較貴。國(guó)內(nèi)印刷電路板的自動(dòng)光學(xué)檢測(cè)系統(tǒng)的研究大約開(kāi)始于90年代初中期，還是剛剛起步。目前，從事這方面研究的科研院所也是比較少的，而且也因?yàn)槭艿礁鞣N因素的影響，對(duì)于印刷電路板缺陷的自動(dòng)光學(xué)檢測(cè)系統(tǒng)的研究也只是停留在一個(gè)相對(duì)初期的水平。正是因?yàn)閲?guó)外的印刷電路板的自動(dòng)檢測(cè)系統(tǒng)價(jià)格太貴，而國(guó)內(nèi)也沒(méi)有研制出真正意義上的印刷電路板的自動(dòng)檢測(cè)設(shè)備，所以國(guó)內(nèi)絕大部分電路板生產(chǎn)廠家還是采用人工用放大鏡或投影儀查看缺陷的辦法進(jìn)行檢測(cè)。由于人工檢查勞動(dòng)強(qiáng)度大，眼睛容易產(chǎn)生疲勞，漏驗(yàn)率很高。而且隨著電子產(chǎn)品朝著小型化、數(shù)字化發(fā)展，印制電路板也朝著高密度、高精度發(fā)展

24、，采用人工檢驗(yàn)的方法，基本無(wú)法實(shí)現(xiàn)。對(duì)更高密度和精度的電路板，已無(wú)法完全檢驗(yàn)?，F(xiàn)有的電子及相關(guān)產(chǎn)業(yè)的生產(chǎn)及檢測(cè)設(shè)備等高性能產(chǎn)品大多是進(jìn)口的。由于進(jìn)口設(shè)備價(jià)格非常貴，使得國(guó)內(nèi)大部分印制電路板的生產(chǎn)廠家暫時(shí)無(wú)力購(gòu)買(mǎi)，給他們帶來(lái)了非常大的經(jīng)濟(jì)壓力，而且這些設(shè)備往往不適合國(guó)內(nèi)操作人員的習(xí)慣，在使用的過(guò)程中不能充分利用其功能，造成了資源的極大浪費(fèi)。因此，現(xiàn)在迫切需要一種采用先進(jìn)技術(shù)手段，準(zhǔn)確、快捷地檢測(cè)的儀器設(shè)備，與國(guó)外著名公司進(jìn)行競(jìng)爭(zhēng)，從而大幅度提高產(chǎn)品的合格率，具備高密度、高品質(zhì)多層PCB板的生產(chǎn)能力。1.3 課題研究的目的和意義 隨著全球經(jīng)濟(jì)一體化步伐的加快，我國(guó)產(chǎn)業(yè)結(jié)構(gòu)的投資方向發(fā)生了重大的調(diào)整

25、，國(guó)家“十五計(jì)劃已經(jīng)把研制微電子裝備作為一個(gè)專(zhuān)題項(xiàng)目提出來(lái)，必然會(huì)向該領(lǐng)域投入大量資金和人力資源，用于芯片和相關(guān)檢測(cè)設(shè)備的研制，以填補(bǔ)該領(lǐng)域的空白。所以這對(duì)于科技最敏感的科研院，面臨的既是機(jī)遇又是挑戰(zhàn)。我國(guó)是全球生產(chǎn)印刷電路板的大國(guó)，但是行業(yè)的現(xiàn)狀并不是太樂(lè)觀，產(chǎn)品的生產(chǎn)、檢測(cè)還處在一個(gè)相對(duì)低的水平，這樣也導(dǎo)致了生產(chǎn)率比較低，與世界發(fā)達(dá)國(guó)家相比，還具有一定的距離。因此，研究開(kāi)發(fā)具有自主知識(shí)產(chǎn)權(quán)的光電一體化高科技的產(chǎn)品一一印刷電路板自動(dòng)檢測(cè)系統(tǒng)是必須的、也是緊迫的。如果這個(gè)自動(dòng)檢測(cè)系統(tǒng)能研制成功，使我國(guó)擺脫AOI產(chǎn)品還需要進(jìn)口這樣難堪的局面，不但可以節(jié)省外匯，也將使我國(guó)印刷電路板行業(yè)檢測(cè)技術(shù)落后

26、的狀況得以改觀，增加競(jìng)爭(zhēng)的能力，提高我國(guó)的PCB企業(yè)在國(guó)際上的地位。所以，研究基于圖像的PCB缺陷檢測(cè)系統(tǒng)的設(shè)計(jì)與研究具有非常深遠(yuǎn)的意義。本論文主要研究的是短路斷路缺陷。 本課題主要采用圖像處理的方法檢測(cè)印刷電路板的缺陷，針對(duì)工業(yè)應(yīng)用的要求，本課題主要要求如下：(1) 動(dòng)態(tài)實(shí)時(shí)性。本課題用于印刷電路板的在線(xiàn)檢測(cè)，實(shí)時(shí)性強(qiáng)，需要合理的設(shè)計(jì)算法，提高運(yùn)算速度，以提高整個(gè)檢測(cè)速率。(2) 缺陷的判斷準(zhǔn)則的優(yōu)化。既不能漏掉特征信息，也不能報(bào)告虛假信息，將誤判率限制在合適的范圍內(nèi)。(3) 適應(yīng)性強(qiáng)。人工干預(yù)比較少，可直接從圖像本身提取信息，自動(dòng)加以判斷處理。本文涉及圖像處理及自動(dòng)化控制技術(shù)，內(nèi)容廣泛，涵

27、蓋面寬。本文集中于圖像處理這個(gè)中間環(huán)節(jié)的處理，為進(jìn)一步的研究打下堅(jiān)實(shí)的基礎(chǔ)。1.4 本課題主要研究的內(nèi)容本課題研究的主要工作是研究設(shè)計(jì)能對(duì)印刷電路板的常見(jiàn)缺陷進(jìn)行快速、實(shí)時(shí)識(shí)別的檢測(cè)系統(tǒng)。主要對(duì)PCB的短路、斷路缺陷進(jìn)行檢測(cè)。本課題主要采用圖像處理的方法對(duì)印刷電路板的短路斷路缺陷進(jìn)行檢測(cè)。涉及圖像處理技術(shù)有圖像灰度化，圖像濾波及銳化等。本課題的主要工作分為以下幾個(gè)章節(jié)來(lái)完成：(1) 首先是在查閱大量參考文獻(xiàn)的基礎(chǔ)上，介紹了本課題的研究背景、國(guó)內(nèi)外研究現(xiàn)狀、研究目的和意義以及本論文所要完成的工作。(2) 其次主要是檢測(cè)總體方案的設(shè)計(jì)。介紹了結(jié)構(gòu)組成并對(duì)各單元進(jìn)行設(shè)計(jì)與說(shuō)明，包括照明單元、圖像采集

28、單元、圖像處理單元。(3) 再次論述了PCB圖像的預(yù)處理。介紹了MATLAB軟件，根據(jù)PCB圖像的特點(diǎn)，實(shí)現(xiàn)了圖像的濾波、銳化，從而提高圖像質(zhì)量，完成了PCB圖像的預(yù)處理。(4) 最后闡述PCB圖像的缺陷檢測(cè)。對(duì)PCB圖像的主要缺陷及其檢測(cè)方法進(jìn)行了簡(jiǎn)要介紹，針對(duì)PCB的短路、斷路缺陷特征，主要給出相應(yīng)的識(shí)別算法。2 檢測(cè)總體方案的設(shè)計(jì)2.1 圖像檢測(cè)結(jié)構(gòu)PCB板缺陷自動(dòng)檢測(cè)結(jié)構(gòu)由硬件部分和軟件部分構(gòu)成。硬件部分主要包含光照單元(光源)、圖像采集單元(CCD攝像機(jī)、圖像采集卡)和計(jì)算機(jī)(主機(jī)和顯示器)四部分。軟件部分主要是指計(jì)算機(jī)的圖像處理單元。圖像檢測(cè)結(jié)構(gòu)如圖2.l。 圖2.1 圖像檢測(cè)結(jié)構(gòu)

29、工作原理是：首先在光照條件下采用攝像機(jī)將待檢測(cè)的PCB板面轉(zhuǎn)換成圖像信號(hào)，然后經(jīng)過(guò)圖像采集卡轉(zhuǎn)化成數(shù)字信號(hào)傳送給計(jì)算機(jī)圖像處理單元，將圖像經(jīng)過(guò)預(yù)處理后送入圖像缺陷識(shí)別模塊中，運(yùn)用各種運(yùn)算來(lái)檢測(cè)缺陷特征，并根據(jù)條件輸出判斷結(jié)果。光照單元的主要任務(wù)就是產(chǎn)生合適的照明及準(zhǔn)確的物象位置關(guān)系，以保證得到的圖像有合適的對(duì)比度和清晰度。圖像采集單元將待檢測(cè)PCB板的圖像數(shù)字化，并輸入到計(jì)算機(jī)系統(tǒng)。計(jì)算機(jī)圖像處理單元是整個(gè)系統(tǒng)的核心單元，該單元的主要任務(wù)是運(yùn)用圖像處理算法檢測(cè)和識(shí)別出待測(cè)PCB板的缺陷。光照部分在實(shí)際過(guò)程中，需要根據(jù)實(shí)際情況調(diào)整，總的要求是使獲得的圖像清晰、整齊。2.2 圖像采集單元圖像采集部

30、分是由CCD攝像機(jī)、圖像采集卡組成。其主要功能是根據(jù)觸發(fā)信號(hào)或計(jì)算機(jī)的命令完成對(duì)圖像的采集。在檢測(cè)系統(tǒng)中獲取高質(zhì)量的圖像是系統(tǒng)提高檢測(cè)速率和效率的基礎(chǔ)，圖像采集單元的設(shè)計(jì)主要涉及到選取合適的攝像機(jī)和圖像采集卡。采集過(guò)程如圖2.2所示：圖2.2 圖像采集過(guò)程2.3 圖像處理單元圖像處理單元作為本檢測(cè)系統(tǒng)的核心模塊，由圖像的預(yù)處理、圖像的識(shí)別等部分組成，其中預(yù)處理包括圖像灰度化，圖像濾波，圖像銳化。圖像處理單元的任務(wù)就是利用圖像處理的方法檢測(cè)出PCB板的缺陷，整個(gè)檢測(cè)流程見(jiàn)圖2.3。 圖2.3 圖像處理單元流程圖軟件工作流程為：首先通過(guò)圖像采集模塊獲取待測(cè)電路板圖像，根據(jù)PCB圖像的特點(diǎn)，在預(yù)處理

31、模塊中，采用適當(dāng)?shù)乃惴ㄏ葘?duì)圖像進(jìn)行灰度化，然后進(jìn)行濾波，銳化等，對(duì)圖像進(jìn)行處理，在缺陷識(shí)別模塊中，將待測(cè)電路板圖像和參考圖像進(jìn)行減法運(yùn)算，得到缺陷圖像并進(jìn)行缺陷位置檢出。2.4 采集到的圖像圖2.4是采集到的兩幅PCB缺陷圖像。 （a）短路 （b）斷路 圖 2.4 彩色圖像 3 PCB圖像的預(yù)處理圖像預(yù)處理主要是在matlab下進(jìn)行的。一般來(lái)說(shuō)，系統(tǒng)在PCB待測(cè)灰度圖像的采集、傳輸過(guò)程中，由于光照不均或變化、采集設(shè)備自身的干擾、成像的非線(xiàn)性、數(shù)字化過(guò)程量化噪聲、傳輸過(guò)程誤差以及人為因素等，都有可能使得實(shí)際獲取的待測(cè)PCB灰度圖不可避免地受到外部干擾和內(nèi)部干擾，從而使圖像質(zhì)量降低或失真，包含各種

32、各樣的噪聲和畸變。因此，為了后續(xù)圖像分析和理解，應(yīng)對(duì)待測(cè)圖像進(jìn)行預(yù)處理，改善圖像質(zhì)量，提取我們感興趣的目標(biāo)區(qū)域。目前，已經(jīng)有許多成熟的方法可以用來(lái)對(duì)圖像進(jìn)行預(yù)處理。在進(jìn)行預(yù)處理的過(guò)程中，可以根據(jù)不同的情況，有針對(duì)性的選取適當(dāng)方法來(lái)進(jìn)行操作。經(jīng)實(shí)驗(yàn)證明，在電路板圖像的預(yù)處理過(guò)程中，中值濾波，拉普拉斯銳化這幾種方法對(duì)電路板圖像預(yù)處理能較好的去除噪聲，提高圖像質(zhì)量。因此，在本課題研究中，根據(jù)PCB圖像的特點(diǎn)，首先對(duì)PCB圖像進(jìn)行灰度化，然后選取適當(dāng)?shù)姆椒▽?duì)PCB圖像進(jìn)行處理，以期得到我們希望的圖像，為后續(xù)研究做準(zhǔn)備。3.1 MATLAB軟件簡(jiǎn)介MATLAB是Math works公司于推出的一套高性能

33、的數(shù)值計(jì)算和可視化軟件，其全稱(chēng)是Matrix Laboratory，亦即矩陣實(shí)驗(yàn)室，經(jīng)過(guò)多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國(guó)際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，是近幾年來(lái)在國(guó)內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便的、界面友好的用戶(hù)環(huán)境，而且還具有可擴(kuò)展性特征。MATLAB中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利。矩陣運(yùn)算的語(yǔ)法對(duì)MATLAB中的數(shù)字圖像同樣適用。MATLAB中的基本數(shù)據(jù)結(jié)構(gòu)是由一組有序的實(shí)數(shù)或復(fù)數(shù)元素構(gòu)成的數(shù)組，圖像對(duì)象的表達(dá)采用的是一組有序的灰度或彩色數(shù)據(jù)

34、元素構(gòu)成的實(shí)值數(shù)組。MATLAB中通常用二維數(shù)組來(lái)存儲(chǔ)圖像，數(shù)組的每一個(gè)元素對(duì)應(yīng)于圖像的一個(gè)像素值。例如，由200行和300列的不同顏色點(diǎn)組成的一幅圖像在MATLAB中采用200300的矩陣存儲(chǔ)。MATLAB支持多種類(lèi)型的圖像，而不同類(lèi)型的圖像其存儲(chǔ)結(jié)構(gòu)通常是不同的。如RGB圖像則需要一個(gè)三維數(shù)組，3個(gè)數(shù)據(jù)維分別對(duì)應(yīng)于某像素點(diǎn)的紅色、綠色和藍(lán)色強(qiáng)度值。由于對(duì)圖像采用了通用的數(shù)據(jù)矩陣的表達(dá)方式，MATLAB中原有的所有基本矩陣操作都可應(yīng)用于圖像矩陣，例如，我們要查看圖像I中某像素點(diǎn)的強(qiáng)度值，可以采用類(lèi)似的表達(dá)方式：I(x，y)，它代表了圖像I的第x行和第y列的像素值。MATLAB可操作的圖像文件

35、包括BMP，HDF，JPEG，PCX，TIFF和XWD等格式。MATLAB在圖像處理中的應(yīng)用是由MATLAB函數(shù)來(lái)實(shí)現(xiàn)的，MATLAB提供了圖像文件讀入函數(shù)imread()，還提供了imwrite()圖像寫(xiě)出函數(shù)，顯示圖像函數(shù)有image()、imshow()等MATLAB在處理圖像時(shí)都是以向量、矩陣、數(shù)組的形式來(lái)表示圖像，并進(jìn)行各種運(yùn)算。MATLAB提供了圖像的和、差等線(xiàn)性運(yùn)算。3.2 彩色圖像灰度化圖像的灰度化處理的基本原理：數(shù)字圖像分為彩色圖像和灰度圖像。RGB圖像，即真彩色圖像，在MATLAB中存儲(chǔ)為nm3的數(shù)據(jù)矩陣。數(shù)組中的元素定義了圖像中每一個(gè)像素的紅、綠、藍(lán)顏色值。像素的顏色保存

36、在像素位置上的紅、綠、藍(lán)的強(qiáng)度值的組合來(lái)確定。在RGB模型中，如果R=G=B，則表示一種灰度顏色，其中R=G=B的值叫做灰度值，通常用g來(lái)表示。因此，灰度圖像每個(gè)像素只需一個(gè)字節(jié)存放灰度值 ，灰度范圍為 0-255。將彩色圖像轉(zhuǎn)化成為灰度圖像的過(guò)程成為圖像的灰度化處理。由于彩色圖像的存儲(chǔ)空間較大，因此，在對(duì)圖像進(jìn)行識(shí)別等處理過(guò)程中，需要將彩色圖像轉(zhuǎn)換為灰度圖像，以加快后續(xù)工作的處理速度。彩色圖像中的每個(gè)像素的顏色有R、G、B三個(gè)分量決定，而每個(gè)分量有255種值可取，這樣一個(gè)像素點(diǎn)可以有1600多萬(wàn)（255*255*255）的顏色的變化范圍。而灰度圖像是R、G、B三個(gè)分量相同的一種特殊的彩色圖像

37、，其一個(gè)像素點(diǎn)的變化范圍為255種，所以在數(shù)字圖像處理種一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計(jì)算量變得少一些?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級(jí)的分布和特征。灰度化是圖像處理的基礎(chǔ)之一，彩色圖像如果不是直接進(jìn)行彩色圖像分割，就要在后續(xù)處理之前進(jìn)行灰度化。預(yù)處理階段, 都要把采集來(lái)的彩色圖像進(jìn)行灰度化處理,這樣既可以提高后續(xù)算法速度, 而且可以提高系統(tǒng)綜合應(yīng)用實(shí)效，達(dá)到更為理想的要求。 因此對(duì)彩色圖像灰度化很重要。圖像的灰度化處理，一般有以下三種設(shè)計(jì)方案：（1）加權(quán)平均法 根據(jù)重要性及其它指標(biāo)，將三個(gè)分量以不同的權(quán)值進(jìn)行加權(quán)平均。由于人眼對(duì)

38、綠色的敏感最高，對(duì)紅色敏感度次之，對(duì)藍(lán)色敏感最低，因此，在MATLAB中我們可以按f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)這個(gè)式子系統(tǒng)函數(shù)對(duì)RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像。 （2）平均值法 求出每個(gè)像素點(diǎn)的 R、G、B 三個(gè)分量的平均值，將得到均值作為灰度值輸出而得到灰度圖。表達(dá)式為f(i,j)=(R(i,j)+G(i,j)+B(i,j) /3 .（3）最大值法 將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。表達(dá)式為f(i,j)=max(R(i,j),G(i,j),B(i,j) .rgb2gray函數(shù)的功能是將彩色圖像轉(zhuǎn)化成灰度圖像。

39、庫(kù)函數(shù)rgb2gray(),其轉(zhuǎn)化是依據(jù)亮度方程f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)來(lái)實(shí)現(xiàn)的，即依據(jù)人眼對(duì)不同顏色的敏感度不同(人眼對(duì)綠色最敏感，對(duì)紅色敏感度次之，對(duì)藍(lán)色最不敏感)，對(duì)RGB分量以不同的系數(shù)加權(quán)平均，即gray=O.30R+0.59G+0.11B，通常能得到最合理的灰度圖像。在matlab中，實(shí)現(xiàn)灰度化的程序語(yǔ)句如下：i=imread(G:dianluban.jpg);j=rgb2gray(i);figure,imshow(j);結(jié)果如圖3.1所示。 (a) 短路 (b) 斷路 圖 3.1 轉(zhuǎn)換后的灰度圖3.3 PCB圖像的濾波圖像濾波

40、，即在盡量保留圖像細(xì)節(jié)特征的條件下對(duì)目標(biāo)圖像的噪聲進(jìn)行抑制，是圖像預(yù)處理中不可缺少的操作，其處理效果的好壞將直接響到后續(xù)圖像處理和分析的有效性和可靠性。圖像在獲取或者傳輸?shù)倪^(guò)程中,經(jīng)常會(huì)被加入大量的噪聲,嚴(yán)重影響了圖像的視覺(jué)效果,甚至妨礙了人們的正常識(shí)別。因此,圖像的噪聲濾除是圖像處理中的一項(xiàng)重要任務(wù),噪聲濾除后的結(jié)果對(duì)圖像銳化、特征提取和圖像識(shí)別等后續(xù)處理均有直接的影響。任何一幅未經(jīng)處理的圖像，都存在一定程度的噪聲干擾，噪聲惡化了圖像質(zhì)量，使圖像模糊，甚至淹沒(méi)特征，給分析帶來(lái)困難。圖像濾波的主要目的就是去除或衰減混雜在圖像上的噪聲的干擾，改善圖像的質(zhì)量。常用的濾波方法有均值濾波，中值濾波等。

41、3.3.1均值濾波均值濾波是簡(jiǎn)單的空域處理方法，它將一個(gè)像素及其鄰域中所有像素的平均值賦給輸出圖像中相應(yīng)的像素，從而達(dá)到濾波的目的。它是一種線(xiàn)形濾波技術(shù)，它是用一窗口逐一對(duì)準(zhǔn)圖像內(nèi)每一像素，用窗口領(lǐng)域的像素灰度的平均值取代窗口中心像素原來(lái)的灰度值。假定有一幅MN個(gè)像素的圖像f(x,y)，濾波處理后得到一幅圖像g(x,y)，g(x,y)由式(3.1)決定： (3.1)其中：x，y=0，1，2，N-1；S是以(x，y)為中心的鄰域集合；M是S內(nèi)的像素?cái)?shù)。窗口領(lǐng)域S的形狀和大小根據(jù)圖像特點(diǎn)確定。一般選取的形狀是正方形、矩形及十字形等，領(lǐng)域的形狀和大小可以在全圖處理過(guò)程中保持不變，也可根據(jù)圖像的局部統(tǒng)

42、計(jì)特性而變化，它的中心一般位于被處理點(diǎn)上。如為3*3鄰域，點(diǎn)(m，n)位于S中心，則 (3.2)假設(shè)噪聲n是加性噪聲，在空間各點(diǎn)互不相關(guān)，且期望為0，方差為，g是未受污染的圖像，含噪圖像f經(jīng)過(guò)鄰域平均化濾波后為： (3.3)由上式可知，濾波后噪聲的均值不變，方差，即噪聲方差變小，說(shuō)明噪聲強(qiáng)度減弱了，即抑制了噪聲。可見(jiàn)，鄰域平均法濾波有力地抑制了噪聲，使圖像變得柔和一些，同時(shí)也出現(xiàn)了因邊緣處的灰度差趨向平均而引起的模糊現(xiàn)象，模糊程度與鄰域半徑成正比。3.3.2中值濾波中值濾波(Median Filtering)是一種基于排序統(tǒng)計(jì)理論的可以有效抑制噪聲的非線(xiàn)性濾波技術(shù)。它是一種典型的低通濾波器，目

43、的是保護(hù)圖像邊緣的同時(shí)去除噪聲。1971年圖基(TukeY)在進(jìn)行時(shí)間序列分析時(shí)提出中值濾波的概念，后來(lái)人們將其引入到圖像處理中，這種濾波的優(yōu)點(diǎn)是運(yùn)算簡(jiǎn)單而且速度快，易于實(shí)現(xiàn)。它的中心思想是用像素鄰域灰度值的中值來(lái)代替該像素點(diǎn)的灰度值。所謂中值濾波，是指把以某點(diǎn)為中心的小窗口內(nèi)的所有像素的灰度值按從小到大的順序排列，若窗口中的像素?cái)?shù)為奇數(shù)個(gè)，則將中間的值作為該點(diǎn)處的灰度值。若窗口中的像素?cái)?shù)為偶數(shù)個(gè)，則取兩個(gè)中間值的平均值作為該點(diǎn)處的灰度值。具體的做法是：將所用鄰域窗口內(nèi)的所有像素的灰度值從小到大排序，取該組中間的灰度值作為濾波后的灰度值。設(shè)表示數(shù)字圖像各點(diǎn)的灰度值,濾波窗口A的二維中值濾波，可

44、定義為： (3.4)通常窗口內(nèi)像素?cái)?shù)為奇數(shù)，以便有個(gè)中間像素。若窗口像素?cái)?shù)為偶數(shù)時(shí)，則中值取中間兩像素灰度的平均值。常用的窗口形狀有方形、十字型、圓形、菱形。窗口A的大小決定在多少個(gè)數(shù)值中求中值，窗口的形狀決定在什么樣的幾何空間中取元素來(lái)計(jì)算中值。最常用的窗口是方形或十字型。一般而言，對(duì)于具有尖角物體的圖像，可采用十字窗口，而對(duì)于變化緩慢的且具有較長(zhǎng)輪廓線(xiàn)物體的圖像，則采用方形窗口。由于PCB圖像的基本組成是線(xiàn)和孔，所以采用方形窗口進(jìn)行濾波。另外，中值濾波窗口越大，抑制噪聲效果越好，但有效信息損失也越大，因此須選擇最佳窗口大小以兼顧二者。假設(shè)表示原圖像的矩陣為A，經(jīng)過(guò)3*3矩形窗口的中值濾波后

45、得到圖像B，如式（3.5）所示： (3.5)對(duì)受到噪聲污染的圖像可以采用線(xiàn)性濾波的方法來(lái)處理，但是很多線(xiàn)性濾波有低通性，在去噪聲的同時(shí)也使得邊緣模糊了，中值濾波在某些情況下可以做到既去除噪聲又保護(hù)圖像的邊緣。中值濾波在圖像處理中對(duì)抑制離散的噪聲比鄰域平均法濾波更有效，而且還能保護(hù)邊緣輪廓信息。因此本文采用中值濾波對(duì)圖像進(jìn)行濾波處理。在matlab中，中值濾波的程序語(yǔ)句如下：clearm,n = size(j); %/或取待處理圖像的大小B=ordfilt2(j,median(1:9),ones(3,3);%并不是模板越大濾波效果越好imshow(B);結(jié)果如圖3.2所示： （a）短路 ( b)

46、 斷路 圖3.2 濾波后的圖像由圖3.2可以看出，經(jīng)過(guò)中值濾波處理以后的圖像的輪廓比較清晰，從而提高圖像質(zhì)量以便后續(xù)處理?？梢?jiàn)中值濾波對(duì)噪聲具有良好的抑制作用，是一種最常用的濾波去嗓的圖像增強(qiáng)手段之一。3.4 PCB圖像的銳化在圖像處理中，為了去除圖像噪聲，我們通常使用圖像濾波技術(shù)，但是圖像經(jīng)過(guò)濾波后或多或少會(huì)使圖像中的邊界、輪廓變的模糊。圖像銳化的目的就是為了減少這類(lèi)不利效果的影響，使圖像的邊緣、輪廓線(xiàn)以及圖像的細(xì)節(jié)變的清晰，以便人眼和機(jī)器的識(shí)別。濾波的圖像變得模糊的根本原因是圖像受到了平均或積分運(yùn)算的原因，因此對(duì)圖像進(jìn)行逆運(yùn)算(如微分運(yùn)算)來(lái)使圖像變得清晰。已提出的許多圖像銳化方法一般分為

47、兩類(lèi)：一類(lèi)是微分法，另一類(lèi)是高通濾波法。常用微分算子、拉普拉斯算子、sobel算子等方法對(duì)PCB圖像進(jìn)行銳化。341微分算子方法對(duì)圖像某一區(qū)域內(nèi)的像素求平均值往往會(huì)使得處理后的圖像模糊化。從數(shù)學(xué)觀點(diǎn)來(lái)看，區(qū)分圖像某區(qū)域灰度變化的大小就是微分的概念。圖像函數(shù)在某處的微分值大，表明灰度的變化率大，邊緣就明顯；相反，微分值小，表示灰度變化率小，邊緣就不明顯甚至模糊。圖像處理中常用的微分方法是求梯度。對(duì)于連續(xù)函數(shù)f(x，y)，它在點(diǎn)(x，y)處的梯度是一個(gè)矢量，定義為： (3.6)梯度的方向在函數(shù)點(diǎn)f(x，y)最大變化率的方向上，其幅度為梯度的模，用Gf表示。 (3.7)對(duì)于離散的數(shù)字圖像f(x，y)

48、，采用差分運(yùn)算來(lái)近似替代微分運(yùn)算，在其像素點(diǎn)(i,j)處，x方向和y方向上的一階差分定義為： (3.8)此時(shí)，式(3.7)可以近似為： 在計(jì)算精度允許的情況下，可采用絕對(duì)差算法： (3.9)在可以選擇的所有方法中，最簡(jiǎn)單的就是令該點(diǎn)的銳化值g(x，y)等于計(jì)算出的梯度值，即： (3.10)微分算子達(dá)到了銳化PCB圖像的效果，但卻增加了偽的輪廓信息，并使噪聲和條紋也得到了加強(qiáng)。3.4.2 Sobel算子Sobel算子的基本思想是：以圖像的任意像素(i，j)為中心，截取一個(gè)3*3的像素窗口，分別計(jì)算窗口中心像素在x,y方向上的梯度： （3.11)Sobel算子：增強(qiáng)后圖像在(i,j)處的灰度值為

49、（3.12）Sobel算子在計(jì)算x方向和y方向上的梯度時(shí)，不像普通梯度算子那樣只用兩個(gè)像素灰度差值來(lái)表示，而是采用兩列或者兩行像素灰度加權(quán)和的差值來(lái)表示，這使得Sobel算子具有如下兩個(gè)優(yōu)點(diǎn)：(1)由于引入了加權(quán)平均，因而對(duì)圖像中的隨機(jī)噪聲具有一定的平滑作用。(2)由于Sobel算子采用間隔兩行或者兩列的差分，所以圖像中邊緣兩側(cè)的像素得到增強(qiáng)。Sobel算子得到的銳化圖像的邊緣顯得粗而亮。Sobel算子對(duì)圖像中的噪聲和條紋有一定的抑制作用，PCB圖像經(jīng)過(guò)Sobel算子的銳化后，邊緣顯得粗而亮。但邊緣信息提取不夠完整。3.4.3拉普拉斯算子拉普拉斯算子是一種線(xiàn)性銳化濾波器，它是一種二階微分算子，

50、強(qiáng)調(diào)圖像中灰度的突變，突出細(xì)節(jié)。拉普拉斯算子是微分運(yùn)算的線(xiàn)性組合，且是旋轉(zhuǎn)不變性的線(xiàn)性運(yùn)算。設(shè)原圖像為f(x,y)，銳化后圖像為Dest(x,y)，為拉普拉斯算子，則： (3.13) 因?yàn)樵趫D像中，微分就是差分。對(duì)于數(shù)字圖像f(i,j)來(lái)講，拉普拉斯算子定義為： （3.14）式中： （3.15）類(lèi)似的可以求得 （3.16）所以 （3.17）原數(shù)字圖像f(x，y)，拉普拉斯銳化后圖像Dest(x，y)為： （3.18）為了去除圖像噪聲，我們使用圖像濾波技術(shù)，但是圖像濾波或多或少會(huì)使圖像中的邊界、輪廓變的模糊，為了減少這類(lèi)不利效果的影響，這就需要利用圖像銳化技術(shù)，使圖像的邊緣、輪廓線(xiàn)以及圖像的細(xì)節(jié)

51、變的清晰。微分算子、拉普拉斯算子、Sobel算子都可以用來(lái)實(shí)現(xiàn)PCB圖像的銳化，顯示圖像細(xì)節(jié)。微分方法銳化能清楚的提取邊緣信息，但增加了偽的邊緣輪廓，并使噪聲和條紋也得到了加強(qiáng)；Sobel算子提取圖像的邊緣信息粗而亮，但不夠完全；相比較而言，拉普拉斯算子對(duì)PCB圖像有很好的銳化效果，可以清楚并完整的提取圖像的邊緣信息。因此本文中采用拉普拉斯算子對(duì)PCB圖像進(jìn)行銳化。在matlab中，拉普拉斯算子對(duì)PCB圖像進(jìn)行銳化的程序語(yǔ)句如下：w=fspecial(laplacian,0);%生成濾波器算子。0是指laplacian的參數(shù)（與濾波器的相位有關(guān)的一個(gè)參數(shù)，取值在0-1之間），圖像的類(lèi)型變?yōu)閡i

52、nt8B1=im2double(B);%將圖像的類(lèi)型裝換為double,因?yàn)閕mfilter函數(shù)要求輸入輸出的圖像類(lèi)一致。CC=imfilter(B1,w,replicate);%用生成的濾波器算子w對(duì)圖像濾波。imshow(CC)%; 處理后的結(jié)果如圖3.3所示。 （a）短路 （b）斷路圖3.3 銳化后的圖像由圖3.3可以看出，應(yīng)用了拉普拉斯算子對(duì)PCB圖像銳化以后，將圖像區(qū)域的邊緣輪廓勾劃了出來(lái)，可以清楚并完整的提取圖像的邊緣信息，因此拉普拉斯算子對(duì)提高圖像的質(zhì)量有很好的功效。圖3.3即是采集到的彩色圖像經(jīng)過(guò)灰度化，圖像濾波，圖像銳化等過(guò)程得到的圖像，輪廓比較清晰，邊緣效果好，為以后的缺陷

53、檢測(cè)做準(zhǔn)備。 4 PCB圖像的缺陷檢測(cè)本文的主要目的是通過(guò)對(duì)PCB數(shù)字圖像的識(shí)別，找出印刷電路板上存在的缺陷。換言之，就是研究PCB上的缺陷模式。由于PCB圖像中的線(xiàn)路是由簡(jiǎn)單、規(guī)則的幾何圖形組成的，因此本文采用經(jīng)過(guò)處理的圖像和標(biāo)準(zhǔn)圖像的對(duì)比，做減法運(yùn)算進(jìn)行缺陷檢測(cè)與識(shí)別。首先需要對(duì)PCB上的缺陷種類(lèi)和特點(diǎn)有所了解。4.1 PCB的主要缺陷國(guó)家軍用標(biāo)準(zhǔn)(GJB)和美國(guó)電子電路互連與封裝協(xié)會(huì)標(biāo)準(zhǔn)(IPC)對(duì)PCB合格性衡量作出了標(biāo)準(zhǔn)規(guī)定，包括外觀要求、線(xiàn)寬和線(xiàn)距變窄、鍍層厚度、阻焊涂層要求、可焊性等因素，隱含了PCB各種缺陷種類(lèi)和特征。表面缺陷是指短路、斷路、凸起、缺損、針眼等。任何缺陷的長(zhǎng)度不

54、應(yīng)大于12.70mm，導(dǎo)線(xiàn)之間缺陷不跨接，缺陷使線(xiàn)寬和線(xiàn)距減少不低于規(guī)定的最小值(如最小線(xiàn)寬、線(xiàn)距的20)，凸起、凹陷、空洞等微小缺陷的最大尺寸不超過(guò)0.8mm，不跨接導(dǎo)體，每645范圍內(nèi)不超過(guò)10個(gè)，總面積不超過(guò)印刷電路板每一面面積的5。本文主要完成對(duì)PCB板外觀表面可能影響線(xiàn)路導(dǎo)通特性的短路、斷路缺陷進(jìn)行檢測(cè)和識(shí)別。4.2 PCB缺陷檢測(cè)方法目前，己有很多學(xué)者對(duì)PCB基本缺陷的檢測(cè)與識(shí)別方法作過(guò)研究，提出了若干檢測(cè)方法，歸納起來(lái)有三類(lèi)：參考比較法，非參考比較法和混合法。(1）參考比較法它是將參考的標(biāo)準(zhǔn)圖像與被檢測(cè)的圖像進(jìn)行對(duì)比，即異或運(yùn)算，這種方法算法簡(jiǎn)單，速度最快，也容易實(shí)現(xiàn)，它可以檢測(cè)

55、出諸如短路、斷路、毛刺等缺陷。但是對(duì)于一些缺陷并不能夠檢測(cè)出來(lái)，如間距違例(過(guò)大或過(guò)小)和線(xiàn)寬違例(過(guò)大或過(guò)小)等，且不能確定缺陷類(lèi)別，同時(shí)存在被檢圖像與參考的標(biāo)準(zhǔn)圖像之間的對(duì)位問(wèn)題。(2) 非參考比較法這種方法無(wú)須參考圖像，它依據(jù)預(yù)先定義的設(shè)計(jì)規(guī)則來(lái)判斷待檢測(cè)PCB圖像是否有瑕疵，如果它不符合設(shè)計(jì)圳則，就認(rèn)為有，因此也稱(chēng)為設(shè)計(jì)規(guī)則校驗(yàn)法，該方法內(nèi)存需求小，但算法比較復(fù)雜，需對(duì)全圖搜索，運(yùn)算量很大，因此實(shí)現(xiàn)實(shí)時(shí)檢測(cè)比較困難，且對(duì)于導(dǎo)線(xiàn)、焊盤(pán)丟失等大缺陷無(wú)法檢測(cè)出。(3) 混合法它是前述兩種方法的綜合，在一定程度上克服了前兩類(lèi)方法的缺點(diǎn)，但目前這種方法還不是很成熟，其算法復(fù)雜，不能滿(mǎn)足實(shí)時(shí)檢測(cè)的

56、要求，且自適應(yīng)性不夠，系統(tǒng)擴(kuò)展能力較差。綜合這三種檢測(cè)方法，參考比較法對(duì)電路板進(jìn)行檢測(cè)是效果最好，最易實(shí)現(xiàn)的一種方法。本課題采用標(biāo)準(zhǔn)圖像與待測(cè)電路板圖像進(jìn)行異或運(yùn)算產(chǎn)生缺陷圖像。經(jīng)實(shí)驗(yàn)證明，這種方法能得到較好的缺陷結(jié)果。4.3 圖像對(duì)比圖像對(duì)比是一種合成技術(shù)，它通過(guò)利用兩幅已知輸入圖像，對(duì)其進(jìn)行點(diǎn)對(duì)點(diǎn)的加減乘除異或等運(yùn)算而獲得滿(mǎn)足需求的輸出結(jié)果圖像。圖像相加的作用是對(duì)同一場(chǎng)景的多幅圖像求平均，有效地降低加性隨機(jī)噪聲；乘運(yùn)算可利用掩模圖像來(lái)遮掉圖像的某部分；除運(yùn)算是搖撼圖像處理常用方法：減運(yùn)算對(duì)同一景物在不同時(shí)間拍攝圖像或同一景物在不同波段圖像相減，可去除圖像背景和噪聲等不需要部分，提供兩圖間的

57、差異信息，保留需要的特征數(shù)據(jù)。本文由于檢測(cè)PCB缺陷，在獲得待測(cè)圖像后，與標(biāo)準(zhǔn)圖像比對(duì)，根據(jù)標(biāo)準(zhǔn)和待測(cè)圖像兩者線(xiàn)路特征差異來(lái)判斷待測(cè)圖中的線(xiàn)路目標(biāo)是否可能存在缺陷。兩幅圖像對(duì)應(yīng)點(diǎn)相同時(shí)結(jié)果點(diǎn)為O(黑)，不同時(shí)為255(白)。則結(jié)果圖像也應(yīng)為只有0、255兩級(jí)灰度的灰度圖像。其中像素值為255(白)的點(diǎn)表示標(biāo)準(zhǔn)圖和待測(cè)圖像的差異，即是可能的缺陷。4.4 短路斷路的檢測(cè)對(duì)于短路、斷路的缺陷，采用圖像比較的方法來(lái)檢測(cè)。圖像相減常用于檢測(cè)變化及運(yùn)動(dòng)的物體，圖像相減運(yùn)算又稱(chēng)為圖像差分運(yùn)算。將同一景物在不同時(shí)間拍攝的圖像或同一景物在不同波段的圖像相減，這就是差影法，實(shí)際上就是圖像的減法運(yùn)算。差值圖像提供了

58、圖像間的差值信息，能用于指導(dǎo)動(dòng)態(tài)監(jiān)測(cè)、運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤、圖像背景的消除及目標(biāo)識(shí)別等。差影技術(shù)還可以用于消除圖像背景，用于混合圖像的分離。本文把經(jīng)過(guò)處理的圖像與參考圖像進(jìn)行對(duì)比，做減法運(yùn)算，以得到圖像的缺陷。 (a) 短路 (b) 斷路圖4.1 參考圖像圖像減法運(yùn)算的程序如下：clearb=imread(G:cankaotu.jpg);%/讀取參考圖像c=imread(CC); % /讀取預(yù)處理后圖像 D=imsubtract(b,c); %/進(jìn)行差運(yùn)算，D為輸出結(jié)果imshow(D);%/顯示圖像顯示結(jié)果如圖4.2所示. (a) 短路 (b) 斷路圖4.2 差值圖像圖4.2是經(jīng)過(guò)預(yù)處理后的

59、圖像與參考圖像進(jìn)行減法運(yùn)算得到的圖像，即差值圖像。若圖4.2全黑，則PCB板無(wú)缺陷；若圖4.2有圖像，則PCB板有缺陷。即可以通過(guò)該方法進(jìn)行故障的初步診斷。并且可以根據(jù)圖4.2圖像的位置，確定缺陷的位置。至于是哪種缺陷，還需進(jìn)一步識(shí)別，目前采用人工識(shí)別方法。如圖4.2所示，可以根據(jù)圖像的尺寸來(lái)判斷故障的類(lèi)別。圖（a）顯示的圖像形狀與導(dǎo)線(xiàn)間的電氣距離相同，可判斷為短路；圖（b）顯示的圖像形狀與導(dǎo)線(xiàn)的形狀相同，可判斷為斷路。當(dāng)然，不同的pcb板，對(duì)應(yīng)不同識(shí)別方法，要根據(jù)具體情況具體分析。 結(jié) 論在國(guó)外AOI產(chǎn)品價(jià)格昂貴、國(guó)內(nèi)由于經(jīng)濟(jì)受限而大量保持人工目檢等傳統(tǒng)的檢測(cè)方式和日益增長(zhǎng)的PCB生產(chǎn)之間矛

60、盾不斷加大的背景下，在數(shù)字圖像處理技術(shù)發(fā)展飛速和應(yīng)用于自動(dòng)光學(xué)檢測(cè)系統(tǒng)中電路印刷板的圖像檢測(cè)算法仍不夠成熟的前提下，在理解了工控系統(tǒng)的結(jié)構(gòu)原理特點(diǎn)之后，在深入分析PCB圖像特點(diǎn)、缺陷特征、PCB質(zhì)量標(biāo)準(zhǔn)和檢測(cè)要求的基礎(chǔ)上，開(kāi)展了基于圖像處理技術(shù)的印刷板電路缺陷檢測(cè)技術(shù)的研究，本論文主要研究的是短路斷路缺陷的研究。本文根據(jù)檢測(cè)技術(shù)的基本原理，以數(shù)字圖像處理方法為研究?jī)?nèi)容，在圖像灰度化、圖像濾波、圖像銳化、圖像識(shí)別等相關(guān)算法的綜合運(yùn)用方面進(jìn)行了大量工作，并結(jié)合PCB圖像的固有特點(diǎn)，對(duì)PCB的缺陷特征進(jìn)行研究分析，設(shè)計(jì)并實(shí)現(xiàn)了PCB缺陷短路斷路檢測(cè)。在圖像預(yù)處理中，首先采用了彩色圖像灰度化，將采集到