论文部分内容阅读
随着电子制造业中印刷电路板元器件安装普遍采用表面贴片安装技术，产品集成度更高、元器件体积更小、安装密度更大，传统的检测技术在检测能力和检测速度上都不能适应新的电子制造技术。基于机器视觉的检测技术可以快速、准确地实现对贴片安装产品缺陷的自动检测，是提高电子制造业自动化水平和产品质量的重要技术。因此，研究基于机器视觉的印刷电路板自动光学检测技术具有重要的意义。
图像获取与处理是自动光学检测设备的重要组成部分。本文对基于机器视觉的印刷电路板安装缺陷自动光学检测设备的图像获取与处理系统进行研究。具体研究内容包括：（1）图像获取与处理系统原理；光源类型及光照方式对视觉图像的影响；CCD、光学镜头等关键设备选型依据及选型分析；X-Y平台运动控制方法。（2）图像获取与处理系统中PCB图像特点分析；图像拼接流程和图像配准、图像融合的主要方法；基于小波变换和相位相关的图像拼接方法和基于加权平均的图像融合方法应用研究。（3）图像获取与处理中采集贴片产品图像的路径规划问题分析；路径规划问题与TSP问题异同点；主要TSP算法原理及优缺点；基于改进蚁群算法的检测路径规划应用研究。
通过本课题的研究，取得以下成果：（1）确定了图像获取与处理系统的硬件选型方案和设备控制方案，为下一步研究工作准备好硬件平台；（2）针对AOI中PCB图像特点，设计一种快速、准确的图像配准算法，解决AOI工程中图像拼接问题。实验结果表明该算法处理1600×1200分辨率的两幅图像拼接时平均处理时间为0.41秒，满足AOI检测系统对拼接速度的要求；（3）结合遗传机制和蚁群算法设计了一种路径规划方法，对摄像机采集贴片产品图像路径进行规划。实验结果表明该方法较之遗传算法、模拟退火算法和神经网络算法等规划算法，路径优化效果更好。
本文对贴片产品安装缺陷自动光学检测的具体应用进行研究，解决了图像获取与处理的一些关键工程技术问题。本课题所取得的成果具有一定的工程应用价值，并为机器视觉这一前沿技术的进一步研究提供参考价值。