论文部分内容阅读
柔性印刷电路板(FPC)是一种厚度薄、质量轻和可折叠的印刷线路板,在电子领域的应用越来越广泛。本文研究的FPC主要应用于电脑键盘,FPC上LED属于贴片式LED,LED质量的合格与否直接会影响一张FPC能不能进入市场。由于FPC材料的特殊性,以及LED面积小、形变大和种类多,导致人工目测的难度非常大,且不能将PCB的检测方法应用于FPC的质量检测。本文针对柔性印刷线路板LED在生产过程中出现的漏贴和粘偏缺陷问题,设计一套基于机器视觉的LED粘贴质量在线检测系统,以满足现有生产力的要求。本文研究的主要内容有如下几个方面:(1)根据LED在FPC上的位置分布以及LED的形状特征,设计一套合适的硬件系统获取成像图片,包括相机、镜头、光源的选型和空间位置设计,以及设计相机的运动路径和触发模式。(2)根据整体功能需求设计软件系统,包括设计人机交互界面、相机调用模块、检测算法模块、多线程架构和软件通信模块。(3)实现LED粘贴质量检测算法。首先对成像的大图进行预处理,包括平场矫正、二值化、形态学操作和几何特征筛除非焊盘区域,最大程度减少了干扰区域对判断LED质量的影响。其次采用二值焊盘模板匹配实现焊盘区域的粗定位,通过模板并行遍历思想获得单一像素的焊盘轮廓作为定位模板,采用基于异步缩放的匹配方法实现焊盘的精定位。然后采用高斯双边滤波实现贴片的去噪,提出区域投影的方法计算灯芯区域的圆度,根据圆度对不同对比度的贴片进行自适应参数的Canny边缘检测得到灯芯的边缘,拟合灯芯边缘获得灯芯的坐标,最后根据焊盘坐标与灯芯坐标的偏差判断LED的缺陷质量,从而将图像的几何缺陷转换为坐标的数值判断。最终完成LED硬件成像系统的搭建,设计了对FPC上2mm×3mmLED的缺陷在线检测方法,检测一张8192×70000像素大图的平均时间为1538.2ms,漏贴检测准确率为100%,粘偏检测准确率为97%,检测时间和准确率符合工业现场的要求。