摘要：印制電路板（PCB線(xiàn)路板）又稱(chēng)印刷電路板，是為電子元器件提供電氣連接的重要器件，其主要以版圖設(shè)計(jì)為主。電路板的使用提高了各種電子器件生產(chǎn)線(xiàn)上的效率，極大程度地減少了布線(xiàn)與裝配中可能出現(xiàn)的差錯(cuò)。文章探討了如何利用基于圖像處理技術(shù)的自動(dòng)光學(xué)檢測(cè)技術(shù)對(duì)PCB板進(jìn)行檢測(cè)。

關(guān)鍵詞：印制電路板；圖像處理；機(jī)器視覺(jué)；PCB裸板；自動(dòng)光學(xué)檢測(cè)；缺陷檢測(cè) 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類(lèi)號(hào)：TP391 文章編號(hào)：1009-2374（2016）09-0010-05 DOI：10.13535/j.cnki.11-4406/n.2016.09.005

我國(guó)是全球第一大PCB生產(chǎn)基地，作為電子產(chǎn)品承載體的電路板，其集成度和產(chǎn)量不斷在提高。為了保證電子產(chǎn)品的性能，電路板缺陷檢測(cè)技術(shù)已經(jīng)成為電子行業(yè)中非常關(guān)鍵的技術(shù)。建立在圖像處理算法基礎(chǔ)上的機(jī)器視覺(jué)檢測(cè)技術(shù)與傳統(tǒng)的人工檢測(cè)技術(shù)相比，提高了缺陷檢測(cè)的效率和準(zhǔn)確度。因此，設(shè)計(jì)一種高效精準(zhǔn)的機(jī)器視覺(jué)檢測(cè)電路板缺陷的系統(tǒng)，具有非常重要的現(xiàn)實(shí)意義。評(píng)估印刷電路板質(zhì)量的一個(gè)重要因素就是表觀(guān)檢測(cè)，PCB的表觀(guān)質(zhì)量對(duì)產(chǎn)品性能及成品使用安全有著極大的重要性。而伴隨著近年來(lái)在工業(yè)生產(chǎn)領(lǐng)域崛起的計(jì)算機(jī)視覺(jué)，當(dāng)前表觀(guān)缺陷檢測(cè)和分類(lèi)識(shí)別的研究方向已經(jīng)轉(zhuǎn)向了利用計(jì)算機(jī)視覺(jué)技術(shù)來(lái)實(shí)現(xiàn)。計(jì)算機(jī)圖像處理識(shí)別技術(shù)這種基于計(jì)算機(jī)視覺(jué)的檢測(cè)技術(shù)成功取代了傳統(tǒng)的PCB缺陷檢測(cè)方法，在自動(dòng)光學(xué)檢測(cè)系統(tǒng)眾多應(yīng)用中占據(jù)了相對(duì)重要的地位，一躍成為PCB生產(chǎn)業(yè)表觀(guān)缺陷的主要檢測(cè)方法。

圖1 系統(tǒng)框圖

因此本文通過(guò)設(shè)計(jì)AOI自動(dòng)光學(xué)檢測(cè)系統(tǒng)，搭建較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，為研究推廣PCB缺陷自動(dòng)檢測(cè)系統(tǒng)開(kāi)拓應(yīng)用前景，如能實(shí)現(xiàn)工業(yè)上的產(chǎn)業(yè)化檢測(cè)，將有高額的經(jīng)濟(jì)收益。本文側(cè)重對(duì)PCB中的四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，即通過(guò)復(fù)雜算法對(duì)采集到的圖像進(jìn)行處理、配準(zhǔn)、對(duì)比，從而得出PCB缺陷類(lèi)型及對(duì)其進(jìn)行標(biāo)識(shí)。如圖1所示。

1 硬件設(shè)計(jì)方案

PCB缺陷檢測(cè)的總體系統(tǒng)設(shè)計(jì)方案主要是基于自動(dòng)光學(xué)檢測(cè)技術(shù)來(lái)搭建PCB缺陷檢測(cè)系統(tǒng)，硬件設(shè)計(jì)是使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，對(duì)待測(cè)電路板進(jìn)行圖像采集，再通過(guò)VS2010軟件所編寫(xiě)程序處理，得出待測(cè)電路板的缺陷種類(lèi)。整個(gè)系統(tǒng)主要分為運(yùn)動(dòng)控制、光源、圖像采集、圖像處理四個(gè)模塊，分模塊簡(jiǎn)要闡述了實(shí)驗(yàn)過(guò)程、所需設(shè)備以及軟件算法，搭建了一個(gè)相對(duì)完整的系統(tǒng)工作平臺(tái)。

圖2 CNC-T程控光源影像操作臺(tái)

該設(shè)備具有測(cè)量元素種類(lèi)齊全、手動(dòng)測(cè)量、自動(dòng)對(duì)焦等多種功能，使用該設(shè)備采集圖像進(jìn)行二維檢測(cè)，測(cè)量軟體為YR-CNC，將圖像儲(chǔ)存至電腦后便由VS軟件進(jìn)行圖像處理。實(shí)驗(yàn)組成如圖3所示：

圖3 實(shí)驗(yàn)系統(tǒng)框圖

1.1 運(yùn)動(dòng)控制模塊

本系統(tǒng)運(yùn)動(dòng)流程為：被檢測(cè)的PCB在檢測(cè)臺(tái)上，通過(guò)步進(jìn)電機(jī)XY軸運(yùn)動(dòng)到攝像機(jī)拍攝區(qū)域，CCD攝像機(jī)固定在工作臺(tái)上方（Z軸），通過(guò)Z軸的運(yùn)動(dòng)實(shí)現(xiàn)聚焦。如圖4所示：

圖4 平臺(tái)運(yùn)動(dòng)示意圖

設(shè)備工作臺(tái)臺(tái)面尺寸為746mm×506mm，承載玻璃面尺寸為452mm×354mm，有效測(cè)量行程為400×300×200。本裝置既可通過(guò)軟件驅(qū)動(dòng)自動(dòng)采集圖像，也可以通過(guò)手動(dòng)控制，移動(dòng)并聚焦采集待測(cè)PCB的圖像。

1.2 光源模塊

輔助光照——采用的是正向和背向光源這兩種輔助光照。其中正光源和攝像頭同側(cè)，均位于Z軸上，正光源主要用于檢測(cè)待測(cè)物體的表面特征。背光源位于檢測(cè)臺(tái)面下方，與正光源處于同軸反向關(guān)系，背光源能突出待測(cè)物體的輪廓特征，常用于檢測(cè)物體輪廓尺寸。

圖像采集：分別利用正光源突出PCB表面如走線(xiàn)、過(guò)孔和焊盤(pán)等主要特征，而下光源主要使PCB的輪廓尺寸和過(guò)孔產(chǎn)生強(qiáng)烈的輪廓對(duì)比。

光源：使用的是高度集中照明光源中心的LDR系列，由于該光源的傘狀結(jié)構(gòu)緊密排列著LED且采用了CCS獨(dú)創(chuàng)的柔性板，使之成為L(zhǎng)ED照明系統(tǒng)的標(biāo)準(zhǔn)模式。照明系統(tǒng)如圖5所示：

圖5 照明系統(tǒng)

1.3 圖像采集模塊

圖像采集模塊是由圖像采集卡、相機(jī)和鏡頭組成的，該模塊是圖像配準(zhǔn)階段的硬件基礎(chǔ)。計(jì)算機(jī)采集圖像的媒介就是相機(jī)，而相機(jī)按照不同原理又分為多種，常見(jiàn)的有CCD（Charge Coupled Device）和CMOS（Complementary Metal Oxide Semiconductor）兩類(lèi)。本系統(tǒng)采用的是CCD 1/2英寸43萬(wàn)像素彩色攝像頭和高清晰度0.7～4.5X變焦倍率鏡頭，顯示分辨率為0.001mm。

1.4 圖像處理模塊

通常獲得的圖像將受到工業(yè)現(xiàn)場(chǎng)環(huán)境、光照等條件的干擾，計(jì)算機(jī)所獲得的圖像質(zhì)量多數(shù)參差不齊，圖像的清晰度不一致，大大增加了PCB缺陷檢測(cè)的難度，所以在利用復(fù)雜算法檢測(cè)、識(shí)別PCB缺陷前要先對(duì)圖像進(jìn)行預(yù)處理。

本圖像處理模塊主要通過(guò)VS軟件在OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的基礎(chǔ)上，通過(guò)一系列算法對(duì)圖像進(jìn)行處理對(duì)比。

2 系統(tǒng)軟件設(shè)計(jì)

2.1 OpenCV

OpenCV（Open Source Computer Vision Library）是一個(gè)跨平臺(tái)的可以運(yùn)行在Linux、Windows和Mac OS操作系統(tǒng)上的基于（開(kāi)源）發(fā)行的計(jì)算機(jī)視覺(jué)庫(kù)。它重量輕而高效，開(kāi)放了多種接口如MATLAB、Ruby和Python等，并且在計(jì)算機(jī)視覺(jué)和圖像處理中大多數(shù)通用的算法都是被允許的。OpenCV可用于開(kāi)發(fā)實(shí)時(shí)圖像處理、計(jì)算機(jī)視覺(jué)和模式識(shí)別方案，它提供了多種函數(shù)，實(shí)現(xiàn)了大量的計(jì)算機(jī)視覺(jué)算法，算法涵蓋了從最基礎(chǔ)的濾波至以高級(jí)的物體檢測(cè)。OpenCV實(shí)際上是一堆C和C++語(yǔ)言源代碼文件，許多常見(jiàn)的計(jì)算機(jī)視覺(jué)算法由這些源代碼文件實(shí)現(xiàn)。如C接口函數(shù)cvCanny（）實(shí)現(xiàn)Canny邊緣檢測(cè)算法。它可直接加入到我們自己的軟件項(xiàng)目編程中，而無(wú)需去編寫(xiě)自己的Canny算子代碼，就是沒(méi)有必要重復(fù)“造輪子”。

根據(jù)OpenCV中源代碼文件巨多的特點(diǎn)，以算法的功能為基準(zhǔn)，將這些源文件分到多個(gè)模塊中，如core、imgproc、highgui等。將每個(gè)模塊中的源文件編譯成一個(gè)庫(kù)文件（如opencv_core.lib、opencv_imgproc.lib、opencv_highgui.lib等），用戶(hù)在使用時(shí)，僅需在自己的項(xiàng)目中添加要用的庫(kù)文件，與自己的源文件一起連接成可執(zhí)行程序即可。

OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的出現(xiàn)，是為了使人們利用方便快捷的計(jì)算機(jī)視覺(jué)框架，在計(jì)算機(jī)視覺(jué)領(lǐng)域可以更加輕松地設(shè)計(jì)出更為復(fù)雜的應(yīng)用程序。OpenCV涵蓋了多種計(jì)算機(jī)視覺(jué)應(yīng)用區(qū)域，如用戶(hù)界面、信息安全、醫(yī)學(xué)影像學(xué)、工廠(chǎng)產(chǎn)品檢驗(yàn)、立體視覺(jué)、機(jī)器人和攝像機(jī)標(biāo)定等，約有500多個(gè)函數(shù)。因?yàn)橛?jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)是相輔相成的，所以O(shè)penCV也開(kāi)放了MLL（Machine Learning Library）機(jī)器學(xué)習(xí)庫(kù)。MLL除了在視覺(jué)任務(wù)相關(guān)中使用，也可以很容易地應(yīng)用到其他機(jī)器學(xué)習(xí)中。

2.2 Microsoft Visual Studio2010

Visual Studio是微軟公司推出的開(kāi)發(fā)環(huán)境，是同行業(yè)中目前最流行的Windows平臺(tái)應(yīng)用程序開(kāi)發(fā)環(huán)境。Visual Studio 2010發(fā)布于2010年4月12日，其集成開(kāi)發(fā)環(huán)境（IDE）已被重新設(shè)計(jì)和組織，變得更簡(jiǎn)單了。

Visual Studio 2010同時(shí)帶來(lái)了NET Framework 4.0、Microsoft Visual Studio 2010 CTP（Community Technology Preview——CTP），并且支持開(kāi)發(fā)面向Windows 7的應(yīng)用程序。除了Microsoft SQL Server外，它還支持IBM DB2和Oracle數(shù)據(jù)庫(kù)。目前有專(zhuān)業(yè)版、高級(jí)版、旗艦版、學(xué)習(xí)版和測(cè)試版五個(gè)版本。Visual Studio的用處十分廣泛，不僅可被用來(lái)基于Windows平臺(tái)創(chuàng)建Windows應(yīng)用程序和Web應(yīng)用程序，還可被用來(lái)創(chuàng)建智能設(shè)備、Office插件和Web服務(wù)等應(yīng)用程序。微軟的Visual Studio 2010將成為一個(gè)版本的經(jīng)典，這是相當(dāng)于6.0版本。該版本可以自定義開(kāi)始頁(yè)，新功能還包括：（1）C# 4.0中的動(dòng)態(tài)類(lèi)型和動(dòng)態(tài)編程；（2）多顯示器支持；（3）使用Visual Studio 2010的特性支持TDD；（4）支持Office；（5）Quick Search特性；（6）C++ 0x新特性；（7）IDE增強(qiáng)；（8）使用Visual C++ 2010創(chuàng)建Ribbon界面；（9）新增基于.NET平臺(tái)的語(yǔ)言F#。本課題將基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)使用Microsoft Visual Studio2010開(kāi)發(fā)環(huán)境，通過(guò)編輯算法實(shí)現(xiàn)PCB缺陷檢測(cè)。

3 圖像預(yù)處理

要使用計(jì)算機(jī)對(duì)圖像進(jìn)行處理，所得到的連續(xù)圖像就必須被轉(zhuǎn)換為離散的數(shù)據(jù)集，這是因?yàn)橛?jì)算機(jī)只能處理離散度數(shù)據(jù)，這一過(guò)程我們稱(chēng)之為圖像采集。圖像采集由圖像采集系統(tǒng)實(shí)現(xiàn)，如圖6所示。圖像采集系統(tǒng)的三個(gè)主要模塊是成像系統(tǒng)、采樣系統(tǒng)和量化器。

圖6

將整理出的字符圖像交予識(shí)別模塊來(lái)識(shí)別，被稱(chēng)為圖像的預(yù)處理。PCB的圖像預(yù)處理包括灰度化、增強(qiáng)、濾波、二值化、配準(zhǔn)等，處理后的PCB輸出的圖像質(zhì)量將得到改善，在很大程度上使得該圖像特征更直觀(guān)，方便計(jì)算機(jī)分析和處理。PCB的圖像預(yù)處理為整個(gè)PCB缺陷檢測(cè)系統(tǒng)的核心部件，很大程度上決定了檢測(cè)的準(zhǔn)確性。圖像預(yù)處理流程如圖7所示：

圖7 圖像預(yù)處理流程圖

4 PCB缺陷檢測(cè)

本文針對(duì)四種常見(jiàn)缺陷：斷路、短路、毛刺（凸起）、缺損（凹陷）進(jìn)行檢測(cè)研究。在這四種缺陷中，最為嚴(yán)重的缺陷類(lèi)型是斷路和短路，它們將會(huì)使整塊板子失去本來(lái)的功能；而凸起、凹陷也可能影響到PCB在使用過(guò)程中的穩(wěn)定性能。如圖8所示為幾種常見(jiàn)的缺陷：

圖8 常見(jiàn)電路板缺陷

4.1 PCB缺陷的檢測(cè)方法

常用的PCB缺陷檢測(cè)方法有參考法和非參考法兩種。要是從概念理解和電路難易程度看，參考法明顯更加具有概念直觀(guān)、電路簡(jiǎn)單的優(yōu)勢(shì)；要是從檢測(cè)所需要的條件來(lái)看，非參考法則在不需要待測(cè)PCB與標(biāo)準(zhǔn)PCB進(jìn)行準(zhǔn)確對(duì)準(zhǔn)這一點(diǎn)上優(yōu)于參考法。

本課題采用參考法進(jìn)行PCB缺陷檢測(cè)。

使用參考法對(duì)PCB缺陷進(jìn)行檢測(cè)的流程為：（1）確定標(biāo)準(zhǔn)的PCB圖像并放入?yún)⒖紟?kù)；（2）通過(guò)成像設(shè)備采集待測(cè)PCB圖像，進(jìn)行圖像預(yù)處理之后，再二值化PCB待測(cè)圖像，并對(duì)其進(jìn)行連通域提?。唬?）然后將處理結(jié)果與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比，利用圖像相減來(lái)判斷PCB可能存在的缺陷；（4）進(jìn)行分類(lèi)，確定缺陷類(lèi)型。

4.2 圖像連通域

像素是圖像中最小的單位，每個(gè)像素周?chē)?個(gè)鄰接像素，常見(jiàn)的鄰接關(guān)系有兩種：4鄰接與8鄰接。4鄰接一共4個(gè)點(diǎn)，即上下左右。包括對(duì)角線(xiàn)位置的點(diǎn)，8鄰接的點(diǎn)一共有8個(gè)，如圖9所示：

圖9 領(lǐng)域示圖

如果像素點(diǎn)A與B鄰接，我們稱(chēng)A與B連通，即有如下的結(jié)論：

如果A與B連通、B與C連通，則A與C連通。在視覺(jué)上看來(lái)，點(diǎn)與點(diǎn)相互連通，形成一個(gè)區(qū)域，而不是連通的點(diǎn)形成不同的區(qū)域。這種相互立體的所有的點(diǎn)，我們稱(chēng)為連通區(qū)域。連通區(qū)域標(biāo)記常用的方法有Two-Pass（兩遍掃描法）和Seed Filling（種子填充法）兩種方法，本課題主要介紹第二種。

Seed Filling來(lái)源于計(jì)算機(jī)圖形學(xué)，通常應(yīng)用在填充圖形上。思路：以一個(gè)前景像素當(dāng)作種子，而后在處于同一像素值且位置相鄰的連通區(qū)域，把和種子相鄰的前景像素融合到同一組像素中，結(jié)果將是獲得一個(gè)像素集，即連通區(qū)域。接下來(lái)介紹使用種子填充法實(shí)現(xiàn)的連通區(qū)域分析法：

第一，重復(fù)掃描圖像，當(dāng)?shù)玫疆?dāng)前像素點(diǎn)B（x，y）=1時(shí)停止：（1）賦予B（x，y）一個(gè)label，并將像素位置作為種子，接著將所有位于該種子周?chē)那熬跋袼囟級(jí)喝霔Ｖ?；?）將棧頂像素賦以相同的label值并彈出，接著將全部位于棧頂像素周邊的前景像素都?jí)喝霔Ｖ?；?）重復(fù)（2）步驟，直到棧為空。此時(shí)，圖像B中的一個(gè)像素值被標(biāo)記為label的連通區(qū)域便被找到了。

第二，在掃描結(jié)束前，重復(fù)第一個(gè)步驟，由此可以獲得圖像B中所有的連通區(qū)域在掃描結(jié)束后。

掃描所得的連通域如圖10所示：

圖10 圖像連通域提取

4.3 缺陷識(shí)別

缺陷識(shí)別具體特征如表1所示：

表1 缺陷特征

缺陷種類(lèi) 二值圖像面積 連通區(qū)域數(shù)

斷路 減少 增加

短路 增加 減少

凸起 增加 不變

凹陷 減少 不變

第一，短路和斷路。在出現(xiàn)短路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)減少。同理可得，在出現(xiàn)斷路缺陷時(shí)，待測(cè)圖像與標(biāo)準(zhǔn)圖像相比，其所包含的連通區(qū)域數(shù)將會(huì)增多。因此，斷路和短路缺陷便可利用比較連通區(qū)域數(shù)來(lái)判定和識(shí)別。

第二，凸起和凹陷。凸起缺陷將導(dǎo)致導(dǎo)線(xiàn)和導(dǎo)線(xiàn)、導(dǎo)線(xiàn)和其他導(dǎo)體間的間隙變小，而凹陷缺陷將導(dǎo)致導(dǎo)線(xiàn)和導(dǎo)線(xiàn)、導(dǎo)線(xiàn)和其他導(dǎo)體間的間隙變大，二者均會(huì)導(dǎo)致PCB使用過(guò)程中出現(xiàn)不穩(wěn)定狀態(tài)。而觀(guān)察可知，這兩種缺陷的連通區(qū)域相同，差別在于各自二值化面積的大小，所以可以通過(guò)計(jì)算該待測(cè)圖像的連通區(qū)域面積來(lái)識(shí)別凸起、凹陷缺陷。

識(shí)別過(guò)程：將經(jīng)過(guò)圖像預(yù)處理的待測(cè)PCB圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比后，通過(guò)算法找出缺陷。比較二者的連通區(qū)域數(shù)，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為斷路，反之則為短路；若二者連通區(qū)域數(shù)相同，則比較二值化圖像面積，若前者大于后者，則標(biāo)定該缺陷點(diǎn)為凸起，反之則為凹陷。檢測(cè)流程如圖11所示：

圖11 PCB缺陷檢測(cè)流程圖

5 系統(tǒng)實(shí)驗(yàn)

本文使用CNC-T程控光源高精度影像測(cè)試系統(tǒng)操作臺(tái)，結(jié)合VS2010軟件基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的算法編程來(lái)實(shí)現(xiàn)PCB的缺陷檢測(cè)。整體實(shí)驗(yàn)過(guò)程為：手動(dòng)控制操作臺(tái)捕捉、聚焦、采集待測(cè)PCB的圖像，采集到的圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比、識(shí)別，得出缺陷種類(lèi)并顯示結(jié)果。

本課題一共就所研究缺陷類(lèi)型，做了40組實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果計(jì)算正確率。如表2所示：

表2 實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)

缺陷類(lèi)型 實(shí)驗(yàn)次數(shù) 正確率

斷路 10 100%

短路 10 100%

凸起 10 100%

凹陷 10 100%

針對(duì)不同電路板圖中出現(xiàn)的同種斷路類(lèi)型進(jìn)行檢測(cè)，效果如圖12a、圖12b、圖12c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖12

針對(duì)不同電路板圖中出現(xiàn)的同種短路類(lèi)型進(jìn)行檢測(cè)，效果如圖13a、圖13b、圖13c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖13

針對(duì)不同電路板圖中出現(xiàn)的同種凸起類(lèi)型進(jìn)行檢測(cè)，效果如圖14a、圖14b、圖14c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖14

針對(duì)不同電路板圖中出現(xiàn)的同種凹陷類(lèi)型進(jìn)行檢測(cè)，效果如圖15a、圖15b、圖15c所示，可準(zhǔn)確檢測(cè)出缺陷存在。

圖15

6 結(jié)語(yǔ)

PCB板面向體積越來(lái)越小、密度越來(lái)越高的方向發(fā)展。在檢測(cè)產(chǎn)品價(jià)格方面，國(guó)外AOI檢測(cè)產(chǎn)品價(jià)格普遍偏高，而由于經(jīng)濟(jì)原因，在國(guó)內(nèi)PCB板生產(chǎn)制造商多數(shù)仍采用人工目測(cè)等傳統(tǒng)檢測(cè)方法檢測(cè)。隨著經(jīng)濟(jì)的發(fā)展，數(shù)字圖像處理研究的深入，自動(dòng)光學(xué)檢測(cè)系統(tǒng)也開(kāi)始頻繁活躍在人們視線(xiàn)中，但在PCB缺陷檢測(cè)方面的應(yīng)用卻還有待完善。因此，本論文建立在深入掌握工控系統(tǒng)結(jié)構(gòu)并從PCB板的質(zhì)量標(biāo)準(zhǔn)、圖像特點(diǎn)、缺陷特征及檢測(cè)要求的分析基礎(chǔ)上，對(duì)以圖像處理為基礎(chǔ)的PCB缺陷檢測(cè)技術(shù)進(jìn)行了深入研究。由于PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的研究涉及多個(gè)領(lǐng)域的知識(shí)，其研究過(guò)程十分耗時(shí)、繁瑣，由此，本論文僅僅對(duì)PCB缺陷檢測(cè)中較為常見(jiàn)的問(wèn)題進(jìn)行了較深入研究，并且僅搭建了較為簡(jiǎn)單的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)的實(shí)驗(yàn)平臺(tái)，對(duì)PCB中的四類(lèi)較為關(guān)鍵、常見(jiàn)的缺陷進(jìn)行檢測(cè)、分析、識(shí)別、判定。雖然還未實(shí)現(xiàn)真正實(shí)現(xiàn)工業(yè)上產(chǎn)業(yè)化檢測(cè)，但是在未來(lái)幾十年中，研究推廣的PCB缺陷自動(dòng)檢測(cè)系統(tǒng)將有十分良好的應(yīng)用前景，也將有高額的經(jīng)濟(jì)收益。

參考文獻(xiàn)

[1] 陳勝勇，劉盛，等.基于OpenCV的計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)[M].北京：科學(xué)出版社，2008.

[2] Gary Bradski，Adrian Kaebler，于仕琪，等.學(xué)習(xí)OpenCV[M].北京：清華大學(xué)出版社，2009.

[3] 周長(zhǎng)發(fā).精通Visual C++圖像處理編程（第3版）

[M].北京：電子工業(yè)出版社，2006.

[4] 黨振.中國(guó)大陸PCB產(chǎn)業(yè)的現(xiàn)狀與未來(lái)[J].印制電路信息，2006，32（1）.

[5] 胡躍明，譚穎.自動(dòng)光學(xué)檢測(cè)在中國(guó)的應(yīng)用現(xiàn)狀和發(fā)展[J].微計(jì)算機(jī)信息，2006，（4）.

[6] 李漢，何星，等.印刷電路板的自動(dòng)光學(xué)檢測(cè)系統(tǒng)

[J].無(wú)損檢測(cè)，2004，26（6）.

[7] 張利，高永英，等.PCB板檢測(cè)中的定位研究[J].中國(guó)圖像圖形學(xué)，1999，4（8）.

[8] 姚立新，張武學(xué)，等.AOI系統(tǒng)在PCB中的應(yīng)用[J].電子工業(yè)專(zhuān)用備，2004，（5）.

[9] 范小濤，夏雨人.一種基于圖像處理的PCB檢測(cè)算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2004，（13）.

[10] 傅莉.印制電路板的發(fā)展及前景[J].電腦與電信，2010，（5）.

[11] 張明軒.基于視頻序列的人臉檢測(cè)與跟蹤算法研究[D].中北大學(xué)，2011.

[12] 張馳.基于機(jī)器視覺(jué)的智能控制與圖像識(shí)別問(wèn)題研究[D].蘭州理工大學(xué)，2009.

[13] 謝飛.基于計(jì)算機(jī)視覺(jué)的自動(dòng)光學(xué)檢測(cè)關(guān)鍵技術(shù)與應(yīng)用研究[D].南京大學(xué)，2013.

[14] 張靜.PCB表觀(guān)缺陷的自動(dòng)光學(xué)檢測(cè)理論與技術(shù)

[D].電子科技大學(xué)，2013.

[15] 俞瑋.AOI技術(shù)在PCB缺陷檢測(cè)中的應(yīng)用研究[D].電子科技大學(xué)，2007.

[16] 趙兆.Visual C++在數(shù)字圖像處理中的應(yīng)用[J].現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版），2011，（11）.

作者簡(jiǎn)介：孟繁麗（1977-），女，吉林白山人，天津職業(yè)技術(shù)師范大學(xué)控制理論與控制工程專(zhuān)業(yè)學(xué)生，高級(jí)講師，工程碩士在讀，研究方向：工業(yè)電氣控制技術(shù)。

（責(zé)任編輯：黃銀芳）