论文部分内容阅读
柔性电路板作为电子产品的新宠儿，近年来以迅猛的势头发展。FPC板种类的多种多样和产品的微型化使得传统的人工检测已经无法满足FPC板的发展需求。基于机器视觉的检测方法为解决FPC板的自动化检测提供了途径。本文分析了目前国内外关于机器视觉检测系统的研究现状，对印刷电路板的缺陷检测进行了深入的研究。在国外，FPC板的自动化检测的研究还处于起步阶段，国内的研究人员更是少之又少。因此本文改进了部分应用于PCB板缺陷检测的算法，提出了基于全局缺陷和局部缺陷的检测算法，该算法经过验证满足在线检测的要求。该系统的检测对象为广州金鹏电子科技公司生产的FPC板。根据生产厂家对检测系统的指标要求，本文所做的工作和研究成果如下：(1)改进了传统的中值滤波算法，采用了快速中值滤波和自适应高斯滤波相结合的算法完成了图像的平滑处理。改进的算法和传统的中值滤波算法比较，处理速度可提高80%。(2)改进了应用于PCB板模板匹配的特征提取方法。采用FPC图像的灰度统计特征、边缘特征和拓扑特征作为匹配特征。经过实验验证，本文采用的匹配特征能够准确的对FPC板的缺陷进行分类。(3)提出了一种全新的柔性电路板缺陷检测算法。把FPC的缺陷检测分为全局缺陷检测和局部缺陷检测两类。全局缺陷检测可对特定的缺陷类型进行识别和分类；局部缺陷检测利用灰度投影和计算改进的自相关系数确定缺陷存在的区域。全局缺陷和局部缺陷检测相结合的算法提高了系统的效率，相比于传统的算法，检测速度提高了40%。(4)根据本文提出的算法，初步实现了FPC缺陷检测系统，包括高分辨率扫描仪图像采集和图像处理分析模块（Visual C++实现），并对系统进行稳定性和可靠性验证。采用存在不同类型和数目的缺陷FPC板对系统进行测试，误检率小于3%，可靠性较高，平均检测时间低于20s，满足生产厂家对系统的要求。