[发明专利]一种基于图像的PCB表观缺陷自动检测系统及方法

说明书

技术领域

本发明涉及缺陷检测技术领域，特别涉及PCB表观缺陷自动检测，包括带有元器件的PCB板中元器件的漏焊、错焊检测与识别等。

背景技术

PCB作为电子信息产业与智能制造业的关键发展方向之一，其可靠性具有重要的研究价值。目前针对PCB的质量检测主要有传统的人工目检和电子检测，其中电子检测分为针床式检测和飞针式检测。人工目检主要存在效率低、误检率高等缺点，电子检测属于接触式检测，检测传感器与被检测对象直接接触，存在因物理接触而发生故障的风险，并且对日益密集的PCB板的检测效率与精度较低。目前PCB表观缺陷自动检测技术在国外已较为成熟，已经有检测效果相对较好的设备，但价格昂贵；国内也对此有一些研究，缺陷检测方法方面采用如基于形态学的缺陷检测方法、基于图像融合的缺陷检测方法等，但是多数还存在精度问题，因此国内加快研究步伐很重要。

PCB根据检测对象的不同分为两类，一种是针对裸板的检测，主要检测没有安装元器件的PCB裸板可能出现的线路短路、断路、多锡少锡等缺陷；另一类是检测带有元器件的PCB板，主要检测元器件的安装情况，是否存在缺焊、错焊等缺陷。

发明内容

为了克服现有技术的不足，本发明提供一种基于图像的PCB表观缺陷自动检测系统及方法，以带有元器件的电路板为检测对象，以图像采集、运动控制、图像处理、模式识别等技术为支撑，对带有元器件的PCB板进行检测，能够提高检测效率，降低误检率，具有较高的准确率和实时性，实现PCB的快速发展。

本发明解决其技术问题所采用的技术方案是：

一种基于图像的PCB表观缺陷自动检测系统，包括运动控制单元、图像采集单元、图像预处理单元、PCB缺陷检测单元以及PCB缺陷识别与分类单元；所述的运动控制单元驱动传送装置将待测PCB传送到指定位置，由图像采集单元获取PCB待测图及PCB标准图；所述的图像预处理单元对PCB待测图进行图像滤波、校正和灰度化处理，对PCB标准图进行灰度化处理；所述的PCB缺陷检测单元将PCB待测图与标准图进行图像对比，依次通过图像匹配、二值化、形态学去噪、边缘提取和图像分割得到缺陷区域；所述的PCB缺陷识别与分类单元提取缺陷区域特征，进行缺陷种类的识别与分类。

所述的图像采集单元包括工业相机、光源系统和图像采集卡；所述的工业相机采集PCB图像；所述的光源系统为PCB提供照明，确保光线均匀分布在PCB表面；所述的图像采集卡用于对工业相机所输出的数据进行实时采集。

所述的图像滤波用于对采集到的PCB待测板进行平滑去噪；所述的图像校正用于对存在旋转平移的待测PCB进行校正，以获取能与标准图进行匹配的PCB待测板图像。

所述的图像匹配用于将图像预处理后的待测图与标准图进行对比，得到差影图像；所述的二值化用于对差影图像进行二值化，获得差影图像的黑白图；所述的形态学去噪用于消除差影图像黑白图中存在的小且无意义的区域以及填补差影区域内部的空洞，得到的区域作为缺陷区域，其中小且无意义的区域指小于PCB上最小元器件面积的区域，面积的度量单位为区域像素个数；所述的边缘提取用于对差影图像黑白图的缺陷区域提取边缘图；所述的图像分割用于对缺陷区域边缘图通过多阈值分割法分割出缺陷区域并采用矩形拟合法计算出区域轮廓的外包矩形，绘制出外包矩形。

所述的提取缺陷图像特征采用几何特征与灰度特征相结合的算法来提取缺陷区域特征，几何特征是指图像中物体的位置、方向、周长和面积，灰度特征采用灰度直方图来描述，灰度直方图统计特性包含均值、方差、能量和熵，通过提取灰度直方图统计特性来区分错焊和漏焊两种不同的缺陷模式；所述缺陷种类的识别与分类是对提取到的缺陷区域特征采用SVM分类器进行缺陷识别分类，其中识别分类包括对已有特征数据的训练和对提取到缺陷数据的测试，已有特征数据是从生产线上获取到的缺陷特征数据，对已有特征数据的训练依次通过数据加标签，数据归一化处理，采用SVM训练得到训练模型，其中数据加标签是指对提取到的特征数据进行分类标记，每组特征数据对应一个缺陷种类；对提取到缺陷数据的测试依次经过数据归一化处理及通过训练模型进行测试，每组测试数据通过训练模型得到一个预测的缺陷分类结果。