贴片产品缺陷机器视觉检测方法研究

摘要

随着生产技术的提高和表面贴片安装技术的使用，贴片产品向层数更多、体积更小、密度更高的方向发展，安装生产实现了自动化，但这也使贴片产品的质量检测成为一件非常困难的工作。传统的检测技术在检测能力和速度上都不能满足生产的需要，基于计算机与图像处理技术进行的贴片产品缺陷自动视觉检测的研究开始成为贴片产品缺陷检测的热门方向。 本文对贴片产品缺陷检测技术中的特征选择和分类器设计进行了研究。第一章对贴片产品的检测技术作了回顾分析，介绍了目前的国内外现状，说明了论文研究内容具有的积极意义；第二章介绍了在微电子表面组装技术中应用的自动光学检测技术与系统的基本概况，同时分析了贴片产品缺陷检测系统的构成及其特点，并就部分设备的选择进行了研究；第三章以MATLAB为仿真平台，介绍了多种图像处理方法和特征提取方法，并利用图像处理技术和特征提取方法检测几种常见的缺陷，如缺件、未对准和极性错等；第四章对器件型号进行检测，研究了基于小波变换和字符粗网格进行特征提取的字符识别方法，实验证明：利用小波变换具有检测信号突变特点及多尺度分析的能力来进行字符识别是有效的；第五章提出了一种基于多特征AdaBoost的贴片产品缺陷检测算法和一种快速的类分布不平衡下的分层检测方法，Adaboost方法可以在仅比随机预测略好的弱分类器基础上构建高精度的强分类器，本文利用 BP 神经网络做弱分类器的设计，用AdaBoost对弱分类器进行提升进行强分类器的设计来检测缺陷。实验证明：基于AdaBoost的贴片产品缺陷识别算法可行性好，具有较高的识别率和泛化能力。

目录

文摘

英文文摘

声明

第一章绪论

1.1本课题的背景及其研究意义

1.2本课题研究的国内外现状

1.2.1 AOI技术

1.2.2焊膏检测和贴片检测

1.2.3设备介绍

1.3论文的主要研究内容及安排

第二章贴片产品缺陷检测系统的结构设计

2.1 AOI检测系统的工作原理

2.2贴片产品缺陷检测系统结构设计

2.2.1机械工作台

2.2.2 CCD摄像系统

2.2.3控制系统

2.2.4软件系统

2.3贴片产品缺陷检测系统的几个关键技术

2.4小结

第三章贴片产品的图像处理和特征提取

3.1缺陷检测系统的软件结构

3.2贴片产品图像的预处理

3.2.1贴片产品图像的特点

3.2.2贴片产品图像的增强

3.2.3贴片产品图像的平滑

3.2.4贴片产品图像的二值化

3.3贴片产品图像的特征提取

3.4部分缺陷检测

3.5小结

第四章器件型号检测

4.1字符的特征提取

4.1.1基于粗网格特征的字符特征提取

4.1.2基于小波分析的字符特征提取

4.2人工神经网络

4.2.1BP网络结构

4.2.2BP网络算法

4.2.3BP网络用于模式识别

4.3用MATLAB中的神经网络工具箱进行BP网络设计

4.4器件型号的识别

4.4.1基于字符网格特征提取的分类器设计

4.4.2基于小波分析特征提取的分类器设计

4.5小结

第五章贴片产品缺陷的分层快速检测方法

5.1贴片产品缺陷的快速检测

5.1.1不平衡类分布的分类性能评价

5.1.2类分布不平衡下的分层检测方法

5.2第一层基于带偏重的最小化最大概率的两分类

5.3第二层基于AdaBoost的多分类

5.3.1两类问题的AdaBoost算法

5.3.2多类问题的AdaBoost算法

5.4对比实验

5.5小结

结论

参考文献

攻读学位期间发表的论文

致谢