发布时间 : 星期二 文章基于图像的pcb板的断路短路检测技术研究更新完毕开始阅读
(a) 短路 (b) 断路
图4.1 参考图像
图像减法运算的程序如下： clear
b=imread('G:\\cankaotu.jpg');%//读取参考图像 c=imread('CC'); % //读取预处理后图像
D=imsubtract(b,c); %//进行差运算，D为输出结果 imshow(D);%//显示图像 显示结果如图4.2所示.
(a) 短路 (b) 断路
图4.2 差值图像
图4.2是经过预处理后的图像与参考图像进行减法运算得到的图像，即差值图像。若图4.2全黑，则PCB板无缺陷；若图4.2有图像，则PCB板有缺陷。即可以通过该方法进行故障的初步诊断。并且可以根据图4.2图像的位置，确定缺陷的位置。至于是哪种缺陷，还需进一步识别，目前采用人工识别方法。如图4.2所示，可以根据图像的尺寸来判断故障的类别。图（a）显示的图像形状与导线间的电气距离相同，可判断为短路；图（b）显示的图像形状与导线的形状相同，可判断为断路。当然，不同的
21
pcb板，对应不同识别方法，要根据具体情况具体分析。
22
结 论
在国外AOI产品价格昂贵、国内由于经济受限而大量保持人工目检等传统的检测方式和日益增长的PCB生产之间矛盾不断加大的背景下，在数字图像处理技术发展飞速和应用于自动光学检测系统中电路印刷板的图像检测算法仍不够成熟的前提下，在理解了工控系统的结构原理特点之后，在深入分析PCB图像特点、缺陷特征、PCB质量标准和检测要求的基础上，开展了基于图像处理技术的印刷板电路缺陷检测技术的研究，本论文主要研究的是短路断路缺陷的研究。
本文根据检测技术的基本原理，以数字图像处理方法为研究内容，在图像灰度化、图像滤波、图像锐化、图像识别等相关算法的综合运用方面进行了大量工作，并结合PCB图像的固有特点，对PCB的缺陷特征进行研究分析，设计并实现了PCB缺陷短路断路检测。
在图像预处理中，首先采用了彩色图像灰度化，将采集到的图像变换成灰度图，然后根据实际情况采用了中值滤波算法，拉普拉斯变换等各种算法，使检测图像既有效去除了噪声干扰，又保持了图像的清晰，简化了后续的图像识别过程。
在缺陷检测模块中，介绍了pcb板的主要缺陷及检测方法，而本文主要研究的是短路断路缺陷，之后介绍了图像对比。对处理后的图像进行差值运算，检测出缺陷。
电路板缺陷的自动检测是一个非常复杂的系统问题，它涉及到机器视觉、自动控制、图像处理等许多领域的知识。因此本文仅对部分领域的一些关键问题进行了一定深度的研究，而且对印刷电路板缺陷自动检测系统也只是搭建了系统的试验平台，离真正产品的成型还有一段距离。相信不久的将来，随着图像处理、计算机视觉、自动控制等技术的深入发展，高速、实时的PCB缺陷自动检测系统将更加广泛的应用于实际生产中。
23
致 谢
经过这段时间的学习和实践，本次毕业设计已经接近尾声，作为一个本科生，由于经验的匮乏，难免有许多考虑不周全的地方，如果没有指导老师的督促指导，以及一起学习的同学们的支持，想要完成这个设计是难以想象的。在这近半年的时间里，感觉学到了很多东西，毕业设计是我们完成学业的最后一份答卷，每个人都是很用心的去做，老师也都很耐心的给予我们指导。
在毕业设计过程中遇到了不少问题，如图像的灰度化，图像的锐化，以及matlab程序等。在整个毕业设计过程中，老师给予了我太多的帮助，并提出新的问题，使得我的毕业设计课题能够深入地进行下去，也使我接触到了许多理论和实际上的新问题，使我做了许多有益的思考。在此表示诚挚的感谢和由衷的敬意。
通过本次毕业设计，使我对理论知识有了更深入的理解，增强了我的动手实践能力，而且锻炼了我不懈努力、刻苦钻研的意志，也使我增强了在以后的工作中自己动手、独立完成工作任务的信心。感谢我的指导老师在毕业设计过程中给予我的耐心、悉心的指导和帮助。另外，我还要感谢那些曾给我授过课的每一位老师，是你们教会我专业知识。
24