基于图像处理的PCB自动检测系统的设计与研究（二）

相关资料：

基于图像处理的PCB自动检测系统的设计与研究（一）

3.系统软件设计

基于图像处理的PCB缺陷自动检测系统的软件设计理所当然为其核心。系统的软件设计主要实现了计算机系统中的图像数据采集、图像数据处理、图像数据分析单元的功能，还实现了二维运动平台的控制单元的功能，同时负责与操作者交互。系统软件结构如图所示。

3.1 系统算法流程

系统软件流程分为手动检测和自动检测，手动检测需要操作员在人机交互界面点击相应操作处理，自动检测可以实现一键自动化检测，直接根据预先参数设置好的流程进行PCB缺陷检测并得出结果。算法流程如图所示。

手动检测可以根据需要在采集图像时直接通过控制步进电机运动将CCD摄像头运动到待测PCB板的主要部位，在进行图像处理时也可以根据图像质量来选择与之 相适应的图像处理算法来实现，使系统具有交互性。自动检测初始化设置参数后，可以一键实现缺陷检测得出检测结果，减少了操作复杂度，也大大提高了检测的速 度，使系统具有自动化、操作简单、速度快等优点。本文结合二者于一体，使PCB缺陷自动检测系统更加优秀，更加实用。

3.2 缺陷检测

当前印刷电路板缺陷检测方法主要分为参考比较法、非参考比较法和混合法三大类，参考比较法将被测图像和参考图像进行特征对特征的比较；非参考比较法不需要 任何的参考图像，只是根据先前设计的规则标准来判断出是否有缺陷，如果不符合标准便认为此有缺陷；混合法是参考比较法和非参考比较法综合应用。本文主要使 用参考比较法，通过检测PCB图像与标准图像进行对比分析，判断该PCB板是否有缺陷。

3.3 缺陷识别

实际生产中PCB裸板上存在的典型的缺陷有：短路、断路、凸起、凹陷、空洞等。

缺陷获取后，并不能确定缺陷类型，还需要进行缺陷识别。缺陷识别是根据各种缺陷的不同特征来判断。常用的描述图像特征有直方图统计特征、纹理特征、二值图 像特征。因为PCB图像灰度层次不丰富，电路模式均为几何模式，因此本文采用二值图像特征来识别缺陷。针对短路、断路、凸起、凹坑、空洞几类典型缺陷进行 分类识别的主要缺陷特征有：（1）缺陷图像与标准图像中连通域数目有所不同；（2）缺陷图的背景连通域面积与标准图像不同；综合上述特征1、2可将断路、 短路、凸起、空洞和凹坑缺陷识别出来，见表1所示。

对于缺陷图像上只有单个缺陷检测过程如下：

（1）首先将缺陷图像进行阈值分割，得到的二值化图像与标准图像的二值化图像进行相加再取平均值，获取缺陷连通域位置，并进行位彩色编码标记。

（2）分别将缺陷图和标准图的阈值分割图像进行轮廓提取；（3）分别将缺陷图和标准图的轮廓提取图像进行连通域数目计算，获得连通域数目；（3）分别将缺 陷图和标准图的轮廓提取图像进行背景连通域面积计算，获得背景连通域面积大小，（4）根据表1判断缺陷类型，并根据（1）获取的缺陷位置标记好缺陷并显示 缺陷图像。

3.4 结果分析

通过比较分析采用参考比较法对PCB板进行缺陷识别。首先对PCB光板进行异或运算，提取缺陷特征；再对其进行二值数学形态学处理，以去除虚假缺陷；然后 采用两种图像识别方式：一种通过比较运算，再进行伪彩色处理以凸显缺陷，从而便于人工目测识别缺陷类型和位置；另一种是通过缺陷的目标区域数特征、目标区 域面积特征和缺陷边界的封闭性特征对缺陷进行树状逐级分层判断，从而实现了PCB光板上常见的断路、短路、凸起、凹坑和空洞缺陷的自动识别。

4.结论

本文基于计算机视觉和图像处理设计了一个印刷电路板（PCB）缺陷自动检测系统，并对其功能进行了验证，实验结果表明该系统界面友好，操作简单，检测方法简单，检测过程迅速，检测结果准确。该系统为PCB缺陷的检测提供了一个很好的解决方案，具有重要的应用价值。