基于機器視覺的PCB缺陷檢測算法研究.pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、基于機器視覺的PCB缺陷檢測技術(Automatic Optical Inspection, AOI)是機器視覺在工業(yè)檢測鄰域的一項重要應用,廣泛地被應用于PCB生產(chǎn)線上。為了實現(xiàn)應用于工業(yè)化環(huán)境中的PCB缺陷檢測,AOI算法必須滿足:大范圍、高精度的要求。
　　本文根據(jù)PCB缺陷的特性,把現(xiàn)有的PCB缺陷分為五類:細小類缺陷,大尺寸類缺陷,色差類缺陷,圓孔類缺陷以及不屬于以上分類的其它類型缺陷。針對每種缺陷類型,提出了相應的AO

2、I算法:針對細小類缺陷與大尺寸類缺陷的AOI算法,本文在已有的只針對二值圖像的算法上提出了改進,使之適用于彩色 PCB圖像,實驗結果表明細小類缺陷與大尺寸類缺陷的平均檢測精度均為90％,平均檢測時間分別為0.097s和1.335s;根據(jù)彩色PCB圖像的特性,本文提出了全新的基于連通域分析與直方圖對比的色差類缺陷的檢測算法,實驗結果表明該算法平均檢測精度為90%,平均檢測時間為1.864s。針對圓孔類缺陷的檢測,開創(chuàng)性地利用了機器學習中的

3、分類算法,根據(jù)圓孔特性設計了基于樸素貝葉斯分類器的AOI算法,實驗結果表明該算法平均檢測精度為90.825%,平均檢測時間為0.021s。為了檢測更多的缺陷類型,本文又設計了基于Grab-Cut圖像分割算法的AOI算法,可以用于其它類型缺陷的檢測,實驗結果表明該算法平均檢測精度為80%,平均檢測時間為33.384s。另外以上多項AOI算法中均涉及了用于彩色圖像預處理的色彩數(shù)量化算法,根據(jù)PCB圖像的特性,本文提出了新的色彩數(shù)量化算法,實

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論