高密度電路板異常區(qū)域識(shí)別方法研究.pdf

1、高密度電路模塊由于具有小型化、密度高、可靠性要求高等特性，以及組裝難度大、產(chǎn)品合格率低、返修率高等一系列問題，對(duì)傳統(tǒng)的檢測流程和檢測手段都提出了新的挑戰(zhàn)。目前針對(duì)高密度電路的組裝質(zhì)量檢測由于缺乏有效的手段導(dǎo)致檢測難度大、效率低，而單一檢測手段費(fèi)時(shí)費(fèi)力，效率低下，難于保證及時(shí)準(zhǔn)確地對(duì)故障點(diǎn)進(jìn)行定位。因此新的檢測手段，正在被越來越多的學(xué)者關(guān)注和研究。
　　本文分析了基于電磁掃描的檢測技術(shù)的關(guān)鍵技術(shù)并重點(diǎn)設(shè)計(jì)了異常區(qū)域的識(shí)別方法。即利用

2、超復(fù)數(shù)空間的彩色圖像邊緣檢測方法檢測異常區(qū)域的輪廓。首先，利用遺傳算法對(duì) Prewitt算子進(jìn)行了改進(jìn)，并將其最優(yōu)算子應(yīng)用于超復(fù)數(shù)空間的彩色圖像邊緣檢測，提高了超復(fù)數(shù)空間彩色圖像邊緣檢測的抗噪能力和檢測結(jié)果的精確度。用該算法對(duì)空間閾值圖像進(jìn)行邊緣提取，進(jìn)而得到異常區(qū)域；然后根據(jù)閾值圖像的特點(diǎn)對(duì)高斯——拉普拉斯塔形分解的圖像融合技術(shù)進(jìn)行改進(jìn)，將閾值圖像和設(shè)計(jì)文件融為一幅圖像，為后續(xù)的疑似故障元器件的判定提供依據(jù)，并最終完成了疑似故障元器件

3、的判定。
　　理論分析和實(shí)驗(yàn)證明，將電磁掃描技術(shù)引入到高密度電路檢測中具有可行性和有效性，而且本文提出的邊緣檢測算法，能精確、高效地識(shí)別異常區(qū)域，同時(shí)比常見的灰度圖像邊緣檢測算法和彩色圖像的超復(fù)數(shù)空間邊緣檢測算法保留了更多的有效信息；由圖像融合算法得到的合成圖像不但保留了閾值圖像的彩色特征，而且從合成圖像中可清晰地看到異常區(qū)域內(nèi)的元器件信息，為后續(xù)疑似故障元器件的判定打下了基礎(chǔ)。
　　在后續(xù)的研究工作中，還將優(yōu)化異常區(qū)域的識(shí)