貼片電阻表面缺陷自動檢測和識別方法研究.pdf

1、貼片電阻具有體積小、可靠性高、適應(yīng)再流焊和波峰焊，并與自動貼裝設(shè)備匹配的優(yōu)點，適應(yīng)電子產(chǎn)品電路集成化、平面化的發(fā)展需求，在手機(jī)、電腦等高密度電子產(chǎn)品中得到廣泛應(yīng)用。而貼片電阻在生產(chǎn)過程中產(chǎn)生的缺陷主要依靠人工在顯微鏡下檢測，速度慢、長期成本高、誤檢率高。因此，研究快速高精度的自動缺陷識別方法在保證貼片電阻成品質(zhì)量中具有重要意義。
　　針對貼片電阻單元具有排列整齊、結(jié)構(gòu)簡單、圖像灰度級少的特點，提出基于子圖投影匹配的快速缺陷檢測方法

2、。以改進(jìn)的Sobel邊緣檢測算子檢測貼片電阻二值化圖像獲得三像素寬度的邊緣；通過粗精結(jié)合Hough直線變換在2°范圍內(nèi)檢測電阻邊緣所在直線，較傳統(tǒng)Hough算法速度提高一個數(shù)量級以上；計算相鄰電阻單元的相關(guān)系數(shù)作為電阻缺陷判別依據(jù)，該方法具有對圖像采集光照不均、光照不穩(wěn)定、存在約束縮放不敏感等優(yōu)點，缺陷檢測正確率約為92.5％，較傳統(tǒng)模板匹配缺陷檢測方法速度提高一個數(shù)量級以上。
　　以基于主分量分析法壓縮圖像數(shù)據(jù)量，提取缺陷特征。

3、主分量分析法去除樣本間的相關(guān)性和冗余信息，獲得協(xié)方差誤差最小的圖像壓縮信息。通過實驗對不同訓(xùn)練集和不同數(shù)目的主分量構(gòu)成的主分量分析變換空間對圖像描述精度和識別精度的影響進(jìn)行探討，以訓(xùn)練集協(xié)方差矩陣約78.57%的特征向量作為主分量構(gòu)成的變換空間提取缺陷特征將圖像數(shù)據(jù)由123×246維壓縮為50維，以此作為支持向量機(jī)輸入，極大降低了貼片電阻缺陷分類的計算量。
　　以基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)對貼片電阻缺陷進(jìn)行分類，以一對多的策略組

4、合支持向量機(jī)構(gòu)建多類別分類器。以70個樣本構(gòu)成的訓(xùn)練集訓(xùn)練分類器建立缺陷分類的最優(yōu)分類面。探討了基于不同核函數(shù)支持向量機(jī)分類模型的推廣性能，并分析了對應(yīng)于不同核函數(shù)的核參數(shù)對支持向量機(jī)模型推廣性能的影響，認(rèn)為基于線性核函數(shù)支持向量機(jī)的電阻缺陷分類模型推廣性能最佳。
　　最后編寫了貼片電阻缺陷檢測和識別的軟件程序，建立實驗系統(tǒng)。進(jìn)行了優(yōu)劣電阻的區(qū)分閾值選取實驗、缺陷檢測實驗以及缺陷識別實驗，驗證了算法的可行性；并對算法的快速性和識別