基于數(shù)字圖像處理技術的焊點缺陷檢測.pdf_第1頁
已閱讀1頁,還剩56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、本課題來源于武漢市烽火通信科技股份有限公司,項目名稱是基于數(shù)字圖像處理技術的焊點缺陷檢測。表面貼裝技術SMT(Surface Mounting Technology)是目前應用最廣泛的電子組裝技術。就大部分SMT設備而言,已經進入較成熟階段,但SMT檢測設備市場目前還處于起步階段。SMT元件的微型化和密集化、高密度快速組裝發(fā)展趨勢、生產廠商對產量的要求加上線路板上更高的密度、更復雜的排版技術及更小的元件等等,都給錫膏涂覆、元件貼放、回流

2、焊以及對這些過程進行檢測帶來了極大的困難。為此,如何對這些環(huán)節(jié)進行快速有效的檢測,以保證SMT產品的組裝質量和高可靠性,成了我們越來越關注的問題。 本論文針對生產線上的SMT焊點的圖像,利用圖像處理算法和模式識別算法完成了對三種主要焊點缺陷的檢測。主要完成的工作如下: (1)論述了SMT生產中的焊點檢測的重要性,比較了各種檢測方法優(yōu)點和局限性,分析了自動光學檢測設備AOI的構成、處理步驟和主要技術難點; (2)分

3、析了由CCD攝像頭取得PCB圖像的特點,針對圖像的低對比度現(xiàn)象,以及噪聲干擾和模糊現(xiàn)象,采用一系列的圖像預處理方法,提高了圖像的對比度,有效抑制了噪聲干擾和完成了圖像的銳化處理; (3)通過Hough變換完成了對檢測圖像邊緣的提取,根據Hough變換的結果,對待檢測圖像進行平移和旋轉,完成了待測圖像和標準圖像的對準; (4)通過一系列的圖像處理算法,完成了焊點圖像的閾值分割和特征提?。徊⒔Y合焊點缺陷的三種主要類型,分別選

4、擇不同的特征進行模式識別,完成了圖像的缺陷檢測; (5)完成了AOI系統(tǒng)的軟硬件設計,并應用于實際生產中通信系統(tǒng)控制電路板的焊點缺陷檢測。由實驗結果可知,該系統(tǒng)節(jié)約了檢測時間,提高了焊點檢測的準確率和生產效率。 本研究最大貢獻,在于以一般的CCD攝像頭加上環(huán)型光源,用簡單的分類指標以檢測出焊錫是否正常,并予以分類。本研究不需要昂貴的儀器配合,計算出焊錫分類特征值后與標準PCB模板進行比較以完成檢測,自動鑒別出未焊、短路和

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