In der Elektronikindustrie ist die Leiterplatte (PCB) ist der Hauptbestandteil verschiedener elektronischer Produkte. Die Lötqualität der Komponenten auf der Leiterplatte beeinflusst direkt die Leistung des Produkts. Daher ist die Qualitätsprüfung und -prüfung von Leiterplatten die Qualitätskontrolle der Hersteller von Leiterplattenanwendungen. Ein unverzichtbares Bindeglied. Derzeit werden die meisten Qualitätsprüfungen beim Löten von Leiterplatten durch manuelle Sichtprüfung durchgeführt. Der Einfluss menschlicher Faktoren ist leicht zu übersehen und falsch zu erkennen.

Daher benötigt die Leiterplattenindustrie dringend eine automatisierte Online-Sichtprüfung, und ausländische Produkte sind zu teuer. Ausgehend von dieser Situation begann das Land, dies zu entwickeln. Erkennungssysteme. Dieses Papier untersucht hauptsächlich die Identifizierung von Schweißfehlern von Leiterplatten: Identifizierung des Farbringwiderstands, Identifizierung von Leckschweißen von Komponenten und Identifizierung der Kondensatorpolarität.

Die Verarbeitungsmethode in diesem Papier besteht darin, die Referenzvergleichsmethode und die Nicht-Referenzvergleichsmethode zu kombinieren, um das Leiterplattenbild von der Digitalkamera zu erhalten, und die Methoden der Bildpositionierung, Bildvorverarbeitung und Bilderkennung sowie Merkmalsextraktion zu verwenden, um die automatische Erkennungsfunktion. Durch das Experimentieren mit mehreren PCB-Bildern wird das Positionierungsverfahren von PCB-Bildmerkmalen verbessert, um eine genaue Bildpositionierung zu erhalten.

Der standardisierte Teil der Aufschlüsselung ist ein wichtiger Teil. Dies ist die Platine und die Standardplatine. Führen Sie den ersten Schritt einer genauen Übereinstimmung aus. Im Bildvorverarbeitungsteil wird eine neue geometrische Korrekturmethode verwendet, um das Bild zu korrigieren, um genaue PCB-Bilder und präzise Pixelkoordinaten jeder Komponente zu erhalten, und Bildbinarisierung, Medianfilterung, Kantenerkennung und andere Methoden durchzuführen, um die beste Erkennung zu erzielen. Bei der nächsten Bilderkennung des Effektbildes werden nach der Vorverarbeitung Merkmale aus dem Bild extrahiert und unterschiedliche Erkennungsverfahren für unterschiedliche Schweißfehler angewendet.

Anwenden statistischer Methoden zum Extrahieren einer relativ standardmäßigen Farbenergie, um den Farbringwiderstand genau zu identifizieren und die Identifizierung des Farbringwiderstands von der Farbsegmentierung bis zur gesättigten Füllung zu lösen. Hinsichtlich der geometrischen Eigenschaften des Polarkondensators wird das geometrische Identifikationsverfahren auf die Anwendung des Komponentenleckschweißens angewendet. Das probabilistische Erkennungsverfahren hat gute Erkennungsergebnisse erzielt. Daher hat diese Methode einen guten Referenzwert für die automatische Erkennung von PCB-Fehlererkennung in China.