エレクトロニクス業界では、 プリント回路基板 （PCB）は、さまざまな電子製品の主成分です。 PCB上のコンポーネントのはんだ付け品質は、製品の性能に直接影響します。 したがって、PCBボードの品質検査とテストは、PCBアプリケーションメーカーの品質管理です。 欠かせないリンク。 現在、PCBはんだ付け品質検査作業のほとんどは手動の目視検査によって行われています。 人的要因の影響は見逃しやすく、誤検出しやすいです。

したがって、PCB業界はオンラインの自動目視検査を緊急に必要としており、外国製品は高すぎる。 この状況に基づいて、国はこれを開発し始めました。 検出システム。 この論文では、主にPCBボードの溶接欠陥の特定、つまりカラーリング抵抗の特定、コンポーネントの漏れ溶接の特定、およびコンデンサの極性の特定について研究します。

本論文の処理方法は、参照比較法と非参照比較法を組み合わせてデジタルカメラからPCBボード画像を取得し、画像位置決め、画像前処理、画像認識、特徴抽出の方法を使用して、自動検出機能。 複数のPCB画像の実験を通じて、PCB画像特徴の位置決め方法が改善され、正確な画像位置決めが得られます。

内訳の標準化された部分は重要な部分です。 これが回路基板と標準基板です。 完全一致の最初のステップを実行します。 画像前処理部分では、新しい幾何学的補正方法を使用して画像を補正し、各コンポーネントの正確なPCB画像と正確なピクセル座標を取得し、画像のXNUMX値化、メディアンフィルタリング、エッジ検出などの方法を実行して、最高の認識を取得します。 次の効果画像の画像認識では、前処理後の画像から特徴を抽出し、溶接欠陥ごとに異なる認識方法を採用しています。

統計的手法を適用して比較的標準的な色エネルギーを抽出し、カラーリング抵抗を正確に識別し、カラーセグメンテーションから飽和充填までのカラーリング抵抗の識別を解決します。 極性コンデンサの幾何学的特性に関しては、幾何学的識別法が部品漏れ溶接の用途に適用されます。 確率的認識方法は、良好な認識結果を達成しています。 したがって、この方法は、中国でのPCB欠陥検出の自動識別に適した参照値を持っています。