学位论文 > 优秀研究生学位论文题录展示

基于图像表面视觉恢复技术的焊点质量检测方法研究

作 者: 马吉权
导 师: 马培军
学 校: 哈尔滨工业大学
专 业: 计算机应用技术
关键词: 焊点质量检测 由明暗恢复形状 路径规划 混合反射模型 形状指数 三维特征提取 机器视觉
分类号: TP391.41
类 型: 博士论文
年 份: 2010年
下 载: 142次
引 用: 0次
阅 读: 论文下载
 

内容摘要


焊点质量检测是确保电子产品质量的重要手段。广义的焊点质量检测包括元器件缺陷的检测以及焊膏印刷质量的检测。狭义的焊点质量检测通常指针对回流焊后的固态焊点的检测。焊点质量检测的方法很多,目前最为流行的检测手段是基于机器视觉的自动光学检测。焊点质量检测应该解决以下几个关键技术问题:图像的采集问题、焊点特征的提取问题、焊点质量的判别问题。虽然目前市场上已经出现了大量的焊点质量检测设备,但是它们一般只工作在二维的检测模式下,无法在三维的信息层面上对焊点质量做出更加客观的评价。本文对这些关键问题进行了研究,提出了基于表面恢复技术的焊点质量检测方法。主要研究内容包括以下四个部分:针对焊点质量检测系统中的图像采集问题,为满足用户随机定位和大尺寸元件信息记录的要求,利用尺度无关的特征变换实现了电路板全景图像的获取;为提高焊点图像的采集效率,提出了基于路径优化技术的焊点图像采集方法,该方法能够利用电路板设计阶段的数据文件,进行离线方式的路径规划,改变了传统的在线编程模式,大大降低了检测前期的编程工作量。针对焊点的特征提取问题,将表面恢复技术引入到焊点质量检测中。然而,焊点图像中往往存在较为严重的镜面高光,这将直接影响焊点表面的恢复结果。为此,提出了一种基于表面形态分布的反射成分估计方法,在二分光模型下,对漫反射成分和镜面反射成分进行有效的估计。以此为基础,又提出了两种不同的解决途径:一种是提出了一种基于曲率连续性假设的约束补色模型,去除图像中的镜面反射成分,降低镜面反射对表面恢复结果的影响;另一种途径是引入Blinn-Phong混合反射模型,并在此模型下对表面恢复算法进行了改进,提出了基于Blinn-Phong混合反射模型的线性Shape-from-shading算法。通过对反射成分的有效估计,避免了现有基于混合反射模型的表面恢复算法中反射成分系数需人工指定的弊端,提高了恢复精度。针对焊点质量的判定问题,首先,对焊点特征进行了分析,对于那些易于量化的特征,比如缺件、偏移过大、桥连、焊锡的爬升角、焊锡的体积等,可以定义相应的判定准则,然后,在焊点图像中测量得到这些关键的特征数据并应用判定准则进行分析,最后,给出焊点质量合格与否的评价。为实现锡误缺陷的量化检测,基于恢复得到的焊点表面,开展了焊点质量三维特征提取技术的研究,提取了焊点的锡量指数特征。以上基于规则的焊点质量判定方法最大的优势是物理意义明确,能够给出可量化的判定结果。为了进一步从形态上对焊点进行质量分析,提出了基于形状指数的焊点特征提取方法,并利用支持向量机对不同形态的焊点进行了分类。实验结果表明针对不同的焊点特征运用不同的焊点质量判别方法,能够得到更加合理的焊点质量评价。综上所述,本文提出了基于表面恢复技术的焊点质量检测方法,解决了焊点质量检测系统中图像采集、镜面反射条件下焊点表面恢复、焊点三维特征提取以及焊点质量判定等关键技术问题。

全文目录


摘要  3-5
Abstract  5-14
第1章 绪论  14-31
  1.1 课题来源  14
  1.2 课题的目的和意义  14-16
  1.3 焊点质量检测方法简介  16-19
    1.3.1 人工目视焊点质量检测方法  16
    1.3.2 基于超声的焊点质量检测方法  16-17
    1.3.3 基于激光测量的焊点质量检测方法  17
    1.3.4 基于X-ray 的焊点质量检测方法  17
    1.3.5 基于电气性能测试的焊点质量检测方法  17-18
    1.3.6 基于机器视觉的焊点质量检测方法  18-19
  1.4 AOI 技术国内外研究现状及分析  19-22
    1.4.1 国外AOI 产品的生产及发展状况  19-21
    1.4.2 国内AOI 产品的生产及发展状况  21
    1.4.3 AOI 的应用范围  21-22
    1.4.4 AOI 的发展趋势及面临的主要问题  22
  1.5 表面恢复技术国内外研究现状及分析  22-28
    1.5.1 SFS 方法的原理  23-25
    1.5.2 基于偏微分方程的求解算法  25-26
    1.5.3 基于优化的方法  26-27
    1.5.4 光照方程的近似算法  27-28
    1.5.5 已有方法的比较  28
  1.6 主要研究内容  28-31
第2章 焊点质量检测中图像采集方法的研究  31-56
  2.1 引言  31
  2.2 基于图像拼接的PCB 全景图像采集方法  31-47
    2.2.1 问题描述  31-32
    2.2.2 基于尺度无关特征变换的图像特征提取  32-38
    2.2.3 基于尺度差因子的特征匹配算法  38-40
    2.2.4 基于多分辨率样条算法的图像融合  40-45
    2.2.5 实验结果及分析  45-47
  2.3 基于路径规划的焊点图像采集方法  47-55
    2.3.1 问题描述  47-49
    2.3.2 算法的初始化  49-50
    2.3.3 遗传算法中适应度函数的定义  50
    2.3.4 基于遗传算法的路径规划算法  50-53
    2.3.5 实验结果及分析  53-55
  2.4 本章小结  55-56
第3章 焊点表面反射成分的估计方法研究  56-69
  3.1 引言  56
  3.2 表面反射成分估计的基本方法  56-60
    3.2.1 基于极化分析的表面反射成分估计  56-58
    3.2.2 基于色度分析的表面反射成分估计  58-59
    3.2.3 单幅灰度图像的表面反射成分估计问题  59-60
  3.3 基于形态分布的表面反射成分估计方法  60-64
    3.3.1 光照模型的选择与改进  60-63
    3.3.2 基于概率计算的反射成分估计  63-64
  3.4 基于模拟退火算法的高光检测  64-65
  3.5 基于曲率连续性假设的约束补色  65-66
  3.6 实验结果及分析  66-68
  3.7 本章小结  68-69
第4章 基于混合反射模型的焊点表面恢复方法研究  69-79
  4.1 引言  69
  4.2 混合反射模型的设计  69-70
  4.3 基于混合反射模型的表面恢复算法的设计  70-72
  4.4 实验结果及分析  72-77
  4.5 本章小结  77-79
第5章 基于图像特征的焊点质量判别方法研究  79-104
  5.1 引言  79
  5.2 焊点质量的特征分析  79-82
  5.3 基于二维图像特征的焊点质量判别  82-86
    5.3.1 元件偏移过大的检测  82-84
    5.3.2 表贴元件的缺件检测  84-85
    5.3.3 焊点桥连(短路)检测  85-86
  5.4 基于表面恢复技术的焊点质量判别  86-99
    5.4.1 焊点润湿角的检测  86-87
    5.4.2 焊点锡误缺陷的检测  87-88
    5.4.3 焊点表面形态的检测  88-99
  5.5 实验结果及分析  99-103
  5.6 本章小结  103-104
结论  104-105
参考文献  105-116
攻读博士学位期间发表的学术论文  116-118
致谢  118-119
个人简历  119

相似论文

  1. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  2. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  3. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  6. 基于机器视觉的光纤几何参数检测研究,TN253
  7. 猪肉加工特性预测方法研究,TS251.1
  8. 移动WSN基于虚拟簇头数据收集策略的研究,TP212.9
  9. 移动机器人全覆盖路径规划算法的研究,TP242
  10. 复杂动态环境下的小型足球机器人路径规划研究,TP242
  11. 面向GPS导航拖拉机的最优全局覆盖路径规划研究,TN967.1
  12. 基于COCM的除草机视觉定位研究,TP391.41
  13. RoboCup中型组足球机器人的设计和开发,TP242
  14. 移动机器人路径规划研究及仿真实现,TP242
  15. 跟踪印花系统视觉检测算法研究,TP391.41
  16. 机器视觉系统中的图像噪声处理算法研究,TP391.41
  17. 双层车库车辆调度辅助决策支持系统,TP242
  18. 基于直线电机的机器视觉高速定位系统,TM33
  19. 无线传感器网络节点三维定位算法研究,TN929.5
  20. 基于图像处理的印制电路板缺陷检测的研究,TN41
  21. 基于特征的图像瑕疵检测算法研究与应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com