学位论文 > 优秀研究生学位论文题录展示

柔性印制电路板自动生产设备关键技术研究

作　者: 陈安
导　师: 胡跃明
学　校: 华南理工大学
专　业: 控制理论与控制工程
关键词: 柔性电路板显著性缺陷检测图像配准主边缘提取
分类号: TP391.41
类　型: 博士论文
年　份: 2013年
下　载: 62次
引　用: 0次
阅　读: 论文下载

内容摘要

柔性印制电路板行业经过六十多年的发展，在新材料、新工艺的带动下，不断和上下游产业相互促进甚至融合发展，已经成为国防军工，芯片制造等具有战略意义行业中不可或缺的支柱产业。本文研究工作的主要目的为提高柔板行业的自动化水平，研制自动化设备，提高生产效率，降低废品率。本文通过对柔板行业现有生产方式、工艺环节的分析，总结出制约该行业进一步提高自动化水平的四个典型工艺环节。并深入分析这些环节中的实际问题，抽象总结成为两类理论问题：图像配准问题和表面缺陷检测问题。通过对比人类和现有机器视觉算法在解决这两类问题时的不同方法和表现，揭示出人类利用选择性注意机制和信息逐层抽取方式以较少的数据量完成了图像配准和缺陷检测的事实。并设计了四个人类实验，以实验数据证明了相关理论和猜想。本文从仿生学角度出发，尝试模拟人类在解决图像配准和表面缺陷检测这两类问题时所采用的视觉机制。为了达到此目的，首先提出了创新性的“A-B”并行采集处理模式及其机构模型。在这个机构模型的基础上，以显著性计算为基础，模拟人类的选择性注意机制和信息抽取方式，把图像配准问题和表面缺陷检测问题整合到一个框架里。为了讨论显著性，也为了解决柔板图像的干扰边缘问题，本文首先讨论了主边缘提取方法。由于尺度空间的许多算子和人类视网膜以及视觉皮层的感受野剖面有着很高的相似度，本文先讨论了基于尺度空间的边缘提取。并提出了一种新的基于尺度空间和格式塔率模拟的主边缘提取法。该方法能较好的去除保护膜、X光图像纹理造成的干扰边缘，得到主要对象的清晰轮廓，同时也不影响缺陷的外观。本文重点讨论了显著性的生成。首先讨论了基于频域的显著性计算方法，介绍了现有方法，并提出了使用唯相位变换来进行计算的新方法。进而讨论了图像金字塔里该显著性方法的特点。即低分辨率下的频域显著性图较好的模拟了选择性注意机制，而高分辨率下的频域显著性图凸显了包括缺陷在内的非常规模式，可以作为很好的缺陷检测手段。其次讨论了基于对象的显著性计算方法，并提出了使用色彩先验知识来指导对象分割合并的新方法。第三提出了新的显著性概念，即基于缺陷的显著性计算方法。该显著性计算方法模拟人类自上而下的串行视觉处理过程产生高层知识指导下的显著性图。基于缺陷的显著性图一共有三种：色彩缺陷显著性图，边缘密度显著性图和边缘规整度显著性图。在讨论了显著性图的特性后，本文提出了一种基于显著性计算和局部不变特征的图像配准方法。主要讨论了使用频域显著性方法和最大稳定极值区域法相结合的图像配准方法。该方法使用图像金字塔中的低分辨率显著性图作为数据导引，在显著性点周围进行开窗操作得到显著性区域。而最大稳定极值区域法就在所开的显著性区域窗口中进行操作。通过这样的处理方法，减少了总体计算量，降低了误匹配的可能性。并通过显著性的导引形成了簇状的数据空间，加速了匹配速度。为了进行对比，也讨论了使用基于对象显著性方法和局部不变特征法相结合的图像配准方法。最后本文提出了一种基于显著性计算和信息熵倍率的表面缺陷检测方法，这种方法分为两个阶段。第一阶段工作在“A-B”模式下，当两幅图像粗配准完成后，将两幅图像的高分辨率显著性点集进行几何变换后的双向比较，进而得出缺陷候选对象。而第二阶段使用唯相位变换前后的信息熵倍率来专门处理焊盘金面的缺陷检测问题。这两阶段方法都是对人类缺陷检测行为的模拟，而模拟的关键也是显著性计算方法。

全文目录

摘要  5-7
Abstract  7-12
第一章绪论  12-24
  1.1 柔性印制电路板简介  12-14
  1.2 柔性印制电路板生产方式简介  14-15
  1.3 柔性印制电路板生产自动化程度及缺陷情况分析  15-16
  1.4 柔性印制电路板自动化生产关键问题分析  16-19
  1.5 本文主要研究的问题和章节安排  19-24
第二章关键问题阐述及研究现状综述  24-41
  2.1 图像配准问题简介  24-26
    2.1.1 图像配准的数学描述  24-26
    2.1.2 图像配准问题的分类  26
  2.2 图像配准问题的研究现状  26-40
    2.2.1 基于特征图像配准的特征提取  28-30
    2.2.2 基于区域算法的特征匹配  30-32
    2.2.3 基于特征算法的特征匹配  32-37
    2.2.4 映射模型估计  37-39
    2.2.5 图像重采样和变换  39-40
  2.3 本章小结  40-41
第三章一种基于显著性的图像配准/缺陷检测框架  41-53
  3.1 工作的动机和问题的提出  42-43
  3.2 人类实验及其分析  43-46
  3.3 人类视觉机制中有关的理论  46-48
  3.4 模型框架结构及其简介  48-52
    3.4.1 机构模型  49-51
    3.4.2 软件模型  51-52
  3.5 本章小结  52-53
第四章基于尺度空间和格式塔率模拟的主边缘求取法  53-69
  4.1 挠性电路板图像的特点及其影响  53-55
  4.2 尺度空间及其构建  55-56
  4.3 基于尺度空间分析的主边缘求取  56-60
  4.4 改进型的基于尺度空间主边缘求取法  60-64
  4.5 格式塔率模拟对主边缘的修订  64-68
  4.6 本章小结  68-69
第五章显著性的生成  69-102
  5.1 显著性的介绍  69-70
  5.2 基于频域方法的显著性提取方法  70-80
    5.2.1 定义非显著性----图像的统计特性  70-74
    5.2.2 频域显著性提取法及其性质  74-77
    5.2.3 多尺度条件下的频域显著性  77-80
  5.3 基于目标和色度距离的显著性提取方法  80-89
    5.3.1 先验知识建模  82-83
    5.3.2 目标的生成  83-88
    5.3.3 显著性计算  88-89
  5.4 显著性方法的不变性证明  89-93
    5.4.1 平移不变性  89-91
    5.4.2 旋转不变性  91-92
    5.4.3 缩放不变性和亮度不变性  92-93
  5.5 几种缺陷显著性定义方法  93-100
    5.5.1 基于色彩的缺陷显著性图  94-96
    5.5.2 基于边缘的缺陷显著性图  96-100
  5.6 本章小结  100-102
第六章特征的生成和图像配准  102-132
  6.1 基于频域显著性方法和最大稳定极值区域的特征生成和图像配准  103-126
    6.1.1 方法模型概述  104-105
    6.1.2 特征生成  105-119
    6.1.3 特征的匹配  119-121
    6.1.4 映射参数估计或者返回  121-122
    6.1.5 实验数据以及分析  122-126
  6.2 基于对象显著性方法的特征生成和图像配准  126-131
    6.2.1 对象属性列表的生成  127-128
    6.2.2 基于对象显著性方法的对象配对  128-131
  6.3 本章小结  131-132
第七章一种基于频域显著性及信息熵倍率的柔板缺陷检测方法  132-149
  7.1 引言  132-133
  7.2 基于频域显著性的显性缺陷检测算法  133-140
    7.2.1 频域显著性方法的数学讨论  133-135
    7.2.2 方法基本思路  135-138
    7.2.3 实验数据及其分析  138-140
  7.3 基于频域显著性及信息熵倍率的焊盘金面缺陷检测算法  140-148
    7.3.1 单独使用信息熵测量缺陷方法的局限性  141-143
    7.3.2 单独使用频域显著性方法的局限性  143-144
    7.3.3 频域显著性方法结合信息熵倍率的焊盘金面缺陷检测方法  144-148
  7.4 本章小结  148-149
结论  149-151
参考文献  151-165
攻读博士学位期间取得的研究成果  165-166
致谢  166-167
附件  167

柔性印制电路板自动生产设备关键技术研究

内容摘要

全文目录

相似论文