柔性印刷线路板缺陷检测方法研究

柔性印刷线路板缺陷检测方法研究_第1张图片

基于模板匹配的 FPC 缺陷检测方法研究
模板匹配作为最直观、最基本的模式识别方式,被广泛应用于目标识别、人工智能等领域,是实现线路板缺陷检测的一种有效方式,其实质是度量注册 FPC 图像与登录 FPC 图像之间的相似度问题。本章从模板匹配角度研究 FPC 板缺陷检测过程。
模板匹配分类方式很多,按照模板匹配范围,可分为全局匹配和局部匹配两种方式[8] :全局范围内的模板匹配将登录模板相对注册模板的偏差作为图像空间偏移,整幅图像基于此偏移进行校正;局部范围内的模板匹配得到的偏移量仅作为当前模板的空间偏移,通过对局部范围模板的检测最终实现整幅图像的检测。
2.1 基于全局匹配的 FPC 缺陷检测方法研究
全局范围的模板匹配将图像作为整体,模板匹配得到的偏移量即为图像之间的空间偏移,核心问题是如何确定图像坐标系的参考点。按照参考点的数目,可分为基于单参考点的匹配和基于多参考点的匹配方式。
2.1.1 基于单参考点配准的 FPC 缺陷检测方法研究
基于单参考点的图像配准,参考点应具有通用性。 FPC 图像工艺制作中的定位孔形状特征明显,区域范围确定,考虑以此作为图像参考点。
由于各类板型的定位孔存在尺寸差异,本节以模板匹配方式实现图像参考点的定位,进而实现缺陷检测:首先提取出注册图像参考点图形,作为注册模板;在确定登录图像参考点过程中,采用模板匹配方式,检测登录图像中参考点位姿,得到两个参考点坐标信息的差异;基于此差异对图像进行校正,最后通过图像差分运算,得到线路缺陷信息,完成缺陷检测过程。具体过程如下:
1 )获取注册时的参考点图像
模板匹配需要事先准备注册模板,由于模板匹配方式不同,注册模板的制作也有不同。考虑 FPC 图像线路形状相对简单,基于轮廓的模板匹配方法在遮挡、混乱或光照不稳情况下具有良好的识别率[14-16] ,本文采用基于轮廓的模板匹配方法。有关注册参考点的获取流程如下:
1 )确定感兴趣区域 ROI
FPC 图形上的定位孔具有明显的矩形特征,其线路图如下图 2.1 (a)。基于先验知识,事先选择包含定位孔的感兴趣区域 ROI ,为防止噪声干扰, ROI 区域尺寸以刚好能包含定位孔为最佳,如下图 2.1 (b)。
柔性印刷线路板缺陷检测方法研究_第2张图片

 柔性印刷线路板缺陷检测方法研究_第3张图片

基于 Canny 算子获取的矩形轮廓区域,即为注册时参考点的图形特征,备份参考
点图形及其区域中心坐标信息,待检。区域中心为图像几何重心,设 R 为待测区域,
A 为区域中像素点的个数,即区域面积,则 R 的区域中心可表述为:
柔性印刷线路板缺陷检测方法研究_第4张图片

 

 柔性印刷线路板缺陷检测方法研究_第5张图片

(4)图像差分运算 [25] ,定位缺陷信息
图像校正保证了两幅图像在空间位置上的对齐,通过简单的图像差分运算,得到
的差分图像即包含了线路缺陷信息的有效描述,如图 2.3 所示。理想情况下,由于两幅
图像完全配准,差分图像灰度应为 0 。考虑光照对图像灰度影响,良好的匹配是差分图
像灰度变化接近一个常量。

 柔性印刷线路板缺陷检测方法研究_第6张图片

由上灰度剖面图可知,差分图像灰度分布不均匀,图像明暗不一致,发生形变,
且图像差分后,灰度仍可达 200 以上,不利于后续缺陷分割。
3.1 为阈值设置为 80 时,通过方向模板提取的图像边缘。由图可知,基于一阶差分算子提取的线路边缘,保留了图像边缘突变的重要信息,在此基础上通过跟踪边缘线宽变化与事先预定义的线宽阈值进行校对[31] ,可定位出缺陷信息。对图 3.1 (d)进行缺陷定位,结果如图 3.2 (a)。图 3.2 (a)中红色像素点表示识别的缺陷位置。
柔性印刷线路板缺陷检测方法研究_第7张图片

柔性印刷线路板缺陷检测方法研究_第8张图片 

 

 柔性印刷线路板缺陷检测方法研究_第9张图片

柔性印刷线路板缺陷检测方法研究_第10张图片 

 柔性印刷线路板缺陷检测方法研究_第11张图片

 

你可能感兴趣的:(机器视觉,人工智能,计算机视觉,线路板图像检测)