發(fā)布時(shí)間：2023-12-02 13:55

　　印制線路板(Printed Circuit Board,PCB)幾乎被應(yīng)用于所有電子產(chǎn)品中,隨著電子、通信、計(jì)算機(jī)等產(chǎn)業(yè)的高速發(fā)展,PCB產(chǎn)品也朝著高性能、高復(fù)雜度、高密度的方向日益發(fā)展,一個(gè)高效、準(zhǔn)確的PCB缺陷檢測(cè)系統(tǒng)已經(jīng)成為PCB行業(yè)的迫切需求。自動(dòng)光學(xué)檢測(cè)(Automated Optical Inspection,AOI)以機(jī)器視覺為基礎(chǔ),結(jié)合電子學(xué)、數(shù)字圖像處理、光電檢測(cè)和計(jì)算機(jī)技術(shù),在精密工業(yè)器件檢測(cè)領(lǐng)域發(fā)展迅速。相比傳統(tǒng)的人工檢測(cè)和電檢測(cè),AOI方法不會(huì)對(duì)PCB造成任何影響,且檢測(cè)精度高、速度快,國(guó)內(nèi)外也都積極開展基于AOI的PCB缺陷檢測(cè)的相關(guān)研究。本文將機(jī)器視覺及深度學(xué)習(xí)技術(shù)應(yīng)用到PCB缺陷檢測(cè)中,主要針對(duì)PCB上的碳油區(qū)域缺陷檢測(cè)進(jìn)行深入研究,論文主要研究工作如下:(1)PCB配準(zhǔn)算法設(shè)計(jì)�；贛ark點(diǎn)邊緣模型的匹配,設(shè)計(jì)Mark點(diǎn)選取準(zhǔn)則并使用邊緣檢測(cè)算子對(duì)邊緣進(jìn)行建模、搜索匹配,根據(jù)配準(zhǔn)像素點(diǎn)對(duì)計(jì)算全局仿射變換矩陣,最終實(shí)現(xiàn)了PCB待測(cè)圖和標(biāo)準(zhǔn)圖的整圖配準(zhǔn);(2)針對(duì)碳油區(qū)域,進(jìn)行重定位并基于二值圖像的距離變換和Snake模型提取圖像骨架,通過骨架對(duì)比實(shí)現(xiàn)缺陷...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
    1.2 基于機(jī)器視覺的PCB缺陷檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器視覺在工業(yè)檢測(cè)中的研究現(xiàn)狀
        1.2.2 基于機(jī)器視覺的PCB缺陷檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀
    1.3 深度學(xué)習(xí)在缺陷檢測(cè)中的應(yīng)用
        1.3.1 深度學(xué)習(xí)在圖像語義分割中的研究現(xiàn)狀
    1.4 主要研究?jī)?nèi)容和章節(jié)安排
第2章 相關(guān)技術(shù)概述
    2.1 基于骨架的碳油缺陷檢測(cè)相關(guān)技術(shù)
        2.1.1 CIELAB色彩模式
        2.1.2 分水嶺分割算法
        2.1.3 Canny邊緣檢測(cè)
        2.1.4 仿射變換矩陣
        2.1.5 二值形態(tài)學(xué)圖像處理
        2.1.6 二值圖像的距離變換
        2.1.7 基于圖像距離變換的骨架提取
    2.2 基于深度學(xué)習(xí)的碳油缺陷檢測(cè)相關(guān)技術(shù)
        2.2.1 生成式對(duì)抗網(wǎng)絡(luò)
        2.2.2 變化檢測(cè)
        2.2.3 遷移學(xué)習(xí)
        2.2.4 孿生網(wǎng)絡(luò)
        2.2.5 HRNet
        2.2.6 Dense Net
        2.2.7 類激活映射和全局平均池化
        2.2.8 前向傳播過程中生成熱點(diǎn)圖
        2.2.9 條件隨機(jī)場(chǎng)
第3章 基于圖像骨架的碳油缺陷檢測(cè)
    3.1 PCB前景分割
    3.2 基于Mark點(diǎn)邊緣模型的PCB圖像配準(zhǔn)
        3.2.1 Mark點(diǎn)選取準(zhǔn)則及分值計(jì)算
        3.2.2 Canny邊緣檢測(cè)及模型創(chuàng)建
        3.2.3 模型匹配搜索
        3.2.4 全局仿射矩陣計(jì)算
    3.3 碳油區(qū)域重定位與分割
    3.4 碳油缺陷檢測(cè)
        3.4.1 形態(tài)學(xué)處理消除毛刺
        3.4.2 基于圖像骨架提取的缺陷檢測(cè)
        3.4.3 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章總結(jié)
第4章 基于深度學(xué)習(xí)的缺陷二次驗(yàn)證
    4.1 碳油缺陷數(shù)據(jù)集和變化檢測(cè)數(shù)據(jù)集制作
        4.1.1 標(biāo)準(zhǔn)圖人工上色生成無缺陷圖
        4.1.2 使用條件生成式對(duì)抗網(wǎng)絡(luò)生成無缺陷圖
        4.1.3 碳油缺陷數(shù)據(jù)集制作
        4.1.4 基于CDnet-2014的變化檢測(cè)數(shù)據(jù)集制作
    4.2 特征提取網(wǎng)絡(luò)設(shè)計(jì)
    4.3 損失函數(shù)設(shè)計(jì)和熱點(diǎn)圖生成
        4.3.1 加權(quán)全局平均池化和分類損失函數(shù)
        4.3.2 擴(kuò)張損失和邊界約束損失
    4.4 變化檢測(cè)和PCB缺陷檢測(cè)實(shí)驗(yàn)和結(jié)果分析
        4.4.1 衡量指標(biāo)的確定
        4.4.2 基于公開數(shù)據(jù)集的變化檢測(cè)實(shí)驗(yàn)結(jié)果
        4.4.3 PCB碳油缺陷檢測(cè)實(shí)驗(yàn)結(jié)果
    4.5 本章總結(jié)
第5章 總結(jié)和展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要的研究成果
致謝



本文編號(hào)：3869806