夏成蹊，杨 晨，赵 雪，丁 召

(贵州大学 大数据与信息工程学院 贵州省微纳电子与软件技术重点实验室，贵州 贵阳 550025)

1 引言

随着电子设备的飞速发展，PCB板生产过程愈加复杂，客观地对PCB板的表面形貌进行评判成为了一项愈加重要的任务，同时在其生产的各个工序中也可能出现某些线路的断路、短路和缺损等问题，通过对PCB板表面数据的分析也成为一种检测缺陷的方法。传统的人工目测难以实现对精度越来越高的PCB板的检测分析[1]。因此，设计一种准确、高效的PCB板表面检测方法十分符合PCB生产厂家的需求。

近年来，诸多研究已经将计算机视觉与PCB表面检测技术相结合，大致分为为以下几种方法：参考法[2]、准则法[3]、混合法[4]。参考法是对比待测PCB和标准PCB，通过异或计算识别并判断其表面是否存在缺陷；基于准则法是通过检测待测PCB是否满足预先定义的设计准则来检测；混合法是结合以上两种方法，以充分发挥二者的优势。

以上方法应用于PCB板的表面缺陷识别，减少了人工识别过程中可能出现的误差，但是只能对预先设定的PCB板进行缺陷检测，不能给出对未知的PCB板进行分析，并提供分析统计数据[5]。

为实现自动分析PCB生产质量的目的，本文利用图像识别技术处理分析PCB表面形貌数据，根据图像灰度特性选取适当阈值对图像进行二值化变换，将数学形态学与图像处理相结合，消除微小噪声、平滑线路。之后对处理完成的图像进行数据检测统计。通过统计图像像素比例计算表面金属占比；……