朱 寒，林 丽，王健华，陈 健

（福建工程学院 信息科学与工程学院, 福建 福州 350118）

引言

PCB作为实现电子元件电气连接和固定的载体，在现代生产生活的各个领域中都得到了广泛应用[1]，因此，PCB质量检测显得尤为重要[2]。自动光学检测（automatic optic inspection，AOI）作为一种高效的自动化检测技术在PCB缺陷检测中得到了广泛的应用[3]。与此同时，图像匹配与缺陷检测作为AOI中的重要组成部分，其方法的优劣直接影响着系统的缺陷检测精度。

近年来，研究者们提出许多应用于PCB缺陷检测的图像匹配方法和缺陷检测方法。在图像匹配方面，李治贤等人[4]基于模板匹配设计一种贴片电阻的相对方向识别方法，确保了贴片电阻的封装效率；黄艳军等人[5]提出基于模板匹配的电路板器件缺陷检测算法；高飞等人[6]将模板匹配应用于基于机器视觉的PCB几何尺寸缺陷检测方法研究中。在缺陷检测方面，郑帅兵等人[7]将二值化检测法应用在PCB板缺陷检测中，根据返回的形状匹配数值判断PCB板是否存在缺陷；宋玉彬等人[8]采用图像差分法，实现PCB板的缺陷检测。

虽然不同的方法在特定的应用场景均取得了一定的研究成果，但仍有许多有待改进之处，例如，PCB板中器件的数量、体积、颜色、高矮及系统光照条件等因素均易引起图像匹配精度的降低[9]。此外，为降低缺陷检测的漏检率，往往误检率都较高。针对上述问题，本文针对PCB图像中的漏件问题提出一种基于改进模板匹配及图像差分法的PCB缺陷多级检测方法。……