基于改进模板匹配及像素相加法的芯片极性二级检测方法
2021-06-03谢龙华
仪表技术与传感器 2021年5期
陈 健,王 猛,朱 寒,谢龙华,林 丽
(福建工程学院电子电气与物理学院,福建福州 350118)
0 引言
印刷电路板(printed circuit board,PCB)上芯片的焊接缺陷检测是PCB板缺陷检测的关键环节,也是确保PCB板质量的重要步骤[1-2]。
PCB板缺陷检测中与芯片相关的缺陷包括漏焊和极性焊接错误。早期的缺陷检测多由人工完成,但人工检测存在成本高及易于因疲劳引起漏检等问题[3-7]。随着机器视觉技术的成熟,基于机器视觉的检测系统在工业生产中得到广泛的应用[8-12],包括应用于PCB缺陷检测的机器视觉系统[13-16],学者们也针对缺陷检测系统中的不同问题提出了不同的方法,吴晖辉等[17]针对PCB板上集成电路(integrated circuit,IC)类贴装器件检测的实时性要求提出了基于边缘积分投影和颜色统计的特征检测算法;赵翔宇等[18]提出基于数学形态学结合种子填充的分层提取匹配算法,实现对贴片电阻、电容及IC芯片丢失等多种缺陷的查找;程良伦等[19]提出二值投影分析方法,同样实现对贴片电阻、电容及IC芯片的缺陷检测;陈寿宏等[13]为了提高PCB板中元件焊点缺陷检测的分类准确率,提出一种基于多特征的支持向量机(SVM)多分类缺陷检测方法;曹亮[20]提出一种快速的改进Hough变换圆形检测的方法,检测PCB板中芯片的圆形凹点极性标志,以判断芯片极性是否错误;陈文帅等[21]利用深度学习算法检测电子元器件的极性缺陷。
本文针对PCB板芯片缺陷检测中的极性检测问题,提出一种结合先验知识的感兴趣区域提取、改进模板匹配及像素相加法的芯片极性二级检测方法。……
登录APP查看全文
