基于OpenCV PCB 元件缺陷检测.docVIP

基于OpenCV PCB 元件缺陷检测 　　摘要：随着计算机硬件性能不断提升和图像处理技术的不断发展，基于机器视觉的无接触检测技术在各个行业得到了广泛的应用，相关技术应用于PCB元件的缺陷检测已经成为可能。利用OpenCV视觉库对有出厂的PCB元件进行预处理（阈值分割、平滑滤波、边缘处理等），然后将处理校正后的PCB图像与模板图像进行对比校对，确定匹配的细节部分，从而确定出厂PCB元件是否存在缺陷。实验表明采用OpenCV进行图像处理与传统方法相比，检测效率高，程序集成度高。 　　关键词：图像处理；PCB元件；缺陷检测；OpenCV 　　中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）26-0214-03 　　Defect Detection of PCB Components Based on OpenCV 　　ZHENG Shuai-bing， JIA Xiao-jun， JI Han-hua 　　（College of Mathematics Physics and Information Engineering， Jiaxing University， Jiaxing 314001， China） 　　Abstract： With the development of the technology about computer and image processing， non-contact detecting technology based on machine vision has been widely used， and it has been becoming possible to apply the related technology in the defect detecting of PCB component. By means of the OpenCV vision library， PCB components image is processed through smoothing filter， binarization processing and edge detecting. Then， compare the processed PCB image with the standard template image to determine whether there are defects on PCB component. Experimental results show that compared to the traditional methods， using OpenCV for image processing can improve the efficiency of detection and the integration of program. 　　Key words： Image processing； PCB component； Defect detecting； Open CV 　　印刷电路板PCB（Printed Circuit Board）是电子元器件的载体，可以实现电子元器件自动插装或贴装，如CPU芯片，电解电容，电阻等。在生产过程中会出现各种各样的问题，比如油印、微蚀等，会影响到元件的工作精度和可靠性，甚至造成不可挽回的损失。所以，PCB元件的缺损检测是加工生产中必不可少的环节，具有重要意义。目前的PCB元件缺陷检测方法是人工检测，电测试和X射线测试方式[1]。但是这些方法费力、生产效率低。为了提高生产效率，提高产量，针对优化PCB元件缺陷检测，本文研究基于数字图像处理技术的检测方法。这种数字图像处理技术主要依靠OpenCV视觉库处理图像。使用OpeCV 3.0在VS 2008环境下对PCB的缺陷检测。 　　1二值化检测法 　　数字图像处理技术主要研究有数字化图像、图像编码、图像的增强和复原、图像描述、图像识别等[2]。图像处理方法可分为二种：第一种包括各种几何变换方法，特点是将图像通过几何方法，变换到其他频域中进行处理后，再变换到原来的域中。第二种方法是数学形态学运算，它区别于常见的频域和空域，是建立在积分几何和集合论基础上的运算。 　　PCB元件是一种体积偏小、色彩单一的元器件，对检测精度有较高要求。另外，PCB元件的检测属于全面检测，注重检测速率的快慢。综合考虑图像处理须接受较好的光照及形成较高的图像质量，采用传统图像二值化检测法[3-4]。 　　2 OpenCV视觉库 　　OpenCV计算机视觉库是由一些基本的C函数和C++类所组成的函数库，用来实现计算机图像算法，解决复