halcon在pcb检测中的应用.docxVIP

halcon在pcb检测中的应用 随着整个社会的工业化程度的提高，快速发展的pc行业对生产效率的要求越来越高。不同形式的pc层出不穷，逐渐发展为微型化。最具代表性的是由表面活性剂（smt）主导的pc制造行业。以往的人工离线检测已经完全不能适应高效性和高准确率形势的需要,于是自动光学检测就应运而生。PCB的自动光学检测主要分为4步:图像采集、图像处理、特征提取和决策判断。其中,特征提取和决策决断2个步骤都涉及PCB的光学定位点(Mark点)的识别,因此,Mark点识别的快速性和准确性是PCB自动光学检测的一个重要环节。 HALCON是一款功能十分强大的机器视觉软件,它提供1 000多个运算子,包含从低级的图像读取到高级的模式识别的各种算法,可以应用到机器视觉检测的整个过程,如图像显示、图像分割、特征提取、模板创建以及图像匹配等。另外,它还提供了开放的结构形式,利用自有的HDevelop编程工具,可以轻松地实现代码从HALCON算子到C、C++、C#等程序语言的转化,为检测软件的开发提供了良好的编程环境。作为目前业内功能最完善、效率最高的软件之一,已被广泛应用于工业生产中的各个方面,如陶瓷、食品、机械、医疗等。 本文利用HALCON优秀的图像处理功能,编制出3种Mark点识别的算法,进而对3种算法的效率和应用范围进行了详细的评价。 1 带明显滑动点的滑板和带显示的硫导致无法进入pcb