基于ARM的电路板红外图像故障检测技术研究与实现.pdfVIP

摘要

电路板作为各电子元器件装载的基板，随着制造工艺的发展，其功能和结构也

变得越发复杂。当电路板中的元器件发生故障时，传统的接触式检测方式往往会出

现耗时长、不易操作等诸多问题。因此，基于红外图像的电路板故障检测技术受到

了广泛关注。此外，研究人员积极探索在低成本、便携性好的嵌入式设备上集成红

外图像故障检测算法。但是由于嵌入式系统资源限制，所以对算法的实时性有着更

高的要求。本文以“XXX电路板热成像检测方法”项目为依托，针对ARM嵌入

式平台，完成了电路板红外图像故障检测方法中高斯卷积和图像配准算法的加速

研究和实现。本文的主要研究内容包括：

（1）高斯卷积算法的加速研究。本文针对ARM嵌入式平台，使用NEON技

术向量化输入图像和高斯卷积核，将像素点和卷积核系数加载到向量寄存器中，并

行处理数据。相比于原始高斯卷积的实现，本文方法将速度提升了4倍以上。

（2）改进ORB（OrientedFASTandRotatedBRIEF，方向性的快速特征提取与

旋转的二进制描述符）图像配准算法。本文针对原始的ORB算法提取特征点耗时

的问题，首先使用四叉树分解法精简输入图像的特征点检测区域，然后使用ORB

算法提取图像特征点，最后使用BEBLID（Boostedefficientbinarylocalimage

descriptor，提升的高效二进制局部图像描述符）描述特征点，从而提高图像匹配的

实时性。本文改进的ORB算法在保证图像匹配精度的同时，将速度提升了1倍以

上。在特征点匹配方面，首先使用FLANN（FastLibraryforApproximateNearest

Neighbors，快速最近邻搜索）算法进行粗匹配，再使用PROSAC（ProgressiveSample

Consensus，渐进一致采样）算法去除错误匹配，进一步提高了图像配准的实时性。

（3）优化的高斯卷积和图像配准算法的实现。本文使用C语言和NEON指令

集实现高斯卷积，包括卷积向量化实现、除法的优化实现、零填充边界实现和剩余

像素的处理。并使用C++语言和OpenCV库函数实现了基于改进ORB和FLANN-

PROSAC的图像配准算法，便于移植测试和应用。

（4）综合验证和应用。使用公共的图像数据集，将本文实现的高斯卷积和图像

配准算法应用于差分图像法，并将其移植到ARM开发平台进行实验对比。测试结

果表明，本文算法相对于原始算法，在实时性方面，性能得到了很大的提升，达到

了项目的指标要求。

关键词：红外图像，故障检测，电路板，高斯卷积，ORB图像配准算法

ABSTRACT

Asthesubstrateforvariouselectroniccomponents,circuitboardshavebecome

increasinglycomplexinfunctionandstructurewiththedevelopmentofmanufacturing

processes.Whencomponentsinacircuitboardmalfunction,traditionalcontactdetection

methodsoftenencountervariousissuessuchaslongtime-consuminganddifficultyin

operation.Therefore,circuitboardfaultdetectiontechnologybasedoninfraredimages

hasreceivedwidespreadattention.Inaddition,researchersareactivelyexploringthe

integrationofinfraredimagefaultdetectionalgorithmsonlow-costandportable

embeddeddevices.Howev