基于机器视觉的PCB焊点缺陷检测与返修方案.docxVIP

基于机器视觉的PCB焊点缺陷检测与返修方案

1.工作背景与目标

1.1背景

电子制造业中，PCB（印制电路板）焊接质量直接影响产品可靠性。传统人工目检效率低、主观性强，基于机器视觉的自动化检测技术可实现高速、精准、标准化的质量控制。

1.2目标

实现对PCB焊点（虚焊、桥接、冷焊、焊膏量不足等）的自动识别与分类

输出缺陷类型、位置坐标及尺寸信息

提供返修操作建议（如加热坐标、打磨范围等）

构建标准化返修流程管理系统

2.系统组成

2.1机器视觉检测模块

硬件配置

工业相机：≥2M像素，≥30fps高速图像采集

照明系统：同轴光/环形光（避免阴影）+缺陷增强专用光源

定位系统：CCD尺寸测量平台（精度±50μm）

软件算法

图像预处理：噪声滤波（中值滤波）、边缘增强（Canny算法）

特征提取：模板匹配（SIFT特征点检测）

缺陷分类：

虚焊：焊点轮廓不规则，对比度＞阈值

桥接：相邻焊盘间出现焊锡短路（面积0.3mm2）

冷焊：表面发亮，缺口≥0.2mm

缺损：焊锡量不足（面积0.1mm2）

3.缺陷检测流程

3.1数据采集

自动对位PCB复位定位

图像采集角度：0°/45°双视图检测侧光遮蔽问题

3.2缺陷分析

边缘检测：基于Tent算子提取焊点轮廓

特征量化：

圆度判定：(max_edge/min_edge)^2

焊锡量评估：灰度均值法计算焊锡区域占比

污点判定