基于機器視覺的電路板缺陷檢測

白巖松 侯亞輝 劉明濤(河南理工大學 河南 焦作 454000)

1 研究背景

機器視覺是指基于視覺技術的機器系統或學科。從廣義上來說，機器人、圖像系統、基于視覺的工業測控設備等統屬于機器視覺范疇。從狹義角度來說，機器視覺更多指基于視覺的工業測控系統設備。隨著加工制造業的發展，機器視覺的需求逐步上升。在一些不適合人工作業的危險工作環境，或人工視覺難以滿足要求的場合，引入機器視覺技術來替代人工視覺，將大大提高生產效率;另一方面，面對國內制造業勞動力相對不足、人工成本持續高漲、高級技工嚴重缺乏等諸多問題的呈現，越來越多的電子制造企業開始注重高效率、快節奏的生產方式，產業自動化的發展趨勢使得機器視覺技術在制造生產中占據了越來越重要的地位。

2 基于Halcon軟件的電路板缺陷檢測算法

電路板缺陷相較于壞點缺陷具有一定的復雜性，所以采取了基于Halcon的匹配技術。主要涉及圖像處理，模式識別等技術。分別用到了3種匹配技術，基于灰度的匹配，基于形狀的匹配，基于元件的模板的匹配?；玖鞒淌谦@取圖像→創建模板→匹配→清除模板。創建模板時使用create_shape_model_xld(Operator)函數設定模板形狀，縮放范圍等，匹配時可以用find_shape_model(Operator)函數設置參數，如搜索范圍等。為了滿足在實際運用中的在線檢測速度要求，通常采用離線制作模板在線匹配的流程。缺陷檢測通常約定標準板為母板，待測板為子板。流程是創建|調用模板，模板匹配，子圖矯正，殘缺分析。

3 實現過程

約定標準板為母版，其圖像用來創建模板為母圖;待檢測板為子板，其圖像為子圖。缺陷檢測流程如下:

3．1創建|調用模板。電路板的表面元件的形狀有一定的規律，一般為四邊形。基于對Halcon三種模板匹配技術分析，采用基于形狀及基于元件的匹配技術檢測元件缺陷。對于子圖中唯一元件(如IC片)的檢測，采用形狀匹配技術;而對于一種元件多個實例對象(如電容片、電阻片，一個電路板里可能包含多個同樣的電容或電阻)的檢測采用基于組件的匹配技術，而不采用單模板檢測多個同類對象的方法或者多模板技術。創建模板是一個耗時的工作，實際應用時，為了提高檢測效率，在離線情況下將創建好的模板保存到文件，在線檢測時調用現成的模板。

3．2模板匹配。將模板分別與母圖、子圖匹配，匹配結果包含:模板的位置、目標對象的位置、相似度及縮放比例等信息。模板與母圖匹配等于是將模板當成目標對象，理想情況下得到的位置信息應為模板的中心坐標和0(模板相對模板旋轉角度為0)，由于匹配誤差的存在，實際匹配結果相對理想結果有誤差，但誤差非常小，坐標精度為0－3，角度精度為0－7。缺陷分析時，求取的是目標對象與模板的位置差，恰好抵消部分匹配誤差，提高了檢測精度。

3．3子圖矯正。掃描電路板的圖像時，由于機械定位原因，在工作平臺下母版與子板存在定位誤差，導致子圖相對母圖位置偏移、旋轉。需對子圖進行位置矯正。在PCB板的設計制造階段，設計者通常會在電路板上設置定位標志(Mark)作為后續器件焊接及電路板切割的定位標準，本實驗用的電路板的定位標志為兩個Mark圓，分布在電路板的對角。矯正時通過模板匹配的方法分別找到母圖、子圖對應的Mark圓的圓心，分布在電路板的對角。矯正時通過模板匹配的方法分別找到母圖、子圖對應的Mark圓的圓心坐標，兩坐標間對應一個仿射變換矩陣，對子圖實行仿射變換就可以將子圖Mark圓與母圖Mark圓圓心對準。對另一個Mark圓也進行同樣的操作。兩個Mark圓圓心對準，就可以消除偏移、旋轉誤差，從而實現子圖的位置矯正。為了保護Mark模板的中心為Mark的圓心，創建模板前需采用圖像處理的方法提取Mark圓，使整個模板圖像恰好為Mark圓，采用的圖像處理方法為圖像分割與特征提取。

3．4殘缺分析。設模板位置為Pt(xt，yt，anglet)，目標對象位置為P0(x0，y0，angle0)，則偏移量 D=(x0－xt)2+(y0－yt)2，旋轉量 Ang=|angle0－anglet|≈angle0(因為anglet≈0)。根據工藝要求設定一個偏移閾值D0和一個旋轉閾值Ang0。1)檢測位移缺陷:當D＞D0時，不合格;當D ＜D0時，合格;2)檢測旋轉缺陷:當 Ang＞Ang0時，不合格;Ang＜＜Ang0時，合格。極性反:Ang0＞1800。對于缺失元件，匹配找不到或雖然找到一個與模板最相似的物體，但其相似度通常很低，只要設置一個相似度閾值來過濾找到的對象就可以確定元件是否缺失。