基于图像处理的 PCB板检测技术分析及研究

摘 要：在国内外对图像识别软件研究成果的基础上 ，运用数字图像处理技 术 ，设计了能够检测 PCB断路短路缺陷的自动检测系统。

关键词 ：图像处理；缺陷识别 ；PCB

引言

随着半导体技术 的快速发展 ，印刷电路板(PCB)已经在各种领域得到了广泛的应用。由于生产复杂度和产量的提高，对其质量也提出更高的要求。而以人工检测等主要手段 的传统PCB缺陷检测方式因接触受限、高成本 、低效率等问题限制了PCB的趋势 ，因此研究一种能够实现快速PCB缺陷的自动检测技术具有重大意义。

目前，PCB板缺陷检测的方法一般有接触式和非接触式两种情况 。在PCB板早期的发展阶段 ，接触式检测方法起着比较主导的作用。随着技术的不断发展 ，目前PCB板缺陷检测的主要方式开始使用非接触式技术手段。在非接触式检测工作中，检测传感器和被检测对象没有直接的物理接触 ，这样可以很大程度地杜绝了因物理接触而引发的问题 。现阶段 ，在非接触式PCB检测中一个比较重要的研究方向就是自动光学检测系统(简称 AOI)。AOI大量应用于 LCD／TFT、晶体管与 PCB工业制程上 。利用光学照相方式取得成品的表面图像状态，以影像处理来检出图案异常或者异物等瑕疵。此外AOI还可以进行在线测试，很适合工程的长期大批量的生产[1]。

1 图像自动采集和处理单元

PCB检测系统的核心模块是图像处理单元 ，其基本的结构组成部分是图像预处理、图像识别匹配等 ，其中图像的预处理包括图像滤波 、图像灰度化 、图像锐化等。图像处理单元的基本任务就是根据图像处理的方法将PCB板的缺陷检测出来。PCB高精度的待测图像可以通过图像采集单元获得，在图像预处理模块中 ，依据PCB图像自身的特点 ，使用合适的计算方法将待测的PCB图像进行预处理，其工艺过程包括图像滤波、灰度化以及图像锐化等方法对图像的噪声滤除并且增强图像的对比度；再使用最适合的阈值分割方法，将预处理后的待测PCB图像进行二值化；最后在缺陷识别模块中，得到伪缺陷图，进行缺陷位置检出[2]。

2 PCB图像处理与模板匹配

2.1 PCB图像预处理

噪声信号加减作用于图像象素的真实灰度值上 ，在图像上造成了亮 、暗点干扰 ，大大降低了原图像的质量 ，对后续的图像识别 、分割 、特征提取等工作的顺利进行造成很大的影响。通过对图像滤波的方法可以大大减少噪声对图像细节的抑制 ，在图像预处理操作 的关键环节 ，它的结果将直接影响图像处理和分析的有效性。对于PCB图像而言 ，主要是受到的污染是椒盐噪声和高斯噪声。椒盐噪声是由图像的传感器 、信号传输通道以及解码处理等产生的黑白相间的亮暗点噪声，它是一种极端噪声，噪声的强度值与周围像素的强度值有着很大差异，因此此类噪声容易定位和滤除。

2.2 PCB图像模板的匹配

标准PCB图像与待检测PCB图像进行差分运算得出短路 、断路检测结果时 ，两图像上的各点必须一一对应，否则，比较所得的结果将毫无意义。因此，为了保证PCB图像检测结果的准确性，精确的图像匹配技术是前提。图像匹配又称图像配准或图像相关，是指一幅或多幅图像上同一 目标在空间位置上一一对应。

模板匹配技术就是利用已知的模板 ，通过计算判断图像中各个部分与模板的相似程度 ，从而获知图像中是否存在与模板相应的特定对象 ，并得到其位置信息。通过不同图像采集设备 ，使目标物体在不同光线照射下 ，在不同的位置对图像进行采集 ，把采集到的图像进行对比发现所采集目标物体的图像都是有差异的，之所以会产生这种现象 ，主要是因为在图像采集的过程中，采集的目标物体受到了很多外界因素的干扰 ，使采集对象的图像在原有的基础上发生了局部改变。想要准确地对PCB图像进行检测，首先要有精确的图像匹配 ，基于灰度的模板匹配是根据待匹配PCB图像和模板之间的灰度值来确定两者是否配准，是模板匹配算法理论的基础，其基本方法就是：首先统计待测PCB图形所包含的信息，并把这些信息定义为一个 函数，进而根据待测图像与参考图像的区域相识度，使参考图像在目标区域取得极值，并依次类推，逐个像素平移，取得最优值，进而检测出目标区域，并输出[3]。

3 PCB短路断路缺陷检测

PCB短路、断路缺陷的检测可采用形态学和图像比较的方法，因为形态学和图像比法检测是效果最好，误差率最低，而且还最容易快速实现的一种方式。图像对比是一种先进的合成技术，它先将两幅已知的图像输入电脑系统，然后对这两幅图像进行加减等操作，然后得到所需要的图像。图像相减是利用检测变化及运动的物体，将同一景物在不同时间拍摄的图像或同一景物在不 同波段的图像相减，在差值图像提供了图像 间的差值信息，用于指导动态监测、运动 目标的检测和跟踪 、图像背景的消除及 目标识别等。把经过处理的图像与参考图像进行对 比，分别让参考图减待测图和待测图减参考图，做减法运算 ，以得到图像的缺陷，而且会产生很多虚假缺陷。因此要取出虚假缺陷，找出真缺陷。由于真缺陷的面积远远大于虚假缺陷图像的面积，这里只需对差分运算后的图像腐蚀后，再进行 4*4方形窗 口对 PCB图像中值滤波，消去虚假缺陷，剩下的就是需要识别的短路断路图像。如果得到的两幅图像全黑，则电路板无缺陷，如果参考图和待测图进行差分运算得到图像有白色斑点，则电路板有断路缺陷，白色斑点是缺陷的位置。如果待测图减参考图有白色斑点，则电路板有断路缺陷，白色斑点是缺陷的位置。

4 结语

电路板缺陷自动检测是一个非常复杂的系统问题 ，涉及到自动光学检测中的许多领域 ，包括自动控制 、图像处理的很多知识。本文结合PCB图像的固有特点 ，对PCB缺陷特征进行了分析 ，并对印刷电路板的短路缺陷检测进行设计研究。

参考文献

[1]　陈彦,李琦.基于图像处理的PCB板断路短路检测技术研 [D].内蒙古科技大学,2016.

[2]　马彩青.基于图像处理的PCB缺陷检测系统的设计与研究 [D].西南交通大学,2004.

[3]　李薇.基于图像处理的印刷电路板缺陷检测技术研究 [D].重庆大学,2007.