基于梯度方向信息熵的印刷电路板缺陷检测

摘要 : 针对印刷电路板裸板缺陷 在 线 视 觉 检 测 , 提出了一种适用于电路板彩色图像的缺陷检测算
: / D O I １ ０． ３ ９ ６ ９ i ． s s n ． １ ０ ０ ４ ������ １ ３ ２ X． ２ ０ １ ７． ０ ６． ０ １ ０ j
b i l a t e r a l f i l t e r i n i nC I EL a bc o l o rs a c ew a su s e dt or e d u c et h e i n t e r f e r e n c eo fa m b i e n t l i h ta n de n Ｇ g p g ; s u r e t h ec l a r i t f t h ee d ed e t a i l st h e nt h eu n i f o r m i t f t h i sc o l o rs a c ew a su s e dt os e m e n tt h e yo g yo p g ; , t a r e t a r e a sw h i c hn e e d e dt ob ed e t e c t e d l a s t l t h en e i h b o r h o o dg r a d i e n to r i e n t a t i o ni n f o r m a t i o n g y g , e n t r o a sd e s i n e da s ad e s c r i t o r f o r d e f e c t f e a t u r e e x t r a c t i o na n d f e a t u r ev e c t o r c o n s t r u c t i o n t h e n p yw g p : s u o r tv e c t o rm a c h i n ew a su s e dt oi d e n t i f d e f e c t s ． E x e r i m e n t a l r e s u l t ss h o wt h a t t h en e wa l o p p y p gＧ r i t h mi sa b l e t o l o c a t e t h ec o mm o nd e f e c t se x i s t i n nP C B sr a i d l n da c c u r a t e l u c ha ss h o r tc i r Ｇ gi p ya ys , , , , c u i t o e nc i r c u i t e m t a v i t c o e r r e s i d u e s c r a t c he t c ． w h i c hm a e e t t h e r e a l ������ t i m ed e t e c t i o n p p yc y p p ym r e u i r e m e n t s i np r o d u c t i o np r o c e s s e s ． q : ; ; ; ; K e o r d sp r i n t e dc i r c u i tb o a r d( P C B) d e f e c td e t e c t i o n b i l a t e r a l f i l t e r i n f e a t u r ee x t r a c t i o n g yw i n f o r m a t i o ne n t r o p y
基于梯度方向信息熵的印刷电路板缺陷检测
李云峰 ㊀ 李晟阳
基于梯度方向信息熵的印刷电路板缺陷检测
河南科技大学机电工程学院 , 洛阳 , １． ４ ７ １ ０ ０ ３ 机械装备先进制造河南省协同创新中心 , 洛阳 , ２． ４ ７ １ ０ ０ ３
, ２ 李云峰１, ㊀ Baidu Nhomakorabea晟阳１ ２
法 . 该算法主要通过分析缺陷区域边界像素的梯度方向信息获得对应 的 典 型 图 像 特 征 , 具体由滤波去 噪㊁ 目标分割和特征提取三 部 分 组 成 . 为 减 弱 环 境 光 干 扰 同 时 保 证 边 缘 细 节 的 清 晰 , 首先在 C I EL a b 色彩空间对图像进行双边滤波 , 然后利用该色彩空间的均匀性分割出需要检测的目标区域 , 最后设计了 实验结果表明 : 所提算法能够对印刷电路板裸板存在的短路 ㊁ 断路 ㊁ 孔 洞㊁ 余 铜㊁ 划痕等常见缺陷进行快 速精确的定位 , 能够满足生产过程中的实时检测要求 . 中图分类号 : T P ３ ９ １． ４ 关键词 : 印刷电路板 ; 缺陷检测 ; 双边滤波 ; 特征提取 ; 信息熵 邻域梯度方向信息熵这一描述子用于提取缺陷特征和构造特征向量 , 利用支持向量机对缺陷进行识别 .
０㊀ 引言
光学理论并结合图像分析与处理以及计算机和自
２] 动化控 制 的 自 动 光 学 检 测 技 术 [ 对P C B 生产缺 ３] , 陷进行检测逐 渐 成 为 行 业 主 流 [ 它具有效率高
为实现电子元件 电 气 连 接 和 固 定 的 载 体 , 在现代 生产生活的各个领域中都得到了广泛应用 . 电子 元器件集成化 和 微 型 化 的 发 展 趋 势 使 得 P C B的 生产制造工艺日趋复杂 , 受设备 ㊁ 环境和人为失误 等因 素 影 响 , 断 路㊁ 划 P C B 生 产 中 会 存 在 短 路㊁ 痕㊁ 孔洞等影 响 产 品 性 能 的 缺 陷 . 这 些 分 散 在 敷 铜层区域的细小 缺 陷 形 态 各 异 , 与周围环境差异 程度很小 , 从而使 得 传 统 的 人 工 肉 眼 检 测 费 时 费
] １ , 力, 且不能满足 可 靠 性 的 要 求 [ 因 此, 采用基于
, 印刷电 路 板 ( 作 r i n t e dc i r c u i tb o a r d P C B) p
和缺陷覆盖率高等优点 . 近年来国内外许多学者
４ ������ ５] 从硬件平台 [ 和软件算法等方面对该类检测系
２㊀ 图像预处理
D e f e c tD e t e c t i o nf o rP C B sB a s e do nG r a d i e n tD i r e c t i o nI n f o r m a t i o nE n t r o p y １, ２ １, ２ L IY u n f e n IS h e n a n g ㊀L g y g , , １． S c h o o l o fM e c h a t r o n i c sE n i n e e r i n H e n a nU n i v e r s i t fS c i e n c ea n dT e c h n o l o g g yo g y , , L u o a n H e n a n ４ ７ １ ０ ０ ３ y g
( ) 焊盘区域噪声 b
F i ． ２㊀F l o w c h a r t o fa l o r i t h m g g
图 ２㊀ 算法流程图
算法 大 体 分 为 参 考 法 ㊁ 非 参 考 法㊁ 混合法三大
８] . 参考法仅提取待测图像和标准图像的差异 类[
在缺陷特征提取方面 , 现有的 P C B 缺陷检测
分布密度情况 的 统 计 参 数 作 为 支 持 向 量 机 ( s u Ｇ p
( ) 背景区域噪声 a
F i ． １㊀N o i s e i n t e r f e r e n c e i no r i i n a lP C Bc o l o r i m a e g g g
图 １㊀P C B 原始彩色图像中的噪声干扰
统进行了大量的研究 , 取得了很多成果 .
１㊀ 算法整体流程
] ６ 作为机器视觉检测核心的图像处理算法 [ 直
接决定了检测结果的可靠性和稳定性 . 在具体的 图像处理过程中 , 难点主要集中在滤波算法的设
] ７ 计[ 和缺陷特征的提取上 .
收稿日期 : ２ ０ １ ６ ０ ９ １ ２
������ ６ ９ ５ ������
２． C o l l a b o r a t i v e I n n o v a t i o nC e n t e ro fM a c h i n e r u i m e n tA d v a n c e dM a n u f a c t u r i n fH e n a n yE q p go , , , P r o v i n c e L u o a n H e n a n ４ ７ １ ０ ０ ３ y g : , A b s t r a c t A i m i n t r e a l ������ t i m ev i s u a l i n s e c t i o n so fP C Bd e f e c t s ad e f e c td e t e c t i o na l o r i t h mw a s ga p g r o o s e dh e r e i nf o ra l i n oP C Bc o l o r i m a e ． T h et i c a l i m a e f e a t u r e sw e r eo b t a i n e db n a l Ｇ p p p p y gt g y p g ya y z i n t h eg r a d i e n t d i r e c t i o n i n f o r m a t i o no f t h e e d ep i x e l s i n t h ed e f e c t r e i o n s ． T h e a l o r i t h mc o n s i s t e d g g g g ,w , , o f t h r e ep a r t s i nd e t a i l h i c hw e r ed e ������ n o i s i n t a r e ts e m e n t a t i o na n df e a t u r ee x t r a c t i o n ． F i r s t l g g g y
由于受采光条 件 ㊁ 工业现场环境等因素的影
子, 选取该特征描 述 子 和 反 映 局 部 区 域 边 缘 像 素 , 的 二 维 训 练 特 征, 得 o r tv e c t o rm a c h i n e S VM) p 到S 从而 实 现 对 P VM 分类器 , C B 缺陷的识别和 定位 . 色图像中 , 首先选 择 合 适 的 色 彩 空 间 对 图 像 进 行 ) 双边 ( 滤 波, 在保证边缘细节清晰的前 B i l a t e r a l 提下去除噪声干 扰 ; 然后通过线性对比度增强扩 大各区域之间色 彩 的 差 异 程 度 , 从而方便敷铜区 域的 准 确 分 割 ; 接 着, 对 于 所 有 边 缘 像 素, 计算它 们的梯度方向信息熵以及邻域内边缘像素的分布 密度 , 二者构 成 特 征 向 量 作 为 S VM 分 类 器 的 训 练样本 ; 最后用得到 的 S VM 分 类 器 对 P C B 缺陷 进行判别和定位 . 图 ２ 为算 法 的 整 体 流 程 图 . 在 原 始 P C B彩
中国机械工程第 ２ ８ 卷第 ６ 期 ２ ０ １ ７ 年 ３ 月下半月
响, 工业相机采集到的原始 P C B 彩色图像不可避 免地含有图 １ a中 箭 头 所 示 的 各 种 噪 声 干 扰. 特 别地 , 图１ b 中圆形区域所示的焊盘的纹理特性以 及漫反射所导致的区域内部色彩值不稳定等现象 会给目标的精确 提 取 带 来 很 大 干 扰 , 也可视为噪 声 . 传统的滤波算法由于对整幅图像进行无差别 的平滑操 作 , 容易使细小的缺陷被误认为是 噪 声 而遭到滤除 , 因此需要在保留缺陷区域关键信 息的前提下选择合适的滤波算法 .