摘要：为提高PCB的测量精度及缺陷识别率,针对不同类型的边缘,设计了亚像素边缘定位拟合模型,实现了PCB光板上导线及焊盘的亚像素级边缘检测。在此基础上,设计了神经网络分类器,提取PCB光板上导线及焊盘的特征作为输入,通过网络训练,构建了用于缺陷检测的MLP神经网络模型。测试实验表明,亚像素边缘检测方法可使PCB光板图像的测量精度进一步提高;神经网络分类器可有效识别和分类PCB光板表面常见的缺陷。

摘要：针对某一企业现有的外螺纹表面质量检测装置效率低、功能不完善、难以实现在线检测的问题,提出采用机器视觉及基于神经网络的智能模式识别技术设计一套自动检测不同类型螺纹零件的几何参数,并对其表面缺陷进行智能化识别、分类的系统。介绍了系统架构及部件选型,基于VS2008、Open CV等软件开发平台,设计了外螺纹尺寸检测、头部槽型识别及表面缺陷识别的实现方法。实验表明,系统具有精度高、速度快、运行稳定等优点。

摘要：为提高PCB的缺陷检出率,开发了一套针对PCB空板的自动光学检测系统。介绍了系统的硬件和软件设计方案,重点阐述了以LabVIEW为开发环境,借助IMAQ Vision及NI Vision Assistant机器视觉开发工具,运用各类功能函数构建系统软件的实现方法。实际应用表明,系统能有效检测焊盘缺孔、空洞等常见的缺陷。

摘要：分别从硬件系统、软件算法两方面对现有的自动光学聚焦系统进行了优化设计,以改进线路板外观质量自动光学检测的效率和适应性。首先在硬件结构上增加了同轴光源,改善了图像采集所需的照明环境;然后通过中值滤波对图像进行预处理,以提高聚焦图像的信噪比;再选用能量梯度算子计算成像清晰度,作为聚焦准则;最后采用"两步爬山搜索法"变换和调整聚焦步长,完成自动调焦过程。由实验验证结果可知,优化的自动聚焦方案获得了更高的图像采集质量,并在响应速度上有明显提升。