２０１２年仪表技术与传感器
２０１２第８期
Ｉｎ８ｔｍｍｅｎｔ
Ｔｅｃｈｎｉｑｕｅ
明ｄＳｅｎｓｏｒ
Ｎｏ．８
基于数字图像处理的印刷电路板缺陷检测
李正明，黎宏，孙俊
（江苏大学电气信息工程学院，江苏镇江２１２０１３）
摘要：针对传统ＰＣＢ检测方法高成本、低效率问题，提出一种基于数字图像处理的ＰＣＢ板自动光学检测方法，建立了将标准图像和待测图像进行对比的检测系统。针对ＰＣＢ板生产过程中遇到的短路、断路、空洞、凸起、凹陷等缺陷，采用了求连通区域数、计算欧拉数、求缺陷区域面积等方法，来检测上述缺陷问题，并给出算法的全过程。经实验结果分析，该方法能准确地检测出待检测电路板上存在的缺陷，达到了自动实时检测的目的。
关键词：印刷电路板；缺陷检测；图像处理；参考法
中图分类号：ＴＰ３９１
文献标识码：Ａ
文章编号：１００２—１８４１（２０１２）０８一００８７—０３
ＤｅｔｅｃｔｉｏｎｏｆＰＣＢＢａｓｅｄ
ｏｎ
ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ
ＵＺｈｅＢｇ—ｍｉｎｇ，ＬＩＨｏｎｇ，ＳＵＮＪｕｎ
（ＳｃｈｏｏＩ
ｏｆＥｌ∞ｔｒｉｃａｌＥｎｇ．ｍ∞ｄＩＩｇ，Ｊｉａｎ擎ｕＵｎｉｖｅｒｓ鲫，ｚｈｅ埘ｉａＩＩｇ２１２０１３，Ｃｍ肌）
Ａｂｓｔｒ∽ｔ：Ｉｎ
ｏｒｄｅｒｔｏｓｏｌｖｅｔｌｌｅｐｍｂｌｅｍｏｆｈｉｇｈ—ｃｏｓｔ，ｌｏｗｅｍｃｉｅｎｃｙ
ｏｆｔｒａｄｉｔｉｏｎａｌｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｆｈＰｃＢ，ｔｈｉｓｐ印ｅｒｐｒｅｓｅｎ—
ｔｅｄ
ａｎ
ａｕｔｏｍａｔｉｃｏｐｔｉｃａｌｉｎｓｐｅｃｔｉｏｎｍｅｔｌｌｏｄｂａｓｅｄ
ｏｎ
ｉｍａｇｅｐｍｃｅｓｓｉｎｇ
ｔｅｃｈｎｏｌｏｇｙ蛐ｄ
ｄｅｓｉｇｎｅｄｔｈｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｂｅｔｗｅｅｎｔ王ｌｅ
ｓｔａＩｌｄａｒｄｉｍａｇｅａｎｄｔｈｅｂｅｉｎｇｔｅｓｔｅｄｉｍａｇｅ．ＦｏｒＰＣＢｐｒｏｄｕｃｔｉｏｎｄｅｆｅｃｔｓｓｕｃｈａｓ
ｓｈｏｒｔｃｉｒｃｕｉｔ，ｏｐｅｎｃｉｒｃｕｉｔ，ｈｏＵｏｗ，凼ｅｕｎｒｅａｓｏｎａｂｌｅ
ｌｉｎｅｗｉｄｔｈ，ｓｏｍｅｅｍｃｉｅｎｔｍｅ嬲ｕｒｅｓｓｕｃｈ
ａｓ
ｆｉｎｄｉｎｇｔｈｅｎｕｍｂｅｒ０ｆｃｏｎｎｅｃｔｅｄｒｅｇｉｏｎｓ，ｃａｌｃｕｌａｔｉｎｇｅｕｌｅｒｎｕｍｂｅｒ，ｆｉｎｄｉｎｇ
ａｒｅａ
０ｆｄｅ—
ｆｅｃｔｓｗａｓｕｓｅｄｌｏｄｅｔｅｃｔｔｈｅｓｅｄｅｆｅｃｔｓａｎｄｔ｝１ｅｗｈｏｌｅｐｍｃｅ８￥０ｆｔｈｅａｌｇ和ｔｂｍ
ｗａｓ
ｇｉｙｅｎ．Ｔｈｅｒｅｓｕｌｔ“ｅｘｐ翻ｍ即ｔｉｎｄｊｃａｔｅｓｔ｝１ａｔｔ｝１ｉｓ
ｍｅｔｈｏｄ
ｃａｎ
ａｃｃｕｒａｔｅｌｙｄｅｔｅｃｔｄｅｆｅｃｔｓｉｎ
ａ
ＰＣＢａｎｄａｃｈｉｅｖｅｔｈｅｐｕｒｐｏｓｅｏｆａｕｔｏｍａｔｉｃｒｅａｌ—ｔｉｍｅｄｅｔｅｃｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＰＣＢ；ｄｅｆｅｃｔｉｎｓｐｅｃｔｉｏｎ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｒｅｆｅｒｅｎｃｅｍｅｔｈｏｄ
０引言
图像处理单元是整个系统的核心单元。该单元主要运用数字对现有的ＰＣＢ缺陷检测，常用的检测方法有人工测试、电图像处理算法，对待测ＰＣＢ板进行必要的图像预处理。根据检测试和光学测试，其中电测试又包括在线测试和功能测试…。测的目标对象，采用合适的算法，检测出待测ＰＣＢ板的缺陷。传统的视觉检查法即人工测试，由于投资小、方法简单，曾广泛系统的结构如图１所示。
应用，但此种方法对新型ＰｃＢ板无效。在以往的ＰｃＢ生产过图像采集单元
程中，电测试曾经是一种比较有效的在线测试方法，但随着ＰｃＢ生产技术的不断提高，它的局限性也越来越大旧１。所以，图像近年来自动光学检测（Ａｕｔｏｍ砒ｉｃ
０ｐｔｉｃａｌＩｎｓｐｅｃｔｉｏｎ
ｓｙｓｔｅｍ，简称
处ＡＯＩ）越来越受到重视。ＡＯＩ的核心之一是图像处理，图像处理理盥的核心是检测算法。近年来，中外学者提出了很多ＰＣＢ缺陷检兀
一
测算法，如比较参考图像与被测图像的特征样式来检测印刷电路板瑕疵的自动光学检测算法ｐ３，基于小波变换的缺陷检测算运动控制单元
法Ｈ１等。针对这些检测方法的不足，设计了ＡＯＩ在线检测系统图ｌ系统结构
的核心软硬件结构，提出一种基于计算机图像处理的ＰｃＢ线路运动控制部分和光照部分在文中不作详细考虑，需要根据缺陷检测方法，算法结合图像对比技术，通过图像预处理、图像实际情况调整，但总的要求是使获得的图像清晰、整齐，便于后对比和缺陷检测算法，实现了快速、稳定、可靠的ＰｃＢ检测。
续处理。
１
ＰＣＢ缺陷检测系统总体结构设计
系统整体工作过程为将被检测物体放置到运动台上，运动该系统总体结构包括光照单元、运动控制单元、图像采集
控制装置将被检测ＰｃＢ沿运动轴传送到视觉检测部位（线扫描单元、图像处理单元。光照单元的主要任务就是产生合适的照ｃｃＤ能够扫描到的地方），同时按要求的扫描分辨精度控制运明及准确的物象位置关系，以保证得到的图像有合适的对比度动控制装置的位移扫描速度，以保证扫描出二维图像的分辨率和清晰度。图像采集单元完成对检测ＰｃＢ板的图像采集。运和清晰度。扫描系统通过接口线路（ｃｃＤ内、外同步扫描信号）动控制单元用于移动平台来获得整个电路板的图像。计算机
向视觉检测系统发出准备就绪信号，被检测物图像由ｃｃＤ器件获取后，送入图像采集卡进行数字化，然后进行视觉检测：首先
收稿日期：２０１ｌ—０９—１２收修改稿日期：２０１２一０３—２６
对采集到的图像进行必要的滤波处理，然后实现ＰＣＢ图像二值
万方数据
８８
ＩｎｓｔｍｍｅｎｔＴｅｃｈｎｉｑｕｅａＩｌｄＳｅｎ８０ｒ
Ａｕ昏２０１２
化，最后运用数学形态学以及模式识别方法，实现最终的缺陷检测、识别的目的。在经过图像处理单元进行复杂的运算后，如果发现缺陷，则将缺陷位置在图像上标记显示，同时通知执行单元进行诸如在ＰＣＢ相应缺陷位置做上标记等动作。
２
自动光学检测系统软件设计
近年来出现的很多ＰＣＢ图像缺陷检测算法大致可分为３
类：”ｏ参考算法、非参考算法以及混合算法。参考算法使用待测电路板的全部信息，先将标准图像（可以是无缺陷的图像或是设计时的ｃＡＤ数据）转化成二值图像存储起来，然后与预处理后待测板图像进行比较∞ｏ。非参考算法也称基于规则的算法。它不需要标准图像的信息，而是基于一定的设计规则。混合法综合了参考法和非参考法的优点，以求达到更高的检测率。最常用的方法是进行异或运算，以得出缺陷位置。文中提出的方法属于参考法。根据系统工作原理，参考算法流程如图２所示。
豳匝函
Ｌ—瓶丽习一
墨
蓠
图２参考法流程图
２．１
ｏ蝴资料转化
在ＡＯＩ的检测过程中，为了保证加工出的板面图形与设计
图行的一致性，避免批量问题漏检，常采用ｃＡＤ作参考对比图形进行检测。在采用ｃＡＤ作参考对比图形时，需对ｃＡＤ资料进行层次定义、检测模式选定、解析度、线宽、板厚等相应参数设定，把工程设计的ＣＡＤ资料转换为ＡＯＩ能够识别的图形资料。采用ｃＡＤ作参考对比图形时，ＡＯＩ图形处理卡把处理过的ｃＡＤ资料转换为ＡＯＩ能够识别的图形数据，并存储下来，备ＡＯＩ检测时进行图形比对。２．２图像预处理
在ＰＣＢ光板图像的采集、获取、传输过程中，由于输入转换器件及周围环境的影响等，使得ＰＣＢ缺陷检测系统中采集的数字图像含有各种各样的噪声和失真，为了便于后续的图像分析和理解，必须对图像进行预处理，消除噪声，矫正失真，改善图像质量，易于后续分析、处理。这里的预处理包括：图像平滑、图像对比度增强、图像锐化、图像二值化。２．３图像配准
图像配准是要保证标准图像和待检测图像位置相吻合，是决定检测结果好坏的关键一步。如果图像位置不吻合，则后续处理就没有任何意义，会检测出很多虚假的缺陷，从而得出错误的结论¨１。模板匹配过程：最开始时，模板的左上角点和搜索图像的左上角点是重合的，搜索图中的这块区域一般称作为窗口，窗口内的图像称为子图。然后将窗口依此平移到下一个像素，不断地比较子图ｓ与模板Ｔ，当所有的窗口位置都对完
万方数据
后，窗口内图像与模板图像差别最小的那块子图就是要找的目标子图。用式（１）衡量相似度。
Ｍ
Ｎ
月（ｉ，Ｊ）＝１亍焉型兰兰＝＝了亍耳＝＝＝（１）
∑∑｜ｓ４（ｍ，ｎ）ｘ
ｒ（ｍ，ｎ）
√∑∑［ｓ。（ｍ，ｎ）］２√∑∑［ｒ（ｍ，ｎ）］２
、聃２ｌ
ｎ２ｌ
Ｙ
ｍ
２Ｉ
Ｒｏ
Ｊ
式中：ｓ９（ｍ，ｎ）和ｒ（ｍ，乃）分别为子图与模板Ｔ中坐标（ｍ，ｎ）对应的图像像素值；驴表示子图左上角像素点在模板中的位置；［Ｊｓ”（ｍ，ｎ）］２和［ｒ（ｍ，凡）］２分别为子图和模板的能量。
Ｔ和ｓ越相似，则Ｒ（ｉＪ）越大，因此可以根据Ｒ（ｉＪ）的大小来判断Ｔ和ｓ的相似度。模板准确匹配后，两幅图像的各个位置也就对准了。２．４图像对比
标准图像与待测图像异或后，得到缺陷点图像，设定一个面积阈值，以消除误差允许内的缺陷。以缺陷位置为基准，划定一定范围，进行缺陷检测。
２．５缺陷检测和分析
２．５．１
多线、少线和丢失焊盘的识别
这３种缺陷属于非常严重的缺陷，它们的特点是缺陷图像的面积较大，并且是远远大于其他类型缺陷，因此可以据此将这３种类型的缺陷分离出来。２．５．２短路和断路的识别
短路模式与正常模式相比，其图像中包含的区域数会减
少。同样，对断路模式，其区域数会增加。所以，可以用求图像连通区域数的方法来判定待识缺陷是断路还是短路。２．５．３凸起和凹陷的识别
凸起会造成导线与导线之间、导线与也其他导体之间的间距变窄。显而易见，凸起和凹陷的最大区别是会引起二值化面积增加或减少，而其欧拉数和连通区域数不变，因而通过计算导体区域的面积来识别。２．５．４空洞和焊盘堵塞的识别
空洞和焊盘堵塞会造成二值图像面积和欧拉数的增加或者减少，但对连通区域的数目没影响。因此，可以采用计算二值图像面积和欧拉数的方法来识别空洞和焊盘堵塞。
综上所述，结合缺陷所属区域在标准图和待测图中连通区域数差异，对比前缺陷区在标准图中二值化面积和欧拉数，可将短路、断路、凸起、凹陷、空洞、焊盘堵塞等缺陷识别出来，见表１。
表１缺陷特征分类
缺陷识别具体过程如下：从两图对比后的图像中按一定顺序寻找缺陷点。从缺陷检测结果中定位缺陷位置，计算缺陷位置面积值，若小于面积阈值，则该缺陷点为误差允许范围内的缺陷，可忽略。若面积值远大于面积阈值，则该缺陷点为多线、
第８期李正明等：基于数字图像处理的印刷电路板缺陷检测
８９
少线或丢失焊盘的严重缺陷。待检测二值图像和标准二值图像的相应位置划定包含此缺陷的一定区域，比较待测图像与标准图像的连通区域数，若待测图像连通区域数大于标准图连通区域数，则该缺陷点为断路，若小于，则为短路，若相等则进行欧拉数判断。若待测图像欧拉数大于标准图像欧拉数，则该缺陷点为焊盘丢失，若小于，则为空洞缺陷，若相等，则进行二值图像面积判断。若待测图像二值化图像面积大于标准图像，则该缺陷点为凸起缺陷，若小于，则为凹陷缺陷。缺陷检测流程图如图３所示。
对比完成后，对对比图像进行缺陷分析，分析时以左上角为坐标原点，缺陷分析的结果如表２所示。表２中，缺陷位置均为坐标位置，单位为ｃｍ。
图４待测ＰＣＢ图像预处理后的图像
表２
缺陷位置
（６，２１）（７，９）
ＰＣＢ板缺陷分析结果
缺陷位置
（１４．２，２５）（１５．６，９）（１７．６，１８）（２１．６．２）（２４，５）
缺陷类型可忽略可忽略可忽略短路断路
缺陷类型凸起
空洞
（７，１５）
（９，２）（１２．１３．６）
凸起空洞可忽略
从实验结果可以看出，该方法不仅可以排除一些误差允许范围内的细小瑕疵，而且可以有效地检查出ＰＣＢ检测短路、断路、凸起（毛刺）、凹陷、空洞等常规缺陷。４结束语
由检测过程和检测结果可以看出：该检测方法能准确检测出ＰｃＢ板缺陷的位置和个数，既没有虚假缺陷信息，也没有漏检的缺陷。由此说明，该方法能较准确地检测出待检测电路板上存在的缺陷，提高了检测效率，达到了自动无接触实时检测的目的。参考文献：
［１］李汉国，何星，阎晓娜．印制电路板的自动光学检测无损检测，
２００４．２６（６）：３０７—３０９．
［２］林越伟．ＰｃＢ质量检测的算法研究：［学位论文］．重庆：重庆大学，
囤３缺陷检测流程图
２００７．
３实验结果分析
实验采用Ｉｎｔｅｌ
Ｍａｔｌａｂ
ｃｏｒｅ２Ｄｕｏ、２．２ＧＨｚｃＰｕ．ｗｉｎｄｏｗｓｘＰｏｓ．
ｅｍ×２８
［３］陈晓辉，刘晓军．印刷电路板瑕疵检测与分类算法．华中科技大学学报（自然科学版），２０１０。３８（７）：７０—７３．
７。１的软硬件环境，针对２６ｃｍ的ＰｃＢ板进行。
［４］
ＴＡＮＩＧｕｃＨＩＴ．ＫＡｃＰＲｚＡＫＤ，ＹＡＭＡＤＡ
ｓ，ｅｔａ１．ｗａｖｅｌｅｔ－ｂａｓｅｄ
对采集到的ＰｃＢ图像进行去噪处理，采用高斯滤波和小波变换低通滤波进行去噪。然后使用最大方差阈值法对待测图像进行二值化，得到ＰＣＢ的待测二值化图像。文中由于检测ＰｃＢ缺陷，在获得分割后的二值化待测图像后，ＡＯｌ图形处理卡把处理过的ＣＡＤ资料转换为ＡＯＩ能够识别的图形数据，然后将两幅图像比对，根据标准图像和待测二值图两者线路特征差异来判断待测图中的线路目标是否可能存在缺陷。文中的对比方法简单直观快速，主要是通过对两图像对应像素点逐个进行异或逻辑运算实现。
图４为待测ＰＣＢ经预处理后预标准图像进行对比的过程，
ｐｒｏｃｅ姻ｉｎｇｏｆＥＣＴｉｍａＳｅｓｆｏｒｉｎｓｐｅｃｔｉｏｎｏｆｐ矗ｎｔｅｄｃｉｒｃｕｉｔｂ阻Ｉｄ．Ｍａｇ・ｎｅｔｉｃｓ，ＩＥＥＥＴｒａｎｓａｃＩｉｏｎｓ
ｏｎ。２００ｌ，３７（４）：２７９０—２７９３．
［５］郑伟．图像法检测印刷电路板缺陷：［学位论文］．西安：西安理工
大学，２００２．
［６］何伟，李薇．张玲．基于计算机图像处理的电路印刷板缺陷检测．
计算机测量与控制，２００７．１５（１０）：１２９５一１２９７．
［７］杨顺辽，苏明，钟立，等．基于图像处理的印制电路板缺陷自动检
测．计算机测量与控制，２００７，１５（５）：５９ｌ一５９２．
作者简介：李正明（１９５８一）．教授，博士生导师，主要从事数字图像处
理、工业计算控制测控、嵌入式系统的研究。
万方数据
基于数字图像处理的印刷电路板缺陷检测
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
李正明， 黎宏， 孙俊， LI Zheng-ming， LI Hong， SUN Jun江苏大学电气信息工程学院,江苏镇江,212013仪表技术与传感器
Instrument Technique and Sensor2012(8)1次
1. 李汉国;何星;阎晓娜 印制电路板的自动光学检测[期刊论文]-无损检测 2004(06)2. 林越伟 PCB质量检测的算法研究[学位论文] 2007
3. 陈晓辉;刘晓军 印刷电路板瑕疵检测与分类算法[期刊论文]-华中科技大学学报(自然科学版) 2010(07)
4. TANIGUCHI T;KACPRZAK D;YAMADA S Wavelet-based processing of ECT images for inspection of printed circuit board2001(04)
5. 郑伟 图像法检测印刷电路板缺陷[学位论文] 2002
6. 何伟;李薇;张玲 基于计算机图像处理的电路印刷板缺陷检测[期刊论文]-计算机测量与控制 2007(10)7. 杨顺辽;苏明;钟立 基于图像处理的印制电路板缺陷自动检测[期刊论文]-计算机测量与控制 2007(05)
1. 谢光伟. 仲兆准. 钟胜奎. 张运诗. 沈峰 基于机器视觉的PCB板上圆Mark点定位方法的研究[期刊论文]-电脑知识与技术 2013(32)
本文链接：http://d.wanfangdata.com.cn/Periodical_ybjsycgq201208030.aspx
２０１２年仪表技术与传感器
２０１２第８期
Ｉｎ８ｔｍｍｅｎｔ
Ｔｅｃｈｎｉｑｕｅ
明ｄＳｅｎｓｏｒ
Ｎｏ．８
基于数字图像处理的印刷电路板缺陷检测
李正明，黎宏，孙俊
（江苏大学电气信息工程学院，江苏镇江２１２０１３）
摘要：针对传统ＰＣＢ检测方法高成本、低效率问题，提出一种基于数字图像处理的ＰＣＢ板自动光学检测方法，建立了将标准图像和待测图像进行对比的检测系统。针对ＰＣＢ板生产过程中遇到的短路、断路、空洞、凸起、凹陷等缺陷，采用了求连通区域数、计算欧拉数、求缺陷区域面积等方法，来检测上述缺陷问题，并给出算法的全过程。经实验结果分析，该方法能准确地检测出待检测电路板上存在的缺陷，达到了自动实时检测的目的。
关键词：印刷电路板；缺陷检测；图像处理；参考法
中图分类号：ＴＰ３９１
文献标识码：Ａ
文章编号：１００２—１８４１（２０１２）０８一００８７—０３
ＤｅｔｅｃｔｉｏｎｏｆＰＣＢＢａｓｅｄ
ｏｎ
ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ
ＵＺｈｅＢｇ—ｍｉｎｇ，ＬＩＨｏｎｇ，ＳＵＮＪｕｎ
（ＳｃｈｏｏＩ
ｏｆＥｌ∞ｔｒｉｃａｌＥｎｇ．ｍ∞ｄＩＩｇ，Ｊｉａｎ擎ｕＵｎｉｖｅｒｓ鲫，ｚｈｅ埘ｉａＩＩｇ２１２０１３，Ｃｍ肌）
Ａｂｓｔｒ∽ｔ：Ｉｎ
ｏｒｄｅｒｔｏｓｏｌｖｅｔｌｌｅｐｍｂｌｅｍｏｆｈｉｇｈ—ｃｏｓｔ，ｌｏｗｅｍｃｉｅｎｃｙ
ｏｆｔｒａｄｉｔｉｏｎａｌｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｆｈＰｃＢ，ｔｈｉｓｐ印ｅｒｐｒｅｓｅｎ—
ｔｅｄ
ａｎ
ａｕｔｏｍａｔｉｃｏｐｔｉｃａｌｉｎｓｐｅｃｔｉｏｎｍｅｔｌｌｏｄｂａｓｅｄ
ｏｎ
ｉｍａｇｅｐｍｃｅｓｓｉｎｇ
ｔｅｃｈｎｏｌｏｇｙ蛐ｄ
ｄｅｓｉｇｎｅｄｔｈｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｂｅｔｗｅｅｎｔ王ｌｅ
ｓｔａＩｌｄａｒｄｉｍａｇｅａｎｄｔｈｅｂｅｉｎｇｔｅｓｔｅｄｉｍａｇｅ．ＦｏｒＰＣＢｐｒｏｄｕｃｔｉｏｎｄｅｆｅｃｔｓｓｕｃｈａｓ
ｓｈｏｒｔｃｉｒｃｕｉｔ，ｏｐｅｎｃｉｒｃｕｉｔ，ｈｏＵｏｗ，凼ｅｕｎｒｅａｓｏｎａｂｌｅ
ｌｉｎｅｗｉｄｔｈ，ｓｏｍｅｅｍｃｉｅｎｔｍｅ嬲ｕｒｅｓｓｕｃｈ
ａｓ
ｆｉｎｄｉｎｇｔｈｅｎｕｍｂｅｒ０ｆｃｏｎｎｅｃｔｅｄｒｅｇｉｏｎｓ，ｃａｌｃｕｌａｔｉｎｇｅｕｌｅｒｎｕｍｂｅｒ，ｆｉｎｄｉｎｇ
ａｒｅａ
０ｆｄｅ—
ｆｅｃｔｓｗａｓｕｓｅｄｌｏｄｅｔｅｃｔｔｈｅｓｅｄｅｆｅｃｔｓａｎｄｔ｝１ｅｗｈｏｌｅｐｍｃｅ８￥０ｆｔｈｅａｌｇ和ｔｂｍ
ｗａｓ
ｇｉｙｅｎ．Ｔｈｅｒｅｓｕｌｔ“ｅｘｐ翻ｍ即ｔｉｎｄｊｃａｔｅｓｔ｝１ａｔｔ｝１ｉｓ
ｍｅｔｈｏｄ
ｃａｎ
ａｃｃｕｒａｔｅｌｙｄｅｔｅｃｔｄｅｆｅｃｔｓｉｎ
ａ
ＰＣＢａｎｄａｃｈｉｅｖｅｔｈｅｐｕｒｐｏｓｅｏｆａｕｔｏｍａｔｉｃｒｅａｌ—ｔｉｍｅｄｅｔｅｃｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ＰＣＢ；ｄｅｆｅｃｔｉｎｓｐｅｃｔｉｏｎ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｒｅｆｅｒｅｎｃｅｍｅｔｈｏｄ
０引言
图像处理单元是整个系统的核心单元。该单元主要运用数字对现有的ＰＣＢ缺陷检测，常用的检测方法有人工测试、电图像处理算法，对待测ＰＣＢ板进行必要的图像预处理。根据检测试和光学测试，其中电测试又包括在线测试和功能测试…。测的目标对象，采用合适的算法，检测出待测ＰＣＢ板的缺陷。传统的视觉检查法即人工测试，由于投资小、方法简单，曾广泛系统的结构如图１所示。
应用，但此种方法对新型ＰｃＢ板无效。在以往的ＰｃＢ生产过图像采集单元
程中，电测试曾经是一种比较有效的在线测试方法，但随着ＰｃＢ生产技术的不断提高，它的局限性也越来越大旧１。所以，图像近年来自动光学检测（Ａｕｔｏｍ砒ｉｃ
０ｐｔｉｃａｌＩｎｓｐｅｃｔｉｏｎ
ｓｙｓｔｅｍ，简称
处ＡＯＩ）越来越受到重视。ＡＯＩ的核心之一是图像处理，图像处理理盥的核心是检测算法。近年来，中外学者提出了很多ＰＣＢ缺陷检兀
一
测算法，如比较参考图像与被测图像的特征样式来检测印刷电路板瑕疵的自动光学检测算法ｐ３，基于小波变换的缺陷检测算运动控制单元
法Ｈ１等。针对这些检测方法的不足，设计了ＡＯＩ在线检测系统图ｌ系统结构
的核心软硬件结构，提出一种基于计算机图像处理的ＰｃＢ线路运动控制部分和光照部分在文中不作详细考虑，需要根据缺陷检测方法，算法结合图像对比技术，通过图像预处理、图像实际情况调整，但总的要求是使获得的图像清晰、整齐，便于后对比和缺陷检测算法，实现了快速、稳定、可靠的ＰｃＢ检测。
续处理。
１
ＰＣＢ缺陷检测系统总体结构设计
系统整体工作过程为将被检测物体放置到运动台上，运动该系统总体结构包括光照单元、运动控制单元、图像采集
控制装置将被检测ＰｃＢ沿运动轴传送到视觉检测部位（线扫描单元、图像处理单元。光照单元的主要任务就是产生合适的照ｃｃＤ能够扫描到的地方），同时按要求的扫描分辨精度控制运明及准确的物象位置关系，以保证得到的图像有合适的对比度动控制装置的位移扫描速度，以保证扫描出二维图像的分辨率和清晰度。图像采集单元完成对检测ＰｃＢ板的图像采集。运和清晰度。扫描系统通过接口线路（ｃｃＤ内、外同步扫描信号）动控制单元用于移动平台来获得整个电路板的图像。计算机
向视觉检测系统发出准备就绪信号，被检测物图像由ｃｃＤ器件获取后，送入图像采集卡进行数字化，然后进行视觉检测：首先
收稿日期：２０１ｌ—０９—１２收修改稿日期：２０１２一０３—２６
对采集到的图像进行必要的滤波处理，然后实现ＰＣＢ图像二值
万方数据
８８
ＩｎｓｔｍｍｅｎｔＴｅｃｈｎｉｑｕｅａＩｌｄＳｅｎ８０ｒ
Ａｕ昏２０１２
化，最后运用数学形态学以及模式识别方法，实现最终的缺陷检测、识别的目的。在经过图像处理单元进行复杂的运算后，如果发现缺陷，则将缺陷位置在图像上标记显示，同时通知执行单元进行诸如在ＰＣＢ相应缺陷位置做上标记等动作。
２
自动光学检测系统软件设计
近年来出现的很多ＰＣＢ图像缺陷检测算法大致可分为３
类：”ｏ参考算法、非参考算法以及混合算法。参考算法使用待测电路板的全部信息，先将标准图像（可以是无缺陷的图像或是设计时的ｃＡＤ数据）转化成二值图像存储起来，然后与预处理后待测板图像进行比较∞ｏ。非参考算法也称基于规则的算法。它不需要标准图像的信息，而是基于一定的设计规则。混合法综合了参考法和非参考法的优点，以求达到更高的检测率。最常用的方法是进行异或运算，以得出缺陷位置。文中提出的方法属于参考法。根据系统工作原理，参考算法流程如图２所示。
豳匝函
Ｌ—瓶丽习一
墨
蓠
图２参考法流程图
２．１
ｏ蝴资料转化
在ＡＯＩ的检测过程中，为了保证加工出的板面图形与设计
图行的一致性，避免批量问题漏检，常采用ｃＡＤ作参考对比图形进行检测。在采用ｃＡＤ作参考对比图形时，需对ｃＡＤ资料进行层次定义、检测模式选定、解析度、线宽、板厚等相应参数设定，把工程设计的ＣＡＤ资料转换为ＡＯＩ能够识别的图形资料。采用ｃＡＤ作参考对比图形时，ＡＯＩ图形处理卡把处理过的ｃＡＤ资料转换为ＡＯＩ能够识别的图形数据，并存储下来，备ＡＯＩ检测时进行图形比对。２．２图像预处理
在ＰＣＢ光板图像的采集、获取、传输过程中，由于输入转换器件及周围环境的影响等，使得ＰＣＢ缺陷检测系统中采集的数字图像含有各种各样的噪声和失真，为了便于后续的图像分析和理解，必须对图像进行预处理，消除噪声，矫正失真，改善图像质量，易于后续分析、处理。这里的预处理包括：图像平滑、图像对比度增强、图像锐化、图像二值化。２．３图像配准
图像配准是要保证标准图像和待检测图像位置相吻合，是决定检测结果好坏的关键一步。如果图像位置不吻合，则后续处理就没有任何意义，会检测出很多虚假的缺陷，从而得出错误的结论¨１。模板匹配过程：最开始时，模板的左上角点和搜索图像的左上角点是重合的，搜索图中的这块区域一般称作为窗口，窗口内的图像称为子图。然后将窗口依此平移到下一个像素，不断地比较子图ｓ与模板Ｔ，当所有的窗口位置都对完
万方数据
后，窗口内图像与模板图像差别最小的那块子图就是要找的目标子图。用式（１）衡量相似度。
Ｍ
Ｎ
月（ｉ，Ｊ）＝１亍焉型兰兰＝＝了亍耳＝＝＝（１）
∑∑｜ｓ４（ｍ，ｎ）ｘ
ｒ（ｍ，ｎ）
√∑∑［ｓ。（ｍ，ｎ）］２√∑∑［ｒ（ｍ，ｎ）］２
、聃２ｌ
ｎ２ｌ
Ｙ
ｍ
２Ｉ
Ｒｏ
Ｊ
式中：ｓ９（ｍ，ｎ）和ｒ（ｍ，乃）分别为子图与模板Ｔ中坐标（ｍ，ｎ）对应的图像像素值；驴表示子图左上角像素点在模板中的位置；［Ｊｓ”（ｍ，ｎ）］２和［ｒ（ｍ，凡）］２分别为子图和模板的能量。
Ｔ和ｓ越相似，则Ｒ（ｉＪ）越大，因此可以根据Ｒ（ｉＪ）的大小来判断Ｔ和ｓ的相似度。模板准确匹配后，两幅图像的各个位置也就对准了。２．４图像对比
标准图像与待测图像异或后，得到缺陷点图像，设定一个面积阈值，以消除误差允许内的缺陷。以缺陷位置为基准，划定一定范围，进行缺陷检测。
２．５缺陷检测和分析
２．５．１
多线、少线和丢失焊盘的识别
这３种缺陷属于非常严重的缺陷，它们的特点是缺陷图像的面积较大，并且是远远大于其他类型缺陷，因此可以据此将这３种类型的缺陷分离出来。２．５．２短路和断路的识别
短路模式与正常模式相比，其图像中包含的区域数会减
少。同样，对断路模式，其区域数会增加。所以，可以用求图像连通区域数的方法来判定待识缺陷是断路还是短路。２．５．３凸起和凹陷的识别
凸起会造成导线与导线之间、导线与也其他导体之间的间距变窄。显而易见，凸起和凹陷的最大区别是会引起二值化面积增加或减少，而其欧拉数和连通区域数不变，因而通过计算导体区域的面积来识别。２．５．４空洞和焊盘堵塞的识别
空洞和焊盘堵塞会造成二值图像面积和欧拉数的增加或者减少，但对连通区域的数目没影响。因此，可以采用计算二值图像面积和欧拉数的方法来识别空洞和焊盘堵塞。
综上所述，结合缺陷所属区域在标准图和待测图中连通区域数差异，对比前缺陷区在标准图中二值化面积和欧拉数，可将短路、断路、凸起、凹陷、空洞、焊盘堵塞等缺陷识别出来，见表１。
表１缺陷特征分类
缺陷识别具体过程如下：从两图对比后的图像中按一定顺序寻找缺陷点。从缺陷检测结果中定位缺陷位置，计算缺陷位置面积值，若小于面积阈值，则该缺陷点为误差允许范围内的缺陷，可忽略。若面积值远大于面积阈值，则该缺陷点为多线、
第８期李正明等：基于数字图像处理的印刷电路板缺陷检测
８９
少线或丢失焊盘的严重缺陷。待检测二值图像和标准二值图像的相应位置划定包含此缺陷的一定区域，比较待测图像与标准图像的连通区域数，若待测图像连通区域数大于标准图连通区域数，则该缺陷点为断路，若小于，则为短路，若相等则进行欧拉数判断。若待测图像欧拉数大于标准图像欧拉数，则该缺陷点为焊盘丢失，若小于，则为空洞缺陷，若相等，则进行二值图像面积判断。若待测图像二值化图像面积大于标准图像，则该缺陷点为凸起缺陷，若小于，则为凹陷缺陷。缺陷检测流程图如图３所示。
对比完成后，对对比图像进行缺陷分析，分析时以左上角为坐标原点，缺陷分析的结果如表２所示。表２中，缺陷位置均为坐标位置，单位为ｃｍ。
图４待测ＰＣＢ图像预处理后的图像
表２
缺陷位置
（６，２１）（７，９）
ＰＣＢ板缺陷分析结果
缺陷位置
（１４．２，２５）（１５．６，９）（１７．６，１８）（２１．６．２）（２４，５）
缺陷类型可忽略可忽略可忽略短路断路
缺陷类型凸起
空洞
（７，１５）
（９，２）（１２．１３．６）
凸起空洞可忽略
从实验结果可以看出，该方法不仅可以排除一些误差允许范围内的细小瑕疵，而且可以有效地检查出ＰＣＢ检测短路、断路、凸起（毛刺）、凹陷、空洞等常规缺陷。４结束语
由检测过程和检测结果可以看出：该检测方法能准确检测出ＰｃＢ板缺陷的位置和个数，既没有虚假缺陷信息，也没有漏检的缺陷。由此说明，该方法能较准确地检测出待检测电路板上存在的缺陷，提高了检测效率，达到了自动无接触实时检测的目的。参考文献：
［１］李汉国，何星，阎晓娜．印制电路板的自动光学检测无损检测，
２００４．２６（６）：３０７—３０９．
［２］林越伟．ＰｃＢ质量检测的算法研究：［学位论文］．重庆：重庆大学，
囤３缺陷检测流程图
２００７．
３实验结果分析
实验采用Ｉｎｔｅｌ
Ｍａｔｌａｂ
ｃｏｒｅ２Ｄｕｏ、２．２ＧＨｚｃＰｕ．ｗｉｎｄｏｗｓｘＰｏｓ．
ｅｍ×２８
［３］陈晓辉，刘晓军．印刷电路板瑕疵检测与分类算法．华中科技大学学报（自然科学版），２０１０。３８（７）：７０—７３．
７。１的软硬件环境，针对２６ｃｍ的ＰｃＢ板进行。
［４］
ＴＡＮＩＧｕｃＨＩＴ．ＫＡｃＰＲｚＡＫＤ，ＹＡＭＡＤＡ
ｓ，ｅｔａ１．ｗａｖｅｌｅｔ－ｂａｓｅｄ
对采集到的ＰｃＢ图像进行去噪处理，采用高斯滤波和小波变换低通滤波进行去噪。然后使用最大方差阈值法对待测图像进行二值化，得到ＰＣＢ的待测二值化图像。文中由于检测ＰｃＢ缺陷，在获得分割后的二值化待测图像后，ＡＯｌ图形处理卡把处理过的ＣＡＤ资料转换为ＡＯＩ能够识别的图形数据，然后将两幅图像比对，根据标准图像和待测二值图两者线路特征差异来判断待测图中的线路目标是否可能存在缺陷。文中的对比方法简单直观快速，主要是通过对两图像对应像素点逐个进行异或逻辑运算实现。
图４为待测ＰＣＢ经预处理后预标准图像进行对比的过程，
ｐｒｏｃｅ姻ｉｎｇｏｆＥＣＴｉｍａＳｅｓｆｏｒｉｎｓｐｅｃｔｉｏｎｏｆｐ矗ｎｔｅｄｃｉｒｃｕｉｔｂ阻Ｉｄ．Ｍａｇ・ｎｅｔｉｃｓ，ＩＥＥＥＴｒａｎｓａｃＩｉｏｎｓ
ｏｎ。２００ｌ，３７（４）：２７９０—２７９３．
［５］郑伟．图像法检测印刷电路板缺陷：［学位论文］．西安：西安理工
大学，２００２．
［６］何伟，李薇．张玲．基于计算机图像处理的电路印刷板缺陷检测．
计算机测量与控制，２００７．１５（１０）：１２９５一１２９７．
［７］杨顺辽，苏明，钟立，等．基于图像处理的印制电路板缺陷自动检
测．计算机测量与控制，２００７，１５（５）：５９ｌ一５９２．
作者简介：李正明（１９５８一）．教授，博士生导师，主要从事数字图像处
理、工业计算控制测控、嵌入式系统的研究。
万方数据
基于数字图像处理的印刷电路板缺陷检测
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
李正明， 黎宏， 孙俊， LI Zheng-ming， LI Hong， SUN Jun江苏大学电气信息工程学院,江苏镇江,212013仪表技术与传感器
Instrument Technique and Sensor2012(8)1次
1. 李汉国;何星;阎晓娜 印制电路板的自动光学检测[期刊论文]-无损检测 2004(06)2. 林越伟 PCB质量检测的算法研究[学位论文] 2007
3. 陈晓辉;刘晓军 印刷电路板瑕疵检测与分类算法[期刊论文]-华中科技大学学报(自然科学版) 2010(07)
4. TANIGUCHI T;KACPRZAK D;YAMADA S Wavelet-based processing of ECT images for inspection of printed circuit board2001(04)
5. 郑伟 图像法检测印刷电路板缺陷[学位论文] 2002
6. 何伟;李薇;张玲 基于计算机图像处理的电路印刷板缺陷检测[期刊论文]-计算机测量与控制 2007(10)7. 杨顺辽;苏明;钟立 基于图像处理的印制电路板缺陷自动检测[期刊论文]-计算机测量与控制 2007(05)
1. 谢光伟. 仲兆准. 钟胜奎. 张运诗. 沈峰 基于机器视觉的PCB板上圆Mark点定位方法的研究[期刊论文]-电脑知识与技术 2013(32)
本文链接：http://d.wanfangdata.com.cn/Periodical_ybjsycgq201208030.aspx