專利名稱：：一種基于模型的pcb缺陷檢測方法
技術領域：
：本發(fā)明涉及一種基于模型的PCB缺陷檢測方法，屬于貼裝PCB表面安裝元件的機器的視覺識別和檢測領域。
背景技術：
：現有的PCB檢測技術分為3類，分別為規(guī)則算法、混合算法和參考算法。規(guī)則算法，是通過確定PCB圖像的每一個特征是否都落在要求的維數內來進行缺陷檢測的。這種算法使用形態(tài)學技術的膨脹和腐蝕來作為算法基礎。它不需要參考模型，但同時此算法也可能會失去一些缺陷。混合算法，是結合了參考型算法和非參考型算法，它有這兩者的優(yōu)點。盡管如此，該算法過于復雜從而會引起過高的計算成本。參考算法，是通過比較待測PCB圖像和參考圖像來進行缺陷檢測的。它有兩項主要技術圖形比較技術和基于模型技術。圖形比較技術，是通過對圖像的每一像素進行異或邏輯運算來進行的。這是此類算法最簡單的一種技術。此算法通常也被稱為圖像差分算法，它是基于如下設想的在參考圖像和待測圖像中的任何不同點將被視為缺陷，此算法的流程如說明書附圖1所示。此算法雖然簡單，但它的主要難點是如何精確地確定參考圖像和待測圖像的對齊，該難點造成了利用上的主要困難。此類更加復雜點的技術通常和特征匹配相關聯，但這些算法需要大量的模板?；谀Ｐ偷募夹g，是通過根據一套預先定義好的模式與待檢測的模式進行匹配的一種技術。有很多技術是基于模型算法被提出的，如樹表示法(treer印resentation)技術，基于連通性(connectivitybased)技術，N元組技術和基于游程編碼(RunLengthEncodingRLE)技術。游程編碼技術通常是被認為在這些基于模型技術中間最好的一項技術，因為該技術不僅可以檢測缺陷，還可以定位缺陷。在這種技術下，PCB圖像被壓縮為RLE數據，然后在這之上進行圖像差分運算。目前提出的各種算法中，基于模型參考算法得到青睞。其中基于RLE技術在最小化化數據的存儲方面是一種不錯有效的辦法。盡管如此，隨著硬盤和內存變得越來越便宜，數據的存儲限制已不在是一個嚴重的問題了?；赗LE的技術同樣被認為它能夠減少PCB檢測系統(tǒng)的檢測時間。但是試驗結果表明，在把一張400x400像素的位圖轉換為RLE數據時它所用的時間為6.399秒，這一結果表明了這種技術在位圖到RLE數據的轉換需要比較多的時間。
發(fā)明內容本發(fā)明為克服現有技術的不足，設計一種基于模型的PCB缺陷檢測方法，針對AOI系統(tǒng)中對檢測時間有特別要求的這一特點進行設計，能夠通過減少圖像數據來提夠檢測效率和縮短檢測時間。本發(fā)明包括如下技術特征一種基于模型的PCB缺陷檢測方法，包括如下步驟對待檢PCB板建模輸入待檢圖片和模型圖片，建立他們之間的配準信息，對圖片進行預處理；對PCB圖像壓縮為RLE數據；對壓縮后的圖像進行小波變換；對變換后圖像進行差分運算，得到差分圖形的直方圖，從此直方圖中提取圖像特征進行識別。本發(fā)明中對任意函數f的積分小波變換為<formula>formulaseeoriginaldocumentpage4</formula>上述w是一個固定的函數稱為基函數；參數a稱為膨脹因子，并且有一個大于零的常量；b是一個實數，為平移因子。所述小波變換計算是通過對圖像行或列濾波的連續(xù)卷積；在第一階變換之后，輸入的圖像被分解為4部分近似(LL1)，水平(LH1)，垂直(HL1)，對角(HH1)，每一部分為原來輸入圖像的四分之一；然后對近似(LLl)部分進行同樣的小波變換直到想要的階數。所述小波變換為二階哈爾小波變換。本發(fā)明的有益效果在于在傳統(tǒng)的差分算法中引進基于模型的小波變換來改變圖像差分算子的性能，并且給出此技術在PCB圖像上的應用。由于小波變換可以認為是圖像到圖像的變換。這樣就使得我們的小波系數也被認為是一個圖像，從而允許圖像差分運算的進行。從檢測時的角度來看，經過小波變換輸出的結果稱為粗圖像，同時圖像的大小比原來的小。在粗參考圖像和粗待測圖像之間簡單使用圖像差分運算很容易就可以得到待測圖像中的缺陷。因此小波變換算法的時間比傳統(tǒng)差分算法和基于RLE算法的時間更短。圖1是圖像差分算法的算法原理圖；圖2第一階小波變換；圖3基于小波的圖像差分算法的流程；圖4經過二階小波變換后的差分圖像；圖5傳統(tǒng)的未經過二階小波變換的差分圖像。具體實施例方式本發(fā)明為一種基于模型的PCB缺陷檢測方法。發(fā)明的系統(tǒng)需要兩張照片，一張是參考照片，另一張為待測照片。先使用CCD相機來從一個沒有缺陷PCB板中獲得一張參考照片。然后我們使用二階小波來對參考照片實施變換并把源圖像和變換結果存于內存中。這一步我們是脫線完成的。如附圖3其中一部分所示。附圖3的另一部分是整個的在線運算過程，CXD相機捕捉有缺陷的PCB并交由檢測系統(tǒng)使用小波變換來處理。經過二階小波變換輸出的結果稱為粗圖像，同時圖像的大小變?yōu)樵瓉淼乃姆种?。在粗參考圖像和粗待測圖像之間簡單使用圖像差分運算很容易就可以得到待測圖像中的缺陷。附圖4和附圖5分別顯示了使用小波變換差分算法和沒有使用小波變換差分算法得到的檢測結果。從圖中的顯示可以明顯的看到，我們提出小波差分算法能夠檢測圖像上所有的缺陷。本發(fā)明中，對任意函數f的積分小波變換為<formula>formulaseeoriginaldocumentpage5</formula>這里w是一個固定的函數稱為基函數。參數a稱為膨脹因子，并且有一個常量，如a>0。b是一個實數，為平移因子。通過對圖像行或列濾波的連續(xù)卷積計算可得到圖像小波變換的二維信號，如附圖2所示。在第一階變換之后，輸入的圖像被分解為4部分近似(LLl)，水平(LHl)，垂直(HLl)，對角(HHl)。每一部分為原來輸入圖像的四分之一。接著對近似部分(LLl)進行同樣的變換直到想要的階數。本發(fā)明具體選擇哈爾小波變換。因為哈爾小波有最小的濾波尺度，所以它僅僅需要兩個濾波輸入，如下表所示，其中系數1為平均值系數，系數2為細節(jié)系數。通過選擇最小的濾波尺度小波，檢測系統(tǒng)的處理時間能夠最小化。<table>tableseeoriginaldocumentpage5</column></row><table>表1為哈爾小波濾波參數盡管使用基于RLE圖像差分運算的來進行并行處理，但在使檢測系統(tǒng)更加快速方面我們還有相當的提高空間。對于這一點我們提出一種略為不同的技術來解決。即我們使用二維小波變換來對PCB圖像進行壓縮。然后，我們對壓縮后的圖像在小波域進行差分運算。優(yōu)點是小波變換可以認為是圖像到圖像的變換，這樣就使得我們的小波系數也被認為是一個圖像。從而允許圖像差分運算的進行。從檢測時的角度來看，小波變換算法的性能比傳統(tǒng)差分算法和基于RLE算法的性能略勝一籌?；谛〔ǖ膱D像差分算法的流程細節(jié)附圖3所示。本發(fā)明與現有技術相比能大大節(jié)省檢測時間。因為時間在工業(yè)生產中是一個比較重要的因素，所以根據檢測時間來判別檢測系統(tǒng)的性能是非常必要的。對圖像處理的時間很大程度上取決于圖像的大小。因此我們應該根據檢測時間的長短來對提出的算法性能的判定。我們這里對提出的算法在一部1800MHz的奔騰計算機中進行MATLAB仿真。我們對幾張400X400像素的圖像進行了測試，這里給出的是仿真時間，而實際的檢測時間需要通過以后實現了的檢測系統(tǒng)才能得到。粗級化處理僅僅是用在缺陷檢測過程中，但我認為缺陷的位置應該被明顯的在原待測圖像中表明，以便視覺檢查?；谶@些原因，提出的算法能夠檢測幾種類型的PCB缺陷，如短路、過孔的大小，開路，電感太近、勵磁不足，偽鋪銅。<table>tableseeoriginaldocumentpage6</column></row><table>表2傳統(tǒng)圖像差分運算性能<table>tableseeoriginaldocumentpage6</column></row><table>表3使用哈爾小波基于小波變換的差分運算性能表2和表3分別給出使用基于二級哈爾小波變換差分算法和沒有使用是的檢測時間。表2給出的是一般圖像差分運算的時間，為7.251秒。表3給出的是使用基于二級哈爾小波變換差分算法時的時間，總的計算時間降為1.362秒，其中小波變換是時間為1.162秒，0.2秒為圖像差分運算時間。這樣，通過在傳統(tǒng)的圖像差分運算中引進小波變換，能夠使總的檢測時間降低為原來的81.22%。這也意味著對于PCB檢測應用來說，哈爾小波能夠使模型化的PCB圖像進行檢測時間的最小化。權利要求一種基于模型的PCB缺陷檢測方法，包括如下步驟對待檢PCB板建模輸入待檢圖片和模型圖片，建立他們之間的配準信息，對圖片進行預處理；對PCB圖像壓縮為RLE數據；對壓縮后的圖像進行小波變換；對變換后圖像進行差分運算，得到差分圖形的直方圖，從此直方圖中提取圖像特征進行識別。2.根據權利要求1所述的基于模型的PCB缺陷檢測方法，其特征在于對任意函數f的積分小波變換為上述W是一個固定的函數稱為基函數；參數a稱為膨脹因子，并且有一個大于零的常量；b是一個實數，為平移因子。3.根據權利要求1所述的基于模型的PCB缺陷檢測方法，其特征在于所述小波變換計算是通過對圖像行或列濾波的連續(xù)卷積；在第一階變換之后，輸入的圖像被分解為4部分近似(LLl)，水平(LHl)，垂直(HLl)，對角(HHl)，每一部分為原來輸入圖像的四分之一；然后對近似(LLl)部分進行同樣的小波變換直到想要的階數。4.根據權利要求1至3任一項所述的基于模型的PCB缺陷檢測方法，其特征在于所述小波變換為二階哈爾小波變換。全文摘要本發(fā)明為一種使用小波變換的基于模型的PCB缺陷檢測方法，包括如下步驟對待檢PCB板建模輸入待檢圖片和模型圖片，建立他們之間的配準信息，對圖片進行預處理；對PCB圖像壓縮為RLE數據；對壓縮后的圖像進行小波變換；對變換后圖像進行差分運算，得到差分圖形的直方圖，從此直方圖中提取圖像特征進行識別。從檢測時的角度來看，經過小波變換輸出的結果稱為粗圖像，同時圖像的大小比原來的小。在粗參考圖像和粗待測圖像之間簡單使用圖像差分運算很容易就可以得到待測圖像中的缺陷。因此小波變換算法的時間比傳統(tǒng)差分算法和基于RLE算法的時間更短。文檔編號G06K9/36GK101825581SQ20101015436公開日2010年9月8日申請日期2010年4月16日優(yōu)先權日2010年4月16日發(fā)明者程良倫,陳偉申請人:廣東工業(yè)大學