基于數(shù)字圖像處理的表面缺損檢測研究.pdf

1、隨著我國電子科技水平的不斷提高以及各行各業(yè)對質(zhì)量的要求愈加嚴格，在自動化生產(chǎn)過程中，表面貼裝電子元器件和小型金屬元器件表面缺陷自動檢測技術受到了越來越多的重視。由于表面貼裝電子元器件和小型金屬元器件表面存在著不同種類的缺陷，本論文首先對各種常見的缺陷進行了分類，然后本論文分別以最常見的圓形小型金屬元器件和貼片電容為載體設計了與其對應的表面缺陷檢測系統(tǒng)，這套系統(tǒng)主要利用當下流行的數(shù)字圖像處理技術，所以在檢測的過程中精確度高，速度快。

2、>　　本系統(tǒng)首先經(jīng)過工業(yè)攝像頭對元器件進行拍照采集，經(jīng)過數(shù)字信號傳輸?shù)较嚓P計算主機中；由于直接采集的圖片存在噪聲過高、清晰度達不到檢測要求、圖像中信息過剩等一系列問題，所以在對圖像處理中，運用了圖像濾波，圖像增強，圖像形態(tài)學處理，圖像分割，邊緣檢測一系列算法技術使得圖像達到檢測的相關條件；在處理的過程中，經(jīng)過多次試驗，在不同步驟中選取不同閾值以便得到最佳結(jié)果。同時，由于本論文選擇的三個主要特征分別為圖像面積、圖像中區(qū)塊個數(shù)、圖像邊緣點數(shù)

3、，所以在檢測過程中無需考慮表面貼裝電子元器件和小型金屬元器件在背景中所處的位置，這就使得檢測過程大大簡化，同時加快了檢測速度、提高了檢測精度，從而用機器檢測代替人工檢測成為可能。
　　關于元器件的表面缺陷檢測，本論文首先對可用于缺陷檢測的圖像處理的各個基本算法，比如圖像濾波，圖像增強，圖像形態(tài)學處理，圖像分割等進行了研究。針對不易檢測的劃痕和刀痕，本論文采用了提取圖像邊緣的方法,對圖像邊緣的點數(shù)進行分析。本論文最先采用的算法是基于

4、多尺度小波變換的邊緣檢測算法。該方法采用了多尺度的先進思想，利用三個不同尺度的Gauss濾波器，在單獨的尺度下分別對圖像進行濾波和梯度處理，然后對形成的梯度圖進行加權從而得到總的梯度圖。
　　由于基于多尺度小波變換的邊緣檢測算法計算量非常大，在實際生產(chǎn)中很難滿足要求，因此又采用了Log邊緣檢測算法，但是Log邊緣檢測算法對圖像外沿提取不夠精準，且對圖像濾波要求較高，所以也不是很合適。于是又提出采用改進的自適應平滑濾波Canny檢測