印制电路板(PCB)作为电子元器件的信息载体,是电子产业的基础环节。随着PCB朝着高精度、多层数、微型化方向发展,传统的人工检测和电子检测已经无法满足PCB发展的需要。本文以PCB裸板为对象,基于机器视觉技术研究PCB缺陷检测的原理和算法,通过实验进行算法验证和评估,为进一步开发实时PCB缺陷自动检测系统奠定了基础,具体研究内容和成果如下:(1)构建基于机器视觉的PCB缺陷在线检测系统,分析PCB材料光学特征,并结合检测要求确定图像采集方案,选择摄像机和光源,搭建实验平台对PCB板进行图像采集。(2)对采集到的PCB图像进行灰度化处理,分析摄像机的成像模型及镜头畸变原理,针对图像的桶形畸变,采用多项式拟合、双线性插值对图像进行灰度重建,通过标准棋盘格测试纸提取控制点,计算校正模型参数完成图像畸变校正。(3)根据PCB图像特点,采用限定区域的Hough变换快速检测出垂直相交的参考基准线,将线段交点作为特征点并计算其图像坐标,对标准图和待测图进行仿射变换配准。由差影计算得到疑似缺陷区域,最后去除虚假缺陷,获取缺陷区域位置。(4)采用基于轮廓分段的缺陷分类算法实现缺陷类型识别。对处理后的差影图进行膨胀处理,边界检测得到每个缺陷区域闭合轮廓点坐标。通过分析每个轮廓点对应阈值分割后配准待测图中点的像素值,判断缺陷为缺料缺陷或多料缺陷,最后由树状分类法完成缺陷类型识别。(5)开发PCB缺陷检测软件系统。对合格的和有缺陷的PCB图各100幅进行算法测试,检测准确率为96.5%,对大小为350mm×250mm的PCB裸板检测时间约为49s左右,基本满足实时检测的要求。