發(fā)布時間：2024-12-22 06:05

　　爐前PCB貼裝器件缺陷檢測是指在表面貼裝技術(shù)(Surface Mount Technology,SMT)生產(chǎn)線上使用貼片機對PCB芯片貼裝完成后,在進(jìn)入下一步回流焊前,對即將進(jìn)行焊接的芯片的檢測。其主要目標(biāo)是判斷芯片能否進(jìn)行回流焊,是表面貼裝技術(shù)生產(chǎn)線上的重要一步。它是以數(shù)字圖像處理為主的一項重要的工業(yè)技術(shù),近年來對于在爐前PCB貼裝器件的檢測的發(fā)展十分迅猛,各個公司也推出了自家的檢測機器。但是對于貼裝過程中的產(chǎn)生的不同錯誤,還有部分內(nèi)容尚未被解決。對于這些沒有解決的問題,本文將在以下的內(nèi)容中展開研究:首先是對于芯片圖片樣本的采集。對于不同類型的PCB板,只要出現(xiàn)同一類型的芯片,它們的圖像信息應(yīng)該是相近的。并且在不同的光照下,芯片的圖像會產(chǎn)生一定的變化。針對這些相似的樣本圖像采集需要設(shè)計出相應(yīng)的算法,在現(xiàn)有的圖像處理算法中,選出合適的算法對圖像進(jìn)行濾波,提取特征點,得到芯片圖像等。其次,對比現(xiàn)階段不同種類的神經(jīng)網(wǎng)絡(luò),并且找出不同神經(jīng)網(wǎng)絡(luò)之間的差別�，F(xiàn)階段的神經(jīng)網(wǎng)絡(luò)主要用于圖片分類和目標(biāo)識別,不同種的神經(jīng)網(wǎng)絡(luò)對于不同的目的其結(jié)果也不相同,本文需要使用圖片的分類,所以選擇神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)是分類...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源以及研究背景和意義
        1.1.1 課題來源
        1.1.2 課題研究的背景和意義
    1.2 爐前缺陷檢測問題概述
        1.2.1 待處理區(qū)域的確定
        1.2.2 不同種類神經(jīng)網(wǎng)絡(luò)的應(yīng)用
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 國內(nèi)研究現(xiàn)狀
        1.3.2 國外研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容及各章節(jié)安排
第2章 圖像預(yù)處理的相關(guān)算法
    2.1 引言
    2.2 圖片的濾波操作
        2.2.1 中值濾波器
        2.2.2 均值濾波器
        2.2.3 高斯濾波器
        2.2.4 雙邊濾波器
        2.2.5 濾波器的評價
    2.3 圖片的閾值處理
        2.3.1 固定二值閾值化
        2.3.2 OTSU算法
    2.4 輪廓跟蹤算法
    2.5 模板匹配算法
        2.5.1 基于灰度值的模板匹配算法
        2.5.2 基于組件的模板匹配算法
    2.6 本章小結(jié)
第3章 卷積神經(jīng)網(wǎng)絡(luò)
    3.1 引言
    3.2 神經(jīng)網(wǎng)絡(luò)的發(fā)展
    3.3 神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
        3.3.1 神經(jīng)元
        3.3.2 多層感知機
    3.4 卷積神經(jīng)網(wǎng)絡(luò)
        3.4.1 卷積層
        3.4.2 池化層
        3.4.3 全連接層
        3.4.4 特征面
    3.5 本章小結(jié)
第4章 現(xiàn)代神經(jīng)網(wǎng)絡(luò)
    4.1 引言
    4.2 ImageNet挑戰(zhàn)賽
    4.3 AlexNet
    4.4 ZFNet
    4.5 GoogleNet
    4.6 VGGNet
    4.7 SPPNet
    4.8 ResNet
    4.9 FasterR-CNN
    4.10 SSD
    4.11 MXNET
    4.12 本章小結(jié)
第5章 模型訓(xùn)練及實驗分析
    5.1 圖像的采集
    5.2 圖像的預(yù)處理
        5.2.1 二值化處理
        5.2.2 Suzuki85輪廓跟蹤
        5.2.3 Mark點的定位
    5.3 芯片圖像的獲得
        5.3.1 SOP16型芯片正樣本
        5.3.2 SOP16型芯片負(fù)樣本
    5.4 神經(jīng)網(wǎng)絡(luò)模型的預(yù)訓(xùn)練
    5.5 利用模型對芯片檢測
    5.6 算法的普適性
        5.6.1 SOT89型芯片檢測
        5.6.2 0402 型封裝芯片
    5.7 本章小節(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號：4019558