本文基于广东省高等学校自然科学研究重点项目《AOI技术在表面贴装质量智能检测中的应用研究》,以电路板板载(printed circuit board assembly-PCBA)元器件缺陷为研究对象,深入研究了如何用机器视觉软件Halcon开发算法实现电路板板载元器件缺陷的检测,并介绍了如何在VC6.0下搭建AOI(Automatic Optical Inspection)检测平台。 本文简单介绍了图像分割、形状匹配、仿射变换理论。图像分割是图像分析、识别等的前提。 本文所研究的PCBA元器件的检测其核心为Halcon的形状匹配与组件匹配技术,两种技术都是基于形状匹配理论。由于机械定位原因产生的检测电路板相对标准板的旋转、偏移可看成一个简单的仿射变换。德国MVtec公司的图像处理软件Halcon,是世界公认具有最佳效能的机器视觉软件,利用它可快速开发机器视觉算法,作为开发工具,本文对Halcon及其模板匹配技术作了介绍。 介绍了整个系统的组成,重点介绍了图像采集部分硬件：光源、摄像机、镜头的设计,保证能得到清晰、高对比度的图像,以便减少机器视觉算法的复杂性。 如何用Halcon实现PCBA元器件缺陷的检测,以及整个AOI软件系统的设计是本文重点。本文详细介绍了整个检测流程；介绍了如何用Halcon进行图像采集；由于摄像机视野的限制,一次只能抓拍到电路板局部区域的图像,为了得到整个电路板的全局图作为系统检测过程中的导航图,介绍了如何集成Halcon的拼接算法实现局部图拼接成全局图；在实际检测过程中,由于定位原因,待检测电路板相对标准板有可能出现偏移、旋转,介绍了如何通过电路板的Mark点实现对检测板图像的校正,以使检测板与标准板对准。根据Halcon形状匹配与组件匹配的不同特点,以及电路板元件分布的特点,把检测分成单检和群检两种情况,并对这两种检测的具体实现做了详细介绍。 AOI软件系统的设计包括系统框架的架构、界面设计、模板数据管理系统,本文介绍了它们的设计和开发过程。检测系统是架构在VC6.0下的MFC单文档的基础上的,用Halcon开发出来的机器视觉代码嵌入在此框架之下；在单文档基础上开发出来的图形界面作为人机交互的接口；模板数据管理系统是利用微软的ADO数据库技术操纵访问ACCESS数据库实现的。