论文部分内容阅读
产品可靠性和品质革命是现今制造业所要面临的一个挑战,同时也是每个制造领域都应该关注的重点。唯有不断的提高产品的质量和生产效率,才能在飞速发展的制造领域立于不败之地。产品外观是反映产品品质的一个重要方面,然而一些具有表面反光特性的产品在进行缺陷检测时却困难重重,诸如不规则金属表面,亦或是反光镀层表面。针对这些表面的缺陷检测,因机器视觉设备检测的不可靠性,当下大部分的企业始终使用传统的工人质检形式。这种方式不仅效率低下,而且会因检测人员的视觉疲劳以及对缺陷标准评判不一导致大量的误检和漏检。本文以图像处理和机器视觉技术为基础,研究了用于检测电子元器件镀锡引脚的不规则高反射表面缺陷的光源以及缺陷识别算法,提出了一种针对电子元器件的高反射表面引脚相对通用且可行的检测方案,并设计实现一套完整的机器视觉检测设备。主要的研究工作包括:1.设计了整套高反射表面缺陷检测的方案。针对产品表面高反射特性,提出了一种新型的光源照明方案,极大程度的降低了反射特性对与产品表面缺陷检测的干扰。同时根据产品表面缺陷检测的要求,设计了一种多个视角同时检测的系统。2.深入分析产品表面缺陷类型特性,设计了整套图像处理算法。采用通道分析,滤波增强,图像分割等算法实现了对于高反射产品表面缺陷的检测。3.基于软件工程方法,分析用户需求,基于C#语言设计了完整的电子元器件全外观检测系统软件。软件包含相机控制,图像调试,参数设置,用户管理,数据查询等模块。4.基于高反射表面缺陷特征分析构建一个卷积神经网络深度学习算法框架,该算法能够实现对高反射表面缺陷样品的缺陷分类,进而实现对于高反射表面产品的缺陷检测。通过对于电子元器件镀锡引脚表面缺陷检测的实验和测试,本文提出的检测方案具有良好的可实施性,提出的检测算法能够较好的实现对于高反射表面缺陷的检测,应用于实际工业生产的结果表明,该方案满足大部分电子元器件引脚缺陷检测的要求,检出率达97.9%