《集中式数据采集和通讯无线传感器网络》由会员分享，可在线阅读，更多相关《集中式数据采集和通讯无线传感器网络（27页珍藏版）》请在金锄头文库上搜索。
1、An Automatic Optical Inspection System for the Diagnosis of Printed Circuits Based on Neural Networks 基于神经网络的自动光学检测系统 摘要：本文提出了一种用于PCB板的诊断系统，该系统基于自动光 学检测技术，以低成本和广泛的适用性为主要特征。该系统是一个完 整的电路贴片缺陷的检测系统。为了很好的实现这种检测功能，首先 设计了一个低成本高精确性的图像获取系统。然后，通过小波变换和 神经网络对图像进行处理，通过这种处理方式可以降低运算量并且能 够保证运算的精确度。小波变换空间可以根据位置信息，实现
2、对有用 特征的特征提取。本文通过演示该系统在不同电路中不同缺陷的应用 ，来分析系统的原理及具体实现过程。 关键词：自动光学检测（Automated Optical Inspection） 小波变换（Wavelets） 神经网络（Neural Network） PCB板（Printed Circuit Bosrds diagnosis）。 简介 PCB板的自动检测技术可以分为两类：电气接触式检测法（electrical/contact methods）和非电气非接触式检测法（non-electrical/non-contact methods）. 电气 接触式检测法的特点是：高成本，低速度，并且
3、无法检测出非电气缺陷，如线宽过 宽或间距过小等缺陷。与此同时，非接触式方法，在速度和功能方面可以提高诊断 能力。自动光学检测（AOI）在PCB板的自动生产过程中起到了非常重要的作用。 计算机技术，图像处理，模式识别和人工智能的发展，使得电子产业中视觉检测得 到了快速的发展，设备性能提高的同时，成本却下降了，尤其是表面组装技术（ Surface Mounting Technology）发展更为迅速。传统的PCB视觉检测是由人工目测 完成的。但是人工检测速度慢、漏检率高、成品率低。一些作者提出了AOI方法， 采用了用不同的的决策器，如模糊系统（Fuzzy Systems）,神经网络（Neural
4、Networks）或专家系统（Expert System）。这些系统不是耗时就是需要复杂的光 源系统，或需要很多的CCD 照像机，这使得图像的获取过程非常复杂。 本文提出的方法特别的简单，并且成本也很低。它只需要一个CCD 照相机，并且不需要将PCB板定位在一个精确的包含X-Y坐标轴的桌 面上。可以将PCB放在一个自动的传送线上，不需要中断生产线。 该系统的诊断过程是基于元件图像和原件缺陷图像的数据库。处理 器通过一个图形处理程序存储图像，然后系统自动训练神经网络来 识别相应的图像。训练的输入数据是小波变换的系数（WaVelet Transform (WVT) coefficients.）。小
5、波变换可以有效地将图像分解 为不同频率不同幅度的许多部分。因此，感兴趣的目标区域的信息 可以很容易的在对应的区域中提取出来 。 二 诊断方法 （THE DIAGNOSIS APPROACH） 诊断过程可以看成是一个模式识别系统，由元件的图像来承当 识别的模式。一个典型的模式识别系统由三个模块组成：转换 器用来获取物理设备上的数据；特征提取器用来减少 数据量和计算许多特征或属性；分类器用来根据设备的状 态做出最后的判断。在文正的AOI系统中，物理设备就是PCB 板，转换器是CCD照相机，分类器是一个神经网络。该诊断系 统的目的就是实现自动的缺陷检测。诊断系统的结构如图1所示 。该系统包括两个过程
6、：一个是对诊断的训练过程，另一个是 系统对待检测电路的诊断过程 。 A. 训练过程（Training procedure） 通过训练一组神经网络来实现对所有可能出现缺陷的元件 的诊断。每一个神经网络采用一组模式。这些模式是与待 检测元件的所有缺陷相对应的。 A set of neural networks are trained to diagnose all the possible components. Each neural network is trained using a set of patterns, corresponding to the defects to be di
7、agnosed on the corresponding component. B. 检测过程（Testing procedure） 假如有一块待检测的PCB板，和一个CCD照相机。用照相机取得电路的图像。 该图像先经过预处理，来提取重要的特征，然后这些特征被用来作为重要的输 入，输入到一组之前已经训练过的神经网络中，由神经网络识别电路的缺陷。 神经网络的输出就是该诊断系统的诊断结果。这种产生训练模式的方法可以使 我们在进入生产线之前设置一个诊断系统，这一点是非常有用的，因为它大大 降低了诊断成本，并且可以使生长线和诊断系统同时工作。 Given a board to be diagnosed
8、, a CCD camera acquires a circuit image. This image is pre-processed to extract the significant features, and then it is used as an input to the set of neural networks previously trained to recognize the defects on that circuit. The outputs of the neural networks represent the diagnosis of the syste
9、m. The method used to create the training set allows us to set the diagnostic system before implementing the production line. This is very useful, because it reduces the cost of the diagnosis and allows us to start the production line and the diagnostic system simultaneously 。 三 诊断系统的实现结构（THE DIAGNO
10、STIC SYSTEM ARCHITECTURE） 诊断系统的逻辑结构方框图如图2所示。接下来，详细描述该诊断系统的 主要部分。 A. 图像获取系统 （The Image Acquisition System） 一个包含X-Y轴的定位系统用来监测所有的CCD照相机的摆放位置。通过 改变镜头的放大倍数来控制拍摄区域的边框。我们选择移动CCD照相机二 不是移动PCD板以使系统得更快更稳定，并且可以独立于生产线。为了控 制光照条件，用黑色的屏幕遮盖该图像采集系统，以屏蔽外界的光源 。 An X-Y positioning system supervises all the displacements
11、 of the CCD camera. The dimension of the framed region is controlled by modifying the lens zooming. Wechose to move the CCD rather than the PCBs in order to obtain a faster and more flexible system, independent of the production line. In this way the AOI is very useful not only in the electronic ind
12、ustry but also in a wide range of applications. In order to control the illumination conditions, the acquisition system is covered with black screens that avoid external light sources. B. 数据库（The Database） 该数据库为所有该诊断系统要完成的任务提供支持。该数据库用SOL语言开发 ，包含了系统所需的所有知识。可以通过程序来更新数据库。可以通过用户的 图形界面或者是系统运行的过程中实时的更新数据库
13、。 数据库中存储的主要数据就是图像。首先存储的是没有任何缺陷的光板的图像 ，该图像被用来作为处理器的参考图像。此外数据库还存储了所有元件的图像 及元件可能出现的缺陷的图像。每一个元件或区域都与一个神经网络想联系， 该神经网络被用来识别相应的元件的缺陷。 A database supports all the tasks performed by the diagnostic system. Such database, developed in SQL language, represents the knowledge of the system. A set of procedures p
14、ermits to update the database, whether directly using a graphical interface or automatically, in real time, during the system functioning 。 The main type of data stored in the database is the images. The golden image has no application in the diagnosis process, but it is used as reference image by t
15、he operator. The databank stores the images of the components and the images of all the defects to detect. Each component or region is associated to a neural network, which is trained to recognize the corresponding defects that can occur 。 C. 程序 （The Procedures） 系统通过执行一组程序，实现对任务的管理。程序是在LabView的开发环境下
16、 开发的。用户通过图形界面控制管理运算器执行程序。接下来，对主要的程序 进行解释 a) 模板匹配（Template matching）用于确定基准点 进行模板匹配用以确定基准点（fiducial points）。由程序按照实现设计好的路 径控制CCD照相机由基准点开始并依次向每一个元件移动。当搜索区域很小时 ，该程序的运行速度非常快。 Template matching, devoted to identify the fiducial points in the CUT. Thanks to this procedure the CCD camera can move on the reference point in the CUT, and from there it can move in sequence over each component, on the basis of the positions schedule. Such procedure demonstrated to be very fast,
