如何构建基于图像识别的印制线路板精密测试系统？

如何构建基于图像识别的印制线路板精密测试系统？
图像识别技术在印刷线路板精密测试中的应用

回帖（1）

李焯尤

2021-4-27 10:48:20

随着信息产业和电子技术的发展，PCB（PrintedCircuit Board）线路板的制造技术得到了发展。传统光学显微镜目测法由于其自身缺陷已不能适用于PCB板的精密检测。基于图像识别的精密检测是现代测量技术的发展方向。该方法利用光学投影把测试目标成像于CCD摄像机芯片，芯片通过感光把测试目标转化为数字视频信号，分析数字图像得出目标的几何尺寸。由于测试均由计算机实现，排除人为干扰，提高了测试精度。故在构建基于图像识别的印制线路板精密测试系统的基础上，研究亚像素边缘定位算法，开发印制线路板精密测试软件，通过印制线路板测试验证了系统的测试精度。
1 精密测试系统的构建
基于图像识别的印制线路板精密测量系统组成如图1。该系统可实现测试标定、自动调焦、大目标测量、测试报表结果判别和输出、测试图像保存等功能。系统工作原理：首先应进行测试系统的标定工作，即根据标准模板对系统的测试精度进行矫正；其次，根据测量目标的具体要求来调节光学镜头的焦距和与水平工作台的工作距离，根据测试精度要求调节镜头焦距以确定合适的测试倍率和精度；最后，可通过调节水平工作台来实现测试目标全部位的精密测试，尤其适用于测试大目标对象。

2 亚像素边缘定位算法的研究
在保证印制线路板图像采集质量的条件下，基于图像识别的印制线路板精密检测系统的检测精度主要取决于各测量特征轮廓的提取精度。近年来发展的多种亚像素边缘检测算法可突破CCD摄像机物理分辨率的限制，使图像的边缘定位精度达到亚像素级别，极大提高了图像的检测精度。其中灰度矩边缘检测方法具有计算简单、无需插值和迭代运算等优点，有较高的实用价值，其基本原理是通过假设实际图像中的实际边缘分布与理想阶跃边缘模型的灰度矩不变性，来确定实际边缘的位置。

如图2，设I（x，y）为实际图像在归一化边缘领域D内各像素点的灰度值；（x0，y0）为单位圆中像素点的灰度重心坐标；S为边缘邻域D内灰度值为h1像素点所占的面积；p1和p2分别表示灰度值为h1和h2的像素点在邻域D内所占的比例。上述目标区域前三阶灰度矩可以表示为：

3 精密测试软件的开发
在构建印制线路板的光学精密检测系统和研究亚像素边缘定位算法之后，对印制线路板精密检测软件进行研发，其构架如图3。

4 精密测试的试验研究
为了验证基于图像识别印制线路板精密检测的测试精度，试验研究在印制线路板精密检测仪上进行，其主要测试元件如表1。测试对象为PCB内层板，测试内容包括线宽、线间距、孔径和焊盘中心偏差等。试验时，使用标准模板对测试系统标定，后对线路板测试，得出测试系统的测试精度。

试验前，须对测试系统进行标定，即使用标准模板对测试的像素数值进行矫正，从而获得指定测试倍率和测试单位下的标准测试数值。
图4为印制线路板精密测试软件界面及线宽测试控件，测试线宽时只需将测试控件拖动到待测位置，线宽两侧会自动显示边缘信息，点击测量按钮后测试结果会自动标注在测试图像上（图中标注到微米单位）。