基于改进ORB图像配准与深度学习的PCB裸板缺陷检测

发布时间：2024-06-10 21:30

　　在制造业高速发展的当下,传统通过人工视目检测缺陷的方法逐渐淡出工业检测环境,基于机器视觉的检测方法随之兴起并广泛应用于工业环境。PCB裸板的制作是工艺流程中最基础的部分,其缺陷检测也是首要环节。针对现有PCB裸板缺陷检测方案不具备通用性且对于多种缺陷的分类准确率不理想等问题,设计了一种改进ORB图像配准与深度学习的PCB裸板缺陷检测方法,主要分为预处理、缺陷定位和分类识别三部分实现PCB裸板缺陷的自动检测。预处理部分,分析了常见滤波处理方法并结合实验的滤波效果后,采取中值滤波进行预处理。随后针对直方图均衡化失真严重、伽马变换和线性变换增强能力的不足,设计一种基于RGB空间的PCB裸板图像增强算法。分析PCB裸板颜色特点后,通过在G通道寻找阈值,并结合人眼对RGB三种颜色的敏感度,对RGB三通道的图像做分段线性变换处理。实验结果表明,本文算法对比度指标达到57.13,在结构相似性、梯度幅值相似性指标方面,与传统线性变化相差不大。并且在视觉上有着明显的提升,达到了亮度适中、对比度清晰的效果。缺陷定位部分,利用基于参考比较法和形态学处理的混合法实现缺陷定位。针对基于ORB的图像配准算法能满足...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 PCB裸板缺陷检测现状
        1.2.2 图像配准算法研究现状
        1.2.3 卷积神经网络研究现状
    1.3 存在的主要问题
    1.4 论文的内容安排
第2章 基于RGB空间的PCB裸板图像增强方法
    2.1 PCB图像滤波预处理
        2.1.1 PCB图像常用滤波算法
        2.1.2 滤波效果对比分析
    2.2 常用PCB裸板图像对比度增强方法
    2.3 基于RGB空间的图像增强方法
        2.3.1 RGB空间理论
        2.3.2 算法原理及流程
    2.4 实验对比分析
    2.5 本章小结
第3章 基于改进ORB的 PCB裸板图像配准方法
    3.1 ORB匹配算法原理
    3.2 一种改进的ORB配准方法
        3.2.1 构建非线性多尺度空间
        3.2.2 特征点检索改进
        3.2.3 PROSAC算法
    3.3 实验对比分析
        3.3.1 尺度空间构建对比
        3.3.2 特征点提取性能对比
        3.3.3 配准性能对比
    3.4 本章小结
第4章 PCB裸板缺陷的定位
    4.1 差影法与形态学处理结合的定位方法
        4.1.1 PCB裸板图像缺陷的类别
        4.1.2 局部自适应二值化
        4.1.3 差影法与形态学处理
    4.2 实验分析
        4.2.1 实验目的与环境
        4.2.2 实验步骤与结果分析
    4.3 本章小结
第5章 基于深度学习的PCB裸板缺陷识别算法
    5.1 卷积神经网络基本理论
        5.1.1 网络的结构
        5.1.2 数据传播过程
        5.1.3 网络相关问题
    5.2 基于SE-DenseNet的 PCB裸板缺陷识别算法
        5.2.1 DenseNet与 SENet框架结构
        5.2.2 搭建SE-DenseNet网络
    5.3 实验对比分析
        5.3.1 实验目的与实验环境
        5.3.2 实验步骤
        5.3.3 实验结果分析
    5.4 本章小结
第6章总结与展望
    6.1 全文总结
    6.2 展望
参考文献
致谢



本文编号：3991926