工业技术创新2023，Vol.10Issue(5) ：26-34.DOI:10.14103/j.issn.2095-8412.2023.10.004

基于机器视觉的PCB裸板焊盘识别与提取方法

The Pad Recognition and Extraction Method of PCB Bare Board Based on Machine Vision

张定恒 王守印 叶世林 洪惠群 郑文斌 朱寒 林丽
工业技术创新2023，Vol.10Issue(5) ：26-34.DOI:10.14103/j.issn.2095-8412.2023.10.004
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于机器视觉的PCB裸板焊盘识别与提取方法

The Pad Recognition and Extraction Method of PCB Bare Board Based on Machine Vision

张定恒 1王守印 1叶世林 1洪惠群 2郑文斌 1朱寒 3林丽4
扫码查看

作者信息

  • 1. 福建工程学院电子电气与物理学院,福建福州 350118
  • 2. 福建省空间信息感知与智能处理重点实验室(阳光学院),福建福州 350015
  • 3. 徐州三新供电服务有限公司睢宁分公司,江苏徐州 221200
  • 4. 福建工程学院电子电气与物理学院,福建福州 350118;福建省空间信息感知与智能处理重点实验室(阳光学院),福建福州 350015
  • 折叠

摘要

印刷电路板(PCB)裸板焊盘缺陷检测是PCB生产工艺中不可或缺的一环,技术已相对成熟,但准确性和实时性有待进一步提升.提出一种基于机器视觉的PCB裸板焊盘识别与提取方法.将图像单通道提取、图像去噪、图像增强、图像定位及焊盘提取等关键技术相融合,提取RGB图像的R通道进行双边滤波以及增强,完成预处理,再利用大津法实现焊盘定位,最后结合采用最小外接矩形实现焊盘提取与标记.搭建了基于机器视觉的检测系统平台,开展了软硬件设计,对不同环境下采集的三个PCB裸板进行处理时间对比,表明该方法在保证准确性的前提下具有较好的实时性,平均处理时间仅为0.0524 s.

关键词

机器视觉/印刷电路板/焊盘识别/焊盘提取/大津法/最小外接矩形

Key words

Machine Vision/Printed Circuit Board/Pad Recognition/Pad Extraction/Otsu's Method/Minimum Enclosing Rectangle

引用本文复制引用

基金项目

福建工程学院本科教学改革研究项目(JG2021020)

福建省空间信息感知与智能处理重点实验室(阳光学院)开发基金(FKLSIPIP1005)

出版年

2023
工业技术创新
中国电子信息产业发展研究院和赛迪工业和信息化研究院（集团）有限公司

工业技术创新

ISSN：2095-8412
参考文献量13
段落导航相关论文