Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 顏清居 | en_US |
dc.contributor.author | Ching-Jiu Yan | en_US |
dc.contributor.author | 彭德保 | en_US |
dc.contributor.author | Der-Baau Perng | en_US |
dc.date.accessioned | 2014-12-12T02:22:19Z | - |
dc.date.available | 2014-12-12T02:22:19Z | - |
dc.date.issued | 1999 | en_US |
dc.identifier.uri | http://140.113.39.130/cdrfb3/record/nctu/#NT880031051 | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/65207 | - |
dc.description.abstract | 以現行製造印刷電路板(PCB)而言、元件自動插件機的速度非常快,產出一張板子約為30秒;一張長寬為30*35平方公分的PCB上類似的元件如電阻、二極體從數百個到上千個不等,密度極高,而現行的檢測方式主要還是由人工以目視來檢查其斷裂、缺件等不良情形,不僅速度慢、人工成本高且檢測品質不一致等問題在所難免。 本論文主要提出以電腦視覺技術替代人工目視檢測的方式,著眼在元件的缺件與斷裂的檢測問題上;從檢測環境的打光照明、影像處理、檢測演算法的實驗與比較,而找出較合適的檢測演算法,並以實物檢測流程的實作驗證,其結果驗證本文所提方法之可行性與高正確性。 | zh_TW |
dc.description.abstract | The current PCB Auto-Insertion machine can output a board in about 30 seconds with components, such as Resistors and Diodes, up to 1200 pieces within 30 by 35 cm2. But the PCB Auto-Insertion industry still relies on human eyes to inspect the product quality. Low inspection rate and unstable quality control process are the key problems to be solved. This paper applies computer vision technique to detect the defects of component missing and broken down on a PCB. An automatic, effective method which can inspect the above two types of defect in-line is proposed and developed by using special devised lighting environment and image processing algorithms. Experimental results show that the proposed new system for inspecting the auto-insertion PCB is robust with very high accuracy. 第一章 緒論 1 1.1 研究背景與動機 1 1.2 研究目的 4 1.3 研究範疇與限制 4 1.4論文架構 6 第二章 文獻探討 7 2.1影像處理應用領域 7 2.2視覺系統之組成 7 2.2.1光源與照明 8 2.2.2影像形成裝置 8 2.2.3影像擷取介面卡 10 2.2.4影像處理器 10 2.2.5主電腦 11 2.2.6週邊及輸出裝置 11 2.3光源照明系統 11 2.3.1光源的種類 12 2.3.2打光的技巧 12 2.4影像處理基本演算法 14 2.4.1影像二值化 14 2.4.2數學形態學(Mathematical Morphology) 16 2.4.3斷開和閉合(Opening and Closing) 18 2.4.4相關係數法(Correlation) 19 2.5 PCB底板檢測 20 第三章 系統架構與發展方法 23 3.1取像 26 3.2 影像前處理 28 3.2.1 二值化 29 3.2.2 Morphology 30 3.2.2.1 Morphology-1 31 3.2.2.2 Morphology-2 36 3.3 選擇合適的演算法 38 3.3.1演算法一(Blob法): 38 3.3.2演算法二(Pattern Matching法) 40 3.3.2.1 標準pattern的建立 41 3.3.2.2 比對正常元件部分 42 3.3.2.3 比對無元件部分 44 3.3.2.4 Pattern Matching的限制 46 3.3.2.5 其他電阻與二極體元件比對情形 48 3.4程式架構 57 第四章 系統驗證與結果 59 4.1實驗設備 59 4.2 實驗硬體架構與檢測流程 60 4.2.1硬體架構 60 4.2.2檢測流程 62 4.2.2.1 Training階段 62 4.2.2.2 Inspection階段 62 4.3實例測試 65 4.3.1實例測試1:以圖3-34十聯板為例 65 4.3.1.1 以正常(無缺件或斷裂)的待測板作檢測-1 66 4.3.1.2 以異常(缺件;空板)的待測板作檢測-1 73 4.3.1.3 以正常(無缺件或斷裂)的待測板作檢測-2 77 4.3.1.4 以異常(缺件;空板)的待測板作檢測-2 80 4.3.1.5 各種不同的元件使用不同的光源環境之分析 83 4.3.2 實例測試2:以圖1-3 LED用途PC板為例 86 第五章 結論與建議 88 參考文獻 89 | en_US |
dc.language.iso | zh_TW | en_US |
dc.subject | 電腦視覺 | zh_TW |
dc.subject | 自動插件 | zh_TW |
dc.subject | 瑕疵檢測 | zh_TW |
dc.subject | 印刷電路板 | zh_TW |
dc.subject | Computer Vision | en_US |
dc.subject | Auto-Insertion | en_US |
dc.subject | PCB Inspection | en_US |
dc.subject | Pattern Matching | en_US |
dc.title | 應用電腦視覺技術於自動插件印刷電路板之自動檢測新系統設計與開發 | zh_TW |
dc.title | A New Auto-Inspection System for Auto-Insertion PCB by Vision Inspection Technique | en_US |
dc.type | Thesis | en_US |
dc.contributor.department | 工業工程與管理學系 | zh_TW |
Appears in Collections: | Thesis |