基于LabVIEW的电路板检测系统设计与实现

2018-09-06宋璐

山西电子技术 2018年4期

宋璐

(山西大众电子信息产业集团有限公司，山西太原 030024)

0 引言

随着电子集成技术的不断革新，电路板上的元器件逐渐呈现高密集特性，电子元器件的引脚数量也急剧增加，因此电路板上可能存在元器件焊接不牢固、错焊、漏焊，焊点短路、有毛刺等现象。以往通过人工目视检测电路板的方法直接简单，但随着元器件增多、元器件管脚微小化、密集化，导致检测效率降低。此外人工目视检测受客观条件的影响，例如灯光、环境、工具等，还有主观方面影响，如视力等，使得电路板缺陷的发觉具有随机性，往往达不到预期的效果，因此高效的元器件检测系统必不可少。随着计算机技术、图像处理技术的发展，将采集到的电路板图像通过计算机高效、快速地对目标进行检测处理，已经广泛应用于电路板生产制造过程中。

LabVIEW是一种虚拟仪器设计软件[1]，运用的图形化编程语言-G语言。其程序内部代码采用的是框图形式，函数之间的数据传递采用数据流的方式。LabVIEW软件是NI公司设计开发的核心，集成各种函数，功能强大，广泛应用于测试测量系统、控制系统中。

本文设计了一种电路板检测系统，对电路板进行必要的缺陷检测，具有图像定位配准、图像预处理、图像分割、图像识别等功能[2]。将电路板图像进行处理，使得人工焊接的电路板状况一目了然，防止缺焊、漏焊、焊接不合格等现象，克服了人工检测易疲劳、可靠性差等缺点，提高了电路板检测效率。

1 系统设计

软件是整个检测过程的重要组成部分。其设计应具有可测量性、可扩展性、可操作性等特点。本软件的主要功能如下：

1) 图像定位配准。拍摄印制板图像时往往受人工肉眼误差的影响，导致图像存在一定的偏移、旋转，将影响后续元器件的检测，因此需要采取方法进行图像定位配准，将待检测印制板图像与标准印制板图像进行比对配准，得出元器件在图像上有效的位置。

2) 图像预处理。由于受相机像素的限制、光照不均匀、光源不稳定等影响，拍摄图像含有噪声，导致图像质量降低。因此需对图像进行预处理，进行噪声消除、平滑、滤波等操作。

3) 图像分割。阈值分割是图像识别的基础。在图像分割过程中，需设定合适的阈值，将目标元器件与背景明显区别出来。先将预处理过的图像转化成灰度图像，然后通过设定的阈值，将灰度图像二值化，使得目标元器件的轮廓显示出来。

4) 图像缺陷识别。采用参考法，即通过待检测图像与标准图像进行比对来判断PCB焊接情况，例如元器件是否焊接到正确位置，焊点是否有缺陷、是否出现错焊、漏焊，是否有毛刺等现象。

1.1 图像定位配准

为了后续处理得到准确的结果，需使用一张质量较好、无倾斜的PCB图像。通常电路板有Mark标记，选取其对角位置的两个标记，采用最小二乘拟合法确定待测图像与标准图像之间的偏差情况，从而实现定位[3]。

对于给定数据点集合{(xi,yi)}(i=0,1,2,…,m)，在相应的函数类φ中，求p(X)∈φ，使得误差的平方和E2最小，E2=∑[p(Xi)-yi]2。该方法为曲线拟合的最小二乘法。在LabVIEW中，可通过最小二乘曲线拟合函数来实现。

1.2 图像预处理

LabVIEW中，可以采用中值滤波函数对图像进行平滑去噪处理。基本原理是通过滑动窗口，将每一点的像素值用该点的邻域中各点值的中值代替，使周围的像素值接近真实值，从而消除了孤立的噪声点。中值滤波是一种非线性滤波，其特点是运算不需要图像特性，速度快，并且能很好地保留图像边缘细节信息。

1.3 图像分割

拍摄到的图像一般是彩色图像，信息量较大，处理耗费时间，因此先将彩色图像转换成信息量较少的灰度图像。本文采取最大熵阈值法进行图像二值化。其原理是：给定一个特定的阈值，对于该阈值分割的图像区域，估算其相应的概率密度函数，再求其对应的熵值和该阈值下的总熵值；计算出所有分割阈值下的图像总熵，找到最大的熵，将最大熵值对应的分割阈值作为最终的阈值，那么图像灰度大于此阈值的像素则为目标，否则为背景。在LabVIEW中，使用IMAQ中的最大熵自动阈值分割函数IMAQ Threshold可以实现。