机器视觉识别技术在FPC检测中的应用

FPC是一种具有高度可靠性和绝佳可挠性的印刷电路板，近年来成为电子产品的新宠儿。目前，国内针对FPC的缺陷检测还存在较大的技术空白，由于缺乏先进的检测技术和设备，产品质量检测一直停留在传统的人工目检阶段，不仅劳动强度大，而且漏检、误检率高，无法满足企业和用户的需求。
基于机器视觉的检测方法为解决FPC表面缺陷的自动化检测提供了途径，本文将灵活的检测算法与实时性的运动控制平台相结合，实现了高速高精度的FPC缺陷自动检测。
针对FPC的背景与缺陷的颜色信息特征，利用自主设计的组合光源结合彩色CCD相机对其进行拍照采集，根据在RGB彩色空间的不同颜色通道内缺陷与背景的成像差异，实现二者的有效区分。
然后，针对系统标定和FPC图像识别与定位，提出了一种双Mark点的定位方法。借助标定板实现相机标定，通过工件移动实现视觉坐标与运动坐标的标定，利用双Mark点和目标位置的调节实现FPC补强片目标位置的标定。
此方法可以在不精确定位FPC的情况下，实现FPC上每块补强片的精确定位，具有速度快，精度高的特点。

【摘自中国知网】

接着，针对不同类型的FPC，利用掩膜算法提取感兴趣区域，实现不同形状的补强片轮廓的提取，从而使检测系统具有通用性，能够检测不同类型的FPC；针对不同缺陷的位置特征，将缺陷区分为轮廓内和轮廓外缺陷实施并行检测，采用多信息色调检测算法进行缺陷识别，运用机器学习聚类算法进行缺陷自动分类。