MATLAB实现工业PCB电路板缺陷识别和检测

PCB（Printed Circuit Board印刷电路板）是电子产品中众多电子元器件的承载体，它为各电子元器件的秩序连接提供了可能，PCB已成为现代电子产品的核心部分。随着现代电子工业迅猛发展，电子技术不断革新，PCB密集度不断增大，层级越来越多，生产中因焊接缺陷的等各种原因，导致电路板的合格率降低影响整机质量的事故屡见不鲜。随着印刷电路板的精度、集成度、复杂度、以及数量的不断提高，PCB板的缺陷检测已成为整个电子行业中重要的检测内容。其中人工目测等传统的PCB缺陷检测技术因诸多弊端已经不能适应现代工业生产水平的要求,因此开发和应用新的检测方法已显得尤为重要。

根据PCB板缺陷产生的原因和目前惯用的缺陷检测方法及其不足，发展出了符合现代工业要求的PCB一般缺陷检测方法包括：自动光学检测技术（AOI）、机器视觉检测技术（MVI）、计算机视觉检测技术（AVI）。

PCB板检测的大概流程如下：首先存储一个标准PCB板图像作为良好板材的参考标准，然后将待检测的PCB板图像进行处理，比较与标准PCB图像的差异，根据差异的情况来判断缺陷类型。

拓展学习：LabVIEW实现PCB电路板元器件匹配定位（实战篇—7）

• 图像预处理

对于标准PCB板的图像处理包括：灰度化，二值化。而对待检测图像的处理则包括：

灰度化，滤波，除去黑点（干扰点）等。二者最终都会得到各自的二值图像。

• 图像匹配

图像匹配是对不同时间、不同传感器或者不同视角下的同一场景的两幅或者多幅图像进行配准的过程。常用的图像配准方法有基于特征的图像配准和基于互信息的配准。

选择正确样本图和待检测图，如下图所示：

点击缺陷检测和缺陷标注完成对PCB板图像的检测，如下图所示：

当待测图像存在与标准图像存在角度差时，我们可以在进行互相关系数计算前，先进性旋转，求出在多个角度下的最大相关系数，则该相关系数时的角度即为两幅图像的角度差，对待测图像进行旋转，然后根据最大相关系数进行旋转后的待测图像与标准图像进行匹配。

项目资源下载请参见： MATLAB实现工业PCB电路板缺陷识别和检测【图像处理实战】