系统总体方案

1.系统原理及功能框图

完全响应甲方关于硬件要求。

1) 工作台的尺寸要求小于1200mm（L）×1000mm（W）×1100mm（H）；

2) 工业相机与镜头配合良好，图像清晰，相机采用彩色高清相机，要求选用进口品牌，相机选用研华或Basler 相机均为进口一线品牌；

3) 工作台内部需配备散热装置，将热量有效导出或耗散；

4) 提供成像系统，光源及机械运动系统的校准装置，在验收前进行首次校验并提供校准所需辅助物（包含工装），并提供相应的校准材料；

5) 系统要求稳定供电，抵抗浪涌冲击；带有UPS，断电后15 分钟能正常工作，可完成紧急检测和当前信息保存；

6) 工作台工作腔具备高精度电控平移功能，外壳需做防静电、防水、防尘处理，保证设备的稳定工作；

7) 机器视觉系统主要组成示意如图1 所示。

2.运动控制平台设计

整个系统的控制器采用研华的MAS 系统，MAS 系统是研华新推出的运动控制和视觉系统集成平台，运动控制精度高，可与视觉系统完美结合，以满足多次测量或扫描检测等需求。由于本系统检测对象范围大，精度要求高，需要多次测量图片的拼接，采用MAS 系统控制，有利于保证图片的拼接质量，从而提高系统检测精度。

3.光学系统与图片拼接原理介绍

1）采用远心镜头，测量时几乎无误差。大视野及高分辨率设计，可一次性完成大工件观测，尽量减少拼接次数采用低畸变，高景深设计。

2）采用光电传感器对视野边缘进行探测，自动进行探测物料是否成像完成，整个成像拼接实现自动化。

3）整个相机的布设如图4 所示，采用3 相机模式，顶部相机和底部相机用来拍摄电路板的正面和反面，左侧相机用来拍摄插针变形。

3）成像部分选型

l 相机选型，相机拟选用500 万像素的研华彩色相机或同类进口型号，该相机的分辨率达2590*1942，帧频最高14FPS，在50mm*50mm 的视野范围内分辨率可达0.026mm，完全满足分辨率要求。对于330*480 最大电路板尺寸，可以实现70 次成像完成电路板的拼接成像，相机耗时5s，预估算法耗时15s，运动控制部分耗时小于30s，总计耗时预估50s，满足系统1min 测量时间的要求。

l 光源选型，光源拟选择正向同轴光源或彩色渐变光源，这需要根据现场工勘后最终确定。

l 镜头选择双侧远心镜头，该镜头针对所选相机（传感器尺寸1/2.5”）视野可达90m*70m，能够保证一次对最小电路板进行完全成像，景深可达100 多毫米，能够满足电路板最大高度60mm 的要求。而且超低畸变，能够保证视野范围内的测量结果的一致性。

4.软件介绍

软件方面采用我公司与研华共同研发的Red Falcon 机器视觉软件包，该软

件已成熟的HALCON 标准视觉算法包为基础，大量引入了人机交互技术。它能节约产品的成本，缩短软件的开发周期，为客户简单培训后能使客户具有一定的二次开发能力。

亮点

l HALCON 是机器视觉、电路板、晶片和模具检测、医学图像分析、汽车和机器人、监控和遥感等应用领域的全方位解决方案

l 超大处理库，包含超过2000 个算子，可满足各种低级、中级和高级图像处理

l 机器视觉集成开发环境(IDE)：HDevelop

l 在C、C++、C#和Visual Basic .NET 中轻松编程

l 支持多核和多处理器计算机

l 使用SSE2、AVX、AVX2、NEON 指令集和自动GPU 加速实现高性能

l 支持上百种工业摄像机和图像采集卡，支持GenICam、GigE Vision、IIDC 1394、USB、

USB3 Vision 和Camera Link 等标准

5.缺陷处理算法方案

整体采用比对法进行缺陷的识别，将系统保存的良品的图像，根据不同的缺陷检测需求建立不同的良品模板。将待测物料的图像与良品图像进行比对，确定缺陷的有无与位置。

1） 图像配准：

确定图像匹配的基准，建立良品图像的基准坐标，利用模板匹配法寻找物料图像的基准位置，建立良品图像与物料图像的仿射变换矩阵，进行图像的配准。具体方法如下图，第一个图为模拟物料图，第二个图中找到了基准（图中红色的孔）第三个图为配准后的物料图。

2） 颜色比对算法：

将良品转化为不同颜色通道的灰度图，利用blob 分析的方法，将良品图像自动划分为不同的块，同时将配准后的物料图像进行同样的工作。将两类图像进行比较快速定位出颜色突变区域，同时根据突变区域的颜色类型，确定缺陷类型（如霉变、烧毁、黄斑）。

下图通过分离出b 通道图片，可以清晰分辨板子泛黄缺陷。：

左图为正常电路板，右图为发生霉变的电路板，两者的灰度值有明显差异：

3） 基于块位置的器件测量与识别算法：

将良品图像转换为灰度图，并进行blob 分析，根据块的灰度和尺寸等信息，筛选出元器件块，物料图像也做相同的工作，对相近位置的块进行位置、尺寸、矢量等信息进行比较，寻找元器件脱落、偏移以及焊点异常等信息。

下图为元器件脱落检测效果，通过划分感兴趣区域，检测黑白自动阈值，连通以后region 个数大于0，判定原件脱落：

6.算法的识别精度

l 烧毁检测：能检出发黑面积≥1mm2 的烧毁；（发黑区域与正常区域在同等光照等拍摄条件下灰度差大于20 才能有效检测，低于20 会产生漏检，相机灰度为0-256）

l 过热老化检测：能检出发黄面积≥5mm2 的区域；（发黄区域与正常区域在同等光照等拍摄条件下灰度差大于20 才能有效检测，低于20 会产生漏检，相机灰度为0-256）

l 接插件针脚歪斜：能检出针脚顶点相对于底板≥0.6mm 的偏移距离；

l 电路板霉变：能检出霉变面积≥1cm2 的区域；（霉变区域与正常区域在同等光照等拍摄条件下灰度差大于20 才能有效检测，低于20 会产生漏检，相机灰度为0-256）

l 焊接异常检测：能够检测出焊点存在的漏焊、连焊的焊接异常；

l 元件脱落检测：能够检出脱落零件；

7.结构分系统原理

l 外壳抗电磁辐射设计，保证内部相机等设备稳定工作。

l 防灰尘、防水设计，保证设备轻度淋水后不影响正常使用。

l 良好的散热设计，壳体内关键器件有风扇和铝热管，做统一热管理，保证核心器件工作在45°C 以下。

主要零部件清单