基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为提高自动光学检测系统(AOI)的缺陷检出率,研究了一种采用多色光源照明,利用机器视觉荻取被测高密度印刷电路板(HDI型PCB)图像,通过图像处理快速准确地识别出各种缺陷的新型AOI.实验装置由主控计算机、电气控制系统、精密机械运动装置、多色光源照明和图像采集系统等组成.图像处理及识别软件基于OPENCV和VisualStudio2005开发,模块化设计,包括光源控制、图像采集、图像拼接、图像定位、路径规划、缺陷检测和缺陷统计等模块.实验结果表明,新型AOI系统可检出加载HDI型PCB的各种缺陷,缺陷的检出率可达99.9%,误报率只有0.3%.
推荐文章
基于机器视觉的高密度电路板缺陷检测系统
机器视觉
高密度电路板
多色LED照明
缺陷检测
OPENCV
全自动化电路板在线检测系统
电路板检测
自动化
PCI总线
PLC
ICT检测箱
电路板质量自动检测系统
单片机
电路板
质量
采集
通用数字电路板自动测试系统设计
数字电路板
功能测试
自动测试系统
硬件平台
软件平台
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 新型高密度电路板的自动光学检测系统设计
来源期刊 计算机工程与设计 学科 工学
关键词 机器视觉 高密度电路板 缺陷检出率 多色光源照明 自动光学检测系统
年,卷(期) 2011,(9) 所属期刊栏目 开发与应用
研究方向 页码范围 3218-3221
页数 分类号 TP216
字数 2678字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马树元 北京理工大学机械与车辆学院 67 1188 18.0 33.0
2 熊光洁 北京理工大学机械与车辆学院 38 262 9.0 14.0
4 聂学俊 北京理工大学机械与车辆学院 33 176 8.0 12.0
6 汤晓华 北京工商大学机械工程学院 38 134 6.0 10.0
9 武思远 3 40 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (1)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (26)
二级引证文献  (31)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(9)
  • 引证文献(4)
  • 二级引证文献(5)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
机器视觉
高密度电路板
缺陷检出率
多色光源照明
自动光学检测系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导