导　　师： 胡跃明

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 柔性印制电路板(Flexible Integrated Circuit Substrate,FICS)是可挠性印制电路板,由于其厚度薄、弯曲性好、可高密度布线等优点,使它得以作为电子元器件互连的承载物。随着电子技术的发展,及电子产品轻薄化的趋势,FICS也一直往小型化及微型化趋势发展。作为厂家制造过程中一个关键环节,FICS的质量检测目前还是以人工目检为主流,其存在主观性强、随工作时间增长疲劳度叠加等缺点。因此,利用机器视觉技术,通过高速高精度的算法对FICS进行质量的自动检测成为现阶段FICS发展的必然趋势。本文基于高密度集成电路超薄柔性基板的检测问题,搭建图像采集平台并对两类FICS(贴膜及无贴膜)的五类缺陷特征进行了研究及缺陷识别算法的编写。本文主要工作为:(1)针对系统的总体需求与功能,设计基于显微视觉的柔性基板自动检测系统。基于原有的机械结构与机械运动控制系统,针对新提出的系统需求,对该自动检测系统从硬件及软件系统上进行改良设计及开发。硬件上包括相机、镜头、光源等的选型,软件上包括系统参数列表的更新、功能模块的添加等。(2)设计图像预处理以及图像分割算法。基于对采集到的基板图像及其灰度图的研究,通过自定义图像预处理算法,分析其是否存在缺陷区域。若存在,则对缺陷区域进行分割,用于后面的特征计算;若不存在,则跳过后续步骤并弹窗警告。(3)设计特征提取与特征分类识别算法。基于两类FICS的不同类型缺陷的研究,确定可用的缺陷特征集。对存在缺陷区域的FICS输入图样进行缺陷区域的分割,分割后计算其特征数值,按算法设定的分类识别规则作出缺陷类型的判断。(4)为尽可能提高识别精度,可考虑使用多种特征配合的思路进行算法设计。如本文拟采用BP(Back Propagation)神经网络分类器作为最终优化过后的缺陷识别分类�

关 键 词： 缺陷检测 神经网络 机器视觉 灰度共生矩阵

领　　域： [] []