当今,电子工业在国家经济发展中扮演着越来越重要的角色,作为各种电子元器件的高度信息集合,印刷电路板(PCB)被广泛应用在电子工业中的各个领域。经济的不断发展促使电子技术不断地提高,轻薄、便捷的电子工艺成为潮流,高密集、高集成度成为PCB的发展趋势,这给传统的PCB质检带来了十分巨大的挑战。传统的人工检测方法存在着速度慢、时间长和易漏检等等问题,完全无法适应技术和工艺的快速发展,怎样实现精准、高效的PCB自动缺陷检测,一直是电子工业领域非常重视的一个问题。同时,个人和中小企业对检测PCB缺陷的需求越来越高,能否达到低成本、高精度是首要考虑的问题。因此,研究如何通过低成本的图像处理技术提高PCB板缺陷检测的精度具有重要的研究意义。基于图像的PCB缺陷检测流程包括图像预处理、图像配准、图像分割和图像识别等方面,其中图像预处理又包含图像增强、图像平滑和图像锐化操作。根据以上流程和检测的需要,论文的三个主要工作及研究内容如下:1.对比分析得到适当算法。为了在图像配准前和图像分割后得到较为理想的目标处理图像,本文在现有算法的基础上进行算法的对比分析,最终选取灰度变换,自适应滤波,梯度算子作为预处理流程的处理算法;选取最大类间方差阀值作为图像分割操作的算法。分析表明,得到的适当算法有利于PCB图像的配准和识别的工作。2.改进RHT提高配准精度。在图像配准操作上,针对传统算法计算量大,耗时较多的问题,本文提出了一种结合主成分分析(PCA)和分段随机霍夫变换的PCB板圆Mark定位的算法。该算法首先对载入原始彩色PCB板图像进行灰度二值化后采用Canny算子提取图像边缘,然后去掉所得到图像中的交叉点和小线段,并标记剩下的线段,找出大于所设阀值的线段,再运用PCA分析降维去噪,并保留类圆的曲线段,之后采用分段RHT分析得到圆的个数及相关参数,最后结合以上得到的圆参数,通过最小二乘拟合得到所要的圆Mark。实验表明:相比与传统的模版匹配和随机霍夫变换,该算法有效地提高了圆Mark的识别精度和定位精度。3.设计系统识别缺陷。利用MATLAB的图像工具库和上述算法的实现和改进原理,通过MATLAB的GUI功能编制PCB缺陷检测软件。首先分析了PCB缺陷检测软件的处理流程和缺陷识别方法,然后对编制的软件系统进行了功能展示,最后通过缺陷检测实例测试了软件分别在检测短路断路和毛刺缺损的识别效果。实验表明:本文实现的软件系统能精确地检测出PCB板的短路、断路、缺损、毛刺等缺陷。