基于嵌入式的电路板检测系统

彭粤龙 王佳 吕浩轩 李华岳 周月霞

摘要：在电子设备尤其是PCB板的生产过程中，大部分生产板检测都是人工在线检测的，并且传统的人工目测难以实现对精度越来越高的PCB板表面检测分析和统计。针对该问题，利用目前热门且成熟的嵌入式技术、图像检测和处理技术，设计了基于嵌入式的PCB电路板检测系统，把PCB板检测程序运行于嵌入式开发板上，实现了针对性的、空间资源占用小的嵌入式系统检测功能。

关键词：电路检测;图像处理;嵌入式

引言

在工业pcb板产品大批量生产安装过程中，像面板漏焊、极性元件倒置、漏插等存在安装中的质量安全问题时有发生，而客观地对生产pcb板安装表面形貌状况进行质量评判也就成为了一项愈加重要的技术任务。传统的工业人工单板目测难以实现对检测精度越来越高的人工pcb板的自动检测数据分析，不但可能存在单板检测元件质量由于人为因素造成影响大，劳动强度高，工作效率低等复杂问题，而且对于批量大、板上检测元件多的人工pcb板自动测试安装检测流水线而言每每人工单板目测需要进行一个pcb板自动检测也是不现实的。针对这一技术不足，采用基于一种嵌入式的视频图像信号处理软件技术的方法来设计实现了pcb板上各种元件直接安装后的质量安全检测管理系统，用于生产工序质量检测，既实现了准确、高效的PCB板表面检测方法也十分符合PCB生产厂家的需求。

1系统总体设计

该操作系统主要是基于利用自动嵌入式linux操作系统在平台实验板上自动实现对主板pcb板的相关元件、线路的图像统计与信号检测的，分为硬件平台、实施系统资源应用管理的自动嵌入式操作系统、实现自动图像信号处理分析算法的系统应用管理软件三个组成部分共同组成。

嵌入式操作系统为所有底层驱动硬件用户提供所有驱动软件支持、任务运行管理、内存任务管理、中断任务管理以及首先完成上层硬件的驱动初始化，接着通过嵌入操作系统自身提供的硬件任务运行管理功能模块进行分配内存、将图像采集后得到的所有图像音频信息实时存储到图像存储器的一个视频显示缓冲区，再通过实时软件处理算法将写入显示视频缓冲区的所有图像音频信息实时写入到lcd显示缓冲区中，实现所有图像的高速实时视频显示，最后通过实时图像信息处理软件算法将显示缓存区存储中的所有图像信息进行音频编码、图像信息处理及视频存储。

应用算法软件程序是专门针对各种目标图像需求设计编写的一个专用程序，用于设计实现各种图像信号处理中的算法，本系统实现PCB板的线路、元件统计和检测。具体流程是：PCB图像预处理->焊盘检测->导线信息检测->统计分析数据->误差定位。

2系统软件设计

2.1系统软件整体流程的设计

统管理软件设计主要就是考虑到系统的一个整体工作流程和整个图像质量检测数据处理系统功能如何建立的。系统运行软件操作总体系统运行操作流程如上圖所示如下图图2所示，当您在系统主机上的省电模式启动后，将需要进行一些初始化视频操作，例如初始和优化视频串口、初始化视频摄像头、初始化led闪光灯等，并且系统会自动开启一个线程，用于实时接收摄像头采集到的图像并显示在LCD屏幕上。初始化完毕之后，系统会打开LED灯已保证图像采集后实时显示的光亮清楚和图像检测的精度，之后打开摄像头不断地采集LED灯光下固定位置的图像。利用OpenCV中的CascadClassifier检测分类器，当图像中没有电路板时系统不会进入检测分析模式，只会显示到开发板LCD屏幕上，而一旦捕捉检测到了采集图像中的电路板，系统就会进入检测分析模式，分析符合说明电路板无误，否则有误，并定位出异常区域。

2.2系统检测分析步骤

图像预处理：首先将采集到的图像转化为灰度图，将电路板以外的边缘背景剪切，利用均值滤波前对图像进行适当的降噪，为了增加图像检测时的对比度，需要对灰度图采用适当的锐化处理。

PCB元件和导线检测：利用基于边缘检测的霍夫变换图像全局特征将边缘像素组成区域封闭边界的一种方法，识别图像中矩形和圆形实现PCB板检测，从而分析PCB板的形状和数量以及元器件的类型和个数。利用Hilditch细化算法来获取PCB板线路中心线，利用从中心线做垂线的方法检测线宽。

统计分析数据：对上述检测数据与标准板的数据对比，可以分析出检测板的质量好坏，数值与标准值偏离在一定范围内，认为PCB的误差是可接收的，否则认为PCB存在缺陷。

错误定位：将缺陷检测板图像通过标识、角度旋转后得到与标准板图像相同的大小、位置和角度，将两张图像预处理后得到二值图像并异或，有误差的地方将会以明显的且聚集的白色状显示出来，此状即为检测板出现误差的位置。

3系统主要硬件模块设计

系统主要的核心硬件控制模块基本结构如波形图3所示，系统中的主控控制模块由基于cccortex-a53架构的fls5p6818芯片组和集成了在flash中的存储器并进行下载之后嵌入到flinux中的系统模块构成，。基于Linux系统就可以通过其中的文件系统很方便地打开相关设备驱动，如摄像头、LCD显示屏，配置系统的环境变量就可以利用OPenCV动态库运行基于OPenCV库的图像检测分析程序。

灯光模块用来照明以及调整图像采集时的亮度，连接到嵌入式系统主控模块，通过GPIO口使能灯光开关，通过GPIO口复用的PWM功能调整灯光的亮度。

摄像头模块用于采集图像，镜头固定对准检测时电路板摆放的位置，背景为了防止反光采用黑色幕布，方便图像预处理时剪切。摄像头镜头可以通过手动调焦以应付不同大小的电路板检测。

LCD显示屏模块用于实时显示摄像头采集到的图像，方便人员实时调整和监控。

电机模块用于将检测完的电路板移出检测范围，并移入下一个检测电路板，以模拟工厂生产时的流水线工程（图1）。

5结束语

本项目以嵌入式系统为控制核心，结合Linux系统、步进电机、LCD显示屏、摄像头等设备开发，只需要将需要检测的电路板放置在步进电机的移动带上，便可以将多个电路板逐个检测分析，并将错误的板子中的异常定位出来。这一功能的实现，既为电路检测带来更大的遍历，同时也降低了在电路检测这一方面的资源开销浪费。

参考文献

[1]夏成蹊，杨晨，赵雪，丁召.基于图像处理的PCB板表面检测分析研究[J].电视技术，2018，42（08）：28-32.

[2]李天宇.基于机器视觉的PCB元器件在线检测[D].浙江理工大学，2018.

[3]王艳卫.基于计算机视觉的线路板缺陷检测技术研究[D].河北工业大学，2007.

[4]周琪琪，孙一兰，王诗宇，郑飂默.基于图像分割的芯片定位在检测系统中的应用[J].组合机床与自动化加工技术，2020（08）：114-117.

[5]陆晓. PCB板元器件在线实时检测系统研究[D].浙江理工大学，2020.