автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Автоматизированная система распознавания дефектов печатных плат

АКАДЕМИЯ НАУК СССР Ленинградский институт информатики и автоматизации

На правах рукописи УДК 681.3

КОНТИШЕВ Виталий Николаевич

АВТОМАТИЗИРОВАННАЯ СИСТЕМА РАСПОЗНАВАНИЯ ДЕФЕКТОВ ПЕЧАТНЫХ ПЛАТ

Специальность 051316—Применение вычислительной техники, математического моделирования и математических методов в автоматизации научных исследований ;

Автореферат

диссертации на соискание ученой степени кандидата технических наук

С.-ПЕТЕРБУРГ 1991

Работа выполнена в Пензенском политехническом институте. |

Научные руководители: доктор технических наук, ведущий научный сотрудник Горский Н. Д.; кандидат технических наук, доцент Држепец-кий А. Л.

Официальные оппоненты: доктор технических наук, профессор Кулаков Ф. М.; кандидат технических наук, доцент Денисов Д. А.

Ведущая организация: Государственный оптический институт имени С. И. Вавилова.

Защита диссертации состоится «_» . 1992 г.

в «_» часов на заседании специализированного сойета Д 003.62.01 Ленинградского института информатики и автоматизации АН СССР по адресу: 199178, С.-Петербург, В. О., 14-я линия, д. 38.

С диссертацией можно ознакомиться в библиотеке специализированного совета Д 003.02.01.

Автореферат разослан « ^ » Р_ 1991 г.

<7

Ученый секретарь специализированного совета Д 003.62.01 кандидат технических наук

В. Е. Марлей

> г-::...'.

.:<."- rHJV ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Отдол j

—-Актуальность проолемы. Для повышения надежности радиоэлектронной аппаратуры и снижения ее стоимости необходим надёжный контроль процесса изготовления фотошаблонов, интегральных схем и печатных плат после выполнения каждой технологической операции.

В связи с увеличением плотности монтажа и уменьшением ширины токопроводящих дорожек при изготовлении печатных плат и фотошаблонов нередко возникают дефекты токопроводящего рисунка.

Визуальный контроль, выполняемый человеком-оператором с целью выявления дефектов, при высокой плотности размещения проводящих дорожек на подложках микросхем и печатных платах является недостоверным, трудоемким, имеет малую производительность и не эффективен.

При производстве фотошаблонов и печатных плат значительный интерес представляют автоматизированные системы, ориентированные на применение ЭВМ. Однако разработанные системы такого типа позволяют контролировать и выявлять лишь часть возникающих дефектов,что ведет к недостоверности контроля. К тому же подобные системы разрабатываются под специальные технологические процессы производства печатных плат и, поэтому, в других условиях производства неприменимы. К ним относятся установки CMS 100 фирмы VICHECK (Великобритания), IMAGE 5008 фирмы 0PTRQTECH (Бельгия), 0RB0T (Израиль) и другие. Системы, в основу которых положена обработка информации программами средствами на ЭВМ, имеют невысокое быстродействие из-за большого объема обрабатываемой информации и ограниченных возможностей памяти. Они, как правило, являются малоаффективными и имеют низкие функциональные возможности.

Обобщая все сказанное .выше, можно сделать вывод, что в настоящее время существующие системы контроля качества фотошаблонов и печатных плат не позволяют выполнять автоматизированный контроль качества фотошаблонов, печатных плат, интегральных схем с требуемой эффективностью. Значительная стоимость этих систем так же затрудняет их широкое применение в производстве.

Таким образом,является актуальным создание автоматизированной системы контроля качества фотошаблонов, печатных плат и интегральных " схем, отличающейся высокой эффективностью, достоверностью, точностью и удовлетворяющей требованиям технологического процесса. _

Принцип построения описываемой в работе системы основан на оптическом считывании изображения контролируемого изделия промышленной телевизионной твердотельной камерой, предварительной обработке отого изображения спецпроцессорами и дальнейшей его обработке на ПЗБМ.

При разработке система автор опирался на работы Држевец-кого А. .П. по способам построения спецпроцессоров обработки изображений, гд*? предложен подход реализации методов распознавание образов и -обработки изображений в качб?стие основы построения «в гапатпэнрованнои система контроля дефектов' фтошаблонов, печатных плат, интегральных микросхем.

Даччля работа яъ-пол^ена в соответствии с ' комплексной программой сои^раанстзоаамия технологических процессов на операциях регулировки, контроля и испытаний на 1986-1990 гг.' Министерства приборостроения, средств автоматизации и систем управления от 29.04.1986 г.

Цель работы. Цель» диссертационной работы является разработка принципов построения и реализации автоматизированной системы распознавания дефектов изделий радиоэлектронной техники, выполняющая эффективный контроль с учетом заданных технологических требований.

Для достижения этой цели в работе решаются следующие основные задачи:

1.Обоснование и выбор схемы проектирования,а также определение требований -к построению автоматизированной системы распознавания дефектов фотошаблонов, печатных плат, интегральных схем (ФШ, ПП, ИС>.

2.Разработка алгоритмов обработки изображений контролируемого изделия и распознавания дефектов на нём.

3.Техническая реализация предложенных алгоритмов в виде спецпроцессоров геометрического и топологического контроля.

2

4.Разработка автоматизированной системы распознавания дефектов изделий радиоэлектронной техники ( ФШ, ПП, ИС !, удовлетворяющая требованиям достоверности, быстродействия, точности.

Научная новизна. В процессе решения поставленных задач получены следующие новые научные результаты, которые выносятся автором на защиту:

1.Предложена схема системы контроля качества си, ПЛ, ИС, основанная на распознавании дефектов изделий в реальном п^с-штабе времени и с высокой точностью.

2.Разработаны рекуррентное соотношения, реализующие метод нелинейной пространственной фильтрации во временной области, и их техническая реализация в виде спецпроцессора с програмно-упр аэ л яепыми х ар актеристиками.

3.Разработан алгоритм структурно-кодового описания изображений печатных плат и его реализация,позволяющая осуществлять обработку изображения за время считывания одного кадра.

4.Разработана математическая модель селекции и классификации изображений дефектов печатных плат, а ■ также алгоритм представления в ЭВМ этих изображений, на основе которого реализована автоматизированная система распознавания дефектов печатных плат.

Практическая ценность работы. Практическая ценность полученных результатов заключается в следующем:

1.Разработана методология построения устройств распознавания характерного класса изображений и её техническая реализация в виде автоматизированной системы распознавания дефектов печатных плат.

2.Разработана схемы и алгоритм управления спецпроцессором геометрического контроля,который позволяет выявлять дефекты геометрии изображения ФШ, ПП, ИС ( утоньшения, утолщения, вкрапления,раковины,сколы и пр.) с указанием их характеристик (площади,периметра,длинны контура ) и координат в реальном масштабе времени.

3.Разработан программируемый спецпроцессор топологического контроля, позволяющий выявлять лишние и недостающие связи топологии рисунка ФШ, ПП, ИС и их местоположение за время счи-

3

тывания одного кадра.

4.Разработана подсистема межкадроаой стыковки изображений объектов для обработки протяженных объектов с высокой разрешающей способностью.

Реализация результатов работы. Теоретические и практические результаты работы нслальзовались в двух научно-исследовательских работах, выполненых на кафедре КиПРА Пензенского политехнического института 19Э8-1991Г. и двух научно-ис-ледовательских работах, проводимых в Пензенском НИИ1 КОНТРОЛЬ-ПРИБОР": 1 Исследований и выбор направления работ по создании аппаратуры контроля печатная плат оптическим методом1.Гос. per. N 71.86.801910 1989гПроведение исследований и проработка схемно-конструкторских решений построения спецпроцессора и осветителя системы автоматизированного оптического контроля фотошаблонов и печатных плат'. Гос. per.N 01.89.001 37713 1989г. Результаты испытаний спецпроцессоров показали следующие технические характеристики: разрешающая способность 10 мкм; размер контролируемой платы 330x400 мм; время обработки изображения 132 сек.

Разработанные автором теоретические положения и реализованные спецпроцессоры используются в учебном процессе на кафедре Кипра пли.

Результаты диссертационной работы внедрены и используются 8 НИИ ■KOHTPü/IbnPHEOP' в составе системы автоматизированного контроля печатных плат оптическим методом. Экономический эффект от внедрения, состовляет 30 тысяч руб. от еденицы изделия. Акты, подтверждающие внедрение и экономическую эффективность, приведены в диссертации.

Апробация работы.Основные результаты диссертационной работы докладывались на:

-Международной молодёжной научно-технической конференции. г.Пушкино, Московской области,1989г.

-Второй всесоюзной конференции молодых учёных и специалистов с международным участием. Минск,СССР,октябрь 1990г.

-III Российской конференции 'Методы и средства повышения надежности РЭС" Пенза,1991г.

-XXXVIII, XXXIX Научно-технические конференции. Пенза ПЛИ

4

1987, 1988г.

Публикации. По теме диссертации опубликовано 18 научных работ.

Об'ьём и структура работы. Диссертационная работа состоит из введения, 4-х глав и заключения <135 страниц машинописного текста), 3-х приложений, списка литературы <75 наименований ).

СОДЕРЖАНИЕ РАБОТЫ

Ро введении содержится обоснование актуальности'темы диссертации, сформулированы основные научные результаты, выносимые автором на защиту, а также практическая ценность полученных результатов.

В первой главе рассматриваются существующие оптические методы контроля дефектов изделий электронной техники, анализируются известные системы и комплексы, выполняющие контроль-ныэ операции по выявлению дефектов фотошаблонов, печатных плат, интегральных схем, формулируется цель и задачи диссертационной работы.

В начале главы рассматриваются оптические методы, такие как: голографические, интерференционные,когерентно-оптические, фотометрические и другие, применительно к контролю двумерных-изображений. Показано, что создание систем, в основу которых положены указанные методы, как правило не автоматизированы, имеют низкое быстродействие и малоэффективны.

Одним из дальнейших путей развития данной техники является создание систем, основанных на выделении характерных фрагментов изображения ( по типу обучающихся систем ). Для этого подлежащие контролю области последовательно устанавливаются в поле зрения контролирующей системы, и их конфигурация и координаты запоминаются. На втором этапе предъявляют контролируемые изделия. Если в них имеются конфигурации, не совпадающие с конфигурациями первого типа,вырабатывается сигнал дефекта.

Однако данные устройства имеют ряд недостатков. Во-пер— вых,нельзя предусмотреть всех типов дефектов, которые могут встречаться в контролируемом образце. Во-вторых, в случае увеличения контролируемых ситуаций возрастает время контра—

5

ля, а также удорожание систем, что в конечном итоге приводит к недостоверности контроля.

Дальнейшим этапом развития систем контроля дефектов считается создание устройств, работа которых основана на аппаратно-программной обработке информации.Основу таких систем составляет ЭВМ,снабжённая устройством ввода визуальной информации. Смена критериев отбраковки приводит лишь к изменению программа или исходных данных, но не к изменению устройства. В тоже время такая универсальность не позволяет создавать высокопроизводительные системы (из-за ограничений памяти и быстродействия ЭВМ) с приемлемой стоимостью и габаритнами. Результатом проведённого анализа является вывод о том, что существующие системы контроля качества изделий электронной техники ( ОШ,ПП,ИС ) не позволяют осуществлять автоматизированный контроль качества данных изделий с требуемым качеством и быстродействием.Потребность в автоматизированных системах контроля дефектов фотошаблонов, печатных плат, интегральных схем,которые позволяют выявлять практически все дефекты данных изделий, требует разработки методов анализа двумерных изображений объектов в реальном масштабе времени. Экономически оправданным и реально осуществимым оказывается путь компромиссного сочетания специализированных аппаратных и программных средств обработки изображений, который и используется в данной работе.

Вторая глава посвящена обоснованию и выбору схемы проектирования автоматизированной системы распознавания дефектов. Исходя из требований предъявляемых к ФШ, ПП, ИС были выделены следующие наиболее существенные виды дефектов на изображении данных изделий.

-вкрапления в виде одиночных объектов, не связанных с то-копроводящим рисунком;

-проколы, раковины в токоправодящем рисунке; -нарушение границы контура элемента топологии < вырыв, выступ,неровность края, скругление углов >; -разрывы дорожек; -перемычки между проводниками;

Для выделения указнных дефектов необходимо осуществить

6

ввод исходного изображения, которое затем предварительно обрабатывается с целью устранения шумов, и далее анализируется.

Данные этапы на первой стадии могут выполняться с помощью спецпроцессоров обработки изображений, с последующей его обработкой на ПЭВМ, после чего и принимается окончательное решение о годности изделия.

Поставленная задача обработки изображений сводится к выделению изображений тех дефектов, параметра и свойства которых удовлетворяют определённым условиям. Для этого в работе предложен метод нелинейной пространственной фильтрации во временной области. Изображения рассматриваемого класса объектов описываются совокупностями отрезков горизонтальных, вертикальных и наклонных линий. Указанные совокупности признаков образуют алфавит описания. Для удаления шумов на бинарном изображении,состоящем из вертикальных и горизонтальных линий,.толщина которых меньше размера изображений проводников, и удаления шумов, искажающих границы сигнала, одновременно формируют две матрицы: матрицу вертикали С^ц ^ > и матрицу горизонтали th^^y, затем происходит взаимная коррекция этих матриц и далее логическое сложение откорректированных матриц. Патрица вертикали формируется следующим образом. В матрице элементов исходного изображения (С^ зануляютсяте элементы, которые не удовлетворяют условию многократного сжатия, выполняемого посредством ■ CY1" — йратной рекуррентной операции цифровой фильтрации!

Ct> о ct-Ъ

- <0)

гЭе t = 0,m ; Е>. .. = а,. ,ч .

После этого определяются элементы матрицы путем изо-

тропной расфокусировки матрицы i&^^J- только в вертикальном направлении, что достигается " ГП"-кратной рекуррентной one— рацией: о + (t"b

гЗе 1 = и, т ; С . = о . . с . .

1 > II,¿> > <1,4) к-,*)'

Аналогичным образом формируется матрица горизонтали, которая образует из элементов матрица исходного изображения, в которой элементы, не удовлетворяющие "ГП"-кратному сжатию зануля— ются, а затем происходит восстановление элементов матрицы путём изотропной расфокусировки только в горизонтальном направ-лении.После таких преобразований в матрицах вертикали отсутствуют элементы линий произвольной ориентации и пятен, размер которых в горизонтальном и вертикальном направлениях не превышает 'ГП' элементов. Креме этого, помехи, искажающие границы (контур) изображения, при этом перераспределяются так,что помехи, искажающие границы горизонтали, содержатся в матрице элементов вертикали, а помехи, искажающие граница вертикали, содержатся в матрице элементов горизонтали. Удаление таких шумов происходит за счёт коррекции (зануления) определённых элементов матрицы вертикали и матрицы горизонтали.

Главная особенность предлагаемого алгоритма заключается в возможности осуществить обработку изображений за время считывания одного кадра и, кроме того, в возможности программно управлять характеристиками фильтров.

Далее рассматривается способ построения устройств формирования структурно-кодового описания изображения. Структурное описание изображения сводится к представлению формы составляющих его объектов и описанию отношений между ними. Решение данной задачи осуществляется а три этапа!

-маркировка и отслеживание выбранных информативных элементов;

-определение взаимного положения информативных элементов; -составление описания структуры изображения. Основой предлагаемого алгоритма является присваивание одинаковых номеров связным объектам изображения. Коды, соответствующие условному номеру изображения объекта присваиваются в результате решения следующего рекуррентного соотношения:

А^.и^^Л^, СМ

15) 17 ^

О . . = 0 - Ь проглиЬном случае.

Соотношения <3.> , (6) выпслмямться только для элементов изображения, имеющих отрицательный наклон. Из соотношения (3 ! также следует, что в случае неравенства и 1_> выделяется область пересечения связных зон, принадлежащих одному и тему же объекту. Присвоение очередного номера объекта происходит для элементов изображения:

^.и-Ии-«.-^» (9)

если

где -текущий номер изображения объекта.

Обработка изображения по данному алгоритму осуществляется за время считывания одного кадра. По окончании считывания кадра получаем структурно-кодовое описание путем маркировки начальных элементов, областей пересачения и связей между ними.

Затем рассматривается алгоритм идентификации структурно- • кодового описания изображения печатней платы или фотошаблона.

В задачу идентификации входит сравнение структурно-кодового описания контролируемого изображения с эталонным программным способом. Формирование эталона осушествлятся двумя способами: непосредственно считыванием и обработкой информации с заведомо бездефектного фотошаблона или печатной плата, либо косвенно, заданием эталона в диалоговом рэжиме с клавиатуры ПЭВМ. Эталон представляет собой матрицу связей кентакт-ных площадок с отверстиями и без отверстий соединенные проводниками. Количество данных связей строго определено, поэтому следующим этапом яаляется сравнение количества связей эталона и контролируемого объекта. При наличии расхождений между образцами, и поскольку каждая связь имеет свою координату, однозначно указывается дефектная связь и ее местонахождение. 9

Третья глава • посвящена анализу изображений множества объектов по геометричкским характеристикам.

Б начале главы рассматриваются операции выделения контуров на полутоновых изображениях, которые являются распространенными в системах контроля изделий радиоэлектронной техники.

Учитыаая специфику изображений ОШ,ПП,ИС наибольшее распространение получили дифференциальные методы выделения контура объекта на полутоновом изображении.Градиентные методы являются быстродействующими_и достаточно эффективными при выделении контуров на высококонтрастных изображениях ФШ,ПП,ИС.Зти методы основаны на процедурах пространственного дифференцирования посредством использования различных дифференциальных операторов: Робертса, Собела, Кирша, Превитта. '

Недостатком указанных методов является то, что градиент определяется в ортогональных направлениях геометрическим усреднением этих ортогональных направлений. Кроме того, в случае наличия областей с повышенным значением яркости ( бликовые области), которые имеют замкнутую структуру, будут выделяться ложные элементы контурного изображения, соответствующие границе перепада яркостей отражающей поверхности для одного и .того же объекта.

Существенной особенностью предлагаемого метода является то,что в окрестности текущего элемента определяется распределение яркости и фиксируются те области, для которых разница между искомым элементом и его окрестным элементом превышает некоторое пороговое значение Р. При этом решаются следующие разностные уравнения:

А ИЛ

Таким образом, каждая точка изображения кодируется к -разрядным кодом. Наличие единицы хотя бы в одном разряда кода свидетельствует о наличии контурного элемента. Совокупность контурных элементов образует контурную область, которая может соответствовать внешнему контуру, контуру со снижением яркости внутри объекта (отверстие) и области повыше-

10

ния яркости внутри объекта (бликовая область).

Сбласти, соответствующие повышению яркости внутри объекта, чзлямтся лсжныпи и из описания изображения и контурного описания должны исключаться. Решение данной задачи производится путем восстановления исходного изображения по коддм контурных элементов з бинарную форму. В результате получаем восстановленное изображение в бинарной форме,■в описании которого отсутствуют бликовые области.

Далее в главе рассматриваете я анализ изображения объектов по геометрическим характеристикам. Основная особенность предлагаемого анализа заключается в возможности определения геометрических характеристик изображений множества объектов за время считывания одного кадра изображения.

Анализ изображения, прошедшего предварительную обработку, заключается в определении его принадлежности к одному из заданных классов объектов. Для такой классификации должна быть выделена некоторая система критериев, однозначно определяющих принадлежность визируемого объекта тому или иному классу. Простейшими являются геометрические критерии, описывающие инварианты распознаваемых объектов и основание на моментах различного порядка.

Отличием предлагаемого метода является то,что при наличии в поле растра считывания множества объектов, каждому моменту М0 присваивается код номера М0ц, в результате чего, появляется возможность осуществить подсчёт площади изображений множества объектов, находящихся в поле считывания растра за один кадр.

На основании полученных моментов нулевого и первого порядка определяются координаты центров тяжести изображений объектов. Моменты второго порядка моясно использовать

для нахождения признаков, инвариантных к сдвигу и повороту фигуры.

Разработанные алгоритмы и их техническая реализация обеспечивает возможности:

-выделения контура изображения объекта на полутоновом изображении при неоднородном освещении и преобразовании этого изображения в дзухградационное с высокой точностью;

-определения площади изображений множества объектов, на-

II

холящихся е поле считывания за.время считывания одного кадра изображения, причём объект может иметь сколь угодно сложную форму;

-определения координат центров тяжести изображений объектов и на их основе определения углового положения объекта и, кроме того, определения углового положения частей объекта по отношению к его центру;

-определения длины контура изображения.

Четвертая глава посвящена технической реализации спецпроцессоров геометрического и топологического контроля, подсистемы межкадровой стыковки и автоматизированной системы распознавания дефектов печатных плат.

Б начале главы рассматриваются вопросы технической реализации рекуррентных соотношений метода нелинейной пространственной фильтрации. Показана реализация фильтров с различной анизатропией. Рассмотрена реализация устройств как с жестким заданием коэффициентов сжатия и расфокусировки,так и с прог-раммно-регулируемвми параметрами. Проведен анализ возможных схем построения устройств фильтрации. Приведена схема и описание работы спецпроцессора геометрического контроля. При испытании спецпроцессора геометрического контроля были получены следующие технические характеристики: число направлений анализа В;минимальный допустимый код анализа 1; максимальный допустимый код анализа 256; время обработки кадра изображения 20 мс; чуствительность 10 мкм.

Далее в главе рассматриваются вопросы реализации алгоритма структурно-кодового описания изображения объектов в виде спецпроцессора топологического контроля и, как одной из составных его частей, работу блока формирования кода номера изображения. Спецпроцессор выполнен на логических микросхемах 555, 1533, 1531, 531, серий и расчитан на работу на частоте 8 МГц.

При наличии протяженных объектов, которые необходимо контролировать с высокой разрешающей способностью, резко увеличивается площадь контроля. В связи с этим предлагается метод

покадрового считывания изображения объктов с дальнейшим объе-

12

динением изображений отдельных кадров и обобщенный анализ всего поля считываемого.изображения.

В качестве реализации данной задачи рассматривается подсистема межкадрсвой стыковке изображений объектов. Суть предлагаемого метода заключается в том, что поле считывания изображения разбивается на ряд кадров. Положение кадра считывания на поле изображения устанавливается путём дискретного перемещения кадра считывания по вертикали и горизонтали, образуя матрицу кадров, размерность которой <X,V) задаётся и зависит от необходимой разрешающей способности системы и от размера объекта.

При считывании кадра изображения, исключая первые элементы строк и первую строку кадра, связанным элементом изображения присваиваются одинаковые номера, соответствующие условному номеру изображения.

При считывании последних элементов строк и при считывании последней строки кадра значение кодов номеров изображения напоминаются. При считывании первых элементов строк каждого последующего кадра вместо номера предшествующего элемента ставится номер последнего элемента предшествующего кадра. Исключение состовляют кадры, имеющие номер У=0.

При считывании элементов первых строк каждого последующего кадра вместо номеров элементов предшествующей строки ста-, вятся соответствующие номера элементов последней строки предыдущего кадра. Исключение состовляют кадры,имеющие номер Х=0.

Кроме того, в подсистему введен узел объединения кодов, который осуществляет переприсвоение кодов номера изображения. Иными словами; если изображение объекта имеет сложную форму, то оно может маркироваться несколькими номерами, создавая при этом избыточность номеров. Для устранения этого недостатка и введен узел объединения кодов, который присваивает полному связному объекту одинаковый номер для всех его элементов. Причем данный код является наименьшим по порядку, а освободившиеся из описания коды могут быть использованы в дальнейшем описании. Данный подход позволяет распознавать изображения протяженных дефектов с высокой точностью и достоверностью. Подсистема межкадровой стыковки имеет следующие харак-

13

теристики: размер контролируемого изображения объекта 330 к 400 мм; число контролируемых кадров 6600; размер контролируемого кадра 4x5 мм; разрешающая сособность 10 мкм.

Б заключение приведена и описана работа автоматизированной системы контроля дефектов печатных плат в целом. Контролируемая плата помешается на координатный стол, который управляется от ПЭВМ. Изображение платы считывается телевизионной камерой и поступает в спецпроцессоры геометрического и топологического контроля. Преоброзованная и обработанная информация об объекте далее поступает на ПЭВМ, которая и принимает решение о качественной годности изделия. Время контроля одного изделия размером 330x400 ми, с разрешающей способностью 10 мкм, при использовани координатного стола МАРС 901 - 11 мин.Реализация системы с применением ПЭВМ позволяет осуществить представление результатов обработки в виде паспорта контролируемого изделия, в котором указывается тип дефекта, его характеристика ( площадь, ориентация, и т.д.) и координаты.

Заключение.

В работе получены следующие основные результаты: 1.С учётом анализа и реализации возможностей методов обработки изображений разработана аппаратно-программная автоматизированная система распознавания дефектов изделий радиоэлектронной техники <ФШ, ПП, ИС), позволяющая осуществлять автоматизированный контроль качества изделий электронной техники с высокой достоверностью и точностью в реальном масштабе времени.

2.Разработаны рекуррентные соотношения,реализующие метод нелинейной оптимальной пространственной фильтрации дефектов печатных плат во временной области.

3.Получено аналитическое решение и разработан алгоритм структурно-кодового описания изображения объектов, отличающийся тем, что обработка изображения осуществляется за время считывания одного кадра.

4. Разработана математическая модель селекции и классификации изображений дефектов печатных плат, а также алгоритм

14

предстезленич в ЭБГ1 этих изображений, на основе которого реализована автоматизированная система распознавания дефектов

ош, пп, ис.

5. Разработаны схемы и алгоритм управления спецпроцессором геометрического контроля, который позволяет выявлять дефекты геометрии изображения ФШ, ПП, ИС ( утоньшения, утолщения, вкрапления,раковины,сколы и пр.) с указанием их характеристик ( площади, периметра, длинны контура ) и координат в реальном•масштабе времени.

é>.Разработан программируемый спецпроцессор топологического контроля, позволяющий выявлять лишние и недостающие связи топологии рисунка ФИ], ПП, ИС и их местоположение за время считывания одного кадра.

7.Разработана подсистема межкадровой стыковки изображений объектов для обработки протяженных объектов с высокой разрешающей способностью.

S.Система внедрена в Пензенском НИИ "КОНТРОЛЬПРИБОР" с экономическим эффектом 30 тыс. рублей в год от еденицы изделия. Результаты работы внедрены в учебный процасс кафедры

Кипра ппи.

Основные результаты диссертации опубликованы в следующих работах:

1.Контишев В.Н. Устройство селекции изображений // Цифровые модели в проектировании и производстве РЗС. Межвузовский сборник научных трудов. Вып. 3.-Пенза: Пензенский политехнический институт 1991, стр. 139-141

2.Контишев В.Н. Способы построения устройств для конт-ектировании и производстве РЗС. Межвузовский сборник научных трудов. Вып. 2.- Пенза: Пензенский политехнический институт 1991, стр. 106-110.

3.Држевецкий А.Л.,Контишев В.Н. Методы и средства контроля топологических характеристик множества объектов в системах с техническим зрением // М., Приборы и системы управления N 1991.

4.Устройство для определения площади изображений.А.С. Г4 1644183 СССР, MKH.G 06 К 9/46 /Контишев В.Н. и другие,указанные в описании (СССР).-2с.:ил.

15

5.Устройства для подсчета изображений объектов. A.C. N 1640720 СССР, МКИ Б 06 К 9/00 / Контишев Б.Н.и другие, указанные в описании (СССР).—4с.:ил.

6.Устройство для селекции изображений. A.C. N 1638718 СССР, МКИ G 06 К 9/00 /Контишев В. Н. и другие, указанные в описании (СССР),-10с.:ил.

7.Устройство лля считывания и кодирования изображений объектов. A.C. N 1631563 СССР, МКИ Б 06 К 9/00 /Контишев В. Н.и другие, указанные в описании (СССР).-5с.:ил.

8.Устройство для селекции дефектов изображений объектов. A.C. N 1631562 СССР, МКИ Б 06 К 9/00 / Контишев В. Н. и другие, указанные г описании (СССР). 7с.:ил.

9.Устройство для подсчета количества изображений объектов. A.C. N 1621057 СССР, МКИ Б 06 К 9/00 / Контишев В. Н.

и другие, указанные в описании (СССР). 4с.: ил.

10.Устройство для коррекции изображений. A.C. N 1583946 СССР, МКИ Б 06 К 9/00 / Држевецкий А. Л.,Абульханов Р. А. и Контишев В. Н. (СССР).-4с.:ил.

11.Устройство для опрелеления углового положения указателя стрелочных приборов. A.C. N 1532812 СССР, МКИ Б 01 В 21 /00 / Држевецкий А. Л., Абульханов Р. А., и Контишев В. Н. (СССР).- 7с.: ил.

12.Устройство для определения угловых полжений указателей стрелочных приборов. A.C. N 1504515 СССР, МКИ Б 01 В 21/00 / Држевецкий А. Л., Абульханов Р. А. и Контишев В. Н. (СССР). 7с.: ил.

13.Устройство для кодирования изображений объектов. Положительное решение N 4711929 СССР, МКИ G 06 К 9/00/ Контишев В. Н. и другие, указанные в описании (СССР).-12с.: ил.

14.Устройство для селекции изображений. Положительное решение N 4635845 СССР, МКИ 606 К 9/00 / Контишев В. Н. и другие, указаннык в описании (СССР).6с.: ил.

15.Устройство селекции изображений объектов. Положительное решение N 4677164 СССР, МКИ Б 06 К9/00 / Контишев В. Н. и другие, указаннык в описании (СССР).-6с.: ил.