基于主动红外的倒装芯片缺陷检测研究

传统的倒装芯片无损检测技术并不能完全满足倒装焊检测需要,为此提出了一种基于主动红外的倒装芯片缺陷检测方法。通过非接触方式对倒装芯片施加热激励,并结合红外测温设备检测芯片温度分布情况,从而对芯片内部缺陷进行诊断与识别。实验研究表明,该方法能较好地检测出倒装焊点缺陷,可应用于倒装焊芯片的缺陷检测与诊断研究。     

基于红外锁相法缺陷深度检测的仿真

隐藏在工件内部的粘贴结构缺陷具有隐蔽性和危险性，成为影响生产质量和运行安全的致命因素，运用红外无损检测技术可以对其缺陷进行检测和评估。本文通过仿真模拟，测得粘贴结构在不同缺陷深度以及涂层热扩散系数下的盲频率，研究了缺陷深度和涂层热扩散系数对盲频率的影响，同时利用拟合定量研究了盲频率与缺陷深度和涂层热扩散系数的关系。仿真结果表明，可以通过盲频率求得热扩散长度，进而求得缺陷深度的定量检测方法。     

二维内部缺陷的红外瞬态定量识别算法

内部缺陷的反问题定量识别是红外无损检测技术的重要内容,而红外稳态识别方法存在受误差影响大等缺点。文中对具有矩形内部缺陷的试件建立了二维物理和数学传热模型,通过有限体积法求解瞬态温度分布,分析了检测表面的温度分布规律,运用Levenberg-Marquardt法研究了瞬态情况下对缺陷的尺寸和方位进行定量识别的方法。数值算例证明了算法的有效性;初始假设等对识别结果的影响不大;最大检测温差越大,识别结果越准确;瞬态测温法便于得到较大的检测温差,有利于识别结果的准确性。     

基于机器视觉的瓷砖素坯表面缺陷无损检测算法研究

针对瓷砖生产中对瓷砖素坯表面缺陷检测的高速度和高准确率的要求,本文提出了基于机器视觉的表面缺陷无损检测算法.首先对采集到的瓷砖素坯图像采用双边滤波器进行图像预处理,降低噪声,提高图像质量,然后利用Canny边缘算子提取图像边缘,在图像边缘的基础上,采用最佳阈值分割算法,实现图像分割,利用圆形度对缺陷特征进行描述,并实现缺陷判别,最后,通过实验验证表面缺陷检测的准确度和稳定性.实验结果表明,该方法可以实现瓷砖素坯表面缺陷的无损检测,准确率达到95％以上,能应用于瓷砖表面缺陷质量检测的生产实践中.     

基于APDL的管道内壁边界识别算法

基于表面测温的缺陷或缺陷边界的定量识别算法是目前红外无损检测从定性向定量发展的关键理论基础。针对目前方法识别不规则缺陷边界精度相对较低的问题,通过关联ANSYS软件和MATLAB软件,利用有限元方法和共轭梯度法对二维管道内壁边界形状的稳态识别进行了研究。针对不同内壁边界形状以及试件形状的识别问题,系统地讨论了边界形状初始假设、检测表面温度测量误差及测温点数目、所识别边界的离散点数目以及试件的导热系数等一系列因素对识别结果的影响。数值实验证明了该方法的有效性及精确性。该方法可以在较短的计算时间内得到非常精确的稳态识别结果,大大提高了管道内壁边界形状识别的效率。     

基于微焦点X射线BGA焊点缺陷检测

BGA封装是是一种高集成的封装方式,其焊点缺陷会影响封装器件性能。为克服全局阈值分割、边缘检测方法对BGA焊点缺陷检测错误率较高的问题,本文提出采用Otsu阈值分割、轮廓提取、边界跟踪方法提取焊点轮廓,并用灰度形态学顶帽操作、直方图拉伸、Blob分析提取焊点气泡轮廓。通过分析BGA焊点缺陷类型及特征,提出基于焊点轮廓、气泡轮廓特征参数的焊点检测与分类算法。试验研究表明该算法较全局阈值、Canny算子焊点缺陷检测的准确率高,能够准确的完成焊点缺陷分类。     

基于导热反问题的复合材料内壁不规则缺陷Ansys二次开发红外诊断识别

针对人工编程数值建模进行缺陷识别反问题求解存在编程复杂、分析效率低的局限性,提出了采用通用有限元数值计算软件Ansys结合共轭梯度算法进行二次开发对复合材料内壁不规则缺陷进行红外诊断定量识别的方法,并引入了相对敏感系数的概念用于比较评估试件检测状态对缺陷边界形状定量识别的影响。通过相对敏感系数分析发现,不同检测状态下内壁不规则缺陷的可检测性并不相同,采用检测面达到最大温差时刻点的瞬态检测比稳态检测更具优越性。数值试验验证了Ansys二次开发红外诊断识别的可行性和相对敏感系数比较评估的有效性。     

基于阵列热风激励的航发叶片近表面缺陷红外检测方法

航空发动机叶片的三维曲面结构、复杂的材料特性和特殊的冷却通道等,给叶片近表面缺陷的检测带来了困难。针对热激励源加热不均导致检测的红外热图效果差、缺陷识别率低的问题,提出了一种阵列热风激励的主动红外检测方法,改进并搭建一套可调阵列热风红外无损检测实验平台。通过设计阵列热风激励与局部热风激励的对比实验,并采用Canny算子进行缺陷边缘识别,证明了阵列热风激励主动红外检测方法的优势。通过实验分析不同材料下含裂纹试件的温度变化规律。实验结果表明：随热扩散系数增大,温升出现越早,表面最大温度呈下降趋势。通过利用检测实验平台对航空发动机叶片进行检测,揭示了导热性和隔热性缺陷的温度分布规律;其中导热性、隔热性和两者混合类型的缺陷检出率分别达到86.7%、93.3%、90%,也表明阵列热风激励红外检测方法能有效检测出航发叶片中的裂纹缺陷。     

基于鲁棒Otsu的红外无损检测缺陷分割算法

在红外无损检测获取的图像中,缺陷区域与非缺陷区域所占面积比例悬殊,且图像经过序列增强处理之后仍然存在阴暗区域,导致缺陷分割准确性受损。为此,结合局部阈值分割法的相对阈值思想,提出一种基于鲁棒Otsu的缺陷分割算法。首先,引入邻域均值与邻域总梯度作为表征像素点的所属类别与空间状态的重要参数。然后,采用基于像素点-块区的统计调整模型对红外图像缺陷区和非缺陷区的灰度值进行动态调整。最后,采用基于灰度-邻域偏差的改进二维直方图及其区域划分方法,通过自动选取邻域边长的遗传算法搜索最佳阈值,实现红外图像的缺陷分割。结果表明:该算法不仅改善了Otsu算法的鲁棒性,且能够提高红外无损检测缺陷分割的准确性。     

孔洞缺陷的红外无损检测和PNN识别与定量评估

针对红外无损检测中因特征信息缺失,致使识别与评估效果不佳这一问题,研究以铝板为对象,基于红外无损检测技术,结合主成分分析和概率神经网络对铝板正常区及三类孔洞缺陷区进行了识别与面积定量评估.研究首先采集铝板降温过程的红外时序热图,提取了正常区和各类孔洞缺陷区的时序灰度值作为初始特征.其次,采用主成分分析对初始特征进行提取,并结合概率神经网络,以像素点为单位实现孔洞缺陷的识别及面积定量评估,并采用了支持向量机进行了对比研究.实验结果表明,对于正常区和三类孔洞缺陷区测试样本的面积评估正确率分别为99.6%、97.0%、94.7%和93.0%,相比支持向量机的评估结果,所提出的研究方法具有更高的正确率.研究论证了采用主成分分析和概率神经网络,基于时序特征,以像素点为单位,实现孔洞缺陷识别和面积定量分析的有效性和准确性.     

基于模糊C均值聚类和Canny算子的红外图像边缘识别与缺陷定量检测

针对脉冲红外热成像检测缺陷构件时,红外图像噪声较大、边缘信息模糊等特点,提出了一种基于模糊C均值聚类和Canny算子相结合的边缘检测新方法。该方法首先对输入的红外图像进行整体灰度变换,采用模糊C均值聚类对图像进行区域分割、提取和二值化;再将各个区域进行叠加,使红外图像的边缘变得连续;最后,采用Canny算子对处理后的图像进行边缘检测,实现缺陷的识别。在图像边缘检测基础上,分析了图像定位缺陷位置与实际缺陷位置之间的相对误差,并运用物像关系,实现缺陷几何尺寸的定量检测。结果表明:该方法对缺陷边缘识别完整清晰,具有较高的定位精度和抗噪能力,有利于缺陷的识别与定量检测。     

基于激光热成像方法的奥氏体钢表面缺陷表征

有源热成像是当今广泛使用的无损检测方法,可利用材料热特性完成缺陷表征。本文使用激光作为热成像的激励源,使用激光局部加热试件,产生的球形热流允许以任意方向检测缺陷。在加热过程中,能量扩散完全覆盖缺陷区域,在散热过程中,缺陷的存在会使得激光器的热足迹呈现不对称性,红外热像仪实时监测表面温度场分布,实现表面缺陷的可视化检测。通过实验验证以及对实验结果的图像分析来完成缺陷表征,结果表明:在散热过程中,红外热像仪可实现对缺陷的可视化检测,通过图像锐化处理检测缺陷边界,得到缺陷的形状分布,完成缺陷的定位表征。     

红外热成像技术在亚平面缺陷检测中的应用

根据红外成像无损检测原理,利用机器视觉技术,通过实验将红外热像仪采集的亚表面红外缺陷图像进行一系列的处理,包括滤波降噪,图像增强,边缘提取等,将缺陷检测出来。文中用matlab和Visual C++2010联合编程的方式对红外缺陷进行识别,通过窗口可视化将图像和图像中的缺陷位置,大小提取出来。通过多次实验,本方法能够检测大多的亚平面缺陷,具有较高的应用价值。     

透射法的红外热波缺陷定量检测研究

脉冲红外热波检测是一种新兴的无损检测技术,通常采用反射型激励方式。针对反射法缺陷深度检测误差大的不足,系统分析了透射法的红外脉冲热波定量检测缺陷深度。通过分析材料在脉冲热激励下的一维热传导模型,探讨了缺陷深度的红外测量原理。利用表面温度一阶微分峰值时间法建立特征时间与缺陷深度的关系,实现对缺陷深度的定量检测。以PVC板人工楔形槽缺陷为例,采用透射法与反射法对比实验分析缺陷深度的测量误差。结果表明,反射法在对缺陷进行定量计算时需要选取参考区域,而透射法对数据的处理不依赖参考区域,避免参考区域所带来的误差。透射法直接加热缺陷面,响应时间短,通过求解缺陷处的特征时间计算缺陷深度,检测精度得到大幅度提高。     

C/SiC复合材料的红外热像无损检测研究

采用红外脉冲热像检测方法对C/SiC复合材料试样中不同尺寸和深度的平底孔模拟缺陷进行无损检测,分析了红外脉冲热像检测方法的检测原理、红外脉冲热像检测结果和微分处理后的检测结果。研究结果表明,对于同一缺陷,红外脉冲热像图中显示的缺陷尺寸随时间变化规律近似服从卡方分布,并且在红外热波信号传播至缺陷深度时,显示的缺陷尺寸最大;对红外脉冲热像图进行微分处理,可提高小缺陷和深度缺陷的检测能力,且能够提高缺陷的识别度;红外脉冲热像法检测C/SiC材料,能发现最小直径为Φ2 mm的缺陷,无法发现深度大于4 mm(直径不大于Φ15 mm)的缺陷;该红外脉冲热像法检测C/SiC材料的最小径深比为1.3。     

红外热波无损检测图像噪声分析与抑制

分析了红外热波检测图像中噪声生成机理,针对图像的噪声去除增强问题,提出了一种改进的非线性偏微分方程的热波检测图像去噪增强方法。对偏微分方程在图像处理应用中的理论基础进行研究,针对现有的偏微分方程模型在图像去噪中存在的问题,并结合热波图像的特点,改进相应的偏微分方程数学模型,在此基础上对获得原始热图进行编程处理,试验结果表明：经过处理后的图像信噪比提高,对比度得到了改善,为后续的缺陷提取及损伤识别奠定了基础。     

基于脉冲涡流热成像的钢板缺陷检测研究

脉冲涡流热成像检测技术是一种新型的无损检测方法,研究热成像表面缺陷的数据特征,将otsu分割算法与最大熵分割算法相结合,提出基于最大熵的otsu分割算法,既能较好的分割热图像中的缺陷又能有效的识别目标缺陷的边缘。实验结果表明,相比较其他传统分割算法,具有更好的缺陷提取效果。     

基于纹理抑制的磁环表面缺陷检测方法研究

针对磁环表面缺陷图像具有对比度低、纹理背景复 杂、缺陷种类多和亮度不均匀等问题,提出了一种基于改进自适应Canny算法和掩模技术的 磁环表面缺陷提取方法。首先,在分析磁环表面图像中不同 区域灰度特征和梯度特征的基础上,通过拟合磁环内外轮廓构造掩模图像,以便屏蔽磁环背 景区域的干扰; 然后,利用提出的基于8邻域各向异性滤波的改进自适应Canny边缘检测算法,抑制磁环表面 纹理的干扰;最后, 利用图像数字形态学增强边缘连通域,并利用构造的掩模图像提取磁环表面缺陷。利用开发 的样机 进行了大量的在线实验。实验结果表明,本文缺陷提取算法稳定性好,鲁棒性强,能够准确 、快速地提取 出磁环表面图像各区域的缺陷,表面缺陷检测的准确率为97.3%。     

基于聚类分析和骨架提取的含裂纹超声红外热像增强方法研究北大核心CSCD

超声红外热图像因噪声干扰及缺陷位置的热扩散,导致其存在对比度差、清晰度低、边缘模糊等问题。为了增强红外图像视觉效果,提高缺陷检测能力,提出了一种基于聚类分析和缺陷骨架的超声红外图像增强方法。采用基于kmeans的DBSCAN聚类算法对裂纹发热区域进行识别聚类,将图像分解为缺陷生热区域与非缺陷区域;然后,对缺陷区域进行骨架描述,并沿裂纹骨架走向采用改进的部分子块重叠直方图均衡算法对缺陷图像进行增强。提出的超声红外图像增强方法与常用的直方均衡化、限制对比度自适应直方图均衡化、自适应同态滤波三种方法进行对比,结果表明所提的增强方法可以得到对比度更显著的图像,具有明显的优势。提出的方法为增强超声红外图像视觉效果、提升裂纹诊断能力提供了一种有效方法。