摘要：针对现有的PCB（Printed Circuit Board）缺陷视觉检测系统实时性较差，难以检测线宽过窄等问题，首先对PCB 缺陷图像进行小波变换压缩，提高了系统实时性；然后应用小波边缘检测算法对缺陷图像边缘精确定位，在图像小波变换局部模极大值对应的梯度方向上计算边缘点距离，根据特定规则提取、识别并定位特定缺陷，实验结果表明上述方法简单有效。

　　引言

　　印制电路板是集成各种电子元器件的信息载体，在各个领域中得到广泛应用。PCB 缺陷视觉检测技术是PCB 缺陷检测中的一个重要组成部分，其核心是图像处理技术。大工业生产对系统实时性提出了严格的要求，文章将简化Haar小波压缩算法应用到检测实践中，在不影响缺陷检测的前提下满足了系统实时性的要求。

　　常规的PCB 缺陷主要包括短路、断路、桥接、毛刺等，在高品质应用中，导线或导线间隙过窄也被认为是缺陷，而现有的PCB 缺陷视觉检测系统对后者仍缺乏有效的检测方法。边缘是图像最重要的特征之一，导线几何宽度在一定程度上取决于边缘检测效果，要求边缘检测算法能够同时实现边缘精确定位和低噪声。文章应用小波多尺度边缘检测方法进行PCB 缺陷图像边缘检测，在简单的线宽缺陷模型上成功实现了特定缺陷检测。

　　小波变换基础理论

　　小波变换在图像处理中得到广泛应用，主要包括小波变换压缩以及小波多尺度边缘检测等。对于二维数字图像，构造尺度函数φ(x,y)及小波基函数ψ1，ψ2，ψ3，他们分别在粗糙像以及三个不同细节方向上提取图像信息。在对图像质量要求不高的前提下，抛弃细节信息，仅对粗糙像系数进行重构即可以得到压缩图像，从而提供了一种简单有效的压缩方法－小波变换压缩。定义θ1(x,y)，θ2(x,y)为二维平滑函数，水平及垂直方向小波分别为此二维函数的导数，则相应的小波变换为：

　　于被θ所平滑原始信号在水平方向的偏导的极大值，这正是图像在2i 尺度下水平方向信号的局部突变点，对应于图像水平方向的边缘信息，同理W2 对应图像垂直方向的边缘信息，即{W1，W2}构成图像边缘。在2i 尺度时梯度矢量的模为：

　　即在梯度方向上，在2i 尺度时，梯度矢量的模极大值对应于图像的灰度突变点，这些取极大值点的位置就给出了图像的一个多尺度边缘，从而提供了一种较好的多尺度边缘检测方法－小波多尺度边缘检测。