李展

摘要：在電路板修理中，對于故障的檢測，可采用多種方法，比如波形觀察、電阻測試以及直接觀察等，對于這些方法而言，要求修理人員能充分掌握產(chǎn)品功能，有效了解工作原理，而且需擁有一定的電路分析能力。本文對測試系統(tǒng)進行了探討，對故障診斷進行了分析，本人能力有限，希望能幫助到相關(guān)人士。

關(guān)鍵詞：紅外熱像儀;故障診斷;電路板

中圖分類號：V267;TP391.41;TN219?? 文獻標(biāo)識碼：A?? 文章編號：1672-9129（2020）12-0049-02

引言：在裝備維修方面，常存在一系列的難題，比如技術(shù)資料不全面、國外先進技術(shù)的封鎖等。為實現(xiàn)維修保障能力的提高，對于電路板故障的診斷，可借助于紅外熱成像檢測，與以往電路檢測方法對比而言，最主要的優(yōu)勢就是檢測無損化，也就是非接觸式檢測，能確保電路的完整，不過于依賴電路原理，檢測結(jié)果更加直觀、更加明了，有著較高的定位效率。

1 紅外熱像儀測試系統(tǒng)

對于該系統(tǒng)而言，由多個成分組成，比如定位標(biāo)志、電動平臺、PC、圖像采集卡，以及紅外熱像儀等。基于用戶提供的故障與標(biāo)準(zhǔn)電路板，同時結(jié)合適配負(fù)載以及有關(guān)電源等，系統(tǒng)完成測試工作，對于電動平臺而言，主要基于紅外熱像儀，促使其成為可調(diào)熱像傳感器，來達到采集熱像的目的，該熱像源于較大尺寸的電路板。對于計算機而言，是該系統(tǒng)的控制核心，可對圖像進行處理，能自動或者手動檢測故障，使用者可借助于計算機，來操作檢測過程。對于該系統(tǒng)參數(shù)而言，主要包含以下方面：像素最大為384*288;熱響應(yīng)時間為10ms;測試尺寸為200毫米*200毫米;幀頻為16赫茲;分辨率為320*240;運行溫度介于零下40攝氏度至零上60攝氏度之間。

2 故障診斷分析

在故障診斷中，圖像的判讀以及處理是不易進行操作的。通常情況下，基于紅外熱像圖，需對色彩變化情況進行判斷，需對溫度場分布進行判斷?；诩t外熱像圖，關(guān)于對其的分析以及觀察，可包含以下層面：定量層面，比如，當(dāng)溫度達到最高時，能有多高;定性層面，比如在圖中，溫度較高的是那一部分，溫度較低的是那一部分。該系統(tǒng)對于故障的診斷，主要基于溫度閾值法。基于顯示頁面，將有關(guān)的診斷特征參數(shù)設(shè)置好，之后即可對故障進行診斷。比如，當(dāng)輸入處于正常運轉(zhuǎn)狀態(tài)時，高溫閾值為24，低溫閾值為15，在執(zhí)行確定按鈕之后，即可顯示診斷結(jié)果，若存在異常點，通過系統(tǒng)的作用，可將這些異常點選擇出來，為相關(guān)人員進行對比，提供有力參考。對于該系統(tǒng)的診斷以及檢測分析，主要借助于比較分析法。一般情況下，當(dāng)電路處于正常運轉(zhuǎn)狀態(tài)時，對于標(biāo)準(zhǔn)紅外圖像而言，是提前采集好的，當(dāng)電路出現(xiàn)故障時，對于待測紅外圖像而言，是基于電路故障，結(jié)合維修需求，來進行現(xiàn)場采集的。系統(tǒng)在經(jīng)過對標(biāo)準(zhǔn)與待測紅外圖像比較之后，能自動查找故障區(qū)域，而且在一定程度上，可對故障元器件進行識別。

3 系統(tǒng)實現(xiàn)

3.1系統(tǒng)實現(xiàn)流程 。第一步：初始化：在用戶界面模塊完成。用戶可以打開文件選擇圖像文件，進入下一步。本模塊利用_init__（self）函數(shù)實現(xiàn)用戶界面的初始化。

第二步：獲取圖像：獲取圖像在獲取圖像模塊完成。在該模塊中，將用戶指定的圖像在系統(tǒng)的圖像顯示框中顯示出來。OpenFile（self， event）函數(shù)實現(xiàn)了獲取圖像模塊的功能，使用戶可以隨意打開任何一張想要對其進行人臉檢測的圖像。

第三步：人臉檢測：在人臉檢測模塊完成。該模塊主要是對用戶指定的圖像進行人臉檢測，對指定的圖像做相應(yīng)的處理之后再進行人臉檢測算法的調(diào)用，并將處理結(jié)果和檢測結(jié)果另外顯示。這一步用到O噴CV的兩個函數(shù)：Detect（）函數(shù)和FindFace（）函數(shù)，其中Detect（）是人臉檢測模塊的輔助函數(shù)， FindFace（）函數(shù)是人臉檢測模塊的主函數(shù)。

3.2系統(tǒng)實現(xiàn)結(jié)果。本系統(tǒng)可以正確檢測出圖像文件的人臉，并標(biāo)識出來，圖2是運行結(jié)果，在用戶選擇的圖像文件中標(biāo)識出人臉位置。

4 總結(jié)

本系統(tǒng)的檢測成功率雖然比較高，但少數(shù)情況下仍不可避免會出現(xiàn)漏錯檢問題。由此看出，人臉檢測受到多種因素的影響，如獲取圖像時的角度、人臉表情的多樣化、有遮擋物存在、光照不同等情況下都可能會影響人臉檢測的結(jié)果。因此，我們應(yīng)該不斷尋求和開發(fā)更完善的算法，以期達到更高的檢測成功率。

本系統(tǒng)主要針對靜止圖像中的人臉進行檢測，下一步工作是在人臉檢測的基礎(chǔ)上，添加動態(tài)信息庫，解決人臉跟蹤的問題。

參考文獻：

[1] 王映輝.人臉識別——原理、方法與技術(shù)[M].北京：科學(xué)出版社，2010：1～35

[2] 史東承.人臉圖像信息處理與識別技術(shù)[M].北京：電子工業(yè)出版社，2010：1～47

[3] Padmaja，K.&T.N.Prabakar.FPGA based real time face detection using Adaboost and histogram equalization.IEEE[J].2012，01：111～115于一米以下范圍，為提升檢測精度，需確保檢測距離的一致。