CN100559172C - 印制电路板缺陷的x光检测方法 - Google Patents
印制电路板缺陷的x光检测方法 Download PDFInfo
- Publication number
- CN100559172C CN100559172C CNB2006101240972A CN200610124097A CN100559172C CN 100559172 C CN100559172 C CN 100559172C CN B2006101240972 A CNB2006101240972 A CN B2006101240972A CN 200610124097 A CN200610124097 A CN 200610124097A CN 100559172 C CN100559172 C CN 100559172C
- Authority
- CN
- China
- Prior art keywords
- thread
- plc
- printed circuit
- circuit board
- ray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明针对印制电路板产品生产检测提出X光图像的智能分析方法和智能系统及对X光源位置的控制方法。其中的缺陷识别算法提高了识别的准确性,降低了对假缺陷的误判。所提出的PC机端智能系统与PLC通信和控制的多线程技术,通过用户主线程、后台工作者线程、串口监控线程实现PC智能系统与PLC的协调同步。由于X光的穿透性,系统对印制电路板工艺缺陷检测的覆盖率大大提高。
Description
技术领域
本发明涉及已组装好的印制电路板(PCBA)缺陷的检测方法,具体涉及印制电路板缺陷的X光检测方法。
背景技术
随着电子技术的飞速发展,封装的小型化和组装的高密度化以及各种新型封装技术的不断涌现,对电子组装质量的要求也越来越高。于是对检查的方法和技术提出了更高的要求。目前在电子组装测试领域中使用的测试技术种类繁多,常用的有人工目检(MVI)、在线测试(ICT)、自动光学测试(AOI)、自动X射线测试(AXI)、功能测试(FT)等。这些检测方式都有自己各自的优点和不足之处。
不同测试技术特点不同。
人工目检(MVI)是一种用肉眼检查的方法。其检测范围有限,只能检查器件漏装、方向极性、型号正误、桥连以及部分虚焊。由于人工目检易受人的主客观因素的影响,具有很高的不稳定性。在处理细间距芯片时人工目检更加困难,特别是当BGA器件大量采用时,对其焊接质量的检查,人工目检几乎无能为力。
飞针测试是一种机器检查方式。它是以两根探针对器件加电的方法来实现检测的,能够检测器件失效、元件性能不良等缺陷。这种测试方式对插装PCB和贴装器件密度不高的PCB比较适用。但是器件的小型化和产品的高密度化使这种检测方式明显表现出不足,对小尺寸器件由于焊点的面积较小探针已无法准确连接。特别是高密度的消费类电子产品如手机,探针会无法接触到焊点。此外其对采用并联电容,电阻等电连接方式的PCB也不能准确测量。所以随着产品的高密度化和器件的小型化,飞针测试在实际检测工作中的使用量也越来越少。
ICT针床测试是一种广泛使用的测试技术。其优点是测试速度快,适合于单一品种大批量的产品。但是随着产品品种的丰富和组装密度的提高以及新产品开发周期的缩短,其局限性也越发明显。其缺点主要表现为以下几方面:需要专门设计测试点和测试模具,制造周期长,价格贵,编程时间长;器件小型化也导致测试困难和测试不准确;PCB进行设计更改后,原测试模具将无法使用。
自动光学检测(AOI)是近几年兴起的一种检测方法。它是通过CCD照相的方式获得器件或PCB表面可见部分的图像,然后经过计算机的处理和分析比较来判断缺陷和故障。其优点是检测速度快,编程时间较短,可以放置于生产线中的不同位置,便于及时发现故障和缺陷,使生产、检测合二为一。可缩短发现故障和缺陷时间,及时找出故障和缺陷的成因。因此它是目前采用得比较多的一种检测手段。但AOI系统也存在不足,如不能检测电路错误,同时对不可见的焊点内部情况的检测也无能为力。
现有技术在印制电路板的检测技术存在下述不足:无法对不可见焊点,如球栅阵列封装BGA等进行检测,使一些肉眼看不到的物理缺陷给印制电路板板带来质量隐患;无法利用图像处理和识别技术对印制电路板板上大量的连线和焊点进行快速识别,以进行定性、定量分析,提高检测速度和质量控制的可靠性。
发明内容
本发明的目的是针对上述现有技术的不足,提供一种具备图像智能分析的印制电路板缺陷的X光检测方法。
本发明提供了印制电路板内部缺陷图像的分析和识别方法,该方法包括下述步骤:采集印制电路板可能出现的各种缺陷图像,在一定样本数量的基础上进行缺陷分类及预处理,然后提取可以用于现场在线识别的数字特征,将这些已分类的特征存储于PC机内。将现场采集的印制电路板内部缺陷图像数字化后,经印制电路板内部缺陷自动分析检测系统进行特征提取、模式匹配和缺陷识别,在监测屏幕上显示所测缺陷的类别以及相关的位置、大小或长度等信息。
考虑X射线的辐射性,因此,X射线照射的整个区域须由铅板进行大面积严格的屏蔽,位于屏蔽房外部的计算机通过电连接获得X光机的X光图像信号,而铅屏蔽房中的X光相对被检测对象印制电路板的位置,则由屏蔽房外部的PC智能系统与可编程控制器(PLC)进行信号交互而实施控制。
本发明提供一种印制电路板缺陷的X光检测方法,具体包括:
——将印制电路板可能出现的缺陷图像分类并建立数字特征库,存入PC机的存储器内;
——将现场采集的印制电路板内部缺陷的X光机的模拟信号经过一个高清图像采集卡进行图像数字化;
——由图像处理算法进行在线图像的实时特征提取;
——将所得到的特征与存储在所述存储器内的参考图像的特征进行模式匹配,识别缺陷类型和缺陷大小;
——如果X光不能一次覆盖检测对象的全部面积,则由PC智能系统与PLC控制器通过在线通信方式,实现对X光管与检测对象印制电路板之间相对位置的调整,重复上述的图像检测过程;
所述图像处理算法采用一种通过零交叉点判断边缘封闭性的算法,该算法在确定出强边缘后,计算各由零交叉点形成的封闭轮廓的强边缘点数与其总点数之比形成的显著度,同时采用快速区域填充的方法标记由拉普拉斯和高斯(LoG)算子产生的封闭边缘,再通过阈值判别各封闭轮廓象素点的显著度,确定所提取轮廓是否属于目标边缘。
所述PC智能系统与PLC控制器的在线通信方法如下:
所述通信方法利用多线程技术实现;PC机通过用户主线程、后台工作者线程、串口监控线程实现与PLC的协调同步;
所述用户主线程的步骤包括:
(1)初使化软件界面,初始化软件其他模块;
(2)初始化串口,开启串口监控线程;
(3)开启后台工作者线程,进入印制电路板检测环节;
所述后台工作者线程的步骤包括:
(1)判断当前印制电路板的尺寸,搜索数据库中与之匹配的样品,若有,则直接调用该样品参数;若没有,则进入手动设置参数界面,设置完后继续线程;
(2)提取参数信息中的X光源摆动的动作信息,包括摆动角度和X光源上下位移幅度;通过发送这些控制信息给PLC,使X光源在正确的位置上对印制电路板进行一系列的拍摄;PC机得到的一系列X光图像通过图像处理算法进行图像处理和识别;在这个过程中,PC每次发送的指令都是在接收到串口监控线程返回执行上次指令动作完成的信息之后;
所述串口监控线程的步骤包括:
(1)等待串口事件的触发;
(2)接收到PLC端主动传来的数据,通过事先在编程上与PLC端的控制程序协商好的判断规则来判断该次传来的数据含义;按照PLC工作动作的顺序,若传来的数据为“1”,则表示PLC已成功完成了第一个动作,例如对X光源摆动的操作;若传来的数据为“2”,则表示PLC已成功完成了第二个动作,例如完成了控制X光源往上移动的动作;若传来的数据为“3”,则表示PLC已成功完成了第三个动作,例如完成了控制X光源往下移动;
(3)通过上述方法判断出PLC是否正确完成指定动作,把信息返回给后台工作者线程,并把控制权交还给后台工作者线程。同时等待串口下次触发该线程;
所述通信方法中三大线程调用关系如下所述:
先执行操控全局的用户主线程,由主线程创建并启动后台工作者线程和串口监控线程;后台工作者线程被创建后可指挥PLC进行一系列动作;串口监控线程被创建后便协同后台工作者线程,确保PLC端按照后台工作者线程的指令正确地执行。
本发明的工作原理如下:先将印制电路板可能出现的缺陷图像分类并建立数字特征库,存入PC机的存储器内;然后将现场采集的印制电路板内部缺陷的X光机的模拟信号经过一个高清图像采集卡进行图像数字化,经印制电路板内部缺陷自动分析检测系统,由系统中的图像处理算法进行在线图像的实时特征提取,然后将所得到的特征与存储在所述存储器内的参考图像的特征进行模式匹配,识别缺陷类型和缺陷大小。如果X光不能一次覆盖检测对象的全部面积,则由PC智能系统与PLC控制器通过在线通信方式,实现对X光管与检测对象印制电路板之间相对位置的调整,重复上述的图像检测过程,最终实时地在监测屏幕上显示整个印制电路板的检测结果。
本发明还提供了印制电路板内部缺陷图像自动分析和识别的系统结构。系统包括拍摄X光图像的X光管和X光专用图像增强器;将现场采集的印制电路板内部缺陷图像进行数字化的高清图像采集卡;完成印制电路板内部缺陷图像自动分析和识别算法的PC计算机;用于控制X光源与检测对象印制电路板之间相对位置PLC控制器,以及可以放置除了PC机以外所有硬件的铅板屏蔽室。
系统的工作过程为:系统加电后,PC机上的智能系统和PLC的控制系统进行自检和复位,此时X光管不工作,等到待测印制电路板放到产品托架上,关上铅板屏蔽室的门后,由PC系统控制X光开始工作,当X光需要在多个位置进行拍摄时,PC系统上的指令直接与PLC控制器进行交互通信,实现对X光管的位置控制。完成产品所有部位的检测以后,先关闭X光源,再打开铅屏蔽室的门取出被检测产品。
PC与PLC通信设计主要包括:
(1)确认硬件均已通过连接线正常连接,双方采用异步串行通信的工作模式匹配。
(2)一种尺寸的印制电路板对应一组硬件参数和一组软件参数。软件参数主要是图象处理中用到的算法参数,硬件参数是PC控制PLC所涉及的参数,包括X光源上下移动的位移量、X光源摆动的角度。
(3)参数传送给PLC后,PLC按指定参数进行操作,并及时将相应状态返回给PC机。
(4)每检测一种型号的印制电路板,PC首先从印制电路板参数数据库中寻找匹配的型号参数。若找到匹配的,则直接调用数据库中的参数指示PLC动作;若找不到,则要操作人员手动调设,当调设好后,可添加进数据库。
本发明具有如下技术优点。一是较高的测试覆盖度。可以对肉眼和在线测试检查不到的地方进行检查,比如印制电路板被判断有故障,怀疑是印制电路板内层走线断裂,X射线则可以很快的进行检查。尤其是X射线可检查BGA、芯片级封装(CSP)等焊点隐藏器件。二是测试的准备时间大大缩短。三是能观察到其它测试手段无法可靠探测到的缺陷,比如:虚焊、空气孔和成型不良等。另可通过计算机智能系统提供相关测量信息,用来对生产工艺过程进行评估。如焊膏厚度、焊点下的焊锡量等。为提高“一次通过率”和争取“零缺陷”的目标,提供一种有效检测手段。
附图说明
图1是本发明系统的结构示意图;
图2是检测功能需求与程序之间的关系框图;
图3是本发明印制电路板内部缺陷自动分析检测方法的流程图;
图4是缺陷检测函数的主要流程图;
图5是用户主线程示意图;
图6是后台工作者线程示意图;
图7是串口监控线程示意图。
具体实施方式
采用X光检测,印制电路板的内部缺陷反映为平面图像。本发明通过对印制电路板缺陷的X光图像进行的分析和识别来具体描述印制电路板内部缺陷自动分析检测的方法和系统,本发明的方法和系统可用于分析和识别任何通过电子方法获取的印制电路板内部缺陷图像和图形。
本发明印制电路板内部缺陷自动分析检测的方法和系统可用软件、硬件或软硬件结合的方法实现,例如在通用计算机上用Fortran、C语言编写成系统处理软件实现本发明的方法,或采用通用或专用DSP以及在通用计算机上加专用的加速处理机实现部分软件功能。下面通过附图对本发明的方法和系统进行详细介绍。在此应说明的是附图中的形状和尺寸仅用于使说明和解释更清楚,而非用以表示严格的比例关系。
图1是表示本发明系统的结构示意图。图中PC机和PLC控制器首先通电自检,然后确保铅屏蔽房已关闭,再由外部电源给X光管供电,开始检测工作。各部件的连接关系是将高清图像采集卡(可选用北京凌云光子技术集团的高清图像采集卡GrabLink Value型号)装置于PC机内的通用插槽内;X光专用图像增强器(可选用西安光学精密机械研究所的XII75型)和PC进行电连接;印制电路板产品X光图像检测分析智能系统作为应用软件装载于PC机内,该系统分析和识别来自X光专用图像增强器的印制电路板的X光图像;X光管固定在铅屏蔽室上,可上下移动和左右摆动;PC机与X光管进行电连接,在X光无法一次覆盖印制电路板的全部面积时,智能系统与PLC控制器通过交互通信实施对X光管与待测印制电路板相对位置的控制。PC机经由适配器(可选C200H-LK201型号)与OMRON系列的PLC进行电连接,再电连接到Oxford公司5000/HP系列的X光管。被测印制电路板产品放在与铅屏蔽室机械固定连接的产品托架上。
图2表示检测功能需求与程序之间的关系框图。
(1)界面操作功能,包括与用户通信、响应消息、给内部函数传递参数等由界面对话框主类完成。
(2)关于图像的读取、存储、显示、提供数据区等图像处理功能由图像的基本操作类完成。
(3)关于图像的边缘、缺陷检测、目标识别等图像检测功能由数据处理类完成。
(4)图像处理类和数据处理类之间的通信由两种不同的矩阵类分别完成将图像数据形成类操作和将图像数据转换成专用数据格式。
图3是体现本发明印制电路板内部缺陷自动分析检测方法和系统处理方法的流程图。由于印制电路板质量检测主要依据预先存入PC机的存储器内的印制电路板可能出现的各种分类缺陷图像和所建立起来的数字特征库,不用人眼分析,直接用计算机对在线获得的产品图像进行处理,以使自动分析系统可以通过相对简单的数字运算完成模式匹配与识别。程序先从示例库中读出示例文件参数,再读入在线检测产品图像,进行图像预处理,检查是否有对应的典型图例。如果找到典型图例,则从示例库中读入相应的参数,按设定参数划分图像区域,根据已有参数进行检测,输出检测结果。如果是与典型图例有较好匹配结果的图形,则将参数和图像存入图例库,以扩大典型图像的样本库。如果不是,则直接结束程序。在图例检查阶段,如果没有找到典型图例,则设置分区参数并设置检测参数。
图4是缺陷检测函数的主要流程图。该算法流程中包括许多图像处理技术领域中常用的一些方法,如:图像预处理中涉及到的图像分割、边缘检测、图像增强及图像的二值处理,拉普拉斯和高斯(LoG)过零检测,以及分析识别算法中涉及的图像几何特征的各种计算方法。在虚焊、气孔、器件漏装等多种缺陷中,最为明显的目标特征就是缺陷的影像封闭性,本发明在算法程序中,采用了申请者提出的通过零交叉点判断边缘封闭性的新算法,该算法在确定出强边缘后,计算各由零交叉点形成的封闭轮廓的强边缘点数与其总点数之比形成的显著度,同时采用快速区域填充的方法标记由拉普拉斯和高斯(LoG)算子产生的封闭边缘,再通过阈值判别各封闭轮廓象素点的显著度,确定所提取轮廓是否属于目标边缘。使算法提高了准确性,大大降低了对假缺陷的误判。
图5示出了当X光需要在多个位置进行拍摄时,PC系统上直接与PLC控制器进行交互通信,实现对X光源或产品托架的位置控制时的用户主线程流程。本发明印制电路板缺陷检测系统PLC控制模块的连接方式是通过PC机的RS232串口与PLC的上位连接模块(例如连接适配器C200H-LK201)相连接。为实现PC机与PLC的通信,上位机是PC机,下位机可选OMRON系列PLC,选用C200H-LK201为连接适配器。通过适配器,PLC端可以主动发出数据信息给PC端,告知PC端现在PLC的工作进程,而PC端及时获取该状态信息,并做出相应的控制。图5描叙了软件的开启运行,以及模块的初始化。即当本系统软件开始点击运行时,首先创建用户主线程进行全局的管理与调度。该线程首先初始化软件系统的其它模块,包括数据库和串行口的初始化,确保上位机和下位机的连接无误。当用户点击软件界面上的“开始检测”按键时,用户主线程便开辟后台工作者线程和串口监控线程进行协同工作,控制X光源的摆动或移动以扩大X光的拍摄面积。
图6示出了后台工作者线程的工作过程。即用户主线程转入后台工作者线程时,后台工作者线程首先搜索数据库,以匹配当前印制电路板的面积,并提取数据库中保存的参数,该参数包括X光机射线头的摆动角度或移动的距离。若当前印制电路板是新型号,则需转入参数设置界面手工设置参数。后台工作者线程把所获得的参数信息按照PLC通信协议组装成PLC能识别的数据帧发出,以控制PLC的一系列动作,在本系统中这一系列的动作是分段进行控制的,即PC机要等到PLC正确执行完当前指示的若干动作,才会继续指示PLC继续执行下一系列动作,以确保整个过程中没有差错。PLC在接收到参数信息后并执行完相应的一系列动作后,PLC会主动返回动作完成的信息给PC机。而串口监控线程则负责接收这些返回信息并判断PLC执行动作的情况。在获取到印制电路板的X光射线图像后,从用户主线程得到分析的结果即对印制电路板的缺陷识别分类信息,以进行产品质量标识。
图7所示为串口监控线程的工作过程流程。当PLC端发送的操作执行信息触发该线程时,该线程通过事先与PLC端程序的协商而判定PLC所执行的动作完成情况。由于在编程上事先已于PLC协定好以传送数字“1”,“2”,“3”分别代表PLC三种不同的动作,如“1”代表PLC控制X光源进行摆动,“2”代表PLC控制X光源往上移动,“3”代表PLC控制X光源往下移动等。当串口监控线程读取出PLC传送的数字时,便能判断PLC当前完成动作的情况。串口监控线程把这些PLC的工作状态及时返回给后台工作者线程,以便让后台工作者线程继续工作。
X射线可检查BGA、芯片级封装(CSP)等焊点隐藏器件的焊点质量,主要是利用X光的穿透性以及X光的微小焦点可以对小尺寸部位进行精确形状拍摄,再进行放大识别,达到检测表面的和焊点内部的多种不同工艺缺陷的目的。虚焊的缺陷以及气孔等在X光图像中均显示为在局部背景中,例如一个焊点作为背景,较为明亮的封闭区域,识别系统通过本发明提供的零交叉点判断边缘封闭性的算法对焊点的质量进行判断,如发现焊点的缺陷或较大的气孔,则在计算机屏幕上予以提示,并将其在印制电路板板上的位置予以指示。
器件漏装的检测采用扫描匹配的方法进行检测。系统先将待检测型号且装配已符合质量要求的印制电路板板通过扫描采样,存入计算机内存,然后将每一块由X光机检测的印制电路板板与计算机中已做了采样的数据进行几何形状的匹配,当发现有形状不匹配的区域时,再进行进一步的灰度和几何形状判断,最后确定是否漏装了器件。
Claims (1)
1、一种印制电路板缺陷的X光检测方法,包含:
——将印制电路板可能出现的缺陷图像分类并建立数字特征库,存入PC机的存储器内;
——将现场采集的印制电路板内部缺陷的X光机的模拟信号经过一个高清图像采集卡进行图像数字化;
——由图像处理算法进行在线图像的实时特征提取;
——将所得到的特征与存储在所述存储器内的参考图像的特征进行模式匹配,识别缺陷类型和缺陷大小;
——如果X光不能一次覆盖检测对象的全部面积,则由PC智能系统与PLC控制器通过在线通信方式,实现对X光管与检测对象印制电路板之间相对位置的调整,重复上述的图像检测过程;
所述图像处理算法采用一种通过零交叉点判断边缘封闭性的算法,该算法在确定出强边缘后,计算各由零交叉点形成的封闭轮廓的强边缘点数与其总点数之比形成的显著度,同时采用快速区域填充的方法标记由拉普拉斯和高斯算子产生的封闭边缘,再通过阈值判别各封闭轮廓象素点的显著度,确定所提取轮廓是否属于目标边缘;
PC智能系统与可编程控制器PLC的在线通信方法如下:
所述通信方法利用多线程技术实现;PC机通过用户主线程、后台工作者线程、串口监控线程实现与PLC的协调同步;
所述用户主线程的步骤包括:
(1)初使化软件界面,初始化软件其他模块;
(2)初始化串口,开启串口监控线程;
(3)开启后台工作者线程,进入印制电路板检测环节;
所述后台工作者线程的步骤包括:
(1)判断当前印制电路板的尺寸,搜索数据库中与之匹配的样品,若有,则直接调用该样品参数;若没有,则进入手动设置参数界面,设置完后继续线程;
(2)提取参数信息中的X光源摆动的动作信息,包括摆动角度和X光源上下位移幅度;通过发送这些控制信息给PLC,使X光源在正确的位置上对印制电路板进行一系列的拍摄;PC机得到的一系列X光图像通过图像处理算法进行图像处理和识别;在这个过程中,PC每次发送的指令都是在接收到串口监控线程返回执行上次指令动作完成的信息之后;
所述串口监控线程的步骤包括:
(1)等待串口事件的触发;
(2)接收到PLC端主动传来的数据,通过事先在编程上与PLC端的控制程序协商好的判断规则来判断该次传来的数据含义;按照PLC工作动作的顺序,若传来的数据为“1”,则表示PLC已成功完成了第一个动作;若传来的数据为“2”,则表示PLC已成功完成了第二个动作;若传来的数据为“3”,则表示PLC已成功完成了第三个动作;
(3)通过上述方法判断出PLC是否正确完成指定动作,把信息返回给后台工作者线程,并把控制权交还给后台工作者线程;同时等待串口下次触发该线程;
所述通信方法中三大线程调用关系如下所述:
先执行操控全局的用户主线程,由主线程创建并启动后台工作者线程和串口监控线程;后台工作者线程被创建后能够指挥PLC进行一系列动作;串口监控线程被创建后便协同后台工作者线程,确保PLC端按照后台工作者线程的指令正确地执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101240972A CN100559172C (zh) | 2006-12-07 | 2006-12-07 | 印制电路板缺陷的x光检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101240972A CN100559172C (zh) | 2006-12-07 | 2006-12-07 | 印制电路板缺陷的x光检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1987437A CN1987437A (zh) | 2007-06-27 |
CN100559172C true CN100559172C (zh) | 2009-11-11 |
Family
ID=38184317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101240972A Expired - Fee Related CN100559172C (zh) | 2006-12-07 | 2006-12-07 | 印制电路板缺陷的x光检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100559172C (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI695977B (zh) * | 2019-09-19 | 2020-06-11 | 英業達股份有限公司 | 使用深度學習模型檢測焊點是否橋接之系統及方法 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957325B (zh) * | 2010-10-14 | 2012-05-23 | 山东鲁能智能技术有限公司 | 基于变电站巡检机器人变电站设备外观异常识别方法 |
TWI470464B (zh) * | 2012-09-12 | 2015-01-21 | Wistron Corp | 印刷電路板之電路設計模擬系統及其電路設計方法 |
CN103412278B (zh) * | 2013-06-24 | 2016-08-31 | 国家电网公司 | 一种电能表元器件比对系统及其方法 |
CN103543167B (zh) * | 2013-10-08 | 2016-10-05 | 华南理工大学 | 一种基于知识库的三维x射线断层扫描检测系统及方法 |
CN103543168B (zh) * | 2013-10-12 | 2015-10-28 | 华南理工大学 | 一种多层封装基板缺陷的x射线检测方法及系统 |
CN103728305A (zh) * | 2014-01-13 | 2014-04-16 | 深圳市永光神目科技有限公司 | Pcba板用的检测方法 |
CN104361116B (zh) * | 2014-11-28 | 2018-05-22 | 广州视源电子科技股份有限公司 | 光源自动调整方法与系统 |
TWI549097B (zh) * | 2015-10-08 | 2016-09-11 | 台達電子工業股份有限公司 | 電子元件外觀影像檢測方法及其電腦可讀媒體 |
CN106371013A (zh) * | 2016-11-08 | 2017-02-01 | 广东电网有限责任公司电力科学研究院 | 一种基于图片识别的gis开关故障自动识别系统 |
CN108489986B (zh) * | 2018-03-19 | 2021-03-26 | 长沙理工大学 | 一种增材制造在线检测及修复方法 |
DE102018118103B3 (de) * | 2018-07-26 | 2019-12-05 | Ersa Gmbh | Reworksystem zum Aus- und/oder Einlöten von elektronischen Komponenten auf einer Leiterplatte |
CN109934808B (zh) * | 2019-03-04 | 2020-11-27 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于图像多形状法向梯度差值pcb板缺陷分类方法 |
CN110501363B (zh) * | 2019-08-30 | 2020-06-02 | 中国科学院长春应用化学研究所 | X射线衍射仪用多线程样品测试方法 |
CN112131826B (zh) * | 2020-08-28 | 2023-08-15 | 上海望友信息科技有限公司 | Pcb检测评审方法、评审装置、电子设备及存储介质 |
CN113640322A (zh) * | 2021-07-31 | 2021-11-12 | 瑞茂光学(深圳)有限公司 | 一种X-Ray检测方法、系统、设备以及存储介质 |
CN114047123B (zh) * | 2021-10-09 | 2024-04-09 | 无锡芯羿达微电子有限公司 | 一种用于集成板生产缺陷检测方法及检测系统 |
-
2006
- 2006-12-07 CN CNB2006101240972A patent/CN100559172C/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI695977B (zh) * | 2019-09-19 | 2020-06-11 | 英業達股份有限公司 | 使用深度學習模型檢測焊點是否橋接之系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1987437A (zh) | 2007-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100559172C (zh) | 印制电路板缺陷的x光检测方法 | |
CN101706458A (zh) | 高分辨率印刷电路板自动检测系统及检测方法 | |
CN109584227A (zh) | 一种基于深度学习目标检测算法的焊点质量检测方法及其实现系统 | |
CN209300267U (zh) | 一种烟支外观图像处理控制系统及其在线检测装置 | |
CN108802046B (zh) | 一种混合集成电路组件缺陷光学检测装置及其检测方法 | |
CN109429473A (zh) | 电路板中带极性电子元器件的自动检查方法及装置 | |
CN101532926A (zh) | 冲击试样自动加工装置在线检测视觉系统及其图像处理方法 | |
CN105184793A (zh) | 一种电能表样品外观及pcb板元件检测方法 | |
JPS62219632A (ja) | 回路基板のろう接状態の自動検査装置及びその方法 | |
CN102169156B (zh) | 应用EMScan技术对高密度电子电路故障的检测方法 | |
CN201034949Y (zh) | 印制电路板缺陷的x光检测装置 | |
CN104063873A (zh) | 一种基于压缩感知的轴套类零件表面缺陷在线检测方法 | |
CN108627520A (zh) | 一种非均质固体材料外观质量的在线检测系统和方法 | |
CN112014404A (zh) | 组件检测方法、装置、系统、电子设备及存储介质 | |
CN106980099B (zh) | 一种电路板自动测试系统的校准方法及系统 | |
CN102879404B (zh) | 工业结构化场景中医用胶囊缺陷自动检测的系统 | |
CN111208140A (zh) | 一种缺陷复检系统及方法 | |
CN113030102A (zh) | 基于机器视觉的漆面瑕疵检查系统 | |
CN109807071A (zh) | 一种烟箱外观质量检测及离线查验系统及其方法 | |
CN102967265B (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
CN108549840A (zh) | 一种多模拟仪表同步快速识别的方法及装置 | |
CN207147411U (zh) | 一种基于3d激光相机的尺寸测量系统 | |
CN209247652U (zh) | 一种大壳体上铆钉表面缺陷在线检测装置 | |
CN105806848B (zh) | 印刷电路板装配检测系统及其检测方法 | |
EP3104169B1 (en) | Quality management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091111 Termination date: 20121207 |