CN101216522A - 基于fpga的印刷电路板快速抽取图像特征值检测方法 - Google Patents

基于fpga的印刷电路板快速抽取图像特征值检测方法 Download PDF

Info

Publication number
CN101216522A
CN101216522A CNA2008103001299A CN200810300129A CN101216522A CN 101216522 A CN101216522 A CN 101216522A CN A2008103001299 A CNA2008103001299 A CN A2008103001299A CN 200810300129 A CN200810300129 A CN 200810300129A CN 101216522 A CN101216522 A CN 101216522A
Authority
CN
China
Prior art keywords
feature
image
circuit board
printed circuit
detection method
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.)
Pending
Application number
CNA2008103001299A
Other languages
English (en)
Inventor
姚立新
连军莉
张云
邴守东
付纯鹤
魏祥英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Semiconductor Equipment Institute
Original Assignee
Beijing Semiconductor Equipment Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Semiconductor Equipment Institute filed Critical Beijing Semiconductor Equipment Institute
Priority to CNA2008103001299A priority Critical patent/CN101216522A/zh
Publication of CN101216522A publication Critical patent/CN101216522A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明公开了一种基于FPGA的印刷电路板快速抽取图像特征值检测方法，对模板和待测图像数据抽取骨架，转换为单像素图像，减少数据量，同时保证了图像的基本特征，提高效率，便于特征的抽取，根据抽取的特征，生成特征列表，比较模板和待测图像的特征列表，确定最后的缺陷。利用本发明可以检测印刷电路板中的开路和短路，快速高效，实时处理，大大提高工作效率。

Description

基于FPGA的印刷电路板快速抽取图像特征值检测方法
技术领域
本发明是一种检测印刷电路板质量的方法。
背景技术
目前，印刷电路板的设计越来越复杂，布线导体的线条越来越细，其连通特性越来越不易检测，其线条中的开路和短路直接影响电路板的质量，传统检测方法靠人工检测，不仅检测速度慢，而且不能实时处理，工作效率低下，迫切需要快速检测上述缺陷的方法。
发明内容
本发明的目的是提供一种基于FPGA的印刷电路板快速抽取图像特征值检测方法，即Feature算法，要解决检测印刷电路板布线导体连通特性速度慢、不能实时处理、工作效率低下的技术问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于FPGA的印刷电路板快速抽取图像特征值检测方法，应用光学取像、成像装置和图像数据分析处理系统，图像数据分析处理系统应用现场可编程门阵列采集卡，其特征在于有如下步骤：
步骤1，向现场可编程门阵列采集卡内的存储器预先输入连通性特征查找表数据；
步骤2，将印刷电路板的检测区域置于光源下方，对模板区域和待测区域分别进行取像和成像；
步骤3，对印刷电路板的模板图像数据和待测图像数据进行骨架化处理，将线条图像和焊盘图像转换为单像素图像；
步骤4，对骨架化后的模板图像和待测图像进行连通性特征抽取，记录每个特征的坐标和连通类型；上述的特征是坐标特征数据或者连通性特征数据。连通类型有：0-连接特征，1-连接特征，3-连接特征，4-连接特征，blob焊盘-连接特征。
步骤5，根据特征查找表，确定待测图像和模板图像的特征类型，并生成待测图像特征列表和模板图像特征列表；
步骤6，比较两个特征列表，找出差异特征，即确定为连通性缺陷，得到缺陷列表，生成缺陷报告。
比较的方法：
先搜索坐标，后比较特征。
先搜索特征类型，后比较坐标。
如果在搜索的窗口内找到相应的特征且特征类型一致，则表示找到特征；如果没有匹配的特征，待检图像中的特征是多出的特征缺陷。
本发明具有以下有益效果：
本发明应用现场可编程门阵列(FPGA)，FPGA是基于通过可编程互联连接的可配置逻辑块(CLB)矩阵的可编程半导体采集卡。本发明通过对模板和待测图像数据抽取骨架，转换为单像素图像，去除图像的冗余信息，减少了检测数据量，同时保证了图像的基本特征，提高了检测效率，便于特征的抽取，根据抽取的特征，生成特征列表，实时比较模板和待测图像的特征列表，快速高效确定印刷电路板开路和短路的缺陷。
本发明是一种提取连通性特征和模板比较的新方法，利用本发明可检测印刷电路板中的开路和短路，基于FPGA实现，快速高效，实时处理，大大提高了工作效率。
附图说明
图1是本方法的特征类型示意图。
图2是原始布线导体线条的图像实施例。
图3是布线导体线条骨架化后的图像实施例。
图4是模板图像抽取连通特征列表实施例的示意图。
图5是待测图像抽取连通特征列表实施例的示意图。
图6是基于FPGA的新型Feature算法的流程图。
图中：1、0-连接特征，2、1-连接特征，3、3-连接特征，4、blob焊盘-连接特征，5、线条，6、焊盘。
具体实施方式
以下结合附图对本发明进一步详细说明。
本发明的一种基于FPGA的印刷电路板快速抽取图像特征值检测方法，应用光学取像、成像装置和图像数据分析处理系统，图像数据分析处理系统应用现场可编程门阵列采集卡，在FPGA上抽取骨架，快速高效，可实现实时处理；在单像素的图像骨架中提取特征类型，记录每个特征的坐标和类型，去除图像的冗余信息，只保留图像的基本特征。比较两个特征列表，确定最后的缺陷。
图6为本发明基于FPGA的新型Feature算法的流程图，该方法包括以下步骤：
步骤1，向现场可编程门阵列采集卡内的存储器预先输入连通性特征查找表数据；
步骤2，将印刷电路板的检测区域置于光源下方，对模板区域和待测区域分别进行取像和成像；
步骤3：参见图2、图3，对模板和待测图像数据分别抽取骨架；将线条图像5和小的焊盘图像6转换为一个单像素的图像，减少数据量，同时保证图像的基本特征。
步骤4：对骨架化后的模板单像素图像和待测区域单像素图像进行连通性特征抽取，记录每个特征的坐标和连通类型，
参见图1，连通类型包括：标记1是0连接特征，表示无连接。
标记2是1连接特征，表示线条有开路。
标记3是3连接特征，表示线条有短路。
标记4表示线条与焊盘短路，为blob焊盘-连接特征。
根据特征查找表，确定待测图像和模板图像的特征类型，生成一个包括特征类型和坐标的特征列表。
步骤5：比较模板和待测图像的特征列表，坐标或者特征类型有差异的特征即确定为缺陷。得到缺陷列表，生成缺陷报告。
有四类比较模式：
第一类：先搜索坐标，后比较特征。
第二类：先搜索类型，后比较坐标。
第三类：在搜索的窗口内，如果找到相应的特征且特征类型一致，则表示找到特征；如果没有匹配的特征，待检图像中的特征是多出的特征缺陷。
第四类：如果在模板的特征列表中有某些特征，而待检图像中没有，缺失的特征缺陷。
实施例参见图4，模板连通特征列表：
x1，y1，x1’，y1’，blob连接；
x2，y2，x2’，y2’，3连接；
x3，y3，x3’，y3’，blob连接；
x4，y4，x4’，y4’，1连接。
实施例参见图5，待检印刷电路板连通特征列表：
x1，y1，blob连接；
x2，y2，1连接；
x3，y3，1连接；
x4，y4，3连接；
x5，y5，blob连接；
x6，y6，1连接。
比较上述两特征列表，在待检印刷电路板连通特征列表中迅速找出第2、3行坐标中的连通特征类型有差异，即确定为连通性缺陷。
本发明的一种基于FPGA的印刷电路板快速抽取图像特征值检测系统，包括光学取像、成像装置和图像数据分析处理系统，其特征在于：图像数据分析处理系统包括一个含有可配置逻辑块、存储器、数字时钟管理模块、接口模块和互联布线的现场可编程门阵列采集卡，可配置逻辑块包括：骨架信息抽取处理器模块、连通性特征抽取处理器模块、查找表模块、比较器模块和特征处理器模块。

Claims (8)

1.一种基于FPGA的印刷电路板快速抽取图像特征值检测方法，应用光学取像、成像装置和图像数据分析处理系统，图像数据分析处理系统应用现场可编程门阵列采集卡，其特征在于有如下步骤：
步骤1，向现场可编程门阵列采集卡内的存储器预先输入连通性特征查找表数据；
步骤2，将印刷电路板的检测区域置于光源下方，对模板区域和待测区域分别进行取像和成像；
步骤3，对印刷电路板的模板图像数据和待测图像数据进行骨架化处理，将线条图像和焊盘图像转换为单像素图像；
步骤4，对骨架化后的模板图像和待测图像进行连通性特征抽取，记录每个特征的坐标和连通类型；
步骤5，根据特征查找表，确定待测图像和模板图像的特征类型，并生成待测图像特征列表和模板图像特征列表；
步骤6，比较两个特征列表，找出差异特征，即确定为连通性缺陷，得到缺陷列表，生成缺陷报告。
2.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤4中的特征是坐标特征数据或者连通性特征数据。
3.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤4中的连通类型有：0-连接特征，1-连接特征，3-连接特征，4-连接特征，blob焊盘连接特征。
4.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤6中比较的方法是先搜索坐标，后比较特征。
5.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤6中比较的方法是先搜索特征类型，后比较坐标。
6.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤6中比较的方法是：如果在搜索的窗口内找到相应的特征且特征类型一致，则表示找到特征；如果没有匹配的特征，待检图像中的特征是多出的特征缺陷。
7.根据权利要求1所述的基于FPGA的印刷电路板快速抽取图像特征值检测方法，其特征在于：上述步骤6中比较的方法是：如果在模板的特征列表中有某些特征，而待检图像中没有，缺失的特征缺陷。
8.一种基于FPGA的印刷电路板快速抽取图像特征值检测系统，包括光学取像、成像装置和图像数据分析处理系统，其特征在于：图像数据分析处理系统包括一个含有可配置逻辑块、存储器、数字时钟管理模块、接口模块和互联布线的现场可编程门阵列采集卡，其中，存储器中存有连通性特征查找表数据和模板图像数据；可配置逻辑块包括顺次连接的：骨架信息抽取处理器模块、连通性特征抽取处理器模块、查找表模块、比较器模块和特征处理器模块。
CNA2008103001299A 2008-01-16 2008-01-16 基于fpga的印刷电路板快速抽取图像特征值检测方法 Pending CN101216522A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA2008103001299A CN101216522A (zh) 2008-01-16 2008-01-16 基于fpga的印刷电路板快速抽取图像特征值检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2008103001299A CN101216522A (zh) 2008-01-16 2008-01-16 基于fpga的印刷电路板快速抽取图像特征值检测方法

Publications (1)

Publication Number Publication Date
CN101216522A true CN101216522A (zh) 2008-07-09

Family

ID=39623000

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2008103001299A Pending CN101216522A (zh) 2008-01-16 2008-01-16 基于fpga的印刷电路板快速抽取图像特征值检测方法

Country Status (1)

Country Link
CN (1) CN101216522A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721695A (zh) * 2012-05-18 2012-10-10 深圳大学 一种检测印刷电路板缺陷的方法
CN103049753A (zh) * 2012-06-04 2013-04-17 深圳市强华科技发展有限公司 基于骨架提取和距离变换来检测印刷电路板缺陷的方法
CN103529041A (zh) * 2013-10-31 2014-01-22 广州华工机动车检测技术有限公司 基于图像特征的电路板新旧程度判定方法和系统
CN104422832A (zh) * 2013-08-28 2015-03-18 深圳麦逊电子有限公司 一种pcb板的网络分析方法
CN105092604A (zh) * 2014-05-15 2015-11-25 由田新技股份有限公司 线路信息及非线路区信息撷取方法、线路缺陷检测方法
CN106501706A (zh) * 2016-11-03 2017-03-15 昆山万像光电有限公司 一种印刷电路板的盲孔检测方法
CN109444630A (zh) * 2018-11-05 2019-03-08 西安智多晶微电子有限公司 Fpga布线单元测试结构及方法
TWI658281B (zh) * 2017-03-20 2019-05-01 大陸商昆山萬像光電有限公司 印刷電路板的鑽孔檢測裝置與方法
CN109839385A (zh) * 2019-03-04 2019-06-04 佛山市南海区广工大数控装备协同创新研究院 一种自适应的pcb板缺陷视觉定位检测及分类系统
CN113379726A (zh) * 2021-06-30 2021-09-10 深圳中科飞测科技股份有限公司 线路检测方法、装置、设备及计算机可读存储介质

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102721695B (zh) * 2012-05-18 2015-01-07 深圳大学 一种检测印刷电路板缺陷的方法
CN102721695A (zh) * 2012-05-18 2012-10-10 深圳大学 一种检测印刷电路板缺陷的方法
CN103049753B (zh) * 2012-06-04 2016-01-20 深圳市强华科技发展有限公司 基于骨架提取和距离变换来检测印刷电路板缺陷的方法
CN103049753A (zh) * 2012-06-04 2013-04-17 深圳市强华科技发展有限公司 基于骨架提取和距离变换来检测印刷电路板缺陷的方法
CN104422832A (zh) * 2013-08-28 2015-03-18 深圳麦逊电子有限公司 一种pcb板的网络分析方法
CN104422832B (zh) * 2013-08-28 2017-04-19 深圳麦逊电子有限公司 一种pcb板的网络分析方法
CN103529041A (zh) * 2013-10-31 2014-01-22 广州华工机动车检测技术有限公司 基于图像特征的电路板新旧程度判定方法和系统
CN105092604A (zh) * 2014-05-15 2015-11-25 由田新技股份有限公司 线路信息及非线路区信息撷取方法、线路缺陷检测方法
CN105092604B (zh) * 2014-05-15 2017-11-21 由田新技股份有限公司 线路信息及非线路区信息撷取方法、线路缺陷检测方法
CN106501706A (zh) * 2016-11-03 2017-03-15 昆山万像光电有限公司 一种印刷电路板的盲孔检测方法
TWI658281B (zh) * 2017-03-20 2019-05-01 大陸商昆山萬像光電有限公司 印刷電路板的鑽孔檢測裝置與方法
CN109444630A (zh) * 2018-11-05 2019-03-08 西安智多晶微电子有限公司 Fpga布线单元测试结构及方法
CN109444630B (zh) * 2018-11-05 2020-12-01 西安智多晶微电子有限公司 Fpga布线单元测试结构及方法
CN109839385A (zh) * 2019-03-04 2019-06-04 佛山市南海区广工大数控装备协同创新研究院 一种自适应的pcb板缺陷视觉定位检测及分类系统
CN113379726A (zh) * 2021-06-30 2021-09-10 深圳中科飞测科技股份有限公司 线路检测方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN101216522A (zh) 基于fpga的印刷电路板快速抽取图像特征值检测方法
CN103872983B (zh) 太阳能电池表面缺陷检测方法
CN106127746A (zh) 电路板元件漏件检测方法和系统
CN101912847B (zh) 基于dsp机器视觉的水果分级系统及方法
CN101216438B (zh) 基于fpga的印刷电路板大缺陷图像检测方法及系统
CN105092598A (zh) 一种基于连通域的大幅面pcb板缺陷快速识别方法及系统
US20210304397A1 (en) Method and system for scanning wafer
CN102937594B (zh) 一种缺陷检测系统及方法
CN107966454A (zh) 一种基于fpga的端塞缺陷检测装置及检测方法
CN104361314A (zh) 基于红外与可见光图像融合的变电设备定位方法及装置
CN104881665A (zh) 一种芯片字符识别与校验方法及装置
Dave et al. PCB defect detection using image processing and embedded system
CN105092593A (zh) 一种基于高强度照明的钢板缺陷检测方法
CN114461986B (zh) 一种训练识别标识模型的方法、图像识别的方法和装置
CN105574161A (zh) 一种商标图形要素识别方法、装置和系统
CN115249237A (zh) 缺陷检测方法、缺陷检测装置及计算机可读存储介质
CN108846364B (zh) 一种基于fpga的视频特征检测方法和系统
Caliskan et al. Design and realization of an automatic optical inspection system for PCB solder joints
CN101221135B (zh) 基于fpga的印刷电路板图像骨架化方法
CN111598851B (zh) 一种基于形态学图像处理的太阳能电池破片检测方法
Zhang et al. An automatic defect detection method for TO56 semiconductor laser using deep convolutional neural network
JP2804047B2 (ja) パターン検査方法およびその装置
CN106206357B (zh) 一种微型芯片脚位方向嵌入式视觉自动检测系统及其检测方法
CN105181705A (zh) 一种基于多重滤波的陶瓷外观分析方法
CN113420839B (zh) 用于堆叠平面目标物体的半自动标注方法及分割定位系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Open date: 20080709