CN103500459A - 一种基于规则化参数的印刷电路板缺陷检测方法 - Google Patents
一种基于规则化参数的印刷电路板缺陷检测方法 Download PDFInfo
- Publication number
- CN103500459A CN103500459A CN201310440107.3A CN201310440107A CN103500459A CN 103500459 A CN103500459 A CN 103500459A CN 201310440107 A CN201310440107 A CN 201310440107A CN 103500459 A CN103500459 A CN 103500459A
- Authority
- CN
- China
- Prior art keywords
- image
- circuit board
- printed circuit
- parameter
- connected domain
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000007689 inspection Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 2
- 230000024241 parasitism Effects 0.000 abstract 1
- 238000005192 partition Methods 0.000 abstract 1
- 238000007670 refining Methods 0.000 abstract 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 3
- 230000003071 parasitic effect Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于规则化参数的印刷电路板缺陷检测方法;该方法包括以下步骤:(1)利用形态学技术对印刷电路板的二值图像进行细化操作,得到能保留原始图像全局特征的单像素宽线条的图像表示;(2)寻找连通域,并对图像进行适当的分割,分组和形状分析;(3)通过迭代的方式使用连通域标记原始二值图像,得到与各个连通域有关的一组规则化参数;(4)根据规则化参数和相似性评价函数,对待测图像和标准图像进行初步匹配;(5)依据程序中预先设定的有关算法,进行进一步的检测。本发明能够满足对印刷电路板的常见缺陷,如划痕、裂纹、鼠啮、走线过宽、寄生突起等问题;实现自动检测的高速高可靠性要求。
Description
技术领域
本发明涉及缺陷检测的技术领域,特别涉及基于规则化参数的印刷电路板的缺陷检测,适用于检测印刷电路板上的划痕,裂纹,鼠啮,走线过宽,寄生突起等。
背景技术
由于印刷电路板在加工制造和贴装中可能存在外观不良(外来物、气泡、补强偏位);线路不良(开路、短路、残铜、破孔、线宽不符、导线损伤);金面不良(划痕、氧化、露铜)等缺陷。因此,如何准确的检测出产品缺陷,提高生产效率,是保证产品质量的一个重要环节。目前我国大部分企业生产的印刷电路板仍是以人工检测为主或采用半自动化的检测技术,人力投入大,检测效率低。而国外进口的检测设备虽然性能优良,但价格较贵,且维护周期长,对企业在降低成本、提升产品工艺及性能方面有较大制约。国内对于印刷电路板缺陷自动视觉检测技术的研究仍然停留在一个相对初期的水平。因此,为了提高印刷电路板的缺陷检测技术,就需要发明新的方法,降低国内企业的生产成本,促进竞争力的提高,推动我国电子专用装备产业以及电子元器件产业的发展。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种基于规则化参数的印刷电路板的缺陷检测方法;本发明无需使待测图像与标准图像对齐,同时能够避免由于旋转,平移,缩放,倾斜等引起的缺陷误报。
本发明的目的通过下述技术方案实现:
一种基于规则化参数的印刷电路板缺陷检测方法,包括下述步骤:
1)将从镜头中得到的待测印刷电路板图像转化为二值图像;
2)利用形态学技术对印刷电路板的二值图像进行细化操作,;
3)利用形态学技术在印刷电路板的二值图像中寻找连通域;
4)对图像进行分割,分组和形状分析;
5)通过迭代的方式使用分割出的各个连通域标记原始二值图像;
6)得到与各个连通域有关的一组含标号、重心、面积、空间关系、包络矩形的规则化参数;
7)进行图像检查和匹配;图像检验和匹配是基于每个连通域的重心、面积、空间关系、包络矩形属性给出的一定的权值;
8)进行进一步的几何和拓扑检查,检验图像中的连通域的几何特性和关系特性。
步骤7)中,标准图像是在建模阶段,预先将理想的电路板放在镜头下,进行权利1中步骤1)到6)的操作获得的。
步骤7)具体为:
7.1)根据规则化参数和相似性评价函数
对待测图像和标准图像进行初步匹配,式中:
u,v是标号;
fid是标号d的第i个参数值;
m是参数的个数;
wi是参数i的权值,且满足
将步骤3)中图像的每一个连通域的规则化参数与标准图像的不同的连通域的规则化参数进行相似性评价函数的计算,每进行一次计算,就会得到一个基于规则化参数的评估值;实现了检验待测图与标准图是否有相同的连通域,连通域之间是否具有相同的关系属性;
7.2)计算整个图像的评估值,如果它超过设定的阈值,则认为图像匹配是成功的;然后,记录标准图像和待测图像中评估值较高的连通域标号之间的对应关系;在记录标号的对应关系的同时,匹配程度不高的瑕疵疑似位置也能被记录下来;完成了待测图像和标准图像之间连通域的初步匹配。
步骤8)中,对最大线宽、最小线宽和最小线距进行几何和拓扑检查,最大线宽、最小线宽和最小线距所采用的检查方法相同。
进一步的,对最小线宽的进行几何和拓扑检查的方法,具体为:
8.1)定义 式中临界宽度的单位是密耳,分辨率R的单位是密尔/像素,θ(-π/2<θ≤π/2)是待测线段的方向;
8.2)对所有一密耳单位内用3*3的结构元素腐蚀(Wc-1)/2次;
8.3)若Wc是偶数,那么对所有一密耳单位内,还使用一个2*2的结构元素腐蚀一次;
8.4)使用数学形态学技术将图像细化操作到单像素宽的线条和弧线;
8.5)执行8.4)后,若有一个像素的相邻像素少于两个,该像素点如果不是终点,那么就是此处线宽小于最小宽度。
步骤2)具体为:
在给定一系列具有一定形状的结构元素后,顺序循环地删除满足击中变换的像素,具体如下:
若T是结构元素的集合,X是待细化的图像,用T结构元素细化X定义为:
即在X中去掉被T击中的结果,所谓击中,即:
设X是被研究的对象,XC是其补集,结构元素T是由两个不相交的部分T1和T2组成,即:T=T1∪T2,T1∩T2=Φ(Φ表示空集合),a是T在图像X上移动的当前位置;于是,X被T击中(记为X*T)的定义为:
通过上述操作,可以得到保留原始图像全局特征的单像素宽线条的图像表示。
步骤3)中,采用四邻域标记算法来寻找连通域:
3.1)判断图像某像素点四邻域中的最左,最上有没有点,如果都没有点,则表示一个新的区域的开始;
3.2)如果此点四邻域中的最左有点,最上没有点,则标记此点为最左点的值;如果此点四邻域中的最左没有点,最上有点,则标记此点为最上点的值;
3.3)如果此点四邻域中的最左有点,最上都有点,则标记此点为这两个中的最小的标记点,并修改大标记为小标记。
本发明相对于现有技术具有如下的优点及效果:
本方法对印刷电路板的图像进行有关处理后,得到一组与连通域有关的规则化参数,将现有技术中对图像的检测和比较转换为对规则化参数的检测和比较,从而无需使待测图像与标准图像对齐,同时能够避免由于旋转,平移,缩放,倾斜等引起的缺陷误报。不仅能直接判定划痕,裂纹,鼠啮,走线过宽,寄生突起等缺陷,还能确定缺陷的精确位置,实现缺陷检测的高速高可靠性要求。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图1所示,本实施例基于规则话参数的印刷电路板缺陷检测方法,包括下述步骤:
(1)本方法需要预先将标准的印刷电路板进行以下2到6的操作,得到有关标准参数和图像;
(2)将待测的印刷电路板图像转化为二值图像;
(3)利用数学形态学技术对印刷电路板的二值图像进行细化操作,得到的图像由单像素宽的线条构成,并且能保留原始图像的全局特征。
即在给定一系列具有一定形状的结构元素后,顺序循环地删除满足击中变换的像素,具体如下:
若T是结构元素的集合,X是待细化的图像,用T结构元素细化X定义为:
即在X中去掉被T击中的结果,所谓击中,即:
设X是被研究的对象,XC是其补集,结构元素T是由两个不相交的部分T1和T2组成,即:T=T1∪T2,T1∩T2=Φ(Φ表示空集合),a是T在图像X上移动的当前位置。于是,X被T击中(记为X*T)的定义为:
通过上述操作,可以得到保留原始图像全局特征的单像素宽线条的图像表示。
(4)利用数学形态学技术在上述得到的图像中寻找连通域;本实施例中采用四邻域标记算法来寻找连通域,当然其它的方法同样适用于本申请,只要能寻找出连通域即可,四邻域发的具体步骤为:
4.1)判断图像某像素点四邻域中的最左,最上有没有点,如果都没有点,则表示一个新的区域的开始。
4.2)如果此点四邻域中的最左有点,最上没有点,则标记此点为最左点的值;如果此点四邻域中的最左没有点,最上有点,则标记此点为最上点的值。
4.3)如果此点四邻域中的最左有点,最上都有点,则标记此点为这两个中的最小的标记点,并修改大标记为小标记。
(5)根据得到的连通域对图像进行适当的分割,分组和形状分析。
此处的分割分组和形状分析是主观上的(可以在程序中设定),即我认为A和B是一组,也可以认为它们不是一组,但是不管对任何电路板都用同一种分组方式(如设定A和B不是一组),即可以达到预期的效果(对所有板子走同一套程序,如果分组不同,则说明板子和标准版不一致,可能有缺陷)。
(6)通过迭代的方式使用分割出的各个连通域标记原始二值图像,同时得到与各个连通域有关的一组含标号、重心、面积、空间关系(如上下左右)、包络矩形等的规则化参数。
(7)进行图像检查和匹配。图像检验和匹配是基于每个连通域的重心、面积、空间关系(如上下左右)、包络矩形等属性给出的一定的权值。实现步骤如下:
7.1根据相似性评价函数
u,v是标号;
fid是标号d的第i个参数值;
m是参数的个数;
wi是参数i的权值,且满足
将步骤3)中图像的每一个连通域的规则化参数与标准图像的不同的连通域的规则化参数进行相似性评价函数的计算。每进行一次计算,就会得到一个基于规则化参数的评估值。这一步实现了检验待测图与标准图是否有相同的连通域,连通域之间是否具有相同的关系属性。
7.2计算整个图像的评估值,如果它超过一定的阈值,则认为图像匹配是成功的。然后,记录标准图像和待测图像中评估值较高的连通域标号之间的对应关系。在记录标号的对应关系的同时,匹配程度不高的瑕疵疑似位置也能被记录下来。目前为止,已经完成了待测图像和标准图像之间连通域的初步匹配。
(8)进行进一步的几何和拓扑检查。检验图像中的连通域的几何特性和关系特性,如最大最小线宽和最小线距。这些特性的检验,将使我们能够检测出印刷电路板最常见的缺陷,如划痕,裂纹,鼠啮,走线过宽,寄生突起等,此处我们选择数学形态学的算法,对于每个像素,只需要检查它的直接相邻像素。下面给出检测最小宽度的具体步骤:
8.1定义 式中临界宽度的单位是密耳,分辨率R的单位是密尔/像素,θ(-π/2<θ≤π/2)是待测线段的方向。
8.2对所有一密耳单位内用3*3的结构元素腐蚀(Wc-1)/2次;
8.3若Wc是偶数,那么对所有一密耳单位内,还使用一个2*2的结构元素腐蚀一次;
8.4使用数学形态学技术将图像细化操作到单像素宽的线条和弧线;
8.5执行8.4后,若有一个像素的相邻像素少于两个,该像素点如果不是终点,那么就是此处线宽小于最小宽度。
本实施例中,检测是否符合最大线宽和最小线距的方法与8.1-8.5的步骤相似。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,包括下述步骤:
1)将从镜头中得到的待测印刷电路板图像转化为二值图像;
2)利用形态学技术对印刷电路板的二值图像进行细化操作,;
3)利用形态学技术在印刷电路板的二值图像中寻找连通域;
4)对图像进行分割,分组和形状分析;
5)通过迭代的方式使用分割出的各个连通域标记原始二值图像;
6)得到与各个连通域有关的一组含标号、重心、面积、空间关系、包络矩形的规则化参数;
7)进行图像检查和匹配;图像检验和匹配是基于每个连通域的重心、面积、空间关系、包络矩形属性给出的一定的权值;
8)进行进一步的几何和拓扑检查,检验图像中的连通域的几何特性和关系特性。
2.根据权利要求1所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,步骤7)中,标准图像是在建模阶段,预先将理想的电路板放在镜头下,进行权利1中步骤1)到6)的操作获得的。
3.根据权利要求1所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,步骤7)具体为:
7.1)根据规则化参数和相似性评价函数
对待测图像和标准图像进行初步匹配,式中:
u,v是标号;
fid是标号d的第i个参数值;
m是参数的个数;
wi是参数i的权值,且满足
将步骤3)中图像的每一个连通域的规则化参数与标准图像的不同的连通域的规则化参数进行相似性评价函数的计算,每进行一次计算,就会得到一个基于规则化参数的评估值;实现了检验待测图与标准图是否有相同的连通域,连通域之间是否具有相同的关系属性;
7.2)计算整个图像的评估值,如果它超过设定的阈值,则认为图像匹配是成功的;然后,记录标准图像和待测图像中评估值较高的连通域标号之间的对应关系;在记录标号的对应关系的同时,匹配程度不高的瑕疵疑似位置也能被记录下来;完成了待测图像和标准图像之间连通域的初步匹配。
4.根据权利要求1所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,步骤8)中,对最大线宽、最小线宽和最小线距进行几何和拓扑检查,最大线宽、最小线宽和最小线距所采用的检查方法相同。
5.根据权利要求4所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,对最小线宽的进行几何和拓扑检查的方法,具体为:
8.1)定义 式中临界宽度的单位是密耳,分辨率R的单位是密尔/像素,θ(-π/2<θ≤π/2)是待测线段的方向;
8.2)对所有一密耳单位内用3*3的结构元素腐蚀(Wc-1)/2次;
8.3)若Wc是偶数,那么对所有一密耳单位内,还使用一个2*2的结构元素腐蚀一次;
8.4)使用数学形态学技术将图像细化操作到单像素宽的线条和弧线;
8.5)执行8.4)后,若有一个像素的相邻像素少于两个,该像素点如果不是终点,那么就是此处线宽小于最小宽度。
6.根据权利要求1所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,步骤2)具体为:
在给定一系列具有一定形状的结构元素后,顺序循环地删除满足击中变换的像素,具体如下:
若T是结构元素的集合,X是待细化的图像,用T结构元素细化X定义为:
即在X中去掉被T击中的结果,所谓击中,即:
设X是被研究的对象,XC是其补集,结构元素T是由两个不相交的部分T1和T2组成,即:T=T1∪T2,T1∩T2=Φ(Φ表示空集合),a是T在图像X上移动的当前位置;于是,X被T击中(记为X*T)的定义为:
通过上述操作,可以得到保留原始图像全局特征的单像素宽线条的图像表示。
7.根据权利要求1所述的一种基于规则化参数的印刷电路板缺陷检测方法,其特征在于,步骤3)中,采用四邻域标记算法来寻找连通域:
3.1)判断图像某像素点四邻域中的最左,最上有没有点,如果都没有点,则表示一个新的区域的开始;
3.2)如果此点四邻域中的最左有点,最上没有点,则标记此点为最左点的值;如果此点四邻域中的最左没有点,最上有点,则标记此点为最上点的值;
3.3)如果此点四邻域中的最左有点,最上都有点,则标记此点为这两个中的最小的标记点,并修改大标记为小标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310440107.3A CN103500459B (zh) | 2013-09-24 | 2013-09-24 | 一种基于规则化参数的印刷电路板缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310440107.3A CN103500459B (zh) | 2013-09-24 | 2013-09-24 | 一种基于规则化参数的印刷电路板缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103500459A true CN103500459A (zh) | 2014-01-08 |
CN103500459B CN103500459B (zh) | 2017-01-18 |
Family
ID=49865662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310440107.3A Expired - Fee Related CN103500459B (zh) | 2013-09-24 | 2013-09-24 | 一种基于规则化参数的印刷电路板缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103500459B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
CN104865277A (zh) * | 2015-05-11 | 2015-08-26 | 四川大学 | 基于双壁双投影透照图像的管焊缝缺陷自动识别的方法 |
CN105223208A (zh) * | 2015-09-23 | 2016-01-06 | 深圳市繁维科技有限公司 | 一种电路板检测模板及其制作方法、电路板检测方法 |
CN105335954A (zh) * | 2014-07-15 | 2016-02-17 | 周国烛 | 厚膜电路的视觉检测方法及系统 |
CN105844621A (zh) * | 2016-03-17 | 2016-08-10 | 阜阳市飞扬印务有限公司 | 一种印刷品质量检测方法 |
CN105957082A (zh) * | 2016-05-04 | 2016-09-21 | 广东锐视智能检测有限公司 | 一种基于面阵相机的印刷质量在线监测方法 |
CN107093174A (zh) * | 2017-04-05 | 2017-08-25 | 湖北工业大学 | 一种pcb设计缺陷检测方法 |
CN107886495A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN108776146A (zh) * | 2018-07-13 | 2018-11-09 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN108990299A (zh) * | 2018-07-27 | 2018-12-11 | 广东工业大学 | 一种基于图像检测的激光修正pcb板缺陷法 |
CN109376770A (zh) * | 2018-09-26 | 2019-02-22 | 凌云光技术集团有限责任公司 | 一种应用于底片检查机的网格区域识别方法及装置 |
CN111274756A (zh) * | 2018-11-16 | 2020-06-12 | 皓琪科技股份有限公司 | 一种配备在线评估的画记系统及操作方法 |
CN112288782A (zh) * | 2020-10-29 | 2021-01-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于边界段数数值pcb缺陷检测方法 |
CN113052829A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于物联网的主板aoi检测方法 |
CN114441554A (zh) * | 2020-11-06 | 2022-05-06 | 李明苍 | 检测方法 |
CN115272320A (zh) * | 2022-09-27 | 2022-11-01 | 江苏昱恒电气有限公司 | 一种电子产品表面印刷质量检测方法 |
CN117745716A (zh) * | 2024-02-07 | 2024-03-22 | 湖南仁盈科技有限公司 | 一种pcba板缺陷的可视化方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62239039A (ja) * | 1986-04-11 | 1987-10-19 | Yasuda Denken Kk | プリント回路板検査装置 |
JP2006170809A (ja) * | 2004-12-16 | 2006-06-29 | Dainippon Screen Mfg Co Ltd | 欠陥検出装置および欠陥検出方法 |
CN101915769A (zh) * | 2010-06-29 | 2010-12-15 | 华南理工大学 | 一种印刷电路板中带电阻元件的自动光学检测方法 |
CN102646278A (zh) * | 2012-03-16 | 2012-08-22 | 华南理工大学 | 一种基于x光图像的元器件封装气泡检测方法 |
-
2013
- 2013-09-24 CN CN201310440107.3A patent/CN103500459B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62239039A (ja) * | 1986-04-11 | 1987-10-19 | Yasuda Denken Kk | プリント回路板検査装置 |
JP2006170809A (ja) * | 2004-12-16 | 2006-06-29 | Dainippon Screen Mfg Co Ltd | 欠陥検出装置および欠陥検出方法 |
CN101915769A (zh) * | 2010-06-29 | 2010-12-15 | 华南理工大学 | 一种印刷电路板中带电阻元件的自动光学检测方法 |
CN102646278A (zh) * | 2012-03-16 | 2012-08-22 | 华南理工大学 | 一种基于x光图像的元器件封装气泡检测方法 |
Non-Patent Citations (2)
Title |
---|
俞龙江 等: "一种新颖的电路板短路和断路故障检测算法", 《电子测量与仪器学报》 * |
孔令丹 等: "全局缺陷和局部缺陷的FPC检测算法研究", 《中国计量学院学报》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105335954A (zh) * | 2014-07-15 | 2016-02-17 | 周国烛 | 厚膜电路的视觉检测方法及系统 |
CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
CN104865277B (zh) * | 2015-05-11 | 2017-05-17 | 四川大学 | 基于双壁双投影透照图像的管焊缝缺陷自动识别的方法 |
CN104865277A (zh) * | 2015-05-11 | 2015-08-26 | 四川大学 | 基于双壁双投影透照图像的管焊缝缺陷自动识别的方法 |
CN105223208A (zh) * | 2015-09-23 | 2016-01-06 | 深圳市繁维科技有限公司 | 一种电路板检测模板及其制作方法、电路板检测方法 |
CN105223208B (zh) * | 2015-09-23 | 2018-04-06 | 深圳市繁维科技有限公司 | 一种电路板检测模板及其制作方法、电路板检测方法 |
CN105844621A (zh) * | 2016-03-17 | 2016-08-10 | 阜阳市飞扬印务有限公司 | 一种印刷品质量检测方法 |
CN105957082A (zh) * | 2016-05-04 | 2016-09-21 | 广东锐视智能检测有限公司 | 一种基于面阵相机的印刷质量在线监测方法 |
CN107093174A (zh) * | 2017-04-05 | 2017-08-25 | 湖北工业大学 | 一种pcb设计缺陷检测方法 |
CN107886495A (zh) * | 2017-09-30 | 2018-04-06 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN107886495B (zh) * | 2017-09-30 | 2020-04-14 | 北京得华机器人技术研究院有限公司 | 一种基于相似度匹配的汽车零配件缺陷识别方法 |
CN108776146B (zh) * | 2018-07-13 | 2021-02-26 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN108776146A (zh) * | 2018-07-13 | 2018-11-09 | 珠海格力智能装备有限公司 | 丝印线条的检测方法及装置 |
CN108990299A (zh) * | 2018-07-27 | 2018-12-11 | 广东工业大学 | 一种基于图像检测的激光修正pcb板缺陷法 |
CN109376770A (zh) * | 2018-09-26 | 2019-02-22 | 凌云光技术集团有限责任公司 | 一种应用于底片检查机的网格区域识别方法及装置 |
CN109376770B (zh) * | 2018-09-26 | 2020-10-20 | 凌云光技术集团有限责任公司 | 一种应用于底片检查机的网格区域识别方法及装置 |
CN111274756A (zh) * | 2018-11-16 | 2020-06-12 | 皓琪科技股份有限公司 | 一种配备在线评估的画记系统及操作方法 |
CN111274756B (zh) * | 2018-11-16 | 2023-03-24 | 皓琪科技股份有限公司 | 一种配备在线评估的画记系统及操作方法 |
CN112288782A (zh) * | 2020-10-29 | 2021-01-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于边界段数数值pcb缺陷检测方法 |
CN114441554A (zh) * | 2020-11-06 | 2022-05-06 | 李明苍 | 检测方法 |
CN114441554B (zh) * | 2020-11-06 | 2023-09-29 | 李明苍 | 检测方法 |
CN113052829A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于物联网的主板aoi检测方法 |
CN115272320A (zh) * | 2022-09-27 | 2022-11-01 | 江苏昱恒电气有限公司 | 一种电子产品表面印刷质量检测方法 |
CN115272320B (zh) * | 2022-09-27 | 2022-12-13 | 江苏昱恒电气有限公司 | 一种电子产品表面印刷质量检测方法 |
CN117745716A (zh) * | 2024-02-07 | 2024-03-22 | 湖南仁盈科技有限公司 | 一种pcba板缺陷的可视化方法及系统 |
CN117745716B (zh) * | 2024-02-07 | 2024-04-16 | 湖南仁盈科技有限公司 | 一种pcba板缺陷的可视化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103500459B (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103500459A (zh) | 一种基于规则化参数的印刷电路板缺陷检测方法 | |
CN110021005B (zh) | 电路板瑕疵筛选方法及其装置与计算机可读取记录介质 | |
CN111899241B (zh) | 一种定量化的炉前pcb贴片缺陷在线检测方法及系统 | |
WO2021168733A1 (zh) | 缺陷图像的缺陷检测方法、装置及计算机可读存储介质 | |
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 | |
CN106127746A (zh) | 电路板元件漏件检测方法和系统 | |
CN109752392B (zh) | 一种pcb板缺陷类型检测系统和方法 | |
CN105510348A (zh) | 一种印制电路板的缺陷检测方法、装置及检测设备 | |
CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
TWI669519B (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
US20210383526A1 (en) | Method for training defect detector | |
CN103839255A (zh) | 视频抠像篡改检测方法及装置 | |
CN103500722B (zh) | 一种电子束缺陷检测方法 | |
JP5045591B2 (ja) | 検査領域の領域設定データの作成方法および基板外観検査装置 | |
CN112183593A (zh) | 一种基于dssd算法的道路损伤检测方法 | |
CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质 | |
CN116337869A (zh) | 一种基于机器视觉的双面线路板生产用检测系统 | |
CN115471476A (zh) | 一种部件缺陷检测方法、装置、设备及介质 | |
CN117571721A (zh) | 一种电路板焊盘表面缺陷检测方法、装置及存储介质 | |
CN111899248B (zh) | 一种基于机器学习的自动pcb焊锡膏缺陷检测方法 | |
CN117571743A (zh) | 一种基于图像识别的pcba电路板加工缺陷检测分析系统 | |
CN105136818A (zh) | 印刷基板的影像检测方法 | |
US20210383168A1 (en) | Method for labeling image | |
CN112200799A (zh) | 一种基于Gerber文件的PCB电子元器件缺陷检测方法 | |
CN115170476B (zh) | 基于图像处理的印制线路板缺陷检测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170118 |
|
CF01 | Termination of patent right due to non-payment of annual fee |