CN104899871A - 一种ic元件焊点空焊检测方法 - Google Patents

Abstract

本发明公开了一种IC元件焊点空焊检测方法，包括：从训练样本中获取IC焊点训练图片后，获取检测窗位置；将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，计算检测窗内沿引脚向外方向的连续空行数；判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期；采集待检测IC元件的焊点图片后，获取检测窗位置，提取获得检测窗内的连续空行数；将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果。本方法检测速度快，而且准确率高，可以有效地检测出IC元件焊点的空焊缺陷，可广泛应用于IC元件焊点缺陷检测领域中。

Description

一种IC元件焊点空焊检测方法

技术领域

本发明涉及数字图像处理应用领域，特别是涉及一种IC元件焊点空焊检测方法。

背景技术

印制电路板PCB(Printed Circuit Board)缺陷检测是自动光学检测(automaticoptical inspection，AOI)应用的一个热点方向，近年来得到越来越多的关注。目前主要采用的方式是通过CCD检测PCB元件的图像后进行处理从而实现缺陷检测。实际使用中，印制电路板遇到的情况非常复杂，CCD采集到的PCB元件图像往往出现不同程度的变化和不规则现象，例如：光照强度不均匀，光照角度改变，CCD摄像头采集的图像会有一定角度的偏转，元件尺寸越来越小，PCB板内元件密度越来越大等等，这些问题使得PCB焊点缺陷检测变得相当困难。而IC元件焊点的尺寸比一般的CHIP元件焊点的尺寸要小的多，空焊和正常焊点在图像上非常相似，这使得IC元件焊点的空焊检测一直是缺陷检测中难以攻克的难题。

现有的较为成熟的对IC元件焊点缺陷的检测方法大多数为基于特征的方法。这种方法将缺陷检测分为两个步骤：提取特征和分类。在提取特征阶段，选择颜色梯度，区域面积，周长，水力半径等等典型特征；在分类阶段，选择较为成熟的分类器，例如神经网络，AdaBoost,SVM等等，对提取的特征进行分类。这些方法在CHIP元件焊点取得了较好的应用效果。但是，由于IC元件焊点尺寸小，焊点密集度大，且空焊焊点样本难以收集，使得目前的基于分类器的方法在IC元件焊点空焊检测中难以得到良好的分类效果。另外，在线检测方法对时间要求严格，神经网络这些较为成熟的分类器计算量大，难以符合在线监测在时间上的要求。同时虽然也有人提出基于单高斯模型的像素点建模的IC元件焊点检测方法，这种方法的检测速度快，但是准确率低，无法在实际生产中应用。总的来说，目前的检测方法无法有效、准确、快速地检测出IC元件的焊点缺陷。

发明内容

为了解决上述的技术问题，本发明的目的是提供一种IC元件焊点空焊检测方法。

本发明解决其技术问题所采用的技术方案是：

一种IC元件焊点空焊检测方法，包括：

S1、从训练样本中获取IC焊点训练图片后，获取检测窗位置；

S2、将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，进而计算检测窗内沿引脚向外方向像素均为0的连续空行数；

S3、判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期，否则返回执行步骤S1；

S4、采集待检测IC元件的焊点图片后，获取检测窗位置，进而提取获得检测窗内的连续空行数；

S5、将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果。

进一步，所述步骤S1，包括：

S11、从训练样本中获取IC焊点训练图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S12、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S13、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗。

进一步，所述步骤S2，包括：

S21、将该训练图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S22、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S23、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S24、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

进一步，所述步骤S21，包括：

S211、将该训练图片位于检测窗内的图像进行HSV变换，根据下式计算获得图像的亮度V分量：

V＝max(R,G,B)

S212、结合亮度V分量计算获得图像的饱和度S分量：

$S=\frac{(V-\min (R,G,B)*255}{V}$

S213根据下式计算获得图像的色调H分量：

其中，R、G、B分别表示图像的红、绿、蓝分量。

进一步，所述步骤S22中所述预设的色调H、饱和度S和亮度V的阈值分别为：H≤20或H≥340，S≥0.8，V≥0.8。

进一步，所述步骤S3中所述获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期的步骤，其具体为：

获取训练样本中连续空行数的最小值和次小值，有P(B)的概率用次小值代替最小值，其中P(B)为更新概率且0＜P(B)＜P(A)，P(A)为训练样本的空焊概率。

进一步，所述步骤S4，包括：

S41、采集待检测IC元件的焊点图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S42、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S43、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗；

S44、将该图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S45、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S46、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S47、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

进一步，所述步骤S5，其具体为：

判断获得的连续空行数是否大于训练样本的连续空行数的最小值，若是，则判断该IC元件焊点为正常焊点，反之判断该IC元件焊点为空焊焊点。

本发明的有益效果是：本发明的一种IC元件焊点空焊检测方法，包括：从训练样本中获取IC焊点训练图片后，获取检测窗位置；将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，进而计算检测窗内沿引脚向外方向像素均为0的连续空行数；判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期；采集待检测IC元件的焊点图片后，获取检测窗位置，进而提取获得检测窗内的连续空行数；将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果。本方法相比现有技术，计算量大大减少，检测速度快，而且准确率高，可以有效地检测出IC元件焊点的空焊缺陷。

附图说明

下面结合附图和实施例对本发明作进一步作为优选的实施方式说明。

图1是本发明的一种IC元件焊点空焊检测方法的流程图；

图2是一IC元件的侧视图；

图3是一IC元件引脚的俯视示意图。

具体实施方式

参照图1，本发明提供了一种IC元件焊点空焊检测方法，包括：

S1、从训练样本中获取IC焊点训练图片后，获取检测窗位置；

S2、将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，进而计算检测窗内沿引脚向外方向像素均为0的连续空行数；

S3、判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期，否则返回执行步骤S1；

S4、采集待检测IC元件的焊点图片后，获取检测窗位置，进而提取获得检测窗内的连续空行数；

S5、将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果。

进一步作为优选的实施方式，所述步骤S1，包括：

S11、从训练样本中获取IC焊点训练图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S12、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S13、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗。

进一步作为优选的实施方式，所述步骤S2，包括：

S21、将该训练图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S22、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S23、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S24、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

进一步作为优选的实施方式，所述步骤S21，包括：

S211、将该训练图片位于检测窗内的图像进行HSV变换，根据下式计算获得图像的亮度V分量：

V＝max(R,G,B)

S212、结合亮度V分量计算获得图像的饱和度S分量：

$S=\frac{(V-\min (R,G,B)*255}{V}$

S213根据下式计算获得图像的色调H分量：

其中，R、G、B分别表示图像的红、绿、蓝分量。

进一步作为优选的实施方式，所述步骤S22中所述预设的色调H、饱和度S和亮度V的阈值分别为：H≤20或H≥340，S≥0.8，V≥0.8。

进一步作为优选的实施方式，所述步骤S3中所述获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期的步骤，其具体为：

获取训练样本中连续空行数的最小值和次小值，有P(B)的概率用次小值代替最小值，其中P(B)为更新概率且0＜P(B)＜P(A)，P(A)为训练样本的空焊概率。

进一步作为优选的实施方式，所述步骤S4，包括：

S41、采集待检测IC元件的焊点图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S42、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S43、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗；

S44、将该图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S45、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S46、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S47、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

进一步，所述步骤S5，其具体为：

判断获得的连续空行数是否大于训练样本的连续空行数的最小值，若是，则判断该IC元件焊点为正常焊点，反之判断该IC元件焊点为空焊焊点。

结合一具体实施例对本发明作进一步说明。

参照图1，一种IC元件焊点空焊检测方法，包括：

S1、从训练样本中获取IC焊点训练图片后，获取检测窗位置；步骤S1具体包括S11～S13：

S11、从训练样本中获取IC焊点训练图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S12、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S13、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗。

S2、将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，进而计算检测窗内沿引脚向外方向像素均为0的连续空行数；步骤S2具体包括S21～S24：

S21、将该训练图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；具体包括步骤S211～S213：

S211、将该训练图片位于检测窗内的图像进行HSV变换，根据下式计算获得图像的亮度V分量：

V＝max(R,G,B)

S212、结合亮度V分量计算获得图像的饱和度S分量：

$S=\frac{(V-\min (R,G,B)*255}{V}$

S213根据下式计算获得图像的色调H分量：

其中，R、G、B分别表示图像的红、绿、蓝分量。

S22、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量，其中，预设的色调H、饱和度S和亮度V的阈值分别为：H≤20或H≥340，S≥0.8，V≥0.8，如下表1所示：

表1 视觉上红色分量的阈值

颜色	色调H[0,360]	饱和度S[0,1]	亮度V[0,1]
				视觉上红色分量	H≤20H≥340	S≥0.8	V≥0.8

S23、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；这里，获得各个连通域后，噪声点的连通域将是面积极小的区域，因此需要将面积小于一定阈值的区域去除实现去噪处理，即本步骤中的去掉小面积区域；

S24、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

S3、判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期，否则返回执行步骤S1；获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期的步骤，其具体为：获取训练样本中连续空行数的最小值和次小值，有P(B)的概率用次小值代替最小值，其中P(B)为更新概率且0＜P(B)＜P(A)，P(A)为训练样本的空焊概率。用次小值代替最小值是指进行替代赋值处理，将用次小值作为连续空行数的最小值。

S4、采集待检测IC元件的焊点图片后，获取检测窗位置，进而提取获得检测窗内的连续空行数；本步骤中获取检测窗位置以及提取获得检测窗内的连续空行数的方法与步骤S1～S2相同，具体包括步骤S41～47：

S41、采集待检测IC元件的焊点图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S42、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S43、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗；

S44、将该图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；HSV变换的方法与步骤S21相同，可参照前述描述；

S45、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；同样的，预设的H、S、V的阈值与步骤S22相同，可参照前述描述以及表1的记载；

S46、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S47、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

S5、将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果，具体为：判断获得的连续空行数是否大于训练样本的连续空行数的最小值，若是，则判断该IC元件焊点为正常焊点，反之判断该IC元件焊点为空焊焊点。

图2是一IC元件的侧视图，图3是一IC元件引脚的俯视示意图，图2和图3中的A部分均表示焊点位置。这里需注意，图2中用圆形圈出焊点位置只是为了便于识别，并不代表焊点为圆形。图3中附图标记1的黑色粗线条表示步骤S12中IC元件焊点的边缘位置，附图标记2的方框表示本发明中的检测窗，检测窗的实际横向宽度可以根据实际情况来设置。参照图2和图3，对于合格焊点的图片来说，在边缘位置处存在焊锡爬坡，因此边缘位置处会显示偏蓝色，在色彩特征提取的过程中会被标记为非红色；相反，空焊焊点在边缘位置处为平滑区域，会显示偏红色。因此对检测窗内的图像进行视觉红色分量提取后，合格焊点的连续空行数会比较大，空焊焊点的连续空行数会比较小，因此可根据本方法进行空焊检测。

一个具体的实施例：训练阶段选择100个正常焊点进行训练，而后对采集到598个测试焊点进行检测，包括554个正常焊点和44个空焊焊点，所有焊点都为86*16像素的RGB图像。经测试，本方法误检率为1.17％，漏检率为0.51％，能够有效的保证较高的准确率。通过选更多的训练样本，还可以进一步提高检测的准确率。通过采用本方法可以极大提高IC元件焊点空焊检测的准确率，而且检测速度快，可以作为解决IC元件焊点检测难题的一个方法。

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种IC元件焊点空焊检测方法，其特征在于，包括：

S1、从训练样本中获取IC焊点训练图片后，获取检测窗位置；

S2、将该训练图片位于检测窗内的图像进行HSV变换后，提取视觉上红色分量，进而计算检测窗内沿引脚向外方向像素均为0的连续空行数；

S3、判断训练样本是否已训练完毕，若是则获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期，否则返回执行步骤S1；

S4、采集待检测IC元件的焊点图片后，获取检测窗位置，进而提取获得检测窗内的连续空行数；

S5、将获得的连续空行数与训练样本的连续空行数的最小值进行比对后获得IC元件焊点的检测结果。

2.根据权利要求1所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S1，包括：

S11、从训练样本中获取IC焊点训练图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S12、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S13、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗。

3.根据权利要求1所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S2，包括：

S21、将该训练图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S22、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S23、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S24、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

4.根据权利要求3所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S21，包括：

S211、将该训练图片位于检测窗内的图像进行HSV变换，根据下式计算获得图像的亮度V分量：

V＝max(R,G,B)

S212、结合亮度V分量计算获得图像的饱和度S分量：

$S=\frac{(V-\min (R,G,B)*255}{V}$

S213根据下式计算获得图像的色调H分量：

其中，R、G、B分别表示图像的红、绿、蓝分量。

5.根据权利要求3所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S22中所述预设的色调H、饱和度S和亮度V的阈值分别为：H≤20或H≥340，S≥0.8，V≥0.8。

6.根据权利要求1所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S3中所述获取训练样本中连续空行数的最小值和次小值，并对最小值赋予生存周期的步骤，其具体为：

获取训练样本中连续空行数的最小值和次小值，有P(B)的概率用次小值代替最小值，其中P(B)为更新概率且0＜P(B)＜P(A)，P(A)为训练样本的空焊概率。

7.根据权利要求1所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S4，包括：

S41、采集待检测IC元件的焊点图片后，将其分解为R、G、B三个单通道图像，进而将三个单通道图像分别进行水平投影后获得三条投影曲线；

S42、将G通道对应的投影曲线的波谷定位为IC元件焊点的边缘位置；

S43、将得到的IC元件焊点的边缘位置沿引脚向外25个像素高度区域作为检测窗；

S44、将该图片位于检测窗内的图像进行HSV变换，分别计算获得图像的色调H、饱和度S、亮度V分量；

S45、根据预设的色调H、饱和度S和亮度V的阈值，提取视觉上红色分量；

S46、利用数学形态学，计算提取得到的红色分量图像的各个连通域，进而进行图像去噪，去掉小面积区域；

S47、计算检测窗内沿引脚向外方向像素均为0的连续空行数。

8.根据权利要求1所述的一种IC元件焊点空焊检测方法，其特征在于，所述步骤S5，其具体为：

判断获得的连续空行数是否大于训练样本的连续空行数的最小值，若是，则判断该IC元件焊点为正常焊点，反之判断该IC元件焊点为空焊焊点。