CN105279757A - 一种焊点定位方法及装置 - Google Patents

一种焊点定位方法及装置 Download PDF

Info

Publication number
CN105279757A
CN105279757A CN201510679963.3A CN201510679963A CN105279757A CN 105279757 A CN105279757 A CN 105279757A CN 201510679963 A CN201510679963 A CN 201510679963A CN 105279757 A CN105279757 A CN 105279757A
Authority
CN
China
Prior art keywords
image
copper foil
pixel
area image
foil area
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
Application number
CN201510679963.3A
Other languages
English (en)
Other versions
CN105279757B (zh
Inventor
雷延强
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.)
Guangzhou Shiyuan Electronics Thecnology Co Ltd
Original Assignee
Guangzhou Shiyuan Electronics Thecnology Co Ltd
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 Guangzhou Shiyuan Electronics Thecnology Co Ltd filed Critical Guangzhou Shiyuan Electronics Thecnology Co Ltd
Priority to CN201510679963.3A priority Critical patent/CN105279757B/zh
Publication of CN105279757A publication Critical patent/CN105279757A/zh
Priority to PCT/CN2016/096750 priority patent/WO2017067320A1/zh
Application granted granted Critical
Publication of CN105279757B publication Critical patent/CN105279757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30141—Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Electric Connection Of Electric Components To Printed Circuits (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种焊点定位方法，包括：获取三原色光RGB照射下的电路板的图像；提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。相应地，本发明实施例还公开了一种焊点定位装置。采用本发明实施例，能够快速、准确地定位出焊点的位置。

Description

一种焊点定位方法及装置
技术领域
本发明涉及自动光学检查领域，尤其涉及一种焊点定位方法及装置。
背景技术
自动光学检测(AutomaticOpticInspection，AOI)是工业制作过程的必要环节，利用光学方式取得成品的表面状态，以影像处理来检测异物或表面瑕疵。焊锡缺陷检测是自动光学检测领域中的一种常见应用，机器通过摄像头自动扫描电路板获取图像，自动提取每个焊点的局部图像，并通过图像处理技术，判断焊点处的焊锡是否存在缺陷，最后将疑似缺陷的焊锡显示或标记出来，方便查看与检修。
在对焊点处的焊锡进行检测前，需要制作出标准电路板，并在其上标记出每个焊点的位置。现有技术中，对焊点位置进行标记的方法是根据电路板的设计文件导出每个焊点的位置信息，但是，有时候并不能获取电路板的设计文件，且采用设计文件，会降低其保密性。或者，采用人工设置的方法来标记每个焊点的位置，但是，当电路板上的焊点较多时，人工设置较为耗时。
发明内容
本发明实施例提出一种焊点定位方法及装置，能够快速、准确地定位出焊点的位置。
本发明实施例提供一种焊点定位方法，包括：
获取三原色光RGB照射下的电路板的图像；
提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；
提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
进一步地，所述提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像，具体包括：
分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；
提取所组成的N个铜箔区域图像。
进一步地，所述分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，具体包括：
计算所述电路板的图像中每个像素的RGB值；
根据所述每个像素的RGB值，提取所述红色主导像素；
根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板颜色相似的一个原色；
对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
进一步地，所述铜箔区域图像为环形图像；
所述对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像，具体包括：
根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；
若相交，则获取与膨胀后的通孔区域图像相交的铜箔区域图像。
进一步地，所述提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域，具体包括：
根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
相应地，本发明实施例还提供一种焊点定位装置，包括：
图像获取模块，用于获取三原色光RGB照射下的电路板的图像；
图像提取模块，用于提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
处理模块，用于对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；以及，
定位模块，用于提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
进一步地，所述图像提取模块具体包括：
像素提取单元，用于分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
划分单元，用于对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；以及，
图像提取单元，用于提取所组成的N个铜箔区域图像。
进一步地，所述像素提取单元具体包括：
RGB值计算子单元，用于计算所述电路板的图像中每个像素的RGB值；
第一像素提取子单元，用于根据所述每个像素的RGB值，提取所述红色主导像素；
分量值获取单元，用于根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板颜色相似的一个原色；以及，
第二像素提取子单元，用于对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
进一步地，所述铜箔区域图像为环形图像；
所述处理模块具体包括：
处理单元，用于根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
检测单元，用于逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；以及，
获取单元，用于在检测到相交时，获取与膨胀后的通孔区域图像相交的铜箔区域图像。
进一步地，所述定位模块具体用于根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的焊点定位方法及装置，能够提取出电路板图像中所有的通孔区域图像和铜箔区域图像，并对通孔区域图像进行膨胀处理，判断其是否与铜箔区域图像相交，将相交的铜箔区域图像外接图形所在区域判定为焊点的区域，从而实现对焊点位置的快速、准确定位。
而且，在对通孔区域图像进行膨胀处理时，将结构元素的大小设置为铜箔区域图像的宽度，优化通孔区域图像的膨胀大小，以准确定位出焊点的位置。
附图说明
图1是本发明提供的焊点定位方法的一个实施例的流程示意图；
图2是本发明提供的焊点定位方法中电路板的图像的一个示意图；
图3是本发明提供的焊点定位方法中电路板的图像的另一个示意图；
图4是本发明提供的焊点定位装置的一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明提供的焊点定位方法的一个实施例的流程示意图，包括：
S1、获取三原色光RGB照射下的电路板的图像；
S2、提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
S3、对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；
S4、提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
需要说明的是，在检测开始时，采用较为成熟的AOI三原色光RGB(红绿蓝)对电路板进行照射，摄像头自动扫描RGB照射下的电路板，从而获取电路板的彩色图像。根据图像中的颜色，分别提取出所有通孔区域图像和铜箔区域图像。由于焊点是由铜箔和通孔组成，其中，铜箔环绕在其相应通孔的外围，因此，对通孔区域图像进行膨胀处理。若膨胀后的通孔区域图像能够与铜箔区域图像相交，则说明该铜箔区域及其相交的通孔区域为焊点的区域，提取出该铜箔区域图像的外接图形即可实现对焊点区域的定位。
进一步地，所述提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像，具体包括：
分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；
提取所组成的N个铜箔区域图像。
其中，所述分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，具体包括：
计算所述电路板的图像中每个像素的RGB值；
根据所述每个像素的RGB值，提取所述红色主导像素；
根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板颜色相似的一个原色；
对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
需要说明的是，在三原色光RGB照射下的电路板，铜箔区域成像后的颜色为红色，通孔区域成像后的颜色为第一颜色。其中，第一颜色根据电路板上通孔颜色的不同而不同，一般为黑色。
如图2所示，假设P表示电路板的图像1，PR(x,y),PG(x,y),PB(x,y)分别表示像素(x,y)的R、G、B分量值，计算出红色主导区域，其计算公式如下：
M R = 1 , i f { P R ( x , y ) > ( P G ( x , y ) + T R ) } a n d { ( P R ( x , y ) > ( P B ( x , y ) + T R ) } 0 , e l s e
其中，MR为红色R的主导区域，TR为一个预设的较小的阈值。提取区域MR的像素即可获得红色主导像素。
在对所提取的红色主导像素进行划分时，采用4连通或8连通的方法使所提取的红色主导像素划分为N个连通区域图像，一个连通区域图像即为一个铜箔区域图像。同一个铜箔区域图像采用相同的数值进行标记，如第j个铜箔区域图像内所有像素均标记为j，j≥1。
如图2所示，对红色主导像素划分为4个铜箔区域图像，并对每个铜箔区域图像进行标记，获得第一铜箔区域图像21、第二铜箔区域图像22、第三连通区域图像23和第四铜箔区域图像24。
根据电路板的底色来选取与该底色最为相似的分量，再根据选取的分量来提取通孔区域图像。一般电路板的底色为绿色，针对以绿色为底色的电路板，在绿色分量上提取黑色的通孔区域图像更加有效，则选取绿色分量，获取每个像素的G值，再根据每个像素的G值，采用阈值化技术进行提取通孔区域图像，其计算公式如下：
M H = 1 , i f P G ( x , y ) < T H 0 , e l s e
其中，MH为黑色主导区域，TH为预设的阈值。提取区域MH的像素即可获得黑色主导像素，即通孔区域图像3。
进一步地，所述铜箔区域图像为环形图像；
所述对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像，具体包括：
根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；
若相交，则获取与膨胀后的通孔区域图像相交的铜箔区域图像。
需要说明的是，焊点是由铜箔和通孔两部分组成的，因此，只有同时拥有铜箔区域和通孔区域才为焊点的区域。其中，铜箔区域一般为环绕在通孔区域外围的环形区域。先对通孔区域图像进行膨胀处理，其膨胀处理的结构元素的大小与铜箔区域图像的宽度相当，以保证通孔区域图像的适当膨胀。逐一检测每个铜箔区域图像与膨胀后的通孔区域图像是否具有交集，若具有，则说明该铜箔区域图像环绕在通孔区域图像的外围，该铜箔区域图像所对应的铜箔为焊点中的铜箔；若不具有，则说明该铜箔区域图像内部不具有通孔区域图像，该铜箔区域图像所对应的铜箔不为焊点中的铜箔。
如图2所示，对通孔区域图像3膨胀处理后，逐一检测第一铜箔区域图像21、第二铜箔区域图像22、第三连通区域图像23和第四铜箔区域图像24与膨胀后的通孔区域图像3是否有交集。检测出第一铜箔区域图像21、第三连通区域图像23和第四铜箔区域图像24与膨胀后的通孔区域图像3相交，则第一铜箔区域图像21、第三连通区域图像23和第四铜箔区域图像24均为焊点中铜箔的区域图像，而第二铜箔区域图像22不为焊点中铜箔的区域图像。
进一步地，所述提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域，具体包括：
根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
在获取焊点中铜箔的区域图像后，根据该铜箔区域图像中的像素位置，提取其外接图形，一般外接图形为矩形。如图3所示，对第一铜箔区域图像21、第三连通区域图像23和第四铜箔区域图像24的外接图形4进行提取，该外接图形4所包含的所有区域即为焊点的区域5，从而实现对焊点的定位。在定位出电路板中的焊点后，采用该电路板来定位出待检测电路板中的焊点。将该电路板的图像与待检测电路板的图像对齐后，利用该电路板的图像中的焊点区域位置快速提取出待检测电路板图像中每个焊点的局部图像，进而进行后续的缺陷检测。
本发明实施例提供的焊点定位方法，能够提取出电路板图像中所有的通孔区域图像和铜箔区域图像，并对通孔区域图像进行膨胀处理，判断其是否与铜箔区域图像相交，将相交的铜箔区域图像外接图形所在区域判定为焊点的区域，从而实现对焊点位置的快速、准确定位；在对通孔区域图像进行膨胀处理时，将结构元素的大小设置为铜箔区域图像的宽度，优化通孔区域图像的膨胀大小，以准确定位出焊点的位置。
相应的，本发明还提供一种焊点定位装置，能够实现上述实施例中的焊点定位方法的所有流程。
参见图4，是本发明提供的焊点定位装置的一个实施例的结构示意图，包括：
图像获取模块41，用于获取三原色光RGB照射下的电路板的图像；
图像提取模块42，用于提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
处理模块43，用于对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；以及，
定位模块44，用于提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
进一步地，所述图像提取模块具体包括：
像素提取单元，用于分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
划分单元，用于对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；以及，
图像提取单元，用于提取所组成的N个铜箔区域图像。
进一步地，所述像素提取单元具体包括：
RGB值计算子单元，用于计算所述电路板的图像中每个像素的RGB值；
第一像素提取子单元，用于根据所述每个像素的RGB值，提取所述红色主导像素；
分量值获取单元，用于根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板颜色相似的一个原色；以及，
第二像素提取子单元，用于对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
进一步地，所述铜箔区域图像为环形图像；
所述处理模块具体包括：
处理单元，用于根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
检测单元，用于逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；以及，
获取单元，用于在检测到相交时，获取与膨胀后的通孔区域图像相交的铜箔区域图像。
进一步地，所述定位模块具体用于根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
本发明实施例提供的焊点定位装置，能够提取出电路板图像中所有的通孔区域图像和铜箔区域图像，并对通孔区域图像进行膨胀处理，判断其是否与铜箔区域图像相交，将相交的铜箔区域图像外接图形所在区域判定为焊点的区域，从而实现对焊点位置的快速、准确定位；在对通孔区域图像进行膨胀处理时，将结构元素的大小设置为铜箔区域图像的宽度，优化通孔区域图像的膨胀大小，以准确定位出焊点的位置。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种焊点定位方法，其特征在于，包括：
获取三原色光RGB照射下的电路板的图像；
提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；
提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
2.如权利要求1所述的焊点定位方法，其特征在于，所述提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像，具体包括：
分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；
提取所组成的N个铜箔区域图像。
3.如权利要求2所述的焊点定位方法，其特征在于，所述分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，具体包括：
计算所述电路板的图像中每个像素的RGB值；
根据所述每个像素的RGB值，提取所述红色主导像素；
根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板底色相似的一个原色；
对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
4.如权利要求1所述的焊点定位方法，其特征在于，所述铜箔区域图像为环形图像；
所述对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像，具体包括：
根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；
若相交，则获取与膨胀后的通孔区域图像相交的铜箔区域图像。
5.如权利要求1所述的焊点定位方法，其特征在于，所述提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域，具体包括：
根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
6.一种焊点定位装置，其特征在于，包括：
图像获取模块，用于获取三原色光RGB照射下的电路板的图像；
图像提取模块，用于提取所述电路板的图像中的通孔区域图像和N个铜箔区域图像；N≥1；
处理模块，用于对所述通孔区域图像进行膨胀处理，获取与膨胀后的通孔区域图像相交的铜箔区域图像；以及，
定位模块，用于提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
7.如权利要求6所述的焊点定位装置，其特征在于，所述图像提取模块具体包括：
像素提取单元，用于分别提取所述电路板的图像中的红色主导像素和预设的第一颜色主导像素，并将提取的所述第一颜色主导像素作为所述通孔区域图像；所述第一颜色为红色除外的任一颜色；
划分单元，用于对所提取的红色主导像素进行划分，使相邻接的所述红色主导像素组成一个铜箔区域图像；以及，
图像提取单元，用于提取所组成的N个铜箔区域图像。
8.如权利要求7所述的焊点定位装置，其特征在于，所述像素提取单元具体包括：
RGB值计算子单元，用于计算所述电路板的图像中每个像素的RGB值；
第一像素提取子单元，用于根据所述每个像素的RGB值，提取所述红色主导像素；
分量值获取单元，用于根据预先选取的分量，获取所述每个像素的分量值；所述分量是三原色RGB中与所述电路板颜色相似的一个原色；以及，
第二像素提取子单元，用于对所述每个像素的分量值进行阈值分割，提取所述第一颜色主导像素。
9.如权利要求6所述的焊点定位装置，其特征在于，所述铜箔区域图像为环形图像；
所述处理模块具体包括：
处理单元，用于根据预设的结构元素，对所述通孔区域图像进行膨胀处理；所述结构元素的形状为矩形，所述结构元素的大小为所述铜箔区域图像的宽度；
检测单元，用于逐一检测每个铜箔区域图像是否与膨胀后的通孔区域图像相交；以及，
获取单元，用于在检测到相交时，获取与膨胀后的通孔区域图像相交的铜箔区域图像。
10.如权利要求6所述的焊点定位装置，其特征在于，所述定位模块具体用于根据所获取的每个铜箔区域图像中的像素位置，提取所获取的每个铜箔区域图像的外接图形，并将所述外接图形所包含的区域定位为焊点的区域。
CN201510679963.3A 2015-10-19 2015-10-19 一种焊点定位方法及装置 Active CN105279757B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510679963.3A CN105279757B (zh) 2015-10-19 2015-10-19 一种焊点定位方法及装置
PCT/CN2016/096750 WO2017067320A1 (zh) 2015-10-19 2016-08-25 一种焊点定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510679963.3A CN105279757B (zh) 2015-10-19 2015-10-19 一种焊点定位方法及装置

Publications (2)

Publication Number Publication Date
CN105279757A true CN105279757A (zh) 2016-01-27
CN105279757B CN105279757B (zh) 2018-10-16

Family

ID=55148709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510679963.3A Active CN105279757B (zh) 2015-10-19 2015-10-19 一种焊点定位方法及装置

Country Status (2)

Country Link
CN (1) CN105279757B (zh)
WO (1) WO2017067320A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017067320A1 (zh) * 2015-10-19 2017-04-27 广州视源电子科技股份有限公司 一种焊点定位方法及装置
CN106780426A (zh) * 2016-09-21 2017-05-31 南京师范大学 一种基于色彩特征模型的集成电路板多形态焊点定位方法
CN106971391A (zh) * 2017-02-24 2017-07-21 北京理工大学珠海学院 一种基于颜色识别的多模板定位浸锡检测方法
CN107657588A (zh) * 2017-09-25 2018-02-02 电子科技大学 用于bga焊点的x射线图像的校正方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5027417A (en) * 1989-03-31 1991-06-25 Dainippon Screen Mfg. Co., Ltd. Method of and apparatus for inspecting conductive pattern on printed board
JPH04184244A (ja) * 1990-11-19 1992-07-01 Dainippon Screen Mfg Co Ltd プリント基板のパターン検査方法
CN1746666A (zh) * 2004-09-09 2006-03-15 大日本网目版制造株式会社 基于物体的彩色图像的缺陷检出
CN101358836A (zh) * 2008-09-28 2009-02-04 西安理工大学 基于计算机视觉识别焊点中心位置的方法
CN102301225A (zh) * 2009-01-31 2011-12-28 玛机统丽公司 通孔检查装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279757B (zh) * 2015-10-19 2018-10-16 广州视源电子科技股份有限公司 一种焊点定位方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5027417A (en) * 1989-03-31 1991-06-25 Dainippon Screen Mfg. Co., Ltd. Method of and apparatus for inspecting conductive pattern on printed board
JPH04184244A (ja) * 1990-11-19 1992-07-01 Dainippon Screen Mfg Co Ltd プリント基板のパターン検査方法
CN1746666A (zh) * 2004-09-09 2006-03-15 大日本网目版制造株式会社 基于物体的彩色图像的缺陷检出
CN101358836A (zh) * 2008-09-28 2009-02-04 西安理工大学 基于计算机视觉识别焊点中心位置的方法
CN102301225A (zh) * 2009-01-31 2011-12-28 玛机统丽公司 通孔检查装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017067320A1 (zh) * 2015-10-19 2017-04-27 广州视源电子科技股份有限公司 一种焊点定位方法及装置
CN106780426A (zh) * 2016-09-21 2017-05-31 南京师范大学 一种基于色彩特征模型的集成电路板多形态焊点定位方法
CN106971391A (zh) * 2017-02-24 2017-07-21 北京理工大学珠海学院 一种基于颜色识别的多模板定位浸锡检测方法
CN107657588A (zh) * 2017-09-25 2018-02-02 电子科技大学 用于bga焊点的x射线图像的校正方法
CN107657588B (zh) * 2017-09-25 2019-08-06 电子科技大学 用于bga焊点的x射线图像的校正方法

Also Published As

Publication number Publication date
WO2017067320A1 (zh) 2017-04-27
CN105279757B (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN105303579B (zh) 一种电路板的检测方法及装置
CN105279757A (zh) 一种焊点定位方法及装置
CN105453153B (zh) 交通灯检测
CN100547351C (zh) 一种机器视觉定位方法
US9454024B1 (en) Composite repairing apparatus for liquid crystal panel
CN104535587A (zh) 一种基于机器视觉的pcba焊点检测方法
CN107884413A (zh) 一种自动检测轴承滚动体缺失的装置及检测方法
CN104655641A (zh) 一种高精密全自动fpc缺陷检测装置及检测工艺
CN107270841A (zh) 一种包装袋喷码缺陷检测机构
CN105184739A (zh) 印刷线路板aoi检测的图像拼接方法
CN105223208B (zh) 一种电路板检测模板及其制作方法、电路板检测方法
CN102765249A (zh) 一种基于四色印品套准检测标记的机器视觉检测方法
CN106560910A (zh) 管芯缺陷检测方法及装置
CN105404900B (zh) 一种并排二极管的定位方法及装置
CN106153639A (zh) 基于人工智能的电路板检测方法及其检测装置
CN112967221B (zh) 一种盾构管片生产与拼装信息管理系统
WO2017071406A1 (zh) 金针类元件的引脚检测方法和系统
CN104764752A (zh) 一种焊点连锡检测方法及设备
CN105301008A (zh) 一种接装纸质量检测警示系统及质量在线检测方法
CN105184795A (zh) 单摄像头aoi设备对于led背板线路板的扫描检测方法
CN103743760A (zh) 一种pcb板的线路检测方法
CN116448758A (zh) 基于机器视觉的焊点缺陷检测方法、电子设备、存储介质
CN106093052A (zh) 一种断纱检测方法
CN104637833A (zh) 晶粒选择方法及坏晶地图产生方法
CN109509165A (zh) 图像定位区域选取方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant