CN105510348A - 一种印制电路板的缺陷检测方法、装置及检测设备 - Google Patents
一种印制电路板的缺陷检测方法、装置及检测设备 Download PDFInfo
- Publication number
- CN105510348A CN105510348A CN201511033387.1A CN201511033387A CN105510348A CN 105510348 A CN105510348 A CN 105510348A CN 201511033387 A CN201511033387 A CN 201511033387A CN 105510348 A CN105510348 A CN 105510348A
- Authority
- CN
- China
- Prior art keywords
- detected
- image
- circuit board
- printed circuit
- subregion
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种印制电路板的缺陷检测方法、装置及检测设备,其中印制电路板的缺陷检测方法将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;根据物理属性对与该物理属性相对应的待检测子区域图像进行检测,判断待检测印制电路板是否存在缺陷。通过将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像,可以使待检测印制电路板中同一物理属性对应的图像位于同一个待检测子区域图像内,而不会被划分至两个不同的待检测子区域图像内,导致因分块边缘效应出现漏检,缺陷检测更为准确。
Description
技术领域
本发明涉及检测技术领域,具体涉及一种印制电路板的缺陷检测方法、装置及设备。
背景技术
近十几年来,我国印制电路板(PrintedCircuitBoard,简称PCB板)制造行业发展迅速,不断地向高精度、高密度和高可靠性方向发展,制作工艺也越来越精细。在印制电路板的大批量生产过程中,常出现焊盘不良、线路沾锡露铜、破孔、孔漏钻、孔偏、文字印偏、文字印错、绿油起泡、绿油不均匀、绿油刮伤等外观缺陷,如果不能将这些存在外观缺陷的印制电路板及时检测出来,势必会在印制电路板调试和使用过程中留下隐患,造成更大的损失。
最初对印制电路板进行检测主要采用人工目测,但这种方式存在人为因素影响大、劳动强度高、工作效率低等问题,后来人们将数字图像处理技术引入印制电路板检测过程中,通过CCD摄像机采集待检测印制电路板的图像,之后将采集的图像送入图像采集卡进行数字化处理,再进行一些滤除噪声干扰、对比度增强、边缘增强等预处理后根据检测算法判断待测印制电路板是否存在外观缺陷。但常见的2CCD摄像机采集的一片印制电路板的图像数据都有400兆左右甚至更大,为了加快图像数据处理速度,提高检测效率,人们常对CCD摄像机采集的待检测印制电路板的图像按照坐标进行分块,再单独对每个分块图像的图像数据进行分析处理以提高图像数据的处理速度。但这种按照坐标的分块模型,会产生分块边缘效应,导致出现漏检情况。如图1所示,为一个待检测印制电路板的图像按坐标进行划分后得到的分块图像中的某一部分的示意图,从图1可以看到,一个有缺陷的焊盘位于分块边缘,被划分至两个分块图像,因为是对各分块图像的图像数据单独进行分析处理,导致图1中的两个分块图像内均不满足缺陷点数而出现漏检情况。但实际上如果针对该缺陷焊盘对应的整个图像的图像数据进行分析处理后会发现该缺陷焊盘是满足缺陷条件的。
综上所述,现有技术中采用图像处理技术对印制电路板进行缺陷检测的方法,常因分块边缘效应出现缺陷漏检的情况。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中印制电路板在缺陷检测过程中常因分块边缘效应出现漏检,从而提供一种检测更为准确的印制电路板的缺陷检测方法、装置及检测设备。
为此,本发明提供了如下技术方案:
本发明提供了一种印制电路板的缺陷检测方法,包括如下步骤:
将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;
根据所述物理属性对与该物理属性相对应的所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
本发明所述的方法,所述将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像的步骤包括:
获取待检测印制电路板的待检测图像;
将所述待检测图像中属于同一个物理属性的像素点进行相同的标记;
对相同标记的所述像素点进行区域内的连通,形成不同物理属性下的多个待检测子区域图像。
本发明所述的方法,所述根据所述物理属性对与该物理属性相对应的所述待检测子区域图像进行检测包括:
按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像;
根据所述标准子区域图像获取对待检测印制电路板进行检测的检测参数,所述检测参数包括与每个物理属性对应的所述标准子区域图像的划分区域以及所述标准子区域图像的检测标准;
根据所述检测标准对与其对应的所述待检测子区域图像进行检测。
本发明所述的方法,所述按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像的步骤包括:
获取标准印制电路板的标准图像;
将所述标准图像中属于同一个物理属性的像素点进行相同的标记;
对相同标记的所述像素点进行区域内的连通,针对每一种物理属性获取对应的标准子区域图像,从而形成不同物理属性下的多个标准子区域图像。
本发明所述的方法,所述根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤包括:
获取待检测区域并行化处理的极限值;
对所述待检测子区域图像进行分组,使分组的组数小于或等于所述极限值,且各组在检测过程中的数据处理量的差值均低于一阈值;
根据所述检测标准同时对各组中的待检测子区域图像进行检测。
本发明所述的方法,获取所有的所述待检测子区域图像的像素的总和以及每个所述待检测子区域图像的像素的和;
根据所述像素的总和、所述极限值以及每个所述待检测子区域图像的像素的和对所述待检测子区域图像进行分组。
本发明所述的方法,所述根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤之前还包括:
根据所述检测参数中的每个物理属性下的所述标准子区域图像的划分区域判断与其对应的所述待检测子区域图像的划分区域是否准确,若划分区域均准确,进入根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤。
本发明所述的方法,通过统一计算设备架构CUDA同时对所述待检测子区域图像进行检测;所述极限值为所述统一计算设备架构CUDA的运算核的总数。
本发明所述的方法,还包括:
若所述待检测印制电路板存在缺陷,按照所述缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个所述位置;
优先对所述相对容易发生缺陷的一个或者多个所述位置对应的所述待检测子区域图像进行检测。
本发明还提供了一种印制电路板的缺陷检测装置,包括:
待检测图像区域划分单元,用于将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;
缺陷判断单元,用于根据所述物理属性对所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
本发明还提供了一种检测设备,包括:
图像采集装置,用于采集待检测印制电路板的图像;
图像处理装置,与所述图像采集装置连接,用于对所述图像进行数字化处理和预处理,输出所述待检测印制电路板的待检测图像;
检测参数获取装置,用于获取对所述待检测印制电路板的待检测图像进行检测的检测参数;
处理器,与所述图像处理装置和所述检测参数获取装置连接,用于接收所述检测参数和所述待检测图像,并将所述待检测图像按物理属性划分为多个待检测子区域图像,之后采用待检测区域并行处理的方式根据所述检测参数对所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
本发明技术方案,具有如下优点:
本发明提供了一种印制电路板的缺陷检测方法及装置,将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;根据物理属性对与该物理属性相对应的待检测子区域图像进行检测,判断待检测印制电路板是否存在缺陷。通过将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像,可以使待检测印制电路板中同一物理属性对应的图像位于同一个待检测子区域图像内,而不会被划分至两个不同的待检测子区域图像内,导致因分块边缘效应出现漏检,缺陷检测更为准确。
本发明所述印制电路板的缺陷检测方法及装置,通过使分组组数小于或等于待检测区域并行化处理的极限值,能够同时对每组中的待检测子区域图像进行检测,确保对待检测子区域图像的分组情况与并行处理能力相匹配,不会出现等待的情况,提高了缺陷检测效率。在分组的过程中,通过使各组在检测过程中的数据处理量的差值均低于一阈值,能够使各组中的图像数据处理量相趋近,确保了并行处理的均衡性,不会出现有的组的数据早已处理完,而有的组的数据还有很大一部分未处理的情况,进一步提升了缺陷检测效率。
本发明所述印制电路板的缺陷检测方法及装置,按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置,可以先提取出相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像着重进行缺陷检测,提升了缺陷检测的效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中对印制电路板的图像按坐标进行划分后得到的分块图像中的某一部分的示意图;
图2为本发明实施例1中印制电路板的缺陷检测方法的一个具体实例的流程图;
图3为本发明实施例1印制电路板的缺陷检测方法中获取待检测子区域图像的一个具体实例的流程图;
图4为本发明实施例1印制电路板的缺陷检测方法中待检测图像的一个具体实例的示意图;
图5为本发明实施例1印制电路板的缺陷检测方法中根据物理属性对与该物理属性相对应的待检测子区域图像进行检测的一个具体实例的流程图;
图6为本发明实施例1印制电路板的缺陷检测方法中获取标准子区域图像的一个具体实例的流程图;
图7为本发明实施例1印制电路板的缺陷检测方法中根据检测标准对其对应的待检测子区域图像进行检测的一个具体实例的流程图;
图8为本发明实施例1印制电路板的缺陷检测方法中根据物理属性对与该物理属性相对应的待检测子区域图像进行检测的另一个具体实例的流程图;
图9为本发明实施例2中印制电路板的缺陷检测装置的一个具体实例的结构框图;
图10为本发明实施例3中检测设备的一个具体实例的结构框图。
附图标记:
1-待检测图像区域划分单元;2-缺陷判断单元;3-缺陷概率统计单元;4-优先提取单元;11-待检测图像获取子单元;12-标记子单元;13-连通子单元;21-检测参数获取子单元;22-缺陷检测子单元;5-图像采集装置;6-图像处理装置;7-检测参数获取装置;8-处理器。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供了一种印制电路板的缺陷检测方法,如图2所示,包括如下步骤:
S1.将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像。通过将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像,可以使待检测印制电路板中同一物理属性对应的图像位于同一个待检测子区域图像内,而不会被划分至两个不同的待检测子区域图像内,导致因分块边缘效应出现漏检,缺陷检测更为准确。
优选地,如图3所示,步骤S1包括:
S11.获取待检测印制电路板的待检测图像。具体地,可以选用CCD摄像机获取待检测印制电路板的图像,再经过图像采集卡对待检测印制电路板的图像进行数字化处理和滤除噪声干扰、对比度增强、边缘增强等预处理,得到清晰准确的数字化图像作为待检测印制电路板的待检测图像,为后期根据印制电路板的检测算法判断待检测图像是否存在缺陷提供了准确的基础图像数据。
S12.将待检测图像中属于同一个物理属性的像素点进行相同的标记。
S13.对相同标记的像素点进行区域内的连通,形成不同物理属性下的多个待检测子区域图像。可以采用二值图像连通区域像素标记算法来形成不同物理属性下的多个待检测子区域图像。
S2.根据物理属性对与该物理属性相对应的待检测子区域图像进行检测,判断待检测印制电路板是否存在缺陷。
具体地,印制电路板主要包括:(1)焊盘区域:上面设置有用于焊接元器件引脚的金属孔;(2)孔区域:上面设置有导通孔或者非导通孔,其中导通孔可使两层次以上的线路彼此导通,较大的导通孔则做为零件插件用,非导通孔通常用来作为表面贴装定位,组装时固定螺丝用;(3)防焊油墨区域:因为并非全部的铜面都要吃锡上零件,对于非吃锡的区域,会印一层隔绝铜面吃锡的物质(通常为环氧树脂)来避免非吃锡的线路间发生短路,根据不同的工艺,分为绿油、红油、蓝油等;(4)丝印区域:此为非必要之构成,主要的功能是在印制电路板上标注各零件的名称、位置框,方便组装后维修及辨识用。可见,生产一张印制电路板涉及多种加工工艺,对于同一料号的印制电路板,通常认为加工工艺相同,位置也相同的区域属于同一个物理属性,如果加工工艺相同,但位置不相同,则认为不属于同一个物理属性。比如同为导通孔生产工艺的待检测子区域图像,如果未处于同一个位置,也会认为属于不同的物理属性,因为除了检测孔的尺寸,是否打穿之外,还要对打孔的位置进行检测,看看是否存在偏移的缺陷。如图4所示,为一个待检测图像按物理属性划分为多个待检测子区域图像后的示意图,从图4可以看到,将一个待检测图像按物理属性,也即与该待检测图像对应的待检测印制电路板各区域的生产工艺、位置等特征信息,可以划分为焊锡、焊金、红油、绿油、导通孔、非导通等多个待检测子区域图像,而每个待检测子区域图像,因为对应的印制电路板的相应区域生产工艺、位置的不同,检测标准也不同。比如对于一个焊锡待检测子区域图像,检测标准就会侧重于检测是否出现漏焊、锡料溢出等缺陷,对于一个导通孔待检测子区域图像,就会侧重于检测是否出现孔打偏、未打穿等缺陷。对每个待检测子区域图像依据与其物理属性相匹配的检测标准进行检测,能够进一步降低缺陷检测的误差,提高缺陷检测的效率。
优选地,如图5所示,步骤S2包括:
S21.按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像。
S22.根据标准子区域图像获取对待检测印制电路板进行检测的检测参数,检测参数包括与每个物理属性对应的标准子区域图像的划分区域以及标准子区域图像的检测标准。
S23.根据检测标准对与其对应的待检测子区域图像进行检测。
具体地,标准印制电路板即为作为参照标准的印制电路板,所有的待检测印制电路板都要以该标准印制电路板为参照,尽可能达到该标准印制电路板的工艺标准,如果待检测印制电路板与该标准印制电路板的差异过大,超出合理范围,则说明待检测印制电路板存在缺陷。通过按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像,再根据标准子区域图像获取对待检测印制电路板进行检测的每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准等检测参数。为不同物理属性下的每个待检测子区域图像提供了与其物理属性相匹配的个性化的检测参数,比如针对绿油区域对应的待检测子区域图像,检测标准会着重于亮度值、色度值等的比较,如果待检测图像中的绿油待检测子区域图像的边界的亮度值、色度值与标准图像中对应的绿油标准子区域图像的边界的亮度值、色度值间的差值超出阈值,则说明该绿油待检测子区域图像对应的待检测印制电路板的相应位置处存在缺陷。检测标准针对性强,匹配度高,能够进一步降低缺陷检测的误差,提高缺陷检测的效率。
当然,除了根据标准子区域图像获取检测参数外,还可以根据印制电路板的生产工艺确定对待检测印制电路板进行检测的检测参数,检测参数包括每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准。设计人员完成印制电路板的设计后,该印制电路板的生产工艺也就确定了,比如哪个区域做焊锡焊盘,哪个区域做绿油,哪个区域标注文字,哪个区域需要做孔以及孔的尺寸等也就确定了,因此根据印制电路板的生产工艺也可以确定每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准等作为对待检测印制电路板进行检测的检测参数。在对待检测印制电路板进行检测前,可以事先输入上述检测参数,缺陷检测过程中,就可以根据该检测参数中的每个物理属性下的标准子区域图像的检测标准对与其对应的待检测子区域图像进行检测。为不同物理属性下的每个待检测子区域图像提供了与其物理属性相匹配的个性化的检测参数,检测标准针对性强,匹配度高,能够进一步降低缺陷检测的误差,提高缺陷检测的效率。
优选地,如图6所示,步骤S21包括:
S211.获取标准印制电路板的标准图像。具体地,可以选用CCD摄像机获取标准印制电路板的图像,再经过图像采集卡对标准印制电路板的图像进行数字化处理和滤除噪声干扰、对比度增强、边缘增强等预处理,得到清晰准确的数字化图像作为标准印制电路板的标准图像,为后期获取准确的检测参数提供了准确的基础图像数据。
S212.将标准图像中属于同一个物理属性的像素点进行相同的标记。
S213.对相同标记的像素点进行区域内的连通,针对每一种物理属性获取对应的标准子区域图像,从而形成不同物理属性下的多个标准子区域图像。可以采用二值图像连通区域像素标记算法来形成不同物理属性下的多个待检测子区域图像。
优选地,如图7所示,步骤S23包括:
S231.获取待检测区域并行化处理的极限值。
S232.对待检测子区域图像进行分组,使分组的组数小于或等于极限值,且各组在检测过程中的数据处理量的差值均低于一阈值。
S233.根据检测标准同时对各组中的待检测子区域图像进行检测。
具体地,待检测区域并行化处理的极限值即为最多能同时并行处理的组数。通过使分组组数小于或等于极限值,能够同时对每组中的待检测子区域图像进行检测,确保对待检测子区域图像的分组情况与并行处理能力相匹配,不会出现等待的情况,提高了缺陷检测效率。在分组的过程中,通过使各组在检测过程中的数据处理量的差值均低于一阈值,能够使各组中的图像数据处理量相趋近,确保了并行处理的均衡性,不会出现有的组的数据早已处理完,而有的组的数据还有很大一部分未处理的情况,进一步提升了缺陷检测效率。
优选地,步骤S232中,通过获取所有的待检测子区域图像的像素的总和以及每个待检测子区域图像的像素的和。再根据像素的总和、极限值以及每个待检测子区域图像的像素的和对待检测子区域图像进行分组。使分组的组数小于或等于极限值,且各组像素的和的差值均低于一阈值。进而使每组中的数据处理量相近似。
优选地,如图8所示,在步骤S23之前还包括:根据检测参数中的每个物理属性下的标准子区域图像的划分区域判断与其对应的待检测子区域图像的划分区域是否准确,若划分区域均准确,才会进入步骤S22。具体地,可以将每个物理属性下的待检测子区域图像的划分区域与其对应的标准子区域图像的划分区域进行比对,如果差值低于一个预设阈值,即可判断该物理属性下的待检测子区域图像的划分区域是准确的。在根据检测参数中的每个物理属性下的标准子区域图像的检测标准对与其对应的待检测子区域图像进行检测之前,先判断待检测子区域图像的划分区域是否准确,能够确保用于缺陷检测的待检测子区域图像的数据的准确性,降低了缺陷检测过程中的误差,如果检测到划分区域不准确,会及时报警,停止对待检测子区域图像进行检测,也避免了时间上的浪费。
优选地,通过统一计算设备架构CUDA同时对待检测子区域图像进行检测;极限值即为统一计算设备架构CUDA包括的运算核的总数。具体地,统一计算设备架构CUDA能够达到上千核并发,具有很强的并行处理能力,克服了现有技术中图像处理并行化加速受限于CPU的硬件核数的缺陷,无需设计人员采用多线程、多进程进行多核编程,提高了并行处理的效率。
优选地,本实施例中的印制电路板的缺陷检测方法,还包括:
S3.若待检测印制电路板存在缺陷,按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置。
S4.优先对相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像进行检测。
具体地,可以应用马尔科夫概率统计模型来统计缺陷发生的位置的概率,从而根据缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置。以同一料号的待检测印制电路板为例,若前n块检测过的印制电路板在同一位置的区域均报出焊盘缺陷,那么下一块待检测印制电路板在此位置报出缺陷的概率是极高的,可以优先、重点检测该焊盘缺陷高发位置;再以焊盘区域和绿油区域为例,按照纸板标准,在印制电路板上都会防止2-3个对位点,通常对位点设计为焊盘点,若焊盘点出现偏移,那么印制电路板上所有焊盘也会偏移,导致绿油涂层涂上焊盘,出现防焊偏移缺陷,经过概率统计,发现对位焊点位置也是缺陷发生概率较高的位置,则可对对位焊点位置优先、重点进行检测。
本实施例中的印制电路板的缺陷检测方法,通过按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置,可以先提取出相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像着重进行缺陷检测,提升了缺陷检测的效率。
实施例2
本实施例提供了一种印制电路板的缺陷检测装置,如图9所示,包括:
待检测图像区域划分单元1,用于将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像。
优选地,待检测图像区域划分单元1包括:
待检测图像获取子单元11,用于获取待检测印制电路板的待检测图像。
标记子单元12,用于将待检测图像中属于同一个物理属性的像素点进行相同的标记。
连通子单元13,用于对相同标记的像素点进行区域内的连通,形成不同物理属性下的多个待检测子区域图像。
缺陷判断单元2,用于根据物理属性对与该物理属性相对应的待检测子区域图像进行检测,判断待检测印制电路板是否存在缺陷。
优选地,缺陷判断单元2包括:检测参数获取子单元21和缺陷检测子单元22;
其中检测参数获取子单元21,用于按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像,之后根据标准子区域图像获取对待检测印制电路板进行检测的检测参数,检测参数包括每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准。当然,除了根据标准子区域图像获取检测参数外,还可以根据印制电路板的生产工艺确定对待检测印制电路板进行检测的检测参数,检测参数包括每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准。
缺陷检测子单元22,用于根据检测标准对与其对应的待检测子区域图像进行检测;
优选地,检测参数获取子单元21可以先获取标准印制电路板的标准图像,再将标准图像中属于同一个物理属性的像素点进行相同的标记,之后对相同标记的像素点进行区域内的连通,针对每一种物理属性获取对应的标准子区域图像,从而形成不同物理属性下的多个标准子区域图像。
优选地,缺陷检测子单元22,先获取待检测区域并行化处理的极限值,再对待检测子区域图像进行分组,使分组的组数小于或等于极限值,且各组在检测过程中的数据处理量的差值均低于一阈值,之后根据检测参数中的每个物理属性下的标准子区域图像的检测标准同时对各组中的待检测子区域图像进行检测。优选地,可以获取所有的待检测子区域图像的像素的总和以及每个待检测子区域图像的像素的和,根据像素的总和、极限值以及每个待检测子区域图像的像素的和对待检测子区域图像进行分组,从而使分组的组数小于或等于极限值,且各组像素的和的差值均低于一阈值。从而使各组中的数据处理量相近似。
优选地,缺陷检测子单元22在根据检测标准对与其对应的待检测子区域图像进行检测的之前,先根据检测参数中的每个物理属性下的标准子区域图像的划分区域判断与其对应的待检测子区域图像的划分区域是否准确,若划分区域均准确,再根据检测参数中的每个物理属性下的标准子区域图像的检测标准对与其对应的待检测子区域图像进行检测。
优选地,缺陷检测子单元22通过统一计算设备架构CUDA同时对待检测子区域图像进行检测;极限值即为统一计算设备架构CUDA包括的运算核的总数。
优选地,本实施例中的印制电路板的缺陷检测装置,还包括:
缺陷概率统计单元3,用于在待检测印制电路板存在缺陷时,按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置。
优先提取单元4,用于优先对相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像进行检测。
本实施例中的印制电路板的缺陷检测装置,通过将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像,可以使待检测印制电路板中同一物理属性区域对应的图像位于同一个待检测子区域图像内,而不会被划分至两个不同的待检测子区域图像内,导致因分块边缘效应出现漏检,缺陷检测更为准确。
另,本实施例中的印制电路板的缺陷检测装置,通过使分组组数小于或等于极限值,能够同时对每组中的待检测子区域图像进行检测,确保对待检测子区域图像的分组情况与并行处理能力相匹配,不会出现等待的情况,提高了缺陷检测效率。在分组的过程中,通过使各组在检测过程中的数据处理量的差值均低于一阈值,能够使各组中的图像数据处理量相趋近,确保了并行处理的均衡性,不会出现有的组的数据早已处理完,而有的组的数据还有很大一部分未处理的情况,进一步提升了缺陷检测效率。
另,本实施例中的印制电路板的缺陷检测装置,按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置,可以先提取出相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像着重进行缺陷检测,提升了缺陷检测的效率。
实施例3
本实施例提供了一种检测设备,如图10所示,包括:
图像采集装置5,用于采集待检测印制电路板的图像。具体地,图像采集装置5可以为CCD摄像机,具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。
图像处理装置6,与图像采集装置5连接,用于对图像进行数字化处理和预处理,输出待检测印制电路板的待检测图像。具体地,图像处理装置6可以为图像采集卡。预处理可以包括滤除噪声干扰、对比度增强、边缘增强等,提高待检测图像的清晰度。
检测参数获取装置7,用于获取对待检测印制电路板的待检测图像进行检测的检测参数。具体地,缺陷检测过程中,可以通过图像采集装置5和图像处理装置6来获取标准印制电路板的标准图像;检测参数获取装置7可以为一个微处理器,能够对标准印制电路板的标准图像进行分析处理,从中提取出每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准等检测参数,或者根据从触摸屏或者按键接收的信号确定与印制电路板生产工艺相匹配的包括每个物理属性下的标准子区域图像的划分区域以及标准子区域图像的检测标准等数据的检测参数。
处理器8,与图像处理装置6和检测参数获取装置7连接,用于接收检测参数和待检测图像,并将待检测图像按物理属性划分为多个待检测子区域图像,之后采用并行处理的方式根据检测参数对待检测子区域图像进行检测,判断待检测印制电路板是否存在缺陷。具体地,处理器8可以选用统一计算设备架构CUDA,统一计算设备架构CUDA能够达到上千核并发,具有很强的并行处理能力,克服了现有技术中图像处理并行化加速受限于CPU的硬件核数的缺陷,无需设计人员采用多线程、多进程进行多核编程,提高了并行处理的效率。
本实施例中的检测设备,通过将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像,可以使待检测印制电路板中同一物理属性区域对应的图像位于同一个待检测子区域图像内,而不会被划分至两个不同的待检测子区域图像内,导致因分块边缘效应出现漏检,缺陷检测更为准确。通过使分组组数小于或等于极限值,能够同时对每组中的待检测子区域图像进行检测,确保对待检测子区域图像的分组情况与并行处理能力相匹配,不会出现等待的情况,提高了缺陷检测效率。优选地,可以对待检测子区域图像进行分组并行处理,在分组的过程中,通过使各组在检测过程中的数据处理量的差值均低于一阈值,能够使各组中的图像数据处理量相趋近,确保了并行处理的均衡性,不会出现有的组的数据早已处理完,而有的组的数据还有很大一部分未处理的情况,进一步提升了缺陷检测效率。优选地,本实施例中的检测设备按照缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个位置,可以先提取出相对容易发生缺陷的一个或者多个位置对应的待检测子区域图像着重进行缺陷检测,提升了缺陷检测的效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (11)
1.一种印制电路板的缺陷检测方法,其特征在于,包括如下步骤:
将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;
根据所述物理属性对与该物理属性相对应的所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
2.根据权利要求1所述的方法,其特征在于,所述将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像的步骤包括:
获取待检测印制电路板的待检测图像;
将所述待检测图像中属于同一个物理属性的像素点进行相同的标记;
对相同标记的所述像素点进行区域内的连通,形成不同物理属性下的多个待检测子区域图像。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述物理属性对与该物理属性相对应的所述待检测子区域图像进行检测包括:
按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像;
根据所述标准子区域图像获取对待检测印制电路板进行检测的检测参数,所述检测参数包括与每个物理属性对应的所述标准子区域图像的划分区域以及所述标准子区域图像的检测标准;
根据所述检测标准对与其对应的所述待检测子区域图像进行检测。
4.根据权利要求3所述的方法,其特征在于,所述按物理属性对标准印制电路板的标准图像进行区域划分,获取不同物理属性下的多个标准子区域图像的步骤包括:
获取标准印制电路板的标准图像;
将所述标准图像中属于同一个物理属性的像素点进行相同的标记;
对相同标记的所述像素点进行区域内的连通,针对每一种物理属性获取对应的标准子区域图像,从而形成不同物理属性下的多个标准子区域图像。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤包括:
获取待检测区域并行化处理的极限值;
对所述待检测子区域图像进行分组,使分组的组数小于或等于所述极限值,且各组在检测过程中的数据处理量的差值均低于一阈值;
根据所述检测标准同时对各组中的待检测子区域图像进行检测。
6.根据权利要求5所述的方法,其特征在于,获取所有的所述待检测子区域图像的像素的总和以及每个所述待检测子区域图像的像素的和;
根据所述像素的总和、所述极限值以及每个所述待检测子区域图像的像素的和对所述待检测子区域图像进行分组。
7.根据权利要求3-6任一项所述的方法,其特征在于,所述根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤之前还包括:
根据所述检测参数中的每个物理属性下的所述标准子区域图像的划分区域判断与其对应的所述待检测子区域图像的划分区域是否准确,若划分区域均准确,进入根据所述检测标准对与其对应的所述待检测子区域图像进行检测的步骤。
8.根据权利要求1-7任一项所述的方法,其特征在于,通过统一计算设备架构CUDA同时对所述待检测子区域图像进行检测;所述极限值为所述统一计算设备架构CUDA的运算核的总数。
9.根据权利要求1-8任一项所述的方法,其特征在于,还包括:
若所述待检测印制电路板存在缺陷,按照所述缺陷发生的位置的概率获取相对容易发生缺陷的一个或者多个所述位置;
优先对所述相对容易发生缺陷的一个或者多个所述位置对应的所述待检测子区域图像进行检测。
10.一种印制电路板的缺陷检测装置,其特征在于,包括:
待检测图像区域划分单元(1),用于将待检测印制电路板的待检测图像按物理属性划分为多个待检测子区域图像;
缺陷判断单元(2),用于根据所述物理属性对所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
11.一种检测设备,其特征在于,包括:
图像采集装置(5),用于采集待检测印制电路板的图像;
图像处理装置(6),与所述图像采集装置(5)连接,用于对所述图像进行数字化处理和预处理,输出所述待检测印制电路板的待检测图像;
检测参数获取装置(7),用于获取对所述待检测印制电路板的待检测图像进行检测的检测参数;
处理器(8),与所述图像处理装置(6)和所述检测参数获取装置(7)连接,用于接收所述检测参数和所述待检测图像,并将所述待检测图像按物理属性划分为多个待检测子区域图像,之后采用待检测区域并行处理的方式根据所述检测参数对所述待检测子区域图像进行检测,判断所述待检测印制电路板是否存在缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033387.1A CN105510348B (zh) | 2015-12-31 | 2015-12-31 | 一种印制电路板的缺陷检测方法、装置及检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511033387.1A CN105510348B (zh) | 2015-12-31 | 2015-12-31 | 一种印制电路板的缺陷检测方法、装置及检测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105510348A true CN105510348A (zh) | 2016-04-20 |
CN105510348B CN105510348B (zh) | 2019-03-08 |
Family
ID=55718481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511033387.1A Expired - Fee Related CN105510348B (zh) | 2015-12-31 | 2015-12-31 | 一种印制电路板的缺陷检测方法、装置及检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105510348B (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106442562A (zh) * | 2016-08-31 | 2017-02-22 | 上海华力微电子有限公司 | 一种突破外观缺陷机台检测极限的方法 |
CN106841217A (zh) * | 2017-03-01 | 2017-06-13 | 苏州光照精密仪器有限公司 | 一种瑕疵检测方法、装置以及系统 |
CN106855520A (zh) * | 2017-02-10 | 2017-06-16 | 南京航空航天大学 | 一种基于机器视觉的工件缺陷检测方法 |
CN107765169A (zh) * | 2017-10-25 | 2018-03-06 | 上海御渡半导体科技有限公司 | 一种可遥控操作具有冲孔功能的电路板检测装置及方法 |
CN107884415A (zh) * | 2017-11-07 | 2018-04-06 | 深圳市鑫联拓展科技有限公司 | 缺陷产品的识别方法、装置和工业相机 |
CN108304877A (zh) * | 2018-02-02 | 2018-07-20 | 电子科技大学 | 一种基于机器学习的物理层信道认证方法 |
CN108375586A (zh) * | 2018-02-08 | 2018-08-07 | 湘潭大学 | 具有多个检测模式的缺陷检测装置及其方法 |
CN108710056A (zh) * | 2018-07-19 | 2018-10-26 | 中国科学院高能物理研究所 | 一种倒装焊工艺良率和寄生参数定量评估装置及方法 |
CN108717697A (zh) * | 2018-05-18 | 2018-10-30 | 广州视源电子科技股份有限公司 | 电路板检测方法、装置、计算机设备和存储介质 |
CN109785294A (zh) * | 2018-12-24 | 2019-05-21 | 苏州江奥光电科技有限公司 | 一种pcb板缺陷位置检测系统和方法 |
CN109975321A (zh) * | 2019-03-29 | 2019-07-05 | 深圳市派科斯科技有限公司 | 一种用于fpc的缺陷检测方法和装置 |
CN110199173A (zh) * | 2017-01-20 | 2019-09-03 | 株式会社斯库林集团 | 位置偏移量获取装置、检查装置、位置偏移量获取方法及检查方法 |
CN110836905A (zh) * | 2019-11-13 | 2020-02-25 | 上海华力集成电路制造有限公司 | 自动识别芯片物理缺陷的失效分析方法 |
CN111123070A (zh) * | 2019-12-19 | 2020-05-08 | 黄石沪士电子有限公司 | 一种pcb防焊对位能力测试图形及方法 |
CN111507060A (zh) * | 2020-04-15 | 2020-08-07 | 杭州兆图机器人有限公司 | 一种用于电路板检测的定位点获取方法、定位方法和装置 |
CN111598832A (zh) * | 2020-04-01 | 2020-08-28 | 江门荣信电路板有限公司 | 一种槽孔缺陷标注方法、装置和存储介质 |
CN111693533A (zh) * | 2020-06-11 | 2020-09-22 | 南通通富微电子有限公司 | 工件表面质量的检测方法及检测装置、外观机 |
CN112595732A (zh) * | 2020-12-09 | 2021-04-02 | 西安邮电大学 | 一种基于超宽带微波的焊点质量检测方法 |
CN112964724A (zh) * | 2021-02-01 | 2021-06-15 | 苏州百迈半导体技术有限公司 | 一种多目标多区域视觉检测方法及检测系统 |
CN113011125A (zh) * | 2019-12-18 | 2021-06-22 | 海信视像科技股份有限公司 | 印制电路板核查方法、装置、设备及计算机存储介质 |
CN113870257A (zh) * | 2021-12-01 | 2021-12-31 | 武汉飞恩微电子有限公司 | 印刷电路板缺陷检测分类方法、装置及计算机储存介质 |
CN114445318A (zh) * | 2020-10-16 | 2022-05-06 | 合肥欣奕华智能机器有限公司 | 一种缺陷检测方法、装置、电子设备和存储介质 |
CN115167019A (zh) * | 2022-07-15 | 2022-10-11 | 苏州华星光电技术有限公司 | 曝光缺陷感知装置、显示终端及曝光缺陷感知方法 |
CN115330803A (zh) * | 2022-10-17 | 2022-11-11 | 菲特(天津)检测技术有限公司 | 一种表面缺陷数据增强方法、装置、电子设备及存储介质 |
CN115955614A (zh) * | 2022-12-14 | 2023-04-11 | 青岛创新奇智科技集团股份有限公司 | 图像获取装置及缺陷检测系统 |
CN116433664A (zh) * | 2023-06-13 | 2023-07-14 | 成都数之联科技股份有限公司 | 面板缺陷检测方法、装置、存储介质、设备及程序产品 |
CN116890222A (zh) * | 2023-08-17 | 2023-10-17 | 广州誉鑫精密部件有限公司 | 一种自动组装机的智能定位方法及装置 |
CN117589797A (zh) * | 2023-11-21 | 2024-02-23 | 广州威睛光学科技有限公司 | 一种电路板检测的计算成像方法、系统、终端及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1504742A (zh) * | 2002-11-28 | 2004-06-16 | 威光机械工程股份有限公司 | 印刷电路板上瑕疵组件的自动光学检测系统 |
CN1728160A (zh) * | 2004-07-26 | 2006-02-01 | 大日本网目版制造株式会社 | 利用图像的区域分割的缺陷的检出 |
CN103207187A (zh) * | 2012-01-17 | 2013-07-17 | 大日本网屏制造株式会社 | 外观检查装置及外观检查方法 |
CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
CN104677911A (zh) * | 2013-11-27 | 2015-06-03 | 财团法人工业技术研究院 | 用于机器视觉检验的检验设备和方法 |
-
2015
- 2015-12-31 CN CN201511033387.1A patent/CN105510348B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1504742A (zh) * | 2002-11-28 | 2004-06-16 | 威光机械工程股份有限公司 | 印刷电路板上瑕疵组件的自动光学检测系统 |
CN1728160A (zh) * | 2004-07-26 | 2006-02-01 | 大日本网目版制造株式会社 | 利用图像的区域分割的缺陷的检出 |
CN103207187A (zh) * | 2012-01-17 | 2013-07-17 | 大日本网屏制造株式会社 | 外观检查装置及外观检查方法 |
CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
CN104677911A (zh) * | 2013-11-27 | 2015-06-03 | 财团法人工业技术研究院 | 用于机器视觉检验的检验设备和方法 |
Non-Patent Citations (1)
Title |
---|
杨帆等: "《多媒体技术与信息处理》", 31 January 2012 * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106442562A (zh) * | 2016-08-31 | 2017-02-22 | 上海华力微电子有限公司 | 一种突破外观缺陷机台检测极限的方法 |
CN110199173A (zh) * | 2017-01-20 | 2019-09-03 | 株式会社斯库林集团 | 位置偏移量获取装置、检查装置、位置偏移量获取方法及检查方法 |
CN110199173B (zh) * | 2017-01-20 | 2021-08-06 | 株式会社斯库林集团 | 位置偏移量获取装置、检查装置、位置偏移量获取方法及检查方法 |
CN106855520A (zh) * | 2017-02-10 | 2017-06-16 | 南京航空航天大学 | 一种基于机器视觉的工件缺陷检测方法 |
CN106841217A (zh) * | 2017-03-01 | 2017-06-13 | 苏州光照精密仪器有限公司 | 一种瑕疵检测方法、装置以及系统 |
CN107765169A (zh) * | 2017-10-25 | 2018-03-06 | 上海御渡半导体科技有限公司 | 一种可遥控操作具有冲孔功能的电路板检测装置及方法 |
CN107884415A (zh) * | 2017-11-07 | 2018-04-06 | 深圳市鑫联拓展科技有限公司 | 缺陷产品的识别方法、装置和工业相机 |
CN108304877A (zh) * | 2018-02-02 | 2018-07-20 | 电子科技大学 | 一种基于机器学习的物理层信道认证方法 |
CN108304877B (zh) * | 2018-02-02 | 2021-10-08 | 电子科技大学 | 一种基于机器学习的物理层信道认证方法 |
CN108375586A (zh) * | 2018-02-08 | 2018-08-07 | 湘潭大学 | 具有多个检测模式的缺陷检测装置及其方法 |
CN108375586B (zh) * | 2018-02-08 | 2020-12-15 | 湘潭大学 | 具有多个检测模式的缺陷检测装置及其方法 |
CN108717697B (zh) * | 2018-05-18 | 2021-04-13 | 广州视源电子科技股份有限公司 | 电路板检测方法、装置、计算机设备和存储介质 |
CN108717697A (zh) * | 2018-05-18 | 2018-10-30 | 广州视源电子科技股份有限公司 | 电路板检测方法、装置、计算机设备和存储介质 |
CN108710056A (zh) * | 2018-07-19 | 2018-10-26 | 中国科学院高能物理研究所 | 一种倒装焊工艺良率和寄生参数定量评估装置及方法 |
CN109785294A (zh) * | 2018-12-24 | 2019-05-21 | 苏州江奥光电科技有限公司 | 一种pcb板缺陷位置检测系统和方法 |
CN109975321A (zh) * | 2019-03-29 | 2019-07-05 | 深圳市派科斯科技有限公司 | 一种用于fpc的缺陷检测方法和装置 |
CN110836905A (zh) * | 2019-11-13 | 2020-02-25 | 上海华力集成电路制造有限公司 | 自动识别芯片物理缺陷的失效分析方法 |
CN113011125A (zh) * | 2019-12-18 | 2021-06-22 | 海信视像科技股份有限公司 | 印制电路板核查方法、装置、设备及计算机存储介质 |
CN113011125B (zh) * | 2019-12-18 | 2023-01-10 | 海信视像科技股份有限公司 | 印制电路板核查方法、装置、设备及计算机存储介质 |
CN111123070A (zh) * | 2019-12-19 | 2020-05-08 | 黄石沪士电子有限公司 | 一种pcb防焊对位能力测试图形及方法 |
CN111598832A (zh) * | 2020-04-01 | 2020-08-28 | 江门荣信电路板有限公司 | 一种槽孔缺陷标注方法、装置和存储介质 |
CN111507060A (zh) * | 2020-04-15 | 2020-08-07 | 杭州兆图机器人有限公司 | 一种用于电路板检测的定位点获取方法、定位方法和装置 |
CN111693533A (zh) * | 2020-06-11 | 2020-09-22 | 南通通富微电子有限公司 | 工件表面质量的检测方法及检测装置、外观机 |
CN114445318A (zh) * | 2020-10-16 | 2022-05-06 | 合肥欣奕华智能机器有限公司 | 一种缺陷检测方法、装置、电子设备和存储介质 |
CN112595732A (zh) * | 2020-12-09 | 2021-04-02 | 西安邮电大学 | 一种基于超宽带微波的焊点质量检测方法 |
CN112595732B (zh) * | 2020-12-09 | 2023-03-10 | 西安邮电大学 | 一种基于超宽带微波的焊点质量检测方法 |
CN112964724A (zh) * | 2021-02-01 | 2021-06-15 | 苏州百迈半导体技术有限公司 | 一种多目标多区域视觉检测方法及检测系统 |
CN112964724B (zh) * | 2021-02-01 | 2024-02-20 | 苏州百迈半导体技术有限公司 | 一种多目标多区域视觉检测方法及检测系统 |
CN113870257A (zh) * | 2021-12-01 | 2021-12-31 | 武汉飞恩微电子有限公司 | 印刷电路板缺陷检测分类方法、装置及计算机储存介质 |
CN115167019A (zh) * | 2022-07-15 | 2022-10-11 | 苏州华星光电技术有限公司 | 曝光缺陷感知装置、显示终端及曝光缺陷感知方法 |
CN115330803A (zh) * | 2022-10-17 | 2022-11-11 | 菲特(天津)检测技术有限公司 | 一种表面缺陷数据增强方法、装置、电子设备及存储介质 |
CN115955614B (zh) * | 2022-12-14 | 2024-01-26 | 青岛创新奇智科技集团股份有限公司 | 图像获取装置及缺陷检测系统 |
CN115955614A (zh) * | 2022-12-14 | 2023-04-11 | 青岛创新奇智科技集团股份有限公司 | 图像获取装置及缺陷检测系统 |
CN116433664A (zh) * | 2023-06-13 | 2023-07-14 | 成都数之联科技股份有限公司 | 面板缺陷检测方法、装置、存储介质、设备及程序产品 |
CN116433664B (zh) * | 2023-06-13 | 2023-09-01 | 成都数之联科技股份有限公司 | 面板缺陷检测方法、装置、存储介质、设备及程序产品 |
CN116890222B (zh) * | 2023-08-17 | 2024-01-16 | 广州誉鑫精密部件有限公司 | 一种自动组装机的智能定位方法及装置 |
CN116890222A (zh) * | 2023-08-17 | 2023-10-17 | 广州誉鑫精密部件有限公司 | 一种自动组装机的智能定位方法及装置 |
CN117589797A (zh) * | 2023-11-21 | 2024-02-23 | 广州威睛光学科技有限公司 | 一种电路板检测的计算成像方法、系统、终端及存储介质 |
CN117589797B (zh) * | 2023-11-21 | 2024-10-18 | 广州威睛光学科技有限公司 | 一种电路板检测的计算成像方法、系统、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105510348B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105510348A (zh) | 一种印制电路板的缺陷检测方法、装置及检测设备 | |
US8224605B2 (en) | Inspection standard setting device, inspection standard setting method and process inspection device | |
CN114926463B (zh) | 一种适用于芯片电路板的生产质量检测方法 | |
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 | |
CN106127746A (zh) | 电路板元件漏件检测方法和系统 | |
CN105184793A (zh) | 一种电能表样品外观及pcb板元件检测方法 | |
CN108596829A (zh) | 一种pcb裸板图片配准方法和装置 | |
CN113506243B (zh) | Pcb焊接缺陷检测方法、装置及存储介质 | |
CN113030123B (zh) | 一种基于物联网的aoi检测反馈系统 | |
US11580758B2 (en) | Method for processing image, electronic device, and storage medium | |
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 | |
CN115239626A (zh) | 缺陷检测方法、光学检测设备、电子设备以及存储介质 | |
CN117871545A (zh) | 一种电路板元器件缺陷检测方法、装置、终端及存储介质 | |
JP2007285880A (ja) | 基板検査における見本画像の登録方法および見本画像作成装置 | |
CN116385770A (zh) | Pcb缺陷板标注和存储方法、系统、电子设备及存储介质 | |
US7593571B2 (en) | Component edge detecting method, computer-readable recording medium and component inspection apparatus | |
CN115372793B (zh) | 一种用于集成电路的电路检测方法 | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
JP2003086919A (ja) | パターン検査装置 | |
CN105277569B (zh) | 基于三维特征的线路板检测方法 | |
CN112702905B (zh) | 印刷电路板良率和生产设备错误率之回溯方法及其系统 | |
US20060023935A1 (en) | Printed circuit substrate appearance inspection method, printed circuit substrate appearance inspection program and printed circuit substrate appearance inspection apparatus | |
TW201327243A (zh) | 自動判別零件正確性的方法 | |
KR101383827B1 (ko) | 인쇄회로기판의 솔더링 영역 자동검출 시스템 및 방법 | |
CN111273155A (zh) | 一种芯片烧录检测方法、系统和计算机可读存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190308 Termination date: 20211231 |
|
CF01 | Termination of patent right due to non-payment of annual fee |