CN108254380B - 基于数字图像处理的pcb电路板模板比对方法 - Google Patents
基于数字图像处理的pcb电路板模板比对方法 Download PDFInfo
- Publication number
- CN108254380B CN108254380B CN201810005421.1A CN201810005421A CN108254380B CN 108254380 B CN108254380 B CN 108254380B CN 201810005421 A CN201810005421 A CN 201810005421A CN 108254380 B CN108254380 B CN 108254380B
- Authority
- CN
- China
- Prior art keywords
- pcb
- detected
- convex hull
- standard
- image processing
- 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.)
- Active
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
- G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
-
- 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
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- 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)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于数字图像处理的PCB电路板模板比对方法,用于检测PCB电路板元器件缺陷,包括步骤一至三:步骤一,待测PCB电路板定位;步骤二,PCB电路板仿射变换;步骤三,PCB电路板元器件缺陷检测。本发明公开的基于数字图像处理的PCB电路板模板比对方法,利用颜色信息比较标准PCB电路板和待测PCB电路板,得到待测PCB电路板的具体位置信息。利用仿射变换调整待测PCB电路板的位置坐标,使其与标准PCB电路板的位置重合。对两块电路板分别做背景分离得到元器件图像,通过图像中像素值对比得到具体元器件的缺陷位置。
Description
技术领域
本发明属于模式识别和PCB板检测技术领域,具体涉及一种基于数字图像处理的PCB电路板模板比对方法。
背景技术
PCB电路板制作过程中可能出现缺件、错检、偏移等不良品。产品检测是PCB电路板制作流程中的重要工序之一,有效地保证PCB电路板出厂质量。为了准确地检测PCB电路板元器件缺陷,传统的人工目视抽检等方式已经不再适用于批量化大规模生产方式。
为此,有必要提出一种新型PCB电路板的检测方式,通过机器视觉有效地提升检测效率和准确性,获得具体元器件的缺陷位置。
发明内容
本发明针对现有技术的状况,针对上述状态,提供一种基于数字图像处理的PCB电路板模板比对方法。
本发明采用以下技术方案,所述基于数字图像处理的PCB电路板模板比对方法,用于检测PCB电路板元器件缺陷,包括以下步骤:
步骤一,PCB电路板定位:
(1.1)对两张以白色为背景的含标准PCB电路板和待测PCB电路板的图像,通过颜色空间变换将图像由普通的RGB颜色空间变换到HSV颜色空间;
(1.2)根据HSV空间中绿色色调值,提取出图像中的绿色区域,并且记录标准PCB电路板和待测PCB电路板的位置信息;
步骤二,PCB电路板仿射变换:
(2.1)在待测PCB电路板的位置信息上进一步寻找凸包点,根据上述位置信息和像素之间的邻域关系,得到一个包围整个待测PCB电路板的凸多边形,这个凸多边形的顶点集合即为凸包点集;
(2.2)对于得到的待测PCB电路板的凸包点集,根据标准PCB电路板中凸包点信息和两者之间的一一对应关系,通过仿射变换将待测PCB电路板的位置与标准PCB电路板的位置重合;
步骤三,PCB电路板元器件缺陷检测:
(3.1)对位置重合的标准PCB电路板和待测PCB电路板比较像素值,得到元器件缺陷的具体位置。
根据上述技术方案,所述步骤一(1.1)中:图像由RGB颜色空间变换到HSV颜色空间,每个像素的具体转换公式为:
V=max(R,G,B),
如果像素的H值小于0,则H←H+360。
根据上述技术方案,所述步骤一(1.2)中:根据HSV空间中绿色色调值,提取图像中绿色区域的方法采用二值化阈值提取法:
当像素值(H,S,V)满足52<H<200,100<S<255,46<V<255时,该像素属于图像中的绿色区域,否则不属于图像中的绿色区域。
根据上述技术方案,所述步骤一(1.2)中,记录标准PCB电路板和待测PCB电路板的位置信息的具体方法为:
根据上述技术方案,所述步骤二(2.1)中,寻找凸包点集的具体方法为:
以集合X中的任意一点为起点,将集合X中位于最外层的凸包点首尾相接构成凸多边形,该凸多边形的所有顶点构成凸包点集。
根据上述技术方案,所述步骤二(2.2)中,上述仿射变换包括旋转、缩放和平移三种几何操作。
本发明公开的基于数字图像处理的PCB电路板模板比对方法,其有益效果在于,利用颜色信息比较标准PCB电路板和待测PCB电路板,得到待测PCB电路板的具体位置信息;利用仿射变换调整待测PCB电路板的位置坐标,使其与标准PCB电路板的位置重合;对两块电路板分别做背景分离得到元器件图像,通过图像中像素值对比得到具体元器件的缺失位置。
具体实施方式
本发明公开了一种基于数字图像处理的PCB电路板模板比对方法,下面结合优选实施例,对本发明的具体实施方式作进一步描述。
优选地,所述基于数字图像处理的PCB电路板模板比对方法包括以下步骤:
步骤一,待测PCB电路板定位:
(1.1)对两张以白色为背景的含标准PCB电路板和待测PCB电路板的图像,通过颜色空间变换将图像由普通的RGB颜色空间变换到HSV颜色空间,具体公式如下(这里只是图像内部像素值显示由(R,G,B)模式转到了(H,S,V)模式,图像具体内容不变):
V=max(R,G,B),
如果像素的H值小于0,则H←H+360。
(1.2)根据HSV空间中绿色色调值,提取出图像中的绿色区域,并且记录标准PCB电路板和待测PCB电路板的位置信息。当像素值(H,S,V)满足52<H<200,100<S<255,46<V<255时,认为该像素属于电路板的绿色区域,并记录待测PCB电路板的位置集合为X={x1,x2,…,xn},其中
步骤二,PCB电路板仿射变换:
(2.1)在待测PCB电路板的位置信息上进一步寻找凸包点,根据位置信息和像素之间的邻域关系,得到一个包围整个待测PCB电路板的凸多边形,这个凸多边形的所有顶点集合即为凸包点集。
(2.2)对于得到的待测PCB电路板的凸包点集,根据已知的标准PCB电路板中凸包点信息和两者之间的一一对应关系,通过仿射变换将待测PCB电路板的位置与标准PCB电路板的位置重合。
步骤三,PCB电路板元器件缺陷检测:
(3.1)对位置重合的标准PCB电路板和待测PCB电路板比较像素值,得到元器件缺陷的具体位置。其中,上述仿射变换包括旋转、缩放和平移三种几何操作,使得图像从一个状态变换到另一个状态。其中,缩放和旋转通过左乘一个矩阵来实现,而平移通过叠加一个向量来实现。
对于本领域的技术人员而言,依然可以对前述各实施例所记载的技术方案进行修改,或对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围。
Claims (4)
1.一种基于数字图像处理的PCB电路板模板比对方法,用于检测PCB电路板元器件缺陷,其特征在于,包括以下步骤:
步骤一,PCB电路板定位:
S1.1,对两张以白色为背景的含标准PCB电路板和待测PCB电路板的图像,通过颜色空间变换将图像由普通的RGB颜色空间变换到HSV颜色空间;
S1.2,根据HSV空间中绿色色调值,提取出图像中的绿色区域,并且记录标准PCB电路板和待测PCB电路板的位置信息;
步骤二,PCB电路板仿射变换:
S2.1,在待测PCB电路板的位置信息上进一步寻找凸包点,根据上述位置信息和像素之间的邻域关系,得到一个包围整个待测PCB电路板的凸多边形,这个凸多边形的顶点集合即为凸包点集;
S2.2,对于得到的待测PCB电路板的凸包点集,根据标准PCB电路板中凸包点信息和两者之间的一一对应关系,通过仿射变换将待测PCB电路板的位置与标准PCB电路板的位置重合;
步骤三,PCB电路板元器件缺陷检测:
S3.1,对位置重合的标准PCB电路板和待测PCB电路板比较像素值,得到元器件缺陷的具体位置;
所述步骤一S1.2中:根据HSV空间中绿色色调值,提取图像中绿色区域的方法采用二值化阈值提取法:
当像素值(H,S,V)满足52<H<200,100<S<255,46<V<255时,该像素属于图像中的绿色区域,否则不属于图像中的绿色区域;
所述步骤二S2.1中,寻找凸包点集的具体方法为:
以集合X中的任意一点为起点,将集合X中位于最外层的凸包点首尾相接构成凸多边形,该凸多边形的所有顶点构成凸包点集。
4.根据权利要求1所述的基于数字图像处理的PCB电路板模板比对方法,其特征在于,所述步骤二S2.2中,上述仿射变换包括旋转、缩放和平移三种几何操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810005421.1A CN108254380B (zh) | 2018-01-03 | 2018-01-03 | 基于数字图像处理的pcb电路板模板比对方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810005421.1A CN108254380B (zh) | 2018-01-03 | 2018-01-03 | 基于数字图像处理的pcb电路板模板比对方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108254380A CN108254380A (zh) | 2018-07-06 |
CN108254380B true CN108254380B (zh) | 2023-02-10 |
Family
ID=62725501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810005421.1A Active CN108254380B (zh) | 2018-01-03 | 2018-01-03 | 基于数字图像处理的pcb电路板模板比对方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108254380B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389597B (zh) * | 2018-10-24 | 2021-04-27 | 四川长虹电器股份有限公司 | 一种生产线上电路板缺陷检测系统及方法 |
CN109712115B (zh) * | 2018-12-03 | 2021-11-23 | 武汉精立电子技术有限公司 | 一种pcb板自动检测方法及系统 |
CN115760740B (zh) * | 2022-11-10 | 2024-01-26 | 中邮通建设咨询有限公司 | 一种无人机航拍用图像数据处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504375A (zh) * | 2014-12-18 | 2015-04-08 | 广州视源电子科技股份有限公司 | 一种pcb元件的识别方法及装置 |
CN105445277A (zh) * | 2015-11-12 | 2016-03-30 | 湖北工业大学 | 一种fpc表面质量视觉智能检测方法 |
CN106651849A (zh) * | 2016-12-27 | 2017-05-10 | 广东锐视智能检测有限公司 | 基于面阵相机的pcb裸板缺陷检测方法 |
TW201740484A (zh) * | 2016-05-10 | 2017-11-16 | 韓美半導體有限公司 | 視覺化檢驗裝置 |
-
2018
- 2018-01-03 CN CN201810005421.1A patent/CN108254380B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504375A (zh) * | 2014-12-18 | 2015-04-08 | 广州视源电子科技股份有限公司 | 一种pcb元件的识别方法及装置 |
CN105445277A (zh) * | 2015-11-12 | 2016-03-30 | 湖北工业大学 | 一种fpc表面质量视觉智能检测方法 |
TW201740484A (zh) * | 2016-05-10 | 2017-11-16 | 韓美半導體有限公司 | 視覺化檢驗裝置 |
CN106651849A (zh) * | 2016-12-27 | 2017-05-10 | 广东锐视智能检测有限公司 | 基于面阵相机的pcb裸板缺陷检测方法 |
Non-Patent Citations (2)
Title |
---|
基于背景连通域的印刷线路板缺陷定位及识别;熊邦书等;《半导体光电》;20151015(第05期);821-823页 * |
机器人双目视觉目标跟踪研究;何挺等;《机械设计与制造》;20080308(第03期);161-163页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108254380A (zh) | 2018-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523505B (zh) | 一种基于机器视觉的陶瓷砖表面花纹缺陷检测方法 | |
CN108254380B (zh) | 基于数字图像处理的pcb电路板模板比对方法 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN107945184B (zh) | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 | |
CN112837257B (zh) | 一种基于机器视觉的曲面标签拼接检测方法 | |
CN109993154B (zh) | 变电站单指针式六氟化硫型仪表智能识别方法 | |
CN103017869A (zh) | 一种基于数字图像处理的水位测定系统及方法 | |
CN112304960B (zh) | 一种基于深度学习的高分辨率图像物体表面缺陷检测方法 | |
JPWO2010029932A1 (ja) | 外観検査装置 | |
CN106228541A (zh) | 视觉检测中屏幕定位的方法及装置 | |
CN107679479A (zh) | 一种基于图像形态学处理的客观填涂识别方法 | |
KR101428923B1 (ko) | 인쇄회로기판의 부품패키징 영역 자동검출 시스템 및 방법 | |
CN114677356A (zh) | 一种基于多视角图像融合的酒瓶外观缺陷检测方法 | |
CN114897881A (zh) | 一种基于边缘特征的晶粒缺陷检测方法 | |
CN114187253A (zh) | 一种电路板零件安装检测方法 | |
WO2018068414A1 (zh) | 色环电阻的检测方法、装置和自动光学检测系统 | |
CN112415013A (zh) | 一种铜箔缺陷检测系统 | |
CN111539951A (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
JP4354173B2 (ja) | 電子回路用部品の外観検査装置 | |
CN114705696A (zh) | 一种基于数字图像处理和自动光学检测的缺陷检测方法 | |
CN107895353B (zh) | 一种交互式的深度图纹理拷贝瑕疵去除方法 | |
CN110956640A (zh) | 一种异源图像边缘点检测与配准方法 | |
JP2006035505A (ja) | 印刷物の検査方法及び装置 | |
US20240078658A1 (en) | Inspection apparatus and storage medium storing computer program | |
JP4354174B2 (ja) | 電子回路用部品の製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |