CN108362220A - 用于印制线路板的三维形貌测量及缺陷检测的方法 - Google Patents
用于印制线路板的三维形貌测量及缺陷检测的方法 Download PDFInfo
- Publication number
- CN108362220A CN108362220A CN201810053294.2A CN201810053294A CN108362220A CN 108362220 A CN108362220 A CN 108362220A CN 201810053294 A CN201810053294 A CN 201810053294A CN 108362220 A CN108362220 A CN 108362220A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional
- line
- printed wiring
- speckle
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2433—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
Abstract
本发明提供了一种用于印制线路板的三维形貌测量及缺陷检测的方法,其包括以下步骤:步骤1、对两个线阵相机的成像模型参数进行标定;步骤2、利用两个线阵相机同步拍摄印制线路板的表面,获取印制线路板表面待检测区域的一维数字散斑图像,并对其进行拼接得到两幅二维数字散斑图像;步骤3、在两幅二维数字散斑图像中利用数字图像相关方法寻找对应点,以实现图像匹配,得到对应点的图像坐标;步骤4、利用步骤1得到的标定参数,结合步骤3得到的数字散斑图像中对应点的图像坐标,计算该点的三维空间坐标,得到印制线路板表面的三维形貌;步骤5、依据步骤4得到的三维形貌对印制线路板进行缺陷检测。本发明可满足线路板的在线实时检测。
Description
技术领域
本发明属于光学测量技术中的立体视觉三维数字图像形貌测量领域,直接应用于基于线阵相机和三维数字图像相关的印制线路板全场形貌测量、缺陷检测。
背景技术
印制线路板(Print Circuit Board,PCB)是具有印制线路的绝缘基板,用于安装和连接电路元器件。为了保证PCB生产质量,需要对其进行检测,传统的检测方法有人工目测、针床测试、飞针测试等。由于“接触受限”等缺陷,这些方法已经不能完全适应制造技术的发展需求,基于图像的自动光学检测(Automatic Optical Inspection,AOI)技术逐渐发展起来。
AOI技术使用传感器获得检测物的二维照明图像并数字化,利用灰度图像并通过参考比较法(与预先存储的数字化模板图像作比较)或设计规则检验法(按照一些给定的规则检测图形)进行缺陷检测。
由于AOI技术无法直接得到检测物表面的三维形貌,因此无法检测高度方面的缺陷;其他一些方法如自动X射线检测(Automatic X-ray Inspection,AXI),由于高成本、检测速度慢的原因,也难以在生产线中使用。
发明内容
鉴于上述技术问题,本发明提供了一种新型的印制线路板PCB表面三维形貌测量及缺陷检测的方法。本发明利用线阵CCD高速采集的特点,可以在工业生产线上高速获得原始图像数据,无需传送带反复启动和停止,利用针对不同视场设计的激光投影散斑,基于三维数字图像相关方法,全场测量印制线路板表面的三维形貌,以解决传统AOI方法无法得到高度方向形貌结果的缺陷;由于采图频率高以及算法的优越性,典型情况下对2000X2000像素图像(拼接图像),在i7 4790kCPU+GTX680硬件条件,立体图像的重建速度小于0.5秒,可满足线路板的在线实时检测,以解决AXI方法检测速度慢的缺陷。
本发明基于三维数字图像相关(3D-DIC)重建三维形貌的原理,其原理如下:3D-DIC方法结合了DIC方法和双目立体视觉的原理,使用两个互成一定角度固定的线阵相机拍摄物体表面散斑图像再拼接为二维图像,然后通过图像匹配算法计算得到图像中待测点的图像坐标,再结合事先标定好的两个相机的参数和相对位置关系,计算得到物体表面的三维空间坐标,得到物体表面的三维形貌。
本发明为解决PCB的表面三维形貌测量及缺陷检测的问题,如PCB板刻蚀清洗后出现的短路,开路,铜渣,线宽、线距错误,特征遗漏等缺陷,特别是高度方向的缺陷问题,提出了基于3D-DIC的用于印制线路板PCB的高精度三维形貌测量及缺陷检测的方法。其技术方案如下:
一种用于印制线路板的三维形貌测量及缺陷检测的方法,其包括以下步骤:
步骤1、对两个线阵相机的成像模型参数进行标定;
步骤2、利用两个线阵相机同步拍摄印制线路板的表面,获取印制线路板表面待检测区域的一维数字散斑图像,并对其进行拼接得到两幅二维数字散斑图像;
步骤3、在两幅二维数字散斑图像中利用数字图像相关方法寻找对应点,以实现图像匹配,得到对应点的图像坐标;
步骤4、利用步骤1得到的标定参数,结合步骤3得到的数字散斑图像中对应点的图像坐标,计算该点的三维空间坐标,得到印制线路板表面的三维形貌;
步骤5、依据步骤4得到的三维形貌对印制线路板进行缺陷检测。
从上述技术方案可以看出,本发明用于印制线路板的三维形貌测量及缺陷检测的方法至少具有以下有益效果其中之一:
(1)本发明测量精度高,可精确地测量PCB表面的三维形貌,得到直观的三维云图以及准确的三维形貌数据,解决高度方向的缺陷检测;
(2)本发明的检测速度快,可满足印制线路板PCB的在线实时检测。
附图说明
图1为本发明散斑生成原理图及检测系统图。
图2为本发明实施例的陶瓷圆点标定板及一对标定图:[a]为标定时所使用的陶瓷圆点标定板实物图,[b]、[c]分别为标定时左右线阵相机采集到的拼接完成的一对标定图像。
图3为本发明第一实施例待测PCB的实物图及制斑后图像:[a]为PCB-1的实物图,[b]为观测区域的放大后图像,[c]、[d]分别为采集到的左右线阵相机散斑图像。
图4为本发明第一实施例待测PCB的三维形貌结果:[a]为三维重建后三维形貌云图,[b]为左相机视角下测量区域示意图,[c]为三条阶段线上的形貌数据。
图5为本发明第二实施例待测PCB的实物图及制斑后图像:[a]为PCB-2实物图,[b]为观测区域放大后图像,[c]为采集到的左线阵相机散斑图像。
图6为本发明第二实施例待测PCB的三维形貌结果:[a]为三维重建后三维形貌云图,[b]为左相机视角下测量区域示意图,[c]为三条阶段线上的形貌数据。
图7为本发明第二实施例待测PCB的测量结果精度分析图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
图1为本发明散斑生成原理图及检测系统图。如图1所示,本发明用于印制线路板的三维形貌测量及缺陷检测的方法包括以下步骤:步骤1、对两个线阵相机的成像模型参数进行标定;步骤2、利用两个线阵相机同步拍摄印制线路板的表面,获取印制线路板表面待检测区域的数字散斑一维图像序列,并对其进行拼接得到两幅二维数字散斑图像;步骤3、在两幅二维数字散斑图像中利用数字图像相关方法寻找对应点,以实现图像匹配,得到对应点的图像坐标;步骤4、利用步骤1得到的标定参数,结合数字散斑图像中对应点的图像坐标,计算该点的三维空间坐标,得到印制线路板表面的三维形貌;步骤5、依据步骤4得到的三维形貌对印制线路板进行缺陷检测。
本发明基于三维DIC的测量方法在进行测量之前需要进行标定,具体地,在步骤1中,世界坐标系中的一点在相机靶面的投影可用理想针孔成像模型来描述,齐次坐标下表示为:
其中,s为比例系数,(u,v)为空间点在相机理想像平面上的坐标,(xw,yw,zw)T为对应点在世界坐标系中坐标,R、t分别为世界坐标系到相机坐标系的旋转矩阵和平移向量,称之为外部参数。A为相机内部参数,可表达为:
其中,(u0,v0)为主点坐标;α和β分别为图像在u轴与V轴的焦距参数;γ为图像的歪斜参数。
标定时使用经过计量的12×9圆点标定板,将标定板(如图2中的[a]所示,左部分为标定时所使用的陶瓷圆点标定板实物图,标定板规格为12*9(共108个角点),角点间距1mm)放置在匀速传送带上,传送带运动方向垂直于线阵相机成像线,线阵相机等间隔同步连续采集一系列标定板的图像对,并拍摄多组(可以为十组)不同姿态下的图片(如图2中的[b]、[c]所示,为标定时左右相机采集到的拼接完成的一对标定图像),将同一姿态下的一维图像拼接成二维图片,使用平面模型标定方法标定出左右线阵相机成像模型参数;具体的标定过程为:拍摄若干张不同姿态下的标定图像,通过识别特征点在左右相机中的对应坐标,获得每次拍摄时左右相机的内外参数Al、Rli、Tli和Ar、Rri、Tri,然后通过非线性最小二乘优化方法做全局优化。目标函数为:
其中,为左相机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标;为右相机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标;ml,ij,mr,ij为算法识别的对应特征点的真实图像坐标。
经Levenberg-Marquart算法优化后可获得三维DIC测量方法的所有标定参数,则投影矩阵M1和M2被确定。
在步骤2中,具体的测量过程为:开启半导体激光器,发出激光束,透过毛玻璃散射片后被发散,经透镜汇聚后在PCB待检测区域形成散斑场;将PCB放置在匀速传送带上,线阵相机等间隔同步连续采集一系列表面有散斑特征的PCB数字散斑一维图像对,并拼接得到两幅二维数字散斑图像。其中,结合PCB待检测区域的大小,通过调节透镜和PCB到毛玻璃之间的距离产生稳定的、合适大小的散斑场。
在步骤3中,具体的测量步骤如下:以左相机散斑图像为参考图,在右相机散斑图像中利用数字图像相关方法寻找对应关系。在数字图像相关方法中,图像匹配技术是该方法的核心之一。图像匹配方式包括:特征匹配和灰度匹配。特征匹配方法首先提取两幅图像的特征,然后使用参数量化描述这些特征,最后通过参数寻找具有相同特征的点,从而完成匹配。这种匹配方法要求图像待匹配区域具有一定的特征,包括形状、颜色和纹理等。灰度匹配也称作相关匹配、子区匹配,在一幅图像(通常称为参考图像)中设置图像子区,通过某种相似性标准在另一幅图像(通常称为目标图像)中寻找最佳匹配的图像子区,从而完成子区中对应点的匹配,评判两个子区相似程度的标准,通常称作相关函数,本发明采用零均值归一化最小平方距离相关函数(ZNSSD(Zero-mean Normalized Sum SquaredDifference)),这种匹配方法要求图像具有一定的随机纹理来保证匹配的正确性。在本实施例中,在图像匹配中使用的方法是灰度匹配方法,灰度匹配方法仅要求被测区域具有一定的随机纹理即可,而且参考子区可以任意设置,十分易于进行全场测量。为了达到亚像素精度,反向高斯牛顿法(IC-GN)被应用,从而我们获得了高于0.05像素精度的对应点图像坐标数据。
在步骤4中,借助步骤1得到的标定参数并结合数字图像中对应点的图像坐标,计算得到该点的三维空间坐标并得到三维云图,由投影矩阵M1和M2可以得到:
其中,(ui,vi)为空间点在左右相机理想像平面中齐次坐标,(xw,yw,zw,1)T为对应空间点在世界坐标系下的齐次坐标。上述方程组共计六个方程、五个未知数(zc1、zc2、xw、yw、zw),利用最小二乘法求解上述方程组,得到空间点三维坐标(xw,yw,zw),实现物体表面的三维形貌重建。
在步骤5中,具体的检测步骤包括:直接根据三维云图判断是否存在开路、铜渣、特征遗漏等缺陷,在三维云图上关心区域(如沿垂直线条方向)绘制检测线,得到沿此线条上的三维形貌数据,如线宽、线距、线高等数据,将所得数据与PCB设计时的标准值比较判断是否有缺陷。
在本发明中,用于印制线路板的三维形貌测量及缺陷检测的方法还包括以下步骤:调节左右线阵相机(可以为CCD)至PCB的距离,调节两线阵相机之间的夹角和间距并调焦,使得左右线阵相机同时观察PCB待检测区域且两线阵相机光轴所成平面与PCB所在平面垂直,并清晰成像。
本发明某些实施例于后方将参照所附附图做更全面性地描述,其中一些但并非全部的实施例将被示出。实际上,本发明的各种实施例可以许多不同形式实现,而不应被解释为限于此数所阐述的实施例;相对地,提供这些实施例使得本发明满足适用的法律要求。
实施例一:印制线路板1(PCB-1)焊点大小及高度测量
如图3、4所示,调整DIC-3D系统工作距离,调节两相机夹角和相机间距离并调焦,使得左右相机观察PCB-1的同一块区域,并清晰成像,如图3的[a]所示,[a]为PCB-1的实物图,框选区域为观测区域,约15×12mm,如图3的[b]所示,为观测区域的放大后图像,黑色点阵为焊点;如图1所示,半导体激光器(波长λ为532nm)发出连续激光束通过毛玻璃散射片发散,仅透镜汇聚后,在PCB表面形成稳定的散斑场;左右相机采集一对散斑图像(如图3的[c]、[d]所示,为采集到的左右相机散斑图像,细密颗粒状物为生成的散斑);使用如图2的[a]所示的标定板,改变标定板位置,左右相机采集10对标定板图像,利用得到的标定图像进行系统标定,得到相机成像模型参数;以左相机图像为参考图,在右相机图像中寻找对应关系,利用相机成像模型参数并结合数字图像中对应点的图像坐标,计算重构得到全场三维空间坐标并得到三维形貌云图,如图4的[a]所示,坐标系为以基板作为XOY平面,垂直基板平面向上为Z轴正方向的直角坐标系,图4的[b]为对应的二维贴图。如图4的[c]所示,在所得的三维形貌云图(图4的[a])上绘制3条阶段线(从起点至终点的一条检测线,每条检测线均依次经过3个焊点),得到3条空序曲线(即沿3条阶段线分布的形貌结果,横轴代表至起点的长度,纵轴代表高度)。由3条空序曲线可以得到:焊点的宽度约500微米,焊点相对于基板的高度不等,约70-100微米。
实施例二:印制线路板2(PCB-2)线宽大小及高度测量
调整DIC-3D系统工作距离,调节两相机夹角和相机间距离并调焦,使得左右相机观察PCB-2的同一块区域,并清晰成像,如图5的[a]所示,[a]为PCB-2实物图,框选区域为观测区域,约15×12mm,如图5的[b]所示,为观测区域放大后图像;如图1所示,半导体激光器(波长λ为532nm)发出连续激光束照射毛玻璃散射片,在PCB表面形成稳定的散斑场;采集散斑图像,如图5的[c]所示,为采集到的左相机散斑图像,细密颗粒状物为生成的散斑,采集到的右相机散斑图像类似,未列出;使用如图2的[a]所示的标定板,改变标定板位置,左右相机采集10对标定板图像,利用得到的标定图像进行系统标定,得到相机成像模型参数;以左相机图像为参考图,在右相机图像中寻找对应关系,利用相机成像模型参数并结合数字图像中对应点的图像坐标,计算重构得到全场三维空间坐标并得到三维形貌云图,如图6的[a]所示,坐标系为以基板作为XOY平面,垂直基板平面向上为Z轴正方向的直角坐标系,图6的[b]为对应的二维贴图。如图6的[c]所示,在所得的三维形貌云图(图6的[a])上绘制3条阶段线(分别为阶段线0、阶段线1和阶段线2,代表从起点至终点的一条检测线),得到3条空序曲线(即沿3条阶段线分布的形貌结果,横轴代表至起点的长度,纵轴代表高度)。从3条空序曲线可以得到,线条的宽度约100微米,线条和“三角形平台”相对于基板的高度约40微米。
使用台阶仪(型号为Dektak XT,台阶高度分辨率为10nm)对未制斑的印制线路板进行形貌测量,台阶仪探针的探测路径为沿图6的[a]中阶段线0的起点至终点的一条直线(探针依次经过线条1、谷1、线条2、谷2和“三角形”平台,分别记为A峰、B谷、C峰、D谷和E平台),得到图7实线所示的形貌结果,使用本发明测得的结果如图7虚线所示。将台阶仪与PMLAB DIC-3D系统测得的原始数据,导入Origin9.1中拟合曲线。图7所示为台阶仪与PMLABDIC-3D系统测得的沿阶段线0分布的高度图,结合原始数据可以得到台阶仪测得A、B两峰和E平台相对于D谷的高度分别为41.3um,40.8um,39.9um;三维DIC方法测得结果为41.0um,39.7um,38.7um。取A,C两峰的半高宽作为2线条的宽度,台阶仪得到的第一条线宽为238.1um-142.1um=96.0um,第二条线宽为619.6um-524.5um=95.1um;PMLAB DIC-3D系统得到的第一条线宽为217.9um-123.7um=94.2um,第二条线宽为602.3-504.3=98.0um。
整理测量数据,本发明与台阶仪分别对阶段线0经过的2条线条宽度、高度和平台高度的测量结果,得到如表1所示的比较结果,可以得到基于3D-DIC的方法测量印制线路板的面内及高度测量精度均优于3um。
表1:本发明与台阶仪的测量结果比较
序号 | 线条1高 | 线条2高 | 平台高 | 线条1宽 | 线条2宽 |
DIC-3D结果(um) | 41.0 | 39.7 | 38.7 | 94.2 | 98.0 |
台阶仪结果(um) | 41.3 | 40.8 | 39.9 | 96.0 | 95.1 |
绝对误差(um) | -0.3 | -1.1 | -1.2 | -1.8 | 2.9 |
相对误差 | -0.7% | -2.7% | -3.0% | -1.9% | 3.0% |
至此,已经结合附图对本实施例进行了详细描述。依据以上描述,本领域技术人员应当对本发明用于印制线路板的三维形貌测量及缺陷检测的方法有了清楚的认识。
需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)激光散斑投影还可以用投影仪投影散斑图片的形式来代替;
(2)圆点标定板可以用棋盘格标定板来代替;
还需要说明的是,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
综上所述,本发明提供了一种用于印制线路板的三维形貌测量及缺陷检测的方法。本发明基于线阵相机和数字图像相关方法(DIC)测量PCB三维形貌,进行缺陷检测。相对于已有的AOI检测方法,其优点为可精确地测量出PCB表面的三维形貌,可以得到直观的三维云图以及准确的三维形貌数据。特别地,可以得到高度数据,解决高度方向的缺陷检测问题,如测量高度40微米的线条时,精度优于2微米;相对于已有的AXI检测方法,其优点是检测速度快。如对2000X2000像素图像,在i7 4790kCPU和GTX680GPU硬件条件时,立体图像的重建速度小于0.5秒,可满足线路板的在线实时检测。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于印制线路板的三维形貌测量及缺陷检测的方法,其包括以下步骤:
步骤1、对两个线阵相机的成像模型参数进行标定;
步骤2、利用两个线阵相机同步拍摄印制线路板的表面,获取印制线路板表面待检测区域的一维数字散斑图像,并对其进行拼接得到两幅二维数字散斑图像;
步骤3、在两幅二维数字散斑图像中利用数字图像相关方法寻找对应点,以实现图像匹配,得到对应点的图像坐标;
步骤4、利用步骤1得到的标定参数,结合步骤3得到的数字散斑图像中对应点的图像坐标,计算该点的三维空间坐标,得到印制线路板表面的三维形貌;
步骤5、依据步骤4得到的三维形貌对印制线路板进行缺陷检测。
2.根据权利要求1所述的方法,其中,在步骤1中标定使用的标定板为圆点标定板或棋盘格标定板。
3.根据权利要求2所述的方法,其中,在步骤1中,标定步骤具体包括:拍摄多张不同姿态下的标定图像,通过识别特征点在左右线阵相机中的对应坐标,获得每次拍摄时左右相机的内外参数Al、Rli、Tli和Ar、Rri、Tri,然后通过非线性最小二乘优化方法做全局优化,目标函数为:
其中,为左相机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标;为右相机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标;ml,ij,mr,ij为算法识别的对应特征点的真实图像坐标。
4.根据权利要求1所述的方法,其中,在步骤2中,具体包括以下步骤:
开启半导体激光器,发出激光束,透过毛玻璃散射片后被发散,经透镜汇聚后在PCB待检测区域形成散斑场;
将PCB放置在匀速传送带上,线阵相机等间隔同步连续采集一系列表面有散斑特征的PCB数字散斑图像对并拼接得到二维图像。
5.根据权利要求4所述的方法,其中,激光散斑投影可以用投影仪投影散斑图片的形式来代替。
6.根据权利要求1所述的方法,其中,在步骤3中,实现图像匹配的方式为灰度匹配,在一幅图像中设置图像子区,通过相似性标准在另一幅图像中寻找最佳匹配的图像子区,从而完成子区中对应点的匹配。
7.根据权利要求6所述的方法,其中,采用零均值归一化最小平方距离相关函数作为评判两个子区相似程度的标准。
8.根据权利要求1所述的方法,其中,在步骤5中,具体的检测步骤包括:
直接根据三维云图判断是否存在开路、铜渣、特征遗漏的缺陷;
在三维云图上关心区域绘制检测线,得到沿此线条上的三维形貌数据,将所得数据与PCB设计时的标准值比较判断是否有缺陷。
9.根据权利要求7所述的方法,其中,所述线条上的三维形貌数据包括线宽、线距、线高。
10.根据权利要求1所述的方法,其中,还包括以下步骤:
调节左右线阵相机至PCB的距离,调节两线阵相机之间的夹角和间距并调焦,使得左右线阵相机同时观察PCB待检测区域且两线阵相机光轴所成平面与PCB所在平面垂直,并清晰成像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053294.2A CN108362220A (zh) | 2018-01-19 | 2018-01-19 | 用于印制线路板的三维形貌测量及缺陷检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810053294.2A CN108362220A (zh) | 2018-01-19 | 2018-01-19 | 用于印制线路板的三维形貌测量及缺陷检测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108362220A true CN108362220A (zh) | 2018-08-03 |
Family
ID=63006681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810053294.2A Pending CN108362220A (zh) | 2018-01-19 | 2018-01-19 | 用于印制线路板的三维形貌测量及缺陷检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108362220A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657374A (zh) * | 2018-12-25 | 2019-04-19 | 曙光信息产业(北京)有限公司 | 印刷电路板的建模系统以及建模方法 |
CN110044266A (zh) * | 2019-06-03 | 2019-07-23 | 易思维(杭州)科技有限公司 | 基于散斑投影的摄影测量系统 |
CN110686598A (zh) * | 2019-10-30 | 2020-01-14 | 华中科技大学 | 一种双线阵结构光三维测量系统及其测量方法 |
CN110795904A (zh) * | 2019-10-25 | 2020-02-14 | 深圳市元征科技股份有限公司 | 一种pcb布局与产品外壳结构核对方法及装置 |
CN112815843A (zh) * | 2021-01-07 | 2021-05-18 | 西安理工大学 | 一种3d打印过程中工件表面打印偏差的在线监测方法 |
CN113485082A (zh) * | 2021-08-09 | 2021-10-08 | 锋睿领创(珠海)科技有限公司 | 基于体全息的三维检测系统、方法、控制器及介质 |
CN113516622A (zh) * | 2021-04-23 | 2021-10-19 | 天津大学 | 集数字散斑、网格线和编码标记点的视觉检测图样及方法 |
CN113808067A (zh) * | 2020-06-11 | 2021-12-17 | 广东美的白色家电技术创新中心有限公司 | 电路板检测方法、视觉检测设备及具有存储功能的装置 |
CN114117996A (zh) * | 2022-01-24 | 2022-03-01 | 深圳市云采网络科技有限公司 | 电路板元件布局设计缺陷的检测方法、装置及存储介质 |
CN114199160A (zh) * | 2021-12-16 | 2022-03-18 | 武汉工程大学 | 基于二值编码光栅散焦投影的电路板元器件几何检测方法 |
CN114419168A (zh) * | 2022-01-21 | 2022-04-29 | 北京微链道爱科技有限公司 | 一种图像特征点的标定方法及装置 |
CN114417626A (zh) * | 2022-01-24 | 2022-04-29 | 深圳市云采网络科技有限公司 | 可装配性的检测方法、装置、物料清单的检查方法及介质 |
CN114485470A (zh) * | 2022-01-30 | 2022-05-13 | 北京理工大学 | 基于散斑的复合材料三维形貌及缺陷综合测量系统和方法 |
CN116818063A (zh) * | 2023-08-30 | 2023-09-29 | 江铃汽车股份有限公司 | 汽车芯片散热胶涂覆质量检测方法、装置及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1127245A1 (de) * | 1998-11-04 | 2001-08-29 | Fraunhofer-Gesellschaft Zur Förderung Der Angewandten Forschung E.V. | Vorrichtung zur bestimmung der räumlichen koordinaten von gegenständen |
CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
CN102944191A (zh) * | 2012-11-28 | 2013-02-27 | 北京航空航天大学 | 一种基于平面圆靶标的三维视觉测量数据拼接方法及装置 |
CN103424087A (zh) * | 2013-08-16 | 2013-12-04 | 江苏科技大学 | 一种大尺度钢板三维测量拼接系统及方法 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
EP2839238A1 (en) * | 2012-04-18 | 2015-02-25 | 3Shape A/S | 3d scanner using merged partial images |
CN104463886A (zh) * | 2014-12-18 | 2015-03-25 | 西南交通大学 | 一种线阵相机拍摄图像的处理方法及装置 |
CN106352806A (zh) * | 2016-08-10 | 2017-01-25 | 中国科学技术大学 | 一种立体视觉三维数字图像相关测量的高精度标定方法 |
CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州先临三维科技股份有限公司 | 一种三维扫描系统及其扫描方法 |
CN106908453A (zh) * | 2017-03-24 | 2017-06-30 | 中国科学技术大学 | 一种印刷线路板的检测方法及检测装置 |
-
2018
- 2018-01-19 CN CN201810053294.2A patent/CN108362220A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1127245A1 (de) * | 1998-11-04 | 2001-08-29 | Fraunhofer-Gesellschaft Zur Förderung Der Angewandten Forschung E.V. | Vorrichtung zur bestimmung der räumlichen koordinaten von gegenständen |
CN1474159A (zh) * | 2003-07-02 | 2004-02-11 | 西安交通大学 | 线阵光电传感器层析扫描三维测量方法及其装置 |
EP2839238A1 (en) * | 2012-04-18 | 2015-02-25 | 3Shape A/S | 3d scanner using merged partial images |
CN102944191A (zh) * | 2012-11-28 | 2013-02-27 | 北京航空航天大学 | 一种基于平面圆靶标的三维视觉测量数据拼接方法及装置 |
CN103424087A (zh) * | 2013-08-16 | 2013-12-04 | 江苏科技大学 | 一种大尺度钢板三维测量拼接系统及方法 |
CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
CN104463886A (zh) * | 2014-12-18 | 2015-03-25 | 西南交通大学 | 一种线阵相机拍摄图像的处理方法及装置 |
CN106352806A (zh) * | 2016-08-10 | 2017-01-25 | 中国科学技术大学 | 一种立体视觉三维数字图像相关测量的高精度标定方法 |
CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州先临三维科技股份有限公司 | 一种三维扫描系统及其扫描方法 |
CN106908453A (zh) * | 2017-03-24 | 2017-06-30 | 中国科学技术大学 | 一种印刷线路板的检测方法及检测装置 |
Non-Patent Citations (3)
Title |
---|
刘颢文等: "《数字散斑法在局域剪切带三维变形研究中的应用》", 《光学学报》 * |
张弦等: "《基于DIC的印制线路板三维形貌高精度测量》", 《实验力学》 * |
贾晋中等: "《朔黄铁路重载综合检测车》", 31 December 2016 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657374A (zh) * | 2018-12-25 | 2019-04-19 | 曙光信息产业(北京)有限公司 | 印刷电路板的建模系统以及建模方法 |
CN110044266A (zh) * | 2019-06-03 | 2019-07-23 | 易思维(杭州)科技有限公司 | 基于散斑投影的摄影测量系统 |
CN110044266B (zh) * | 2019-06-03 | 2023-10-31 | 易思维(杭州)科技有限公司 | 基于散斑投影的摄影测量系统 |
CN110795904A (zh) * | 2019-10-25 | 2020-02-14 | 深圳市元征科技股份有限公司 | 一种pcb布局与产品外壳结构核对方法及装置 |
CN110686598A (zh) * | 2019-10-30 | 2020-01-14 | 华中科技大学 | 一种双线阵结构光三维测量系统及其测量方法 |
CN113808067A (zh) * | 2020-06-11 | 2021-12-17 | 广东美的白色家电技术创新中心有限公司 | 电路板检测方法、视觉检测设备及具有存储功能的装置 |
CN112815843A (zh) * | 2021-01-07 | 2021-05-18 | 西安理工大学 | 一种3d打印过程中工件表面打印偏差的在线监测方法 |
CN112815843B (zh) * | 2021-01-07 | 2023-12-29 | 西安理工大学 | 一种3d打印过程中工件表面打印偏差的在线监测方法 |
CN113516622A (zh) * | 2021-04-23 | 2021-10-19 | 天津大学 | 集数字散斑、网格线和编码标记点的视觉检测图样及方法 |
CN113485082A (zh) * | 2021-08-09 | 2021-10-08 | 锋睿领创(珠海)科技有限公司 | 基于体全息的三维检测系统、方法、控制器及介质 |
CN114199160A (zh) * | 2021-12-16 | 2022-03-18 | 武汉工程大学 | 基于二值编码光栅散焦投影的电路板元器件几何检测方法 |
CN114199160B (zh) * | 2021-12-16 | 2024-03-26 | 武汉工程大学 | 基于二值编码光栅散焦投影的电路板元器件几何检测方法 |
CN114419168A (zh) * | 2022-01-21 | 2022-04-29 | 北京微链道爱科技有限公司 | 一种图像特征点的标定方法及装置 |
CN114419168B (zh) * | 2022-01-21 | 2022-09-09 | 北京微链道爱科技有限公司 | 一种图像特征点的标定方法及装置 |
CN114117996A (zh) * | 2022-01-24 | 2022-03-01 | 深圳市云采网络科技有限公司 | 电路板元件布局设计缺陷的检测方法、装置及存储介质 |
CN114417626A (zh) * | 2022-01-24 | 2022-04-29 | 深圳市云采网络科技有限公司 | 可装配性的检测方法、装置、物料清单的检查方法及介质 |
CN114485470A (zh) * | 2022-01-30 | 2022-05-13 | 北京理工大学 | 基于散斑的复合材料三维形貌及缺陷综合测量系统和方法 |
CN116818063A (zh) * | 2023-08-30 | 2023-09-29 | 江铃汽车股份有限公司 | 汽车芯片散热胶涂覆质量检测方法、装置及可读存储介质 |
CN116818063B (zh) * | 2023-08-30 | 2023-11-14 | 江铃汽车股份有限公司 | 汽车芯片散热胶涂覆质量检测方法、装置及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108362220A (zh) | 用于印制线路板的三维形貌测量及缺陷检测的方法 | |
Boehler et al. | Investigating laser scanner accuracy | |
CN106408556B (zh) | 一种基于一般成像模型的微小物体测量系统标定方法 | |
CN104713885B (zh) | 一种用于pcb板在线检测的结构光辅助双目测量方法 | |
Zhou et al. | Complete calibration of a structured light stripe vision sensor through planar target of unknown orientations | |
Kang et al. | Fiber-based endoscopes for 3D combustion measurements: view registration and spatial resolution | |
US8111907B2 (en) | Method for repeatable optical determination of object geometry dimensions and deviations | |
Lu et al. | On-line measurement of the straightness of seamless steel pipes using machine vision technique | |
US20130215132A1 (en) | System for reproducing virtual objects | |
CN107110637A (zh) | 对三维测量系统的校准进行更新 | |
CN107818576B (zh) | 芯片版图图片与测试图像的坐标映射方法及系统 | |
CN109764858A (zh) | 一种基于单目相机的摄影测量方法及系统 | |
CN106651925B (zh) | 一种彩色深度图像的获取方法、获取设备 | |
CN103149560A (zh) | Ccd成像侧向激光雷达的标定方法 | |
CN104969057A (zh) | 轮廓测量的方法和装置 | |
CN106908453A (zh) | 一种印刷线路板的检测方法及检测装置 | |
CN105806221B (zh) | 一种激光投影标定装置和标定方法 | |
CN113446957B (zh) | 基于神经网络标定和散斑追踪的三维轮廓测量方法及装置 | |
CN107941168A (zh) | 基于散斑位置标定的反射式条纹面形测量方法与装置 | |
CN113554697A (zh) | 基于线激光的舱段轮廓精确测量方法 | |
Zhou et al. | Constructing feature points for calibrating a structured light vision sensor by viewing a plane from unknown orientations | |
CN114998308A (zh) | 一种基于光度立体的缺陷检测方法及系统 | |
ES2689907T3 (es) | Procedimiento para la generación de informaciones de imágenes | |
CN108195314A (zh) | 基于多视场拼接的反射式条纹三维面形测量方法 | |
Lachat et al. | Performance investigation of a handheld 3D scanner to define good practices for small artefact 3D modeling |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180803 |
|
RJ01 | Rejection of invention patent application after publication |