CN108537778B - 一种用于柔性基板的改进随机圆孔检测方法 - Google Patents
一种用于柔性基板的改进随机圆孔检测方法 Download PDFInfo
- Publication number
- CN108537778B CN108537778B CN201810256378.6A CN201810256378A CN108537778B CN 108537778 B CN108537778 B CN 108537778B CN 201810256378 A CN201810256378 A CN 201810256378A CN 108537778 B CN108537778 B CN 108537778B
- Authority
- CN
- China
- Prior art keywords
- circle
- pixel
- contour
- classified
- class
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 239000000758 substrate Substances 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000005070 sampling Methods 0.000 claims abstract description 17
- 238000012952 Resampling Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 7
- 238000000605 extraction Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于柔性基板的改进随机圆孔检测方法,包括如下,第一是对图像除噪、阈值分割、提取目标的轮廓;第二是用改进的采样方法在每条轮廓中随机构建候选圆;第三是用投票的方法判定候选圆的有效性;第四个步骤是整圆孔的参数,其中,构建候选圆又分为求取轮廓像素点的灰度梯度方向、将轮廓像素点分类、按组随机采样四个轮廓像素点和构建候选圆这四个部分。构建候选圆时首先将采样点根据轮廓进行划分,然后根据梯度方向进一步约束采样的范围,大大减少了无效的采样。本发明基于轮廓提取,并采用高效的随机采样策略进行柔性基板圆孔检测,克服了传统基于边缘的随机圆孔检测方法的检测率低、检测时间长和检测鲁棒性弱的缺点。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种用于柔性基板的改进随机圆孔检测方法。
背景技术
柔性集成电路基板(FICS)简称柔性基板,是一种为集成电路(IC)电子元器件提供电气连接和保护作用的特殊组件,具有重量轻、厚度薄、体积小、弯曲性好等优点,在消费类电子产品、工业生产和军事设备等领域都有着广泛的应用。随着FICS工艺向着高密度的方向发展,对工艺的可靠性要求越来越高,FICS的成品良率越来越低,因此,高效的缺陷检测成了整个生产线的品质控制的关键问题。其中,FICS上的钻孔主要用于多面之间的连接,对钻孔位置和大小的检测监控是保证FICS成品率的基础。目前,识别钻孔的缺陷主要是通过人工来完成,但是这种方法不仅耗费人力,而且准确率低。为了提高检测钻孔缺陷的效率,有必要采用自动光学检测(AOI)的方法来替代人工检测,从而提高FICS的生产率和质量。在AOI检测FICS钻孔缺陷的过程中,识别圆孔并得到圆孔的参数是一个至关重要的步骤。目前,检测圆孔较有效的方法是随机圆孔检测方法,但这个方法的随机采样过程非常耗时,而且检测精度低,无法用于FICS的实际生产制造。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种用于柔性基板的改进随机圆孔检测方法。
本发明采用如下技术方案:
一种用于柔性基板的改进随机圆孔检测方法,包括如下步骤:
S1对柔性基板图像进行除噪及阈值分割,然后提取分割后图像的轮廓,记录轮廓的总数contour_num;
S2用改进的采样方法在每条轮廓中随机构建候选圆,具体步骤如下:
S2.1求取轮廓像素点的灰度梯度方向;
S2.2根据轮廓像素点的灰度梯度方向,将轮廓像素点分为8类;
S2.3随机采样四个轮廓像素点,分别记为i、j、k和l;
S2.4构建候选圆;
S3用投票的方法判定候选圆的有效性;
S4调整圆孔的参数,若检测到的两个有效的圆,圆心分别为(x1,y2)、(x2,y2,半径分别为r1、r2,满足max(|x1-x2|,|y1-y2|)<∈4或者|r1-r2|<∈5,∈4和∈5为设置的阈值参数,则合并这两个圆,求得合并后圆的圆心(xm,ym)和半径rm:
其中,N1表示当前第一个圆是由N1个圆合并得来的。
S2.1求取轮廓像素点的灰度梯度方向,具体步骤为:
第2.1.1步:求取轮廓像素点x方向的梯度gx和y方向的梯度gy:
gx=Dx(G(x,y,σ))*f(x,y)
gy=Dy(G(x,y,σ))*f(x,y)
其中,G(x,y,σ)是标准方差为σ的二维高斯函数,Dx和Dy分别为求x偏导和求y偏导操作,f(x,y)是图像(x,y)处的灰度值,*是卷积操作;
第2.1.2步:求得轮廓像素点的梯度方向θ为:
所述S2.2根据轮廓像素点的灰度梯度方向,将轮廓像素点分为8类,具体为:
当θ∈(-π/8,π/8]时,将像素归为第1类;当θ∈(π/8,3π/8]时,将像素归为第2类;当θ∈(3π/8,5π/8]时,将像素归为第3类;当θ∈(5π/8,7π/8]时,将像素归为第4类;当θ∈(7π/8,π]或θ∈(-π,-7π/8]时,将像素归为第5类;当θ∈(-7π/8,-5π/8]时,将像素归为第6类;当θ∈(-5π/8,-3π/8]时,将像素归为第7类;当θ∈(-3π/8,-π/8]时,将像素归为第8类。
所述S2.3按组随机采样四个轮廓像素点,具体是:对每条轮廓中的像素点,分别在第1、3、5、7类中或2、4、6、8类中,各随机选取一个像素点,共四个像素点,所述第1、3、5、7类和2、4、6、8类,两组交替选择。
所述S2.4构建候选圆,具体步骤如下:
S2.4.1:过i、j和k三个点构成一个圆,称为选择圆,并求得选择圆的圆心坐标(x,y)和半径r。
S2.4.2:求得l点,该点坐标记为(lx,ly))与圆心(x,y)的距离dl,若|dl–r|<∈1,∈1为设置的阈值参数,则提升选择圆为候选圆,否则回到第2.3步重新采样。
所述S3用投票的方法判定候选圆的有效性,具体方法为:
计算当前轮廓中的所有像素点与候选圆圆心坐标(x,y)的距离d,统计满足|d–r|<∈2的像素点个数N,∈2为设置的阈值参数,若满足N≥∈3×2πr,∈3为设置的阈值参数,则判定候选圆有效,否则回到第2.3步重新采样。
本发明的有益效果:
(1)本发明构建候选圆时首先将采样点根据轮廓进行划分,然后根据梯度方向进一步约束采样的范围,大大减少了无效的采样;
(2)本发明基于轮廓提取,并采用高效的随机采样策略进行柔性基板圆孔检测,克服了传统基于边缘的随机圆孔检测方法的检测率低、检测时间长和检测鲁棒性弱的缺点,从而达到实际应用的要求。
附图说明
图1为本发明中柔性基板的改进随机圆孔检测方法的流程图;
图2为本发明一个实施例的待检测柔性基板图像;
图3为本发明一个实施例中提取的轮廓;
图4为本发明一个实施例的钻孔检测结果。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
如图1所示的一种柔性基板的改进随机圆孔检测方法,具体包括以下步骤:
第1步:如图2所示,对图像进行处噪、阈值分割,然后提取分割结果图像的轮廓,如图3所示,记录轮廓的总数contour_num,本实施例中contour_num=9;
第2步:用改进的采样方法在每条轮廓中随机构建候选圆,具体步骤如下:
第2.1步:求取轮廓像素点的灰度梯度方向,具体方法如下:
第2.1.1步:求取轮廓像素点x方向的梯度gx和y方向的梯度gy:
gx=Dx(G(x,y,σ))*f(x,y)
gy=Dy(G(x,y,σ))*f(x,y)
其中,G(x,y,σ)是标准方差为σ的二维高斯函数,本实施例中取σ=5,Dx和Dy分别为求x偏导和求y偏导操作,f(x,y)图像(x,y)处的灰度值,*是卷积操作。
第2.1.2步:求得轮像素点的梯度方向θ为:
第2.2步:将轮廓像素点分类,具体方法如下:
当θ∈(-π/8,π/8]时,将像素归为第1类;当θ∈(π/8,3π/8]时,将像素归为第2类;当θ∈(3π/8,5π/8]时,将像素归为第3类;当θ∈(5π/8,7π/8]时,将像素归为第4类;当θ∈(7π/8,π]或θ∈(-π,-7π/8]时,将像素归为第5类;当θ∈(-7π/8,-5π/8]时,将像素归为第6类;当θ∈(-5π/8,-3π/8]时,将像素归为第7类;当θ∈(-3π/8,-π/8]时,将像素归为第8类;
第2.3步:按组随机采样四个轮廓像素点,具体方法如下:
对每条轮廓中的像素点,分别在第1、3、5、7类中(或2、4、6、8类中,两组交替选择)各随机选取一个像素点,共四个像素点,分别记为i、j、k和l。
第2.4步:构建候选圆,具体步骤如下:
第2.4.1步:过i、j和k三个点构成一个圆称为选择圆,并求得选择圆的圆心坐标(x,y)和半径r。
第2.4.2步:求得l点,坐标记为(lx,ly)与圆心(x,y)的距离dl,若|dl–r|<∈1∈1为设置的阈值参数,本实施例中,∈1=5,则提升选择圆为候选圆,否则回到第2.3步重新采样。
第3步:用投票的方法判定候选圆的有效性,具体方法如下:
计算当前轮廓中的所有像素点与候选圆圆心坐标(x,y)的距离d,统计满足|d–r|<∈2(∈2为设置的阈值参数,本实施例中,∈2=5)的像素点个数N,若满足N≥∈3×2πr,∈3为设置的阈值参数,本实施例中,∈3=0.8,则判定候选圆有效,否则回到第2.3步重新采样。
第4步:调整圆孔的参数,若检测到的两个有效的圆,圆心分别为(x1,y2)、(x2,y2),半径分别为r1、r2,满足max(|x1-x2|,|y1-y2|)<∈4或者|r1-r2|<∈5,其中∈4和∈5为设置的阈值参数,本实施例中,∈4=5,∈5=3,则合并这两个圆,求得合并后圆的圆心(xm,ym)和半径rm:
其中,N1表示当前第一个圆是由N1个圆合并得来的,N1是个随检测的过程变化,若在检测第一个圆时,当随机选取的点判定为有效,则N1加一,这是一个重复且随机的过程。
本实施例的圆孔检测结果如图4所示,检测到的三个圆孔参数分别为圆心(475.78,162.93)半径44.00,圆心(365.60,525.74)半径42.71和圆心(200.20,730.68)半径42.54。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (2)
1.一种用于柔性基板的改进随机圆孔检测方法,其特征在于,包括如下步骤:
S1对柔性基板图像进行除噪及阈值分割,然后提取分割后图像的轮廓,记录轮廓的总数contour_num;
S2用改进的采样方法在每条轮廓中随机构建候选圆,具体步骤如下:
S2.1求取轮廓像素点的灰度梯度方向;
S2.2根据轮廓像素点的灰度梯度方向,将轮廓像素点分为8类;
所述S2.2根据轮廓像素点的灰度梯度方向,将轮廓像素点分为8类,具体为:
当θ∈(-π/8,π/8]时,将像素归为第1类;当θ∈(π/8,3π/8]时,将像素归为第2类;当θ∈(3π/8,5π/8]时 ,将像素归为第3类;当θ∈(5π/8,7π/8]时,将像素归为第4类;当θ∈(7π/8,π]或θ∈(-π,-7π/8]时,将像素归为第5类;当θ∈(-7π/8,-5π/8]时,将像素归为第6类;当θ∈(-5π/8,-3π/8]时,将像素归为第7类;当θ∈(-3π/8,-π/8]时,将像素归为第8类;
S2.3随机采样四个轮廓像素点,分别记为i、j、k和l;
具体为:将8类轮廓像素点分为两组,一组包括1、3、5、7类,另一组包括2、4、6、8类,每组每次随机选取一个像素点,两组交替选择,每组选取两次;
S2.4构建候选圆;
所述S2.4构建候选圆,具体步骤如下:
S2.4.1:过i、j和k三个点构成一个圆,称为选择圆,并求得选择圆的圆心坐标(x,y)和半径r;
S2.4.2:求得l点,该点坐标记为(lx,ly),l点与圆心(x,y)的距离dl,若|dl–r|<∈1,∈1为设置的阈值参数,则提升选择圆为候选圆,否则回到第2.3步重新采样;
S3用投票的方法判定候选圆的有效性;
S4调整圆孔的参数,若检测到的两个有效的圆,圆心分别为(x1,y2)、(x2,y2),半径分别为r1、r2,满足max(|x1-x2|,|y1-y2|)<∈4,且|r1-r2|<∈5,∈4和∈5为设置的阈值参数,则合并这两个圆,求得合并后圆的圆心(xm,ym)和半径rm:
其中,N1表示第一个圆迄今为止合并其它圆的个数;
所述S3用投票的方法判定候选圆的有效性,具体方法为:
计算当前轮廓中的所有像素点与候选圆圆心坐标(x,y)的距离d,统计满足|d–r|<∈2的像素点个数N,∈2为设置的阈值参数,若满足N≥∈3×2πr,∈3为设置的阈值参数,则判定候选圆有效,否则回到第2.3步重新采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810256378.6A CN108537778B (zh) | 2018-03-27 | 2018-03-27 | 一种用于柔性基板的改进随机圆孔检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810256378.6A CN108537778B (zh) | 2018-03-27 | 2018-03-27 | 一种用于柔性基板的改进随机圆孔检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108537778A CN108537778A (zh) | 2018-09-14 |
CN108537778B true CN108537778B (zh) | 2022-03-25 |
Family
ID=63485172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810256378.6A Active CN108537778B (zh) | 2018-03-27 | 2018-03-27 | 一种用于柔性基板的改进随机圆孔检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537778B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724366B (zh) * | 2020-06-16 | 2023-08-25 | 武汉工程大学 | 一种激光腔识别方法及装置 |
CN112991279B (zh) * | 2021-03-03 | 2023-02-14 | 华南理工大学 | 柔性电路板缺陷圆检测方法、装置、介质和设备 |
CN113379744B (zh) * | 2021-08-12 | 2021-11-19 | 山东大拇指喷雾设备有限公司 | 基于图像处理的喷嘴装置表面缺陷检测方法与系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150730A (zh) * | 2013-03-07 | 2013-06-12 | 南京航空航天大学 | 一种基于图像的圆形小目标精确检测方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN106339711A (zh) * | 2016-08-30 | 2017-01-18 | 广西科技大学 | 一种特定情形下提高随机圆检测速度的方法 |
CN107705297A (zh) * | 2017-09-18 | 2018-02-16 | 华南理工大学 | 一种柔性电路板圆孔的阈值分割检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5011268B2 (ja) * | 2008-12-02 | 2012-08-29 | 三菱電機株式会社 | 画像検出装置及び画像検出方法 |
CN103886597B (zh) * | 2014-03-24 | 2017-01-25 | 武汉力成伟业科技有限公司 | 一种基于边缘检测与拟合曲线聚类的圆检测方法 |
CN105931252B (zh) * | 2016-05-16 | 2019-01-29 | 大连理工大学 | 一种基于几何约束的椭圆快速检测方法 |
CN106373117B (zh) * | 2016-08-30 | 2019-02-05 | 南京航空航天大学 | 一种快速的多圆检测方法 |
CN107578438A (zh) * | 2017-07-13 | 2018-01-12 | 南京协辰电子科技有限公司 | 圆识别方法、装置及电子设备 |
-
2018
- 2018-03-27 CN CN201810256378.6A patent/CN108537778B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150730A (zh) * | 2013-03-07 | 2013-06-12 | 南京航空航天大学 | 一种基于图像的圆形小目标精确检测方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN106339711A (zh) * | 2016-08-30 | 2017-01-18 | 广西科技大学 | 一种特定情形下提高随机圆检测速度的方法 |
CN107705297A (zh) * | 2017-09-18 | 2018-02-16 | 华南理工大学 | 一种柔性电路板圆孔的阈值分割检测方法 |
Non-Patent Citations (2)
Title |
---|
"A fast circle detection method based on threshold";Jiaxiang Luo 等;《2017 Chinese Automation Congress (CAC)》;20171020;第3214-3217页 * |
"Efficient sampling strategy and refinement strategy for randomized circle detection";Chuang KL 等;《Pattern Recognition》;20120131;第45卷(第1期);第252-263页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108537778A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080582B (zh) | 工件内外表面缺陷检测方法 | |
CN107798326B (zh) | 一种轮廓视觉检测方法 | |
CN108537778B (zh) | 一种用于柔性基板的改进随机圆孔检测方法 | |
CN107705297B (zh) | 一种柔性电路板圆孔的阈值分割检测方法 | |
CN109115800B (zh) | 一种产品毛刺的快速检测及长度精确测量方法 | |
CN104517276A (zh) | 一种棋盘格角点检测方法 | |
CN106780526A (zh) | 一种铁氧体圆片表面裂痕识别方法 | |
CN109934808B (zh) | 一种基于图像多形状法向梯度差值pcb板缺陷分类方法 | |
CN109190625A (zh) | 一种大角度透视变形的集装箱箱号识别方法 | |
CN115527049A (zh) | 一种引线框架引脚间距的高精度测量方法 | |
CN114994051A (zh) | 汽车数控锻压件冲孔智能集成实时检测系统 | |
CN115690670A (zh) | 一种晶圆瑕疵智能识别方法和系统 | |
CN114445348A (zh) | 基于光学手段的新材料水泵缺陷检测方法及系统 | |
Sa et al. | Improved Otsu segmentation based on sobel operator | |
CN116993725B (zh) | 一种柔性电路板智能贴片信息处理系统 | |
CN105300280A (zh) | 连接器尺寸视觉测量方法 | |
CN117218124A (zh) | 一种铜铝转接表面加工质量检测方法 | |
CN112581447A (zh) | 一种基于全局缺陷和局部缺陷的fpc软板线路检测方法 | |
CN110349129B (zh) | 一种高密度柔性ic基板外观缺陷检测方法 | |
CN112734779A (zh) | 一种圆点标定板边缘亚像素检测方法 | |
CN112200799A (zh) | 一种基于Gerber文件的PCB电子元器件缺陷检测方法 | |
CN115511966B (zh) | 基于角点检测的元件识别定位方法及系统、存储介质 | |
CN111192261A (zh) | 一种镜片疵病类型识别的方法 | |
CN115311287A (zh) | 一种共轨喷油器生产异常检测方法 | |
CN115511884A (zh) | 基于计算机视觉的冲孔复合模表面质量检测方法 |
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 |