CN108712831A - 背钻pcb截面显微图像工艺参数提取方法 - Google Patents
背钻pcb截面显微图像工艺参数提取方法 Download PDFInfo
- Publication number
- CN108712831A CN108712831A CN201810708352.0A CN201810708352A CN108712831A CN 108712831 A CN108712831 A CN 108712831A CN 201810708352 A CN201810708352 A CN 201810708352A CN 108712831 A CN108712831 A CN 108712831A
- Authority
- CN
- China
- Prior art keywords
- profile
- array
- technological parameter
- back drill
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001000 micrograph Methods 0.000 title claims abstract description 21
- 229910052802 copper Inorganic materials 0.000 claims abstract description 24
- 239000010949 copper Substances 0.000 claims abstract description 24
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 23
- 239000000284 extract Substances 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 230000035772 mutation Effects 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000005192 partition Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 241001074085 Scophthalmus aquosus Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003706 image smoothing Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 150000001879 copper Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K3/00—Apparatus or processes for manufacturing printed circuits
- H05K3/40—Forming printed elements for providing electric connections to or between printed circuits
- H05K3/42—Plated through-holes or plated via connections
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种背钻PCB截面显微图像工艺参数提取方法,步骤是:先提取左轮廓和右轮廓,然后以左轮廓为例,构造左轮廓的哈希数组,记录轮廓中纵坐标下对应的左轮廓的最左侧点和最右侧点,根据上述点坐标,得到残留孔环左侧宽度、左侧孔壁粗糙度等参数,然后利用邻域极值优化的方法,寻找孔铜壁左侧厚度由大变小的突变处,该突变处与左轮廓中纵坐标最大值之间的差值为stub长度。本发明还公开了右轮廓的工艺参数右侧孔壁粗糙度和残留孔环右侧宽度的提取。本发明方法可实现对显微图像的感兴趣区域分割,并依据输入的比例尺信息自动测算,提高对背钻PCB横截面物理参数提取的效率和可靠性。
Description
技术领域
本发明涉及PCB板参数测量和图像处理研究领域,特别涉及一种背钻PCB截面显微图像工艺参数提取方法。
背景技术
在PCB板的制作中,背钻技术是一种常用的加工技术。背钻是一种比较特殊的控深钻。以多层板的制作为例,比如12层板,需要将第1层一直连到第9层,通常做法是一次钻出一个通孔,然后沉铜。但这样第1层将直接连到第12层。又由于从第10层到第12层并无需要相连的线路,因此会有一个多余的铜柱(业内叫stub),此铜柱会影响信号的通路,影响通讯信号的完整性,特别对高速信号的完整性危害很大,会形成反射、振玲、信号延迟等等。而且由于连接层的不同,铜柱子的长短不一样,因而信号延迟会不一样,使信号时序不可控。为避免形成多余铜柱,采用二次钻,也称背钻技术,即将stub从反面钻掉,在不影响连接层信号传输的前提下,留下尽可能短的stub。
PCB板材电路制作过程中,对产品背钻质量把控十分严格,需要严格检测PCB板背钻后的各项参数,比如stub长度、孔环宽度、孔壁厚度等。现有方法是通过显微镜拍摄高清显微图像,通过人工画线测量,依据比例尺转换得到实际尺寸。尺寸检测过程费时费力,且孔壁粗糙难以测量,还容易产生视觉疲劳。
为此,研究一种能够自动提取背钻后PCB截面各项工艺参数的方法具有重要的意义。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种背钻PCB截面显微图像工艺参数提取方法,该方法可实现对显微图像的感兴趣区域分割,并依据输入的比例尺信息自动测算,提高对背钻PCB横截面物理参数提取的效率和可靠性。
本发明的目的通过以下的技术方案实现:背钻PCB截面显微图像工艺参数提取方法,包括:
获取背钻PCB截面显微图像,在图像中提取背钻的铜柱纵向剖切面左右两部分轮廓,定义为左轮廓和右轮廓,将轮廓点坐标按照顺序分别存入一数组,坐标系原点在图像左上角,向下为y正半轴,向右为x正半轴;自动提取工艺参数,工艺参数包括stub长度,步骤是:
(1)遍历左轮廓内部所有像素点;
(2)根据遍历的像素点构造哈希表存储键值对,键为图像的纵坐标y值,值为该y值下对应的左轮廓的最左侧点和最右侧点,即构造左轮廓的哈希数组LA[i],数组元素是两个坐标点,分别是y=i时对应左轮廓最左侧点P1和最右侧点P2,1≤i≤ymax,ymax表示左轮廓中纵坐标的最大值;
(3)遍历哈希表,记录键值对中最左侧点和最右侧点横坐标的差,存入数组LW,LW[i]表示y=i时孔铜壁左侧的厚度,LW中最小值就是孔铜壁左侧最小厚度;
(4)记录每个y值对应的最左侧点横坐标与右邻域范围内y值对应最左侧点横坐标最大的差值,存储数组为LB[i]={max(|xi,1‐xk,1|),i<k<i+δ},其中xi,1表示LA[i]中最左侧点P1的横坐标;δ表示邻域取值范围;
(5)遍历数组LB,保留数组LB中在右邻域内是极大值的元素,将非极大值以及元素值小于一定限值的元素剔除置零;
(6)获得数组LB中的最大值,得到其对应的纵坐标y_LB,以该纵坐标y_LB为起始索引,从数组LW开始向下搜索,寻找孔铜壁左侧厚度由大变小的突变处,对应的纵坐标记为y_t,y_t和左轮廓中纵坐标最大值之间的差值为stub长度。
优选的,所述工艺参数包括左侧孔壁粗糙度,数组LB中第二大值为左侧孔壁粗糙度。
优选的,所述工艺参数包括残留孔环左侧宽度,该宽度为轮廓对应的数组LB中的最大值。
优选的,所述工艺参数包括右侧孔壁粗糙度和残留孔环右侧宽度,步骤是:
遍历右轮廓内部所有像素点;
构造右轮廓的哈希数组RA[i],数组元素是两个坐标点,分别是y=i时对应右轮廓最左侧点RP1和最右侧点RP2,1≤i≤Rymax,Rymax表示右轮廓中纵坐标的最大值;
记录每个y值对应的最右侧点横坐标与右邻域范围内y值对应最右侧点横坐标最大的差值,得到RB[j]={max(|xj,1‐xk,1|),j<k<j+δ},其中xj,1表示RA[j]中最右侧点RP2的横坐标;
然后,遍历数组RB[j],保留RB[j]中在右邻域内是极大值的元素,非极大值或者元素值小于一定限值的元素剔除置零;
将数组RB[j]中的最大值记录为残留孔环右侧宽度,第二大值记录为右侧孔壁粗糙度。
优选的,获取背钻PCB截面显微图像后,先进行滤波,然后将滤波后的图像转换为单通道灰度图,针对上述灰度图进行二值化。
更进一步的,所述滤波是采用高斯滤波。以对图像平滑降噪。
更进一步的,采用OTSU进行二值化。
优选的,针对二值化后的图像,先进行形态学闭运算以填补空洞,使轮廓可能存在的断裂点得到连接,后做开运算平滑轮廓边界,得到平滑后图像。
优选的,使用OpenCV中findcontours方法对平滑后图像进行边缘提取,将图中所有连续封闭的轮廓分别以数组形式保存,每个数组是由当前轮廓所有点坐标(x,y)组成,点坐标按轮廓逆时针顺序存储,坐标系原点为图像左上角,向下为y正半轴,向右为x正半轴。
优选的,提取左轮廓和右轮廓的方法是:
根据边缘提取后得到的轮廓的长度进行排序,选择前两位最长的轮廓,判断轮廓数组中是否超过一定比例的点坐标均位于图像中部区域;
如果是,则根据轮廓中的x轴坐标划分出左轮廓和右轮廓,
如果否,则进一步选择下一长度的轮廓进行判断;
若选择N次均不符合条件,则说明边缘提取失败,对外提示并调整参数后重新进行边缘提取。N可根据实际拍摄的图像情况选择。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明根据背钻PCB截面显微图像,可按生产方的品控需求自动精确地提取出stub长度、孔壁厚度、残留孔环长度、孔壁粗糙度等,具有自动化程度高、结果准确的优点。
2、由于PCB制作和沉铜的过程中,铜路难免会粗糙、参差不齐,如果参数部分采用传统的拟合、霍夫曼检测等图像处理方法精度不高,效果不佳。本发明提出对应每个纵坐标的粗糙度估算并再保留邻域极值的优化过程,保证了测量的精度和程序速度,效率很高。
3、本发明是以流水线上拍摄的显微图像为对象,可以直接用计算机程序处理并计算和提取参数,免去了人工费时费力的手动测量,提高了测量精度和速度,降低了成本。
附图说明
图1为本发明实施例采集的原图像。
图2为本发明实施例的背钻PCB截面图像参数提取方法的流程图。
图3为本实施例轮廓参数提取的流程图。
图4是对提取的参数直接标注在图像上的效果图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
针对流水线背钻PCB,通过显微镜拍摄高清显微图像,得到图1所示原图像,本实施例所述背钻PCB截面显微图像工艺参数提取方法即是针对该原图像进行相应参数的自动提取和标示。具体步骤参见图2。
一、滤波和灰度图转换
根据图像的特征,选择对图像平滑降噪,滤波采用高斯滤波,因图片尺寸较大,为2800*1550,故高斯核大小取(9,9)。
对滤波后的彩色图像进行灰度图转换,将其转为单通道灰度图。
二、阈值分割
由于沉铜区域(铜截面区域)与板材灰度差异较大,因此本实施例选用OTSU方法进行二值化分割,将上述的单通道灰度图转换为二值图,图中,沉铜区域值为1。
三、形态学滤波
二值化后的图像边缘存在锯齿,同时内部可能存在空洞,为此,本实施例先利用形态学闭运算填补空洞,从而连接轮廓可能存在的断裂处,然后再利用形态学开运算平滑轮廓的边界,便于后续的轮廓提取。
四、轮廓提取
针对形态学滤波后的图像,使用OpenCV的findcontours方法提取二值图中的封闭轮廓,保存所有连续封闭的轮廓点。用多个并列数组分别保存多个轮廓;每个数组是由当前轮廓所有点坐标(x,y)组成,点坐标按轮廓逆时针顺序存储,坐标系原点为图像左上角,向下为y正半轴,向右为x正半轴。
五、提取感兴趣的轮廓
根据PCB上需进行背钻的沉铜柱在显微图像中的位置和大小特征,本实施例中沉铜柱一般在图像的中部,且封闭轮廓相对是最长,因此提取出符合上述条件的轮廓,去除其他冗余轮廓。
六、轮廓参数提取
如图3所示,以左侧轮廓为例,轮廓参数提取的步骤如下:
(6-1)遍历左轮廓所有像素点,记录左轮廓中y坐标最大值ymax,y坐标最小值为ymin。
(6-2)根据遍历的像素点构造哈希表存储键值对,键为图像的纵坐标y值,值为该y值下对应的左轮廓的最左侧点和最右侧点,哈希函数为直映射,即构造左轮廓的哈希数组A[i],数组元素是两个坐标点,分别是y=i时对应左轮廓最左侧点P1和最右侧点P2。
(6-3)遍历哈希表,记录键值对中最左侧点和最右侧点横坐标的差,存入数组LW,LW[i]表示y=i时孔铜壁左侧的厚度,LW中最小值就是孔铜壁左侧最小厚度TV,TV=min{LW[i]|ymin<i<ymax}。
(6-4)计算粗糙程度,记录每个y值对应的最左侧点横坐标与右邻域范围内y值对应最左侧点横坐标最大的差值,存储数组为LB[i]={max(|xi,1‐xk,1|),i<k<i+δ},其中xi,1表示LA[i]中最左侧点P1的横坐标;δ表示邻域取值范围。
(6-5)遍历数组LB,保留数组LB中在右邻域内是极大值的元素,将非极大值以及元素值小于一定限值的元素剔除置零,数学表达式为{LB[i]=0|LB[i]≠max(LB[j]),i<j<i+δ,δ=100或LB[i]<ε,ε=5}。
(6-6)将数组LB中的最大值记录为残留孔环左侧宽度RL=max{LB[i],ymin<i<ymax},LB中第二大值为左侧孔壁粗糙度HR=max{LB[i]且LB[i]≠RL,ymin<i<ymax}。
(6-7)从找到的RL参数对应图像y值为起始索引,从数组LW开始向下搜索,寻找孔铜壁左侧厚度由大变小的突变处,即满足条件:{h|w[h-Δ]-w[h+Δ]>t,Δ=3,t=0.9*RL},以此为起点到轮廓底端,纵坐标变化的长度为stub长度:HS=ymax-h。
右轮廓中各个参数(右侧孔壁粗糙度和残留孔环右侧宽度)的计算参见上述步骤,其中,先记录右轮廓中每个y值对应的最右侧点横坐标与右邻域范围内y值对应最右侧点横坐标最大的差值,得到RB[j]={max(|xj,1‐xk,1|),j<k<j+δ},其中xj,1表示RA[j]中最右侧点RP2的横坐标;RA[i]表示右轮廓的哈希数组,数组元素是两个坐标点,分别是y=i时对应右轮廓最左侧点R1和最右侧点RP2,1≤i≤Rymax,Rymax表示右轮廓中纵坐标的最大值;
然后,遍历RB[j],保留RB[j]中在右邻域内是极大值的元素,非极大值或者元素值小于一定限值的元素剔除置零,数学表达式为{B[j]=0|Bp≠max(B[j]),p<j<p+δ,δ=100或B[j]<ε,ε=5};
将数组RB[j]中的最大值记录为残留孔环右侧宽度RR,RR=max{B[j],ymin<i<ymax},第二大值记录为右侧孔壁粗糙度HR,HR=max{B[j]且B[i]≠RR,ymin<i<ymax}。
可通过各种手段实施本发明描述的技术。举例来说,这些技术可实施在硬件、固件、软件或其组合中。对于硬件实施方案,处理模块可实施在一个或一个以上专用集成电路(ASIC)、数字信号处理器(DSP)、可编程逻辑装置(PLD)、现场可编辑逻辑门阵列(FPGA)、处理器、控制器、微控制器、电子装置、其他经设计以执行本发明所描述的功能的电子单元或其组合内。
对于固件和/或软件实施方案,可用执行本文描述的功能的模块(例如,过程、步骤、流程等)来实施所述技术。固件和/或软件代码可存储在存储器中并由处理器执行。存储器可实施在处理器内或处理器外部。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
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上述实施例的限制,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 (10)
1.背钻PCB截面显微图像工艺参数提取方法,其特征在于,包括:
获取背钻PCB截面显微图像,在图像中提取背钻的铜柱纵向剖切面左右两部分轮廓,定义为左轮廓和右轮廓,将轮廓点坐标按照顺序分别存入一数组,坐标系原点在图像左上角,向下为y正半轴,向右为x正半轴;自动提取工艺参数,工艺参数包括stub长度,步骤是:
(1)遍历左轮廓内部所有像素点;
(2)根据遍历的像素点构造哈希表存储键值对,键为图像的纵坐标y值,值为该y值下对应的左轮廓的最左侧点和最右侧点,即构造左轮廓的哈希数组LA[i],数组元素是两个坐标点,分别是y=i时对应左轮廓最左侧点P1和最右侧点P2,1≤i≤ymax,ymax表示左轮廓中纵坐标的最大值;
(3)遍历哈希表,记录键值对中最左侧点和最右侧点横坐标的差,存入数组LW,LW[i]表示y=i时孔铜壁左侧的厚度,LW中最小值就是孔铜壁左侧最小厚度;
(4)记录每个y值对应的最左侧点横坐标与右邻域范围内y值对应最左侧点横坐标最大的差值,存储数组为LB[i]={max(|xi,1-xk,1|),i<k<i+δ},其中xi,1表示LA[i]中最左侧点P1的横坐标;δ表示邻域取值范围;
(5)遍历数组LB,保留数组LB中在右邻域内是极大值的元素,将非极大值以及元素值小于一定限值的元素剔除置零;
(6)获得数组LB中的最大值,得到其对应的纵坐标y_LB,以该纵坐标y_LB为起始索引,从数组LW开始向下搜索,寻找孔铜壁左侧厚度由大变小的突变处,对应的纵坐标记为y_t,y_t和左轮廓中纵坐标最大值之间的差值为stub长度。
2.根据权利要求1所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,所述工艺参数包括左侧孔壁粗糙度,数组LB中第二大值为左侧孔壁粗糙度。
3.根据权利要求1所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,所述工艺参数包括残留孔环左侧宽度,该宽度为轮廓对应的数组LB中的最大值。
4.根据权利要求1所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,所述工艺参数包括右侧孔壁粗糙度和残留孔环右侧宽度,步骤是:
遍历右轮廓内部所有像素点;
构造右轮廓的哈希数组RA[i],数组元素是两个坐标点,分别是y=i时对应右轮廓最左侧点RP1和最右侧点RP2,1≤i≤Rymax,Rymax表示右轮廓中纵坐标的最大值;
记录每个y值对应的最右侧点横坐标与右邻域范围内y值对应最右侧点横坐标最大的差值,得到RB[j]={max(|xj,1-xk,1|),j<k<j+δ},其中xj,1表示RA[j]中最右侧点RP2的横坐标;
然后,遍历数组RB[j],保留RB[j]中在右邻域内是极大值的元素,非极大值或者元素值小于一定限值的元素剔除置零;
将数组RB[j]中的最大值记录为残留孔环右侧宽度,第二大值记录为右侧孔壁粗糙度。
5.根据权利要求1所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,获取背钻PCB截面显微图像后,先进行滤波,然后将滤波后的图像转换为单通道灰度图,针对上述灰度图进行二值化。
6.根据权利要求5所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,所述滤波是采用高斯滤波。
7.根据权利要求5所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,采用OTSU进行二值化。
8.根据权利要求7所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,针对二值化后的图像,先进行形态学闭运算以填补空洞,使轮廓可能存在的断裂点得到连接,后做开运算平滑轮廓边界,得到平滑后图像。
9.根据权利要求1所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,使用OpenCV中findcontours方法对平滑后图像进行边缘提取,将图中所有连续封闭的轮廓分别以数组形式保存,每个数组是由当前轮廓所有点坐标(x,y)组成,点坐标按轮廓逆时针顺序存储,坐标系原点为图像左上角,向下为y正半轴,向右为x正半轴。
10.根据权利要求9所述的背钻PCB截面显微图像工艺参数提取方法,其特征在于,提取左轮廓和右轮廓的方法是:
根据边缘提取后得到的轮廓的长度进行排序,选择前两位最长的轮廓,判断轮廓数组中是否超过一定比例的点坐标均位于图像中部区域;
如果是,则根据轮廓中的x轴坐标划分出左轮廓和右轮廓,
如果否,则进一步选择下一长度的轮廓进行判断;
若选择N次均不符合条件,则说明边缘提取失败,对外提示并调整参数后重新进行边缘提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810708352.0A CN108712831B (zh) | 2018-07-02 | 2018-07-02 | 背钻pcb截面显微图像工艺参数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810708352.0A CN108712831B (zh) | 2018-07-02 | 2018-07-02 | 背钻pcb截面显微图像工艺参数提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108712831A true CN108712831A (zh) | 2018-10-26 |
CN108712831B CN108712831B (zh) | 2020-01-14 |
Family
ID=63873246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810708352.0A Expired - Fee Related CN108712831B (zh) | 2018-07-02 | 2018-07-02 | 背钻pcb截面显微图像工艺参数提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108712831B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109526135A (zh) * | 2018-12-18 | 2019-03-26 | 大连崇达电路有限公司 | 一种线路板可靠性评价方法 |
CN112100963A (zh) * | 2020-09-11 | 2020-12-18 | 济南浪潮高新科技投资发展有限公司 | 一种自动清理多余走线的方法 |
CN114413808A (zh) * | 2021-12-20 | 2022-04-29 | 深圳市大族数控科技股份有限公司 | 线路板背钻孔精度检测方法及线路板 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7337537B1 (en) * | 2003-09-22 | 2008-03-04 | Alcatel Lucent | Method for forming a back-drilled plated through hole in a printed circuit board and the resulting printed circuit board |
CN104567611A (zh) * | 2013-10-25 | 2015-04-29 | 北大方正集团有限公司 | 一种背钻深度检测的方法 |
CN104858465A (zh) * | 2014-02-21 | 2015-08-26 | 维亚机械株式会社 | 背钻加工方法和背钻加工装置 |
CN105973177A (zh) * | 2016-07-15 | 2016-09-28 | 广州兴森快捷电路科技有限公司 | 一种背钻残桩的无损检测方法及pcb无损检测方法 |
-
2018
- 2018-07-02 CN CN201810708352.0A patent/CN108712831B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7337537B1 (en) * | 2003-09-22 | 2008-03-04 | Alcatel Lucent | Method for forming a back-drilled plated through hole in a printed circuit board and the resulting printed circuit board |
CN104567611A (zh) * | 2013-10-25 | 2015-04-29 | 北大方正集团有限公司 | 一种背钻深度检测的方法 |
CN104858465A (zh) * | 2014-02-21 | 2015-08-26 | 维亚机械株式会社 | 背钻加工方法和背钻加工装置 |
CN105973177A (zh) * | 2016-07-15 | 2016-09-28 | 广州兴森快捷电路科技有限公司 | 一种背钻残桩的无损检测方法及pcb无损检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109526135A (zh) * | 2018-12-18 | 2019-03-26 | 大连崇达电路有限公司 | 一种线路板可靠性评价方法 |
CN109526135B (zh) * | 2018-12-18 | 2021-01-26 | 大连崇达电路有限公司 | 一种线路板可靠性评价方法 |
CN112100963A (zh) * | 2020-09-11 | 2020-12-18 | 济南浪潮高新科技投资发展有限公司 | 一种自动清理多余走线的方法 |
CN114413808A (zh) * | 2021-12-20 | 2022-04-29 | 深圳市大族数控科技股份有限公司 | 线路板背钻孔精度检测方法及线路板 |
CN114413808B (zh) * | 2021-12-20 | 2024-08-30 | 深圳市大族数控科技股份有限公司 | 线路板背钻孔精度检测方法及线路板 |
Also Published As
Publication number | Publication date |
---|---|
CN108712831B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191459B (zh) | 连铸坯低倍组织中心偏析缺陷的自动识别与评级方法 | |
CN108712831A (zh) | 背钻pcb截面显微图像工艺参数提取方法 | |
CN106940889B (zh) | 基于像素邻域特征聚类的淋巴结he染色病理图像分割方法 | |
CN108009529B (zh) | 一种基于特征根和流体力学的森林火灾烟视频目标检测方法 | |
CN104156693B (zh) | 一种基于多模态序列融合的动作识别方法 | |
CN114581742A (zh) | 基于线性度的连通域聚类融合方法、装置、系统及介质 | |
CN115100191B (zh) | 基于工业检测的金属铸件缺陷识别方法 | |
CN102494976A (zh) | 一种超细晶粒钢晶粒的自动测量及其形态分类统计方法 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN114387233A (zh) | 一种基于机器视觉的砂型缺陷检测方法及系统 | |
CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
CN108985337A (zh) | 一种基于图像深度学习的产品表面划痕检测方法 | |
CN112734761B (zh) | 工业品图像边界轮廓提取方法 | |
CN112819756B (zh) | Pcb板表面缺陷检测装置及方法 | |
CN107036560B (zh) | 光学玻璃精密磨削加工的表面粗糙度检测方法 | |
CN107133964B (zh) | 一种基于Kinect的抠像方法 | |
CN116539619A (zh) | 产品缺陷检测方法、系统、装置及存储介质 | |
CN117853722A (zh) | 一种融合超像素信息的钢材金相组织分割方法 | |
CN105160685A (zh) | 一种岩石孔隙和颗粒系统的计算机数字图像识别方法 | |
CN109308707A (zh) | 铝锭厚度非接触式在线测量方法 | |
CN116563288B (zh) | 一种汽车发动机齿轮螺纹孔检测方法 | |
CN109064420B (zh) | 一种多层pcb截面图像工艺参数提取方法 | |
CN117893550A (zh) | 一种基于场景仿真的复杂背景下运动目标分割方法 | |
CN110472543B (zh) | 一种基于局部连接特征匹配的机械图纸对比方法 | |
CN116452826A (zh) | 基于机器视觉的遮挡情况下煤矸石轮廓估计方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200114 |
|
CF01 | Termination of patent right due to non-payment of annual fee |