CN108982513B - 一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 - Google Patents
一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 Download PDFInfo
- Publication number
- CN108982513B CN108982513B CN201810761939.8A CN201810761939A CN108982513B CN 108982513 B CN108982513 B CN 108982513B CN 201810761939 A CN201810761939 A CN 201810761939A CN 108982513 B CN108982513 B CN 108982513B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- stitch
- plane
- area
- points
- 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
Images
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
- G01N21/95—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
- G01N21/8851—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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
- G01N2021/8864—Mapping zones of defects
-
- 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
- G01N2021/95661—Inspecting patterns on the surface of objects for PCB's for leads, e.g. position, curvature
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于三维针脚缺陷检测领域,设计一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法。该方法将针脚按照其行列数分成多个子区域,检测出区域内针脚存在的缺针、少针、断针缺陷,有效解决复杂情况下检测三维针脚缺陷的问题。在三维针脚缺陷检测领域得到很好的应用。本发明所设计的三维针脚缺陷检测方法,优于传统的针脚缺陷检测方法,可以避免离群点噪声在三维缺陷检测时的数据干扰和误判断,同时有效检测针脚缺陷,更加高效、准确。
Description
技术领域
本发明涉及一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法,更具体的说,本发明涉及一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法。
背景技术
随着当今社会的发展趋势,对电子设备的需求不断的增加,由此而衍生出对快速、高效的生产集成电路的要求。在快速生产集成电路的过程中非常容易因为某些外在的因素而导致元器件的针脚缺针断针以及少针,若集成电路板上的针脚存在这种缺陷,将会导致产品不能使用或者影响使用寿命,因此,在集成电路的生产过程中,对针脚的倾斜缺陷检测显得尤为必要。
目前企业在进行电路板元器件的针脚歪针,断针,少针缺陷检测主要采用人工目测方式以及传统二维缺陷检测方式,该方式不仅存在劳动强度大、效率低的问题,而且工作人员在长时间高强度的工作中极容易出现疏漏,从而影响针脚缺陷检测的最终结果。目前也有少许采用数字图像处理的方式来取代人工方式进行针脚检测的方法,但主要还是针对单排或双排针脚的元器件,从针脚侧面采集图像,通过图像处理技术测量针脚的脚间间距、缺脚和歪脚等现象,但这种方式完全无法用于具有多排针脚的电子元器件的针脚检测。为了解决针脚缺陷检测中存在的多种缺陷问题,将采用基于线激光采集数据的三维测量方法。
发明内容
本发明提供一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法,该方法能够用于针脚的少针断针曲针多种缺陷的高精度三维缺陷检测。
所述的高精度针脚三维缺陷检测方法是用于高精度三维测量装置中,其硬件系统包括:
用于采集三维点云数据的线激光扫描仪,线激光扫描仪个数为1个;
用于三维点云数据采集、数据处理以及分析的计算机;
用于放置所述的光源和所述的线激光扫描仪的扫描平台;
本发明设计了一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法,其特征是,包含如下步骤:
步骤1:利用线激光设备采集所述的连接器的三维点云信息,并将三维点信息的转换为pcd格式;
步骤2:求取步骤1所述转换格式的三维点云数据在X、Y、Z三个坐标轴方向的最大、最小坐标值,得到点云数据在三个轴上的分布范围,(Dx,Dy,Dz)分别表示点云数据在X、Y、Z三个坐标轴方向的最大(xmax,ymax,zmax)、最小(xmin,ymin,zmin)坐标值,并根据公式(1)得到;
步骤3:利用步骤2所得的利用公式(2)计算每个体素栅格的边长,其中D为体素栅格的边长,α为比例因子,N为点云数量;
步骤4:对于步骤3处理后的点云,估计每个点周围50个点的距离的均值和标准差以移除离群点;
步骤5:再步骤4中进行预处理后的点云中定义X-Y平面为标准坐标平面,Z轴方向坐标表示点云数据的高度heigh,定义X-Y平面模型作为拟合平面;
步骤6:采用随机采样一致性方法,拟合针脚平面方程并获取针脚平面点云,按照公式(3)进行计算,其中w表示局内点数目与数据集数目比值,n表示估计模型需要选定n个点,p表示迭代过程中从数据集内随机抽选点均为局内点概率,1-wn是n个点中至少有一个点为局外点的概率,(1-wn)k表示算法永远都不会选择到n个点均为局内点的概率;
步骤7:计算步骤6得到的针脚平面点云的平均高度average_heigh,将average_heigh设为阈值条件,选取步骤4中预处理后点云中z坐标高于阈值条件部分点云作为针脚点云;
步骤8:将步骤7所得针脚点云投影至X-Y平面,定义平面模型为:Ax+By+Cz+D=0,将分割出的针脚点云投影至该平面;
步骤9:计算出步骤8所得针脚投影平面点云在X、Y方向的极值min.x,min.y,max.x,max.y,从而计算出针脚在行列方向的间距D1、D2;
步骤10:通过步骤9中计算的针脚投影平面点云的极值可得针脚投影平面点云包围矩形长宽分别为(max.y-min.y),(max.x-min.x),外包矩形长length_out、外包矩形宽width_out计算如公式(4)和公式(5)所示,其中length,width为针脚投影平面点云包围矩形长宽;
width_out=width+D1 公式(4)
length_out=length+D2 公式(5)
步骤11:将步骤7所得针脚点云划分为固定N*M区域,N表示针脚行数,M表示针脚列数,依次遍历所有点云数据,用点云数据的x方向坐标除以外包矩形的宽width_out获取比例值p1,再乘以针脚行数N即可确定针脚处在行方向区域(1~N)中哪一个区域;
步骤12:点云数据y方向坐标除以外包矩形的长length_out获取比例值p2,再乘以针脚列数M即可获得针脚在列方向区域(1~M)中哪一个区域,结合步骤11中确定的行区域位置,即可将针脚划分成55个子区域;
步骤13:结合步骤11和步骤12,每确定一个点云数据所在区域,该区域当前点云数num均加1;
步骤14:计算不同区域点的最大高度与平均高度,即遍历区域点云计算各个区域点云数据在Z轴方向的最大值max_heigh以及平均值average_heigh;如果当前子区域点数低于子区域点数统计均值average_num的一半,以及当前子区域点云数据的Z轴方向的最大值低于区域点极值的一半,即可判断该区域针脚存在断针缺陷;
步骤15:当针脚点云不存在曲针缺陷时,其法向量近似平行于X-Y平面,设定标准阈值,当子区域点云数据估计的Z轴法线值大于标准阈值时即可判断该区域针脚存在曲针缺陷;
针脚缺陷检测完毕。
附图说明
图1:算法流程图;
图2:针脚原始图;
图3:针脚提取图;
图4:针脚投影图;
图5:针脚法线图;
具体实施方式
本发明设计了一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法,其特征是,包含如下步骤:
步骤1:利用线激光设备采集连接器的三维点云信息,并将所述三维点信息的转换为pcd格式;
步骤2:求取步骤1所述转换格式的三维点云数据在X、Y、Z三个坐标轴方向的最大、最小坐标值,得到点云数据在三个轴上的分布范围,(Dx,Dy,Dz)分别表示点云数据在X、Y、Z三个坐标轴方向的最大(xmax,ymax,zmax)、最小(xmin,ymin,zmin)坐标值,并根据公式(1)得到;
步骤3:利用步骤2所得的利用公式(2)计算每个体素栅格的边长,其中D为体素栅格的边长,α为比例因子,N为点云数量;
步骤4:对于步骤3处理后的点云,估计每个点周围50个点的距离的均值和标准差以移除离群点;
步骤5:在步骤4中进行预处理后的点云中定义X-Y平面为标准坐标平面,则Z轴方向坐标表示点云数据的高度heigh,定义X-Y平面模型作为拟合平面;
步骤6:采用随机采样一致性方法,拟合针脚平面方程并获取针脚平面点云,按照公式(3)进行计算,其中w表示局内点数目与数据集数目比值,n表示估计模型需要选定n个点,p表示迭代过程中从数据集内随机抽选点均为局内点概率,1-wn是n个点中至少有一个点为局外点的概率,(1-wn)k表示算法永远都不会选择到n个点均为局内点的概率;
步骤7:计算步骤6得到的针脚平面点云的平均高度average_heigh,将average_heigh设为阈值条件,选取步骤4中预处理后点云中Z坐标高于阈值条件部分点云作为针脚点云;
步骤8:将步骤7所得针脚点云投影至X-Y平面,定义平面模型为:Ax+By+Cz+D=0,将分割出的针脚点云投影至该平面;
步骤9:计算出步骤8所得针脚投影平面点云在X、Y方向的极值min.x,min.y,max.x,max.y,从而计算出针脚在行列方向的间距D1、D2;
步骤10:通过步骤9中计算的针脚投影平面点云的极值可得针脚投影平面点云包围矩形长宽分别为(max.y-min.y),(max.x-min.x),外包矩形长length_out、外包矩形宽width_out计算如公式(4)和公式(5)所示,其中length,width为针脚投影平面点云包围矩形长宽;
width_out=width+D1 公式(4)
length_out=length+D2 公式(5)
步骤11:将步骤7所得针脚点云划分为固定N*M区域,N表示针脚行数,M表示针脚列数,依次遍历所有点云数据,用点云数据的x方向坐标除以外包矩形的宽width_out获取比例值p1,再乘以针脚行数N即可确定针脚处在行方向区域(1~N)中哪一个区域;
步骤12:点云数据y方向坐标除以外包矩形的长length_out获取比例值p2,再乘以针脚列数M即可获得针脚在列方向区域(1~M)中哪一个区域,结合步骤11中确定的行区域位置,即可将针脚划分成55个子区域;
步骤13:结合步骤11和步骤12,每确定一个点云数据所在区域,该区域当前点云数num均加1;
步骤14:计算不同区域点的最大高度与平均高度,即遍历区域点云计算各个区域点云数据在Z轴方向的最大值max_heigh以及平均值average_heigh;如果当前子区域点数低于子区域点数统计均值average_num的一半,并且当前子区域点云数据的Z轴方向的最大值低于区域点极值的一半,即可判断该区域针脚存在断针缺陷;
步骤15:当针脚点云不存在曲针缺陷时,其法向量近似平行于X-Y平面,设定标准阈值,当子区域点云数据估计的Z轴法线值大于标准阈值时即可判断该区域针脚存在曲针缺陷;
针脚缺陷检测完毕。
本发明与已有的针脚缺陷方法的最大区别是:
(1)本发明是基于线激光的高精度三维针脚缺陷检测方法,能够获取二维检测方法无法获取的图像深度信息以及曲率等三维特征,以往的二维检测方法只能通过提取轮廓来检测缺陷,检测缺陷的种类少。
(2)本发明是基于线激光的高精度三维针脚缺陷检测方法,精度高,误检率低。
综上所述,本发明所述的高精度针脚三维缺陷方法的优点是:
(1)由于本发明所述的高精度三维针脚缺陷检测方法,是建立在线激光扫描仪基础之上,因此所采集的点云数据精度相较于传统结构光双目扫描仪精度更高。
(2)使用本发明所述的高精度三维针脚缺陷检测方法,可以避免离群点噪声在三维缺陷检测时的数据干扰和误判断,得到平滑的三维重建数据,同时降低点云数据量,减少用户的人工干预工作量以及提高计算机处理速度,提高工作效率。
以上示意性的对本发明及其实施方式进行了描述,该描述没有局限性,附图中所示的也只是本发明的实施方式之一。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,采用其它形式的同类部件或其它形式的各部件布局方式,不经创造性的设计出与该技术方案相似的技术方案与实施例,均应属于本发明的保护范围。
Claims (1)
1.一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法,其特征是,包含如下步骤:
步骤1:利用线激光设备采集连接器的三维点云信息,并将所述三维点云信息转换为pcd格式;
步骤2:求取步骤1所述转换格式的三维点云数据在X、Y、Z三个坐标轴方向的最大、最小坐标值,得到点云数据在三个轴上的分布范围,(Dx,Dy,Dz)分别表示点云数据在X、Y、Z三个坐标轴方向的最大(xmax,ymax,zmax)、最小(xmin,ymin,zmin)坐标值,并根据公式(1)得到;
步骤3:利用步骤2所得的利用公式(2)计算每个体素栅格的边长,其中D为体素栅格的边长,α为比例因子,N为点云数量;
步骤4:对于步骤3处理后的点云,估计每个点周围50个点的距离的均值和标准差以移除离群点;
步骤5:在步骤4中进行预处理后的点云中定义X-Y平面为标准坐标平面,则Z轴方向坐标表示点云数据的高度heigh,定义X-Y平面模型作为拟合平面;
步骤6:采用随机采样一致性方法,拟合针脚平面方程并获取针脚平面点云,按照公式(3)进行计算,其中w表示局内点数目与数据集数目比值,n表示估计模型需要选定n个点,p表示迭代过程中从数据集内随机抽选点均为局内点概率,1-wn是n个点中至少有一个点为局外点的概率,(1-wn)k表示算法永远都不会选择到n个点均为局内点的概率;
步骤7:计算步骤6得到的针脚平面点云的平均高度average_heigh,将average_heigh设为阈值条件,选取步骤4中预处理后点云中Z坐标高于阈值条件部分点云作为针脚点云;
步骤8:将步骤7所得针脚点云投影至X-Y平面,定义平面模型为:Ax+By+Cz+D=0,其中A、B、C、D为系数;将分割出的针脚点云投影至该平面;
步骤9:计算出步骤8所得针脚投影平面点云在X、Y方向的极值min.x,min.y,max.x,max.y,从而计算出针脚在行列方向的间距D1、D2;
步骤10:通过步骤9中计算的针脚投影平面点云的极值可得针脚投影平面点云包围矩形长宽分别为(max.y-min.y),(max.x-min.x),外包矩形长length_out、外包矩形宽width_out计算如公式(4)和公式(5)所示,其中length,width为针脚投影平面点云包围矩形长宽;
width_out=width+D1 公式(4)length_out=length+D2 公式(5)
步骤11:将步骤7所得针脚点云划分为固定N*M区域,N表示针脚行数,M表示针脚列数,依次遍历所有点云数据,用点云数据的x方向坐标除以外包矩形的宽width_out获取比例值p1,再乘以针脚行数N即可确定针脚处在行方向区域中哪一个区域,其中行方向区域为1~N;
步骤12:点云数据y方向坐标除以外包矩形的长length_out获取比例值p2,再乘以针脚列数M即可获得针脚在列方向区域中哪一个区域,其中列方向区域为1~M,结合步骤11中确定的行区域位置,即可将针脚划分成55个子区域;
步骤13:结合步骤11和步骤12,每确定一个点云数据所在区域,该区域当前点云数num均加1;
步骤14:计算不同区域点的最大高度与平均高度,即遍历区域点云计算各个区域点云数据在Z轴方向的最大值max_heigh以及平均值average_heigh;如果当前子区域点数低于子区域点数统计均值average_hum的一半,并且当前子区域点云数据的Z轴方向的最大值低于区域点极值的一半,即可判断该区域针脚存在断针缺陷;
步骤15:当针脚点云不存在曲针缺陷时,其法向量近似平行于X-Y平面,设定标准阈值,当子区域点云数据估计的Z轴法线值大于标准阈值时即可判断该区域针脚存在曲针缺陷;
针脚缺陷检测完毕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761939.8A CN108982513B (zh) | 2018-07-11 | 2018-07-11 | 一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810761939.8A CN108982513B (zh) | 2018-07-11 | 2018-07-11 | 一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108982513A CN108982513A (zh) | 2018-12-11 |
CN108982513B true CN108982513B (zh) | 2021-05-07 |
Family
ID=64537847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810761939.8A Active CN108982513B (zh) | 2018-07-11 | 2018-07-11 | 一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108982513B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765240B (zh) * | 2018-12-25 | 2022-11-01 | 浙江四点灵机器人股份有限公司 | 一种检测工业零件针脚缺陷装置及方法 |
CN109967374A (zh) * | 2018-12-27 | 2019-07-05 | 江苏理工学院 | 一种基于三维机器视觉的连接器插针尺寸检测系统及方法 |
CN110793966B (zh) * | 2019-11-07 | 2022-03-04 | 哈尔滨工业大学 | 航空电连接器接触件缩针自动化检测装置及其检测方法 |
CN111402245B (zh) * | 2020-03-20 | 2024-02-27 | 中建材(合肥)粉体科技装备有限公司 | 一种辊压机辊面缺陷识别方法和装置 |
CN112541522B (zh) * | 2020-11-13 | 2023-05-16 | 国网天津市电力公司营销服务中心 | 一种用电信息采集终端通信模块针脚正位度检测方法 |
CN114897907B (zh) * | 2022-07-14 | 2022-09-30 | 北京远舢智能科技有限公司 | 一种烟支外观缺陷检测方法、装置及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1297136A (zh) * | 2000-08-14 | 2001-05-30 | 王彤宜 | 立体空间光学式集成电路针脚检测方法及其检测仪器 |
JP2002026486A (ja) * | 2000-07-07 | 2002-01-25 | Kyocera Corp | 配線基板の製造方法 |
CN202143147U (zh) * | 2010-12-28 | 2012-02-08 | 中国计量学院 | 一种连接件外观缺陷在线检测定位拍照控制装置 |
JP2013140985A (ja) * | 2011-12-29 | 2013-07-18 | Samsung Electro-Mechanics Co Ltd | 光学検査の補正方法及びこれにより製造されたパッケージ用基板 |
CN104215638A (zh) * | 2013-06-03 | 2014-12-17 | 英业达科技有限公司 | 针脚弯曲检测方法 |
CN105203046A (zh) * | 2015-09-10 | 2015-12-30 | 北京天远三维科技有限公司 | 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法 |
-
2018
- 2018-07-11 CN CN201810761939.8A patent/CN108982513B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002026486A (ja) * | 2000-07-07 | 2002-01-25 | Kyocera Corp | 配線基板の製造方法 |
CN1297136A (zh) * | 2000-08-14 | 2001-05-30 | 王彤宜 | 立体空间光学式集成电路针脚检测方法及其检测仪器 |
CN202143147U (zh) * | 2010-12-28 | 2012-02-08 | 中国计量学院 | 一种连接件外观缺陷在线检测定位拍照控制装置 |
JP2013140985A (ja) * | 2011-12-29 | 2013-07-18 | Samsung Electro-Mechanics Co Ltd | 光学検査の補正方法及びこれにより製造されたパッケージ用基板 |
CN104215638A (zh) * | 2013-06-03 | 2014-12-17 | 英业达科技有限公司 | 针脚弯曲检测方法 |
CN105203046A (zh) * | 2015-09-10 | 2015-12-30 | 北京天远三维科技有限公司 | 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法 |
Non-Patent Citations (2)
Title |
---|
基于三维激光扫描和BIM的构件缺陷检测技术;钱海等;《计算机测量与控制》;20160229;第24卷(第2期);第14-17页 * |
基于自适应分割与直线拟合的芯片连接器针脚缺陷检测算法;杜媛;《系统仿真技术》;20160331;第12卷(第3期);第212-217页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108982513A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108982513B (zh) | 一种基于线激光扫描的高精度三维连接器针脚缺陷检测方法 | |
US9704232B2 (en) | Stereo vision measurement system and method | |
CN112116619B (zh) | 一种基于结构约束的多线结构光系统条纹中心线提取方法 | |
CN110298853B (zh) | 面差视觉检测方法 | |
CN115861291B (zh) | 基于机器视觉的贴片电路板生产缺陷检测方法 | |
JP5806786B1 (ja) | 画像認識装置 | |
CN113052797A (zh) | 基于深度图像处理的bga锡球三维检测方法 | |
CN103544492A (zh) | 基于深度图像三维曲面几何特征的目标识别方法和装置 | |
CN113888531A (zh) | 混凝土表面缺陷检测方法、装置、电子设备及存储介质 | |
CN109816682B (zh) | 一种基于凹凸性的腕臂系统分割与参数检测方法 | |
CN105627935A (zh) | 产品料厚三维分析系统及方法 | |
Li et al. | Stereo vision based automated solder ball height and substrate coplanarity inspection | |
CN114820563A (zh) | 一种基于多视点立体视觉的工业部件尺寸估计方法及系统 | |
CN110006374B (zh) | 一种通过多维插值获取图像基准的cfrp粗糙度测量方法 | |
Li et al. | A robust 3-D abrasion diagnosis method of pantograph slipper based on stereo vision | |
CN115816834B (zh) | 用于打印机打印质量实时监测的方法及系统 | |
KR100602594B1 (ko) | 3차원 측정 데이터의 분석 결과 재계산 시스템 및 방법 | |
CN116433584A (zh) | 一种长条形打磨模板表面缺陷检测方法、系统及存储介质 | |
TWI444586B (zh) | 零件形位公差檢測系統及方法 | |
CN107358655B (zh) | 基于离散平稳小波变换的半球面和圆锥面模型的辨识方法 | |
CN109084721B (zh) | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 | |
CN109443244B (zh) | 剔除高光反射异常错误点的方法 | |
CN112184790A (zh) | 基于深度相机的物体尺寸高精度测量方法 | |
CN105654473A (zh) | 一种亚像素边缘检测方法 | |
CN117173156B (zh) | 基于机器视觉的极片毛刺检测方法、装置、设备及介质 |
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 |