CN109300102B - 一种针对pcb的缺陷检测方法 - Google Patents

Abstract

一种针对PCB的缺陷检测方法，包括:步骤1：生成像素类型；步骤2：提取可疑像素；步骤3：生成可疑区域；步骤4：区域聚类成簇；步骤5：聚类簇属性分析。该方法首先根据其微小缺陷灰度信息的特点，在图像中找到其可疑区域，然后再根据其位置来判定是否是缺陷，如此便可将该缺陷检测出来。

Description

一种针对PCB的缺陷检测方法

技术领域

本发明涉及缺陷检测技术领域，具体涉及一种针对PCB的缺陷检测方法，尤其涉及一种针对PCB板的微小缺陷的检测方法。

背景技术

在人们的生活和工作中，电子产品扮演着越来越重要的角色，人们对于电子产品的依赖程度越来越高，同时，人们对于电子产品的轻便性要求也越来越高。这种需求使得电子产品需要不断的朝着高集成和小型化的方向改进，其中，对于印刷电路板(PCB，PrintedCircuit Board)的高集成和小型化的需求尤其明显。

另外随着通信、计算机和消费电子等产业的飞速发展，对于PCB行业的需求也越来越多。同时，对于印刷电路板的质量要求也在逐渐提高，但是由于其本身的高密度、高复杂性、高性能发展趋势等特点，使得PCB板的质量检测成为了一个亟待解决的问题。自动光学检测(AOI，Automatic Optical Inspector)系统利用机器视觉和图像处理技术来实现对PCB板的自动检测，且具有检测效率高、精确度高、稳定性好、成本低等优点，能够准确检测出短路、开路、毛刺、缺口、针孔、残铜等缺陷。

由于生产工艺的原因，在PCB板上难免会存在一些残铜。而在PCB板上，某些区域内是不允许存在残铜出现的，其对电路的导通性能和可靠性会有较大影响。这些区域有：导体和导体之间，导体和通孔之间等。PCB板的元素类型中有一类为clearance，如图1所示，用来表示将来要打孔的区域，而将来要打孔的孔轮廓也就是逻辑孔,clearance包括如下三类：

(1)独立的、圆形clearance，表示该区域为圆形并且与PCB板上的线路不相接；

(2)独立的异形clearance，表示该区域为非圆形并且与PCB板上的线路不相接；

(3)非独立的clearance，表示该区域与PCB板上的线路相接；

这样的三类clearance，在clearance内部均存在空白区，在此区域内不允许有铜渣出现的，所以，铜渣就构成了缺陷，即使铜渣的尺寸较小，亮度暗弱，为了控制印刷电路板的质量，自动光学检测系统必须检测此类缺陷，此类缺陷被称为微小缺陷。

自动光学检测系统通过对PCB板成像，然后将其与模板比较进行缺陷的检测。由于受到光学分辨率和光照条件的限制，细小或者浅(薄)的残铜所在局部区域成像后的灰度值不高，且该灰度值存在高于基材的灰度值的区域、低于导体的灰度值的区域和低于二值化阈值的灰度值的区域特点，如图2所示，因此，在二值图像中被当成基材，从而造成漏检。而这种被二值化检测方法漏检的细小缺陷就被称为微小缺陷(SDD，Small Defect Detect)。

发明内容

为解决上述问题，本发明提供了一种针对PCB的缺陷检测方法，该方法首先根据其微小缺陷灰度信息的特点，在图像中找到其可疑区域，然后再根据其位置来判定是否是缺陷，如此便可将该缺陷检测出来。

为了克服现有技术中的不足，本发明提供了一种针对PCB的缺陷检测方法的解决方案，具体如下：

一种针对PCB的缺陷检测方法，步骤如下:

步骤1：生成像素类型；

步骤2：提取可疑像素；

步骤3：生成可疑区域；

步骤4：区域聚类成簇；

步骤5：聚类簇属性分析。

进一步地，所述生成像素类型的方法具体为：

对PCB板成像后得到所述PCB板的图像，将该图像灰度化后得到该图像的灰度图并形成该图像的灰度直方图，再根据该图像的灰度直方图来确定二值化的参数，所述根据该图像的灰度直方图来确定二值化的参数的方式为：

设定二值化的高阈值与二值化的低阈值，设定微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值，所述二值化的高阈值、二值化的低阈值、微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值就构成了所述二值化的参数；

接着遍历所述PCB板的灰度图中的每个像素点，根据该像素点的灰度值及该像素点的空间位置对像素点进行分类，所述像素点分类方式为：

若所述像素点的灰度值大于所述二值化的高阈值就为导体像素点；

若所述像素点邻域中的导体像素点的个数超过设定的数量阈值就为补充导体像素点；

若所述像素点的灰度值低于所述二值化的高阈值且与一个导体像素点相邻就为边缘像素点；

若所述像素点与一个边缘像素点相邻就为边缘外第一个像素点Edge0；

若所述像素点与一个边缘像素点相隔一个像素点就为和边缘相隔一个像素点的外部像素点Edge1；

若所述像素点的灰度值高于所述微小缺陷SDD检测的高阈值并低于所述微小缺陷SDD检测的低阈值，就为非微小缺陷SDD检测的像素点；

若所述像素点不属于导体像素点、补充导体像素点、边缘像素点、边缘外第一个像素点Edge0、和边缘相隔一个像素点的外部像素点Edge1和非微小缺陷SDD检测的像素点，则该像素点就为其他微小缺陷SDD检测的像素点。

进一步地，所述对PCB板成像的方式是通过自动光学检测系统来对PCB板进行成像。

进一步地，所述提取可疑像素的方法具体为：

把所述导体像素点、补充导体像素点、边缘像素点和其他微小缺陷SDD检测的像素点直接确认为作为可疑点的可疑像素，而对边缘外第一个像素点Edge0与和边缘相隔一个像素点的外部像素点Edge1，则采用剖面分析方法来遍历边缘外第一个像素点Edge0与和边缘相隔一个像素点的外部像素点Edge1确定其是否为可疑像素。

进一步地，所述剖面分析方法把边缘外第一个像素点Edge0或者和边缘相隔一个像素点的外部像素点Edge1作为中心像素点，分析该中心像素点的5×5邻域中的像素点，即构造出该中心像素点在其5×5邻域中的水平方向、竖直方向、主对角线方向和副对角线方向这四个方向的灰度剖面：

所述水平方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个水平向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自左向右的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述竖直方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个竖直向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自上而下的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述主对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个主对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个主对角线方向的像素点按照其自左上方到右下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述副对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个副对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个副对角线方向的像素点按照其自右上方到左下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述灰度剖面设定为4种表现类型，若所述灰度剖面为自左向右的水平状曲线，该灰度剖面就为平地类型，若所述灰度剖面为自左向右持续升高或者持续降低的曲线，该灰度剖面就为斜坡类型，若所述灰度剖面为自左向右先升高后降低的曲线，该灰度剖面就为峰类型，若所述灰度剖面为自左向右先降低后升高的曲线，该灰度剖面就为谷类型；

对于边缘外第一个像素点Edge0，如果针对该边缘外第一个像素点Edge0构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该边缘外第一个像素点Edge0存在短路缺陷的可能，则把该边缘外第一个像素点Edge0确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；

对于和边缘相隔一个像素点的外部像素点Edge1，如果针对该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该和边缘相隔一个像素点的外部像素点Edge1存在短路缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；若该和边缘相隔一个像素点的外部像素点Edge1不存在短路缺陷的可能，但是如果在该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少三个峰类型、存在两个峰类型和在四个方向的灰度剖面中的圆点对应的像素点中下存在一个边缘像素点或者存在一个峰类型和一个斜坡类型的条件下确定该和边缘相隔一个像素点的外部像素点Edge1存在微小毛刺缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素。

进一步地，所述生成可疑区域的方法具体为：

提取可疑像素后，就通过连通性分析将相连的作为可疑点的可疑像素连通成为可疑区域。

进一步地，所述连通性分析的方法具体为：

所述连通性分析采用的是Blob分析计算法，其将作为可疑点的可疑像素从背景中分离开来，并计算出作为可疑点的可疑像素的数量、位置、形状、方向和大小这样的相关特征。

进一步地，所述区域聚类成簇的方法具体为：

生成可疑区域后，把所述可疑区域通过聚类成为聚类簇，即将相邻区域的可疑区域聚类成为一簇。

进一步地，所述将相邻区域的可疑区域聚类的方法具体为：

步骤1：遍历读取可疑区域，把正在读取的可疑区域作为新的区域；

步骤2：然后判断该新的区域是否已经聚类成簇，若已经聚类成簇，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；

步骤3：若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤4：若步骤2中判断该新的区域是否已经聚类成簇的结果为没有聚类成簇，就把该新的区域作为新的种子添加到聚类簇中，形成新的聚类簇，并更新该新的聚类簇的属性、面积和包围盒；

步骤5：接着判断是否存在与该新的聚类簇相邻的可疑区域，若没有相邻的可疑区域，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤6：若有相邻的可疑区域，就通过漫水法找到所有相邻的可疑区域，然后判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行。

进一步地，所述聚类簇属性分析的方法具体为：

首先对各个聚类簇进行连通性分析，即根据最小间距的距离来判断每个聚类簇中存在的导体个数，然后根据其聚类簇的属性，找出真实缺陷，对于包含的导体个数大于等于2的聚类簇，就确定该聚类簇连接了两个导体，即属于间距违规的缺陷，属于真实缺陷；对于仅包含了一个导体的聚类簇，且该聚类簇内包含可能存在微小毛刺的缺陷的可疑像素个数达到设定阈值也属于真实缺陷；同时，对该聚类簇的位置进行判断，如果该聚类簇位于clearance的内部空白区，则属于真实缺陷，其中根据最小间距的距离来判断聚类簇中存在的导体个数为根据相间隔的导体像素点之间的距离是否大于或等于设定的最小间距的距离，若大于或等于设定的最小间距的距离，就确定该聚类簇中包含新的导体，然后把初始变量值为0的表示导体数量的变量的变量值加一，最后得到的变量值就是所述导体个数，所述最小间距的距离的设定为所述PCB板上的导体之间间隔的最小值。

本发明的有益效果为：

将可疑点连通成为区域，变为对区域的处理而不是对点的处理，减小了计算量；对于可疑像素的判定进行分别处理，即边缘外第一个像素点Edge0、边缘相隔一个像素点的外部像素点Edge1和其余像素判断标准不同，如此则更精确的找到了可疑像素，且去除了边缘成像对其的干扰。还实现了对于不同区域以及不同类型的缺陷类型进行不同的处理。

附图说明

图1是clearance的结构示意图。

图2是细小或者浅(薄)的残铜的灰度值分布示意图。

图3是微小缺陷的示意图，其中图3(a)表示微小短路，图3(b)表示微小毛刺，图3(c)表示不位于clearance的空白区的孤立缺陷,图3(d)表示位于clearance的空白区的孤立缺陷。

图4是本发明的SDD的检测方法的整体流程图。

图5是生成像素类型前的PCB板的灰度图与生成像素类型后的PCB板的灰度图的比较示意图，其中图5的左半部分为生成像素类型前的PCB板的灰度图的示意图，图5的右半部分为生成像素类型后的PCB板的灰度图的示意图。

图6是利用本发明的灰度剖面的表现类型，其中图6(a)为平地类型，图6(b)为斜坡类型，图6(c)为峰类型，图6(d)为谷类型。

图7是本发明的聚类过程的流程图。

具体实施方式

下面将结合附图和实施例对本发明做进一步地说明。

针对PCB的缺陷检测方法，步骤如下:

所述PCB板的微小缺陷根据其连接导体个数又分为微小短路、微小毛刺和孤立缺陷，如图3所示，其中所述微小短路表示连接2个导体的微小缺陷，所述微小毛刺表示连接1个导体的微小缺陷，所述孤立缺陷表示不连接导体的微小缺陷。而对于前两种，即所述微小短路和微小毛刺会影响PCB板的导电性能，因此需要检测出来，而对于不连接导体的孤立缺陷，需要判断是否是位于clearance内部的空白区，如果是位于空白区，则需要检测出来位于空白区的孤立缺陷，而其余的不位于空白区的孤立缺陷则不需要检测出来。

针对PCB的缺陷检测方法就是SDD的检测方法，其采用的是一种全帧图像检测的方法，即遍历原始图像的所有像素进行检测。其基本的思想是顺序按照提取可疑点->生成可疑区域->聚类出可疑聚类簇来提取出可疑区域，然后通过对聚类簇进行分析并判断其属性判定是否要报出此缺陷。其检测流程图如图4所示：

步骤1：生成像素类型；

步骤2：提取可疑像素；

步骤3：生成可疑区域；

步骤4：区域聚类成簇；

步骤5：聚类簇属性分析。

所述生成像素类型的方法具体为：

对PCB板成像后得到所述PCB板的图像，将该图像灰度化后得到该图像的灰度图并形成该图像的灰度直方图，再根据该图像的灰度直方图来确定二值化的参数，所述根据该图像的灰度直方图来确定二值化的参数的方式为：

通常所述PCB板的灰度图上的导体(就如铜这样的导体)部分的像素点的灰度值是接近255的高值，而所述PCB板的灰度图上的基材部分的像素点的灰度值是接近0的低值，这样就能根据PCB板的灰度图上的像素点此类特性，设定二值化的高阈值与二值化的低阈值，而所述PCB板的灰度图上高于二值化的高阈值的像素点就作为导体部分的像素点，所述PCB板的灰度图上低于二值化的低阈值的像素点就作为基材部分的像素点，所述二值化的高阈值与二值化的低阈值分别可以设定为120和60，再根据所述微小缺陷的灰度值的区域特点，确定所述PCB板的灰度图上需要检测的灰度值范围，即设定微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值，所述二值化的高阈值、二值化的低阈值、微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值就构成了所述二值化的参数，微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值分别可以设定为180和20；

接着遍历所述PCB板的灰度图中的每个像素点，根据该像素点的灰度值及该像素点的空间位置对像素点进行分类，所述像素点分类方式为：

若所述像素点的灰度值大于所述二值化的高阈值就为导体像素点；

若所述像素点邻域中的导体像素点的个数超过设定的数量阈值就为补充导体像素点；所述数量阈值设定为3。

若所述像素点的灰度值低于所述二值化的高阈值且与一个导体像素点相邻就为边缘像素点；

若所述像素点与一个边缘像素点相邻就为边缘外第一个像素点Edge0；

若所述像素点与一个边缘像素点相隔一个像素点就为和边缘相隔一个像素点的外部像素点Edge1；

若所述像素点的灰度值高于所述微小缺陷SDD检测的高阈值并低于所述微小缺陷SDD检测的低阈值，就为非微小缺陷SDD检测的像素点；

若所述像素点不属于导体像素点、补充导体像素点、边缘像素点、边缘外第一个像素点Edge0、和边缘相隔一个像素点的外部像素点Edge1和非微小缺陷SDD检测的像素点，则该像素点就为其他微小缺陷SDD检测的像素点。

如图5所示，图5的左半部分为生成像素类型前的PCB板的灰度图的示意图，图5的右半部分为生成像素类型后的PCB板的灰度图的示意图，在这里通过不同的标示来表示不同的像素点类型，在图5的左半部分像素点上的的数字标示为该像素点的灰度值，而图5的右半部分像素点上的数字标示为该像素点的类型标识符，其中，255表示导体像素点，215表示补充导体像素点，180表示边缘像素点，128表示边缘外第一个像素点Edge0，100表示和边缘相隔一个像素点的外部像素点Edge1，50表示其他微小缺陷SDD检测的像素点，25表示高于所述微小缺陷SDD检测的高阈值的非微小缺陷SDD检测的像素点，0表示低于所述微小缺陷SDD检测的低阈值的非微小缺陷SDD检测的像素点，经过上述的生成像素类型之后即将所有所述PCB板的灰度图中的像素点进行了精确的分类，对于非微小缺陷SDD检测的像素点即不再进行处理，节省了运算时间，能够更加准确的找到微小缺陷SDD的可疑区。

所述对PCB板成像的方式是通过自动光学检测系统来对PCB板进行成像。

所述提取可疑像素的方法具体为：

对于步骤1中产生的多个类型的像素点，针对不同的类型的像素点进行不同的处理。把所述导体像素点、补充导体像素点、边缘像素点和其他微小缺陷SDD检测的像素点直接可以确认为作为可疑点的可疑像素，但是对于边缘上Edge0和Edge1像素，由于存在边缘的过渡像素多少的问题，所以需要通过剖面分析确定可疑像素。而对边缘外第一个像素点Edge0与和边缘相隔一个像素点的外部像素点Edge1，则采用剖面分析方法来遍历边缘外第一个像素点Edge0与和边缘相隔一个像素点的外部像素点Edge1确定其是否为可疑像素。

所述剖面分析方法即构造灰度剖面，把边缘外第一个像素点Edge0或者和边缘相隔一个像素点的外部像素点Edge1作为中心像素点，分析该中心像素点的5×5邻域中的像素点，即构造出该中心像素点在其5×5邻域中的水平方向、竖直方向、主对角线方向和副对角线方向这四个方向的灰度剖面：

所述水平方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个水平向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自左向右的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值，所述高度差可以用mm为单位；

所述竖直方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个竖直向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自上而下的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值，所述高度差可以用mm为单位；

所述主对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个主对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个主对角线方向的像素点按照其自左上方到右下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值，所述高度差可以用mm为单位；

所述副对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个副对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个副对角线方向的像素点按照其自右上方到左下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值，所述高度差可以用mm为单位；

所述灰度剖面反映了所述中心像素点附近在四个方向的每个方向上的灰度值是如何变化的，当出现不同的表现类型，代表着不同的灰度分布，如图6所示，而不同的灰度分布代表不同的缺陷类型，由此把所述灰度剖面设定为4种表现类型，若所述灰度剖面为自左向右的水平状曲线，该灰度剖面就为平地类型，若所述灰度剖面为自左向右持续升高或者持续降低的曲线，该灰度剖面就为斜坡类型，若所述灰度剖面为自左向右先升高后降低的曲线，该灰度剖面就为峰类型，若所述灰度剖面为自左向右先降低后升高的曲线，该灰度剖面就为谷类型；

对于边缘外第一个像素点Edge0，如果针对该边缘外第一个像素点Edge0构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该边缘外第一个像素点Edge0存在短路缺陷的可能，则把该边缘外第一个像素点Edge0确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；

对于和边缘相隔一个像素点的外部像素点Edge1，如果针对该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该和边缘相隔一个像素点的外部像素点Edge1存在短路缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；若该和边缘相隔一个像素点的外部像素点Edge1不存在短路缺陷的可能，另外还需要判定该和边缘相隔一个像素点的外部像素点Edge1是否存在毛刺缺陷的可能，但是如果在该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少三个峰类型、存在两个峰类型和在四个方向的灰度剖面中的圆点对应的像素点中下存在一个边缘像素点或者存在一个峰类型和一个斜坡类型的条件下确定该和边缘相隔一个像素点的外部像素点Edge1存在微小毛刺缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素。

对于符合上述规则的点，则确定为作为可疑点的可疑像素，用于后续的分析。

所述生成可疑区域的方法具体为：

提取可疑像素后，就通过连通性分析将相连的作为可疑点的可疑像素连通成为可疑区域。

所述连通性分析的方法具体为：

所述连通性分析采用的是Blob分析计算法，其可以将作为可疑点的可疑像素从背景中分离开来，并可以计算出作为可疑点的可疑像素的数量、位置、形状、方向和大小这样的相关特征。

所述区域聚类成簇的方法具体为：

生成可疑区域后，把所述可疑区域通过聚类成为聚类簇，即将相邻区域的可疑区域聚类成为一簇。便于后续的分析以及对整个聚类簇的属性判断，其聚类过程的流程图如图7所示。

所述将相邻区域的可疑区域聚类的方法具体为：

步骤1：遍历读取可疑区域，把正在读取的可疑区域作为新的区域；

步骤2：然后判断该新的区域是否已经聚类成簇，若已经聚类成簇，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；

步骤3：若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤4：若步骤2中判断该新的区域是否已经聚类成簇的结果为没有聚类成簇，就把该新的区域作为新的种子添加到聚类簇中，形成新的聚类簇，并更新该新的聚类簇的属性、面积和包围盒；

步骤5：接着判断是否存在与该新的聚类簇相邻的可疑区域，若没有相邻的可疑区域，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤6：若有相邻的可疑区域，就通过漫水法找到所有相邻的可疑区域，然后判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行。也就是把没有聚类簇包含的可疑区域作为种子，建立一个新的聚类簇，并采用漫水法找到与之相邻的其余所有可疑区域，将其添加到此聚类簇中，并逐次更新聚类簇属性。

所述聚类簇属性分析的方法具体为：

首先对各个聚类簇进行连通性分析，即根据最小间距的距离来判断每个聚类簇中存在的导体个数，然后根据其聚类簇的属性，找出真实缺陷，对于包含的导体个数大于等于2的聚类簇，就确定该聚类簇连接了两个导体，即属于间距违规的缺陷，属于真实缺陷；对于仅包含了一个导体的聚类簇，但是其位于关键线路区，且该聚类簇内包含可能存在微小毛刺的缺陷的可疑像素个数达到设定阈值也属于真实缺陷，所述设定阈值可以为3；同时，对该聚类簇的位置进行判断，如果该聚类簇位于clearance的内部空白区，则违反了电气特性，属于真实缺陷，其中根据最小间距的距离来判断聚类簇中存在的导体个数为根据相间隔的导体像素点之间的距离是否大于或等于设定的最小间距的距离，若大于或等于设定的最小间距的距离，就确定该聚类簇中包含新的导体，然后把初始变量值为0的表示导体数量的变量的变量值加一，最后得到的变量值就是所述导体个数，所述最小间距的距离的设定为所述PCB板上的导体之间间隔的最小值。

对于线路板中的微小缺陷，其本质是铜渣对电气特性影响较大，在成像的表现上又不够亮，其灰度较暗，不可通过二值化通道进行检测，而是需要进行单独检测。根据PCB板的成像特点来设定微小缺陷检测的高低阈值，便可对位于阈值之间的可疑点进行微小缺陷的检测。针对边缘外第一个像素点Edge0、边缘相隔一个像素点的外部像素点Edge1进行剖面分析，根据其剖面情况判定其是否是可疑像素，便能剔除掉边缘外第一个像素点Edge0、边缘相隔一个像素点的外部像素点Edge1的干扰，更准确的找到可疑像素。将可疑像素经过连通性分析成为可疑区域，将可疑区域通过漫水法聚类成为聚类簇，如此将点的处理变为对区域的处理，减小了计算量，且更容易判断其连接属性。最后对聚类簇进行连通性分析，判定其连接的导体个数、确定区域的位置信息、可疑像素个数等，根据这些信息来决定是否是真实的缺陷，是否会影响电气特性。此方法很好的检测出了微小缺陷，提高了检出率，且降低了误报。

以上以附图说明的方式对本发明作了描述，本领域的技术人员应当理解，本公开不限于以上描述的实施例，在不偏离本发明的范围的情况下，可以做出各种变化、改变和替换。

Claims (6)

1.一种针对PCB的缺陷检测方法，其特征在于，步骤如下:

步骤1：对PCB板成像后得到所述PCB板的图像，将该图像灰度化后得到该图像的灰度图并形成该图像的灰度直方图，再根据该图像的灰度直方图来确定二值化的参数；遍历所述PCB板的灰度图中的每个像素点，根据该像素点的灰度值及 该像素点的空间位置对像素点进行分类，生成像素类型；

步骤2：将所述像素类型中的导体像素点、补充导体像素点、边缘像素点和其他微小缺陷SDD检测的像素点直接确认为作为可疑点的可疑像素，并采用剖面分析法来遍历边缘外第一个像素点Edge0与和边缘相隔一个像素点的外部像素点Edge1以提取可疑像素；

步骤3：通过连通性分析将相连的作为可疑点的可疑像素连通生成可疑区域；

步骤4：把所述可疑区域通过聚类成为聚类簇，即将相邻区域的可疑区域聚类成为一簇；

步骤5：对各个聚类簇进行连通性分析，即根据最小间距的距离来判断每个聚类簇中存在的导体个数，然后根据其聚类簇的属性，找出真实缺陷，对于包含的导体个数大于等于2的聚类簇，就确定该聚类簇连接了两个导体，即属于间距违规的缺陷，属于真实缺陷；对于仅包含了一个导体的聚类簇，且该聚类簇内包含可能存在微小毛刺的缺陷的可疑像素个数达到设定阈值也属于真实缺陷；同时，对该聚类簇的位置进行判断，如果该聚类簇位于clearance的内部空白区，则属于真实缺陷，其中根据最小间距的距离来判断聚类簇中存在的导体个数为根据相间隔的导体像素点之间的距离是否大于或等于设定的最小间距的距离，若大于或等于设定的最小间距的距离，就确定该聚类簇中包含新的导体，然后把初始变量值为0的表示导体数量的变量的变量值加一，最后得到的变量值就是所述导体个数，所述最小间距的距离的设定为所述PCB板上的导体之间间隔的最小值。

2.根据权利要求1所述的针对PCB的缺陷检测方法，其特征在于，所述根据该图像的灰度直方图来确定二值化的参数的方式为：

设定二值化的高阈值与二值化的低阈值，设定微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值，所述二值化的高阈值、二值化的低阈值、微小缺陷SDD检测的高阈值和微小缺陷SDD检测的低阈值就构成了所述二值化的参数；

所述像素点分类方式为：

若所述像素点的灰度值大于所述二值化的高阈值就为导体像素点；

若所述像素点邻域中的导体像素点的个数超过设定的数量阈值就为补充导体像素点；

若所述像素点的灰度值低于所述二值化的高阈值且与一个导体像素点相邻就为边缘像素点；

若所述像素点与一个边缘像素点相邻就为边缘外第一个像素点Edge0；

若所述像素点与一个边缘像素点相隔一个像素点就为和边缘相隔一个像素点的外部像素点Edge1；

若所述像素点的灰度值高于所述微小缺陷SDD检测的高阈值或低于所述微小缺陷SDD检测的低阈值，就为非微小缺陷SDD检测的像素点；

若所述像素点不属于导体像素点、补充导体像素点、边缘像素点、边缘外第一个像素点Edge0、和边缘相隔一个像素点的外部像素点Edge1和非微小缺陷SDD检测的像素点，则该像素点就为其他微小缺陷SDD检测的像素点。

3.根据权利要求2所述的针对PCB的缺陷检测方法，其特征在于，所述对PCB板成像的方式是通过自动光学检测系统来对PCB板进行成像。

4.根据权利要求3所述的针对PCB的缺陷检测方法，其特征在于，所述剖面分析方法把边缘外第一个像素点Edge0或者和边缘相隔一个像素点的外部像素点Edge1作为中心像素点，分析该中心像素点的5×5邻域中的像素点，即构造出该中心像素点在其5×5邻域中的水平方向、竖直方向、主对角线方向和副对角线方向这四个方向的灰度剖面：

所述水平方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个水平向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自左向右的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述竖直方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个竖直向的像素点的灰度值的变化曲线图，该变化曲线图把该五个水平向的像素点按照其自上而下的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述主对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个主对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个主对角线方向的像素点按照其自左上方到右下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述副对角线方向的灰度剖面为表示在所述中心像素点的5×5邻域中的以所述中心像素为中心的五个副对角线方向的像素点的灰度值的变化曲线图，该变化曲线图把该五个副对角线方向的像素点按照其自右上方到左下方的排列顺序把它们各自的灰度值自左向右在竖直方向上依次用圆点标示出来，并且相邻的两个圆点用连线连接起来，所述在竖直方向上依次用圆点标示出来的灰度值的方式为若一像素点的灰度值比另一个像素点的灰度值大，则灰度值大的那个像素点的灰度值的圆点标示在竖直向的位置就高于另一个像素点的灰度值的圆点标示，而相邻的两个圆点标示水平方向的间隔大小相等，并且灰度值大的那个像素点的灰度值的圆点标示与另一个像素点的灰度值的圆点标示之间的高度差的数值就是灰度值大的那个像素的灰度值减去另一个像素点的灰度值的灰度差值；

所述灰度剖面设定为4种表现类型，若所述灰度剖面为自左向右的水平状曲线，该灰度剖面就为平地类型，若所述灰度剖面为自左向右持续升高或者持续降低的曲线，该灰度剖面就为斜坡类型，若所述灰度剖面为自左向右先升高后降低的曲线，该灰度剖面就为峰类型，若所述灰度剖面为自左向右先降低后升高的曲线，该灰度剖面就为谷类型；

对于边缘外第一个像素点Edge0，如果针对该边缘外第一个像素点Edge0构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该边缘外第一个像素点Edge0存在短路缺陷的可能，则把该边缘外第一个像素点Edge0确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；

对于和边缘相隔一个像素点的外部像素点Edge1，如果针对该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少一个峰类型和一个谷类型、存在两个以上的斜坡类型或者存在一个峰类型和与之垂直的斜坡类型的条件下均确定为该和边缘相隔一个像素点的外部像素点Edge1存在短路缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素，所述存在一个峰类型和与之垂直的斜坡类型为表现为峰类型的变化曲线的中心线与表现为斜坡类型的变化曲线的中心线相互垂直；若该和边缘相隔一个像素点的外部像素点Edge1不存在短路缺陷的可能，但是如果在该和边缘相隔一个像素点的外部像素点Edge1构造的四个方向的灰度剖面中存在至少三个峰类型、存在两个峰类型和在四个方向的灰度剖面中的圆点对应的像素点中下存在一个边缘像素点或者存在一个峰类型和一个斜坡类型的条件下确定该和边缘相隔一个像素点的外部像素点Edge1存在微小毛刺缺陷的可能，则把该和边缘相隔一个像素点的外部像素点Edge1确定为可疑像素。

5.根据权利要求1所述的针对PCB的缺陷检测方法，其特征在于，所述连通性分析的方法具体为：

所述连通性分析采用的是Blob分析计算法，其将作为可疑点的可疑像素从背景中分离开来，并计算出作为可疑点的可疑像素的数量、位置、形状、方向和大小这样的相关特征。

6.根据权利要求1所述的针对PCB的缺陷检测方法，其特征在于，所述将相邻区域的可疑区域聚类的方法具体为：

步骤1：遍历读取可疑区域，把正在读取的可疑区域作为新的区域；

步骤2：然后判断该新的区域是否已经聚类成簇，若已经聚类成簇，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；

步骤3：若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤4：若步骤2中判断该新的区域是否已经聚类成簇的结果为没有聚类成簇，就把该新的区域作为新的种子添加到聚类簇中，形成新的聚类簇，并更新该新的聚类簇的属性、面积和包围盒；

步骤5：接着判断是否存在与该新的聚类簇相邻的可疑区域，若没有相邻的可疑区域，就判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行；

步骤6：若有相邻的可疑区域，就通过漫水法找到所有相邻的可疑区域，然后判断遍历读取是否结束，若遍历读取结束，就结束所述将相邻区域的可疑区域聚类的进程；若遍历读取没结束，就把下一个可疑区域作为新的区域并返回步骤2中执行。

Images