CN109389597B - 一种生产线上电路板缺陷检测系统及方法 - Google Patents
一种生产线上电路板缺陷检测系统及方法 Download PDFInfo
- Publication number
- CN109389597B CN109389597B CN201811242445.5A CN201811242445A CN109389597B CN 109389597 B CN109389597 B CN 109389597B CN 201811242445 A CN201811242445 A CN 201811242445A CN 109389597 B CN109389597 B CN 109389597B
- Authority
- CN
- China
- Prior art keywords
- image
- circuit board
- unit
- processing unit
- template
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 70
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims description 28
- 238000012545 processing Methods 0.000 claims abstract description 120
- 238000012549 training Methods 0.000 claims abstract description 45
- 238000005286 illumination Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims abstract description 4
- 230000008859 change Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20088—Trinocular vision calculations; trifocal tensor
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
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 Processing (AREA)
- Image Analysis (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种电路板缺陷检测系统，包括光线照射单元、图像拍摄单元、操作单元、处理单元、显示单元；光线照射单元安装于电路板传送带上方，用于向电路板传送带上投射照明光，图像拍摄单元安装于电路板传送带上方，图像拍摄单元用于以俯视的角度往下实时采集电路板传送带上的图像信息，并将采集的图像信息传输到处理单元进行图像处理；操作单元用于实现系统的开关控制及模板训练的控制，处理单元用于实现模板训练、图像配准、图像比对、结果输出的功能，显示单元用于根据处理单元输出的结果进行检测结果的显示。本发明的系统采用通过图像采集比对的方式进行电路板缺陷的识别检测，可有效解决生产线上电路板缺陷自动识别检测的问题。
Description
技术领域
本发明涉及自动化识别技术领域，特别涉及一种生产线上电路板缺陷检测系统及方法。
背景技术
图像识别是人工智能的一个重要领域。针对不同应用场景的需求，人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。
在工厂流水线作业环境中，电路板贴片过程中由于各种原因，不可避免会存在器件漏贴、误贴等情况。目前现有的检测方式大多都采用工人肉眼抽查检测，这种方式不仅存在工作效率低、工人工作量大的缺陷，且由于抽查时并不能对所有的电路板的问题进行检查，因此还存在可靠度低的问题。
发明内容
本发明的目的是克服上述背景技术中不足，提供一种生产线上电路板缺陷检测系统及方法，针对实际生产中的检测需求，采用通过图像采集比对的方式进行电路板缺陷的识别检测，可有效解决生产线上电路板缺陷自动识别检测的问题。
为了达到上述的技术效果，本发明采取以下技术方案：
一种生产线上电路板缺陷检测系统，包括光线照射单元、图像拍摄单元、操作单元、处理单元、显示单元；处理单元分别与图像拍摄单元、操作单元、显示单元相连；
所述光线照射单元安装于电路板传送带上方，光线照射单元用于向电路板传送带上投射照明光，图像拍摄单元安装于电路板传送带上方，图像拍摄单元用于以俯视的角度往下实时采集电路板传送带上的图像信息，并将采集的图像信息传输到处理单元进行图像处理；操作单元用于实现系统的开关控制及模板训练的控制，处理单元用于实现模板训练、图像配准、图像比对、结果输出的功能，显示单元用于根据处理单元输出的结果进行检测结果的显示；
具体的，在本发明的处理单元中进行模板训练时主要包括模板图像的处理、背景图像处理、像素尺寸的标定三部分，其中，模板图像的处理时通过图像拍摄单元采集没有缺陷的电路板的图像，并将采集的图像存储为模板图像实现，背景图像的处理则是通过图像拍摄单元采集没有电路板时的电路板传送带背景图像，以用于后续差分提取待检测的电路板图像，像素尺寸的标定则具体是利用标定板方式，标定出像素的尺寸因子，即图像拍摄单元在固定位置拍摄的图像中一个像素点对应的尺寸是多少，具体处理方式为：采用棋盘格形式的标定板，其每个格子为正方形，测量出每个格子的边长d，在进行图像训练时，采用角点法，计算出每个棋盘格子的边长像素数量n，从而计算出每个像素代表的实际距离L＝d/n；
处理单元中进行图像配准时则具体是将待检测的电路板图像与模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像进行旋转、平移等操作，实现待检测电路板图像与模板图像位置相同；处理单元中进行图像比对时则具体是根据配准后的待检测图和模板图，计算出两者的差分图像，且优选并对差分图像进行去噪处理，去除噪声的影响；
最后，处理单元计算检测结果将结果输出至显示单元进行显示，处理单元计算检测结果时是根据差分图像，分析出缺陷情况，并结合像素代表的实际距离L，计算出缺陷的物理尺寸再输出检测结果给显示单元，同时将缺陷结果叠加到检测图像上，输出给显示单元，显示单元进行结果显示时其显示内容包括叠加的检测图像信息以及缺陷结果信息。
进一步地，所述光线照射单元是由多个光源组成，且位于电路板传送带正上方，并从垂直于电路板传送带和电路板的方向从上向下照射照明光。
进一步地，所述操作单元上设有用于控制处理单元进行背景训练的背景训练按钮及用于控制处理单元进行模板训练的模板训练按钮。
进一步地，还包括报警单元，所述报警单元与处理单元相连，从而在检测到缺陷时及时触发报警，以提醒工作人员。
同时，本发明还公开了一种生产线上电路板缺陷检测方法，包括上述的生产线上电路板缺陷检测系统，且具体包括一下步骤：
A.通过操作单元控制处理单元进行背景训练；
B.通过操作单元控制处理单元进行模板训练；
C.通过处理单元进行电路板的缺陷检测；
D.处理单元将检测结果输出至显示单元进行显示。
进一步地，所述步骤A具体包括以下步骤：
A1.通过操作单元发出控制处理单元进行背景训练的控制指令；
A2.处理单元收到指令后向图像拍摄单元发出拍摄没有电路板时的电路板传送带的图像的指令；
A3.图像拍摄单元收到指令后即进行无电路板的电路板传送带的图像拍摄，并将拍摄的图像传递至处理单元；
A4.处理单元将收到的图像作为背景图像进行存储。
进一步地，所述步骤B具体包括以下步骤：
B1.选取没有缺陷的电路板作为电路板样本放置于电路板传送带上，并在所述电路板旁边放置棋盘格标定板；其中，棋盘格标定板具体为棋盘格形式且每个格子均为正方形，其每个格子的边长的实际物理长度为d；
B2.通过操作单元发出控制处理单元进行模板训练的控制指令；
B3.开启光线照射单元，使其发出的照明光垂直照射到电路板上；
B4.图像拍摄单元对电路板样本进行拍照并将拍摄的图像经处理单元发送到显示单元进行显示；
B5.操作人员判定显示单元显示的图像是否可以作为模板图像，若可以则进入步骤B6，否则返回步骤B4；
B6.通过操作单元向处理单元发出模板训练完成的指令，则处理单元保存当前传递至显示单元进行显示的图像作为模板图像；
B7.处理单元通过角点法识别棋盘格标定板图像并计算出棋盘格标定板边长像素数量n，再根据预存入的棋盘格标定板边长的实际物理长度d，计算出每个像素代表的实际距离L并保存，L＝d/n。
进一步地，所述步骤C具体包括以下步骤：
C1.图像拍摄单元实时采集电路板传送带上的电路板的图像，并将采集的图像传递至处理单元；
C2.处理单元将收到的图像与所述步骤A4中获取的模板图像进行差分计算，提取待检测电路板图像；
C3.处理单元将步骤C2中提取出的待检测电路板图像进行外接矩形最小面积计算，判断待检测电路板图像是否采集完整，如果采集完整则进入步骤C4，否则返回步骤C1重新对该电路板进行图像采集；
C4.将待检测电路板图像与所述步骤B6中获取的模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像至少进行旋转、平移操作，使得模板图和待检测图像像素对齐，实现待检测电路板图像与模板图像位置相同；
C5.采用差值法对配准后的模板图像和待检测电路板图像进行差分，计算出差异部分，如果存在差异部分则进入步骤C6，否则，返回步骤C1进行下一电路板的图像采集；
C6.根据所述步骤B7中计算出的像素距离L，计算缺陷的物理尺寸D，D＝N*L，其中，N为缺陷像素数量，L为单个像素的实际距离值。
进一步地，所述步骤D具体为：
D1.处理单元将步骤C6中的计算结果及步骤C4中将模板图和待检测图像像素对齐后的叠加检测图像信息传递至显示单元；
D2.显示单元对收到的信息进行显示。
进一步地，所述生产线上电路板缺陷检测还包括报警单元，所述报警单元与处理单元相连；所述步骤D1中处理单元向显示单元传递检测结果的同时还会触发报警单元进行报警。
本发明与现有技术相比，具有以下的有益效果：
本发明的生产线上电路板缺陷检测系统及方法，可针对实际生产中的检测需求，采用通过图像采集比对的方式进行电路板缺陷的识别检测，可有效解决生产线上电路板缺陷自动识别检测的问题，有利于提升检测效率及检测结果的可靠度，并在检测到缺陷时可第一时间通知操作人员，且同时可将缺陷信息及时以视图形式呈现给操作人员，有利于操作人员及时排查异常，且可对所有电路板进行缺陷检查，保障了检查结果的可靠性。
附图说明
图1是本发明的一个实施例的生产线上电路板缺陷检测系统的示意图。
图2是本发明的生产线上电路板缺陷检测方法的流程示意图。
图3是本发明的一个实施例中在处理单元中进行模板训练时的流程示意图。
图4是本发明的一个实施例中在处理单元进行电路板的缺陷检测的流程示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例：
实施例一：
如图1所示，一种生产线上电路板缺陷检测系统，包括光线照射单元、图像拍摄单元、操作单元、处理单元、显示单元；处理单元分别与图像拍摄单元、操作单元、显示单元相连。
光线照射单元安装于电路板传送带上方，光线照射单元用于向电路板传送带上投射照明光，图像拍摄单元安装于电路板传送带上方，图像拍摄单元用于以俯视的角度往下实时采集电路板传送带上的图像信息，并将采集的图像信息传输到处理单元进行图像处理。
操作单元用于实现系统的开关控制及模板训练的控制，处理单元用于实现模板训练、图像配准、图像比对、结果输出的功能，显示单元用于根据处理单元输出的结果进行检测结果的显示。
具体的，在本发明的处理单元中进行模板训练时主要包括模板图像的处理、背景图像处理、像素尺寸的标定三部分。
其中，模板图像的处理时通过图像拍摄单元采集没有缺陷的电路板的图像，并将采集的图像存储为模板图像实现，背景图像的处理则是通过图像拍摄单元采集没有电路板时的电路板传送带背景图像，以用于后续差分提取待检测的电路板图像，像素尺寸的标定则具体是利用标定板方式，标定出像素的尺寸因子，即图像拍摄单元在固定位置拍摄的图像中一个像素点对应的尺寸是多少。
具体处理方式为：采用棋盘格形式的标定板，其每个格子为正方形，测量出每个格子的边长d，在进行图像训练时，采用角点法，计算出每个棋盘格子的边长像素数量n，从而计算出每个像素代表的实际距离L＝d/n。
处理单元中进行图像配准时则具体是将待检测的电路板图像与模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像进行旋转、平移等操作，实现待检测电路板图像与模板图像位置相同；处理单元中进行图像比对时则具体是根据配准后的待检测图和模板图，计算出两者的差分图像，且优选并对差分图像进行去噪处理，去除噪声的影响。
最后，处理单元计算检测结果将结果输出至显示单元进行显示，处理单元计算检测结果时是根据差分图像，分析出缺陷情况，并结合像素代表的实际距离L，计算出缺陷的物理尺寸再输出检测结果给显示单元，同时将缺陷结果叠加到检测图像上，输出给显示单元，显示单元进行结果显示时其显示内容包括叠加的检测图像信息以及缺陷结果信息。
作为优选，本实施例中的光线照射单元是由多个光源组成，且位于电路板传送带正上方，并从垂直于电路板传送带和电路板的方向从上向下照射照明光。
操作单元上设有用于控制处理单元进行背景训练的背景训练按钮及用于控制处理单元进行模板训练的模板训练按钮。
作为优选，本实施例的生产线上电路板缺陷检测系统还包括报警单元，报警单元与处理单元相连，从而在检测到缺陷时及时触发报警，以提醒工作人员。
实施例二
如图2所示，一种生产线上电路板缺陷检测方法，包括上述的生产线上电路板缺陷检测系统，且具体包括一下步骤：
A.安装固定好检测设备后，点击操作单元的背景训练按钮，通过操作单元控制处理单元进行背景训练；
B.点击操作单元的模板训练按钮，通过操作单元控制处理单元进行模板训练；
C.通过处理单元进行电路板的缺陷检测；
D.处理单元将检测结果输出至显示单元进行显示。
具体的，步骤A具体包括以下步骤：
A1.通过操作单元发出控制处理单元进行背景训练的控制指令；
A2.处理单元收到指令后向图像拍摄单元发出拍摄没有电路板时的电路板传送带的图像的指令；
A3.图像拍摄单元收到指令后即进行无电路板的电路板传送带的图像拍摄，并将拍摄的图像传递至处理单元；
A4.处理单元将收到的图像作为背景图像进行存储。
如图3所示，步骤B进行模板训练时具体包括以下步骤：
B1.选取没有缺陷的电路板作为电路板样本放置于电路板传送带上，并在电路板旁边放置棋盘格标定板；其中，棋盘格标定板具体为棋盘格形式且每个格子均为正方形，其每个格子的边长的实际物理长度为d；
B2.点击操作单元的模板训练按钮，通过操作单元发出控制处理单元进行模板训练的控制指令；
B3.开启光线照射单元，使其发出的照明光垂直照射到电路板上，由于模板图像和被检测图照射的光照环境一样，这样可避免光照影响造成的检测误差；
B4.图像拍摄单元对电路板样本进行拍照并将拍摄的图像经处理单元发送到显示单元进行显示；
B5.操作人员判定显示单元显示的图像是否可以作为模板图像，若可以则进入步骤B6，否则返回步骤B4；
B6.通过操作单元向处理单元发出模板训练完成的指令，则处理单元保存当前传递至显示单元进行显示的图像作为模板图像；
B7.处理单元通过角点法识别棋盘格标定板图像并计算出棋盘格标定板边长像素数量n，再根据预存入的棋盘格标定板边长的实际物理长度d，计算出每个像素代表的实际距离L并保存，L＝d/n。
如图4所示，步骤C中处理单元进行电路板的缺陷检测时具体包括以下步骤：
C1.图像拍摄单元实时采集电路板传送带上的电路板的图像，并将采集的图像传递至处理单元；
C2.处理单元将收到的图像与步骤A4中获取的模板图像进行差分计算，提取待检测电路板图像；
C3.处理单元将步骤C2中提取出的待检测电路板图像进行外接矩形最小面积计算，判断待检测电路板图像是否采集完整，如果采集完整则进入步骤C4，否则返回步骤C1重新对该电路板进行图像采集；
C4.将待检测电路板图像与步骤B6中获取的模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像至少进行旋转、平移操作，使得模板图和待检测图像像素对齐，实现待检测电路板图像与模板图像位置相同；
C5.采用差值法对配准后的模板图像和待检测电路板图像进行差分，计算出差异部分，如果存在差异部分则进入步骤C6，否则，返回步骤C1进行下一电路板的图像采集；
C6.根据步骤B7中计算出的像素距离L，计算缺陷的物理尺寸D，D＝N*L，其中，N为缺陷像素数量，L为单个像素的实际距离值。
步骤D具体为：
D1.处理单元将步骤C6中的计算结果及步骤C4中将模板图和待检测图像像素对齐后的叠加检测图像信息传递至显示单元；
D2.显示单元对收到的信息进行显示。
作为优选，生产线上电路板缺陷检测还包括报警单元，报警单元与处理单元相连；步骤D1中处理单元向显示单元传递检测结果的同时还会触发报警单元进行报警。
由上可知，本发明的生产线上电路板缺陷检测系统及方法，可针对实际生产中的检测需求，采用通过图像采集比对的方式进行电路板缺陷的识别检测，可有效解决生产线上电路板缺陷自动识别检测的问题，有利于提升检测效率及检测结果的可靠度，并在检测到缺陷时可第一时间通知操作人员，且同时可将缺陷信息及时以视图形式呈现给操作人员，有利于操作人员及时排查异常，且可对所有电路板进行缺陷检查，保障了检查结果的可靠性。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种生产线上电路板缺陷检测系统，其特征在于，包括光线照射单元、图像拍摄单元、操作单元、处理单元、显示单元；处理单元分别与图像拍摄单元、操作单元、显示单元相连；
所述光线照射单元安装于电路板传送带上方，光线照射单元用于向电路板传送带上投射照明光，图像拍摄单元安装于电路板传送带上方，图像拍摄单元用于以俯视的角度往下实时采集电路板传送带上的图像信息，并将采集的图像信息传输到处理单元进行图像处理；操作单元用于实现系统的开关控制及模板训练的控制，处理单元用于实现模板训练、图像配准、图像比对、结果输出的功能，显示单元用于根据处理单元输出的结果进行检测结果的显示；
处理单元进行模板训练时包括模板图像的处理、背景图像处理、像素尺寸的标定，模板图像的处理时通过图像拍摄单元采集没有缺陷的电路板的图像，并将采集的图像存储为模板图像；背景图像的处理是通过图像拍摄单元采集没有电路板时的电路板传送带背景图像；像素尺寸的标定是利用标定板方式，标定出像素的尺寸因子；
处理单元进行图像配准时是将待检测的电路板图像与模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像进行旋转、平移的操作，实现待检测电路板图像与模板图像位置相同；
处理单元进行图像比对时是根据配准后的待检测图和模板图，计算出两者的差分图像；
处理单元计算检测结果时是根据差分图像，分析出缺陷情况，并结合像素代表的实际距离，计算出缺陷的物理尺寸再输出检测结果给显示单元，同时将缺陷结果叠加到检测图像上，输出给显示单元，显示单元进行结果显示时其显示内容包括叠加的检测图像信息以及缺陷结果信息。
2.根据权利要求1所述的一种生产线上电路板缺陷检测系统，其特征在于，所述光线照射单元是由多个光源组成。
3.根据权利要求1所述的一种生产线上电路板缺陷检测系统，其特征在于，所述操作单元上设有用于控制处理单元进行背景训练的背景训练按钮及用于控制处理单元进行模板训练的模板训练按钮。
4.根据权利要求1所述的一种生产线上电路板缺陷检测系统，其特征在于，还包括报警单元，所述报警单元与处理单元相连。
5.一种生产线上电路板缺陷检测方法，其特征在于，包括如权利要求1所述的生产线上电路板缺陷检测系统，且具体包括以下步骤：
A.通过操作单元控制处理单元进行背景训练；
B.通过操作单元控制处理单元进行模板训练；
C.通过处理单元进行电路板的缺陷检测；
D.处理单元将检测结果输出至显示单元进行显示。
6.根据权利要求5所述的一种生产线上电路板缺陷检测方法，其特征在于，所述步骤A具体包括以下步骤：
A1.通过操作单元发出控制处理单元进行背景训练的控制指令；
A2.处理单元收到指令后向图像拍摄单元发出拍摄没有电路板时的电路板传送带的图像的指令；
A3.图像拍摄单元收到指令后即进行无电路板的电路板传送带的图像拍摄，并将拍摄的图像传递至处理单元；
A4.处理单元将收到的图像作为背景图像进行存储。
7.根据权利要求6所述的一种生产线上电路板缺陷检测方法，其特征在于，所述步骤B具体包括以下步骤：
B1.选取没有缺陷的电路板作为电路板样本放置于电路板传送带上，并在所述电路板旁边放置棋盘格标定板；其中，棋盘格标定板具体为棋盘格形式且每个格子均为正方形，其每个格子的边长的实际物理长度为d；
B2.通过操作单元发出控制处理单元进行模板训练的控制指令；
B3.开启光线照射单元，使其发出的照明光垂直照射到电路板上；
B4.图像拍摄单元对电路板样本进行拍照并将拍摄的图像经处理单元发送到显示单元进行显示；
B5.操作人员判定显示单元显示的图像是否可以作为模板图像，若可以则进入步骤B6，否则返回步骤B4；
B6.通过操作单元向处理单元发出模板训练完成的指令，则处理单元保存当前传递至显示单元进行显示的图像作为模板图像；
B7.处理单元通过角点法识别棋盘格标定板图像并计算出棋盘格标定板边长像素数量n，再根据预存入的棋盘格标定板边长的实际物理长度d，计算出每个像素代表的实际距离L并保存，L＝d/n。
8.根据权利要求7所述的一种生产线上电路板缺陷检测方法，其特征在于，所述步骤C具体包括以下步骤：
C1.图像拍摄单元实时采集电路板传送带上的电路板的图像，并将采集的图像传递至处理单元；
C2.处理单元将收到的图像与所述步骤A4中获取的背景图像进行差分计算，提取待检测电路板图像；
C3.处理单元将步骤C2中提取出的待检测电路板图像进行外接矩形最小面积计算，判断待检测电路板图像是否采集完整，如果采集完整则进入步骤C4，否则返回步骤C1重新对该电路板进行图像采集；
C4.将待检测电路板图像与所述步骤B6中获取的模板图像进行特征匹配，根据特征向量计算出变化矢量，然后根据变化矢量对待检测电路板图像至少进行旋转、平移操作，使得模板图和待检测图像像素对齐，实现待检测电路板图像与模板图像位置相同；
C5.采用差值法对配准后的模板图像和待检测电路板图像进行差分，计算出差异部分，如果存在差异部分则进入步骤C6，否则，返回步骤C1进行下一电路板的图像采集；
C6.根据所述步骤B7中计算出的像素距离L，计算缺陷的物理尺寸D，D＝N*L，其中，N为缺陷像素数量，L为单个像素的实际距离值。
9.根据权利要求8所述的一种生产线上电路板缺陷检测方法，其特征在于，所述步骤D具体为：
D1.处理单元将步骤C6中的计算结果及步骤C4中将模板图和待检测图像像素对齐后的叠加检测图像信息传递至显示单元；
D2.显示单元对收到的信息进行显示。
10.根据权利要求9所述的一种生产线上电路板缺陷检测方法，其特征在于，所述生产线上电路板缺陷检测系统还包括报警单元，所述报警单元与处理单元相连；所述步骤D1中处理单元向显示单元传递检测结果的同时还会触发报警单元进行报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811242445.5A CN109389597B (zh) | 2018-10-24 | 2018-10-24 | 一种生产线上电路板缺陷检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811242445.5A CN109389597B (zh) | 2018-10-24 | 2018-10-24 | 一种生产线上电路板缺陷检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109389597A CN109389597A (zh) | 2019-02-26 |
| CN109389597B true CN109389597B (zh) | 2021-04-27 |
Family
ID=65427674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811242445.5A Active CN109389597B (zh) | 2018-10-24 | 2018-10-24 | 一种生产线上电路板缺陷检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109389597B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110515582B (zh) * | 2019-09-27 | 2020-10-16 | 中国科学院长春光学精密机械与物理研究所 | 一种电路板拍照信息显示系统 |
| CN111243041A (zh) * | 2020-02-29 | 2020-06-05 | 山峰 | 基于大数据的传送带定时驱动系统 |
| CN111707667A (zh) * | 2020-05-06 | 2020-09-25 | 慧泉智能科技（苏州）有限公司 | 一种模切产品检测方法及软件 |
| CN115205291B (zh) * | 2022-09-15 | 2023-02-24 | 广州镭晨智能装备科技有限公司 | 一种电路板检测方法、装置、设备和介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651802A (zh) * | 2016-12-24 | 2017-05-10 | 大连日佳电子有限公司 | 机器视觉焊锡定位检测方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN107705293A (zh) * | 2017-09-14 | 2018-02-16 | 广东工业大学 | 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法 |
| CN108254380A (zh) * | 2018-01-03 | 2018-07-06 | 浙江涵普电力科技有限公司 | 基于数字图像处理的pcb电路板模板比对方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2296143A1 (fr) * | 2000-01-18 | 2001-07-18 | 9071 9410 Quebec Inc. | Systeme d'inspection optique |
-
2018
- 2018-10-24 CN CN201811242445.5A patent/CN109389597B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106651802A (zh) * | 2016-12-24 | 2017-05-10 | 大连日佳电子有限公司 | 机器视觉焊锡定位检测方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN107705293A (zh) * | 2017-09-14 | 2018-02-16 | 广东工业大学 | 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法 |
| CN108254380A (zh) * | 2018-01-03 | 2018-07-06 | 浙江涵普电力科技有限公司 | 基于数字图像处理的pcb电路板模板比对方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109389597A (zh) | 2019-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109389597B (zh) | 一种生产线上电路板缺陷检测系统及方法 | |
| CN101566582B (zh) | 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测系统 | |
| CN107084992B (zh) | 一种基于机器视觉的胶囊检测方法及系统 | |
| TWI707137B (zh) | 智能產線監測系統及監測方法 | |
| CN112766103A (zh) | 一种机房巡检方法及装置 | |
| CN105631893A (zh) | 一种通过拍照检测电容安装正确与否的方法及装置 | |
| CN110186375A (zh) | 智能化高铁白车身焊接装配特征检测装置及检测方法 | |
| CN109143001A (zh) | 受电弓检测系统 | |
| CN113724240B (zh) | 一种基于视觉识别的冷柜脚轮检测方法、系统及装置 | |
| WO2021030322A1 (en) | System and method of object detection using ai deep learning models | |
| CN112749656A (zh) | 基于ORB特征匹配与yolo的空气开关状态检测方法及装置 | |
| CN205486309U (zh) | 一种通过拍照检测电容安装正确与否的装置 | |
| CN103389312A (zh) | 铜管检测系统 | |
| CN206470205U (zh) | 机器视觉焊锡辅助检测系统 | |
| CN105212264B (zh) | 一种香烟卷接机的胶堆检测装置 | |
| CN207008009U (zh) | 一种缺陷检测维修系统以及维修装置 | |
| CN117788400A (zh) | 一种基于双目视觉的光伏组件缺陷检测方法及系统 | |
| CN112489017A (zh) | 一种电力设备故障智能识别方法及识别系统 | |
| CN112763496A (zh) | 一种手机电池表面缺陷检测装置及其检测方法 | |
| CN105548210B (zh) | 基于机器视觉的美标电源延长线的检测方法 | |
| CN109631752A (zh) | 一种发动机主轴承盖装配视觉检测装置及方法 | |
| CN106526448A (zh) | 一种电源驱动板自动检测系统和检测方法 | |
| CN111458344A (zh) | 一种口罩缺陷视觉检测方法、设备、存储介质 | |
| CN114460087A (zh) | 一种基于机器视觉的焊点缺陷检测系统和方法 | |
| CN211697573U (zh) | 自动化印刷检测系统 |
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 |