CN109509166A - 印刷电路板图像检测方法和装置 - Google Patents

印刷电路板图像检测方法和装置 Download PDF

Info

Publication number
CN109509166A
CN109509166A CN201710831010.3A CN201710831010A CN109509166A CN 109509166 A CN109509166 A CN 109509166A CN 201710831010 A CN201710831010 A CN 201710831010A CN 109509166 A CN109509166 A CN 109509166A
Authority
CN
China
Prior art keywords
pixel
image
detected
contour
gradient
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
Application number
CN201710831010.3A
Other languages
English (en)
Other versions
CN109509166B (zh
Inventor
刘士清
姚毅
高亮
赵敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Jiuchuan Intelligent Equipment Co ltd
Original Assignee
Luster LightTech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN201710831010.3A priority Critical patent/CN109509166B/zh
Publication of CN109509166A publication Critical patent/CN109509166A/zh
Application granted granted Critical
Publication of CN109509166B publication Critical patent/CN109509166B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30141Printed circuit board [PCB]

Abstract

本申请的一种印刷电路板图像检测方法和设备。包括获取待检测图像信息;根据待检测图像信息,确定待检测图像信息的轮廓像素,轮廓为待检测孔在待检测图像信息上形成的内轮廓;根据轮廓像素确定相对应的每个轮廓像素的亚像素位置;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置;将亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。本申请通过获取待检测图像信息的轮廓像素,根据该轮廓像素确定相对应的亚像素位置。从而根据亚像素位置进行检测,达到在不提高硬件设备的前提下,提高检测设备的检测精度。

Description

印刷电路板图像检测方法和装置
技术领域
本申请涉及印刷电路板技术领域,尤其涉及一种印刷电路板图像检测方法和装置。
背景技术
近年来,随着集成电路产业的突飞猛进,印刷电路板(Printed Circuit Board,PCB)产品不断向着超薄型、小元件、高密度方向快速发展。随着PCB上元器件组装密度提高,PCB的线宽、间距、焊盘越来越细小,复合层数越来越多,PCB的生产技术水平和复杂性已经达到一个相当高的水平。
PCB产品上打孔是PCB生产的常规工艺。PCB产品上打孔普遍采用数控机床(Computer numerical control,CNC)加工。随着PCB产品的小型化、超薄化和高密度话,PCB产品打孔精度的要求也越来越高。在实际PCB产品设计中,目前打孔直径最小已经达到了孔径0.10mm、孔距0.10mm的水平。
随着PCB产品打孔精度要求的提高,对打孔质量的检测要求也相对越来越高。现有的PCB产品打孔质量的检测方案中,首先获取打孔后的PCB产品的图像信息。通过打孔后的PCB产品的图像信息进行质量检测。
在一种具体的现有技术中,边缘检测是PCB产品的图像信息检测中最基本的检测方法,所谓PCB产品的图像边缘就是指周围灰度有反差变化的那些像素的集合,是图像分割,纹理分析和图像识别的重要基础。利用边缘检测算法可以检测出PCB图像中的边界点,进而获得打孔区域边界的像素级信息。通过打孔区域边界的像素级信息对PCB产品的图像信息进行检测,从而确定PCB产品的打孔质量。
但是,随着图像检测要求的提高,现有的像素级别的边缘检测方法已经不能满足越来越高的检测需求。若使用提高图像分辨率的方法来提升检测能力,需要更换现有的硬件设备,从而导致检测成本的增加。
发明内容
本申请具体实施例提供一种印刷电路板图像检测方法和装置,通过确定待检测的印刷电路板的待检测图像信息的轮廓像素,再根据所述轮廓像素确定所述轮廓像素的亚像素位置,从而在不改变硬件设备的情况下提高检测精度。
一方面,本申请具体实施例提供一种印刷电路板图像检测方法,所述方法包括获取待检测图像信息,所述待检测图像信息为待检测印刷电路板的图像信息,所述待检测印刷电路板上包括待检测孔,所述图像信息为灰度图像信息;根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,所述轮廓为待检测孔在待检测图像信息上形成的内轮廓,所述轮廓像素为与内轮廓相对应的像素的位置;根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,所述轮廓像素为待检测图像上每个内轮廓的每个像素,其中,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,所述梯度方向为与轮廓像素相邻的像素的像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,所述图像处理模块中包括像素精度顶级;将所述亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
在一种可能的设计中,所述方法还包括对所述待检测图像进行滤波处理,所述滤波处理包括采用中值滤波或均值滤波的方法。
在一种可能的设计中,所述图像处理模块根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素信息,包括:确定第一阈值;根据第一阈值确定待检测图像的二值化图像,所述二值化图像为黑色框图,所述黑色框图中包括内轮廓;确定所述黑色框图的内轮廓的轮廓像素信息。
在一种可能的设计中,所述根据像素精度等级、轮廓像素点的像素值和梯度方向像素点的像素值确定亚像素位置,包括:根据精度等级将轮廓像素和梯度像素的之间的距离进行等分,其中,轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分;轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
在一种可能的设计中,所述第一阈值与第二阈值相同。
在一种可能的设计中,所述获取待检测图像信息前,所述方法还包括:接收图像采集模块发送的图像数据信息;对所述图像数据信息进行灰度处理。
第二方面,本申请具体实施例提供一种印刷电路板图像检测设备,所述设备包括:接收单元,用于获取待检测图像信息,所述待检测图像信息为待检测印刷电路板的图像信息,所述待检测硬刷电路板上包括待检测孔,所述图像信息为灰度图像信息;处理单元,用于根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,所述内轮廓为待检测孔在待检测图像信息上形成的内轮廓,所述轮廓像素为与内轮廓相对应的像素的位置;所述处理单元,还用于根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,所述轮廓像素为待检测图像上每个内轮廓的每个像素,其中,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,所述梯度方向为与轮廓像素相邻的像素的像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,所述图像处理模块中包括像素精度顶级;发送单元,用于将所述亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
在一种可能的设计中,所述处理单元,用于根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素信息,包括:确定第一阈值;根据第一阈值确定待检测图像的二值化图像,所述二值化图像为黑色框图,所述黑色框图中包括内轮廓;确定所述黑色框图的内轮廓的轮廓像素信息。
在一种可能的设计中,所述处理单元,用于根据像素精度等级、轮廓像素点的像素值和梯度方向像素点的像素值确定亚像素位置,包括:根据精度等级将轮廓像素和梯度像素的之间的距离进行等分,其中,轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分;轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
在一种可能的设计中,所述第一阈值与第二阈值相同。
本申请具体实施例提供一种印刷电路板图像检测方法和装置。包括获取待检测印刷电路板的待检测图像信息。根据所述待检测图像信息确定所述待检测图像信息中包括的轮廓像素。并根据所述轮廓像素确定相对应的亚像素位置。从而根据亚像素位置进行检测,达到在不提高硬件设备的前提下,提高检测设备的检测精度。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请具体实施例提供的一种PCB图像检测系统;
图2为本申请具体实施例提供的一种图像检测方法示意图;
图3为本申请具体实施例提供的一种像素示意图;
图4为本申请具体实施例提供的一种图像处理模块的结构图;
图5是本申请的一个实施例的图像处理模块构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
本申请具体实施例提供一种印刷电路板图像检测方法和装置。在获取到PCB内轮廓的像素时,确定该轮廓像素的梯度方向以及梯度方向所对应的像素。根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值,确定待检测图像每个内轮廓的每个像素的亚像素位置。再根据每个亚像素位置对该待检测图像进行检测。从而在不改变当前检测设备的情况下提高了检测精度。
图1为本申请具体实施例提供的一种PCB图像检测系统。如图1,该系统包括图像采集模块101、图像处理模块102和图像判断模块103。该图像处理模块101可以是图像采集设备,在本申请的具体实施例中,该图像采集设备可以是工业摄像机。该图像采集模块101采集需要检测的PCB的图像信息,待检测的PCB包括孔。检测PCB的图像信息是检测图像信息上孔的信息。
该图像采集模块101将需要检测的PCB图像信息后,将该待检测图像信息向图像处理模块102发送。图像处理模块102用于对待检测图像信息进行处理。图像处理模块102根据待检测图像信息中轮廓像素确定相对应的亚像素位置。图像处理模块102还用于将待检测图像信息和亚像素位置向图像判断模块103发送。图像判断模块103根据亚像素位置对PCB进行检测。
在本申请的上述实施例中,图像采集设备101可以是周期性采集待检测图像信息,并将待检测图像信息向图像处理模块102发送;也可以是根据相应的命令采集待检测PCB电路板的图像信息并向图像处理模块102发送。在一个可能的方案中,当图像采集模块101周期性采集待检测电路板的图像信息时,待检测的PCB设置在经过图像采集模块101下的传输线路上。
下面,本申请通过具体的方法流程实施例对印刷电路板检测的过程进行更加详细的说明。
图2为本申请具体实施例提供的一种图像检测方法示意图。如图1所示,该方法包括:
S201、获取待检测图像信息,该待检测图像信息为待检测印刷电路板的图像信息。
图像采集装置在获取待检测图像信息时,将该待检测图像信息向图像处理模块发送。该图像处理模块还包括对获取的待检测的图像信息进行灰度处理,该将待检测的图像进行灰度处理与现有灰度处理的方式相同,本申请对此不再进行具体的限定。在一个例子中,本申请所采用的图像灰度处理方法可以是最大值法、分量法、平均值法或加权平均值法中的任意一种。
在本申请的具体实施例中,该图像处理模块还包括对该灰度处理后的图像进行滤波,以去除该灰度图像的噪点。在本申请的具体实施例中,对灰度图像去除噪点的方式不进行具体的限定。在一个例子中,该灰度图像去除噪点的方式可以采用中值法或均值法。
在一种采用均值法去除该灰度图像的噪点的例子中。确定该灰度图像中包括的噪点,该噪点为灰度图像中像素值大于第三阈值的像素点。确定与该噪点相邻的8个像素点,以及该8个像素点的像素值,将该8个像素点的像素值和该噪点的像素值求均值。该均值为噪点的像素值。
在第二种采用中值法去除该灰度图像的噪点的例子中。确定该灰度图像中包括的噪点。该噪点为像素值大于第四阈值的像素点。确定该噪点相邻的8个像素点以及该8个像素点的像素值。将该8个像素点的像素值和该噪点的像素值进行排序。将排序第5的像素点的像素值作为噪点的像素值。
在本申请的具体实施例中,该第三阈值与第四阈值可以相同也可以不同。例如,该第三阈值和/或第四阈值为灰度图像的所有像素点的像素值的平均值与平均值的一定百分比的和。例如,当X为灰度图像的所有像素点的像素值的平均值时,该第三阈值和/或第四阈值为X+X(0%~100%)。
S202、根据该待检测图像信息,确定该待检测图像信息的轮廓像素。
由于待检测的PCB上包括待检测的孔,因此,该待检测图像信息包括有该待检测的孔形成的内轮廓。本申请通过对该内轮廓进行检测,确定PCB上包括的待检测孔是否合格。
该图像处理模块根据该滤波处理的灰度图像,确定该滤波处理的灰度图像的轮廓像素。为了更好的提取该滤波处理的灰度图像的轮廓像素,本申请可以对该滤波处理的灰度图像进行处理后提取该图像的轮廓像素。在一个例子中,可以是对滤波处理的灰度图像二值化处理后提取轮廓像素。当然在本申请的具体实施例中,也可以通过插值、拟合、矩和小波的方式对滤波处理的灰度图像进行处理后提取轮廓像素。
在一个通过二值化提取该滤波处理的灰度图像的轮廓像素的例子中。对该滤波处理后的灰度图像进行二值化处理,二值化处理后的图像右像素值值0和像素值225的像素组成。在进行二值化处理前,该方法还包括确定该二值化处理的第一阈值。具体的,将滤波处理的灰度图像中每个像素的像素值大于该第一阈值时将该像素的像素值改为225;将滤波处理的灰度图像中每个像素的像素值小于该第一阈值时将该像素的像素值改为0。
在本申请的具体实施例中,由于内轮廓为颜色较浅的部分。在二值化处理过程后,该内轮廓部分的像素值为0,其他部分的像素值为1。于是方便的确定该二值化图像的轮廓像素。由于将该滤波处理的灰度图像二值化处理,从而更加方便和准确的确定该轮廓像素的位置。
由于二值化图像与待检测图像的内轮廓所在的位置相同,于是在确定二值化图像的轮廓像素的位置后,再根据二值化图像的轮廓像素的位置确定该滤波处理的灰度图像的待检测图像信息的轮廓像素。
S203、根据轮廓像素确定相对应的每个轮廓像素的亚像素位置。
根据该二值化图像中确定的轮廓像素,确定被滤波处理的灰度图像的轮廓像素。
在本申请的具体实施例中,在确定被滤波处理的灰度图像的轮廓像素后,还包括根据该轮廓像素确定每个轮廓像素所对应的亚像素位置。
具体的,在确定轮廓像素后,根据一个轮廓像素确定该像素的梯度方向。根据梯度方向,确定梯度方向所对应的梯度像素。该梯度方向为与轮廓像素相邻的像素的像素值变化最快的方向,梯度像素为梯度方向所对应的像素。在本申请的具体实施例中,确定梯度方向可以根据索贝尔算子(Sobel operator)或罗伯特算法确定。当然,在本申请的具体实施例中,确定一个像素的梯度方向可以采用任意现有的梯度方向算法来实现,本申请对此不做限定。
在本申请的实施例中,还包括亚像素精度等级。根据精度等级将轮廓像素和梯度像素的之间的距离进行等分。其中,轮廓像素的像素值为初始值,梯度像素的像素值为最终值;轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分。轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
该第一阈值与该第二阈值可以是相同也可以是不同。
在一个例子中,图3为本申请具体实施例提供的一种像素示意图。如图3所示,包括9个像素。其中,B2为轮廓像素中的一个像素。确定该轮廓像素的梯度方向后,根据梯度方向确定与梯度方向对应的梯度像素为A3。当亚像素的进度为1/8像素时,将轮廓像素与梯度像素之间的距离等分为8份。若B2的像素值为60、A3的像素值为100且第二阈值为100时,A3与B2之间的像素差值为40。于是,轮廓像素与梯度像素之间每一等份之间的差值为5。从而可以知道,A3像素与B2像素橡胶的点AB4为亚像素位置。
需要说明的是上述计算亚像素位置时对一个轮廓的一个像素点的亚像素位置进行计算。在本申请的具体实施例中,需要改每个轮廓的每个像素点的亚像素位置进行计算,从而得到整个待检测图像信息的亚像素位置。
S204、图像处理模块将该亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
将整个待检测图像信息的亚像素位置向图像判断模块发送,使图像判断模块根据该带检测图像和亚像素位置进行判断,确定该待检测PCB上的孔是否合格。
图4为本申请具体实施例提供的一种图像处理模块的结构图。该图像处理模块包括接收单元401、处理单元402和发送单元403.
接收单元401,用于获取待检测图像信息,该待检测图像信息为待检测印刷电路板的图像信息,该待检测硬刷电路板上包括待检测孔,该图像信息为灰度图像信息;
处理单元402,用于根据该待检测图像信息,确定该待检测图像信息的轮廓像素,该内轮廓为待检测孔在待检测图像信息上形成的内轮廓,该轮廓像素为与内轮廓相对应的像素的位置;该处理单元402,还用于根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,该轮廓像素为待检测图像上每个内轮廓的每个像素,其中,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,该梯度方向为与轮廓像素相邻的像素的像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,该图像处理模块中包括像素精度顶级;
发送单元403,用于将该亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
可选的,该处理单元402,用于根据该待检测图像信息,确定该待检测图像信息的轮廓像素信息,包括:确定第一阈值;根据第一阈值确定待检测图像的二值化图像,该二值化图像为黑色框图,该黑色框图中包括内轮廓;确定该黑色框图的内轮廓的轮廓像素信息。
可选的,该处理单元402,用于根据像素精度等级、轮廓像素点的像素值和梯度方向像素点的像素值确定亚像素位置,包括:根据精度等级将轮廓像素和梯度像素的之间的距离进行等分,其中,轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分;轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
可选的,该第一阈值与第二阈值相同。
图5是本申请的一个实施例的图像处理模块构示意图。请参考图5,在硬件层面,该图像处理模块包括处理器,可选地还包括网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该图像预测装置还可能包括其他业务所需要的硬件。
存储器,用于存放程序。具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成图像预测装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取待检测图像信息,该待检测图像信息为待检测印刷电路板的图像信息,该待检测硬刷电路板上包括待检测孔,该图像信息为灰度图像信息;
根据该待检测图像信息,确定该待检测图像信息的轮廓像素,该内轮廓为待检测孔在待检测图像信息上形成的内轮廓,该轮廓像素为与内轮廓相对应的像素的位置;
根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,该轮廓像素为待检测图像上每个内轮廓的每个像素,其中,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,该梯度方向为与轮廓像素相邻的像素的像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,该图像处理模块中包括像素精度等级;
将该亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
上述如本申请图2所示种图像检测方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该图像预测装置还可执行图2中该的任意方法,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的图像处理模块并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请的具体实施例中还提出了一种计算机程序产品,该计算机程序产品可用于计算机设备运行。当该计算机程序产品在计算机上运行时,使得计算机执行如图1该的方法。
本申请的具体实施例中还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图2所示实施例的方法。本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上该仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种印刷电路板图像检测方法,其特征在于,所述方法包括:
获取待检测图像信息,所述待检测图像信息为待检测印刷电路板的图像信息,所述待检测印刷电路板上包括待检测孔,所述图像信息为灰度图像信息;
根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,所述轮廓为待检测孔在待检测图像信息上形成的内轮廓,所述轮廓像素为与内轮廓相对应的像素的位置;
根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,所述梯度方向为与轮廓像素相邻的像素中像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,所述图像处理模块中包括像素精度等级;
将所述亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括对所述待检测图像进行滤波处理,所述滤波处理包括采用中值滤波或均值滤波的方法。
3.根据权利要求1所述的方法,其特征在于,所述图像处理模块根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,包括:
确定第一阈值;
根据第一阈值确定待检测图像的二值化图像,所述二值化图像为黑色框图,所述黑色框图中包括内轮廓;
确定所述黑色框图的内轮廓的轮廓像素。
4.根据权利要求1所述的方法,其特征在于,所述根据像素精度等级、轮廓像素点的像素值和梯度方向像素点的像素值确定亚像素位置,包括:
根据精度等级将轮廓像素和梯度像素的之间的距离进行等分,其中,轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分;
轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
5.根据权利要求4所述的方法,其特征在于,所述第一阈值与第二阈值相同。
6.根据权利要求1所述的方法,其特征在于,所述获取待检测图像信息前,所述方法还包括:接收图像采集模块发送的图像数据信息;对所述图像数据信息进行灰度处理。
7.一种印刷电路板图像检测设备,其特征在于,所述设备包括:
接收单元,用于获取待检测图像信息,所述待检测图像信息为待检测印刷电路板的图像信息,所述待检测硬刷电路板上包括待检测孔,所述图像信息为灰度图像信息;
处理单元,用于根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,所述轮廓为待检测孔在待检测图像信息上形成的内轮廓,所述轮廓像素为与轮廓相对应的像素的位置;
所述处理单元,还用于根据轮廓像素确定相对应的每个轮廓像素的亚像素位置,所述轮廓像素为待检测图像上每个内轮廓的每个像素,其中,确定每个轮廓像素的亚像素位置包括:确定轮廓像素的梯度方向以及梯度像素,所述梯度方向为与轮廓像素相邻的像素中像素值变化最快的方向,梯度像素为梯度方向所对应的像素;根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,所述图像处理模块中包括像素精度顶级;
发送单元,用于将所述亚像素位置和待检测图像信息向图像判断模块发送,使图像判断模块根据待检测印刷电路板的待检测图像进行检测。
8.根据权利要求7所述的设备,其特征在于,所述处理单元,用于根据所述待检测图像信息,确定所述待检测图像信息的轮廓像素,包括:
确定第一阈值;
根据第一阈值确定待检测图像的二值化图像,所述二值化图像为黑色框图,所述黑色框图中包括内轮廓;
确定所述黑色框图的内轮廓的轮廓像素。
9.根据权利要求7所述的设备,其特征在于,所述处理单元,根据像素精度等级、轮廓像素、轮廓像素的像素值和梯度像素、梯度像素的像素值确定亚像素位置,包括:
根据精度等级将轮廓像素和梯度像素的之间的距离进行等分,其中,轮廓像素和梯度像素之间每一等分的像素值的差值为轮廓像素值和梯度像素值的差值与进度等级相同的等分;
轮廓像素和梯度像素的等分中像素值与第二阈值相同的等分点为亚像素位置。
10.根据权利要求9所述的设备,其特征在于,所述第一阈值与第二阈值相同。
CN201710831010.3A 2017-09-15 2017-09-15 印刷电路板图像检测方法和装置 Active CN109509166B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710831010.3A CN109509166B (zh) 2017-09-15 2017-09-15 印刷电路板图像检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710831010.3A CN109509166B (zh) 2017-09-15 2017-09-15 印刷电路板图像检测方法和装置

Publications (2)

Publication Number Publication Date
CN109509166A true CN109509166A (zh) 2019-03-22
CN109509166B CN109509166B (zh) 2021-05-04

Family

ID=65744793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710831010.3A Active CN109509166B (zh) 2017-09-15 2017-09-15 印刷电路板图像检测方法和装置

Country Status (1)

Country Link
CN (1) CN109509166B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582286A (zh) * 2020-04-29 2020-08-25 中国信息通信研究院 印刷电路板同质化确定方法和装置
CN112150433A (zh) * 2020-09-22 2020-12-29 中广核核电运营有限公司 电路板晶须物质的检测方法、计算机设备和存储介质
CN113066389A (zh) * 2019-12-26 2021-07-02 杭州海康威视数字技术股份有限公司 发光二极管(led)灯板处理方法及装置
CN113692215A (zh) * 2021-07-30 2021-11-23 广州佳帆计算机有限公司 一种贴片元件位置可调整系统、方法及装置
CN116309782A (zh) * 2023-05-18 2023-06-23 天津伍嘉联创科技发展股份有限公司 一种基于逆向特征的图像角度检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679193A (zh) * 2013-11-12 2014-03-26 华南理工大学 一种基于freak的高速高密度封装元器件快速定位方法
CN104715487A (zh) * 2015-04-01 2015-06-17 大连理工大学 一种基于伪Zernike矩的亚像素边缘检测方法
CN105405117A (zh) * 2015-10-16 2016-03-16 凌云光技术集团有限责任公司 基于图像轮廓的角点提取方法及装置
US20170091903A1 (en) * 2015-09-30 2017-03-30 Lg Display Co., Ltd. Image-processing circuit and display device having the same
CN106651828A (zh) * 2016-09-21 2017-05-10 哈尔滨工业大学 一种工业小尺度运动模糊成像条件下的产品尺寸亚像素测量方法
EP3217664A1 (en) * 2010-04-12 2017-09-13 Sun Patent Trust Spatial prediction method, image decoding method, and image encoding method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3217664A1 (en) * 2010-04-12 2017-09-13 Sun Patent Trust Spatial prediction method, image decoding method, and image encoding method
CN103679193A (zh) * 2013-11-12 2014-03-26 华南理工大学 一种基于freak的高速高密度封装元器件快速定位方法
CN104715487A (zh) * 2015-04-01 2015-06-17 大连理工大学 一种基于伪Zernike矩的亚像素边缘检测方法
US20170091903A1 (en) * 2015-09-30 2017-03-30 Lg Display Co., Ltd. Image-processing circuit and display device having the same
CN105405117A (zh) * 2015-10-16 2016-03-16 凌云光技术集团有限责任公司 基于图像轮廓的角点提取方法及装置
CN106651828A (zh) * 2016-09-21 2017-05-10 哈尔滨工业大学 一种工业小尺度运动模糊成像条件下的产品尺寸亚像素测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M. QI 等: "Sub-pixel Location Algorithm of Complex Edge Target Based on Gradient Direction", 《AMSIE 2015》 *
胡涛 等: "高分辨率PCB图像亚像素边缘检测算法", 《微计算机信息》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113066389A (zh) * 2019-12-26 2021-07-02 杭州海康威视数字技术股份有限公司 发光二极管(led)灯板处理方法及装置
CN111582286A (zh) * 2020-04-29 2020-08-25 中国信息通信研究院 印刷电路板同质化确定方法和装置
CN111582286B (zh) * 2020-04-29 2022-09-30 中国信息通信研究院 印刷电路板同质化确定方法和装置
CN112150433A (zh) * 2020-09-22 2020-12-29 中广核核电运营有限公司 电路板晶须物质的检测方法、计算机设备和存储介质
CN113692215A (zh) * 2021-07-30 2021-11-23 广州佳帆计算机有限公司 一种贴片元件位置可调整系统、方法及装置
CN116309782A (zh) * 2023-05-18 2023-06-23 天津伍嘉联创科技发展股份有限公司 一种基于逆向特征的图像角度检测方法
CN116309782B (zh) * 2023-05-18 2023-08-18 天津伍嘉联创科技发展股份有限公司 一种基于逆向特征的图像角度检测方法

Also Published As

Publication number Publication date
CN109509166B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN109509166A (zh) 印刷电路板图像检测方法和装置
EP2754091B1 (en) Measurement of belt wear through edge detection of a raster image
CN110443243B (zh) 水位监测方法、存储介质、网络设备和水位监测系统
CN109325930A (zh) 边界缺陷的检测方法、装置及检测设备
CN106845484B (zh) 一种一维码区域的定位方法及装置
CN113807333B (zh) 用于检测车道线的数据处理方法及存储介质
CN102750683B (zh) Modis遥感影像中海面条带噪声和条状云的过滤方法
CN110399762A (zh) 一种基于单目图像的车道线检测的方法及装置
CN107609510A (zh) 一种岸桥下集卡定位方法及设备
CN110660072B (zh) 一种直线边缘的识别方法、装置、存储介质及电子设备
CN111027546A (zh) 一种字符分割方法、装置以及计算机可读存储介质
CN111046862A (zh) 一种字符分割方法、装置以及计算机可读存储介质
CN104615972A (zh) 指针式仪表智能识别方法及其装置
CN115272336A (zh) 基于梯度向量的金属零件缺陷精准检测方法
CN115775244A (zh) 线圈绕线的检测方法及装置、电子设备和存储介质
CN115358983A (zh) 刀具缺陷检测方法、检测设备和计算机可读存储介质
CN113240623A (zh) 一种路面病害检测方法及装置
CN104318586B (zh) 基于自适应形态学滤波的运动模糊方向估计方法及装置
CN113610041A (zh) 一种用于指针式仪表的读数识别方法及设备
CN111126436A (zh) 视觉匹配方法及装置
CN107767372B (zh) 一种分层并行计算的芯片管脚在线视觉检测系统及其方法
CN107615333B (zh) 图像的斑点处理方法
CN114240924A (zh) 一种基于数字化技术的电网设备质量评估方法
Kröger et al. Performance evaluation on contour extraction using Hough transform and RANSAC for multi-sensor data fusion applications in industrial food inspection
CN113066043B (zh) 缺陷检测方法及装置、计算机可读存储介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Lingyunguang Technology Co.,Ltd.

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: Beijing lingyunguang Technology Group Co.,Ltd.

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Beijing lingyunguang Technology Group Co.,Ltd.

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230713

Address after: 1st Floor - 2nd Floor, Building 2, Xinqi Industrial Park, No. 789, Changning Avenue, High tech Zone, Hefei City, Anhui Province, 230000

Patentee after: Hefei Jiuchuan Intelligent Equipment Co.,Ltd.

Address before: 100094 701, 7 floor, 7 building, 13 Cui Hunan Ring Road, Haidian District, Beijing.

Patentee before: Lingyunguang Technology Co.,Ltd.