CN110186938A - 双面缺陷分析设备及缺陷检测和分析系统 - Google Patents
双面缺陷分析设备及缺陷检测和分析系统 Download PDFInfo
- Publication number
- CN110186938A CN110186938A CN201910576526.7A CN201910576526A CN110186938A CN 110186938 A CN110186938 A CN 110186938A CN 201910576526 A CN201910576526 A CN 201910576526A CN 110186938 A CN110186938 A CN 110186938A
- Authority
- CN
- China
- Prior art keywords
- circuit board
- defect
- image
- clamping
- sided
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 179
- 238000004458 analytical method Methods 0.000 title claims abstract description 93
- 238000001514 detection method Methods 0.000 title claims description 53
- 230000002950 deficient Effects 0.000 claims abstract description 33
- 238000002372 labelling Methods 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 101001045744 Sus scrofa Hepatocyte nuclear factor 1-beta Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011031 large-scale manufacturing process Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000004642 Polyimide Substances 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 229920006267 polyester film Polymers 0.000 description 1
- 229920001721 polyimide Polymers 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/13—Moving of cuvettes or solid samples to or from the investigating station
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0162—Arrangements or apparatus for facilitating the optical investigation using microprocessors for control of a sequence of operations, e.g. test, powering, switching, processing
- G01N2021/0175—Arrangements or apparatus for facilitating the optical investigation using microprocessors for control of a sequence of operations, e.g. test, powering, switching, processing for selecting operating means
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0187—Mechanical sequence of operations
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种双面缺陷分析设备，包括：接收单元、至少两个面阵相机以及分析单元。接收单元适于接收待分析的电路板的表面图像；至少两个面阵相机适于定位到电路板的两个相对表面中由表面图像所指示的缺陷位置，且拍摄缺陷的缺陷图像，缺陷图像的质量高于表面图像的质量；分析单元适于确定表面图像中的缺陷的位置，且分析缺陷图像以判断缺陷的类型。
Description
技术领域
本发明涉及一种双面缺陷分析设备，该双面缺陷分析设备可以提高缺陷分析的效率。
背景技术
电子印制电路板(Printed Circuit Board,PCB)是一种以绝缘板为基材，在表面设有孔和布线，用以实现电子元器件之间互相连接的电子部件。随着半导体集成电路技术的发展，印制电路板也逐渐从单面板发展到了双面板、多层板以及挠性线路板等，并不断地向高精度、高密度和高可靠性方向发展。
在生产和制造PCB板的过程中，收到各种因素的影响，PCB板往往会存在各种类型的缺陷。因此，如何有效控制PCB板电路板的良率以及对PCB板的缺陷进行检测分析已经成为电子电路板制造商越来越重视的问题。
传统的PCB板缺陷检测分析一般采用离线光学检测的方式，这种方式效率较低且无法适应于PCB板的大规模生产。一种改进的方案是增加对PCB板的在线光学扫描。具体来讲，通过在电子电路板生产线的出口安装在线光学扫描设备，实现对每块PCB板的单面或双面的快速扫描。然后，将扫描得到的完整图像资料存储到后台的工作站或服务器中，由工作站或服务器对图像资料进行检测、分析，并将处理结果按序号备份在工作站或服务器中。检测人员通过单面板检修站，调取工作站或服务器中需要检测和分析的PCB板资料。检测人员经过检测和分析后，判别出该PCB板的品质，同时对PCB板上的缺陷进行人工标记。然而，这种方式由于无法做到在线实时智能化检测，且检测人员每次只能对单面进行检测和分析，因而效率较低，仍然无法满足PCB板大规模生产的需求。
发明内容
本发明所要解决的技术问题是提供一种双面缺陷分析设备，该双面缺陷分析设备可以提高缺陷分析的效率。
本发明为解决上述技术问题而采用的技术方案是提供一种双面缺陷分析设备，包括：接收单元，适于接收待分析的电路板的表面图像；至少两个面阵相机，适于定位到所述电路板的两个相对表面中由所述表面图像所指示的缺陷位置，且拍摄所述缺陷的缺陷图像，所述缺陷图像的质量高于所述表面图像的质量；以及分析单元，适于确定所述表面图像中的缺陷的位置，且分析所述缺陷图像以判断所述缺陷的类型。
在本发明的一实施例中，还包括夹持装置，所述夹持装置适于以使所述电路板处于垂直状态的方式夹持所述电路板，所述夹持装置包括：框架，适于放置处于垂直状态的电路板；第一机械手，设于所述框架上，适于夹持所述电路板的第一边缘；以及第二机械手，设于所述框架上，适于夹持所述电路板的第二边缘；其中所述至少两个面阵相机，分别可移动地设于所述框架的相对两侧，以分别拍摄所述电路板的两个相对表面的缺陷图像。
在本发明的一实施例中，还包括夹持控制模块，所述夹持装置还包括第一夹板和第二夹板，所述第一机械手设在所述第一夹板上，所述第二机械手设在所述第二夹板上，其中所述夹持控制模块配置为根据所述电路板在第一方向上的尺寸，在所述第一方向上移动所述第一夹板和/或第二夹板。
在本发明的一实施例中，还包括机械手，适于将所述电路板放置到所述夹持装置上。
在本发明的一实施例中，还包括至少两个标记装置，所述分析单元配置为控制所述标记装置沿着第一方向和第二方向移动，而在所述电路板上标记缺陷的类型，所述第二方向与所述第一方向相交。
在本发明的一实施例中，所述分析单元配置为按照如下方式分析所述缺陷图像以判断所述缺陷的类型：基于良品电路板的样本生成良品训练样本，且获得从电路板的局部区域采集图像中分割的缺陷样本及类型；使用所述良品训练样本训练神经网络分类器，其中所述神经网络分类器进行缺陷样本的特征提取；使用所述缺陷样本对所述神经网络分类器进行标定；以及使用经训练的神经网络分类器分析所述缺陷图像以判断所述缺陷的类型。
本发明的另一方面提出一种缺陷检测和分析系统，包括：检测设备，包括：至少两个线阵相机，设于一平台上，其中待检测的电路板在所述平台上沿着传送方向移动，所述至少两个线阵相机分别适于在所述电路板移动的过程中拍摄所述电路板的两个相对表面的表面图像；以及检测单元，电连接所述线阵相机和所述平台且配置为在所述电路板移动的过程中，对所述表面图像进行处理以判断所述电路板是否为良品，其中当判断所述电路板是良品时，所述检测单元控制所述平台将所述电路板传送到第一出口，当所述判断电路板不是良品时，所述检测单元控制所述平台将所述电路板传送到第二出口；双面缺陷分析设备，包括：承载台，连接所述第二出口，适于接收并承载水平状态的所述电路板；接收单元，连接所述检测单元，适于接收待分析的电路板的表面图像；面阵相机，适于定位到所述表面图像中的缺陷位置，且拍摄所述缺陷的缺陷图像，所述缺陷图像的质量高于所述表面图像的质量；以及分析单元，适于确定所述表面图像中的缺陷的位置，且分析所述缺陷图像以判断所述缺陷的类型。
在本发明的一实施例中，所述平台位于所述电路板的生产线上。
在本发明的一实施例中，所述双面缺陷分析设备还包括夹持装置，所述夹持装置适于以使所述电路板处于垂直状态的方式夹持所述电路板。
在本发明的一实施例中，所述缺陷检测和分析系统还包括机械手，适于将所述电路板放置到所述夹持装置上。
本发明的另一方面提出一种垂直夹持装置，其特征在于包括：框架，适于放置处于垂直状态的电路板；第一机械手，设于所述框架上，适于夹持所述电路板的第一边缘；第二机械手，设于所述框架上，适于夹持所述电路板的第二边缘；第一夹板和第二夹板，所述第一机械手设在所述第一夹板上，所述第二机械手设在所述第二夹板上；以及夹持控制模块，用于根据所述电路板在第一方向上的尺寸，在所述第一方向上移动所述第一夹板和/或第二夹板。
在本发明的一实施例中，还包括接收单元，用于接收所述电路板在所述第一方向上的尺寸。
在本发明的一实施例中，还包括：至少两个第一驱动机构，分别设于所述框架的相对两侧，用于驱动用于拍摄所述电路板的面阵相机和用于标记所述电路板的标记装置沿着第一方向移动；至少两个第二驱动机构，分别设于所述框架的另外相对两侧，用于驱动用于拍摄所述电路板的面阵相机和用于标记所述电路板的标记装置沿着第二方向移动，所述第二方向与第一方向垂直。
本发明由于采用以上技术方案，使之与现有技术相比，具有如下显著优点：
本发明的双面缺陷分析设备可以对电路板的双面同时进行分析，缩短了图像处理的时间，提高了缺陷分析的效率和准确性，从而可以实现电路板缺陷检测和分析系统的自动化、智能化运行。
本发明的缺陷检测和分析系统可以在线将电路板中的良品检出，然后将不良品做进一步双面分析并做缺陷类型标记，显著降低了需要做离线分析的电路板数量，提高了检测和分析效率。
本发明的垂直夹持装置可以将电路板以垂直状态夹持，方便面阵相机从电路板的两个表面拍摄，从而有助于实现双面分析。
附图说明
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：
图1是本发明一实施例的一种双面缺陷分析设备的正面结构示意图；
图2是本发明一实施例的一种双面缺陷分析设备的侧面结构示意图；
图3是本发明一实施例的一种双面缺陷分析设备的侧面结构示意图；
图4是本发明一实施例的一种双面缺陷分析设备的架构图；
图5-7是本发明一实施例的一种双面缺陷分析设备的夹持装置的结构示意图；
图8是本发明一实施例的一种双面缺陷分析设备的标记装置的结构示意图；
图9是本发明一实施例的一种缺陷检测和分析系统的结构示意图；
图10是本发明一实施例的一种缺陷检测和分析系统的架构图。
图中元件标号说明：
10～缺陷检测和分析系统
20～电路板
100～双面缺陷分析设备
110～接收单元
120～面阵相机
130～分析单元
140～夹持装置
141～框架
142a～第一机械手
142b～第二机械手
143a～第一夹板
143b～第二夹板
150～夹持控制模块
151～轨道
160～机械手
170～标记装置
180～承载台
190～第一驱动机构
191～第一轨道
192～第二驱动机构
193～第二轨道
200～检测设备
210～线阵相机
220～检测单元
300～平台
310～第一出口
320～第二出口
400～存储设备
具体实施方式
为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为了方便描述，此处可能使用诸如“之下”、“下方”、“低于”、“下面”、“上方”、“上”等等的空间关系词语来描述附图中所示的一个元件或特征与其他元件或特征的关系。将理解到，这些空间关系词语意图包含使用中或操作中的器件的、除了附图中描绘的方向之外的其他方向。例如，如果翻转附图中的器件，则被描述为在其他元件或特征“下方”或“之下”或“下面”的元件的方向将改为在所述其他元件或特征的“上方”。因而，示例性的词语“下方”和“下面”能够包含上和下两个方向。器件也可能具有其他朝向(旋转90度或处于其他方向)，因此应相应地解释此处使用的空间关系描述词。此外，还将理解，当一层被称为在两层“之间”时，它可以是所述两层之间仅有的层，或者也可以存在一个或多个介于其间的层。
在本申请的上下文中，所描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例，也可以包括另外的特征形成在第一和第二特征之间的实施例，这样第一和第二特征可能不是直接接触。
应当理解，当一个部件被称为“在另一个部件上”、“连接到另一个部件”、“耦合于另一个部件”或“接触另一个部件”时，它可以直接在该另一个部件之上、连接于或耦合于、或接触该另一个部件，或者可以存在插入部件。相比之下，当一个部件被称为“直接在另一个部件上”、“直接连接于”、“直接耦合于”或“直接接触”另一个部件时，不存在插入部件。同样的，当第一个部件被称为“电接触”或“电耦合于”第二个部件，在该第一部件和该第二部件之间存在允许电流流动的电路径。该电路径可以包括电容器、耦合的电感器和/或允许电流流动的其它部件，甚至在导电部件之间没有直接接触。
针对以上PCB板缺陷分析效率较低的问题，本发明的以下实施例描述一种双面缺陷分析设备，该双面缺陷分析设备可以提高缺陷分析的效率。
图1是本发明一实施例的一种双面缺陷分析设备的正面结构示意图。图2和图3分别是本发明一实施例的一种双面缺陷分析设备的侧面结构示意图。图4是本发明一实施例的一种双面缺陷分析设备的架构图。下面结合图1至图4对双面缺陷分析设备100的结构进行说明。
双面缺陷分析设备100包括接收单元110、至少两个面阵相机120以及分析单元130。接收单元110可以接收待分析的电路板20的表面图像。分析单元130可以根据表面图像确定表面图像中的缺陷的位置。至少两个面阵相机120可以定位到电路板20的两个相对表面中由表面图像所指示的缺陷位置，且拍摄缺陷的缺陷图像。其中，缺陷图像的质量高于表面图像的质量。分析单元130可以分析缺陷图像以判断缺陷的类型。
在本发明的一实施例中，电路板20可以是电路板。例如，电路板20可以是PCB板、FPC电路板或FPCB电路板。FPC(Flexible Printed Circuit)电路板又称柔性线路板，是以聚酰亚胺或聚酯薄膜为基材制成的一种具有高可靠性和可挠性的印刷电路板，并具有配线密度高、重量轻、厚度薄以及较好的可弯折性等特点。FPCB(Flexible Printed CircuitBoard)电路板是一种软硬结合电路板：是一种由柔性线路板和硬性线路板(PCB板)经过压合等工序，按相关工艺要求组合在一起形成的具有FPC特性与PCB特性的线路板。
在本发明的一实施例中，上述双面缺陷分析设备100还包括夹持装置140，夹持装置140可以夹持电路板20并使电路板20处于垂直状态。
在本发明的一实施例中，夹持装置140可以包括框架141、第一机械手142a和第二机械手142b。框架141可以放置处于垂直状态的电路板20。第一机械手142a设于框架141上，以夹持电路板20的第一边缘。第二机械手142b设于框架141上，以夹持电路板20的第二边缘。
参考图1至图3所示，在本发明的一些示例中，双面缺陷分析设备100还包括承载台180。承载台180与框架141相连接。例如，框架141可以固定于承载台180之上，但本实施例并非以此为限。
在本发明的一实施例中，上述双面缺陷分析设备100还包括夹持控制模块150，夹持装置140还包括第一夹板143a和第二夹板143b，第一机械手142a设在第一夹板143a上，第二机械手142b设在第二夹板143b上。夹持控制模块150用于根据电路板20在第一方向上的尺寸，在第一方向上移动第一夹板143a和/或第二夹板143b。
在本发明的一实施例中，上述双面缺陷分析设备100还包括机械手160，机械手160可以将电路板20放置到夹持装置140上。在一些示例中，机械手160还可以将电路板20从夹持装置140上取出。
图5-7是本发明一实施例的一种双面缺陷分析设备的夹持装置的结构示意图。下面参考图5至图7进一步描述夹持装置140及夹持控制模块150的结构。
在本发明的一实施例中，第一夹板143a上设置有一个或多个第一机械手142a，第二夹板143b上设置有一个或多个第二机械手142b。
参考图7所示，第一机械手142a可以是固定于第一夹板143a上，多个第一机械手142a之间可以设置为相同或不同的距离。第一机械手142a还可以通过可调的方式设于第一夹板143a上。例如，第一夹板143a上可以具有滑轨(图未示)，多个第一机械手142a通过在第一夹板143a的滑轨上滑动来调整多个第一机械手142a之间的距离。
同样的，第二机械手142b可以是固定于第二夹板143b上，多个第二机械手142b之间可以设置为相同或不同的距离。第二机械手142b还可以通过可调的方式设于第二夹板143b上。例如，第二夹板143b上可以具有滑轨(图未示)，多个第二机械手142b通过在第二夹板143b的滑轨上滑动来调整多个第二机械手142b之间的距离。
参考图5所示，多个第一机械手142a按照第一夹板143a的延伸方向排列在第一夹板143a上。多个第二机械手142b按照第二夹板143b的延伸方向排列在第二夹板143b上。在一些示例中，夹持控制模块150还可以具有向下方延伸的轨道151。轨道151固定于框架141上，第一夹板143a和/或第二夹板143b的两端可移动(例如滑动)的设于轨道151上。夹持控制模块150根据电路板20在第一方向上的尺寸，控制第一夹板143a和/或第二夹板143b沿轨道151在第一方向上移动。
在图5和图6所示的示例中，夹持装置140具有相对设置的第一夹板143a和第二夹板143b，第二夹板143b与第一夹板143a相平行，且固定于框架141上。首先，第二夹板143b上的第二机械手142b夹持电路板20在第一方向上的下端。然后，夹持控制模块150根据电路板20在第一方向上的尺寸，控制第一夹板143a沿轨道151在第一方向上移动。当第一夹板143a移动到适于夹持电路板20在第一方向上的上端的位置时，夹持控制模块150控制第一夹板143a停止移动。第一夹板143a上的第一机械手142a夹持电路板20在第一方向上的上端。
可以理解，夹持装置140可以根据电路板20在第一方向上的尺寸，选择第一夹板143a上的一个或多个第一机械手142a以及第二夹板143b上的一个或多个第二机械手142b对电路板20进行夹持。
在本发明的其他示例中，第一夹板143a还可以固定于框架141上，夹持控制模块150根据电路板20在第一方向上的尺寸，控制第二夹板143b沿轨道151在第一方向上移动。夹持控制模块150也可以根据电路板20在第一方向上的尺寸，同时控制第一夹板143a和第二夹板143b沿轨道151在第一方向上移动，但本实施例并非以此为限。
示例性的，在图5所示的平行于纸面的方向内，第一方向可以是轨道151的延伸方向，第二方向可以是第一夹板143a或第二夹板143b的延伸方向。其中，第一方向和第二方向相交。优选的，第一方向可以为竖直方向，第二方向可以为水平方向，且第一方向与第二方向相垂直。
在本发明的一实施例中，至少两个面阵相机120分别可移动地设于框架141的相对两侧，以分别拍摄电路板20的两个相对表面的缺陷图像。
在本发明的一些示例中，上述双面缺陷分析设备100还包括至少两个第一驱动机构190和至少两个第二驱动机构192。至少两个第一驱动机构190分别设于框架141的相对两侧，以驱动用于拍摄电路板20的至少两个面阵相机120沿着电路板20表面的第一方向移动。至少两个第二驱动机构192分别设于框架141的另外相对两侧，以驱动用于拍摄电路板20的至少两个面阵相机120沿着电路板20表面的第二方向移动。
在图1所示的示例中，第一驱动机构190还可以具有沿第一方向延伸的第一轨道191。第二驱动机构192还可以具有沿第二方向延伸的第二轨道193。面阵相机120设于第一轨道191上。第一轨道191的两端可移动(例如滑动)的设于第二轨道193上。第一驱动机构190可以控制面阵相机120沿着第一轨道191在第一方向上移动。第二驱动机构192可以控制第一轨道191沿着第二轨道193在第二方向上移动。通过设置相交(例如垂直)的第一方向和第二方向，第一驱动机构190和第二驱动机构192可以控制面阵相机120沿着电路板20的表面移动并覆盖电路板20表面的所有区域。面阵相机120定位到电路板20的两个相对表面中由表面图像所指示的缺陷位置后，拍摄该缺陷位置的缺陷图像。所拍摄的缺陷图像的质量高于表面图像的质量。具体地说，相比表面图像，缺陷图像是面阵相机120对准缺陷拍摄的，因此其分辨率及精度更高。这样，分析单元130可以分析高精度的缺陷图像以更准确地判断缺陷的类型。
在一些示例中，表面图像上的缺陷还可以具有坐标位置。示例性的，以直角坐标系进行分区后的电路板20的表面图像中，表面图像上的每一个缺陷可以具有相应的坐标位置，例如(X1,Y1)、(X2,Y2)、…(Xn,Yn)。接收单元110接收待分析的电路板20的具有缺陷坐标位置的表面图像后，分析单元130根据缺陷的坐标位置，控制面阵相机120移动并定位到相应的缺陷位置。
在印刷电路板领域，需要检测的缺陷包括断路、短路、缺口、毛刺、针孔、残铜等基本缺陷。另外，还可包括精密线路的线宽、线窄、位置偏差。对于断路、短路是定性分析，即只要是存在断路、短路现象是必须要检测出的。对于缺口、毛刺、针孔、残铜、线宽、线窄、位置偏差等需要做定量分析，即当检测出这7种缺陷时还需要结合其所在位置及尺寸关系决定是否判断为缺陷。虽然缺陷的种类是有限的，但是线路板的图形及缺陷的表现形式是千变万化的。在本发明的一实施例中，使用深度学习来构建图像分析单元，结合大数据分析使得此单元具有一定的泛化能力和自学习功能。深度学习在图像识别和分类领域已经得到了广泛应用。根据已有的深度学习算法，构建本发明实施例的分析单元130的神经网络模型，用于缺陷类型的判断。
典型地说，生成神经网络模型的过程包括网络模型的构建、训练数据集制作、以及网络模型的测试。可以从各种神经网络模型，例如卷积神经网络CNN(ConvolutionalNeural Network)、循环神经网络(Recurrent Neural Networks,RNN)、生成式对抗网络(Generative Adversarial Networks,GAN)中选择合适的神经网络模型。在本发明的实施例中选择CNN模型。CNN模型中可包含一些层，例如输入预处理层、特征提取层和预测输出层等。在一些实施例中，可以基于良品电路板的样本来生成良品训练样本。良品电路板的样本可以是电路板的设计文件生成的图像。可以在这些图像上采用固定尺寸滑窗方式自动生成训练样本尺寸大小的模块。还可以获得从电路板的局部区域采集图像中分割的缺陷样本及类型。举例来说，可以在前序系统中提供的局部区域位置采集图像，经过人工分割确认缺陷样本及类型。之后，使用前述的良品训练样本来训练神经网络模型，在训练过程中，神经网络模型会进行缺陷样本的特征提取。经过训练的神经网络模型可作为对缺陷进行分类的分类器。另外，还可使用前述的缺陷样本对神经网络分类器进行标定。并且，采用非极大抑制技术准确定位缺陷位置。在神经网络分类器训练完成后，可使用经训练的神经网络分类器分析所述缺陷图像以判断所述缺陷的类型。如前所述，对于需要定量分析的特征，对于缺陷特征量，可结合缺陷类型，进行量化处理。
应当理解，面阵相机是一种通过像素矩阵拍摄获取二维图像信息的设备。面阵相机可以是但不限于CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)相机和CCD(Charge-coupled Device，电荷耦合器件)相机。优选的，面阵相机可以是彩色CCD相机。
在本发明的一实施例中，上述双面缺陷分析设备100还包括至少两个标记装置170，分析单元130配置为控制标记装置170沿着第一方向和第二方向移动，而在电路板20上标记缺陷的类型，第二方向与第一方向相交。优选的，标记装置170可以采用无接触喷墨标记系统。
图8是本发明一实施例的一种双面缺陷分析设备的标记装置的结构示意图。参考图1-3以及图8所示，在一些示例中，至少两个标记装置170可以分别设于至少两个第一轨道191上。分析单元130确定出表面图像中的缺陷的位置后，配置第一驱动机构190控制标记装置170沿着第一轨道191在第一方向上移动，并配置第二驱动机构192控制第一轨道191沿着第二轨道193在第二方向上移动。通过设置相交(例如垂直)的第一方向和第二方向，第一驱动机构190和第二驱动机构192可以控制标记装置170沿着电路板20的表面移动并覆盖电路板20表面的所有区域。标记装置170根据分析单元130分析缺陷图像判断出的缺陷的类型，在电路板20上做出相应的标记。
可以理解，标记装置170也可以是由单独的驱动机构，尤其是单独的第一驱动机构(图未示)驱动在第一方向上移动，本发明对其布置方式并不加以限制。
本发明的以上实施例提供了一种双面缺陷分析设备，该双面缺陷分析设备可以对电路板的双面同时进行分析，缩短了图像处理的时间，提高了缺陷分析的效率和准确性。
本发明的另一方面提出一种缺陷检测和分析系统，该缺陷检测和分析系统可以提高缺陷分析的效率。
图9是本发明一实施例的一种缺陷检测和分析系统的结构示意图。图10是本发明一实施例的一种缺陷检测和分析系统的架构图。下面结合图9和图10对该缺陷检测和分析系统10的结构进行说明。
缺陷检测和分析系统10包括检测设备200和双面缺陷分析设备100。
检测设备200包括线阵相机210以及检测单元220。线阵相机210设于一平台300上。其中待检测的电路板20在平台300上沿着传送方向移动，线阵相机210适于在电路板20移动的过程中拍摄电路板20的表面图像。检测单元220电连接线阵相机210和平台300且在电路板20移动的过程中，对表面图像进行处理以判断电路板20是否为良品。其中当判断电路板20是良品时，检测单元220控制平台300将电路板20传送到第一出口310，当判断电路板20不是良品时，检测单元220控制平台300将电路板20传送到第二出口320。在本发明的一些示例中，平台300可以位于电路板20的生产线上。
在本发明的一实施例中，上述检测设备200可以包括至少两个线阵相机210，分别用于拍摄电路板20的两个相对表面的第一表面图像。线阵相机是一种采用线阵图像传感器的设备。线阵图像传感器分为单色和彩色两种。线阵相机可以是但不限于CMOS相机和CCD相机。优选的，线阵相机可以是单色(例如黑白)CCD相机。
双面缺陷分析设备100包括承载台180、接收单元110、面阵相机120以及分析单元130。承载台180连接第二出口320，用于接收并承载水平状态的电路板20。接收单元110连接检测单元220，用于接收待分析的电路板20的表面图像。面阵相机120用于定位到表面图像中的缺陷位置，且拍摄缺陷的缺陷图像。其中，缺陷图像的质量高于表面图像的质量。分析单元130用于确定表面图像中的缺陷的位置，且分析缺陷图像以判断缺陷的类型。
在本发明的一实施例中，上述双面缺陷分析设备100还包括夹持装置140。夹持装置140用于以使电路板20处于垂直状态的方式夹持电路板20。在一些示例中，双面缺陷分析设备100还包括机械手160，机械手160可以将电路板20放置到夹持装置140上。
应当理解，检测设备200通过至少两个线阵相机210拍摄电路板20的两个相对表面的第一表面图像，并根据第一表面图像判断电路板20是否为良品。只有当电路板20不是良品时，检测单元220才会控制平台300将电路板20传送到第二出口320，并通过双面缺陷分析设备100上的机械手160将电路板20放置到夹持装置140上。在另一些示例中，还可以通过人工的方式将传送到第二出口320的电路板20放置到双面缺陷分析设备100的夹持装置140上，但本实施例并非以此为限。
参考图9所示，在本发明的一实施例中，上述双面缺陷分析设备100还包括存储设备400。存储设备400可以与检测设备200中的检测单元220以及双面缺陷分析设备100中的接收单元110相连接。例如，检测设备200可以将待分析的电路板20的表面图像存储至存储设备400中。双面缺陷分析设备100可以从存储设备400中获取待分析的电路板20的表面图像。
应当理解，存储设备400可以是计算机的外部存储器，也可以是独立的外部存储器或是二者的组合。其中，外部存储器可以包括但不限于磁存储设备(例如，硬盘、软盘、磁条)、光盘(例如，压缩盘(CD)、数字多功能盘(DVD))、智能卡和闪存设备(例如，电可擦除可编程只读存储器(EPROM)、U盘、卡、棒、键驱动)等。
本实施例的缺陷检测和分析系统中的双面缺陷分析设备的其他实施细节可参考图1至图8所描述的实施例，在此不再展开。
本发明的以上实施例提出了一种缺陷检测和分析系统，该缺陷检测和分析系统可以在线将电路板中的良品检出，然后将不良品做进一步双面分析并做缺陷类型标记，显著降低了需要做离线分析的电路板数量，提高了检测和分析效率，从而可以实现电路板缺陷检测和分析系统的自动化、智能化运行。本发明的另一方面提出一种垂直夹持装置。下面结合图1-3以及图5-7对该垂直夹持装置的结构进行说明。
可以理解，垂直夹持装置可以包括但不限于上述双面缺陷分析设备100中的夹持装置140，垂直夹持装置还可以包括双面缺陷分析设备100中的其他装置/部件及模块/单元，但本实施例并非以此为限。
参考图1所示，垂直夹持装置(例如夹持装置140)可以包括框架141、第一机械手142a、第二机械手142b、第一夹板143a和第二夹板143b以及夹持控制模块150。
框架141可以放置处于垂直状态的电路板20。第一机械手142a设于框架141上，以夹持电路板20的第一边缘。第二机械手142b设于框架141上，以夹持电路板20的第二边缘。第一机械手142a设在第一夹板143a上，第二机械手142b设在第二夹板143b上。夹持控制模块150用于根据电路板20在第一方向上的尺寸，在第一方向上移动第一夹板143a和/或第二夹板143b。
在本发明的一实施例中，上述垂直夹持装置还可以包括接收单元110。接收单元110用于接收电路板20在第一方向上的尺寸。
在本发明的一实施例中，上述垂直夹持装置还包括至少两个第一驱动机构190。至少两个第一驱动机构190分别设于框架141的相对两侧，用于驱动用于拍摄电路板20的面阵相机120沿着电路板20的表面移动。
在本发明的一实施例中，上述垂直夹持装置还包括至少两个第二驱动机构(图未示)。至少两个第二驱动机构分别设于框架141的相对两侧，用于承载用于标记电路板20的标记装置170沿着电路板20的表面移动。
本实施例的垂直夹持装置的其他实施细节可参考图1至图8所描述的实施例，在此不再展开。
本发明的以上实施例提出了一种垂直夹持装置，该垂直夹持装置可以将电路板以垂直状态夹持，方便面阵相机从电路板的两个表面拍摄，从而有助于实现双面分析。应当理解，上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述发明披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个申请实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (10)
1.一种双面缺陷分析设备，包括：
接收单元，适于接收待分析的电路板的表面图像；
至少两个面阵相机，适于定位到所述电路板的两个相对表面中由所述表面图像所指示的缺陷位置，且拍摄所述缺陷的缺陷图像，所述缺陷图像的质量高于所述表面图像的质量；以及
分析单元，适于确定所述表面图像中的缺陷的位置，且分析所述缺陷图像以判断所述缺陷的类型。
2.如权利要求1所述的双面缺陷分析设备，其特征在于，还包括夹持装置，所述夹持装置适于以使所述电路板处于垂直状态的方式夹持所述电路板，所述夹持装置包括：
框架，适于放置处于垂直状态的电路板；
第一机械手，设于所述框架上，适于夹持所述电路板的第一边缘；以及
第二机械手，设于所述框架上，适于夹持所述电路板的第二边缘；
其中所述至少两个面阵相机，分别可移动地设于所述框架的相对两侧，以分别拍摄所述电路板的两个相对表面的缺陷图像。
3.如权利要求2所述的双面缺陷分析设备，其特征在于，还包括夹持控制模块，所述夹持装置还包括第一夹板和第二夹板，所述第一机械手设在所述第一夹板上，所述第二机械手设在所述第二夹板上，其中所述夹持控制模块配置为根据所述电路板在第一方向上的尺寸，在所述第一方向上移动所述第一夹板和/或第二夹板。
4.如权利要求2所述的双面缺陷分析设备，其特征在于，还包括机械手，适于将所述电路板放置到所述夹持装置上。
5.如权利要求3所述的双面缺陷分析设备，其特征在于，还包括至少两个标记装置，所述分析单元配置为控制所述标记装置沿着第一方向和第二方向移动，而在所述电路板上标记缺陷的类型，所述第二方向与所述第一方向相交。
6.如权利要求1所述的双面缺陷分析设备，其特征在于，所述分析单元配置为按照如下方式分析所述缺陷图像以判断所述缺陷的类型：
基于良品电路板的样本生成良品训练样本，且获得从电路板的局部区域采集图像中分割的缺陷样本及类型；
使用所述良品训练样本训练神经网络分类器，其中所述神经网络分类器进行缺陷样本的特征提取；
使用所述缺陷样本对所述神经网络分类器进行标定；以及
使用经训练的神经网络分类器分析所述缺陷图像以判断所述缺陷的类型。
7.一种缺陷检测和分析系统，包括：
检测设备，包括：
至少两个线阵相机，设于一平台上，其中待检测的电路板在所述平台上沿着传送方向移动，所述至少两个线阵相机分别适于在所述电路板移动的过程中拍摄所述电路板的两个相对表面的表面图像；以及
检测单元，电连接所述线阵相机和所述平台且配置为在所述电路板移动的过程中，对所述表面图像进行处理以判断所述电路板是否为良品，其中当判断所述电路板是良品时，所述检测单元控制所述平台将所述电路板传送到第一出口，当所述判断电路板不是良品时，所述检测单元控制所述平台将所述电路板传送到第二出口；
双面缺陷分析设备，包括：
承载台，连接所述第二出口，适于接收并承载水平状态的所述电路板；
接收单元，连接所述检测单元，适于接收待分析的电路板的表面图像；
面阵相机，适于定位到所述表面图像中的缺陷位置，且拍摄所述缺陷的缺陷图像，所述缺陷图像的质量高于所述表面图像的质量；以及
分析单元，适于确定所述表面图像中的缺陷的位置，且分析所述缺陷图像以判断所述缺陷的类型。
8.如权利要求7所述的缺陷检测和分析系统，其特征在于，所述平台位于所述电路板的生产线上。
9.如权利要求7所述的缺陷检测和分析系统，其特征在于，所述双面缺陷分析设备还包括夹持装置，所述夹持装置适于以使所述电路板处于垂直状态的方式夹持所述电路板。
10.如权利要求9所述的缺陷检测和分析系统，其特征在于，还包括机械手，适于将所述电路板放置到所述夹持装置上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576526.7A CN110186938A (zh) | 2019-06-28 | 2019-06-28 | 双面缺陷分析设备及缺陷检测和分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576526.7A CN110186938A (zh) | 2019-06-28 | 2019-06-28 | 双面缺陷分析设备及缺陷检测和分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110186938A true CN110186938A (zh) | 2019-08-30 |
Family
ID=67724153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910576526.7A Pending CN110186938A (zh) | 2019-06-28 | 2019-06-28 | 双面缺陷分析设备及缺陷检测和分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110186938A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110763700A (zh) * | 2019-10-22 | 2020-02-07 | 深选智能科技(南京)有限公司 | 一种半导体元器件缺陷检测方法和设备 |
| CN112611741A (zh) * | 2020-12-07 | 2021-04-06 | 中国工程物理研究院激光聚变研究中心 | 一种用于光学元件表面荧光特性颗粒检测的装置及方法 |
| WO2021184950A1 (zh) * | 2020-03-17 | 2021-09-23 | 郑州航空工业管理学院 | 一种汉画像石体育图像采集比对装置 |
| TWI775140B (zh) * | 2019-09-19 | 2022-08-21 | 日商斯庫林集團股份有限公司 | 學習裝置、檢查裝置、學習方法以及檢查方法 |
| CN117115147A (zh) * | 2023-10-19 | 2023-11-24 | 山东华盛创新纺织科技有限公司 | 一种基于机器视觉的纺织品检测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120022272A (ko) * | 2010-09-01 | 2012-03-12 | 삼성전기주식회사 | 기판 외관검사 장치 |
| CN102981520A (zh) * | 2012-11-30 | 2013-03-20 | 苏州有色金属研究院有限公司 | 控制多台相机同步采集的方法 |
| CN105842253A (zh) * | 2016-03-18 | 2016-08-10 | 奥士康科技股份有限公司 | 一种自动化pcb板光学检测方法 |
| CN106564019A (zh) * | 2016-10-13 | 2017-04-19 | 中国航空工业集团公司洛阳电光设备研究所 | 一种电路板aoi检测夹具及夹持方法 |
| CN109406533A (zh) * | 2018-10-25 | 2019-03-01 | 北京阿丘机器人科技有限公司 | 一种产品表面缺陷的检测系统及方法 |
| CN109765242A (zh) * | 2019-01-15 | 2019-05-17 | 南京信息工程大学 | 一种高检测效率高分辨率的光滑表面质量测量装置及方法 |
| CN109856156A (zh) * | 2019-01-22 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种基于aoi的显示面板微小缺陷判定方法与装置 |
| CN109934821A (zh) * | 2019-03-22 | 2019-06-25 | 杭州睿工科技有限公司 | 一种零件缺陷检测方法及系统 |
-
2019
- 2019-06-28 CN CN201910576526.7A patent/CN110186938A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120022272A (ko) * | 2010-09-01 | 2012-03-12 | 삼성전기주식회사 | 기판 외관검사 장치 |
| CN102981520A (zh) * | 2012-11-30 | 2013-03-20 | 苏州有色金属研究院有限公司 | 控制多台相机同步采集的方法 |
| CN105842253A (zh) * | 2016-03-18 | 2016-08-10 | 奥士康科技股份有限公司 | 一种自动化pcb板光学检测方法 |
| CN106564019A (zh) * | 2016-10-13 | 2017-04-19 | 中国航空工业集团公司洛阳电光设备研究所 | 一种电路板aoi检测夹具及夹持方法 |
| CN109406533A (zh) * | 2018-10-25 | 2019-03-01 | 北京阿丘机器人科技有限公司 | 一种产品表面缺陷的检测系统及方法 |
| CN109765242A (zh) * | 2019-01-15 | 2019-05-17 | 南京信息工程大学 | 一种高检测效率高分辨率的光滑表面质量测量装置及方法 |
| CN109856156A (zh) * | 2019-01-22 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种基于aoi的显示面板微小缺陷判定方法与装置 |
| CN109934821A (zh) * | 2019-03-22 | 2019-06-25 | 杭州睿工科技有限公司 | 一种零件缺陷检测方法及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI775140B (zh) * | 2019-09-19 | 2022-08-21 | 日商斯庫林集團股份有限公司 | 學習裝置、檢查裝置、學習方法以及檢查方法 |
| CN110763700A (zh) * | 2019-10-22 | 2020-02-07 | 深选智能科技(南京)有限公司 | 一种半导体元器件缺陷检测方法和设备 |
| WO2021184950A1 (zh) * | 2020-03-17 | 2021-09-23 | 郑州航空工业管理学院 | 一种汉画像石体育图像采集比对装置 |
| CN112611741A (zh) * | 2020-12-07 | 2021-04-06 | 中国工程物理研究院激光聚变研究中心 | 一种用于光学元件表面荧光特性颗粒检测的装置及方法 |
| CN117115147A (zh) * | 2023-10-19 | 2023-11-24 | 山东华盛创新纺织科技有限公司 | 一种基于机器视觉的纺织品检测方法及系统 |
| CN117115147B (zh) * | 2023-10-19 | 2024-01-26 | 山东华盛创新纺织科技有限公司 | 一种基于机器视觉的纺织品检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110186938A (zh) | 双面缺陷分析设备及缺陷检测和分析系统 | |
| CN110839321B (zh) | 一种pcb板背钻加工设备及其加工方法 | |
| CN101726951B (zh) | 缺陷修复装置和缺陷修复方法 | |
| JPS61280629A (ja) | 電気接続用コネクタピンを自動的に検査する装置ならびに方式 | |
| CN110044909B (zh) | 一种基于图像处理的电机转子焊点缺陷检测装置及方法 | |
| JP2009250971A (ja) | 電子デバイスの検査システム及びその検査方法 | |
| CN102208010B (zh) | 识别待收集物的系统、收集信息识别装置及收集处理装置 | |
| KR20170065499A (ko) | 비전 가이드 정렬을 이용하는 전기적 시험 시스템 | |
| JP7224048B2 (ja) | 基板不良検査装置及び方法 | |
| CN1987347A (zh) | 被检查体的外观检查装置 | |
| Sanz et al. | Machine-vision techniques for inspection of printed wiring boards and thick-film circuits | |
| CN105424721A (zh) | 一种金属应变计缺陷自动检测系统 | |
| CN106556794A (zh) | 用于实现pcba板检测的方法和装置 | |
| CN112304952A (zh) | 影像辨识装置、影像辨识方法及其计算机程序产品 | |
| CN202974890U (zh) | 多功能pcb测试系统 | |
| CN102472788A (zh) | 导电图检查装置及检查方法 | |
| Huang et al. | Deep learning object detection applied to defect recognition of memory modules | |
| TWM443849U (en) | Optical defect detection device | |
| CN111707678A (zh) | 一种pcb系统检测方法 | |
| CN211318244U (zh) | 双面缺陷图像采集设备及垂直夹持装置 | |
| JP2007057505A (ja) | プリント基板の検査方法および検査装置、ならびにプリント基板の製造方法 | |
| JP2009133696A (ja) | 基板の検査方法及び基板の検査装置 | |
| JPS6249481A (ja) | イメ−ジのデイジタル化方法および装置 | |
| CN205263258U (zh) | 电路板检测装置 | |
| EP2415021B1 (de) | Verfahren und vorrichtung für die ausrichtung von substraten |
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 |