CN110443777A - 一种pcb图像对位方法、装置和计算机存储介质 - Google Patents

一种pcb图像对位方法、装置和计算机存储介质 Download PDF

Info

Publication number
CN110443777A
CN110443777A CN201811171162.6A CN201811171162A CN110443777A CN 110443777 A CN110443777 A CN 110443777A CN 201811171162 A CN201811171162 A CN 201811171162A CN 110443777 A CN110443777 A CN 110443777A
Authority
CN
China
Prior art keywords
image
pcb
contraposition
shift step
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.)
Granted
Application number
CN201811171162.6A
Other languages
English (en)
Other versions
CN110443777B (zh
Inventor
吴萍华
苏泽荣
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.)
Guangdong Xiantong Intelligent Robot Technology Co Ltd
Original Assignee
Guangdong Xiantong Intelligent Robot Technology 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 Guangdong Xiantong Intelligent Robot Technology Co Ltd filed Critical Guangdong Xiantong Intelligent Robot Technology Co Ltd
Priority to CN201811171162.6A priority Critical patent/CN110443777B/zh
Publication of CN110443777A publication Critical patent/CN110443777A/zh
Application granted granted Critical
Publication of CN110443777B publication Critical patent/CN110443777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种PCB图像对位方法、装置和计算机存储介质，通过对PCB图像和模板图像分别进行压缩，对压缩后的PCB图像和模板图像进行分割，并且对分割后获得的第一图像块进行匹配获得对应的第一对位变换步骤，此后，根据第一对位变换步骤对原PCB图像和模板图像进行对位并分割，最终获得分割后的第二图像块的第二对位变换步骤。通过多步递进的对位变换，从PCB压缩图像开始进行对位和分割，得到初步的对位效果，并在此基础上逐步对PCB的细分图像块进行细对位，最终获得可靠且精度高的对位效果，减少缺陷的辨识假点。

Description

一种PCB图像对位方法、装置和计算机存储介质
技术领域
本发明涉及PCB缺陷识别技术领域，更具体地说，涉及一种PCB图像对位方法、装置和计算机存储介质。
背景技术
大部分移动终端、电子设备、以及各类强、弱电装备内部的控制单元都包含印刷电路板(Printed Circuit Board，PCB)。随着这些控制单元集成的电子元器件越来越多，功能越来越复杂，PCB上内嵌的铜线电路不但越来越细，而且铜线间的距离也越来越小，因而PCB整体的线密度越来越高。由于PCB上的铜线是通过刻蚀工艺附着在底板上的，刻蚀工艺过程中可能产生与标准设计图(通常称作PCB模板)不一致的地方，从而形成各种各样的缺陷。典型的缺陷包括短路、断路、残铜、凸铜、缺口、孔破、孔塞、针孔等。这些缺陷必须加以识别以避免整个线路板报废。目前流行的方法是通过光学设备(如多个相机阵列)结合机器视觉算法加以甄别。
然而，由于相机本身安装的误差、PCB板表面弯曲程度不一致、以及PCB板的定位误差等因素，系统产生的PCB图像跟PCB模板相比有很多内部的形变，因此现有技术中通过PCB图像和PCB模板整体对位后寻求局部像素值的差异，从而找到可能的缺陷所在的方法容易产生较大的判断误差。比如真实的缺陷没有找出来，或者假缺陷被判断成真缺陷，导致传统的整体对位方法完全失效。
发明内容
针对上述缺陷，本发明提供了一种PCB图像对位算法、装置和计算机存储装置。
第一方面，本发明提供的一种PCB图像对位算法，包括：
获取PCB图像和所述PCB图像对应的模板图像；
对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
在所述第一PCB图像和所述第一模板图像上构造第一分割；
采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
根据所述第一对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
可选地,还包括：对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割。
可选地,在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
可选地,在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三对位变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为周围的第一图像块的第一对位变换步骤的平均值；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为周围的第二图像块的第二对位变换步骤的平均值。
可选地,所述第一分割为K*K分割，所述第二分割为N*N分割，其中N＞K。
可选地,在对所述第一PCB图像构造分割前，计算所述第一PCB图像上的几何特征的数量，并根据所述几何特征的数量选择对应的K值。
第二方面，本发明提供的一种PCB图像对位装置，包括：
获取模块，用于获取PCB图像和所述PCB图像对应的模板图像；
第一压缩模块，用于对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
第一分割模块，用于在所述第一PCB图像和所述第一模板图像上构造第一分割；
第一匹配模块，用于采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
第二分割模块，用于根据所述第二对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
第二匹配模块，用于采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
可选地,还包括：
第二压缩模块，用于对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
第三匹配模块，用于采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
所述第一分割模块具体用于根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割。
可选地，还包括：
第一替换模块，用于在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
第二替换模块，用于在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
第三方面，本发明提供的一种计算机装置，包括处理器，所述处理器用于执行存储装置中存储的计算机程序时实现如上述第一方面所述的PCB图像对位算法。
第四方面，本发明提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的PCB图像对位算法。
本发明具有以下有益效果：
本发明中通过对PCB图像和模板图像分别进行压缩，对压缩后的PCB图像和模板图像进行分割，并且对分割后获得的第一图像块进行匹配获得对应的第一对位变换步骤，此后，根据第一对位变换步骤对原PCB图像和模板图像进行对位并分割，最终获得分割后的第二图像块的第二对位变换步骤。通过多步递进的对位变换，从PCB压缩图像开始进行对位和分割，得到初步的对位效果，并在此基础上逐步对PCB的细分图像块进行细对位，最终获得可靠且精度高的对位效果，减少缺陷的辨识假点。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例提供的一种PCB图像和模板图像的实际对比图；
图2为本发明实施例提供的一种PCB图像对位算法的流程示意图；
图3为本发明实施例提供的一种PCB图像对位算法的另一种流程示意图；
图4为本发明实施例提供的一种PCB图像和模板图像压缩匹配的示意图；
图5为本发明实施例提供的一种PCB图像对位算法的具体实现流程示意图；
图6为本发明实施例提供的另一种PCB图像对位算法的具体实现流程示意图；
图7为本发明实施例提供的又一种PCB图像对位算法的具体实现流程示意图；
图8为本发明实施例提供的一种PCB图像对位装置的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。
为了便于理解，以下将对本发明所应用的场景进行详细的描述。如图1所示，图1左侧为PCB图像，右侧为PCB图像的模板图像。其中，PCB图像为黑白图，每个像素在0-255之间取值，PCB图像中包含有线路、过孔、SMT焊盘等基本元素。检测PCB图像中可能包含的缺陷一般都通过比对PCB图像和模板图像来得到。由于PCB图像一般由实体的线扫相机拍摄得到(即线扫描相机)，因此PCB图像的尺寸一般与模板图像不同。另外考虑到PCB板表面的不平整等因素，PCB图像内部各块之间还可能存在形变的情况。因此在进行像素比对之前必须将PCB图像与模板图像进行对位。对位不精确将导致比对的完全失败或者不精确，最终导致缺陷判断错误或判断获得各种假点。有鉴于此，本发明实施例中提供了一种PCB图像对位算法，用于获得可靠且精度高的对位效果，减少缺陷的辨识假点。
如图2所示，图2为本发明实施例提供的一种PCB图像对位算法的流程示意图；本发明实施例提供的一种PCB图像对位算法，包括：
S101、获取PCB图像和所述PCB图像对应的模板图像；
S102、对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
S103、在所述第一PCB图像和所述第一模板图像上构造第一分割；
需要说明的是，第一PCB图像和第一模板图像进行分割的比例以及形状均为一致的，即第一PCB图像和第一模板图像采用相同的分割方法进行分割。
S104、采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
采用模板匹配算法进行匹配可以在OpenCV(Open Source Computer VisionLibrary，开放源代码计算机视觉类库)中进行，通过模板匹配后，对第一PCB图像进行对位变换，以使得第一PCB图像和第一模板图像匹配对位。其中，第一PCB图像为实现与第一模板图像的对位效果而进行的对位变换过程则为第一对位变换步骤，第一对位变换步骤中可以包括有平面内的旋转、平移以及放缩等操作。
S105、根据所述第一对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
S106、采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
本发明实施例中通过对PCB图像和模板图像分别进行压缩，对压缩后的PCB图像和模板图像进行分割，并且对分割后获得的第一图像块进行匹配获得对应的第一对位变换步骤，此后，根据第一对位变换步骤对原PCB图像和模板图像进行对位并分割，最终获得分割后的第二图像块的第二对位变换步骤。通过多步递进的对位变换，从PCB压缩图像开始进行对位和分割，得到初步的对位效果，并在此基础上逐步对PCB的细分图像块进行细对位，最终获得可靠且精度高的对位效果，减少缺陷的辨识假点。
如图3所示，图3为本发明实施例提供的一种PCB图像对位算法的另一种流程示意图；本发明实施例提供的一种PCB图像对位算法，包括：
S201、获取PCB图像和所述PCB图像对应的模板图像；
S202、对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像，对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
其中，一次压缩和二次压缩均可以采用PyraDown()函数实现。需要说明的是，由于第二PCB图像和第二模板图像是分别由第一PCB图像和第一模板图像压缩得到的，因此第二PCB图像和第二模板图像相对于PCB图像和模板图像的压缩比例要大于第一PCB图像和第一模板图像。
S203、采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
S204、根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割；
需要说明的是，由于第一PCB图像和第一模板图像均在根据第三对位变换步骤进行变换后再构造第一分割，即两者的分割是相互对应的，分割后的每一对对应的图像块之间已经对位好，且对位效果即为第三对位变换步骤。
S205、采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
如前所述，在分割后获得的每一对对应的第一图像块之间的对位效果均为第三对位变换步骤，在第三对位变换步骤的基础上，再对每一对对应的第一图像块进行模板匹配，可以获得更为精准的对位效果，即第一对位变换步骤。可以理解的是，由于第二PCB图像和第二模板图像分别为第一PCB图像和第一模板图像进行压缩后的图像，相对于第一PCB图像和第一模板图像而言，第二PCB图像和第二模板图像上用于匹配的几何特征也会遭到压缩，因此由第二PCB图像和第二模板图像匹配得到的第三对位变换步骤主要实现整体上的对位效果。而当第一PCB图像和第一模板图像根据第三对位变换步骤进行对位后，再在此基础上根据对分割后的第一图像块进行匹配，则可以在细分图像块上获得更好的对位效果。
此外，通过对分割后的第一图像块进行匹配对位，可以在PCB图像内部各块之间存在形变的情况下更好地实现对位效果，达到对PCB图像整体进行匹配对位所无法达到的效果。
S206、根据所述第一对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
S207、采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
通过对PCB图像和模板图像进行分层压缩并分割匹配，可以实现PCB图像和模板图像之间的整体对位--局部对位--细节对位的递进对位关系，使得最终的对位效果更为精准。此外，由于图像被压缩而缩小的原因，压缩比例越大的图像进行匹配对位的运算时间越快，而分割后的图像块是基于上一步的对位变换步骤进行匹配对位，进一步加快了匹配对位的速度；此外，分割后的图像块可以并列同时进行匹配对位，因此，又进一步加快了匹配对位的速度，使得整个匹配对位的过程所耗费的时间较少，最后得到未压缩的PCB图像和模板图像的最佳的第三对位变换步骤，即实现最佳的对位效果。
为了便于理解，以下将以具体的例子对上述的PCB图像对位算法进行详细的描述。可以参阅图4和图5，图4为本发明实施例提供的一种PCB图像和模板图像压缩匹配的示意图；图5为本发明实施例提供的一种PCB图像对位算法的具体实现流程示意图。假设原PCB图像和原模板图像分别为M0和T0，则对原PCB图像进行一次压缩和二次压缩后的缩小版PCB图像分别为M1和M2，对原模板图像进行一次压缩和二次压缩后的缩小版模板图像分别为T1和T2。首先，应用模板匹配算法对M2和T2进行匹配对位，得到对位变换步骤G2；然后，根据对位变换步骤G2对M1和T1进行对位分割，M1和T1上的图像块可以表示为(M1i，T1i)，然后应用模板匹配算法分别对每一组图像块(M1i，T1i)进行匹配对位，获得对应的对位变换步骤G1i。根据对应的对位变换步骤G1i对M0和T0进行对位分割，M0和T0上的图像块可以表示为(M0j，T0j)，然后应用模板匹配算法分别对每一组图像块(M0j，T0j)进行匹配对位，最后获得对应的对位变换步骤G0j,结合所有图像块(M0j，T0j)上的对位变换步骤G0j则可获得最终的对位效果。
进一步地,可以参阅图6，图6为本发明实施例提供的另一种PCB图像对位算法的具体实现流程示意图；在本发明实施例提供的另一种实施方式中，在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
可以理解的是，当第二对位变换步骤和第一对位变换步骤相差过大时，可以认为获得第二对位变换步骤的匹配对位过程失败，即匹配对位的图像中包含过少的集合特征，或者图像和模板之间有多个相似变换，此时，为了提高对位变化的精度，可以用第一对位变换步骤取代该第二对位变换步骤。同理，在第三对位变换步骤和第一对位变换步骤相差过大时，也可以采用第三对位变换步骤取代第一对位变换步骤。其中，判断的过程主要为判断第一对位变换步骤与第三对位变换步骤的差值与第一预设差值a1之间的大小关系以及第二对位变换步骤与对应的第一变换步骤的差值与第二预设差值a2之间的大小关系。其中，第一预设差值和第二预设差值均可以根据实际精度要求情况进行设置，且由于对位的精度不一致，第一预设差值和第二预设差值也可以采取不同的值。
进一步地,可以参阅图7，图7为本发明实施例提供的又一种PCB图像对位算法的具体实现流程示意图；在本发明实施例提供的又一种实施方式中,在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三对位变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为周围的第一图像块的第一对位变换步骤的平均值；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为周围的第二图像块的第二对位变换步骤的平均值。
可以理解的是，在匹配对位过程失败时，即匹配对位的图像中包含过少的集合特征，或者图像和模板之间有多个相似变换，除了继续沿用上一级的对位变换步骤作为对应的对位步骤之外，还可以采用该图像块周围的其他图像块进行匹配对位后所获得的新的对位变换步骤的均值作为该图像块的对位变换步骤，以尽量降低误差。
在本发明实施例中,所述第一分割可以为K*K分割，所述第二分割可以为N*N分割，其中N＞K，即将图像分为K*K个小的图像块，或者将图像分为N*N个小的图像块。其中，在正常情况下的PCB图像和模板图像的大小一般为40000*40000像素，在本发明实施例中，可以将每次分割的图像块的大小设置为300*300像素，则N可以为原PCB图像的长、宽的像素除以300，K可以为第一PCB图像的长、宽的像素除以300。
此外,可以理解的是，当第一PCB图像上含有较多的几何特征时，对分割后的第一PCB图像进行匹配对位可以得到较为精确的对位变换，因此第一PCB图像所进行的第一分割则不需要太细的分割，即K值可以相对较小。因此在对所述第一PCB图像构造分割前，计算所述第一PCB图像上的几何特征的数量，并根据所述几何特征的数量选择对应的K值。
参阅图8，本发明实施例提供的一种PCB图像对位装置，包括：
获取模块701，用于获取PCB图像和所述PCB图像对应的模板图像；
第一压缩模块702，用于对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
第一分割模块703，用于在所述第一PCB图像和所述第一模板图像上构造第一分割；
第一匹配模块704，用于采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
第二分割模块705，用于根据所述第二对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
第二匹配模块706，用于采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
可选地,还包括：
第二压缩模块，用于对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
第三匹配模块，用于采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
所述第一分割模块具体用于根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割。
可选地，还包括：
第一替换模块，用于在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
第二替换模块，用于在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
可选地，还包括：
第三替换模块，用于在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三对位变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为周围的第一图像块的第一对位变换步骤的平均值；
第四替换模块，用于在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为周围的第二图像块的第二对位变换步骤的平均值。
上述PCB图像对位装置可执行本发明实施例所提供的PCB图像对位方法，具备执行方法相应的功能模块和有益效果。至于其中各个功能模块所执行的处理方法，可参照上述方法实施例中的描述，此处不再进行赘述。
本发明实施例提供的一种计算机装置，包括处理器，所述处理器用于执行存储装置中存储的计算机程序时实现如上述所述的PCB图像对位算法。
本发明提供的一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述的PCB图像对位算法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
上述计算机可读存储介质用于存储本发明实施例所提供的PCB图像对位算法的程序(指令)，其中执行该程序可以执行本发明实施例所提供的PCB图像对位算法，具备执行方法相应有益效果。可参照上述方法实施例中的描述，此处不再进行赘述。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (11)

1.一种PCB图像对位算法，其特征在于,包括：
获取PCB图像和所述PCB图像对应的模板图像；
对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
在所述第一PCB图像和所述第一模板图像上构造第一分割；
采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
根据所述第一对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
2.根据权利要求1所述的PCB图像对位算法，其特征在于,还包括：对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割。
3.根据权利要求2所述的PCB图像对位算法，其特征在于,在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
4.根据权利要求3所述的PCB图像对位算法，其特征在于,在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三对位变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为周围的第一图像块的第一对位变换步骤的平均值；
在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为周围的第二图像块的第二对位变换步骤的平均值。
5.根据权利要求1所述的PCB图像对位算法，其特征在于,所述第一分割为K*K分割，所述第二分割为N*N分割，其中N＞K。
6.根据权利要求5所述的PCB图像对位算法，其特征在于,在对所述第一PCB图像构造分割前，计算所述第一PCB图像上的几何特征的数量，并根据所述几何特征的数量选择对应的K值。
7.一种PCB图像对位装置，其特征在于,包括：
获取模块，用于获取PCB图像和所述PCB图像对应的模板图像；
第一压缩模块，用于对所述PCB图像和所述模板图像进行一次压缩，获得第一PCB图像和第一模板图像；
第一分割模块，用于在所述第一PCB图像和所述第一模板图像上构造第一分割；
第一匹配模块，用于采用模板匹配算法对分割后的所述第一PCB图像和所述第一模板图像上的每一对对应的第一图像块进行匹配，获得每一对所述第一图像块的第一对位变换步骤；
第二分割模块，用于根据所述第二对位变换步骤对所述PCB图像和所述模板图像进行对位，并分别在对位后的所述PCB图像和所述模板图像上构造第二分割；
第二匹配模块，用于采用模板匹配算法对分割后的所述PCB图像和所述模板图像上的每一对对应的第二图像块进行匹配，获得每一对所述第二图像块的第二对位变换步骤。
8.根据权利要求7所述的PCB图像对位装置，其特征在于,还包括：
第二压缩模块，用于对所述第一PCB图像和所述第一模板图像进行二次压缩，获得第二PCB图像和第二模板图像；
第三匹配模块，用于采用模板匹配算法对所述第二PCB图像和所述第二模板图像进行匹配，获得第三对位变换步骤；
所述第一分割模块具体用于根据所述第三对位变换步骤对所述第一PCB图像和所述第一模板图像进行对位，并分别在对位后的所述第一PCB图像和所述第一模板图像上构造第一分割。
9.根据权利要求8所述的PCB图像对位装置，其特征在于,还包括：
第一替换模块，用于在获得每一对所述第一对位变换步骤后，判断所述第一对位变换步骤与对应的第三变换步骤的差值是否大于第一预设差值，若是，则将所述第一对位变换步骤替换为对应的第三对位变换步骤；
第二替换模块，用于在获得每一对所述第二对位变换步骤后，判断所述第二对位变换步骤与对应的第一对位变换步骤的差值是否大于第二预设差值，若是，则将所述第二对位变换步骤替换为对应的第一对位变换步骤。
10.一种计算机装置，其特征在于，所述计算机装置包括处理器，所述处理器用于执行存储装置中存储的计算机程序时实现如权利要求1-5中任意一项所述的PCB图像对位算法。
11.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任意一项所述的PCB图像对位算法。
CN201811171162.6A 2018-10-09 2018-10-09 一种pcb图像对位方法、装置和计算机存储介质 Active CN110443777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811171162.6A CN110443777B (zh) 2018-10-09 2018-10-09 一种pcb图像对位方法、装置和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811171162.6A CN110443777B (zh) 2018-10-09 2018-10-09 一种pcb图像对位方法、装置和计算机存储介质

Publications (2)

Publication Number Publication Date
CN110443777A true CN110443777A (zh) 2019-11-12
CN110443777B CN110443777B (zh) 2023-03-10

Family

ID=68427476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811171162.6A Active CN110443777B (zh) 2018-10-09 2018-10-09 一种pcb图像对位方法、装置和计算机存储介质

Country Status (1)

Country Link
CN (1) CN110443777B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080615A (zh) * 2019-12-12 2020-04-28 创新奇智(重庆)科技有限公司 基于卷积神经网络的pcb缺陷检测系统及检测方法
CN112785648A (zh) * 2021-04-12 2021-05-11 成都新西旺自动化科技有限公司 基于待成像区域的视觉对位方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020168097A1 (en) * 2001-03-28 2002-11-14 Claus Neubauer System and method for recognizing markers on printed circuit boards
US20100182480A1 (en) * 2009-01-16 2010-07-22 Casio Computer Co., Ltd. Image processing apparatus, image matching method, and computer-readable recording medium
CN105223208A (zh) * 2015-09-23 2016-01-06 深圳市繁维科技有限公司 一种电路板检测模板及其制作方法、电路板检测方法
CN105243663A (zh) * 2015-09-29 2016-01-13 深圳大学 一种pcb扫描图像的自动匹配方法及系统
WO2017032311A1 (zh) * 2015-08-25 2017-03-02 广州视源电子科技股份有限公司 一种检测方法及装置
WO2017071407A1 (zh) * 2015-10-29 2017-05-04 广州视源电子科技股份有限公司 Pcb定位点确定方法和系统
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测系统和方法
CN107038443A (zh) * 2017-04-28 2017-08-11 东莞市盟拓光电科技有限公司 一种在电路板上定位感兴趣区域的方法和装置
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
CN108596829A (zh) * 2018-04-19 2018-09-28 广东工业大学 一种pcb裸板图片配准方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020168097A1 (en) * 2001-03-28 2002-11-14 Claus Neubauer System and method for recognizing markers on printed circuit boards
US20100182480A1 (en) * 2009-01-16 2010-07-22 Casio Computer Co., Ltd. Image processing apparatus, image matching method, and computer-readable recording medium
WO2017032311A1 (zh) * 2015-08-25 2017-03-02 广州视源电子科技股份有限公司 一种检测方法及装置
CN105223208A (zh) * 2015-09-23 2016-01-06 深圳市繁维科技有限公司 一种电路板检测模板及其制作方法、电路板检测方法
CN105243663A (zh) * 2015-09-29 2016-01-13 深圳大学 一种pcb扫描图像的自动匹配方法及系统
WO2017071407A1 (zh) * 2015-10-29 2017-05-04 广州视源电子科技股份有限公司 Pcb定位点确定方法和系统
CN106897994A (zh) * 2017-01-20 2017-06-27 北京京仪仪器仪表研究总院有限公司 一种基于分层图像的pcb板缺陷检测系统和方法
CN107038443A (zh) * 2017-04-28 2017-08-11 东莞市盟拓光电科技有限公司 一种在电路板上定位感兴趣区域的方法和装置
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
CN108596829A (zh) * 2018-04-19 2018-09-28 广东工业大学 一种pcb裸板图片配准方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张宏宇: "基于机器视觉的PCB缺陷检测算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
陈彦，李琦: "基于图像处理的PCB 板检测技术分析及研究", 《现代工业经济和信息化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080615A (zh) * 2019-12-12 2020-04-28 创新奇智(重庆)科技有限公司 基于卷积神经网络的pcb缺陷检测系统及检测方法
CN111080615B (zh) * 2019-12-12 2023-06-16 创新奇智(重庆)科技有限公司 基于卷积神经网络的pcb缺陷检测系统及检测方法
CN112785648A (zh) * 2021-04-12 2021-05-11 成都新西旺自动化科技有限公司 基于待成像区域的视觉对位方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110443777B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
CN110717489B (zh) Osd的文字区域的识别方法、装置及存储介质
US8219940B2 (en) Method and apparatus for removing dummy features from a data structure
US8590794B2 (en) Barcode recognion method and computer product thereof
CN108710916B (zh) 图片分类的方法及装置
US9406140B2 (en) Method and apparatus for generating depth information
Musci et al. Assessment of binary coding techniques for texture characterization in remote sensing imagery
CN112183301B (zh) 一种建筑物楼层智能识别方法及装置
CN114399502A (zh) 一种适用于led芯片的外观缺陷检测方法、系统及存储介质
KR101742115B1 (ko) 건물 인식을 위한 멀티뷰 영상에서의 인라이어 선택 및 잉여 제거 방법
CN110443777A (zh) 一种pcb图像对位方法、装置和计算机存储介质
CN115695821A (zh) 图像压缩方法及装置、图像解压方法及装置、存储介质
CN116777877A (zh) 电路板缺陷检测方法、装置、计算机设备及存储介质
CN109255792A (zh) 一种视频图像的分割方法、装置、终端设备及存储介质
CN111354038B (zh) 锚定物检测方法及装置、电子设备及存储介质
CN114693917A (zh) 一种应用于招牌照识别的数据增强方法
CN110717910B (zh) 基于卷积神经网络的ct图像目标检测方法及ct扫描仪
JP5010627B2 (ja) 文字認識装置及び文字認識方法
US20200364487A1 (en) Method of recognizing object for each administrative district, and system thereof
CN115880362A (zh) 码区定位方法、装置、计算机设备及计算机可读存储介质
CN113840135B (zh) 色偏检测方法、装置、设备及存储介质
CN114529570A (zh) 图像分割方法、图像识别方法、用户凭证补办方法及系统
US7218772B2 (en) Method for non-referential defect characterization using fractal encoding and active contours
CN117274366B (zh) 线条边距确定方法和装置
KR101484531B1 (ko) 영상 조각 기반 희소 표현을 활용한 번호판 영역 검출 방법 및 시스템
CN114677577B (zh) 一种光场相机的机动车检测方法及系统

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