CN110910359A - 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 - Google Patents
一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 Download PDFInfo
- Publication number
- CN110910359A CN110910359A CN201911104377.0A CN201911104377A CN110910359A CN 110910359 A CN110910359 A CN 110910359A CN 201911104377 A CN201911104377 A CN 201911104377A CN 110910359 A CN110910359 A CN 110910359A
- Authority
- CN
- China
- Prior art keywords
- feature
- point
- points
- template
- positioning
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000010586 diagram Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 abstract 2
- 101150116075 Mark2 gene Proteins 0.000 description 6
- 101150053299 Mark1 gene Proteins 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007430 reference method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011179 visual inspection Methods 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于特征跟踪与骨架特征匹配的FPC线路检测方法,包括模板图特征点提取步骤、特征点模板建立步骤、待测图定位点偏移量获取步骤、仿射变换矩阵获取步骤、特征点跟踪步骤、待测图特征点提取步骤、异常特征点集获取步骤、断路与短路坐标获取步骤。本发明解决了FPC形变带来累积误差等问题,利用断路产生异常终点,短路产生异常分支点的原理,根据实际形变程度来灵活设定特征点的跟踪范围,进而将跟踪后的特征点与实际待测图中提取的特征点进行比对,最后获得较准确的线路短路和断路的缺陷信息。本发明的断路和断路检测方法对存在合理形变的FPC的断路和短路检测效果良好,提高了断路和短路检测的准确率和效率,并提升检测精度、提高鲁棒性。
Description
技术领域
本发明涉及柔性线路板线路检测技术领域,尤其涉及一种基于特征跟踪与骨架特征匹配的FPC线路检测方法。
背景技术
柔性线路板(Flexible Printed Circuit,FPC)是以PET为基材制成的线路板,其具有厚度薄、重量轻、柔软可弯曲等特点,被广泛用于手机、笔记本电脑、液晶显示屏等电子产品中。随着线路板生产工艺的提升和精度的提高,FPC产品朝着小型化、高密度化等方向发展,在其生产过程中对产品的质量检测要求越来越严格。目前常见的检测方法依旧是人工目测或借助简易的光学检测设备。由于FPC属于柔性线路板,易产生形变,所以传统检测方法会导致诸多漏检误检等问题,从而导致检测效率低、鲁棒性差,无法大范围推广使用。
发明内容
本发明针对上述现有技术不足而提供一种基于特征跟踪与骨架特征匹配的FPC线路检测方法,解决了提高FPC线路开短路检测的准确率和效率,提升检测精度、提高鲁棒性的技术问题。
本发明为解决上述问题所采用的技术方案为:一种基于特征跟踪与骨架特征匹配的FPC线路检测方法,包括:
S1.模板图特征点提取步骤:提取模板图的单像素骨架,对单像素骨架进行特征点提取,特征点包括端点和交叉点;
S2.特征点模板建立步骤:针对从单像素骨架提取的所述特征点建立特征点模板,同时记录特征点模板中心相对于模板图定位点的坐标;
S3.待测图定位点偏移量获取步骤:从设定数量的待测图中提取定位点,将提取的定位点与所述模板图定位点的坐标进行对比,获取平均偏移量;
S4.仿射变换矩阵获取步骤:根据待测图定位点与模板图定位点的坐标与角度计算获得从模板图到待测图的仿射矩阵;
S5.特征点跟踪步骤:将模板图上的端点和交叉点仿射变换到待测图上,以变换后的特征点为中心,步骤S3中的所述平均偏移量为搜索半径跟踪特征点,获取端点区域和交叉点区域;
S6.待测图特征点提取步骤:提取待检测图所有线路骨架,提取骨架的端点集和交叉点集;
S7.异常特征点集获取步骤:将步骤S6中的端点集和交叉点集分别减去步骤S5中的端点区域和交叉点区域,获取异常端点集和异常交叉点集;
S8.断路与短路坐标获取步骤:距离最近的两个异常端点的连线中点坐标为线路断路缺陷位置坐标;距离最近的两个异常交叉点的连线中点坐标为线路短路缺陷位置坐标。
进一步地,在步骤S1中,遍历单像素骨架上的点,取每个点周围八领域两两做差后取绝对值,根据各绝对值之和的数值判断并提取端点和交叉点。
进一步地,在步骤S2中,以特征点为中心,沿设定的半径截取特征点模板;在模板图左上方和右下方设有模板图定位点。
进一步地,在步骤S3中,从每张待测图中提取左上方和右下方两个定位点,待测图左上方定位点与模板图左上方定位点重合,待测图右下方定位点与模板图右下方定位点之间的距离为形变偏移量。
进一步地,在步骤S4中,模板图到待测图的仿射矩阵Affine_M为:
其中,θ为第一连线和第二连线的夹角,第一连线为模板图左上方定位点与模板图右下方定位点的连线,第二连线为待测图左上方定位点与待测图右下方定位点的连线;Tx为待测图右下方定位点横坐标与模板图右下方定位点横坐标相减的横坐标差值,Ty为待测图右下方定位点纵坐标与模板图右下方定位点纵坐标相减的纵坐标差值。
更进一步地,在步骤S5中,模板图中特征点与待测图中特征点的仿射变换式为:
其中,(R1,C1)为模板图中特征点的坐标,(R2,C2)为待测图中特征点的坐标。
更进一步地,在步骤S6中,提取待检测图所有线路骨架后去除毛刺骨架,再提取特征点。
本发明的有益效果在于:本发明提供的基于特征跟踪与骨架特征匹配的FPC线路检测方法提取模板图中线路的特征点,并将其映射到待检测图中匹配位置,然后提取待检测图的骨架特征,并针对骨架特征进行邻域搜索提取待检测图中所有特征点,两次特征点集取交集,提取出异常端点和交叉点进行阈值分割区分出短路或断路的缺陷区域。本发明的断路和断路检测方法属于非参考法,对存在合理形变的FPC的断路和短路检测效果良好,提高了断路和短路检测的准确率和效率,并提升检测精度、提高鲁棒性。
附图说明
图1是本发明基于特征跟踪与骨架特征匹配的FPC线路检测方法的流程示意图;
图2-1至2-4是本发明中端点和交叉点及其计算过程示意图;
图3是本发明中截取的特征点模板的示意图;
图4是本发明中待测图定位点偏移量示意图;
图5是本发明中从模板图到待测图的仿射矩阵运算示意图;
图6是本发明中跟踪的端点区域和交叉点区域示意图;
图7是本发明中提取的端点集和交叉点集示意图;
图8是本发明中获取的异常端点集和异常交叉点集示意图;
图9是本发明中获取的线路断路及短路缺陷位置坐标示意图。
具体实施方式
下面结合附图具体阐明本发明的实施方式,附图仅供参考和说明使用,不构成对本发明专利保护范围的限制。
如图1所示,本发明提供一种基于特征跟踪与骨架特征匹配的FPC线路检测方法,包括:
S1.模板图特征点提取步骤:从二值化的模板图Image_Model中提取单像素骨架Image_Framework,对骨架进行特征点提取,如图2-1至2-3所示,分别提取骨架的端点点集E和交叉点点集J。在步骤S1中,如图2-4所示,遍历单像素骨架上的点,取每个点周围的八领域两两做差,并取其绝对值,若各绝对值之和Sum等于2,则为端点,若Sum等于6,则为交叉点,端点和交叉点合集称为特征点。
步骤S1中端点和交叉点的计算公式为:
Sum=|A01-A00|+|A02-A01|+|A12-A02|+|A22-A12|+|A22-A21|+|A21-A20|+|A20-A10|+|A10-A00|。
S2.特征点模板建立步骤:针对步骤S1中从单像素骨架提取的特征点建立特征点模板,以特征点为中心,Rm为半径进行特征点模板的截取,如图3所示,特征点为第一实心点D1和第二实心点D2,特征点模板为第一圆形框C1和第二圆形框C2,截取模板的同时记录模板中心相对于模板图定位点即Mark点的坐标,在模板图左上方和右下方设有模板图定位点Mark1、Mark2。
S3.待测图定位点偏移量获取步骤:获取同种线路板20张待检测图Image_real,提取待检测图中左上方和右下方两个定位点Mark11、Mark12点,将Mark11、Mark12与模板图中Mark1、Mark2进行比较,如图4所示,待测图左上方定位点Mark11与模板图左上方定位点Mark1重合,待测图右下方定位点Mark12与模板图右下方定位点Mark2之间的距离为形变偏移量Rs,从而计算出待测图中最大形变偏移量。
S4.仿射变换矩阵获取步骤:模板图中左上方和右下方两个定位孔Mark1、Mark2连线为第一连线L1,待检测图像Image_real左上方和右下方定位孔Mark11、Mark12连线为第二连线L2,根据待测图定位点与模板图定位点的坐标与角度计算获得从模板图到待测图的仿射矩阵Affine_M;
其中,如图5所示,θ为第一连线L1和第二连线L2的夹角,Tx为待测图右下方定位点Mark12横坐标与模板图右下方定位点Mark2横坐标相减的横坐标差值,Ty为待测图右下方定位点Mark12纵坐标与模板图右下方定位点Mark2纵坐标相减的纵坐标差值。
S5.特征点跟踪步骤:将模板图像上的端点和交叉点仿射变换到待测图像上,再以变换后的特征点为中心,步骤S3中的所述平均偏移量Rs为搜索半径跟踪特征点,使用轮廓模板进行跟踪匹配,跟踪后的结果如图6所示,其中实线圆形框中的特征点为跟踪得到的端点区域Es,虚线圆形框中的特征点为跟踪得到的交叉点区域Js。
模板图中特征点(端点和交叉点统称)坐标为(R1,C1),待测图像与之对应的特征点坐标为(R2,C2),模板图中特征点(R1,C1)与待测图中特征点(R2,C2)的仿射变换式为:
S6.待测图特征点提取步骤:提取待检测图像Image_real所有线路骨架并去除毛刺骨架,提取骨架的端点和交叉点,其中端点集为E,交叉点集为J。如图7所示,图中标记为X的所有点为端点集E,标记为三角形的所有点为交叉点集J。
S7.异常特征点集获取步骤:端点集E减去跟踪到的端点区域Es,剩下的端点即为异常端点集Ee;交叉点集J减去跟踪到的交叉点区域Js,剩下的交叉点即为异常交叉点集Je。如图8所示,图中X形表示异常端点Ee,三角形表示异常交叉点Je。
S8.断路与短路坐标获取步骤:如图9所示,以异常端点集Ee为中心进行搜索,该点与距离最近的异常端点为一个异常端点组,连接两个异常端点,取其连线中点的坐标为线路断路缺陷位置坐标BC;以异常交叉点Je为中心进行搜索,该点与距离最近的异常交叉点为一个异常交叉点组,连接两个异常交叉点,取其连线中点的坐标为线路短路缺陷位置坐标SC。
本方法实施例采用基于特征跟踪与骨架特征匹配的FPC线路检测方法,解决了柔性软板形变给传统检测方法带来累积误差等问题。利用断路会产生异常终点,短路会产生异常分支点这一原理,再根据实际形变程度来灵活设定特征点的跟踪范围,进而将跟踪后的特征点与实际待测图中提取的特征点进行比对,最后获得较准确的线路短路和断路的缺陷信息。
本发明应用到的断路和短路缺陷检测方法属于非参考法,对存在合理形变的FPC断路和短路检测有良好的效果,解决了图像配准差影法和轮廓对比等传统算法的局限性和检测误差,极大的提高了FPC断路和短路检测的准确率,为后续复杂的FPC缺陷检测提供了基础。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种基于特征跟踪与骨架特征匹配的FPC线路检测方法,其特征在于,包括:
S1.模板图特征点提取步骤:提取模板图的单像素骨架,对单像素骨架进行特征点提取,特征点包括端点和交叉点;
S2.特征点模板建立步骤:针对从单像素骨架提取的所述特征点建立特征点模板,同时记录特征点模板中心相对于模板图定位点的坐标;
S3.待测图定位点偏移量获取步骤:从设定数量的待测图中提取定位点,将提取的定位点与所述模板图定位点的坐标进行对比,获取平均偏移量;
S4.仿射变换矩阵获取步骤:根据待测图定位点与模板图定位点的坐标与角度计算获得从模板图到待测图的仿射矩阵;
S5.特征点跟踪步骤:将模板图上的端点和交叉点仿射变换到待测图上,以变换后的特征点为中心,步骤S3中的所述平均偏移量为搜索半径跟踪特征点,获取端点区域和交叉点区域;
S6.待测图特征点提取步骤:提取待检测图所有线路骨架,提取骨架的端点集和交叉点集;
S7.异常特征点集获取步骤:将步骤S6中的端点集和交叉点集分别减去步骤S5中的端点区域和交叉点区域,获取异常端点集和异常交叉点集;
S8.断路与短路坐标获取步骤:距离最近的两个异常端点的连线中点坐标为线路断路缺陷位置坐标;距离最近的两个异常交叉点的连线中点坐标为线路短路缺陷位置坐标。
2.根据权利要求1所述的基于特征跟踪与骨架特征匹配的FPC线路检测方法,其特征在于:在步骤S1中,遍历单像素骨架上的点,取每个点周围八领域两两做差后取绝对值,根据各绝对值之和的数值判断并提取端点和交叉点。
3.根据权利要求1所述的基于特征跟踪与骨架特征匹配的FPC线路检测方法,其特征在于:在步骤S2中,以特征点为中心,沿设定的半径截取特征点模板;在模板图左上方和右下方设有模板图定位点。
4.根据权利要求1所述的基于特征跟踪与骨架特征匹配的FPC线路检测方法,其特征在于:在步骤S3中,从每张待测图中提取左上方和右下方两个定位点,待测图左上方定位点与模板图左上方定位点重合,待测图右下方定位点与模板图右下方定位点之间的距离为形变偏移量。
7.根据权利要求1所述的基于特征跟踪与骨架特征匹配的FPC线路检测方法,其特征在于:在步骤S6中,提取待检测图所有线路骨架后去除毛刺骨架,再提取特征点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104377.0A CN110910359B (zh) | 2019-11-13 | 2019-11-13 | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911104377.0A CN110910359B (zh) | 2019-11-13 | 2019-11-13 | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110910359A true CN110910359A (zh) | 2020-03-24 |
CN110910359B CN110910359B (zh) | 2024-03-19 |
Family
ID=69816406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911104377.0A Active CN110910359B (zh) | 2019-11-13 | 2019-11-13 | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910359B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111812545A (zh) * | 2020-07-07 | 2020-10-23 | 苏州精濑光电有限公司 | 线路缺陷检测方法、装置、设备及介质 |
CN111860885A (zh) * | 2020-07-07 | 2020-10-30 | 智能云科(沈阳)信息科技有限公司 | 一种工艺路线异常的识别方法 |
CN113838045A (zh) * | 2021-09-30 | 2021-12-24 | 佛山市南海区广工大数控装备协同创新研究院 | 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法 |
CN114170229A (zh) * | 2022-02-14 | 2022-03-11 | 北京阿丘科技有限公司 | 印制电路板缺陷图像配准方法、装置、设备及存储介质 |
CN114324405A (zh) * | 2021-12-29 | 2022-04-12 | 安徽中科锟铻量子工业互联网有限公司 | 基于菲林检测的数据标注系统 |
CN117347367A (zh) * | 2023-08-24 | 2024-01-05 | 广州鹰视信息科技有限公司 | 板卡器件定位方法、板卡器件检测方法、装置以及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001343338A (ja) * | 2000-06-06 | 2001-12-14 | Shoei Kk | プリント配線基板の検査方法及び検査装置 |
JP2011085971A (ja) * | 2009-10-13 | 2011-04-28 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体及び画像処理システム |
CN103049753A (zh) * | 2012-06-04 | 2013-04-17 | 深圳市强华科技发展有限公司 | 基于骨架提取和距离变换来检测印刷电路板缺陷的方法 |
US20150282890A1 (en) * | 2007-03-08 | 2015-10-08 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
CN104995640A (zh) * | 2012-11-02 | 2015-10-21 | 维普公司 | 指纹匹配算法 |
-
2019
- 2019-11-13 CN CN201911104377.0A patent/CN110910359B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001343338A (ja) * | 2000-06-06 | 2001-12-14 | Shoei Kk | プリント配線基板の検査方法及び検査装置 |
US20150282890A1 (en) * | 2007-03-08 | 2015-10-08 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
JP2011085971A (ja) * | 2009-10-13 | 2011-04-28 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体及び画像処理システム |
CN103049753A (zh) * | 2012-06-04 | 2013-04-17 | 深圳市强华科技发展有限公司 | 基于骨架提取和距离变换来检测印刷电路板缺陷的方法 |
CN104995640A (zh) * | 2012-11-02 | 2015-10-21 | 维普公司 | 指纹匹配算法 |
Non-Patent Citations (5)
Title |
---|
LAURA ROCCHETTI 等: ""Printed circuit board recycling:A patent review"", 《JOURNAL OF CLEANER PRODUCTION》 * |
苑玮琦 等: ""基于骨架的柔性形变FPC断路检测"", 《仪器仪表学报》 * |
苑玮琦;李德健;李绍丽;: "FPC走线凸起缺陷检测方法研究", 仪器仪表学报, no. 04 * |
苑玮琦;李德健;李绍丽;: "基于骨架的柔性变形FPC断路检测", 仪器仪表学报, no. 04 * |
雷泰;柳宁;李德平;王高;: "激光刻写零件瑕疵图像在线检测算法", 计算机集成制造系统, no. 02 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111812545A (zh) * | 2020-07-07 | 2020-10-23 | 苏州精濑光电有限公司 | 线路缺陷检测方法、装置、设备及介质 |
CN111860885A (zh) * | 2020-07-07 | 2020-10-30 | 智能云科(沈阳)信息科技有限公司 | 一种工艺路线异常的识别方法 |
CN111860885B (zh) * | 2020-07-07 | 2024-04-05 | 智能云科(沈阳)信息科技有限公司 | 一种工艺路线异常的识别方法 |
CN113838045A (zh) * | 2021-09-30 | 2021-12-24 | 佛山市南海区广工大数控装备协同创新研究院 | 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法 |
CN113838045B (zh) * | 2021-09-30 | 2024-02-02 | 佛山市南海区广工大数控装备协同创新研究院 | 一种改进骨刺去除算法的pcb覆铜线路骨架轮廓提取方法 |
CN114324405A (zh) * | 2021-12-29 | 2022-04-12 | 安徽中科锟铻量子工业互联网有限公司 | 基于菲林检测的数据标注系统 |
CN114324405B (zh) * | 2021-12-29 | 2022-11-08 | 安徽中科锟铻量子工业互联网有限公司 | 基于菲林检测的数据标注系统 |
CN114170229A (zh) * | 2022-02-14 | 2022-03-11 | 北京阿丘科技有限公司 | 印制电路板缺陷图像配准方法、装置、设备及存储介质 |
CN117347367A (zh) * | 2023-08-24 | 2024-01-05 | 广州鹰视信息科技有限公司 | 板卡器件定位方法、板卡器件检测方法、装置以及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110910359B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110910359B (zh) | 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法 | |
CN111612763B (zh) | 手机屏幕缺陷检测方法、装置及系统、计算机设备及介质 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN108510476B (zh) | 一种基于机器视觉的手机屏线路检测方法 | |
CN110580480A (zh) | 基于图像处理的表计读数识别方法 | |
JP2008014940A (ja) | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 | |
JP2011238228A (ja) | スクリーン領域検知方法及びシステム | |
CN105335973A (zh) | 运用于带钢加工生产线的视觉处理方法 | |
CN115184380B (zh) | 基于机器视觉的印刷电路板焊点异常检测方法 | |
CN113469178B (zh) | 一种基于深度学习的电力表计识别方法 | |
CN111640154B (zh) | 一种基于显微视觉的立针微平面亚像素级定位方法 | |
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 | |
CN111368906A (zh) | 一种基于深度学习的指针式油位计读数识别方法 | |
CN115063579B (zh) | 基于二维图像和三维点云投影的列车定位销松动检测方法 | |
CN105354816B (zh) | 一种电子元件定位方法及装置 | |
CN115601743A (zh) | 一种配电房指针型仪器示数自动读数识别方法 | |
CN111091534A (zh) | 一种基于目标检测的pcb板缺陷检测与定位方法 | |
CN115078377A (zh) | 一种基于点云拟合的桥梁损伤自动评估系统及方法 | |
CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
CN112419224B (zh) | 一种球形引脚芯片定位方法及系统 | |
CN103177426A (zh) | 一种基于形态学的强干扰激光边缘图像修复方法 | |
CN112634259A (zh) | 一种键盘键帽自动建模定位方法 | |
CN115375679B (zh) | 一种缺陷芯片寻边寻点定位方法及装置 |
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 |