CN111982911B - 一种电路板缺陷的检测方法、装置、终端设备及存储介质 - Google Patents

一种电路板缺陷的检测方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN111982911B
CN111982911B CN202010664197.4A CN202010664197A CN111982911B CN 111982911 B CN111982911 B CN 111982911B CN 202010664197 A CN202010664197 A CN 202010664197A CN 111982911 B CN111982911 B CN 111982911B
Authority
CN
China
Prior art keywords
depth image
target
circuit board
candidate
welding spot
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
Application number
CN202010664197.4A
Other languages
English (en)
Other versions
CN111982911A (zh
Inventor
张能波
王磊
程俊
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN202010664197.4A priority Critical patent/CN111982911B/zh
Publication of CN111982911A publication Critical patent/CN111982911A/zh
Application granted granted Critical
Publication of CN111982911B publication Critical patent/CN111982911B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • 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

  • 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)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请适用于缺陷检测技术领域，提供了一种电路板缺陷的检测方法、装置、终端设备及存储介质，该方法包括：获取待检测电路板的初始深度图像；对所述初始深度图像进行特征点提取，得到候选深度图像；对所述候选深度图像进行阈值分割，得到目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；基于所述目标位置，确定所述焊点是否为缺陷焊点；本申请先进行特征点提取，然后再进行阈值分割得到目标位置，可以使确定的焊点的位置更准确，进而对焊点的缺陷判断也更准确，从而提高了电路板的质量。

Description

一种电路板缺陷的检测方法、装置、终端设备及存储介质
技术领域
本申请属于电路技术领域，尤其涉及一种电路板缺陷的检测方法、装置、终端设备及存储介质。
背景技术
电路板使电路迷你化、直观化，对于固定电路的批量生产和优化用电器布局起重要作用。在电路板的制作中，元器件是通过焊接技术焊接在电路板上的，因此，电路板上焊点焊接的好坏是影响电路板质量的关键因素之一。
目前，对焊点检测技术包括破坏性检测和非破坏性检测。破坏性检测包括显微镜切片检测和机械强度测定等，非破坏性检测主要包括目测法、X射线检测、红外激光检测、电气检测、计算机视觉检测等。破坏性检测会对电路板邹城破坏，因此不常使用。非破坏性检测是目前常使用的焊锡缺陷检测方法，但是目前的方法在检测焊点是否存在缺陷时常常存在检测不准确的问题，电路板的质量得不到保证。
发明内容
本申请实施例提供了一种电路板缺陷的检测方法、装置、终端设备及存储介质，可以解决目前电路板焊点的缺陷检测不准确的问题。
第一方面，本申请实施例提供了一种电路板缺陷的检测方法，包括：
获取待检测电路板的初始深度图像；
对所述初始深度图像进行特征点提取，得到候选深度图像；
对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；
基于所述目标位置，确定所述焊点是否为缺陷焊点。
第二方面，本申请实施例提供了一种电路板缺陷的检测装置，包括：
图像获取模块，用于获取待检测电路板的初始深度图像；
特征点提取模块，用于对所述初始深度图像进行特征点提取，得到候选深度图像；
目标确定模块，用于对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；
缺陷判断模块，用于基于所述目标位置，确定所述焊点是否为缺陷焊点。
第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的电路板缺陷的检测方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的电路板缺陷的检测方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的电路板缺陷的检测方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：本申请通过获取待测电路板的初始深度图像，并对初始深度图像进行特征点提取，得到候选深度图像，接着对候选深度图像进行阈值分割，得到至少一个目标位置，最后确定目标位置的焊点是否为缺陷焊点；本申请先进行特征点提取，然后再进行阈值分割得到目标位置，可以使确定的焊点的位置更准确，进而对焊点的缺陷判断也更准确，从而提高了电路板的质量。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的电路板缺陷的检测方法的应用场景示意图；
图2是本申请一实施例提供的电路板缺陷的检测方法的流程示意图；
图3是本申请一实施例提供的图1中步骤S101初始深度图像的获得方法的流程示意图；
图4是本申请一实施例提供的图1中步骤S103目标位置确定方法的流程示意图；
图5是本申请一实施例提供的图1中步骤S104缺陷焊点的判断方法的流程示意图；
图6是本申请一实施例提供的电路板缺陷的检测装置的结构示意图；
图7是本申请一实施例提供的终端设备的结构示意图；
图8是本申请一实施例提供的计算机的部分结构的框图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
电路板在电子设备中占据重要位置，在对电路板的焊点缺陷进行检测时，主要采用破坏性检测和非破坏性检测。破坏性检测主要包括显微镜切片检测和机械强度检测。非破坏性检测主要包括目测法、X射线检测、红外激光检测、电气检测、计算机视觉检测、以及通过光学相干层析(Optical Coherence Tomography-OCT)成像设备检测等。
目测法是一种最常用的非破坏性检测方法，但目测法主观性太强，检测不准确，且速度慢，效率低。X射线检测利用射线穿透物质的衰减特性来检测缺陷情况，主要用来检测电路板内部缺陷。红外线激光检测用红外激光照射焊点，使焊点的温度先升高再降回到室内气温，通过比较升降曲线和标准曲线来判别焊点的缺陷。X射线和红外线激光检测虽然可以对多种类型的焊点进行检测，但由于设备价格昂贵，不适合大规模的应用。电气检测能有效地检查出目测法所不能发现的微小裂痕和连桥等，但电气检测是离线检测，不能及时反馈信息，同时也存在着效率低的缺点。计算机视觉检测系统包括光源、摄像传输系统、载物台和图像处理系统，是近年来一种新兴的缺陷检测方法，通过图像处理、模式识别技术与智能算法相结合，可以有效地提高焊点缺陷检测的准确性。
目前对电路板的检测多采用OCT成像设备扫描电路板，获得电路板表面的3D信息，但是通过OCT成像设备获得的电路板3D信息的分辨率稀疏，且坐标无序，为关键信息的提取带来困难。另外，目前对电路板的检测还可以采用AOI设备，然而AOI设备只能提取到物体的2D信息，因此难以判断焊点的多焊和少焊问题，其中，多焊指的是不应该焊接的焊点被焊接上，少焊指的是应该焊接的焊点没有焊接。
针对以上提出的难以检测焊点的多焊和少焊问题，本申请提供的电路板的缺陷检测方法可以检测焊点是否是多焊焊点或少焊焊点。
图1为本申请实施例提供的电路板缺陷的检测方法的应用场景示意图，上述电路板缺陷的检测方法可以用于对电路板上的焊点的缺陷进行检测。其中，图像采集设备10用于采集电路板的信息，终端设备20用于获取图像采集设备10采集的电路板的信息，并对电路板的信息进行图像处理，得到焊点的位置，最后基于焊点位置的深度值判断焊点是否为多焊焊点或少焊焊点。
以下结合图1对本申请实施例的电路板缺陷的检测方法进行详细说明。
图2示出了本申请提供的电路板缺陷的检测方法的示意性流程图，参照图2，对该方法的详述如下：
S101，获取待检测电路板的初始深度图像。
在本实施例中，初始深度图像可以是图像采集设备通过拍摄待检测电路板得到的，也可以是图像采集设备通过拍摄待检测电路存储到服务器中，当使用时直接从服务器中获取，还可以是终端设备对一些数据处理后得到的。
初始深度图像指的是从图像采集设备到电路板中各点的距离(深度)作为像素值的图像，它直接反映了电路板可见表面的几何形状。初始深度图像中的点云数据是在像素坐标系下的数据。初始深度图像中包括各个像素点的坐标和各个像素点的深度值。
如图3所示，在一种可能的实现方式中，步骤S101的实现过程可以包括：
S1011，获取所述待检测电路板的第一深度图像，其中，所述第一深度图像基于世界坐标系建立。
在本实施例中，世界坐标系是指相机安放在环境中，在环境中选择一个基准坐标系来描述相机的位置，并用它描述环境中任何物体的位置，该坐标系称为世界坐标系。
在本实施例中，第一深度图像是通过安装有激光传感器的图像采集设备扫描待检测电路板得到的，激光传感器得到的像素点的坐标均是基于世界坐标系下，而世界坐标系下的第一深度图像不能直接用于提取焊点缺陷的位置，所以需要进一步处理，具体如步骤S1012。
S1012，基于第一坐标转换模型，对所述第一深度图像进行坐标转换，得到所述初始深度图像，其中，所述第一坐标转换模型用于将世界坐标系下的所述第一深度图像转换成像素坐标系下的初始深度图像。
在本实施例中，将世界坐标系下的像素点的坐标转换成像素坐标系下的坐标可以通过第一坐标转换模型实现。
具体的，第一坐标转换模型可以包括：
其中，Z(u,v)为像素点Z在初始深度图像中的坐标，u为像素点Z在初始深度图像中的横坐标，v为像素点Z在初始深度图像中的纵坐标，R为相机的第一外参数，T为相机的第二外参数，u0为相机的第一内参数，v0为相机的第二内参数，x0、y0和z0分别为像素点Z在第一深度图像中横轴、纵轴和竖轴上的值。
在时，/>
S102，对所述初始深度图像进行特征点提取，得到候选深度图像。
在本实施例中，特征点的提取指的是将满足预设条件的像素点提取出来，提取出来的像素点组成候选深度图像。特征点的提取可以提取出关键的、以及需要的像素点，同时减少了后期数据处理的数量，提高了数据处理的速度。
预设条件可以是预先设置的，例如，提取几个像素点中深度值最大的像素点，或者提取像素点中深度值最小的像素点等，可以根据需要设置。
S103，对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置。
在本实施例中，阈值分割的原理是将候选深度图像中的像素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。阈值分割通过判断图像中每一个像素点的特征属性是否满足阈值的要求，来确定图像中的该像素点是属于目标区域还是背景区域。
在本实施例中，通过阈值分割将候选深度图像中的像素点分类，进而得到焊点的位置。
由于待检测的电路板上的焊点可能不只有一个，所以可能会得到多个目标位置。
S104，基于所述目标位置，确定所述焊点是否为缺陷焊点。
在本实施例中，得到了焊点的位置，可以通过焊点位置的点云数据判断焊点是多焊焊点、少焊焊点等。
本申请实施例中，通过获取待测电路板的初始深度图像，并对初始深度图像进行特征点提取，得到候选深度图像，接着对候选深度图像进行阈值分割，得到目标位置，最后确定目标位置的焊点是否为缺陷焊点；相比于现有技术直接对图像进行阈值分割得到焊点位置，本申请先进行特征点提取，然后再进行阈值分割得到目标位置，可以使确定的焊点的位置更准确，进而对焊点的缺陷判断也更准确，从而提高了电路板的质量。
在一种可能的实现方式中，步骤S102的实现过程可以包括：
对所述初始深度图像进行至少一次池化处理，得到候选深度图像。
在本实施例中，特征点的提取采用池化处理得到，池化处理可以是最大池化处理，最大池化处理指的是选取一组数据中数值最大的作为特征点。池化过程必须是基于池化窗口实现的，所以池化窗口可以包括至少一个。
池化窗口指的是每次计算所覆盖的初始深度图像中数据的个数，例如，池化窗口为2×2，在对初始深度图像进行池化时，池化窗口在初始深度图像上滑动，每次覆盖初始深度图像中四个数据。
作为举例，如果初始深度图像为池化窗口为2×2，则池化过程第一步是从/>中选取最大值4作为特征点，第二步是从/>中选取最大值5作为特征点，第三步是从/>中选取最大值7作为特征点，第二步是从/>中选取最大值8作为特征点，因此，得到候选深度图像为/>
在本实施例中，还可以对初始深度图像进行两次或多次池化处理，如果进行两次或多次池化处理，池化窗口可以是相同的也可以是不同的，例如，对初始深度图像进行两次最大池化处理，得到候选深度图像，第一次最大池化处理可以使用4×4的池化窗口得到第二深度图像，然后对第二深度图像进行池化窗口为2×2的最大池化处理，得到候选深度图像。
本申请实施例中，对初始深度图像进行池化处理，可以得到密度高、质量更好的图像，使后续提取的焊点的位置更准确。
如图4所示，在一种可能的实现方式中，步骤S103的实现过程可以包括：
S1031，基于预设的分割阈值，对所述候选深度图像进行阈值分割处理，得到目标深度图像。
在本实施例中，分割阈值可以是根据经验设置的，还可以是通过分析候选深度图像中的深度值确定的。
在一种可能的实现方式中，步骤S1031的实现过程可以包括：
用预设值替换所述候选深度图像中满足预设条件的像素点的深度值，得到所述目标深度图像，其中，所述预设条件包括像素点的深度值小于所述分割阈值。
在本实施例中，预设值可以是根据需要设置的，例如，0、1或2等。
具体的，可以根据Wf为经过目标深度图像，T为分割阈值，Di候选深度图像中第i个像素点的深度值，第i个像素点的横坐标小于候选深度图像的宽度，第i个像素点的纵坐标小于候选深度图像的高度。
S1032，对所述目标深度图像进行联通区域提取，得到至少一个目标区域。
在本实施例中，经过阈值分割后会得到一张候选位置显著的图像，目标深度图像中不是预设值的位置均为候选位置，遍历所有的候选位置，将满足预设条件的候选位置划分在一个目标区域中，得到若干个目标区域，目标区域为焊点所在的区域。
在一种可能的实现方式中，步骤S1032的实现过程可以包括：
如果包含目标像素点的预设范围内存在其他目标像素点，若预设范围内存在多个目标像素点，则根据多个目标像素点确定目标区域，所述目标像素点为所述目标深度图像中深度值大于或等于所述分割阈值的像素点。
在本实施例中，预设范围是以选取的一个目标像素点作为中心确定的范围，例如，选取一个目标像素点，预设范围可以是以该目标像素点为中心的长方形、圆形或正方形等，如果有其他的目标像素点落入该范围内，则该范围内所有的目标像素点形成一个联通区域，可以作为一个目标区域；如果没有其他像素点落入该范围内，则不能形成联通区域，也就不能作为目标区域；如果一个像素点分别落在了两个联通区域内，则将两个联通区域作为一个目标区域。
具体的，如果预设值为0，还可以通过公式 v≠0确定目标区域，其中，g为目标区域，Mu，v为坐标为(u，v)的像素点M。该公式表示的意思为将坐标为(u，v)，(u，v-1)，(u，v+1)，(u-1，v)，(u-1，v-1)，(u-1，v+1)，(u+1，v)，(u+1，v-1)和(u+1，v+1)中深度值不为0的像素点作为一个目标区域。
作为举例，如果像素点M的坐标为(4,7)且深度值不为预设值0，则 v≠0，查询坐标为(4,6)，(4,8)，(3,7)，(3,6)，(3,8)，(5,7)，(5,6)，(5,8)中深度值不为0的像素点，得到坐标为(4,6)，(3,7)，(3,6)，(5,7)，(5,6)的像素点的深度值不为0，所以将坐标为(4,7)，(4,6)，(3,7)，(3,6)，(5,7)，(5,6)的像素点作为一个目标区域。
S1033，确定每个所述目标区域的中心位置为所述目标位置。
在本实施例中，确定了目标区域，可以得到目标区域的中心位置，中心位置可以作为焊点的位置。
本申请实施例，通过对候选深度图像的阈值分割和联通区域的提取，可以准确得到焊点的位置，简单方便。
如图5所示，在一种可能的实现方式中，步骤S104的实现过程可以包括：
S1041，获取所述目标位置的像素点对应的深度值。
在本实施例中，候选深度图像中的像素点的像素值即为像素点的深度值，因此，基于目标位置，从候选深度图像中可以得到该位置像素点的深度值。
S1042，计算预设的深度阈值与所述深度值的差值。
在本实施例中，深度值与预设的深度阈值的差值具体可以基于公式L＝K-D获得，其中，L为深度值与预设的深度阈值的差值，K为预设的深度阈值，D为深度值。
在本实施例中，深度阈值可以是预先设置的，可以是根据经验设置，也可以是通过计算模型计算得到，也可以是电路板和电路板上的电子元器件对应的深度值的平局值。
S1043，在所述差值大于0时，确定所述焊点为少焊焊点。
S1044，在所述差值小于或等于0时，确定所述焊点为多焊焊点。
在本实施例中，通过差值与0的对比，可以得到该焊点是多焊焊点还是少焊焊点。
本申请实施例，通过目标位置的深度值可以确定该焊点是否为缺陷焊点，使判断更简单快速。
在一种可能的实现方式中，在步骤S104之后，上述方法还可以包括：
S201，在所述焊点为缺陷焊点时，基于所述目标位置在所述候选深度图像中的第一坐标和第二坐标转换模型，得到所述目标位置在所述待检测电路板上的第二坐标，其中，所述第二坐标转换模型用于将像素坐标系下的第一坐标转换成预设坐标系下的第二坐标。
在本实施例中，第二坐标转换模型包括P′x为目标位置P的第二坐标中的横坐标，P′y为目标位置P的第二坐标中的纵坐标，Pu为目标位置P的第一坐标中的横坐标，Pv为目标位置P的第一坐标中的纵坐标，A为预设的第一参数，B为预设的横坐标偏移量，C为预设的纵坐标偏移量。
在本实施例中，候选深度图像中每个像素点均对应一个坐标，也可以说每个位置均对应一个坐标，如果该焊点为缺陷焊点，可以基于该焊点在候选深度图像中的第一坐标，得到该焊点在待检测电路板上的实际位置。预设坐标系为设置的电路板上的坐标系，第二坐标是基于待检测电路板建立的坐标系确定的，是以待检测电路板的左上角为0点建立的坐标系。
本申请实施例，通过坐标转换，可以得到缺陷焊点在待检测电路板上的实际位置，方便人为确定缺陷焊点为电路板上具体哪个焊点，为后续人为处理缺陷焊点带来方便。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的电路板缺陷的检测方法，图6示出了本申请实施例提供的电路板缺陷的检测装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图6，该装置300可以包括：图像获取模块310、特征点提取模块320、目标确定模块330和缺陷判断模块340。
其中，图像获取模块310，用于获取待检测电路板的初始深度图像；
特征点提取模块320，用于对所述初始深度图像进行特征点提取，得到候选深度图像；
目标确定模块330，用于对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；
缺陷判断模块340，用于基于所述目标位置，确定所述焊点是否为缺陷焊点。
在一种可能的实现方式中，图像获取模块310具体可以用于：
获取所述待检测电路板的第一深度图像；
基于第一坐标转换模型，对所述第一深度图像进行坐标转换，得到所述初始深度图像，其中，所述第一坐标转换模型用于将世界坐标系下的所述第一深度图像转换成像素坐标系下的初始深度图像。
在一种可能的实现方式中，特征点提取模块320具体可以用于：
对所述初始深度图像进行至少一次池化处理，得到候选深度图像。
在一种可能的实现方式中，目标确定模块330具体可以包括：
阈值分割单元，用于基于预设的分割阈值，对所述候选深度图像进行阈值分割处理，得到目标深度图像；
联通区域提取单元，用于对所述目标深度图像进行联通区域提取，得到至少一个目标区域；
目标确定单元，用于确定每个所述目标区域的中心位置为所述目标位置。
在一种可能的实现方式中，阈值分割单元具体可以用于：
用预设值替换所述候选深度图像中满足预设条件的像素点的深度值，得到所述目标深度图像，其中，所述预设条件包括像素点的深度值小于所述分割阈值；
联通区域提取单元具体可以用于：
如果包含目标像素点的预设范围内存在其他目标像素点，若预设范围内存在多个目标像素点，则根据多个目标像素点确定目标区域，所述目标像素点为所述目标深度图像中深度值大于或等于所述分割阈值的像素点。
在一种可能的实现方式中，缺陷判断模块340具体可以用于：
获取所述目标位置的像素点对应的深度值；
计算预设的深度阈值与所述深度值的差值；
在所述差值大于0时，确定所述焊点为少焊焊点；
在所述差值小于或等于0时，确定所述焊点为多焊焊点。
在一种可能的实现方式中，与缺陷判断模块340相连的还包括：
焊点位置确定模块，用于在所述焊点为缺陷焊点时，基于所述目标位置在所述候选深度图像中的第一坐标和第二坐标转换模型，得到所述目标位置在所述待检测电路板上的第二坐标，其中，所述第二坐标转换模型用于将像素坐标系下的第一坐标转换成预设坐标系下的第二坐标。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，参见图7，该终端设备400可以包括：至少一个处理器410、存储器420以及存储在所述存储器420中并可在所述至少一个处理器410上运行的计算机程序，所述处理器410执行所述计算机程序时实现上述任意各个方法实施例中的步骤，例如图2所示实施例中的步骤S101至步骤S104。或者，处理器410执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块310至340的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器420中，并由处理器410执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备400中的执行过程。
本领域技术人员可以理解，图7仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
处理器410可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。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。
存储器420可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。所述存储器420用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的电路板缺陷的检测方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
以所述终端设备为计算机为例。图8示出的是与本申请实施例提供的计算机的部分结构的框图。参考图8，计算机包括：通信电路510、存储器520、输入单元530、显示单元540、音频电路550、无线保真(wireless fidelity，WiFi)模块560、处理器570以及电源580等部件。
下面结合图8对计算机的各个构成部件进行具体的介绍：
通信电路510可用于收发信息或通话过程中，信号的接收和发送，特别地，将图像采集设备发送的图像样本接收后，给处理器570处理；另外，将图像采集指令发送给图像采集设备。通常，通信电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，通信电路510还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobile communication，GSM)、通用分组无线服务(GeneralPacket Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long TermEvolution,LTE))、电子邮件、短消息服务(Short Messaging Service，SMS)等。
存储器520可用于存储软件程序以及模块，处理器570通过运行存储在存储器520的软件程序以及模块，从而执行计算机的各种功能应用以及数据处理。存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元530可用于接收输入的数字或字符信息，以及产生与计算机的用户设置以及功能控制有关的键信号输入。具体地，输入单元530可包括触控面板531以及其他输入设备532。触控面板531，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板531上或在触控面板531附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板531可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器570，并能接收处理器570发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板531。除了触控面板531，输入单元530还可以包括其他输入设备532。具体地，其他输入设备532可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元540可用于显示由用户输入的信息或提供给用户的信息以及计算机的各种菜单。显示单元540可包括显示面板541，可选的，可以采用液晶显示器(Liquid CrystalDisplay，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板541。进一步的，触控面板531可覆盖显示面板541，当触控面板531检测到在其上或附近的触摸操作后，传送给处理器570以确定触摸事件的类型，随后处理器570根据触摸事件的类型在显示面板541上提供相应的视觉输出。虽然在图8中，触控面板531与显示面板541是作为两个独立的部件来实现计算机的输入和输入功能，但是在某些实施例中，可以将触控面板531与显示面板541集成而实现计算机的输入和输出功能。
音频电路550可提供用户与计算机之间的音频接口。音频电路550可将接收到的音频数据转换后的电信号，传输到扬声器由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路550接收后转换为音频数据，再将音频数据输出处理器570处理后，经通信电路510以发送给比如另一计算机，或者将音频数据输出至存储器520以便进一步处理。
WiFi属于短距离无线传输技术，计算机通过WiFi模块560可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图8示出了WiFi模块560，但是可以理解的是，其并不属于计算机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器570是计算机的控制中心，利用各种接口和线路连接整个计算机的各个部分，通过运行或执行存储在存储器520内的软件程序和/或模块，以及调用存储在存储器520内的数据，执行计算机的各种功能和处理数据，从而对计算机进行整体监控。可选的，处理器570可包括一个或多个处理单元；优选的，处理器570可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器570中。
计算机还包括给各个部件供电的电源580(比如电池)，优选的，电源580可以通过电源管理系统与处理器570逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述电路板缺陷的检测方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述电路板缺陷的检测方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (7)

1.一种电路板缺陷的检测方法，其特征在于，包括：
获取待检测电路板的初始深度图像，其中，所述初始深度图像为像素坐标系下的深度图像；
对所述初始深度图像进行特征点提取，得到候选深度图像；
对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；
基于所述目标位置，确定所述焊点是否为缺陷焊点；
所述对所述候选深度图像进行阈值分割，得到至少一个目标位置，包括：
基于预设的分割阈值，对所述候选深度图像进行阈值分割处理，得到目标深度图像；
对所述目标深度图像进行联通区域提取，得到至少一个目标区域；
确定每个所述目标区域的中心位置为所述目标位置；
所述对所述初始深度图像进行特征点提取，得到候选深度图像，包括：
对所述初始深度图像进行至少一次池化处理，得到候选深度图像；
所述基于预设的分割阈值，对所述候选深度图像进行阈值分割处理，得到目标深度图像，包括：
用预设值替换所述候选深度图像中满足预设条件的像素点的深度值，得到所述目标深度图像，其中，所述预设条件包括像素点的深度值小于所述分割阈值；
所述对所述目标深度图像进行联通区域提取，得到至少一个目标区域，包括：
如果包含目标像素点的预设范围内存在其他目标像素点，若预设范围内存在多个目标像素点，则根据多个目标像素点确定目标区域，所述目标像素点为所述目标深度图像中深度值大于或等于所述分割阈值的像素点。
2.如权利要求1所述的电路板缺陷的检测方法，其特征在于，所述获取待检测电路板的初始深度图像，包括：
获取所述待检测电路板的第一深度图像；
基于第一坐标转换模型，对所述第一深度图像进行坐标转换，得到所述初始深度图像，其中，所述第一坐标转换模型用于将世界坐标系下的所述第一深度图像转换成像素坐标系下的初始深度图像。
3.如权利要求1所述的电路板缺陷的检测方法，其特征在于，所述基于所述目标位置，确定所述焊点是否为缺陷焊点，包括：
获取所述目标位置的像素点对应的深度值；
计算预设的深度阈值与所述深度值的差值；
在所述差值大于0时，确定所述焊点为少焊焊点；
在所述差值小于或等于0时，确定所述焊点为多焊焊点。
4.如权利要求1至3任一项所述的电路板缺陷的检测方法，其特征在于，所述缺陷焊点包括多焊焊点和少焊焊点，在所述基于所述目标位置，确定所述焊点是否为缺陷焊点之后，还包括：
在所述焊点为缺陷焊点时，基于所述目标位置在所述候选深度图像中的第一坐标和第二坐标转换模型，得到所述目标位置在所述待检测电路板上的第二坐标，其中，所述第二坐标转换模型用于将像素坐标系下的第一坐标转换成预设坐标系下的第二坐标。
5.一种电路板缺陷的检测装置，其特征在于，包括：
图像获取模块，用于获取待检测电路板的初始深度图像，其中，所述初始深度图像为像素坐标系下的深度图像；
特征点提取模块，用于对所述初始深度图像进行至少一次池化处理，得到候选深度图像像；
目标确定模块，用于对所述候选深度图像进行阈值分割，得到至少一个目标位置，其中，所述目标位置为所述待检测电路板上的焊点在所述候选深度图像中的位置；
缺陷判断模块，用于基于所述目标位置，确定所述焊点是否为缺陷焊点；
所述目标确定模块具体包括：
阈值分割单元，用于基于预设的分割阈值，对所述候选深度图像进行阈值分割处理，得到目标深度图像；
联通区域提取单元，用于对所述目标深度图像进行联通区域提取，得到至少一个目标区域；
目标确定单元，用于确定每个所述目标区域的中心位置为所述目标位置；
所述阈值分割单元具体用于：用预设值替换所述候选深度图像中满足预设条件的像素点的深度值，得到所述目标深度图像，其中，所述预设条件包括像素点的深度值小于所述分割阈值；
所述联通区域提取单元具体用于：如果包含目标像素点的预设范围内存在其他目标像素点，若预设范围内存在多个目标像素点，则根据多个目标像素点确定目标区域，所述目标像素点为所述目标深度图像中深度值大于或等于所述分割阈值的像素点。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的电路板缺陷的检测方法。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至4任一项所述的电路板缺陷的检测方法。
CN202010664197.4A 2020-07-10 2020-07-10 一种电路板缺陷的检测方法、装置、终端设备及存储介质 Active CN111982911B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010664197.4A CN111982911B (zh) 2020-07-10 2020-07-10 一种电路板缺陷的检测方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010664197.4A CN111982911B (zh) 2020-07-10 2020-07-10 一种电路板缺陷的检测方法、装置、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN111982911A CN111982911A (zh) 2020-11-24
CN111982911B true CN111982911B (zh) 2023-08-25

Family

ID=73439026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010664197.4A Active CN111982911B (zh) 2020-07-10 2020-07-10 一种电路板缺陷的检测方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN111982911B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112767356A (zh) * 2021-01-20 2021-05-07 景旺电子科技(珠海)有限公司 用于分配物品的方法、装置、终端设备及存储介质
CN113237891A (zh) * 2021-03-10 2021-08-10 深圳市华讯方舟光电技术有限公司 一种检测系统
CN113012137B (zh) * 2021-03-24 2022-05-10 滁州惠科光电科技有限公司 一种面板缺陷检查方法、系统、终端设备及存储介质
CN113674250B (zh) * 2021-08-25 2023-10-20 长鑫存储技术有限公司 光罩缺陷检测方法、装置、电子设备、存储介质及芯片
CN113689420B (zh) * 2021-09-03 2024-04-26 凌云光技术股份有限公司 电路板焊点缺陷检测方法、装置以及检测设备
CN113763355A (zh) * 2021-09-07 2021-12-07 创新奇智(青岛)科技有限公司 一种缺陷检测方法、装置、电子设备及存储介质
CN114494122A (zh) * 2021-12-20 2022-05-13 苏州镁伽科技有限公司 目标对象的检测方法、装置、存储介质及电子设备
CN114117996B (zh) * 2022-01-24 2022-05-17 百芯智能制造科技(深圳)有限公司 电路板元件布局设计缺陷的检测方法、装置及存储介质
CN116843602B (zh) * 2022-03-25 2024-05-14 广州镭晨智能装备科技有限公司 一种缺陷检测方法及视觉检测设备
CN115135033B (zh) * 2022-07-29 2024-02-09 苏州浪潮智能科技有限公司 一种空焊检测装置及电子设备
CN115661592B (zh) * 2022-10-11 2023-08-01 中建三局第一建设工程有限责任公司 焊缝识别方法、装置、计算机设备及存储介质
CN115830031A (zh) * 2023-02-22 2023-03-21 深圳市兆兴博拓科技股份有限公司 电路板贴片的检测方法、系统及存储介质
CN117182379B (zh) * 2023-08-28 2024-04-12 惠州欧鹏电子科技有限公司 一种蓝牙音箱芯片焊接质量检测方法及相关装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109087274A (zh) * 2018-08-10 2018-12-25 哈尔滨工业大学 基于多维融合及语义分割的电子器件缺陷检测方法及装置
CN109448058A (zh) * 2018-11-12 2019-03-08 北京拓疆者智能科技有限公司 装载位置三维坐标获取方法、系统及图像识别设备
CN110874572A (zh) * 2019-10-29 2020-03-10 北京海益同展信息科技有限公司 一种信息检测方法及装置、存储介质
CN111044522A (zh) * 2019-12-14 2020-04-21 中国科学院深圳先进技术研究院 缺陷检测方法、装置及终端设备
CN111060514A (zh) * 2019-12-02 2020-04-24 精锐视觉智能科技(上海)有限公司 缺陷检测方法、装置及终端设备
CN111178190A (zh) * 2019-12-17 2020-05-19 中国科学院深圳先进技术研究院 基于深度图像的目标检测方法、装置及存储介质
CN111179261A (zh) * 2019-12-31 2020-05-19 深圳市太赫兹科技创新研究院 缺陷检测方法、系统、终端设备及存储介质
CN111192271A (zh) * 2018-11-14 2020-05-22 银河水滴科技（北京）有限公司 一种图像分割方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109087274A (zh) * 2018-08-10 2018-12-25 哈尔滨工业大学 基于多维融合及语义分割的电子器件缺陷检测方法及装置
CN109448058A (zh) * 2018-11-12 2019-03-08 北京拓疆者智能科技有限公司 装载位置三维坐标获取方法、系统及图像识别设备
CN111192271A (zh) * 2018-11-14 2020-05-22 银河水滴科技（北京）有限公司 一种图像分割方法及装置
CN110874572A (zh) * 2019-10-29 2020-03-10 北京海益同展信息科技有限公司 一种信息检测方法及装置、存储介质
CN111060514A (zh) * 2019-12-02 2020-04-24 精锐视觉智能科技(上海)有限公司 缺陷检测方法、装置及终端设备
CN111044522A (zh) * 2019-12-14 2020-04-21 中国科学院深圳先进技术研究院 缺陷检测方法、装置及终端设备
CN111178190A (zh) * 2019-12-17 2020-05-19 中国科学院深圳先进技术研究院 基于深度图像的目标检测方法、装置及存储介质
CN111179261A (zh) * 2019-12-31 2020-05-19 深圳市太赫兹科技创新研究院 缺陷检测方法、系统、终端设备及存储介质

Also Published As

Publication number Publication date
CN111982911A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN111982911B (zh) 一种电路板缺陷的检测方法、装置、终端设备及存储介质
CN111060514B (zh) 缺陷检测方法、装置及终端设备
CN109086761B (zh) 图像处理方法和装置、存储介质、电子设备
CN111104967B (zh) 图像识别网络训练方法、图像识别方法、装置及终端设备
JP2012202989A (ja) 試験紙読み取り分析システムおよび方法
CN109544533A (zh) 一种基于深度学习的金属板缺陷检测和度量方法
CN107229544B (zh) 屏幕检测方法及相关产品
CN111445467A (zh) 亮灯缺陷检测方法、装置、电子设备及存储介质
CN111208140A (zh) 一种缺陷复检系统及方法
CN115629127B (zh) 一种货箱缺陷分析方法、装置、设备及可读存储介质
CN108156452A (zh) 一种检测传感器的方法、装置、设备及存储介质
CN113077416A (zh) 一种基于图像处理的焊点焊接缺陷检测方法与系统
CN115060725A (zh) 一种双圆盘外观检测方法及装置
CN117571721A (zh) 一种电路板焊盘表面缺陷检测方法、装置及存储介质
CN103913150B (zh) 智能电能表电子元器件一致性检测方法
CN113706446B (zh) 一种镜头检测方法和相关装置
CN103345738A (zh) 基于感兴趣区域的对象检测方法及装置
CN111160174B (zh) 网络训练方法、车头朝向识别方法、装置及终端设备
CN117746213A (zh) 一种网络训练方法、开关状态识别方法、装置及终端设备
CN117788444A (zh) Smt贴片偏移检测方法、装置及视觉检测系统
CN117589770A (zh) Pcb贴片板检测方法、装置、设备及介质
CN117474886A (zh) 一种陶瓷杯缺陷检测方法及系统
Xue et al. Detection of Various Types of Metal Surface Defects Based on Image Processing.
CN111815552A (zh) 一种工件检测方法、装置、可读存储介质及终端设备
CN109470708A (zh) 塑料泡沫餐盒的质量检测方法、装置、服务器及存储介质

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
GR01 Patent grant
GR01 Patent grant