CN112014404A - 组件检测方法、装置、系统、电子设备及存储介质 - Google Patents

组件检测方法、装置、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN112014404A
CN112014404A CN202010879426.4A CN202010879426A CN112014404A CN 112014404 A CN112014404 A CN 112014404A CN 202010879426 A CN202010879426 A CN 202010879426A CN 112014404 A CN112014404 A CN 112014404A
Authority
CN
China
Prior art keywords
component
detected
dimensional model
standard
light source
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.)
Withdrawn
Application number
CN202010879426.4A
Other languages
English (en)
Inventor
张子坤
冯斌
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.)
Oppo Chongqing Intelligent Technology Co Ltd
Original Assignee
Oppo Chongqing Intelligent 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 Oppo Chongqing Intelligent Technology Co Ltd filed Critical Oppo Chongqing Intelligent Technology Co Ltd
Priority to CN202010879426.4A priority Critical patent/CN112014404A/zh
Publication of CN112014404A publication Critical patent/CN112014404A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/18—Investigating the presence of flaws defects or foreign matter
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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

Abstract

本申请公开了一种组件检测方法、装置、系统、电子设备及存储介质。该组件检测方法包括：获取第一光源照射待测组件时相机采集到的外部影像；获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。本方法可提升组件检测结果的准确性。

Description

组件检测方法、装置、系统、电子设备及存储介质
技术领域
本申请涉及图像处理技术领域，更具体地，涉及一种组件检测方法、装置、系统、电子设备及存储介质。
背景技术
在手机或同类型的电子产品的生产与组装过程中，由于加工工艺、原料、设备等原因，使得电子产品不可避免的会出现缺陷，比如主板结构的变形、开裂、焊接不良、微损伤及芯片安装错误等缺陷。因此，需要对电子产品进行缺陷检测。
相关技术中，通过人工检测方法对电子产品进行缺陷检测。但是，人工检测需要工作人员用肉眼进行检查，存在检测成本高、准确性较低、效率低等缺点。
发明内容
鉴于上述问题，本申请提出了一种组件检测方法、装置、系统、电子设备及存储介质。
第一方面，本申请实施例提供了一种组件检测方法，所述方法包括：获取第一光源照射待测组件时相机采集到的外部影像；获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
第二方面，本申请实施例提供了一种组件检测装置，所述装置包括：外部获取模块，用于获取第一光源照射待测组件时相机采集到的外部影像；内部获取模块，用于获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；模型构建模块，用于根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；模型匹配模块，用于根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
第三方面，本申请实施例提供了一种组件检测系统，所述系统包括相机以及电子设备，其中：所述电子设备用于发送影像采集指令至所述相机；所述相机用于接收所述影像采集指令，根据所述影像采集指令控制所述相机中的第一光源和第二光源照射待测组件，并进行拍摄，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像；所述相机还用于将第一光源照射所述待测组件时所述相机采集到的外部影像发送至所述电子设备，以及将第二光源照射所述待测组件时所述相机采集到的内部影像发送至所述电子设备；所述电子设备还用于接收所述外部影像以及所述内部影像，根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型，并根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
第四方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行上述第一方面提供的组件检测方法。
第五方面，本申请实施例提供了一种计算机可读取存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述第一方面提供的组件检测方法。
本申请提供的方案，在需要对待测组件进行检测时，通过先获取第一光源照射该待测组件时，相机采集到的外部影像，以及获取第二光源照射该待测组件时，该相机采集到的内部影像，以根据该外部影像以及内部影像，构建该待测组件的待测三维模型。其中，第二光源具备物体穿透性且可用于生成包含物体内部结构的影像，第一光源和第二光源均位于该相机。然后再根据构建的待测三维模型与标准三维模型的匹配结果，来获取对该待测组件的检测结果，其中，标准三维模型为根据该待测组件对应的标准组件生成的三维模型。从而通过同一相机产生的第一光源和第二光源照射待测组件，来得到该待测组件被照射后的外部影像和内部影像，并根据外部影像和内部影像，来构建该待测组件的待测三维模型，进而通过将该待测三维模型与标准模型一一比对，以得到高精准的检测结果，实现了组件的自动检测，提高了组件检测的精确度和可靠度，降低了人工检测的误检率。
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，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了根据本申请一个实施例的组件检测方法流程图。
图2示出了一种根据本申请实施例提供的组件检测方法的整体框架示意图
图3示出了根据本申请另一个实施例的组件检测方法的一种流程图。
图4示出了本申请另一个实施例提供的组件检测方法中步骤S270的一种流程图。
图5示出了根据本申请又一个实施例的组件检测方法的一种流程图。
图6示出了根据本申请一个实施例的组件检测装置的一种框图。
图7是本申请实施例的用于执行根据本申请实施例的组件检测方法的电子设备的框图。
图8是本申请实施例的用于保存或者携带实现根据本申请实施例的组件检测方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
随着科技的发展，人们对手机、平板电脑等电子产品的需求也逐渐丰富化，从而使得电子产品中的元器件集成度也在不断增加，电子产品的生产与组装的工艺也越来越复杂。而受制于加工工艺、原料、设备等因素，在电子产品的生产与组装过程中，不可避免的会出现缺陷，比如主板结构的变形、开裂、焊接不良、微损伤及芯片安装错误等缺陷。因此，需要对电子产品进行缺陷检测。
目前通常是通过人工检测方法对电子产品进行缺陷检测。但是，人工检测需要工作人员用肉眼进行检查，存在检测成本高、准确性较低、效率低等缺点。当需要对电子产品中的精密型工件(如电路板)进行检测时，人工目视检测的方式也易存在人为漏检的情况，从而无法有效拦截出不良品，存在流出市场的风险。
因此，发明人经过长期的研究发现并提出了本申请实施例提供的组件检测方法、装置、系统、电子设备以及存储介质，通过获取待测组件的外部影像和内部影像，来构建该待测组件的待测三维模型，进而通过将该待测三维模型与标准模型一一比对，以得到高精准的检测结果，实现了组件的自动检测，提高了组件检测的精确度和可靠度，降低了人工检测的误检率，有效拦截了不良产品，节省了人力成本。其中，具体的组件检测方法在后续的实施例中进行详细的说明。
请参阅图1，图1示出了本申请一个实施例提供的组件检测方法的流程示意图。在具体的实施例中，该组件检测方法可应用于如图6所示的组件检测装置700以及配置有所述组件检测装置700的组件检测系统(图2)或电子设备100(图7)。下面将针对图1所示的流程进行详细的阐述，所示组件检测方法具体可以包括以下步骤：
步骤S110：获取第一光源照射待测组件时相机采集到的外部影像。
其中，待测组件可以为电子产品中需要进行缺陷检测的的电子组件，可以是电子产品中的某一个电子组件，也可以是电子产品中的多个电子组件。当待测组件为多个电子组件时，本申请实施例的组件检测方法也可以对多个电子组件之间的拓扑关系、组装关系进行检测。可以理解的是，当待测组件为电子产品中的所有电子组件时，利用本申请实施例的组件检测方法对该待测组件进行检测时，也可以理解为对该电子产品的整机检测。待测组件的具体数量、具体类型在本申请实施例中并不作限定。
在本申请实施例中，当需要对待测组件进行缺陷检测时，可以通过相关图像采集装置采集该待测组件的拍摄图像，以根据该拍摄图像在三维空间中构建出该待测组件的三维模型，从而通过该三维模型实现缺陷检测。其中，相关图像采集装置可以是相机。
在本申请实施例中，相机可以是上述用于采集该待测组件的拍摄图像的一种图像采集装置，如CCD(Charge Coupled Device，电荷耦合器件)，其能够产生第一光源和第二光源，并照射到该待测组件。其中，第一光源可以是用于产生可见光的光源，例如，可以是白炽灯、LED灯等，其无法穿透物体。第二光源可以是用于产生具有穿透性的光的光源，例如，X光，其可穿透物体。当具有穿透性的光透过物体内部的不同结构时，被吸收的程度会不同，然后经过显像处理后可得到不同的影像，从而可形成该物体的内部影像。
具体地，当需要对待测组件进行缺陷检测时，可以获取第一光源照射待测组件时相机采集到的外部影像。也就是说，当第一光源照射到待测组件上时，当相机可以拍摄该待测组件被第一光源照射后的影像，由于无法穿透物体，因此，相机拍摄得到的影像只是该待测组件的外形轮廓影像，即外部影像。
步骤S120：获取第二光源照射所述待测组件时所述相机采集到的内部影像。
由前述可知，上述第一光源和第二光源可位于同一相机，其中，第二光源可以是具备物体穿透性且可以用于生成包含该物体内部结构的影像的一种光源。因此，在本申请实施例中，当需要对待测组件进行缺陷检测时，可以获取第二光源照射待测组件时相机采集到的内部影像。也就是说，当第二光源照射到待测组件上时，该第二光源可穿透该待测组件内的不同内部结构，并根据被被吸收的程度会不同，形成不同的内部影像，从而相机可以拍摄该待测组件被第二光源照射后的形成的内部透视影像，也即内部影像。
在一些实施例中，可以采用近景摄影测量技术，通过相机围绕待测组件拍摄多张实物图像，该实物图像可以包括外部影像和内部影像，且外部影像和内部影像可一一对应。其中，第二光源为X光光源时，X光光源穿透该待测组件后，可以将该X光转换为微弱的荧光并将影像予以增强，从而可以得到清晰的内部影像。
可以理解的是，上述近景摄影测量是指利用对物距不大于300m的目标物摄取的立体像对进行的摄影测量。近景摄影测量可包括近景摄影和图像处理两个过程。其中，近景摄影一般使用量测摄影机，也即，上述相机可为量测摄像机，它是框标、内方位元素已知并且物镜畸变小的专用仪器，其还可以备有外部定向、同步摄影、连续摄影等设备。图像处理同通常的摄影测量类似，分为模拟法和解析法，可以获得平面图、立体图、断面图、透视图、等值线图以及包括物点坐标在内的多种物理参数。进而可以根据该多种物理参数，在三维空间中构建出对应的三维立体结构图像。
在一些实施例中，为了保证获取到的内部影像与外部影像对应，上述第一光源和第二光源位于于同一相机中的固定位置。其中，第一光源和第二光源可以是位于同一位置，也可以是位于不同位置。在一些实施例中，为了避免光源之间的互相干扰，也可以是先后进行内部影像和外部影像的拍摄。具体地，在需要拍摄内部影像和外部影像时，可以是先开启其中一个光源进行对应类型的影像拍摄，再开启另一光源进行另一类型的影像拍摄。
步骤S130：根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型。
在本申请实施例中，在获取到待测组件的外部影像以及内部影像后，可以构建该待测组件的待测三维模型，并分层设色显示。其中，该待测三维模型可以用于表征该待测组件真实的三维结构立体图像。也就是说，若该待测组件存在缺陷，则根据该待测组件的外部影像以及内部影像构建的待测三维模型中也会呈现该缺陷。
在一些实施例中，在获取到待测组件的外部影像以及内部影像后，可以利用近景摄影测量技术和数字图像处理技术，对外部影像以及内部影像进行量测和处理分析，以确定待测组件的形状，位置、三维空间坐标等信息，从而可以根据这些信息在三维空间中构建出待测三维模型。其中，对外部影像以及内部影像进行量测，可以包括影像增强、特征提取、目标识别、以及点的精确定位(达到子像素级的精度)。对外部影像以及内部影像进行处理分析，可以包括自动匹配和摄影测量处理以求得待测组件的三维空间坐标。
其中，对外部影像以及内部影像进行量测，可以是获取待测组件的像点坐标的过程。在一些实施例中，可以采用目标点位的概略定位与最小二乘影像匹配法相结合，实现目标点位的子像素级的精确配准和数字影像的自动量测技术。然后再根据量测结果，绘制出待测组件的三维BIM(Building Information Molding，建筑信息模型)模型。
在一些实施例中，目标点位的概略定位可以是先对外部影像以及内部影像进行噪声衰减和图像增强。由于外界环境光和相机光电转换的不稳定，获取的影像中通常含有噪声，噪声衰减处理可以是分别对高频和低频噪声进行处理。图像增强处理是为了强调一些重要的特征，如目标点位、边缘线等。然后对外部影像以及内部影像的进行二值化处理。其中，二值化处理可以是利用阈值T＝(最小灰度值+平均灰度值)/2，将外部影像以及内部影像中的像素值二值化。然后可在二值化影像的基础上，再进行圆孔影像的圆心坐标点定位。其中，可采用四连通或八连通域的方法对整个外部影像以及内部影像进行扫描，给每一连通区域进行唯一的标记，扫描完成后可得到具有不同标记的二值灰度影像。在一些实施例中，为了防止将其他灰度均匀的区域错误地搜索为圆形目标，也可根据影像的特征先过滤掉这些区域。
在一些实施例中，外部影像为多个角度拍摄得到多张影像，内部影像为同样多个角度拍摄得到的多张影像时，由于影像在不同时间、不同传感器、不同视角获得的成像条件不同，因此即使是对同一物体，在影像中所表现出来的几何特性、光学特性、空间位置都会有很大的不同，且噪声、干扰等影响也会使影像发生很大差异，影像匹配就是通过这些不同之处找到它们的相同点。然而若匹配精度局限于像素级，则不能满足一些需要精确数据的技术领域，因此，可通过最小二乘的影像匹配法来达到子像素级的高精度。这样可以得到较为准确的外部影像和内部影像，进而可以进行待测目标的坐标量测，得到准确的三维空间坐标。
步骤S140：根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果。
其中，标准三维模型可以是根据待测组件对应的标准组件生成的三维模型，该标准三维模型可以是CAD(Computer Aided Design，计算机辅助设计)数模。在一些实施例中，可以预先建立模型库，该模型库中可以存储有多种标准组件对应的标准三维模型，当需要对待测组件进行检测时，可以获取与该待测组件对应的标准组件信息，从而可根据该标准组件信息从模型库中查找到对应的标准三维模型。
在本申请实施例中，在构建出待测组件的待测三维模型后，可以将该待测三维模型与上述标准三维模型进行匹配，从而可以根据匹配结果，获取待测组件的检测结果。例如，请参阅图2，图2示出了一种组件检测方法的整体流程图。
在一些实施例中，将该待测三维模型与标准三维模型进行匹配，可以是将待测三维模型与标准三维模型进行重叠，以确定是否存在不匹配的区域。其中，不匹配可以是颜色、形状、线条、点、面的不对应。作为一种方式，可以是从待测三维模型与标准三维模型中选取多个目标点对齐，然后再根据对齐后的待测三维模型与标准三维模型，确定其他区域是否存在不匹配。其中，该多个目标点可用于表征待测三维模型与标准三维模型已经处于重叠对应状态。
在一些实施例中，当待测三维模型与标准三维模型不匹配时，说明该待测三维模型存在异常，也即该待测组件也存在异常，该待测组件的检测结果可以是判定为不良品。当待测三维模型与标准三维模型匹配时，说明该待测三维模型正常，也即该待测组件正常，该待测组件的检测结果可以是判定为合格品。
在一些实施例中，检测结果也可以是待测三维模型中与标准三维模型的不匹配的具体区域，从而工作人员(检测/维修人员)可以根据该检测结果，确定待测组件中存在缺陷的区域，进而实现精准维修。
本申请实施例提供的组件检测方法，通过同一相机产生的第一光源和第二光源照射待测组件，来得到该待测组件被照射后的外部影像和内部影像，并根据外部影像和内部影像，来构建该待测组件的待测三维模型，进而通过将该待测三维模型与标准模型一一比对，以得到高精准的检测结果，实现了组件的自动检测，提高了组件检测的精确度和可靠度，降低了人工检测的误检率。
请参阅图3，图3示出了本申请另一个实施例提供的组件检测方法的流程示意图。下面将针对图3所示的流程进行详细的阐述，所示组件检测方法应用于测试终端，具体可以包括以下步骤：
步骤S210：获取第一光源照射待测组件时相机采集到的外部影像。
步骤S220：获取第二光源照射所述待测组件时所述相机采集到的内部影像。
在本申请实施例中，步骤S210和步骤S220可以参阅前述实施例的内容，此处不再赘述。
在一些实施例中，可以是根据记录的信息标识获取到待测组件。其中，信息标识可以是一种能够唯一标识待测组件的标记物。具体的信息标识在此不做限定。例如，该信息标识可以是二维码、条形码等具有一定形状的图案的标记物，也可以是射频识别(RadioFrequency Identification，RFID)电子标识。在一些实施例中，可以是故障检测员怀疑待测组件上存在结构硬件不良时，使用条码枪对该待测组件的二维码进行扫描，从而系统可以将该待测组件的条码记录，从而后续在进行具体的缺陷检测时，可以根据该记录的条码，获取到待测组件。
在一些实施例中，本申请的缺陷检测可以是在检测机台上进行，该检测机台安装有执行本申请的组件检测方法的可执行程序或系统，该检测机台上配置有产生第一光源和第二光源的相机。从而当检测人员将待检测组件放置于检测机台上时，系统可控制检测机台上的相机拍摄待测组件，并获取采集到的内部影像和外部影像，并进行后续的待测三维模型构建和检测。
在一些实施例中，上述外部影像和内部影像可以为是相机以至少三个拍摄角度进行拍摄得到的影像。作为一种方式，拍摄角度可以为固定好的三个角度，系统可控制检测机台上的相机，调整至该三个角度，逐一拍摄待测组件，得到固定三个角度的外部影像和内部影像。
步骤S230：根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型。
在本申请实施例中，步骤S230可以参阅前述实施例的内容，此处不再赘述。
步骤S240：识别所述待测组件的信息标识，得到所述待测组件对应的标准属性信息。
在一些实施例中，在对待测组件进行缺陷检测时，可以识别该待测组件的信息标识，以得到该待测组件对应的标准属性信息。其中，标准属性信息可以是待测组件的标准名称、标准物料代码，标准材料，也可以是构成该待测组件的标准元件名称、标准元件位号、元件的标准物料代码等，还可以是待测组件以及元件的标准三维空间结构信息，如标准长宽高尺寸、标准颜色等。在此不作限定。换句话说，标准属性信息也可以是待测组件对应的标准组件的属性信息。
步骤S250：基于所述标准属性信息，获取对应的标准三维模型。
在一些实施例中，在获取到标准属性信息后，可以根据该标准属性信息，从信息库中提取待测组件对应的标准组件的设计结构图层，其中可包括具体元件的设计结构图层。从而可以根据该标准组件的设计结构图层在三维空间中构建出该标准组件对应的标准三维模型。
在另一些实施例中，该标准组件对应的标准三维模型可以是预先构建好并存储于模型库。从而可以根据上述标准属性信息，从模型库中匹配到对应的标准三维模型。
步骤S260：获取所述待测三维模型中与标准三维模型不匹配的异常区域。
在一些实施例中，在获取到待测三维模型与标准三维模型后，可以将待测三维模型中与标准三维模型进行匹配，并获取待测三维模型中与标准三维模型不匹配的异常区域。
在一些实施例中，可以根据不匹配的对象划分异常区域。作为一种方式，若不匹配的对象为点，则可以将该点对应的元件整体所在的区域作为异常区域；若不匹配的对象为线，则可以将该线所在的区域作为异常区域。
步骤S270：根据所述异常区域，生成所述待测组件的检测结果。
在一些实施例中，在获取到异常区域后，可以根据该异常区域，生成所述待测组件的检测结果。作为一种方式，可以根据该异常区域中的具体元件信息，生成待测组件的检测结果。其中，该检测结果可以包括异常的元件信息以及具体的异常情况。作为另一种方式，可以对异常区域进行三维截图处理，从而可以根据该三维截图，生成待测组件的检测结果。其中，该检测结果可以包括该三维截图以及该三维截图中的异常元件。
在一些实施例中，检测包括也可以包括该异常区域中的异常数据报告。具体地，请参阅图4，步骤S270可以包括：
步骤S271：确定所述异常区域中所述待测三维模型偏离所述标准三维模型的位移数据。
在一些实施例中，在获取到待测三维模型与标准三维模型后，可以确定异常区域中待测三维模型偏离标准三维模型的位移数据。其中，该位移数据可以是x，y,z三维位移分量，也可以是总位移E。作为一种方式，也可以对待测三维模型与标准三维模型进行结构分层对比，以测算每层结构中的x，y,z三维位移分量及总位移E。
步骤S272：根据所述异常区域及其对应的位移数据，生成所述待测组件的检测结果。
在一些实施例中，可以根据该异常区域及其对应的位移数据，生成待测组件的检测结果。作为一种方式，生成待测组件的检测结果，可以是根据位移数据，在三维视图和图像中以射线和色谱形式绘制出位移状态，以真实表达三维点的变形差异。其中，位移状态可以是位移偏差线，该位移偏差线的两端分别连接待测三维模型和标准三维模型。作为另一种方式，在获取到位移数据后，也可以计算结构拓扑关系，并计算得到点/线距离及夹角差异生成检测结果。
在一些实施例中，当工作人员在前端界面上进行数模对比检测和诊断分析操作时，也可以根据检测结果，在绘图区显示相应区域结构三维结构异常图层信息。
本申请实施例提供的组件检测方法，通过同一相机产生的第一光源和第二光源照射待测组件，来得到该待测组件被照射后的外部影像和内部影像，并根据外部影像和内部影像，来构建该待测组件的待测三维模型。然后通过识别待测组件的信息标识，来获取对应的标准三维模型，进而通过将该待测三维模型与标准模型一一比对，以确定待测三维模型中与标准三维模型不匹配的异常区域，从得到高精准的检测结果，实现了组件的自动检测，提高了组件检测的精确度和可靠度，降低了人工检测的误检率。
请参阅图5，图5示出了本申请又一个实施例提供的组件检测方法的流程示意图。下面将针对图5所示的流程进行详细的阐述，所示组件检测方法具体可以包括步骤S310～步骤S400。
在本申请实施例中，步骤S310至步骤S370可参考上述步骤S210至步骤S270中的相关描述，此处不再赘述。
在一些实施例中，也可以建立检测结果与待测组件的信息标识的对应关系，从而当检测到用于识别该信息标识的识别操作时，可以根据该对应关系，输出与信息标识对应的检测结果。从而通过信息标识绑定相关不良品信息，然后通过网络云端构建的缺陷数据库实时同步到缺陷分析人员的终端，是的相关人员在读取相关不良品的信息标识后，可自动在终端显示出不良品信息，从而维修人员根据显示的不良品信息进行维修，方便快捷、直观简单、杜绝出错。
示例性地，维修人员需要维修待测组件时，可以使用条码枪读取待测组件的条码信息，系统则根据该条码信息自动输出检测结果。当检测结果为不良品时，可以自动输出标识过的不良元件结构信息，包括元件位号、物料代码、坐标信息等相关信息，从而维修人员可对照该不良信息进行维修，直观简单，不易出错。
步骤S380：将所述待测三维模型进行输出显示。
在一些实施例中，在构建出待测三维模型后，也可以将待测三维模型进行输出显示。其中，可以是同步传输到检测/维修人员的终端显示端进行显示。
在一些实施例中，在获取到待测组件的检测结果后，若检测为异常，则也可以根据该检测结果中确定的异常区域，在待测三维模型进行进行对应标记。从而在传输至检测/维修人员的终端显示端进行显示时，待测三维模型中的异常区域处于标记状态，进而可以直观的了解到不良品元件信息。从而通过构建待测三维模型，可以对出现结构变形、开裂、焊接不良、微损伤等异常现象的区域，直接在三维模型图像上进行异常标记。这种通过非接触方式建立的工业检测系统在精度、可靠性、灵活性、自动化程度、实时性等方面具有更大的优越性,能较好地满足高精度工业检测的要求。
步骤S390：当检测到作用于目标异常区域的选中事件时，获取被选中的目标异常区域中的元件信息。
在一些实施例中，当检测到作用于目标异常区域的选中事件时，获取被选中的目标异常区域中的元件信息。其中，元件信息可以是元件的名称、物料代码等。
在一些实施例中，在输出显示待测组件的待测三维模型的过程中，可以对作用于显示界面的操作进行检测，当检测到作用于显示界面中目标异常区域的选择操作时，可以响应于作用于显示界面的选择操作，根据该选择操作从显示的多个异常区域中，确定出被选中的目标异常区域。然后可以确定处于目标异常区域中的元件，以根据该元件从数据库中获取该元件的元件信息。
步骤S400：显示所述元件信息。
在一些实施例中，在获取到被选中的目标异常区域中的元件信息时，可以将该元件信息进行显示。
在一些实施例中，工作人员还可以对异常区域的异常类型进行编辑。作为一种方式，在显示异常区域中的元件信息后，还可以显示用于编辑异常类型的辅助框，从而工作人员可以在辅助框中选择对应的不良异常类型，如假焊、连锡、移位等不良现象，也可以自行编辑不良类型。
需要说明的是，本申请除了可以对待测组件的结构缺陷进行自动化识别标记以外，还可以运用于手机等电子产品整机组装过程中各模组结构出现的不良识别，或者其他同类电子产品的生产与组装过程中出现的不良检测/维修。
本申请实施例提供的组件检测方法，可以将上述构建待测三维模型进行输出显示，从而相关工作人员可对其进行查看编辑。当检测到作用于目标异常区域的选中事件时，获取被选中的目标异常区域中的元件信息，并显示该元件信息，从而可以直观地了解到具体的不良品元件，从而可对症下药，实现精准维修。
请再次参阅图2，图2示出了本申请一个实施例提供的组件检测系统，系统包括电子设备100以及相机200，其中：
电子设备100用于发送影像采集指令至所述相机。
相机200用于接收所述影像采集指令，根据所述影像采集指令控制所述相机中的第一光源和第二光源照射待测组件，并进行拍摄，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像。
在一些实施例中，影像采集指令可以包括第一采集指令和第二采集指令，其中，第一采集指令用于指示控制相机中的第一光源照射待测组件，并进行拍摄；第二采集指令用于指示控制相机中的第二光源照射待测组件，并进行拍摄。该第一采集指令和第二采集指令的先后发送顺序在此不作限定。
相机200还用于将第一光源照射所述待测组件时所述相机采集到的外部影像发送至所述电子设备，以及将第二光源照射所述待测组件时所述相机采集到的内部影像发送至所述电子设备。
电子设备100还用于接收所述外部影像以及所述内部影像，根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型，并根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
本申请实施例提供的组件检测方法，通过同一相机产生的第一光源和第二光源照射待测组件，来得到该待测组件被照射后的外部影像和内部影像，并根据外部影像和内部影像，来构建该待测组件的待测三维模型，进而通过将该待测三维模型与标准模型一一比对，以得到高精准的检测结果，实现了组件的自动检测，提高了组件检测的精确度和可靠度，降低了人工检测的误检率。
请参阅图7，其示出了本申请实施例提供的一种组件检测装置700的结构框图，该组件检测装置700包括：外部获取模块710、内部获取模块720、模型构建模块730以及模型匹配模块740。其中，外部获取模块710用于获取第一光源照射待测组件时相机采集到的外部影像；内部获取模块720用于获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；模型构建模块730用于根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；模型匹配模块740用于根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
在一些实施例中，组件检测装置700还可以包括：信息标识识别模块和标准模型获取模块。其中，信息标识识别模块用于识别所述待测组件的信息标识，得到所述待测组件对应的标准属性信息；标准模型获取模块，用于基于所述标准属性信息，获取对应的标准三维模型。
在该实施例下，上述模型匹配模块740可以包括：异常获取模块，用于获取所述待测三维模型中与标准三维模型不匹配的异常区域；检测生成模块，用于根据所述异常区域，生成所述待测组件的检测结果。
在一些实施例中，该检测生成模块可以具体用于：确定所述异常区域中所述待测三维模型偏离所述标准三维模型的位移数据；根据所述异常区域及其对应的位移数据，生成所述待测组件的检测结果。
在一些实施例中，该组件检测装置700还可以包括：模型显示模块、元件获取模块和元件显示模块。其中，模型显示模块用于将所述待测三维模型进行输出显示，其中，所述待测三维模型中的所述异常区域处于标记状态；元件获取模块，用于当检测到作用于目标异常区域的选中事件时，获取被选中的目标异常区域中的元件信息；元件显示模块用于显示所述元件信息。
在一些实施例中，该组件检测装置700还可以包括：对应建立模块和结果输出模块。其中，对应建立模块用于建立所述检测结果与所述待测组件的信息标识的对应关系；结果输出模块用于当检测到用于识别所述信息标识的识别操作时，根据所述对应关系，输出与所述信息标识对应的所述检测结果。
在一些实施例中，上述外部影像和内部影像可以为上述相机以至少三个拍摄角度进行拍摄得到的影像。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和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。
在本申请所提供的几个实施例中，模块相互之间的耦合可以是电性，机械或其它形式的耦合。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
综上所述，本申请实施例提供的组件检测装置用于实现前述方法实施例中相应的虚拟试用方法，并具有相应的方法实施例的有益效果，在此不再赘述。
请参考图8，其示出了本申请实施例提供的一种电子设备的结构框图。该电子设备100可以是上述移动终端，也可以是上述测试终端。本申请中的电子设备100可以包括一个或多个如下部件：处理器110、存储器120以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器120中并被配置为由一个或多个处理器110执行，一个或多个应用程序配置用于执行如前述方法实施例所描述的方法。
处理器110可以包括一个或者多个处理核。处理器110利用各种接口和线路连接整个电子设备100内的各个部分，通过运行或执行存储在存储器120内的指令、程序、代码集或指令集，以及调用存储在存储器120内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器110可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器110可集成中央处理器(CentralProcessing Unit，CPU)、组件检测器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器110中，单独通过一块通信芯片进行实现。
存储器120可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备100在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图8，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质800中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质800包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。
最后应说明的是：以上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，并不驱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。

Claims (11)

1.一种组件检测方法，其特征在于，所述方法包括：
获取第一光源照射待测组件时相机采集到的外部影像；
获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；
根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；
根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
2.根据权利要求1所述的方法，其特征在于，在所述根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果之前，所述方法还包括：
识别所述待测组件的信息标识，得到所述待测组件对应的标准属性信息；
基于所述标准属性信息，获取对应的标准三维模型。
3.根据权利要求1所述的方法，其特征在于，所述根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，包括：
获取所述待测三维模型中与标准三维模型不匹配的异常区域；
根据所述异常区域，生成所述待测组件的检测结果。
4.根据权利要求3所述的方法，其特征在于，所述根据所述异常区域，生成所述待测组件的检测结果，包括：
确定所述异常区域中所述待测三维模型偏离所述标准三维模型的位移数据；
根据所述异常区域及其对应的位移数据，生成所述待测组件的检测结果。
5.根据权利要求3所述的方法，其特征在于，在所述根据所述异常区域，生成所述待测组件的检测结果之后，所述方法还包括：
将所述待测三维模型进行输出显示，其中，所述待测三维模型中的所述异常区域处于标记状态；
当检测到作用于目标异常区域的选中事件时，获取被选中的目标异常区域中的元件信息；
显示所述元件信息。
6.根据权利要求1-5任一项所述的方法，其特征在于，在所述根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果之后，所述方法还包括：
建立所述检测结果与所述待测组件的信息标识的对应关系；
当检测到用于识别所述信息标识的识别操作时，根据所述对应关系，输出与所述信息标识对应的所述检测结果。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述外部影像和所述内部影像为所述相机以至少三个拍摄角度进行拍摄得到的影像。
8.一种组件检测装置，其特征在于，所述装置包括：
外部获取模块，用于获取第一光源照射待测组件时相机采集到的外部影像；
内部获取模块，用于获取第二光源照射所述待测组件时所述相机采集到的内部影像，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像，所述第一光源和所述第二光源均位于所述相机；
模型构建模块，用于根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型；
模型匹配模块，用于根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
9.一种组件检测系统，其特征在于，所述系统包括相机以及电子设备，其中：
所述电子设备用于发送影像采集指令至所述相机；
所述相机用于接收所述影像采集指令，根据所述影像采集指令控制所述相机中的第一光源和第二光源照射待测组件，并进行拍摄，其中，所述第二光源具备物体穿透性且用于生成包含所述物体内部结构的影像；
所述相机还用于将第一光源照射所述待测组件时所述相机采集到的外部影像发送至所述电子设备，以及将第二光源照射所述待测组件时所述相机采集到的内部影像发送至所述电子设备；
所述电子设备还用于接收所述外部影像以及所述内部影像，根据所述外部影像以及所述内部影像，构建所述待测组件的待测三维模型，并根据所述待测三维模型与标准三维模型的匹配结果，获取所述待测组件的检测结果，其中，所述标准三维模型为根据所述待测组件对应的标准组件生成的三维模型。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1-7任一项所述的方法。
11.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
CN202010879426.4A 2020-08-27 2020-08-27 组件检测方法、装置、系统、电子设备及存储介质 Withdrawn CN112014404A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010879426.4A CN112014404A (zh) 2020-08-27 2020-08-27 组件检测方法、装置、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010879426.4A CN112014404A (zh) 2020-08-27 2020-08-27 组件检测方法、装置、系统、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112014404A true CN112014404A (zh) 2020-12-01

Family

ID=73502665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010879426.4A Withdrawn CN112014404A (zh) 2020-08-27 2020-08-27 组件检测方法、装置、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112014404A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114460100A (zh) * 2021-12-24 2022-05-10 湖南红鑫通信技术有限责任公司 一种电路板测试系统
CN116302294A (zh) * 2023-05-18 2023-06-23 安元科技股份有限公司 一种界面化自动识别组件属性的方法及系统
CN117029921A (zh) * 2023-08-09 2023-11-10 青岛信驰电子科技有限公司 一种电子元件智能检测设备、方法
CN117237566A (zh) * 2023-11-16 2023-12-15 天宇正清科技有限公司 房屋验收方法、装置、设备及计算机可读存储介质
CN115661137B (zh) * 2022-12-12 2023-12-22 宁德时代新能源科技股份有限公司 检测装置、检测方法、终端设备及计算机可读存储介质

Citations (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4809308A (en) * 1986-02-20 1989-02-28 Irt Corporation Method and apparatus for performing automated circuit board solder quality inspections
JPH04169803A (ja) * 1990-11-02 1992-06-17 Hitachi Ltd 検査方法及びその装置
JPH06160035A (ja) * 1992-11-16 1994-06-07 Matsushita Electric Ind Co Ltd 基板検査装置
JPH07294450A (ja) * 1994-04-27 1995-11-10 Oki Electric Ind Co Ltd 高密度表面実装基板の半田付検査方法
JPH0829358A (ja) * 1994-07-19 1996-02-02 Meidensha Corp 画像処理による製品検査方法
JPH08247775A (ja) * 1995-03-15 1996-09-27 Toshiba Corp 移動体の自己位置同定装置および自己位置同定方法
JPH11316197A (ja) * 1998-05-06 1999-11-16 Matsushita Electric Works Ltd 平板材の内部検査方法及び装置
JP2004340632A (ja) * 2003-05-13 2004-12-02 Sony Corp 基板検査装置、基板検査方法
US20050035313A1 (en) * 2003-08-15 2005-02-17 Adriaan Garssen Method and apparatus for mapping of wafers located inside a closed wafer cassette
US20050074088A1 (en) * 2003-08-27 2005-04-07 Matsushita Electric Industrial Co., Ltd. X-ray inspection apparatus and X-ray inspection method
JP2009092644A (ja) * 2007-09-21 2009-04-30 National Institute Of Advanced Industrial & Technology 構造体の欠陥を検知するための方法及びシステム
CN201251431Y (zh) * 2008-05-23 2009-06-03 骏泽科技股份有限公司 电子组件透视检测装置
CN101706458A (zh) * 2009-11-30 2010-05-12 中北大学 高分辨率印刷电路板自动检测系统及检测方法
JP2010230452A (ja) * 2009-03-26 2010-10-14 Panasonic Electric Works Co Ltd 欠陥検査方法および欠陥検査システム
CN102245106A (zh) * 2008-12-11 2011-11-16 皇家飞利浦电子股份有限公司 用于产生患者内部和外部图像的系统和方法
JP2012184936A (ja) * 2011-03-03 2012-09-27 Shimadzu Corp Ｘ線検査装置
US20140184786A1 (en) * 2013-01-02 2014-07-03 The Boeing Company Systems and Methods for Stand-Off Inspection of Aircraft Structures
CN104730079A (zh) * 2015-03-10 2015-06-24 盐城市圣泰阀门有限公司 缺陷检测系统
CN104730092A (zh) * 2015-03-10 2015-06-24 盐城市圣泰阀门有限公司 缺陷检测方法
JP2015148509A (ja) * 2014-02-06 2015-08-20 オムロン株式会社 品質管理システムおよび内部検査装置
US20160139056A1 (en) * 2014-11-17 2016-05-19 The Boeing Company Automated low cost method for illuminating, evaluating, and qualifying surfaces and surface coatings
KR20170080910A (ko) * 2015-12-31 2017-07-11 (주)씨엠티 3d 형상 검사 시스템
CN106990114A (zh) * 2017-06-06 2017-07-28 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
US20180045660A1 (en) * 2015-04-24 2018-02-15 Nikon Corporation X-ray inspection device, x-ray inspection method, and method of manufacturing structure
CN207636523U (zh) * 2017-12-01 2018-07-20 伟杰科技（苏州）有限公司 一种铸件缺陷的x光检测装置
JP2018128401A (ja) * 2017-02-10 2018-08-16 東芝Ｉｔコントロールシステム株式会社 Ｘ線透視検査装置
JPWO2017130550A1 (ja) * 2016-01-29 2018-11-08 富士フイルム株式会社 欠陥検査装置、方法およびプログラム
CN108802297A (zh) * 2018-07-23 2018-11-13 Oppo广东移动通信有限公司 指纹盖板的检测方法及指纹盖板的检测装置
US20190162676A1 (en) * 2017-11-29 2019-05-30 Taiwan Semiconductor Manufacturing Co., Ltd. Broadband wafer defect detection
US20190170665A1 (en) * 2016-08-18 2019-06-06 Fujifilm Corporation Defect inspection device, defect inspection method, and program
CN109961029A (zh) * 2019-03-15 2019-07-02 Oppo广东移动通信有限公司 一种危险物品检测方法、装置及计算机可读存储介质
CN110186934A (zh) * 2019-06-12 2019-08-30 中国神华能源股份有限公司 轴箱橡胶垫裂纹检测方法和检测装置
CN110455815A (zh) * 2019-09-05 2019-11-15 西安多维机器视觉检测技术有限公司 一种电子元器件外观缺陷检测的方法及系统
JP2019219267A (ja) * 2018-06-20 2019-12-26 株式会社日立製作所 インライン内部欠陥検査方法およびシステム
CN110645904A (zh) * 2019-10-17 2020-01-03 武汉大学 一种封装模块翘曲变形及缺陷的三维在线监测方法及装置
CN110853127A (zh) * 2018-08-20 2020-02-28 浙江宇视科技有限公司 图像处理方法、装置及设备
US20200408682A1 (en) * 2017-09-15 2020-12-31 International Electronic Machines Corp. Optical Wheel Evaluation
US20210030383A1 (en) * 2018-04-11 2021-02-04 University Of Florida Research Foundation, Inc. X-ray backscatter systems and methods for performing imaging tomosynthesis
US20210334587A1 (en) * 2018-09-04 2021-10-28 Boe Technology Group Co., Ltd. Method and apparatus for training a convolutional neural network to detect defects
KR20230064382A (ko) * 2021-11-03 2023-05-10 주식회사 싸이너스 Dpf용 비파괴 검사 시스템 및 방법

Patent Citations (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4809308A (en) * 1986-02-20 1989-02-28 Irt Corporation Method and apparatus for performing automated circuit board solder quality inspections
JPH04169803A (ja) * 1990-11-02 1992-06-17 Hitachi Ltd 検査方法及びその装置
JPH06160035A (ja) * 1992-11-16 1994-06-07 Matsushita Electric Ind Co Ltd 基板検査装置
JPH07294450A (ja) * 1994-04-27 1995-11-10 Oki Electric Ind Co Ltd 高密度表面実装基板の半田付検査方法
JPH0829358A (ja) * 1994-07-19 1996-02-02 Meidensha Corp 画像処理による製品検査方法
JPH08247775A (ja) * 1995-03-15 1996-09-27 Toshiba Corp 移動体の自己位置同定装置および自己位置同定方法
JPH11316197A (ja) * 1998-05-06 1999-11-16 Matsushita Electric Works Ltd 平板材の内部検査方法及び装置
JP2004340632A (ja) * 2003-05-13 2004-12-02 Sony Corp 基板検査装置、基板検査方法
US20050035313A1 (en) * 2003-08-15 2005-02-17 Adriaan Garssen Method and apparatus for mapping of wafers located inside a closed wafer cassette
US20050074088A1 (en) * 2003-08-27 2005-04-07 Matsushita Electric Industrial Co., Ltd. X-ray inspection apparatus and X-ray inspection method
JP2009092644A (ja) * 2007-09-21 2009-04-30 National Institute Of Advanced Industrial & Technology 構造体の欠陥を検知するための方法及びシステム
CN201251431Y (zh) * 2008-05-23 2009-06-03 骏泽科技股份有限公司 电子组件透视检测装置
CN102245106A (zh) * 2008-12-11 2011-11-16 皇家飞利浦电子股份有限公司 用于产生患者内部和外部图像的系统和方法
JP2010230452A (ja) * 2009-03-26 2010-10-14 Panasonic Electric Works Co Ltd 欠陥検査方法および欠陥検査システム
CN101706458A (zh) * 2009-11-30 2010-05-12 中北大学 高分辨率印刷电路板自动检测系统及检测方法
JP2012184936A (ja) * 2011-03-03 2012-09-27 Shimadzu Corp Ｘ線検査装置
US20140184786A1 (en) * 2013-01-02 2014-07-03 The Boeing Company Systems and Methods for Stand-Off Inspection of Aircraft Structures
JP2015148509A (ja) * 2014-02-06 2015-08-20 オムロン株式会社 品質管理システムおよび内部検査装置
US20160139056A1 (en) * 2014-11-17 2016-05-19 The Boeing Company Automated low cost method for illuminating, evaluating, and qualifying surfaces and surface coatings
CN104730079A (zh) * 2015-03-10 2015-06-24 盐城市圣泰阀门有限公司 缺陷检测系统
CN104730092A (zh) * 2015-03-10 2015-06-24 盐城市圣泰阀门有限公司 缺陷检测方法
US20180045660A1 (en) * 2015-04-24 2018-02-15 Nikon Corporation X-ray inspection device, x-ray inspection method, and method of manufacturing structure
KR20170080910A (ko) * 2015-12-31 2017-07-11 (주)씨엠티 3d 형상 검사 시스템
JPWO2017130550A1 (ja) * 2016-01-29 2018-11-08 富士フイルム株式会社 欠陥検査装置、方法およびプログラム
US20190170665A1 (en) * 2016-08-18 2019-06-06 Fujifilm Corporation Defect inspection device, defect inspection method, and program
JP2018128401A (ja) * 2017-02-10 2018-08-16 東芝Ｉｔコントロールシステム株式会社 Ｘ線透視検査装置
CN106990114A (zh) * 2017-06-06 2017-07-28 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
US20200408682A1 (en) * 2017-09-15 2020-12-31 International Electronic Machines Corp. Optical Wheel Evaluation
US20190162676A1 (en) * 2017-11-29 2019-05-30 Taiwan Semiconductor Manufacturing Co., Ltd. Broadband wafer defect detection
CN207636523U (zh) * 2017-12-01 2018-07-20 伟杰科技（苏州）有限公司 一种铸件缺陷的x光检测装置
US20210030383A1 (en) * 2018-04-11 2021-02-04 University Of Florida Research Foundation, Inc. X-ray backscatter systems and methods for performing imaging tomosynthesis
JP2019219267A (ja) * 2018-06-20 2019-12-26 株式会社日立製作所 インライン内部欠陥検査方法およびシステム
CN108802297A (zh) * 2018-07-23 2018-11-13 Oppo广东移动通信有限公司 指纹盖板的检测方法及指纹盖板的检测装置
CN110853127A (zh) * 2018-08-20 2020-02-28 浙江宇视科技有限公司 图像处理方法、装置及设备
US20210334587A1 (en) * 2018-09-04 2021-10-28 Boe Technology Group Co., Ltd. Method and apparatus for training a convolutional neural network to detect defects
CN109961029A (zh) * 2019-03-15 2019-07-02 Oppo广东移动通信有限公司 一种危险物品检测方法、装置及计算机可读存储介质
CN110186934A (zh) * 2019-06-12 2019-08-30 中国神华能源股份有限公司 轴箱橡胶垫裂纹检测方法和检测装置
CN110455815A (zh) * 2019-09-05 2019-11-15 西安多维机器视觉检测技术有限公司 一种电子元器件外观缺陷检测的方法及系统
CN110645904A (zh) * 2019-10-17 2020-01-03 武汉大学 一种封装模块翘曲变形及缺陷的三维在线监测方法及装置
KR20230064382A (ko) * 2021-11-03 2023-05-10 주식회사 싸이너스 Dpf용 비파괴 검사 시스템 및 방법

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114460100A (zh) * 2021-12-24 2022-05-10 湖南红鑫通信技术有限责任公司 一种电路板测试系统
CN115661137B (zh) * 2022-12-12 2023-12-22 宁德时代新能源科技股份有限公司 检测装置、检测方法、终端设备及计算机可读存储介质
CN116302294A (zh) * 2023-05-18 2023-06-23 安元科技股份有限公司 一种界面化自动识别组件属性的方法及系统
CN116302294B (zh) * 2023-05-18 2023-09-01 安元科技股份有限公司 一种界面化自动识别组件属性的方法及系统
CN117029921A (zh) * 2023-08-09 2023-11-10 青岛信驰电子科技有限公司 一种电子元件智能检测设备、方法
CN117237566A (zh) * 2023-11-16 2023-12-15 天宇正清科技有限公司 房屋验收方法、装置、设备及计算机可读存储介质
CN117237566B (zh) * 2023-11-16 2024-02-09 天宇正清科技有限公司 房屋验收方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN112014404A (zh) 组件检测方法、装置、系统、电子设备及存储介质
JP6525459B2 (ja) ３ｄ画像データにおける３ｄポーズの改良されたスコアリング及び偽ポイント除去のためのシステム及び方法
KR100785594B1 (ko) 화상 처리 장치
KR101604037B1 (ko) 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법
US9417128B2 (en) Emission signal visualization device
JP2019109563A (ja) データ生成装置、データ生成方法及びデータ生成プログラム
CN112053318A (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
CN107077735A (zh) 三维对象识别
CN107025663A (zh) 视觉系统中用于3d点云匹配的杂波评分系统及方法
JPWO2006135040A1 (ja) ３次元計測を行う画像処理装置および画像処理方法
CN112884743B (zh) 检测方法及装置、检测设备和存储介质
US20220020136A1 (en) Optimizing a set-up stage in an automatic visual inspection process
CN107680125A (zh) 在视觉系统中自动选择三维对准算法的系统和方法
JP2019029915A (ja) 電波伝搬シミュレーションモデルの作成方法、作成システム、作成装置および作成プログラム
CN113888572A (zh) 一种视觉的平面孔测量方法
CN117274258A (zh) 主板图像的缺陷检测方法、系统、设备及存储介质
CN108760755A (zh) 一种灰尘颗粒检测方法及装置
JP4788475B2 (ja) 画像処理装置および画像処理方法
CN111815552A (zh) 一种工件检测方法、装置、可读存储介质及终端设备
CN113446940A (zh) 一种点云扫描方法、装置及设备
KR102039902B1 (ko) 원격 기자재 정도 검사 시스템 및 방법
Qi et al. Quality inspection guided laser processing of irregular shape objects by stereo vision measurement: application in badminton shuttle manufacturing
Klarák et al. Processing 3D data from laser sensor into visual content using pattern recognition
CN112150398A (zh) 图像合成方法、装置及设备
WO2021199822A1 (ja) 点群データ処理装置、点群データ処理方法、及びプログラム

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201201