CN112129700B - 一种柔性电路板的图像检测方法及检测装置 - Google Patents
一种柔性电路板的图像检测方法及检测装置 Download PDFInfo
- Publication number
- CN112129700B CN112129700B CN202010904573.2A CN202010904573A CN112129700B CN 112129700 B CN112129700 B CN 112129700B CN 202010904573 A CN202010904573 A CN 202010904573A CN 112129700 B CN112129700 B CN 112129700B
- Authority
- CN
- China
- Prior art keywords
- image
- flaw
- front light
- circuit board
- backlight
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims description 81
- 230000000877 morphologic effect Effects 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 4
- 239000000428 dust Substances 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—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
Abstract
本发明公开了一种柔性电路板的图像检测方法及检测装置，包括：图像获取步骤，获取柔性电路板的正面光图像以及背面光图像；正面光图像识别步骤，对正面光图像进行识别，得出柔性电路板的第一瑕疵判定结果；背面光图像识别步骤，对背面光图像进行识别，得出柔性电路板的第二瑕疵判定结果，本设计对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
Description
技术领域
本发明涉及电路板质检领域，特别涉及一种柔性电路板的图像检测方法及检测装置。
背景技术
在柔性电路板的生产过程中，对柔性电路板表面瑕疵检测是其中非常关键的一个流程，而且随着市场对产品质量的要求不断提升，检测要求需要更加严格，并且随着柔性电路板产量的不断提高，瑕疵检测的速度和准确率要求也逐渐提升。
目前，对柔性电路板瑕疵检测方式主要为人工检测，然而人工检测速度慢、准确率低，并且随着人工劳动力成本越来越高，人工检测的方式也难以满足柔性电路板制造企业的要求。
而随着视觉检测技术的日益发展，对柔性电路板表面瑕疵的检测方法可以依靠图像识别处理技术来完成，以往是获取柔性电路板正面光图像，通过图像处理技术优化后，能够判定缺口、断路、短路、毛刺等瑕疵情况，但是在实际识别过程中，由于柔性电路板表面的灰尘、污渍、胶粒等物质会对判断结果造成较大影响，容易出现误检情况，检测结果的准确性和稳定性不高。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种柔性电路板的图像检测方法，对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
本发明还提出一种检测装置，能够对柔性电路板的正面与背面进行检测，通过对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
根据本发明的第一方面实施例的一种柔性电路板的图像检测方法，包括：图像获取步骤，获取柔性电路板的正面光图像以及背面光图像；正面光图像识别步骤，对正面光图像进行识别，得出柔性电路板的第一瑕疵判定结果；背面光图像识别步骤，对背面光图像进行识别，得出柔性电路板的第二瑕疵判定结果。
根据本发明实施例的一种柔性电路板的图像检测方法，至少具有如下有益效果：
本发明的柔性电路板的图像检测方法，获取柔性电路板的正面光图像以及背面光图像，并且在正面光图像识别步骤中对正面光图像识别判断，在背面光图像识别步骤中对背面光图像，例如，在正面光图像中，灰尘、污渍、胶粒与缺口或者断路瑕疵的特征高度相似，对缺口或者断路的瑕疵判断影响较大，而在背面光图像中基本不受影响，因此可以在背面光图像识别步骤中对缺口或者断路的瑕疵进行准确识别判断，而在背面光图像中，灰尘、污渍、胶粒与短路或者毛刺瑕疵的特征高度相似，因此对短路或者毛刺的瑕疵判断影响较大，而在正面光图像中基本不受影响，因此可以在正面光图像识别步骤中对短路或者毛刺的瑕疵进行准确识别判断，本设计对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
根据本发明的一些实施例，所述正面光图像识别步骤包括：正面光二值化处理步骤，对获取的正面光图像进行二值化处理；正面光开闭运算处理步骤，对二值化处理后的正面光图像进行开闭运算处理，得出正面光形态学处理图像；正面光相减运算步骤，将正面光形态学处理图像与预设的柔性电路板的标准模版相减，得出正面光瑕疵图像；正面光轮廓识别步骤，对正面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第一瑕疵判定结果。
根据本发明的一些实施例，在正面光图像识别步骤前还包括正面光图像预处理步骤，根据预设的正面提取区域模版对在图像获取步骤中获取的正面光图像提取对应区域的部分正面光图像，并将提取对应区域的部分正面光图像输出至正面光二值化处理步骤中处理。
根据本发明的一些实施例，在正面光轮廓识别步骤中，判断正面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第一瑕疵面积值，若是，则第一瑕疵判定结果输出为短路瑕疵，若否，则第一瑕疵判定结果输出为毛刺瑕疵。
根据本发明的一些实施例，所述背面光图像识别步骤包括：背面光二值化处理步骤，对获取的背面光图像进行二值化处理；背面光开闭运算处理步骤，对二值化处理后的背面光图像进行开闭运算处理，得出背面光形态学处理图像；背面光相减运算步骤，将背面光形态学处理图像与预设的柔性电路板的标准模版相减，得出背面光瑕疵图像；背面光轮廓识别步骤，对背面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第二瑕疵判定结果。
根据本发明的一些实施例，在背面光图像识别步骤前还包括背面光图像预处理步骤，根据预设的背面提取区域模版对在图像获取步骤中获取的背面光图像提取对应区域的部分背面光图像，并将提取对应区域的部分背面光图像输出至背面光二值化处理步骤中处理。
根据本发明的一些实施例，在背面光图像预处理步骤中，先对在图像获取步骤中获取的背面光图像进行灰度反转处理，再对灰度反转处理后的背面光图像提取对应区域的部分背面光图像；并且在所述背面光二值化处理步骤中，对对应区域的部分背面光图像进行灰度反转处理后再进行二值化处理。
根据本发明的一些实施例，在背面光轮廓识别步骤中，判断背面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第二瑕疵面积值，若是，则第二瑕疵判定结果输出为断路瑕疵，若否，则第二瑕疵判定结果输出为缺口瑕疵。
根据本发明第二方面实施例的检测装置，包括摄像模组以及与所述摄像模组连接的处理器，所述摄像模组用于摄取柔性电路板的正面光图像以及背面光图像，所述处理器执行运行程序以能够实现上述任一实施例公开的柔性电路板的图像检测方法。
根据本发明实施例的检测装置，至少具有如下有益效果：
本发明检测装置，能够对柔性电路板的正面与背面进行检测，通过对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明图像检测方法其中一种实施例的主检测流程图；
图2为本发明图像检测方法其中一种实施例的正面光图像识别流程图；
图3为本发明图像检测方法其中一种实施例的背面光图像识别流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1-3所示，根据本发明实施例的一种柔性电路板的图像检测方法，包括：图像获取步骤，获取柔性电路板的正面光图像以及背面光图像；正面光图像识别步骤，对正面光图像进行识别，得出柔性电路板的第一瑕疵判定结果；背面光图像识别步骤，对背面光图像进行识别，得出柔性电路板的第二瑕疵判定结果。
本发明的柔性电路板的图像检测方法，获取柔性电路板的正面光图像以及背面光图像，并且在正面光图像识别步骤中对正面光图像识别判断，在背面光图像识别步骤中对背面光图像，例如，在正面光图像中，灰尘、污渍、胶粒与缺口或者断路瑕疵的特征高度相似，对缺口或者断路的瑕疵判断影响较大，而在背面光图像中基本不受影响，因此可以在背面光图像识别步骤中对缺口或者断路的瑕疵进行准确识别判断，而在背面光图像中，灰尘、污渍、胶粒与短路或者毛刺瑕疵的特征高度相似，因此对短路或者毛刺的瑕疵判断影响较大，而在正面光图像中基本不受影响，因此可以在正面光图像识别步骤中对短路或者毛刺的瑕疵进行准确识别判断，本设计对柔性电路板的正面光图像以及背面光图像的联合检测，提高检测结果的准确性和稳定性。
在本发明的一些实施例中，如图2所示，正面光图像识别步骤包括：正面光二值化处理步骤，对获取的正面光图像进行二值化处理；正面光开闭运算处理步骤，对二值化处理后的正面光图像进行开闭运算处理，得出正面光形态学处理图像；正面光相减运算步骤，将正面光形态学处理图像与预设的柔性电路板的标准模版相减，得出正面光瑕疵图像；正面光轮廓识别步骤，对正面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第一瑕疵判定结果。
在本发明的一些实施例中，在正面光图像识别步骤前还包括正面光图像预处理步骤，根据预设的正面提取区域模版对在图像获取步骤中获取的正面光图像提取对应区域的部分正面光图像，并将提取对应区域的部分正面光图像输出至正面光二值化处理步骤中处理，需要说明的是，正面提取区域模版可以由用户自行设定，在获取的正面光图像中截取关键区域(例如正面光图像可能给含有不属于软性电路板的区域，则需要通过提取区域模版来只提取正面光图像中软性电路板所在的区域，下面以感兴趣区域范围来指代)，能够减少需要识别的区域，减少工作量，提高识别效率。
具体地，在正面光图像预处理步骤中，将柔性电路板正面光图像设置灰度阈值范围为140到255(此处140到255的范围可以根据实际情况调整)，然后使用正面提取区域模版进行模板匹配，获取柔性电路板上感兴趣区域范围，并在正面光图像提取该区域对应部分图像。
在正面光二值化处理步骤中，对感兴趣区域的正面光图像进行灰度阈值范围为160到255的二值化处理(此处160至255的范围可以根据实际情况调整)，并使用高斯滤波去噪声干扰，得到感兴趣区域图像的二值化图像。
在正面光开闭运算处理步骤中，对感兴趣区域的正面光图像的二值化图像先使用大小为5*5(此数值可以根据实际情况调整)的掩膜进行闭运算处理，再使用大小为7*7(此数值可以根据实际情况调整)的掩膜进行开运算处理，得到形态学处理图像。
在正面光相减运算步骤中，将正面光形态学处理图像与柔性电路板的标准模版进行相减运算，此处的柔性电路板的标准模版可以理解为没有瑕疵的柔性电路板标准图像，而相减运算为图像数值处理的常规运算，此处不进行赘述。
在本发明的一些实施例中，在正面光轮廓识别步骤中，判断正面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第一瑕疵面积值，若是，则第一瑕疵判定结果输出为短路瑕疵，若否，则第一瑕疵判定结果输出为毛刺瑕疵。
具体地，对正面光瑕疵图像进行轮廓检测，测算轮廓的面积长度，对于所有面积长度大于5的轮廓进行筛选，若轮廓长度大于20，则判定为短路瑕疵，若轮廓长度小于20，则判定为毛刺瑕疵，需要说明的是，此处的数值5、20可以根据实际情况调整。
在本发明的一些实施例中，如图3所示，背面光图像识别步骤包括：背面光二值化处理步骤，对获取的背面光图像进行二值化处理；背面光开闭运算处理步骤，对二值化处理后的背面光图像进行开闭运算处理，得出背面光形态学处理图像；背面光相减运算步骤，将背面光形态学处理图像与预设的柔性电路板的标准模版相减，得出背面光瑕疵图像；背面光轮廓识别步骤，对背面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第二瑕疵判定结果。
在本发明的一些实施例中，在背面光图像识别步骤前还包括背面光图像预处理步骤，根据预设的背面提取区域模版对在图像获取步骤中获取的背面光图像提取对应区域的部分背面光图像，并将提取对应区域的部分背面光图像输出至背面光二值化处理步骤中处理。
与正面光图像预处理步骤同理，背面提取区域模版可以由用户自行设定，在获取的背面光图像中截取关键区域(例如背面光图像可能给含有不属于软性电路板的区域，则需要通过提取区域模版来只提取背面光图像中软性电路板所在的区域，下面以感兴趣区域范围来指代)，能够减少需要识别的区域，减少工作量，提高识别效率。
在背面光图像预处理步骤中，先对在图像获取步骤中获取的背面光图像进行灰度反转处理，再对灰度反转处理后的背面光图像提取对应区域的部分背面光图像；并且在背面光二值化处理步骤中，对对应区域的部分背面光图像进行灰度反转处理后再进行二值化处理。
具体地，背面光图像预处理步骤中，将柔性电路板的背面光图像设置灰度阈值范围为150到255(此处140到255的范围可以根据实际情况调整)，再对预处理图像做灰度反转处理，然后使用背面提取区域模版进行模板匹配，获取柔性电路板上感兴趣区域范围，并在背面光图像提取该区域对应部分图像。
在背面光二值化处理步骤中，对感兴趣区域的背面光图像进行灰度阈值范围为160到255的二值化处理(此处160至255的范围可以根据实际情况调整)，再进行灰度反转处理，并使用高斯滤波去噪声干扰，得到感兴趣区域图像的二值化图像。
在背面光开闭运算处理步骤中，对感兴趣区域的背面光图像的二值化图像先使用大小为3*3(此数值可以根据实际情况调整)的掩膜进行闭运算处理，再使用大小为5*5(此数值可以根据实际情况调整)的掩膜进行开运算处理，得到形态学处理图像。
在背面光相减运算步骤中，将柔性电路板的标准模版与背面光形态学处理图像进行相减运算，此处的柔性电路板的标准模版可以理解为没有瑕疵的柔性电路板标准图像，而相减运算为图像数值处理的常规运算，此处不进行赘述。
在本发明的一些实施例中，在背面光轮廓识别步骤中，判断背面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第二瑕疵面积值，若是，则第二瑕疵判定结果输出为断路瑕疵，若否，则第二瑕疵判定结果输出为缺口瑕疵。
具体地，对背面光瑕疵图像进行轮廓检测，测算轮廓的面积长度，对于所有面积大于5的轮廓进行筛选，若轮廓长度大于20，则判定为断路瑕疵，若轮廓长度小于20，则判定为缺口瑕疵，需要说明的是，此处的数值5、20可以根据实际情况调整。
根据本发明第二方面实施例的检测装置，包括摄像模组以及与摄像模组连接的处理器，摄像模组用于摄取柔性电路板的正面光图像以及背面光图像，处理器执行运行程序以能够实现上述任一实施例公开的柔性电路板的图像检测方法。
其中，摄像模组可以包括设置在柔性电路板上方的第一摄像头和设置在柔性电路板下方的第二摄像头，进一步地还可以设置有补光灯，从而分别摄取正面光图像以及背面光图像，而处理器可以由CPU及外围电路构成。
本发明检测装置，能够对柔性电路板的正面与背面进行检测，通过对柔性电路板的正面光图像以及背面光图像的联合检测，在背面光图像中对缺口或者断路的瑕疵进行准确识别判断，而不对短路或者毛刺瑕疵等在而在背面光图像识别中容易受到影响的特征进行判断，而在正面光图像识别步骤中对短路或者毛刺的瑕疵进行准确识别判断，而不对缺口或者断路瑕疵等在正面光图像识别中容易受到影响的特征进行判断，最后将两者进行结合，提高检测结果的准确性和稳定性，提高检测结果的准确性和稳定性。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (2)
1.一种柔性电路板的图像检测方法，其特征在于，包括：
图像获取步骤，获取柔性电路板的正面光图像以及背面光图像；
正面光图像识别步骤，对正面光图像进行识别，得出柔性电路板的第一瑕疵判定结果；
背面光图像识别步骤，对背面光图像进行识别，得出柔性电路板的第二瑕疵判定结果；
所述正面光图像识别步骤包括：
正面光二值化处理步骤，对获取的正面光图像进行二值化处理；
正面光开闭运算处理步骤，对二值化处理后的正面光图像进行开闭运算处理，得出正面光形态学处理图像；
正面光相减运算步骤，将正面光形态学处理图像与预设的柔性电路板的标准模版相减，得出正面光瑕疵图像；
正面光轮廓识别步骤，对正面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第一瑕疵判定结果；
在正面光图像识别步骤前还包括正面光图像预处理步骤，根据预设的正面提取区域模版对在图像获取步骤中获取的正面光图像提取对应区域的部分正面光图像，并将提取对应区域的部分正面光图像输出至正面光二值化处理步骤中处理；
在正面光轮廓识别步骤中，判断正面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第一瑕疵面积值，若是，则第一瑕疵判定结果输出为短路瑕疵，若否，则第一瑕疵判定结果输出为毛刺瑕疵；
所述背面光图像识别步骤包括：
背面光二值化处理步骤，对获取的背面光图像进行二值化处理；
背面光开闭运算处理步骤，对二值化处理后的背面光图像进行开闭运算处理，得出背面光形态学处理图像；
背面光相减运算步骤，将背面光形态学处理图像与预设的柔性电路板的标准模版相减，得出背面光瑕疵图像；
背面光轮廓识别步骤，对背面光瑕疵图像进行瑕疵轮廓识别，得出柔性电路板的第二瑕疵判定结果；
在背面光图像识别步骤前还包括背面光图像预处理步骤，根据预设的背面提取区域模版对在图像获取步骤中获取的背面光图像提取对应区域的部分背面光图像，并将提取对应区域的部分背面光图像输出至背面光二值化处理步骤中处理；
在背面光图像预处理步骤中，先对在图像获取步骤中获取的背面光图像进行灰度反转处理，再对灰度反转处理后的背面光图像提取对应区域的部分背面光图像；
并且在所述背面光二值化处理步骤中，对对应区域的部分背面光图像进行灰度反转处理后再进行二值化处理；
在背面光轮廓识别步骤中，判断背面光瑕疵图像中的瑕疵轮廓面积是否大于预设的第二瑕疵面积值，若是，则第二瑕疵判定结果输出为断路瑕疵，若否，则第二瑕疵判定结果输出为缺口瑕疵；
其中，在背面光图像中对缺口或者断路的瑕疵进行识别判断，而不对短路或者毛刺瑕疵进行识别判断，而在正面光图像识别步骤中对短路或者毛刺的瑕疵进行识别判断，而不对缺口或者断路瑕疵进行识别判断。
2.一种检测装置，其特征在于，包括摄像模组以及与所述摄像模组连接的处理器，所述摄像模组用于摄取柔性电路板的正面光图像以及背面光图像，所述处理器执行运行程序以能够实现如权利要求1所述的柔性电路板的图像检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904573.2A CN112129700B (zh) | 2020-09-01 | 2020-09-01 | 一种柔性电路板的图像检测方法及检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010904573.2A CN112129700B (zh) | 2020-09-01 | 2020-09-01 | 一种柔性电路板的图像检测方法及检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112129700A CN112129700A (zh) | 2020-12-25 |
| CN112129700B true CN112129700B (zh) | 2024-03-01 |
Family
ID=73848397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010904573.2A Active CN112129700B (zh) | 2020-09-01 | 2020-09-01 | 一种柔性电路板的图像检测方法及检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112129700B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155842A (zh) * | 2021-03-01 | 2021-07-23 | 唐芮 | 一种流水线瑕疵检测系统及其方法 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04205385A (ja) * | 1990-11-30 | 1992-07-27 | Nissan Motor Co Ltd | 画像処理装置 |
| JPH05256790A (ja) * | 1992-03-12 | 1993-10-05 | Hitachi Chem Co Ltd | プリント配線板の検査方法 |
| JP2010062508A (ja) * | 2008-09-03 | 2010-03-18 | King Yuan Electronics Co Ltd | ベアチップ用両面検査設備 |
| JP2010165876A (ja) * | 2009-01-15 | 2010-07-29 | Olympus Corp | 欠陥関連付け装置、基板検査システム、および欠陥関連付け方法 |
| CN102706882A (zh) * | 2012-04-28 | 2012-10-03 | 东信和平智能卡股份有限公司 | 一种sim模块的视觉检测方法 |
| CN103175850A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 宽幅面高速生产线材料表面瑕疵检测方法及系统 |
| JP2014025745A (ja) * | 2012-07-25 | 2014-02-06 | Dainippon Screen Mfg Co Ltd | 画像検査装置及び画像検査方法 |
| CN105004734A (zh) * | 2014-04-24 | 2015-10-28 | 奥蒂玛光学科技（深圳）有限公司 | 电路板在线双面检测方法及系统 |
| CN105548201A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种电池焊盖视觉检测方法 |
| CN107292861A (zh) * | 2016-03-31 | 2017-10-24 | 成都交大光芒科技股份有限公司 | 一种绝缘子破损检测方法 |
| CN107402216A (zh) * | 2017-07-07 | 2017-11-28 | 深圳市维图视技术有限公司 | 覆膜产品检测系统及方法 |
| CN107543828A (zh) * | 2017-08-25 | 2018-01-05 | 广东工业大学 | 一种工件表面缺陷检测方法及系统 |
| CN109060827A (zh) * | 2018-10-05 | 2018-12-21 | 深圳智检慧通科技有限公司 | 一种智能视觉检测识别设备 |
| CN109152199A (zh) * | 2018-09-30 | 2019-01-04 | 惠州市鹏程电子科技有限公司 | 单层或多层模切的柔性线路板及其模切生产方法 |
| CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
| WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
-
2020
- 2020-09-01 CN CN202010904573.2A patent/CN112129700B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04205385A (ja) * | 1990-11-30 | 1992-07-27 | Nissan Motor Co Ltd | 画像処理装置 |
| JPH05256790A (ja) * | 1992-03-12 | 1993-10-05 | Hitachi Chem Co Ltd | プリント配線板の検査方法 |
| JP2010062508A (ja) * | 2008-09-03 | 2010-03-18 | King Yuan Electronics Co Ltd | ベアチップ用両面検査設備 |
| JP2010165876A (ja) * | 2009-01-15 | 2010-07-29 | Olympus Corp | 欠陥関連付け装置、基板検査システム、および欠陥関連付け方法 |
| CN103175850A (zh) * | 2011-12-21 | 2013-06-26 | 北京兆维电子(集团)有限责任公司 | 宽幅面高速生产线材料表面瑕疵检测方法及系统 |
| CN102706882A (zh) * | 2012-04-28 | 2012-10-03 | 东信和平智能卡股份有限公司 | 一种sim模块的视觉检测方法 |
| JP2014025745A (ja) * | 2012-07-25 | 2014-02-06 | Dainippon Screen Mfg Co Ltd | 画像検査装置及び画像検査方法 |
| CN105004734A (zh) * | 2014-04-24 | 2015-10-28 | 奥蒂玛光学科技（深圳）有限公司 | 电路板在线双面检测方法及系统 |
| CN105548201A (zh) * | 2016-01-15 | 2016-05-04 | 浙江野马电池有限公司 | 一种电池焊盖视觉检测方法 |
| CN107292861A (zh) * | 2016-03-31 | 2017-10-24 | 成都交大光芒科技股份有限公司 | 一种绝缘子破损检测方法 |
| CN107402216A (zh) * | 2017-07-07 | 2017-11-28 | 深圳市维图视技术有限公司 | 覆膜产品检测系统及方法 |
| CN107543828A (zh) * | 2017-08-25 | 2018-01-05 | 广东工业大学 | 一种工件表面缺陷检测方法及系统 |
| CN109215026A (zh) * | 2018-09-29 | 2019-01-15 | 广东工业大学 | 一种基于机器视觉的高速准确led缺陷检测方法 |
| CN109152199A (zh) * | 2018-09-30 | 2019-01-04 | 惠州市鹏程电子科技有限公司 | 单层或多层模切的柔性线路板及其模切生产方法 |
| CN109060827A (zh) * | 2018-10-05 | 2018-12-21 | 深圳智检慧通科技有限公司 | 一种智能视觉检测识别设备 |
| WO2020103324A1 (zh) * | 2018-11-20 | 2020-05-28 | 深圳市维图视技术有限公司 | 一种口罩在线检测系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 印刷电路板瑕疵检测与分类算法;陈晓辉;刘晓军;;华中科技大学学报(自然科学版)(第07期) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112129700A (zh) | 2020-12-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115082683A (zh) | 一种基于图像处理的注塑缺陷检测方法 | |
| CN111179243A (zh) | 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统 | |
| CN109859177B (zh) | 基于深度学习的工业射线影像评定方法及装置 | |
| CN113935666B (zh) | 基于图像处理的建筑装饰墙面砖异常评估方法 | |
| CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
| JPH07302304A (ja) | イメージの文字を解析する装置 | |
| CN112686858A (zh) | 一种手机充电器视觉缺陷检测方法、装置、介质及设备 | |
| CN115205290B (zh) | 一种pcb板生产过程在线检测方法及系统 | |
| CN116758061A (zh) | 基于计算机视觉的铸件表面缺陷检测方法 | |
| CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
| CN113298776B (zh) | 一种金属闭式水泵叶轮外观缺陷检测方法 | |
| CN109816627B (zh) | 平面玻璃元件油墨区弱小缺陷目标检测方法 | |
| CN112330663B (zh) | 一种基于变径圆的计算机视觉烟丝宽度检测方法 | |
| CN111122590A (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
| CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
| CN109239073A (zh) | 一种用于汽车车身的表面缺陷检测方法 | |
| CN114266743A (zh) | 基于hsv和cnn的fpc缺陷检测方法、系统及存储介质 | |
| CN112129700B (zh) | 一种柔性电路板的图像检测方法及检测装置 | |
| CN109870463B (zh) | 一种电子芯片故障检测装置 | |
| CN102313740B (zh) | 太阳能电池板裂痕检测方法 | |
| CN115311288B (zh) | 一种汽车贴膜破损检测方法 | |
| CN111833350A (zh) | 机器视觉检测方法与系统 | |
| CN111008960A (zh) | 基于机器视觉的铝电解电容底部外观检测方法及装置 | |
| CN115343313A (zh) | 基于人工智能的视觉识别方法 | |
| CN115866502A (zh) | 一种麦克风零件表面缺陷在线检测流程 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240201 Address after: No. 503, Datong Road, Wuxi Economic Development Zone, Jiangsu 214000 Applicant after: Zhenhe Technology (Jiangsu) Co.,Ltd. Country or region after: China Address before: Card 1118, 11 / F, South Ji building, No.6 Xiangxing Road, Torch Development Zone, Zhongshan City, Guangdong Province, 528400 Applicant before: ZHONGSHAN DEZO INTELLIGENT TECHNOLOGY CO.,LTD. Country or region before: China |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |