CN112184706A - 片式电阻丝印外观检测方法、装置、电子设备和存储介质 - Google Patents
片式电阻丝印外观检测方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112184706A CN112184706A CN202011179956.4A CN202011179956A CN112184706A CN 112184706 A CN112184706 A CN 112184706A CN 202011179956 A CN202011179956 A CN 202011179956A CN 112184706 A CN112184706 A CN 112184706A
- Authority
- CN
- China
- Prior art keywords
- area
- image
- screen
- silk
- substrate
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 title claims description 32
- 230000007547 defect Effects 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims abstract description 75
- 238000007650 screen-printing Methods 0.000 claims abstract description 65
- 239000000758 substrate Substances 0.000 claims description 167
- 230000008569 process Effects 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 37
- 239000002002 slurry Substances 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 26
- 238000007781 pre-processing Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 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 description 16
- 230000008602 contraction Effects 0.000 claims description 15
- 230000000877 morphologic effect Effects 0.000 claims description 15
- 238000009499 grossing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 14
- 238000007639 printing Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005245 sintering Methods 0.000 description 6
- 230000002950 deficient Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 238000001035 drying Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 201000003398 IMAGe syndrome Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000009713 electroplating Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/02—Affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种片式电阻丝印外观检测方法、装置、电子设备和存储介质，包括：将丝印的丝印图像区域与标准大区域求交集得到丝印的实际丝印图像区域；计算实际丝印图像区域的长度、宽度和面积，根据长度、宽度和面积判断丝印是否存在第一等级缺陷；在丝印不存在第一等级缺陷时对实际丝印图像区域进行修复得到丝印的完整矩形图像区域，将完整矩形图像区域膨胀和收缩得到膨胀图像区域和收缩图像区域，将膨胀图像区域和收缩图像区域分别与实际丝印图像区域做差运算得到第一区域和第二区域，根据第一区域和第二区域判断丝印是否存在第二等级缺陷，既无需人工检测丝印是否存在缺陷，实现了在线检测，又无需模板匹配，提高检测的可靠性和稳定性。
Description
技术领域
本发明实施例涉及电子元件外观检测技术领域，尤其涉及一种片式电阻丝印外观检测方法、装置、电子设备和存储介质。
背景技术
片式电阻是一种体积小，可靠性高的片式电阻元器件，在手机、电脑、家用电器等电子产品中得到广泛的使用。片式电阻质量的好坏，决定了电子产品的性能和使用寿命，因此，在片式电阻生产过程中进行严格的质量把控十分重要。
片式电阻在生产过程中包括多道印刷工序，每一道印刷工序都环环相扣，前面的生产工序中印刷出的产品存在较大缺陷并且没有检测出来，后面的工序继续印刷，最终生产出的产品便是不合格的，既浪费了生产原料，又浪费了时间，降低了生产效率。
目前片式电阻印刷外观检测中，一种方式是通过人工检测，通过人工抽样，将产品放到显微镜下观察，发现产品缺陷；另一种方式是基于机器视觉外观缺陷检测，即通过模板匹配方式进行检测，现有技术存在以下缺陷：
1)人工抽查方式一方面人眼容易疲劳，造成漏检，另一方面，人工抽查发现有印刷缺陷时，已经印刷了一定数量的不良产品，无法及时限制不良品的产生，造成大量浪费。
2)基于机器视觉外观检测中，模板是固定的，而片式电阻丝印过程使用的是液态的浆料，并且每个丝网的模型某些位置不一致，印刷出的主体不是固定位置，主体的面积、长、宽也不是固定的，若使用固定模板匹配的检测方式，容易造成误判。
发明内容
本发明实施例提供一种片式电阻丝印外观检测方法、装置、电子设备和存储介质，以解决片式电阻丝印外观检测采用人工抽检和基于机器视觉模板匹配检测所存在的问题。
第一方面，本发明实施例提供了一种片式电阻丝印外观检测方法，包括：
获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域；
获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像；
对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域；
针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域；
计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷；
在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域；
将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域；
根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
可选地，所述获取标准大区域图像，包括：
获取经目标丝印工序后合格的基板的原始图像；
对所述合格的基板的原始图像进行预处理，得到所述合格的基板预处理后的图像，其中，所述预处理包括畸变矫正、基板的原始图像中所述基板的区域对齐到所述基板的原始图像的中心、对比度增强、边缘锐化处理；
对所述合格的基板预处理后的图像二值化，得到所述合格的基板的二值化图像，所述合格的基板的二值化图像包括丝印的丝印图像区域；
确定所述合格的基板的二值化图像中每个丝印图像区域的最小外接矩形区域；
膨胀处理所述合格的基板的二值化图像中的最小外接矩形区域，得到标准大区域图像，所述标准大区域图像中膨胀处理后的最小外接矩形区域为丝印的标准大区域，各个丝印的标准大区域互不相通。
可选地，所述获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像，包括：
实时采集所述目标丝印工序后待检测基板的原始图像；
对所述待检测基板的原始图像进行图像畸变矫正，得到畸变矫正后的图像；
从所述畸变矫正后的图像中确定出待检测基板的基板区域；
在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像；
对所述校正后的图像执行对比度增强和边缘锐化处理得到目标图像。
可选地，所述在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像，包括：
采用形态学开运算法平滑所述基板区域的边缘锯齿或噪声，得到规则的基板区域；
确定所述规则的基板区域的最小外接矩形，并计算所述最小外接矩形的角度和中心坐标；
通过以下仿射变换公式将所述基板区域对齐到图像中心：
其中，(x′，y′)为基板区域中心彷射变换后在图像中的坐标，(x，y)为基板区域中心彷射变换前在图像中的坐标，Angle1为最小外接矩形的角度，Δx为仿射变换前基板区域中心的x坐标与图像中心的x坐标的差值，Δy为仿射变换前基板区域中心的y坐标与图像中心的y坐标的差值。
可选地，所述计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷，包括：
计算所述经目标丝印工序后合格的基板上丝印的丝印图像区域的平均长度、平均宽度和平均面积；
计算所述实际丝印图像区域的长度、宽度和面积；
计算所述长度与平均长度的比值得到第一比值、计算所述宽度与所述平均宽度的比值得到第二比值，以及计算所述面积与平均面积的比值得到第三比值；
在所述第一比值、所述第二比值和所述第三比值中的至少一个小于预设的第一阈值时，确定所述丝印存在第一等级塞网缺陷，其中，所述第一阈值为小于1的数值；
在所述第一比值、所述第二比值和所述第三比值中的至少一个大于预设的第二阈值时，确定所述丝印存在第二等级漏浆缺陷，其中，所述第二阈值为大于1的数值。
可选地，所述将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域，包括：
将所述完整矩形图像区域向外膨胀一个像素点得到膨胀图像区域，以及将所述完整矩形图像区域向内收缩一个像素点得到收缩图像区域；
对所述膨胀图像区域和所述实际丝印图像区域外的区域做差得到第一区域，以及对所述收缩图像区域和所述实际丝印图像区域做差得到第二区域。
可选地，所述根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷，包括：
计算所述第一区域的面积，以及计算所述第二区域的面积；
在所述第一区域的面积大于预设的第一面积阈值时，确定所述丝印存在第二等级漏浆缺陷；
在所述第二区域的面积大于预设的第二面积阈值时，确定所述丝印存在第二等级塞网缺陷。
第二方面，本发明实施例提供了一种片式电阻丝印外观检测装置，包括：
模板图像获取模块，用于获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域；
待检测基板目标图像获取模块，用于获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像；
二值化模块，用于对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域；
实际丝印图像区域确定模块，用于针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域；
第一等级缺陷判断模块，用于计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷；
修复模块，用于在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域；
膨胀和收缩处理模块，用于将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域；
第二缺陷判断模块，用于根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
可选地，模板图像获取模块包括：
第一原始图像获取子模块，用于获取经目标丝印工序后合格的基板的原始图像；
预处理子模块，用于对所述合格的基板的原始图像进行预处理，得到所述合格的基板预处理后的图像，其中，所述预处理包括畸变矫正、基板的原始图像中所述基板的区域对齐到所述基板的原始图像的中心、对比度增强、边缘锐化处理；
二值化子模块，用于对所述合格的基板预处理后的图像二值化，得到所述合格的基板的二值化图像，所述合格的基板的二值化图像包括丝印的丝印图像区域；
最小外接矩形区域确定子模块，用于确定所述合格的基板的二值化图像中每个丝印图像区域的最小外接矩形区域；
膨胀处理子模块，用于膨胀处理所述合格的基板的二值化图像中的最小外接矩形区域，得到标准大区域图像，所述标准大区域图像中膨胀处理后的最小外接矩形区域为丝印的标准大区域，各个丝印的标准大区域互不相通。
可选地，所述待检测基板目标图像获取模块包括：
第二原始图像获取子模块，用于实时采集所述目标丝印工序后待检测基板的原始图像；
畸变矫正子模块，用于对所述待检测基板的原始图像进行图像畸变矫正，得到畸变矫正后的图像；
基板区域确定子模块，用于从所述畸变矫正后的图像中确定出待检测基板的基板区域；
图像校正子模块，用于在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像；
图像增强子模块，用于对所述校正后的图像执行对比度增强和边缘锐化处理得到目标图像。
可选地，所述图像校正子模块包括：
平滑单元，用于采用形态学开运算法平滑所述基板区域的边缘锯齿或噪声，得到规则的基板区域；
最小外接矩形平滑单元，用于确定所述规则的基板区域的最小外接矩形，并计算所述最小外接矩形的角度和中心坐标；
仿射变换单元，用于通过以下仿射变换公式将所述基板区域对齐到图像中心：
其中，(x′，y′)为基板区域中心彷射变换后在图像中的坐标，(x，y)为基板区域中心彷射变换前在图像中的坐标，Angle1为最小外接矩形的角度，Δx和Δy分别为。
可选地，所述第一等级缺陷判断模块包括：
平均值计算子模块，用于计算所述经目标丝印工序后合格的基板上丝印的丝印图像区域的平均长度、平均宽度和平均面积；
实际丝印图像区域形成数据计算子模块，用于计算所述实际丝印图像区域的长度、宽度和面积；
比值计算子模块，用于计算所述长度与平均长度的比值得到第一比值、计算所述宽度与所述平均宽度的比值得到第二比值，以及计算所述面积与平均面积的比值得到第三比值；
第一等级塞网缺陷确定子模块，用于在所述第一比值、所述第二比值和所述第三比值中的至少一个小于预设的第一阈值时，确定所述丝印存在第一等级塞网缺陷，其中，所述第一阈值为小于1的数值；
第一等级漏浆缺陷确定子模块，用于在所述第一比值、所述第二比值和所述第三比值中的至少一个大于预设的第二阈值时，确定所述丝印存在第一等级漏浆缺陷，其中，所述第二阈值为大于1的数值。
可选地，所述膨胀和收缩处理模块包括：
膨胀和收缩子模块，用于将所述完整矩形图像区域向外膨胀一个像素点得到膨胀图像区域，以及将所述完整矩形图像区域向内收缩一个像素点得到收缩图像区域；
做差子模块，用于对所述膨胀图像区域和所述实际丝印图像区域外的区域做差得到第一区域，以及对所述收缩图像区域和所述实际丝印图像区域做差得到第二区域。
可选地，所述第二等级缺陷判断模块包括：
面积计算子模块，用于计算所述第一区域的面积，以及计算所述第二区域的面积；
第二等级漏浆缺陷确定子模块，用于在所述第一区域的面积大于预设的第一面积阈值时，确定所述丝印存在第二等级漏浆缺陷；
第二等级塞网缺陷确定子模块，用于在所述第二区域的面积大于预设的第二面积阈值时，确定所述丝印存在第二等级塞网缺陷。
第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明第一方面任一所述的片式电阻丝印外观检测方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面任一所述的片式电阻丝印外观检测方法。
本发明实施例获取每个丝印的标准大区域，将丝印的丝印图像区域与标准大区域求交集得到丝印的实际丝印图像区域；计算实际丝印图像区域的长度、宽度和面积，并根据实际丝印图像区域的长度、宽度和面积判断丝印是否存在第一等级缺陷；在丝印不存在第一等级缺陷时对丝印的实际丝印图像区域进行形态学运算修复，得到丝印的完整矩形图像区域，将完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将膨胀图像区域和收缩图像区域分别与实际丝印图像区域做差运算得到第一区域和第二区域，根据第一区域和第二区域判断丝印是否存在第二等级缺陷，实现了先根据实际丝印图像区域的长度、宽度和面积判断丝印是否存在第一等级缺陷，然后对剩下的丝印的实际丝印图像区域进行形态学修复后进行膨胀和收缩处理，以获得膨胀图像区域与实际丝印图像区域做差的第一区域，以及获得收缩图像区域与实际丝印图像区域做差的第二区域，进一步根据第一区域和第二区域来确定丝印是否存在第二等级缺陷，一方面，无需人工检测丝印是否存在缺陷，减少现场工作人员的工作量和生产成本，实现实时在线检测出生产过程中出现的缺陷产品，遏制不良品的继续产生，减少浪费的同时提高了产品的良率，另一方面，无需模板匹配，解决了传统机器视觉模板匹配方法在片式电阻丝印外观缺陷检测中容易造成误判的问题，提高了系统的可靠性和稳定性。
附图说明
图1是本发明实施例一提供的一种片式电阻丝印外观检测方法的步骤流程图；
图2是本发明实施例中待检测基板在目标丝印工序后的二值化图像的示意图；
图3是本发明实施例中标准大区域图像的示意图；
图4是本发明实施例中丝印的标准大区域的示意图；
图5是本发明实施例中修复后完整矩形图像区域的示意图；
图6是本发明实施例中膨胀图像区域和收缩图像区域的示意图；
图7是本发明实施例二提供的一种片式电阻丝印外观检测装置的结构框图；
图8是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合。
实施例一
图1为本发明实施例一提供的一种片式电阻丝印外观检测方法的步骤流程图，本发明实施例可适用于检测片式电阻生产过程中某个丝印工序后得到的丝印是否存在缺陷的情况，该方法可以由本发明实施例的片式电阻丝印外观检测装置来执行，该片式电阻丝印外观检测装置可以由硬件或软件来实现，并集成在本发明实施例所提供的电子设备中，如集成在计算机设备或者服务器上，具体地，如图1所示，本发明实施例的片式电阻丝印外观检测方法可以包括如下步骤：
S101、获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域。
片式电阻是一种体积小，可靠性高的电阻元器件，片式电阻在生产过程中通常是在基板上通过多个丝印步骤制作而成，如片式电阻的生产过程如下：丝网、浆料、基板准备；背电极印刷；烧结/烘干；面电极印刷；烧结/烘干；电阻本体印刷；烧结/烘干；一次玻璃印刷；一次玻璃烧结；镭射调阻；二次玻璃印刷；二次玻璃烧结；标记印刷；标记烧结；AOI检查；分条；端银；端头硬化；折粒；电镀；AOI检查；测试；编带包装。
由上述片式电阻的生产过程可知，片式电阻有多个丝印工序，每个丝印工序后需要对丝印的外观进行检测，以确定是否存在漏浆、塞网等外观缺陷。对于某个目标丝印工序(如背电极印刷)，可以获取该目标丝印工序丝印后合格的基板，通过该合格的基板来获取标准大区域图像，该标准大区域图像中包括合格的基板上每个丝印的标准大区域，在该标准大区域图像上，每个丝印的标准大区域大于该丝印的实际丝印图像区域。
具体地，可以先获取经目标丝印工序后合格的基板的原始图像Image1-1，对合格的基板的原始图像Image1-1进行预处理，得到合格的基板预处理后的图像Image1-2，其中，预处理可以包括畸变矫正、基板的原始图像中基板的区域对齐到基板的原始图像的中心、对比度增强、边缘锐化等处理，然后对合格的基板预处理后的图像Image1-2进行图像二值化，得到合格的基板的二值化图像ImageRegion1-1，合格的基板的二值化图像ImageRegion1-1包括每个丝印的丝印图像区域ImageRegion1-2，确定合格的基板的二值化图像ImageRegion1-1中每个丝印图像区域ImageRegion1-2的最小外接矩形区域ImageRegion1-3，膨胀处理合格的基板的二值化图像中的最小外接矩形区域ImageRegion1-3，最终得到标准大区域图像，该标准大区域图像中膨胀处理后的最小外接矩形区域为丝印的标准大区域ImageRegion0，各个丝印的标准大区域互不相通。
示例性地，如图2所示为背面电极丝印(当然也可以是其他丝印工序)后一块合格的基板二值化后的二值化图像ImageRegion1-1，图2中白色区域为基板未丝印的区域，小方格的黑色区域为一个个丝印图像区域ImageRegion1-2，即背面电极的丝印图像区域，图3为标准大区域图像，在图3中有多个小方格，每个小方格对应于图2中的一个黑色方格，即图3中一个小方格为图2中一个丝印的标准大区域，如图4所示为一个丝印的标准大区域的示意图，在图4中，一个丝印的标准大区域B(ImageRegion0)大于丝印图像区域A，相邻的丝印的标准大区域B互不相通。
S102、获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像。
在本发明的可选实施例中，可以实时采集目标丝印工序后待检测基板的原始图像，对待检测基板的原始图像进行图像畸变矫正，得到畸变矫正后的图像Image1，从畸变矫正后的图像Image1中确定出待检测基板的基板区域，在畸变矫正后的图像中将基板区域的中心对齐到畸变矫正后的图像中心得到校正后的图像Image2，对校正后的图像Image2执行对比度增强和边缘锐化处理得到目标图像Image3。
具体地，图像畸变矫正后，需要将基板中心点校正到图像的中心位置，由基板的对称性原理可知，基板中心点到基板左右两边缘的距离相等，基板中心点到基板上下两边缘的距离相等，则可以二值化处理图像畸变矫正后的图像Image1得到二值化图像ImageRegion1，二值化图像ImageRegion1可以如图2所示，然后通过形态学开运算法平滑基板区域的边缘锯齿或噪声，得到规则的基板区域，确定规则的基板区域的最小外接矩形a，并计算最小外接矩形a的角度Angle1和中心坐标(x1，y1)，然后通过以下仿射变换公式将基板区域对齐到图像中心：
其中，(x′，y′)为基板区域中心彷射变换后在图像中的坐标，(x1，y1)为基板区域中心彷射变换前在图像中的坐标，Angle1为最小外接矩形的角度，Δx为仿射变换前基板区域中心的x坐标与图像中心的x坐标的差值，Δy为仿射变换前基板区域中心的y坐标与图像中心的y坐标的差值。
通过上述仿射变换后，得到基板区域中心与图像中心对齐的校正后的图像Image2，对校正后的图像Image2执行对比度增强和边缘锐化等处理得到目标图像Image3。
S103、对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域。
具体地，对于目标图像Image3可以使用局部自适应阈值分割算法，将目标图像Image3进行区域二值化分割为丝印图像区域ImageRegion1，如图2中黑色的小方格区域为丝印图像区域ImageRegion1，基板无印刷区域图像ImageRegion2，如图2中的白色区域基板无印刷区域图像ImageRegion2。
S104、针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域。
具体地，一个基板上可以丝印多个片式电阻，可以将该片式电阻的丝印的丝印图像区域ImageRegion1与标准大区域图像中该丝印的标准大区域ImageRegion0求交集，得到丝印的实际丝印图像区域ImageRegion3，如图2和图3所示，对于图2中的每个丝印图像区域ImageRegion1(每个黑色小方格区域)，其在图3中都有对应的一个标准大区域ImageRegion0(一个白色方格)，如图4所示，黑色区域A(ImageRegion1)和白色方格B(ImageRegion0)求交集即可以得到每个白色方格中的实际丝印图像区域ImageRegion3，从而实现初步定为每个丝印在整个图像中的大致位置，亦即可以获得每个标准大区域ImageRegion0对应的实际丝印图像区域ImageRegion3。
S105、计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷。
在一个可选实施例中，S105包括如下子步骤：
S1051、计算所述经目标丝印工序后合格的基板上丝印的丝印图像区域的平均长度、平均宽度和平均面积。
具体地，对于目标丝印工序后合格的基板，可以计算该合格的基板上每个丝印图像区域的长度、宽度、面积，然后计算所有丝印图像区域的长度的平均长度W0、计算宽度的平均宽度H0以及计算面积的平均面积Area0，其中，长度可以是丝印图像区域在长度方向所包含的像素点的个数，宽度为宽度方向所包含的像素点的个数，面积为丝印图像区域所包含的像素点的个数。
S1052、计算所述实际丝印图像区域的长度、宽度和面积。
具体地，对于实际丝印图像区域ImageRegion3，可以计算长度方向所包含的像素点的个数作为长度W1、计算宽度方向所包含的像素点的个数作为宽度H1、计算实际丝印图像区域所包含的像素点的个数作为面积Area1。
S1053、计算所述长度与平均长度的比值得到第一比值、计算所述宽度与所述平均宽度的比值得到第二比值，以及计算所述面积与平均面积的比值得到第三比值。
示例性地，计算第一比值W1/W0、第二比值H1/H0以及第三比值Area1/Area0。
S1054、在所述第一比值、所述第二比值和所述第三比值中的至少一个小于预设的第一阈值时，确定所述丝印存在第一等级塞网缺陷，其中，所述第一阈值为小于1的数值。
在本发明实施例中，可以将丝印的缺陷分为多个等级的缺陷，其中，缺陷可以分为塞网缺陷和漏浆缺陷，在一个示例中，缺陷可以分为第一等级缺陷和第二等级缺陷，其中，第一等级缺陷的缺陷程度大于第二等级缺陷的缺陷程度，缺陷程度可以采用丝印的面积、长度、宽度中的至少一个来衡量，可选地，第一等级缺陷可以包括第一等级塞网缺陷和第一等级漏浆缺陷，第二等级缺陷可以包括第二等级塞网缺陷和第二等级漏浆缺陷。
示例性地，对于第一等级塞网缺陷，衡量第一等级塞网缺陷的缺陷程度的第一阈值为0.9，当W1/W0、H1/H0以及Area1/Area0中的至少一个小于0.9时，即相当于：
Area1<Area0×90％
W1<W0×90％
H1<H0×90％
亦即第一等级塞网缺陷的缺陷程度可以采用丝印图像区域的面积、长度和宽度中的至少一个来衡量，当某个丝印的丝印图像区域的面积Area1小于平均面积Area0的90％，或长度W1小于平均长度W0的90％，或宽度H1平均宽度H0的90％时，则确定该丝印出现第一等级塞网缺陷，该丝印图像区域记为ImageRegion4。
S1055、在所述第一比值、所述第二比值和所述第三比值中的至少一个大于预设的第二阈值时，确定所述丝印存在第一等级漏浆缺陷，其中，所述第二阈值为大于1的数值。
示例性地，对于第一等级漏浆缺陷，衡量第一等级漏浆缺陷的缺陷程度的第二阈值为1.1，当W1/W0、H1/H0以及Area1/Area0中的至少一个大于1.1时，即相当于：
Area1>Area0×110％
W1>W0×110％
H1>H0×110％
亦即第一等级漏浆缺陷的缺陷程度可以采用丝印图像区域的面积、长度和宽度中的至少一个来衡量，当某个丝印的丝印图像区域的面积Area1大于平均面积Area0的110％，或长度W1大于平均长度W0的110％，或宽度H1平均长度H0的110％时，则确定该丝印出现第一等级渗浆缺陷，该丝印图像区域记为ImageRegion4。实现了通过丝印图像区域的长度、宽度和面积粗判断出有第一等级缺陷的丝印。
S106、在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域。
对于每个丝印图像区域ImageRegion3，去除掉S105中粗判断为第一等级塞网缺陷和第一等级漏浆缺陷的丝印图像区域ImageRegion4后，得到剩下的丝印图像区域ImageRegion5，剩下的丝印图像区域ImageRegion5中可能在边缘或内部存在比较小的第二等级塞网缺陷，或者比较小的第二等级漏浆缺陷，即对于一个丝印图像区域ImageRegion3，可能存在无法通过长度、宽度和面积判断的第二等级缺陷，本发明实施例可以对剩下的丝印图像区域ImageRegion5进行闭运算、开运算和填充运算等形态学运算，使本来剩下的丝印图像区域ImageRegion5中有缺陷的丝印图像区域修复为无缺陷的完整矩形图像区域ImageRegion6，如图5所示，对一个丝印图像区域修复后获得完整矩形图像区域b。
S107、将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域。
可选地，步骤S107可以包括如下子步骤：
S1071、将所述完整矩形图像区域向外膨胀一个像素点得到膨胀图像区域，以及将所述完整矩形图像区域向内收缩一个像素点得到收缩图像区域；
S1072、对所述膨胀图像区域和所述实际丝印图像区域外的区域做差得到第一区域，以及对所述收缩图像区域和所述实际丝印图像区域做差得到第二区域。
如图6所示，完整矩形图像区域b(ImageRegion6)向外膨胀一个像素点得到膨胀图像区域d(ImageRegion7)，向内收缩一个像素点得到收缩图像区域c(ImageRegion8)，则可以求图6中膨胀图像区域d(ImageRegion7)与图2中实际丝印图像区域A(ImageRegion3)以外的区域的差值得到第一区域，以及求图6中收缩图像区域c(ImageRegion8)与图2中实际丝印图像区域A(ImageRegion3)内的区域的差值得到第二区域。
S108、根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
具体地，可以计算第一区域的面积和第二区域的面积，其中，第一区域的面积实际上是丝印的漏浆区域的面积，第二区域面积实际上是丝印的塞网区域的面积，在第一区域的面积大于预设值时，说明丝印漏浆程度达到一定程度，可以确定丝印存在第二等级漏浆缺陷，在第二区域的面积大于预设值时，说明丝印塞网程度达到一定程度，确定丝印存在第二等级塞网缺陷，示例性地，可以根据预先设置的灰度值等级来执行S107步骤以求差获得第一区域和第二区域，并且设置缺陷面积过滤的大小，过滤掉面积(第一区域的面积和第二区域的面积)较小的不符合第二等级漏浆缺陷或者第二等级塞网缺陷条件的区域，从而获得真正的第二等级漏浆缺陷区域和第二等级塞网缺陷区域。
在本发明的可选实施例中，还可以统计待检测基板上存在缺陷的丝印的数量、类型、位置等数据以生成检测报告，并将检测报告发送到上位机，其中检测报告可以包括丝印良率、缺陷类型、缺陷位置等信息。
本发明实施例实现了先根据实际丝印图像区域的长度、宽度和面积判断丝印是否存在第一等级缺陷，然后对剩下的丝印的实际丝印图像区域进行形态学修复后进行膨胀和收缩处理，以获得膨胀图像区域与实际丝印图像区域做差的第一区域，以及获得收缩图像区域与实际丝印图像区域做差的第二区域，进一步根据第一区域和第二区域来确定丝印是否存在第二等级缺陷，一方面，无需人工检测丝印是否存在缺陷，减少现场工作人员的工作量和生产成本，实现实时在线检测出生产过程中出现的缺陷产品，遏制不良品的继续产生，减少浪费的同时提高了产品的良率，另一方面，无需模板匹配，解决了传统机器视觉模板匹配方法在片式电阻丝印外观缺陷检测中容易造成误判的问题，提高了系统的可靠性和稳定性。
进一步地，可以生成检测报告，并将检测报告发送到上位机，通过对检测报告的分析数据，可以更好的维护设备，优化工艺，进一步提高生产效率。
实施例二
图7是本发明实施例二提供的一种片式电阻丝印外观检测装置的结构框图，如图7所示，本发明实施例的片式电阻丝印外观检测装置具体可以包括如下模块：
模板图像获取模块301，用于获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域；
待检测基板目标图像获取模块302，用于获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像；
二值化模块303，用于对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域；
实际丝印图像区域确定模块304，用于针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域；
第一等级缺陷判断模块305，用于计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷；
修复模块306，用于在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域；
膨胀和收缩处理模块307，用于将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域；
第二等级缺陷判断模块308，用于根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
可选地，模板图像获取模块301包括：
第一原始图像获取子模块，用于获取经目标丝印工序后合格的基板的原始图像；
预处理子模块，用于对所述合格的基板的原始图像进行预处理，得到所述合格的基板预处理后的图像，其中，所述预处理包括畸变矫正、基板的原始图像中所述基板的区域对齐到所述基板的原始图像的中心、对比度增强、边缘锐化处理；
二值化子模块，用于对所述合格的基板预处理后的图像二值化，得到所述合格的基板的二值化图像，所述合格的基板的二值化图像包括丝印的丝印图像区域；
最小外接矩形区域确定子模块，用于确定所述合格的基板的二值化图像中每个丝印图像区域的最小外接矩形区域；
膨胀处理子模块，用于膨胀处理所述合格的基板的二值化图像中的最小外接矩形区域，得到标准大区域图像，所述标准大区域图像中膨胀处理后的最小外接矩形区域为丝印的标准大区域，各个丝印的标准大区域互不相通。
可选地，所述待检测基板目标图像获取模块302包括：
第二原始图像获取子模块，用于实时采集所述目标丝印工序后待检测基板的原始图像；
畸变矫正子模块，用于对所述待检测基板的原始图像进行图像畸变矫正，得到畸变矫正后的图像；
基板区域确定子模块，用于从所述畸变矫正后的图像中确定出待检测基板的基板区域；
图像校正子模块，用于在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像；
图像增强子模块，用于对所述校正后的图像执行对比度增强和边缘锐化处理得到目标图像。
可选地，所述图像校正子模块包括：
平滑单元，用于采用形态学开运算法平滑所述基板区域的边缘锯齿或噪声，得到规则的基板区域；
最小外接矩形平滑单元，用于确定所述规则的基板区域的最小外接矩形，并计算所述最小外接矩形的角度和中心坐标；
仿射变换单元，用于通过以下仿射变换公式将所述基板区域对齐到图像中心：
其中，(x′，y′)为基板区域中心彷射变换后在图像中的坐标，(x，y)为基板区域中心彷射变换前在图像中的坐标，Angle1为最小外接矩形的角度，Δx为仿射变换前基板区域中心的x坐标与图像中心的x坐标的差值，Δy为仿射变换前基板区域中心的y坐标与图像中心的y坐标的差值。
可选地，所述第一等级缺陷判断模块305包括：
平均值计算子模块，用于计算所述经目标丝印工序后合格的基板上丝印的丝印图像区域的平均长度、平均宽度和平均面积；
实际丝印图像区域形成数据计算子模块，用于计算所述实际丝印图像区域的长度、宽度和面积；
比值计算子模块，用于计算所述长度与平均长度的比值得到第一比值、计算所述宽度与所述平均宽度的比值得到第二比值，以及计算所述面积与平均面积的比值得到第三比值；
第一等级塞网缺陷确定子模块，用于在所述第一比值、所述第二比值和所述第三比值中的至少一个小于预设的第一阈值时，确定所述丝印存在第一等级塞网缺陷，其中，所述第一阈值为小于1的数值；
第一等级漏浆缺陷确定子模块，用于在所述第一比值、所述第二比值和所述第三比值中的至少一个大于预设的第二阈值时，确定所述丝印存在第一等级漏浆缺陷，其中，所述第二阈值为大于1的数值。
可选地，所述膨胀和收缩处理模块307包括：
膨胀和收缩子模块，用于将所述完整矩形图像区域向外膨胀一个像素点得到膨胀图像区域，以及将所述完整矩形图像区域向内收缩一个像素点得到收缩图像区域；
做差子模块，用于对所述膨胀图像区域和所述实际丝印图像区域外的区域做差得到第一区域，以及对所述收缩图像区域和所述实际丝印图像区域做差得到第二区域。
可选地，所述第二等级缺陷判断模块308包括：
面积计算子模块，用于计算所述第一区域的面积，以及计算所述第二区域的面积；
第二等级漏浆缺陷确定子模块，用于在所述第一区域的面积大于预设的第一面积阈值时，确定所述丝印存在第二等级漏浆缺陷；
第二等级塞网缺陷确定子模块，用于在所述第二区域的面积大于预设的第二面积阈值时，确定所述丝印存在第二等级塞网缺陷。
本发明实施例所提供的片式电阻丝印外观检测装置可执行本发明实施例一所提供的片式电阻丝印外观检测方法，具备执行方法相应的功能和有益效果。
实施例三
参照图8，示出了本发明一个示例中的一种电子设备的结构示意图。如图8所示，该电子设备具体可以包括：处理器401、存储器402、具有触摸功能的显示屏403、输入装置404、输出装置405以及通信装置406。该电子设备中处理器401的数量可以是一个或者多个，图8中以一个处理器401为例。该电子设备中存储器402的数量可以是一个或者多个，图8中以一个存储器402为例。该设备的处理器401、存储器402、显示屏403、输入装置404、输出装置405以及通信装置406可以通过总线或者其他方式连接，图8中以通过总线连接为例。
存储器402作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例所述的片式电阻丝印外观检测方法对应的程序指令/模块(例如，上述片式电阻丝印外观检测装置中的模板图像获取模块301、待检测基板目标图像获取模块302、二值化模块303、实际丝印图像区域确定模块304、第一等级缺陷判断模块305、修复模块306、膨胀和收缩处理模块307和第二等级缺陷判断模块308)，存储器402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装置、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器402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、或其他非易失性固态存储器件。在一些实例中，存储器402可进一步包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
显示屏403为具有触摸功能的显示屏403，其可以是电容屏、电磁屏或者红外屏。一般而言，显示屏403用于根据处理器401的指示显示数据，还用于接收作用于显示屏403的触摸操作，并将相应的信号发送至处理器401或其他装置。可选的，当显示屏403为红外屏时，其还包括红外触摸框，该红外触摸框设置在显示屏403的四周，其还可以用于接收红外信号，并将该红外信号发送至处理器401或者其他设备。
通信装置406，用于与其他设备建立通信连接，其可以是有线通信装置和/或无线通信装置。
输入装置404可用于接收输入的数字或者字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置405可以包括扬声器等音频设备。需要说明的是，输入装置404和输出装置405的具体组成可以根据实际情况设定。
处理器401通过运行存储在存储器402中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述片式电阻丝印外观检测方法。
具体地，实施例中，处理器401执行存储器402中存储的一个或多个程序时，具体实现本发明实施例提供的片式电阻丝印外观检测方法。
实施例四
本发明实施例四还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可实现本发明任意实施例中的片式电阻丝印外观检测方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明应用于设备上任意实施例所提供的片式电阻丝印外观检测方法中的相关操作。
需要说明的是，对于装置、电子设备、存储介质实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述片式电阻丝印外观检测方法。
值得注意的是，上述片式电阻丝印外观检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修复、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种片式电阻丝印外观检测方法，其特征在于，包括：
获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域；
获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像；
对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域；
针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域；
计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷；
在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域；
将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域；
根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
2.根据权利要求1所述的片式电阻丝印外观检测方法，其特征在于，所述获取标准大区域图像，包括：
获取经目标丝印工序后合格的基板的原始图像；
对所述合格的基板的原始图像进行预处理，得到所述合格的基板预处理后的图像，其中，所述预处理包括畸变矫正、基板的原始图像中所述基板的区域对齐到所述基板的原始图像的中心、对比度增强、边缘锐化处理；
对所述合格的基板预处理后的图像二值化，得到所述合格的基板的二值化图像，所述合格的基板的二值化图像包括丝印的丝印图像区域；
确定所述合格的基板的二值化图像中每个丝印图像区域的最小外接矩形区域；
膨胀处理所述合格的基板的二值化图像中的最小外接矩形区域，得到标准大区域图像，所述标准大区域图像中膨胀处理后的最小外接矩形区域为丝印的标准大区域，各个丝印的标准大区域互不相通。
3.根据权利要求1所述的片式电阻丝印外观检测方法，其特征在于，所述获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像，包括：
实时采集所述目标丝印工序后待检测基板的原始图像；
对所述待检测基板的原始图像进行图像畸变矫正，得到畸变矫正后的图像；
从所述畸变矫正后的图像中确定出待检测基板的基板区域；
在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像；
对所述校正后的图像执行对比度增强和边缘锐化处理得到目标图像。
4.根据权利要求3所述的片式电阻丝印外观检测方法，其特征在于，所述在所述畸变矫正后的图像中将所述基板区域的中心对齐到所述畸变矫正后的图像中心，得到校正后的图像，包括：
采用形态学开运算法平滑所述基板区域的边缘锯齿或噪声，得到规则的基板区域；
确定所述规则的基板区域的最小外接矩形，并计算所述最小外接矩形的角度和中心坐标；
通过以下仿射变换公式将所述基板区域对齐到图像中心：
其中，(x′，y′)为基板区域中心彷射变换后在图像中的坐标，(x，y)为基板区域中心彷射变换前在图像中的坐标，Angle1为最小外接矩形的角度，Δx为仿射变换前基板区域中心的x坐标与图像中心的x坐标的差值，Δy为仿射变换前基板区域中心的y坐标与图像中心的y坐标的差值。
5.根据权利要求1-4任一项所述的片式电阻丝印外观检测方法，其特征在于，所述计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷，包括：
计算所述经目标丝印工序后合格的基板上丝印的丝印图像区域的平均长度、平均宽度和平均面积；
计算所述实际丝印图像区域的长度、宽度和面积；
计算所述长度与平均长度的比值得到第一比值、计算所述宽度与所述平均宽度的比值得到第二比值，以及计算所述面积与平均面积的比值得到第三比值；
在所述第一比值、所述第二比值和所述第三比值中的至少一个小于预设的第一阈值时，确定所述丝印存在第一等级塞网缺陷，其中，所述第一阈值为小于1的数值；
在所述第一比值、所述第二比值和所述第三比值中的至少一个大于预设的第二阈值时，确定所述丝印存在第一等级漏浆缺陷，其中，所述第二阈值为大于1的数值。
6.根据权利要求1-4任一项所述的片式电阻丝印外观检测方法，其特征在于，所述将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域，包括：
将所述完整矩形图像区域向外膨胀一个像素点得到膨胀图像区域，以及将所述完整矩形图像区域向内收缩一个像素点得到收缩图像区域；
对所述膨胀图像区域和所述实际丝印图像区域外的区域做差得到第一区域，以及对所述收缩图像区域和所述实际丝印图像区域做差得到第二区域。
7.根据权利要求1-4任一项所述的片式电阻丝印外观检测方法，其特征在于，所述根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷，包括：
计算所述第一区域的面积，以及计算所述第二区域的面积；
在所述第一区域的面积大于预设的第一面积阈值时，确定所述丝印存在第二等级漏浆缺陷；
在所述第二区域的面积大于预设的第二面积阈值时，确定所述丝印存在第二等级塞网缺陷。
8.一种片式电阻丝印外观检测装置，其特征在于，包括：
模板图像获取模块，用于获取标准大区域图像，所述标准大区域图像中包括经目标丝印工序后合格的基板上每个丝印的标准大区域；
待检测基板目标图像获取模块，用于获取所述目标丝印工序的待检测基板的原始图像，并对所述原始图像进行图像预处理得到预处理后的目标图像；
二值化模块，用于对所述目标图像二值化得到所述目标图像的二值化图像，所述二值化图像包括丝印的丝印图像区域；
实际丝印图像区域确定模块，用于针对每个丝印，将所述丝印的丝印图像区域与所述标准大区域图像中所述丝印的标准大区域求交集，得到所述丝印的实际丝印图像区域；
第一等级缺陷判断模块，用于计算所述实际丝印图像区域的长度、宽度和面积，并根据所述实际丝印图像区域的长度、宽度和面积判断所述丝印是否存在第一等级缺陷；
修复模块，用于在判断所述丝印不存在第一等级缺陷时，对所述丝印的实际丝印图像区域进行形态学运算修复，得到所述丝印的完整矩形图像区域；
膨胀和收缩处理模块，用于将所述完整矩形图像区域膨胀和收缩处理得到膨胀图像区域和收缩图像区域，并将所述膨胀图像区域和所述收缩图像区域分别与所述实际丝印图像区域做差运算得到第一区域和第二区域；
第二等级缺陷判断模块，用于根据所述第一区域和所述第二区域判断所述丝印是否存在第二等级缺陷。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的片式电阻丝印外观检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的片式电阻丝印外观检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011179956.4A CN112184706B (zh) | 2020-10-29 | 2020-10-29 | 片式电阻丝印外观检测方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011179956.4A CN112184706B (zh) | 2020-10-29 | 2020-10-29 | 片式电阻丝印外观检测方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112184706A true CN112184706A (zh) | 2021-01-05 |
| CN112184706B CN112184706B (zh) | 2024-03-05 |
Family
ID=73916771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011179956.4A Active CN112184706B (zh) | 2020-10-29 | 2020-10-29 | 片式电阻丝印外观检测方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112184706B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003086919A (ja) * | 2001-09-07 | 2003-03-20 | Sun Tec Kk | パターン検査装置 |
| CN108896278A (zh) * | 2018-05-23 | 2018-11-27 | 精锐视觉智能科技（深圳）有限公司 | 一种滤光片丝印缺陷检测方法、装置及终端设备 |
| US20200014835A1 (en) * | 2018-07-03 | 2020-01-09 | Canon Kabushiki Kaisha | Light irradiation apparatus, optical evaluation apparatus, and article manufacturing method |
| CN110672617A (zh) * | 2019-09-14 | 2020-01-10 | 华南理工大学 | 基于机器视觉的智能手机玻璃盖板丝印区缺陷检测方法 |
| CN111530779A (zh) * | 2020-06-17 | 2020-08-14 | 深圳市至臻视界科技有限公司 | 一种泛用型机器视觉检测设备及其产品表面缺陷检测方法 |
-
2020
- 2020-10-29 CN CN202011179956.4A patent/CN112184706B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003086919A (ja) * | 2001-09-07 | 2003-03-20 | Sun Tec Kk | パターン検査装置 |
| CN108896278A (zh) * | 2018-05-23 | 2018-11-27 | 精锐视觉智能科技（深圳）有限公司 | 一种滤光片丝印缺陷检测方法、装置及终端设备 |
| US20200014835A1 (en) * | 2018-07-03 | 2020-01-09 | Canon Kabushiki Kaisha | Light irradiation apparatus, optical evaluation apparatus, and article manufacturing method |
| CN110672617A (zh) * | 2019-09-14 | 2020-01-10 | 华南理工大学 | 基于机器视觉的智能手机玻璃盖板丝印区缺陷检测方法 |
| CN111530779A (zh) * | 2020-06-17 | 2020-08-14 | 深圳市至臻视界科技有限公司 | 一种泛用型机器视觉检测设备及其产品表面缺陷检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李俊峰;李明睿;: "基于机器视觉的导光板缺陷检测方法研究", 光电子・激光, no. 03, 15 March 2019 (2019-03-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112184706B (zh) | 2024-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022042579A1 (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
| CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
| WO2023179122A1 (zh) | 缺陷检测方法、装置、电子设备及可读存储介质 | |
| CN106960208A (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
| CN112577969B (zh) | 一种基于机器视觉的缺陷检测方法以及缺陷检测系统 | |
| CN105913415A (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
| CN105335963A (zh) | 一种边缘缺陷检测方法及装置 | |
| CN109886960A (zh) | 基于机器视觉的玻璃边缘缺陷检测的方法 | |
| CN113340909B (zh) | 一种基于机器视觉的胶线缺陷检测方法 | |
| CN104851085A (zh) | 自动获取图像中检测区的方法及系统 | |
| CN107239742A (zh) | 一种仪表指针刻度值计算方法 | |
| JP6055228B2 (ja) | 形状計測装置 | |
| CN105741281B (zh) | 基于邻域离散度的图像边缘检测方法 | |
| CN102074031B (zh) | 一种印刷电路板外观检查机的建标方法 | |
| CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
| CN114519714B (zh) | 一种显示屏脏污缺陷判定的方法和系统 | |
| CN109284718A (zh) | 面向巡检机器人的变视角多仪表同时识别方法 | |
| TW202127372A (zh) | 瑕疵等級判定的方法及存儲介質 | |
| CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质 | |
| CN112534245A (zh) | 图像处理装置、图像处理方法以及图像处理程序 | |
| Ji et al. | Research on Image Edge Detection Based on Improved Canny Operator | |
| CN112184706A (zh) | 片式电阻丝印外观检测方法、装置、电子设备和存储介质 | |
| CN112837285B (zh) | 一种板面图像的边缘检测方法及装置 | |
| CN107463868B (zh) | 一种电子表单核验方法及装置 | |
| CN108053414A (zh) | 一种机器视觉边缘检测技术 |
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 |