CN112200799A - 一种基于Gerber文件的PCB电子元器件缺陷检测方法 - Google Patents

Abstract

本发明公开一种基于Gerber文件的PCB电子元器件缺陷检测方法，包括以下步骤：S1、采用正则表达式匹配Gerber文件，提取检测所需要的信息；S2、对Gerber文件进行逐层解析，依据PCB的工艺顺序，将各层图像进行合成获得标准图像矢量图；S8、运用异或操作，根据所述电子元器件缺陷检测标准图像和经特征提取的待测图像之间的差值，判断PCB电子元器件缺陷的有无及类型；S9、输出缺陷检测结果等9个步骤，基于Gerber文件的PCB电子元器件缺陷检测方法能够代替传统的人工目测方法，通过提高电子元器件缺陷识别效率、降低检测流程所耗时间，来达到节约成本、提高质量的目的。

Description

一种基于Gerber文件的PCB电子元器件缺陷检测方法

技术领域

本发明涉及自动视觉检测技术领域，尤其涉及一种基于Gerber文件的PCB电子元器件缺陷检测方法。

背景技术

印刷电路板(Printed Circuit Board，简称PCB)，是现代电子产品中至关重要的电子元器件。随着电子产业的逐渐升级，PCB已经朝着高精密、高密度、小体积、多层数的方向快速发展，而对于贴片后的PCB电子元器缺陷检测能够防止不合格产品流到下一道工序，从而减低产品的废品率，节约生产成本。因此，如何快速、精确地检测PCB电子元器件缺陷对于生产企业具有重要的意义。

现多数厂商由于技术原因，还是采用人工检测的方法，而人工检测的方法虽然起点成本点，但是存在以下问题：(1)随着电子产品越来越小型的发展趋势，采用人员检测经常会出现漏检的情况，从而造成其检测效率低、误检率较高的问题；(2)人工检测只能大致地判断缺陷有误，还不能快速精确地分析出缺陷类型。

针对以上不足，本发明提供一种基于Gerber文件的PCB电子元器件缺陷检测方法，该方法能够代替耗时的人工检测方法，达到节约成本、提高生产效率的目的。

发明内容

针对上述问题，本发明提出一种基于Gerber文件的PCB电子元器件缺陷检测方法，主要解决背景技术中的问题。

本发明提出一种基于Gerber文件的PCB电子元器件缺陷检测方法，包括以下步骤：

S1、采用正则表达式匹配Gerber文件，提取检测所需要的信息；

S2、对Gerber文件进行逐层解析，依据PCB的工艺顺序，将各层图像进行合成获得标准图像矢量图；

S3、运用形态学理论，对标准图像矢量图进行膨胀运算和腐蚀运算，获得电子元器件缺陷检测标准图像；

S4、采集待测图像，并对待测图像进行预处理，依次对待测图像进行图像定位、图像矫正和边缘轮廓提取；

S5、依据“覆油漆”和“覆铜”图像信息，设定结构元素，遍历图像中的像素并进行腐蚀操作，消去噪声影响；

S6、依次设定贴片电容的三通道阈值为[a1，b1]、[a2，b2]和[a3、b3]，分别提取待测图像中的贴片电容特征，并分别存储在三个贴片电阻链表中；

S7、依据三个贴片电阻链表信息，获得经特征提取的待测图像；

S8、运用异或操作，根据所述电子元器件缺陷检测标准图像和经特征提取的待测图像之间的差值，判断PCB电子元器件缺陷的有无及类型；

S9、输出缺陷检测结果。

进一步改进在于，所述步骤S1具体包括：

S101、导入Gerber文件后整合数据块，删除Gerber文件中的无效字符、注释及无关于检测的无效信息；

S102、在Gerber文件中的无效信息删除后，采用正则表达式提取检测所需要的信息。

进一步改进在于，所述步骤S3具体包括：

把结构元素B平移a后得到Ba，若Ba击中X，则标记a点，进行膨胀运算操作如下：

其中，X是被处理的对象，B是结构元素；

然后用B来腐蚀X得到的集合是B完全包括在X中时S的原点位置的集合，具体的腐蚀运算操作如下：

进一步改进在于，所述步骤S4中，对待测图像预处理所包含的图像定位、图像矫正和边缘轮廓提取的具体步骤如下：

S401、对三通道图像进行阈值处理，并标记待测图像中对角的两个标定点；

S402、计算两个标定点之间的直线与水平线之间的夹角，并根据所述夹角对待测图像进行矫正，使所述待测图像成水平状态；

S403、运用3×3领域，结合像素8领域内的水平方向、竖直方向、45°方向和135°方向四个方向一阶偏导的差分，并计算图像的梯度幅值，进而提取边缘轮廓。

进一步改进在于，所述步骤S403具体包括：

假设原始图像f(x,y)进行平滑去噪后得到图像g(x,y)，先计算四个方向的偏导数：

水平方向：F_x(i,j)＝g(i+1,j)-g(i-1,j)

竖直方向：F_y(i,j)＝g(i,j+1)-g(i,j-1)

45°方向：F_45°(i,j)＝g(i-1,j+1)-g(i+1,j-1)

135°方向：F_135°(i,j)＝g(i+1,j+1)-g(i-1,j-1)

根据四个方向的偏导数计算像素的幅值梯度如下：

像素的梯度方向为：

其中，Ex(i,j),Ey(i,j)是水平方向和竖直方向的差分，计算公式如下：

E_x(i,j)＝F_y(i,j)+[F_45°(i,j)+F_135°(i,j)]/2

E_y(i,j)＝F_y(i,j)+[F_45°(i,j)-F_135°(i,j)]/2

进一步改进在于，所述步骤S6具体包括：

S601、设定电子元器件三通道的阈值范围为[a1，b1]，并从起点开始遍历待测图像，当搜索到像素点满足[a1，b1]后设定该点为一个“种子”，并将该点的三通道设定为255；

S602、从“种子”开始搜索相邻的领域，若出现像素点满足阈值[a1，b1]，则将该点设为新的“种子”，并将新的“种子”的三通道设定为255；

S603、当领域内搜索不到满足阈值[a1，b1]的像素点后，则将之前由“种子”所填充的一片区域作为一个连通域，提取待测图像中的贴片电容特征，并存储在贴片电阻链表中；

S604，设定电子元器件三通道的阈值范围为[a2，b2]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第二个贴片电阻链表中；

S605、设定电子元器件三通道的阈值范围为[a3，b3]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第三个贴片电阻链表中。

与现有技术相比，本发明的有益效果为：

本发明提供一种基于Gerber文件结合种子算法的PCB电子元器件缺陷检测方法，与传统的人工目测方法对比，该方法能够有效地检测IC类电子元器件常见的缺陷。基于Gerber文件结合种子算法的PCB电子元器件缺陷检测方法首先以Gerber文件为基础，通过形态学处理获得标准图像；其次，基于改进的canny算法提取待测图像的边缘轮廓；最后，运用种子算法提取待测图像的特征，并通过异或操作判断缺陷类型。基于Gerber文件的PCB电子元器件缺陷检测方法能够代替传统的人工目测方法，通过提高电子元器件缺陷识别效率、降低检测流程所耗时间，来达到节约成本、提高质量的目的。

附图说明

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

图1为本发明一实施方式的整体流程示意图。

具体实施方式

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“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，也可以是通过中间媒介间接连接，可以说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的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。

参照图1，一种基于Gerber文件的PCB电子元器件缺陷检测方法，包括以下步骤：

S1、采用正则表达式匹配Gerber文件，提取检测所需要的信息；

S2、对Gerber文件进行逐层解析，依据PCB的工艺顺序，将各层图像进行合成获得标准图像矢量图；

S3、为了滤除标准图像中的噪声同时获得更加清晰的图像，运用形态学理论，对标准图像矢量图进行膨胀运算和腐蚀运算，获得电子元器件缺陷检测标准图像；

S4、采集待测图像，并对待测图像进行预处理，依次对待测图像进行图像定位、图像矫正和边缘轮廓提取；

S5、依据“覆油漆”和“覆铜”图像信息，设定结构元素，遍历图像中的像素并进行腐蚀操作，消去噪声影响；

其中，所述“覆油漆”就是刷的绿色或者黄色的保护层，“覆铜”就是线路；

S6、依次设定贴片电容的三通道阈值为[a1，b1]、[a2，b2]和[a3、b3]，分别提取待测图像中的贴片电容特征，并分别存储在三个贴片电阻链表中；

S7、依据三个贴片电阻链表信息，获得经特征提取的待测图像；

S8、运用异或操作，根据所述电子元器件缺陷检测标准图像和经特征提取的待测图像之间的差值，判断PCB电子元器件缺陷的有无及类型；

S9、输出缺陷检测结果。

作为本发明一优选实施方案，所述步骤S1具体包括：

S101、导入Gerber文件后整合数据块，删除Gerber文件中的无效字符、注释及无关于检测的无效信息；

S102、在Gerber文件中的无效信息删除后，采用正则表达式提取检测所需要的信息。

作为本发明一优选实施方案，所述步骤S3具体包括：

把结构元素B平移a后得到Ba，若Ba击中X，则标记a点，进行膨胀运算操作如下：

其中，X是被处理的对象，B是结构元素；

具体地，所述被处理的对象代指待测图像；

然后用B来腐蚀X得到的集合是B完全包括在X中时S的原点位置的集合，具体的腐蚀运算操作如下：

具体地，所述S为待测图像中的像素点；

作为本发明一优选实施方案，所述步骤S4中的具体步骤包括：先对图像进行定位，其次依据标定点对图像进行矫正，最后采用改进的canny算法进行图像边缘轮廓提取，对待测图像预处理所包含的图像定位、图像矫正和边缘轮廓提取的具体步骤如下：

S401、考虑到三通道图像所能呈现的信息更多，为了定位精确，对三通道图像进行阈值处理，并标记待测图像中对角的两个标定点(可选择右上和左下)；

S402、计算两个标定点之间的直线与水平线之间的夹角，并根据所述夹角对待测图像进行矫正，使所述待测图像成水平状态；

S403、采用改进的canny算法提取图像的边缘轮廓，传统的canny算法是采用2×2领域来计算梯度幅值，本发明运用3×3领域，并结合像素8领域内的水平(x方向)、竖直(y方向)、45度、135度方向一阶偏导的差分，综合计算图像的梯度幅值，进而提取边缘轮廓。

作为本发明一优选实施方案，所述步骤S403具体包括：

假设原始图像f(x,y)进行平滑去噪后得到图像g(x,y)，先计算四个方向的偏导数：

水平方向：F_x(i,j)＝g(i+1,j)-g(i-1,j)

竖直方向：F_y(i,j)＝g(i,j+1)-g(i,j-1)

45°方向：F_45°(i,j)＝g(i-1,j+1)-g(i+1,j-1)

135°方向：F_135°(i,j)＝g(i+1,j+1)-g(i-1,j-1)

根据四个方向的偏导数计算像素的幅值梯度如下：

像素的梯度方向为：

其中，Ex(i,j),Ey(i,j)是水平方向和竖直方向的差分，计算公式如下：

E_x(i,j)＝F_y(i,j)+[F_45°(i,j)+F_135°(i,j)]/2

E_y(i,j)＝F_y(i,j)+[F_45°(i,j)-F_135°(i,j)]/2

作为本发明一优选实施方案，所述步骤S6具体包括：

S601、设定电子元器件三通道的阈值范围为[a1，b1]，并从起点开始遍历待测图像，当搜索到像素点满足[a1，b1]后设定该点为一个“种子”，并将该点的三通道设定为255；

S602、从“种子”开始搜索相邻的领域，若出现像素点满足阈值[a1，b1]，则将该点设为新的“种子”，并将新的“种子”的三通道设定为255；

S603、当领域内搜索不到满足阈值[a1，b1]的像素点后，则将之前由“种子”所填充的一片区域作为一个连通域，提取待测图像中的贴片电容特征，并存储在贴片电阻链表中；

S604，设定电子元器件三通道的阈值范围为[a2，b2]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第二个贴片电阻链表中；

S605、设定电子元器件三通道的阈值范围为[a3，b3]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第三个贴片电阻链表中。

其中，“种子”的意思就是一个设定的一个目标范围值，并在图像中找出在这个范围值的一些点，形成一片区域作为一个连通域。

与现有技术相比，本发明的有益效果为：

本发明提供一种基于Gerber文件结合种子算法的PCB电子元器件缺陷检测方法，与传统的人工目测方法对比，该方法能够有效地检测IC类电子元器件常见的缺陷。基于Gerber文件结合种子算法的PCB电子元器件缺陷检测方法首先以Gerber文件为基础，通过形态学处理获得标准图像；其次，基于改进的canny算法提取待测图像的边缘轮廓；最后，运用种子算法提取待测图像的特征，并通过异或操作判断缺陷类型。基于Gerber文件的PCB电子元器件缺陷检测方法能够代替传统的人工目测方法，通过提高电子元器件缺陷识别效率、降低检测流程所耗时间，来达到节约成本、提高质量的目的。

图中，描述位置关系仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，包括以下步骤：

S1、采用正则表达式匹配Gerber文件，提取检测所需要的信息；

S2、对Gerber文件进行逐层解析，依据PCB的工艺顺序，将各层图像进行合成获得标准图像矢量图；

S3、运用形态学理论，对标准图像矢量图进行膨胀运算和腐蚀运算，获得电子元器件缺陷检测标准图像；

S4、采集待测图像，并对待测图像进行预处理，依次对待测图像进行图像定位、图像矫正和边缘轮廓提取；

S5、依据“覆油漆”和“覆铜”的图像信息，设定结构元素，遍历图像中的像素并进行腐蚀操作，消去噪声影响；

S6、依次设定贴片电容的三通道阈值为[a1，b1]、[a2，b2]和[a3、b3]，分别提取待测图像中的贴片电容特征，并分别存储在三个贴片电阻链表中；

S7、依据三个贴片电阻链表信息，获得经特征提取的待测图像；

S8、运用异或操作，根据所述电子元器件缺陷检测标准图像和经特征提取的待测图像之间的差值，判断PCB电子元器件缺陷的有无及类型；

S9、输出缺陷检测结果。

2.根据权利要求1所述的一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，所述步骤S1具体包括：

S101、导入Gerber文件后整合数据块，删除Gerber文件中的无效字符、注释及无关于检测的无效信息；

S102、在Gerber文件中的无效信息删除后，采用正则表达式提取检测所需要的信息。

3.根据权利要求1所述的一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，所述步骤S3具体包括：

把结构元素B平移a后得到Ba，若Ba击中X，则标记a点，进行膨胀运算操作如下：

其中，X是被处理的对象，B是结构元素；

然后用B来腐蚀X得到的集合是B完全包括在X中时S的原点位置的集合，具体的腐蚀运算操作如下：

4.根据权利要求1所述的一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，所述步骤S4中，对待测图像预处理所包含的图像定位、图像矫正和边缘轮廓提取的具体步骤如下：

S401、对三通道图像进行阈值处理，并标记待测图像中对角的两个标定点；

S402、计算两个标定点之间的直线与水平线之间的夹角，并根据所述夹角对待测图像进行矫正，使所述待测图像成水平状态；

S403、运用3×3领域，结合像素8领域内的水平方向、竖直方向、45°方向和135°方向四个方向一阶偏导的差分，并计算图像的梯度幅值，进而提取边缘轮廓。

5.根据权利要求4所述的一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，所述步骤S403具体包括：

假设原始图像f(x,y)进行平滑去噪后得到图像g(x,y)，先计算四个方向的偏导数：

水平方向：F_x(i,j)＝g(i+1,j)-g(i-1,j)

竖直方向：F_y(i,j)＝g(i,j+1)-g(i,j-1)

45°方向：F_45°(i,j)＝g(i-1,j+1)-g(i+1,j-1)

135°方向：F_135°(i,j)＝g(i+1,j+1)-g(i-1,j-1)

根据四个方向的偏导数计算像素的幅值梯度如下：

像素的梯度方向为：

其中，Ex(i,j),Ey(i,j)是水平方向和竖直方向的差分，计算公式如下：

E_x(i,j)＝F_y(i,j)+[F_45°(i,j)+F_135°(i,j)]/2

E_y(i,j)＝F_y(i,j)+[F_45°(i,j)-F_135°(i,j)]/2。

6.根据权利要求1所述的一种基于Gerber文件的PCB电子元器件缺陷检测方法，其特征在于，所述步骤S6具体包括：

S601、设定电子元器件三通道的阈值范围为[a1，b1]，并从起点开始遍历待测图像，当搜索到像素点满足[a1，b1]后设定该点为一个“种子”，并将该点的三通道设定为255；

S602、从“种子”开始搜索相邻的领域，若出现像素点满足阈值[a1，b1]，则将该点设为新的“种子”，并将新的“种子”的三通道设定为255；

S603、当领域内搜索不到满足阈值[a1，b1]的像素点后，则将之前由“种子”所填充的一片区域作为一个连通域，提取待测图像中的贴片电容特征，并存储在贴片电阻链表中；

S604，设定电子元器件三通道的阈值范围为[a2，b2]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第二个贴片电阻链表中；

S605、设定电子元器件三通道的阈值范围为[a3，b3]，并重复步骤S601到步骤S603，提取待测图像中的贴片电容特征，并存储在第三个贴片电阻链表中。

Images