CN112419274A - 一种锡膏检测方法、系统、电子设备及介质 - Google Patents

一种锡膏检测方法、系统、电子设备及介质 Download PDF

Info

Publication number
CN112419274A
CN112419274A CN202011333295.6A CN202011333295A CN112419274A CN 112419274 A CN112419274 A CN 112419274A CN 202011333295 A CN202011333295 A CN 202011333295A CN 112419274 A CN112419274 A CN 112419274A
Authority
CN
China
Prior art keywords
solder paste
area
target
contour
circuit board
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
Application number
CN202011333295.6A
Other languages
English (en)
Other versions
CN112419274B (zh
Inventor
汪建军
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.)
Inventec Pudong Technology Corp
Original Assignee
Inventec Pudong Technology Corp
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 Inventec Pudong Technology Corp filed Critical Inventec Pudong Technology Corp
Priority to CN202011333295.6A priority Critical patent/CN112419274B/zh
Publication of CN112419274A publication Critical patent/CN112419274A/zh
Application granted granted Critical
Publication of CN112419274B publication Critical patent/CN112419274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T2207/30141—Printed circuit board [PCB]
    • 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
    • G06T2207/30152—Solder

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Electric Connection Of Electric Components To Printed Circuits (AREA)

Abstract

本发明提供一种锡膏检测方法、系统、电子设备及介质，方法包括：获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；在所述目标轮廓内确定焊盘区域以及锡膏区域；根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格。利用轮廓检测对具有焊盘和锡膏的区域进行定位，提高不同样式、尺寸PCB板中锡膏检测的兼容性，并通过在轮廓区域内进行目标识别确定相应的焊盘区域及锡膏区域，将焊盘内区域内锡膏区域的面积以及对应的占比作为锡膏检测质量合格的判定指标，提高检测效率和正确率。

Description

一种锡膏检测方法、系统、电子设备及介质
技术领域
本发明涉及检测技术领域，特别是涉及一种锡膏检测方法、系统、电子设备及介质。
背景技术
在IT制造业中，需要对PCB的工艺进行检测，以确保印刷电路板(Printed CircuitBoard/PCB)能够满足形貌、质量以及可靠性等要求，在PCB检测过程中，锡膏检测尤其是锡膏厚度(Solder Paste Inspection/SPI)检测是一个重要环节。目前，SPI检测效率和正确率都较低，影响生产效率，造成产能损失。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种锡膏检测方法、系统、电子设备及介质，用于解决现有技术中的问题。
为实现上述目的及其他相关目的，本发明提供一种锡膏检测方法，包括：
获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；
在所述目标轮廓内确定焊盘区域以及锡膏区域；
根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格。
可选的，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤还包括：
设置一轮廓阈值，当所述目标轮廓的面积小于所述轮廓阈值时，忽略该目标轮廓。
可选的，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤之后还包括：
对一目标轮廓所对应的一目标区域进行图像采集获取一目标图像；
对所述目标图像进行轮廓检测，更新所述目标轮廓。
可选的，在所述目标轮廓内确定焊盘区域以及锡膏区域的步骤包括：
对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值，其中，所述聚类阈值至少包括以下之一：背景阈值、焊盘阈值和锡膏阈值；
根据所述聚类阈值对所述目标轮廓所对应的区域进行阈值分割，获取所述焊盘区域和所述锡膏区域。
可选的，对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值的步骤包括：
随机获取所述目标轮廓所对应区域内的3个灰度值；
确定所述目标轮廓所对应区域内各个灰度值到该3个灰度值的灰度值距离；
根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值。
可选的，根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值的步骤包括：
分别获取该3个灰度值所对应的灰度值簇的灰度均值，并将灰度值簇所对应的灰度均值作为聚类阈值。
可选的，根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格的步骤包括：
分别计算所述锡膏区域的面积和所述焊盘区域的面积，根据所述锡膏区域的面积和所述焊盘区域的面积确定所述占比；
将所述占比与一预设的占比阈值进行对比，当所述占比小于所述占比阈值时，判定该锡膏不合格。
一种锡膏检测系统，包括：
采集模块，用于获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；
处理模块，用于在所述目标轮廓内确定焊盘区域以及锡膏区域；
判定模块，用于根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格；
所述采集模块、所述处理模块与所述判定模块信号连接。
一种电子设备，包括：
一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行一个或多个所述的方法。
一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行一个或多个所述的方法。
如上所述，本发明的锡膏检测方法、系统、电子设备及介质，具有以下有益效果：
利用轮廓检测对具有焊盘和锡膏的区域进行定位，提高不同样式、尺寸PCB板中锡膏检测的兼容性，并通过在轮廓区域内进行目标识别确定相应的焊盘区域及锡膏区域，将焊盘内区域内锡膏区域的面积以及对应的占比作为锡膏检测质量合格的判定指标，提高检测效率和正确率。
附图说明
图1显示为本发明实施例中锡膏检测方法的示意图。
图2显示为本发明实施例中锡膏检测系统的示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
发明人发现在PCB板的焊接过程中，容易出现锡膏缺陷、虚焊、不足等质量问题导致的焊盘与锡膏连接处断路、PCB板工作失灵的问题，进而导致生产效率降低和产能损耗的问题，而实际的生产制造过程中，锡膏检测或者利用SPI设备进行检测，效率不高，且当锡膏出现质量问题会中断制造进程，造成进一步的生产效率降低和产能损失请参阅图1，，本发明提供一种锡膏检测方法，包括：
S1：通过摄像设备进行图像采集，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，在轮廓检测的过程中，PCB板上的各个目标，例如焊盘或者锡膏在所述电路板图像中显示出来，进而获取各个目标的目标轮廓；
S2：在所述目标轮廓内确定焊盘区域以及锡膏区域；
S3：根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格。利用轮廓检测对具有焊盘和锡膏的区域进行定位，提高不同样式、尺寸PCB板中锡膏检测的兼容性，并通过在轮廓区域内进行目标识别确定相应的焊盘区域及锡膏区域，将焊盘内区域内锡膏区域的面积以及对应的占比作为锡膏检测质量合格的判定指标，提高检测效率和正确率。
在一些实施过程中，为了避免焊盘上的杂质引起的系统误差，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤还包括：
设置一轮廓阈值，当所述目标轮廓的面积小于所述轮廓阈值时，忽略该目标轮廓，排除PCB板上较小尺寸的杂质对轮廓检测的干扰，降低系统误差，提高检测准确度。
在一些实施过程中，为了提高采集图像的清晰度，降低噪声信号的干扰，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤之后还包括：
对一目标轮廓所对应的一目标区域进行图像采集获取一目标图像，例如，在对尺寸较小的焊盘进行检测时，可以在该目标轮廓对应的较小的焊盘的目标区域进行再次的定位和再次图像采集，获取目标图像，并对所述目标图像进行轮廓检测，更新所述目标轮廓，避免较小的焊盘轮廓不清晰或者轮廓检测结果不理想的情况出现，提高检测精确度，且能够适应较小尺寸的焊盘及锡膏检测，扩大锡膏检测应用场景。
在一些实施过程中，发明人发现受图像采集时候光线、亮度等条件影响，采用二值化处理的方式不能较好地对目标轮廓进行阈值分割，因此发明人提出在所述目标轮廓内确定焊盘区域以及锡膏区域的步骤包括：
对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值，其中，所述聚类阈值至少包括以下之一：背景阈值、焊盘阈值和锡膏阈值；
根据所述聚类阈值对所述目标轮廓所对应的区域进行阈值分割，获取所述焊盘区域和所述锡膏区域。例如，通过聚类处理，按照灰度值的大小和相似度，将所述目标轮廓所对应区域划分为背景、焊盘和锡膏，避免将背景、焊盘和锡膏进行混淆，提高检测精确度，进一步的，对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值的步骤包括：
随机获取所述目标轮廓所对应区域内的3个灰度值；
确定所述目标轮廓所对应区域内各个灰度值到该3个灰度值的灰度值距离；
根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值。
又例如，根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值的步骤包括：
分别获取该3个灰度值所对应的灰度值簇的灰度均值，并将灰度值簇所对应的灰度均值作为聚类阈值，提高检测效率。
在一些实施过程中，根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格的步骤包括：
分别计算所述锡膏区域的面积和所述焊盘区域的面积，例如，通过计算所述锡膏区域和所述焊盘区域的像素面积，并计算像素面积的比值确定所述锡膏区域的面积和所述焊盘区域的面积确定所述占比；
将所述占比与一预设的占比阈值进行对比，当所述占比小于所述占比阈值时，判定该锡膏不合格，例如，将占比阈值可以设定为50％、60％或者70％，根据不同的工艺要求和锡膏焊接要求进行设定，以锡膏区域与焊盘区域的面积占比作为锡膏或者SPI检测合格的判定指标，较大幅度地提高检测效率和检测准确度，减少因为SPI检测不合格导致的产线暂停，进而避免产能损失，提高工作和生产效率。
请参阅图2，本发明提供一种锡膏检测系统，包括：
采集模块，用于获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；
处理模块，用于在所述目标轮廓内确定焊盘区域以及锡膏区域；
判定模块，用于根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格；
所述采集模块、所述处理模块与所述判定模块信号连接。利用轮廓检测对具有焊盘和锡膏的区域进行定位，提高不同样式、尺寸PCB板检测的兼容性，并通过在轮廓区域内进行目标识别确定相应的焊盘区域及锡膏区域，通过焊盘内区域内锡膏区域的面积以及对应的占比作为质量合格的判定指标，提高检测效率和正确率。
本发明实施例提供一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行一个或多个所述的方法。本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明实施例还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行中一个或多个所述的方法。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种锡膏检测方法，其特征在于，包括：
获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；
在所述目标轮廓内确定焊盘区域以及锡膏区域；
根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格。
2.根据权利要求1所述的锡膏检测方法，其特征在于，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤还包括：
设置一轮廓阈值，当所述目标轮廓的面积小于所述轮廓阈值时，忽略该目标轮廓。
3.根据权利要求1或者2所述的锡膏检测方法，其特征在于，获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓的步骤之后还包括：
对一目标轮廓所对应的一目标区域进行图像采集获取一目标图像；
对所述目标图像进行轮廓检测，更新所述目标轮廓。
4.根据权利要求1所述的锡膏检测方法，其特征在于，在所述目标轮廓内确定焊盘区域以及锡膏区域的步骤包括：
对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值，其中，所述聚类阈值至少包括以下之一：背景阈值、焊盘阈值和锡膏阈值；
根据所述聚类阈值对所述目标轮廓所对应的区域进行阈值分割，获取所述焊盘区域和所述锡膏区域。
5.根据权利要求4所述的锡膏检测方法，其特征在于，对各个所述目标轮廓所对应区域进行灰度的聚类处理，分别获取聚类阈值的步骤包括：
随机获取所述目标轮廓所对应区域内的3个灰度值；
确定所述目标轮廓所对应区域内各个灰度值到该3个灰度值的灰度值距离；
根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值。
6.根据权利要求5所述的锡膏检测方法，其特征在于，根据所述灰度值距离获取该3个灰度值所对应的灰度值簇，并根据所述灰度值簇确定所述聚类阈值的步骤包括：
分别获取该3个灰度值所对应的灰度值簇的灰度均值，并将灰度值簇所对应的灰度均值作为聚类阈值。
7.根据权利要求1所述的锡膏检测方法，其特征在于，根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格的步骤包括：
分别计算所述锡膏区域的面积和所述焊盘区域的面积，根据所述锡膏区域的面积和所述焊盘区域的面积确定所述占比；
将所述占比与一预设的占比阈值进行对比，当所述占比小于所述占比阈值时，判定该锡膏不合格。
8.一种锡膏检测系统，其特征在于，包括：
采集模块，用于获取一电路板的电路板图像，对所述电路板图像进行轮廓检测，获取各个目标的目标轮廓；
处理模块，用于在所述目标轮廓内确定焊盘区域以及锡膏区域；
判定模块，用于根据所述锡膏区域与所对应的所述焊盘区域的占比确定是否合格；
所述采集模块、所述处理模块与所述判定模块信号连接。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-7中一个或多个所述的方法。
10.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-7中一个或多个所述的方法。
CN202011333295.6A 2020-11-24 2020-11-24 一种锡膏检测方法、系统、电子设备及介质 Active CN112419274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011333295.6A CN112419274B (zh) 2020-11-24 2020-11-24 一种锡膏检测方法、系统、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011333295.6A CN112419274B (zh) 2020-11-24 2020-11-24 一种锡膏检测方法、系统、电子设备及介质

Publications (2)

Publication Number Publication Date
CN112419274A true CN112419274A (zh) 2021-02-26
CN112419274B CN112419274B (zh) 2024-04-26

Family

ID=74778726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011333295.6A Active CN112419274B (zh) 2020-11-24 2020-11-24 一种锡膏检测方法、系统、电子设备及介质

Country Status (1)

Country Link
CN (1) CN112419274B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116423003A (zh) * 2023-06-13 2023-07-14 苏州松德激光科技有限公司 一种基于数据挖掘的锡焊智能评估方法及系统
CN117333441A (zh) * 2023-09-27 2024-01-02 威海天拓合创电子工程有限公司 一种基于图像数据的pcb板缺陷检测方法及系统
WO2024108956A1 (zh) * 2022-11-24 2024-05-30 中兴通讯股份有限公司 锡膏检测阈值调整方法、设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982927A (en) * 1996-12-19 1999-11-09 Cognex Corporation Methods and apparatuses for in-line solder paste inspection
US20040175030A1 (en) * 1999-05-04 2004-09-09 Prince David P. Systems and methods for detecting defects in printed solder paste
US7171036B1 (en) * 2002-05-22 2007-01-30 Cognex Technology And Investment Corporation Method and apparatus for automatic measurement of pad geometry and inspection thereof
CN102305600A (zh) * 2011-05-17 2012-01-04 东莞市神州视觉科技有限公司 一种贴片印刷锡膏快速三维测量方法
CN104504703A (zh) * 2014-12-20 2015-04-08 河南机电高等专科学校 一种基于片式元器件smt焊点彩色图像分割方法
CN106651802A (zh) * 2016-12-24 2017-05-10 大连日佳电子有限公司 机器视觉焊锡定位检测方法
CN206470205U (zh) * 2016-12-24 2017-09-05 大连日佳电子有限公司 机器视觉焊锡辅助检测系统
CN111091550A (zh) * 2019-12-12 2020-05-01 创新奇智(北京)科技有限公司 多尺寸自适应的pcb锡膏区域检测系统及检测方法
CN111161208A (zh) * 2019-11-21 2020-05-15 深圳航天智控科技有限公司 图像检测方法和装置
CN111816579A (zh) * 2020-07-10 2020-10-23 英特尔产品（成都）有限公司 用于检测被助焊剂残留物污染的芯片的方法和装置
CN111899248A (zh) * 2020-08-05 2020-11-06 佛山市南海区广工大数控装备协同创新研究院 一种基于机器学习的自动pcb焊锡膏缺陷检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982927A (en) * 1996-12-19 1999-11-09 Cognex Corporation Methods and apparatuses for in-line solder paste inspection
US20040175030A1 (en) * 1999-05-04 2004-09-09 Prince David P. Systems and methods for detecting defects in printed solder paste
US7171036B1 (en) * 2002-05-22 2007-01-30 Cognex Technology And Investment Corporation Method and apparatus for automatic measurement of pad geometry and inspection thereof
CN1947153A (zh) * 2003-12-12 2007-04-11 斯皮德莱技术公司 用于检测印刷焊锡膏中缺陷的系统和方法
CN102305600A (zh) * 2011-05-17 2012-01-04 东莞市神州视觉科技有限公司 一种贴片印刷锡膏快速三维测量方法
CN104504703A (zh) * 2014-12-20 2015-04-08 河南机电高等专科学校 一种基于片式元器件smt焊点彩色图像分割方法
CN106651802A (zh) * 2016-12-24 2017-05-10 大连日佳电子有限公司 机器视觉焊锡定位检测方法
CN206470205U (zh) * 2016-12-24 2017-09-05 大连日佳电子有限公司 机器视觉焊锡辅助检测系统
CN111161208A (zh) * 2019-11-21 2020-05-15 深圳航天智控科技有限公司 图像检测方法和装置
CN111091550A (zh) * 2019-12-12 2020-05-01 创新奇智(北京)科技有限公司 多尺寸自适应的pcb锡膏区域检测系统及检测方法
CN111816579A (zh) * 2020-07-10 2020-10-23 英特尔产品（成都）有限公司 用于检测被助焊剂残留物污染的芯片的方法和装置
CN111899248A (zh) * 2020-08-05 2020-11-06 佛山市南海区广工大数控装备协同创新研究院 一种基于机器学习的自动pcb焊锡膏缺陷检测方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024108956A1 (zh) * 2022-11-24 2024-05-30 中兴通讯股份有限公司 锡膏检测阈值调整方法、设备及存储介质
CN116423003A (zh) * 2023-06-13 2023-07-14 苏州松德激光科技有限公司 一种基于数据挖掘的锡焊智能评估方法及系统
CN116423003B (zh) * 2023-06-13 2023-10-31 苏州松德激光科技有限公司 一种基于数据挖掘的锡焊智能评估方法及系统
CN117333441A (zh) * 2023-09-27 2024-01-02 威海天拓合创电子工程有限公司 一种基于图像数据的pcb板缺陷检测方法及系统
CN117333441B (zh) * 2023-09-27 2024-04-02 威海天拓合创电子工程有限公司 一种基于图像数据的pcb板缺陷检测方法及系统

Also Published As

Publication number Publication date
CN112419274B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN112419274A (zh) 一种锡膏检测方法、系统、电子设备及介质
US9965847B2 (en) Multi-type BGA chip visual recognition method using line based clustering
CN109839385B (zh) 一种自适应的pcb板缺陷视觉定位检测及分类系统
CN105510348A (zh) 一种印制电路板的缺陷检测方法、装置及检测设备
CN113030121B (zh) 用于电路板元器件的自动光学检测方法、系统、及设备
CN106501272B (zh) 机器视觉焊锡定位检测系统
CN108596829A (zh) 一种pcb裸板图片配准方法和装置
CN117152165B (zh) 感光芯片缺陷的检测方法、装置、存储介质及电子设备
CN115239626A (zh) 缺陷检测方法、光学检测设备、电子设备以及存储介质
CN113379678A (zh) 一种电路板检测方法、装置、电子设备及存储介质
CN116309518A (zh) 一种基于计算机视觉的pcb电路板检测方法及系统
CN112434738A (zh) 基于决策树算法的锡膏检测方法、系统、电子设备及介质
CN115719326A (zh) Pcb板缺陷检测方法及装置
US20180114304A1 (en) Workpiece conductive feature inspecting method and workpiece conductive feature inspecting system
CN117152145A (zh) 一种基于图像的板卡工艺检测方法及装置
CN116468776A (zh) 探针识别的定位方法、装置、存储介质以及电子设备
JP2003110298A (ja) 実装部品検査方法および装置ならびに検査プログラム
Chang et al. Prediction of solder joint quality using a data mining methodology for surface mounted technology process
CN112419225A (zh) 一种基于引脚分割的sop型芯片检测方法及系统
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
JP4814116B2 (ja) 実装基板外観検査方法
CN115372793B (zh) 一种用于集成电路的电路检测方法
Han et al. A template matching based method for surface-mount rectangular-pin-chip positioning and defect detection
Nevliudov et al. Automated System Development for the Printed Circuit Boards Optical Inspection Using Machine Learning Methods
CN108303640B (zh) 一种线路检测的方法和装置

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