CN112634252A - 印刷电路的检测方法 - Google Patents
印刷电路的检测方法 Download PDFInfo
- Publication number
- CN112634252A CN112634252A CN202011604117.2A CN202011604117A CN112634252A CN 112634252 A CN112634252 A CN 112634252A CN 202011604117 A CN202011604117 A CN 202011604117A CN 112634252 A CN112634252 A CN 112634252A
- Authority
- CN
- China
- Prior art keywords
- line
- surface image
- pixel
- boundary points
- sides
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 24
- 230000007547 defect Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 abstract description 14
- 239000000428 dust Substances 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/60—Analysis of geometric attributes
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及印制电路板检测技术领域,具体涉及一种印刷电路的检测方法,包括步骤:S1、采集PCB板的表面图像;S2、从表面图像中定位,并提取出线路的线路区域;S3、在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线;S4、根据采集表面图像时的焦距和像素计算表面图像上单个像素点的宽度;S5、根据线路区域两侧的边缘线内的任意像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线;S6、统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度;S7、输出线路宽度的数值。本发明解决了现有技术不能对线路的宽度准确地进行检测的技术问题。
Description
技术领域
本发明涉及印制电路板检测技术领域,具体涉及一种印刷电路的检测方法。
背景技术
印制电路板,也即PCB(Printed Circuit Board),需要对成型后的线路进行检测,只有检测合格后,或者对检测到的缺陷进行处理后才可进入下道工序。目前,对于印制电路板的线路检测而言,主要通过人工采用放大镜或投影仪进行查看的方式对线路进行检测。但是,一方面,由于人工检测劳动强度大、眼睛容易产生疲劳,从而导致漏验率高;另一方面,随着电子产品朝着小型化、数字化发展,人工检测越来越难以成功检测出短路、断路等问题,检测效率低。
对此,文件CN103743760A公开了一种PCB板的线路检测方法,该方法包括:对PCB板所要印制的线路图像的上部和下部进行截取,获得上部标准线路图像和下部标准线路图像;对待检测PCB板上部的板面线路进行扫描,获得板面上部扫描图像;将板面上部扫描图像和上部标准线路图像进行对比,判断待检测PCB板上部的板面线路是否存在缺陷;对待检测PCB板下部的板面线路进行扫描,获得板面下部扫描图像;将板面下部扫描图像和下部标准线路图像进行对比,判断待检测PCB板下部的板面线路是否存在缺陷。
对于PCB板上的线路而言,如果宽度太小,会使得线路的电阻过大,线路上的电压降也大,从而影响PCB板的性能;如果宽度太大,会使得布线密度低,不利于PCB板的小型化。PCB板上的线路的宽度通常在毫米量级,其误差更在十分之一、甚至百分之一毫米的量级,相较于线路的其他缺陷(比如损伤),尺寸更加微小。故而,现有技术虽然能对线路的缺陷进行检测,但是不能对线路的宽度准确地进行检测。
发明内容
本发明提供一种印刷电路的检测方法,解决了现有技术不能对线路的宽度准确地进行检测的技术问题。
本发明提供的基础方案为:一种印刷电路的检测方法,包括步骤:
S1、采集PCB板的表面图像;
S2、从表面图像中定位,并提取出线路的线路区域;
S3、在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线;
S4、根据采集表面图像时的焦距和像素计算表面图像上单个像素点的宽度;
S5、根据线路区域两侧的边缘线内的任意像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线;
S6、统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度;
S7、输出线路宽度的数值。
本发明的工作原理及优点在于:首先,从采集的PCB板的表面图像中提取出线路的线路区域,预先缩小检测区域;在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线,为线宽的检测做好准备。然后,根据采集表面图像时的焦距和像素,计算表面图像上单个像素点的宽度;以及根据线路区域两侧的边缘线内的任意一个像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线;从而将线路宽度的检测问题转换为,线路区域两侧的边缘线之间的垂线长度问题。最后,统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度,也即通过像素点的个数和单个像素点的宽度的乘积得到线路宽度。通过这样的方式,对线宽进行检测时,单个像素点的宽度基本不受主观因素的影响,只需统计像素点的个数即可,相较于直接进行宽度检测,准确率更高。
本发明对线宽进行检测时,单个像素点的宽度基本不受主观因素的影响,只需统计像素点的个数即可,解决了现有技术不能对线路的宽度准确地进行检测的技术问题。
进一步,S3中,在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线,具体包括:
S31、在线路区域的边缘处设置多个查找区域,在每个查找区域提取出对应的像素级边界点;
S32、根据所有的像素级边界点生成边缘特征变化曲线,并采用插值算法将像素级边界点提取到亚像素级边界点;
S33、对所有的亚像素级边界点进行拟合,得出线路区域两侧的边缘线。
有益效果在于:亚像素级,是指相邻两像素之间的细分情况,每个像素被分为更小的单元,从而对这些更小的单元实施插值算法;通过这样的方式,得出的边缘线更加精确,有利于准确检测线宽。
进一步,S5中,根据线路区域两侧的边缘线内的中间位置的像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线。
有益效果在于:通过这样的方式,根据线路区域两侧的边缘线内的中间位置的像素点,相较于边缘位置的像素点,能够保证得到的直线尽可能垂直边缘线。
进一步,S2中,在从表面图像中定位,并提取出线路的线路区域之前,还对表面图像进行预处理。
有益效果在于:在从表面图像中提取线路区域之前,对表面图像进行预处理,可将表面图像的边缘处的干扰图像消除,通过这样的方式,有利于准确地获得线路的大体位置,为后续线宽的测量提供良好的基础。
进一步,S1中,通过背光的方式采集PCB板的表面图像。
有益效果在于:采用背光方式,便于调节光源,通过这样的方式,有利于提高采集得到的PCB板的表面图像的质量。
进一步,还包括S8,获取预先储存的PCB板的标准图像,将表面图像与标准图像进行对比,并判断PCB板的线路是否存在缺陷。
有益效果在于:通过这样的方式,在检测线路的同时,还可以自动检测线路的缺陷,从而既可以提高PCB板的检测效率,又可以降低PCB板的漏检率,并提高PCB板的生产效率。
进一步,S8中,还在表面图像中对线路的缺陷位置进行标记。
有益效果在于:通过这样的方式,可以使得工作人员及时发现线路的缺陷,避免将线路的宽度符合要求,但是存在其他缺陷的PCB投入使用。
附图说明
图1为本发明印刷电路的检测方法实施例的流程图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
实施例1
本发明印刷电路的检测方法实施例基本如附图1所示,包括步骤:
S1、采集PCB板的表面图像;
S2、从表面图像中定位,并提取出线路的线路区域;
S3、在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线;
S4、根据采集表面图像时的焦距和像素计算表面图像上单个像素点的宽度;
S5、根据线路区域两侧的边缘线内的任意像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线;
S6、统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度;
S7、输出线路宽度的数值。
具体实施过程如下:
S1、采集PCB板的表面图像。
通过显微镜拍摄PCB板的表面图像,在拍摄的过程中,为了避免光线太暗而造成表面图像不清晰,增加额外的光源进行补光,并通过背光的方式采集PCB板的表面图像,也就是说,光源从侧边或是背后对PCB板进行照射。此外,在采集完PCB板的表面图像后,保持显微镜不动,利用测距仪,比如说激光测距仪,测出显微镜与PCB板表面之间的距离,也即拍摄距离。
S2、从表面图像中定位,并提取出线路的线路区域。
对表面图像中定位,并提取出线路的线路区域之前,还对表面图像进行预处理,也即,将表面图像的边缘处的干扰图像消除,这样有利于准确地获得线路的大体位置,为后续线宽的测量提供良好的基础。
为了检测PCB板上线路的宽度,需要先在表面图像中进行定位,找到也即提取出包括线路的线路区域。也就是说,将表面图像区分为线路区域和其他区域。比如说,由于PCB板上线路与其他部分的形状、材料不一样,通过显微镜所拍摄出来的表面图像中线路区域与其他区域的亮度、形状差别都比较大。故而,可通过图像二值化对表面图像进行分割处理,将线路区域与其他区域区分开来,从而提取出在表面图像中提取出线路区域。
S3、在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线。
首先,在线路区域的边缘处设置多个查找区域,在每个查找区域提取出对应的像素级边界点。也就是说,边界点的尺寸大小与像素大小为同一个数量级,提取出的边界点就是像素点。
然后,根据所有的像素级边界点生成边缘特征变化曲线,并采用插值算法将像素级边界点提取到亚像素级边界点。亚像素是指相邻两像素之间细分情况,每个像素将被分为更小的单元,输入值通常为二分之一、三分之一或四分之一。比如说,如果选择四分之一,相当于每个像素在横向和纵向都被当作四个像素来计算,一张5×5像素的图像选择了四分之一的亚像素精度之后,就等于创建了一张20×20的离散点阵,进而对该离散点阵进行插值。最后,得到亚像素级边界点后,对所有的亚像素级边界点进行拟合,比如说采用多项式拟合,就可得出线路区域两侧的边缘线,这样得出的边缘线更加的精确,有利于准确检测线宽。
S4、根据采集表面图像时的焦距和像素计算表面图像上单个像素点的宽度。
通过拍摄距离以及显微镜的焦距可以计算得到表面图像的物理尺寸,再通过表面图像的物理尺寸以及显微镜的焦距可以计算得到表面图像上单个像素点的物理尺寸,也即单个像素点的宽度。
S5、根据线路区域两侧的边缘线内的任意像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线。
实际上,线路区域两侧的边缘线之间的垂直距离即为线路的宽度。在线路区域两侧的边缘线内的像素点中,任意选取一个像素点,比如说中间位置的像素点,经过该像素点,做出一条直线,该直线垂直于线路区域两侧的边缘线。
S6、统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度。
首先,统计直线上的像素点的个数,比如说,直线上的像素点的个数为N;然后,通过像素点的个数以及单个像素点的宽度计算得到线路宽度,比如说,单个像素点的宽度为A,那么线路的宽度B就为,B=N×A。
S7、输出线路宽度的数值。
最后,通过国际单位制输出线路宽度的数值。
实施例2
与实施例1不同之处仅在于,还包括S8,获取预先储存的PCB板的标准图像,将表面图像与标准图像进行对比,并判断PCB板的线路是否存在缺陷。也即,判断表面图像与标准图像在像素级的层面上是否完全重合,如果表面图像与标准图像在像素级层面完全重合,则PCB板的线路不存在缺陷;如果表面图像与标准图像在像素级层面不完全重合,则PCB板的线路存在缺陷,并在表面图像中对线路的缺陷位置进行标记。这样,在检测线路的同时,还可以自动检测线路的缺陷,提高PCB板的生产效率。
实施例3
与实施例2不同之处仅在于,在采集PCB板的表面图像之前,先判断是否可以启动采集。也即,检测PCB板表面附近灰尘的浓度,并判断是否低于浓度阈值:如果PCB板表面附近灰尘的浓度低于浓度阈值,则可以启动采集;如果PCB板表面附近灰尘的浓度不低于浓度阈值,则不可以启动采集。
在本实施例中,用平行单色光照射PCB板表面附近,并检测PCB板表面附近入射光的相对衰减率。由于灰尘在光的照射下会产生光的散射现象,同时吸收部分入射光的能量,入射光的光强将会衰减。此外,入射光的相对衰减率与灰尘的浓度成正比,入射光的光强大小与经过光电转换的电信号强弱成正比,故而电信号与灰尘浓度相互对应,检测到电信号后即可根据相应的换算关系计算出灰尘的浓度。
如果PCB板表面附近灰尘的浓度低于浓度阈值,则可以启动采集,此时,就采集PCB板的表面图像,并根据表面图像中PCB板的清晰度判断吹风除尘是否成功:
如果表面图像中PCB板的清晰度大于、等于预设阈值,表明除尘成功,可接着进行表面图像采集;如果表面图像中PCB板的清晰度小于预设阈值,对清晰度小于预设阈值的局部区域进行标记,并通过图像识别算法对标记的局部区域进行识别,判断标记的局部区域是否为机械瑕疵(比如说划伤、刮痕):如果标记的局部区域为机械瑕疵,则提示将PCB板报废,如果标记的局部区域不为机械瑕疵,则提示除尘失败,并再次进行除尘。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.印刷电路的检测方法,其特征在于,包括步骤:
S1、采集PCB板的表面图像;
S2、从表面图像中定位,并提取出线路的线路区域;
S3、在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线;
S4、根据采集表面图像时的焦距和像素计算表面图像上单个像素点的宽度;
S5、根据线路区域两侧的边缘线内的任意像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线;
S6、统计直线上的像素点的个数,通过像素点的个数以及单个像素点的宽度计算得到线路宽度;
S7、输出线路宽度的数值。
2.如权利要求1所述的印刷电路的检测方法,其特征在于,S3中,在线路区域的边缘处提取边界点,并根据边界点得出线路区域两侧的边缘线,具体包括:
S31、在线路区域的边缘处设置多个查找区域,在每个查找区域提取出对应的像素级边界点;
S32、根据所有的像素级边界点生成边缘特征变化曲线,并采用插值算法将像素级边界点提取到亚像素级边界点;
S33、对所有的亚像素级边界点进行拟合,得出线路区域两侧的边缘线。
3.如权利要求2所述的印刷电路的检测方法,其特征在于,S5中,根据线路区域两侧的边缘线内的中间位置的像素点,得到经过该像素点,且垂直于线路区域两侧的边缘线的直线。
4.如权利要求3所述的印刷电路的检测方法,其特征在于,S2中,在从表面图像中定位,并提取出线路的线路区域之前,还对表面图像进行预处理。
5.如权利要求4所述的印刷电路的检测方法,其特征在于,S1中,通过背光的方式采集PCB板的表面图像。
6.如权利要求5所述的印刷电路的检测方法,其特征在于,还包括S8,获取预先储存的PCB板的标准图像,将表面图像与标准图像进行对比,并判断PCB板的线路是否存在缺陷。
7.如权利要求6所述的印刷电路的检测方法,其特征在于,S8中,还在表面图像中对线路的缺陷位置进行标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604117.2A CN112634252A (zh) | 2020-12-30 | 2020-12-30 | 印刷电路的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011604117.2A CN112634252A (zh) | 2020-12-30 | 2020-12-30 | 印刷电路的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112634252A true CN112634252A (zh) | 2021-04-09 |
Family
ID=75287521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011604117.2A Pending CN112634252A (zh) | 2020-12-30 | 2020-12-30 | 印刷电路的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634252A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047123A (zh) * | 2021-10-09 | 2022-02-15 | 江苏芯亿达电子科技有限公司 | 一种用于集成板生产缺陷检测方法及检测系统 |
CN114596297A (zh) * | 2022-03-16 | 2022-06-07 | 深圳市恒天伟业科技有限公司 | 一种pcb的制造方法以及pcb制造系统 |
CN115239727A (zh) * | 2022-09-23 | 2022-10-25 | 南通荣茂电子科技有限公司 | 一种pcb板表面缺陷检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001317919A (ja) * | 2000-05-08 | 2001-11-16 | Nec Corp | 回路パターン線幅計測方法および回路パターン線幅計測装置 |
CN105092604A (zh) * | 2014-05-15 | 2015-11-25 | 由田新技股份有限公司 | 线路信息及非线路区信息撷取方法、线路缺陷检测方法 |
CN106228543A (zh) * | 2016-07-13 | 2016-12-14 | 凌云光技术集团有限责任公司 | 对pcb图像中导线的线宽和线距进行检测的方法及装置 |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
CN110544238A (zh) * | 2019-08-12 | 2019-12-06 | 华南理工大学 | 一种基于几何定位的柔性电路板线路缺陷识别方法 |
CN110926342A (zh) * | 2019-11-27 | 2020-03-27 | 北京工业大学 | 裂缝宽度测量方法及装置 |
-
2020
- 2020-12-30 CN CN202011604117.2A patent/CN112634252A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001317919A (ja) * | 2000-05-08 | 2001-11-16 | Nec Corp | 回路パターン線幅計測方法および回路パターン線幅計測装置 |
CN105092604A (zh) * | 2014-05-15 | 2015-11-25 | 由田新技股份有限公司 | 线路信息及非线路区信息撷取方法、线路缺陷检测方法 |
CN106228543A (zh) * | 2016-07-13 | 2016-12-14 | 凌云光技术集团有限责任公司 | 对pcb图像中导线的线宽和线距进行检测的方法及装置 |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
CN110544238A (zh) * | 2019-08-12 | 2019-12-06 | 华南理工大学 | 一种基于几何定位的柔性电路板线路缺陷识别方法 |
CN110926342A (zh) * | 2019-11-27 | 2020-03-27 | 北京工业大学 | 裂缝宽度测量方法及装置 |
Non-Patent Citations (1)
Title |
---|
蔡茂蓉;: "PCB图像线宽线距缺陷检测算法研究", 微计算机信息, no. 25, 5 September 2009 (2009-09-05), pages 4 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114047123A (zh) * | 2021-10-09 | 2022-02-15 | 江苏芯亿达电子科技有限公司 | 一种用于集成板生产缺陷检测方法及检测系统 |
CN114047123B (zh) * | 2021-10-09 | 2024-04-09 | 无锡芯羿达微电子有限公司 | 一种用于集成板生产缺陷检测方法及检测系统 |
CN114596297A (zh) * | 2022-03-16 | 2022-06-07 | 深圳市恒天伟业科技有限公司 | 一种pcb的制造方法以及pcb制造系统 |
CN115239727A (zh) * | 2022-09-23 | 2022-10-25 | 南通荣茂电子科技有限公司 | 一种pcb板表面缺陷检测方法 |
CN115239727B (zh) * | 2022-09-23 | 2022-12-27 | 南通荣茂电子科技有限公司 | 一种pcb板表面缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634252A (zh) | 印刷电路的检测方法 | |
CN102175700B (zh) | 数字x射线图像焊缝分割和缺陷检测方法 | |
JP7094028B2 (ja) | ガラスシートの光学特性をオンライン測定するためのシステム及び関連方法 | |
CN108230324B (zh) | 磁瓦表面微缺陷视觉检测方法 | |
CN103245671B (zh) | 冲压件表面缺陷检测装置及方法 | |
JP2005277395A5 (zh) | ||
CN110288584A (zh) | 基于机器视觉的陶瓷热浸镀铝表面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 | |
CN110084787B (zh) | 一种基于机器视觉的合成革涂胶在线监测方法 | |
CN112819844B (zh) | 一种图像边缘检测方法及装置 | |
CN112669272B (zh) | 一种aoi快速检测方法及快速检测系统 | |
TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN115272256A (zh) | 亚像素级传感光纤路径高斯提取方法及系统 | |
CN106056608A (zh) | 一种图像点线缺陷检测方法及装置 | |
JP2010181328A (ja) | 太陽電池ウェハ表面の検査装置,太陽電池ウェハ表面の検査用プログラム,太陽電池ウェハ表面の検査方法 | |
CN112634251A (zh) | 一种印刷电路的检测系统 | |
JP2001209798A (ja) | 外観検査方法及び検査装置 | |
JP3913517B2 (ja) | 欠陥検出方法 | |
JP5434385B2 (ja) | メッシュ検査装置、メッシュ検査方法、プログラム、および記録媒体 | |
CN117495791A (zh) | 一种表面缺陷定位方法 | |
CN110956619B (zh) | 一种曲面玻璃缺陷检测方法 | |
JP4697328B2 (ja) | 熱交換器のコアの検査方法 | |
CN211652541U (zh) | 一种玻璃清晰度视觉检测装置 | |
JP4403036B2 (ja) | 疵検出方法及び装置 | |
JP4520794B2 (ja) | 線条検査方法および装置 |
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 |