CN113218970A - 一种基于x射线的bga封装质量自动检测方法 - Google Patents

一种基于x射线的bga封装质量自动检测方法 Download PDF

Info

Publication number
CN113218970A
CN113218970A CN202110284694.6A CN202110284694A CN113218970A CN 113218970 A CN113218970 A CN 113218970A CN 202110284694 A CN202110284694 A CN 202110284694A CN 113218970 A CN113218970 A CN 113218970A
Authority
CN
China
Prior art keywords
area
image
welding
contour
circle
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
Application number
CN202110284694.6A
Other languages
English (en)
Inventor
黄慧
冯辰越
马燕
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.)
Shanghai Normal University
University of Shanghai for Science and Technology
Original Assignee
Shanghai Normal University
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 Shanghai Normal University filed Critical Shanghai Normal University
Priority to CN202110284694.6A priority Critical patent/CN113218970A/zh
Publication of CN113218970A publication Critical patent/CN113218970A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06T7/11—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
    • G06T7/136—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种基于X射线的BGA封装质量自动检测方法，包括以下步骤：对X射线图像进行预处理；对预处理后的图像进行二值化处理提取焊接区域；根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值；根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积；计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果。本发明的一种基于X射线的BGA封装质量自动检测方法，通过计算机图像处理，实现对焊点X射线图像整体结构特征的自动检测。

Description

一种基于X射线的BGA封装质量自动检测方法
技术领域
本发明涉及焊点检测领域，尤其涉及一种基于X射线的BGA封装质量自动检测方法。
背景技术
现如今PCB的球栅阵列已被广泛地应用于各类集成电路的生产制造过程中。但其焊接质量会直接影响最终成品的质量，PCB进入在线测试和功能测试之后还会出现不少具有故障的成品，使返修量增加和成品率降低。目前焊接厂普遍利用X光射线成像对PCB板焊接检测，但还不能实现完全自动化，而是利用人工抽检的方法肉眼检查X光图像的内容。目前已经存在多种基于X射线的球栅阵列焊点检测系统：焊点气泡检测、连桥检测、基于动态阈值分割的气泡检测、对倾斜BGA图像的识别纠正并通过Blob分析识别气泡。
气泡检测通过气泡的灰度特征识别并提取焊点气泡信息，根据气泡的面积以及数量判断焊接质量；动态阈值分割算法，在灰度特征提取的基础上加入了动态阈值分割方法，提高了气泡分离的精准度；对倾斜BGA图像的识别纠正并通过Blob分析识别气泡的算法进一步优化了在扫描角度异常情况下的焊点识别，提升了算法的适用范围；连桥检测则通过对焊点的面积来判断是否存在连焊的情况。集中于对焊点的某一具体问题的识别与分析，特别是针对焊点的气泡特征进行识别分析，而并没有针对焊点的整体结构特征进行识别，给出一个焊点的整体评价结果。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是现有的焊点检测都是针对某一具体问题的识别与分析，特别是针对焊点的气泡特征进行识别分析，没有针对焊点的整体结构特征的进行识别。本发明提供了一种基于X射线的BGA封装质量自动检测方法，通过计算机图像处理，实现对焊点X射线图像整体结构特征的自动检测。
为实现上述目的，本发明提供了一种基于X射线的BGA封装质量自动检测方法，包括以下步骤：
对X射线图像进行预处理；
对预处理后的图像进行二值化处理提取焊接区域；
根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值；
根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积；
计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果。
进一步地，对X射线图像进行预处理，包括以下步骤：
先对X射线图像进行高斯滤波，降低噪声；
对降噪后的图像进行几何校正；
对几何校正后的图像进行尺寸归一化处理；
再对尺寸归一后的图像进行直方图均衡化处理，提高焊点区域与周边的区分度。
进一步地，对预处理后的图像进行二值化处理提取焊接区域，包括以下步骤：
对预处理后的图像应用阈值处理，去除图像中无关区域；
利用在水平与垂直方向同时投影的方法对焊点区域进行分割，得到焊点区域图像。
进一步地，根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值，具体包括
对分割后的图像进行霍夫变换，进行圆检测，实现对焊点图像的补圆操作，计算得到理论圆的信息并计算理论圆的面积。
进一步地，根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积，具体包括：
使用边缘轮廓识别算法，逐行扫描二值化图像，完成对每个焊点轮廓的识别，并计算轮廓内面积，得到轮廓围成的面积。
进一步地，计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果，具体包括：
计算理论圆面积和轮廓围成的面积的差值；
根据实际需求设定阈值；
当差值小于设定阈值时，判定焊接质量合格。
技术效果
本发明对电路板的X射线扫描图像进行几何校正、归一化、直方图均衡化、阈值处理等预处理，依据焊点特征采用投影法提取ROI识别区域，将其转化为二值图像，利用霍夫变换圆检测得到标准圆的理论面积与图像轮廓识别所得到焊点实际面积，比较两种方法所得的面积差，通过对面积差值的比较得到质量检测结果。在较小的系统开支的情况下实现较好的BGA焊点整体质量检测效果，过程完全自动化，利用整体特征判断焊接质量。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法的流程示意图；
图2是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法的原图；
图3是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法的预处理之后的图像；
图4是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法的经过二值化处理的图像；
图5是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法通过投影法提取焊点区域的图像；
图6是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法利用霍夫变换对焊点区域进行补圆操作的图像；
图7是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法通过霍夫变换与轮廓识别实现判断的图像；
图8是本发明的一个较佳实施例的一种基于X射线的BGA封装质量自动检测方法的焊点及对应标准圆示意图。
具体实施方式
如图1所示，本发明实施例提供了一种基于X射线的BGA封装质量自动检测方法，包括以下步骤：
步骤103，对X射线图像进行预处理；具体包括：
先对X射线图像进行高斯滤波，降低噪声；
对降噪后的图像进行几何校正；
对几何校正后的图像进行尺寸归一化处理；
再对尺寸归一后的图像进行直方图均衡化处理，提高焊点区域与周边的区分度。
步骤104，对预处理后的图像进行二值化处理提取焊接区域；具体包括对预处理后的图像应用阈值处理，去除图像中无关区域；利用在水平与垂直方向同时投影的方法对焊点区域进行分割，得到焊点区域图像。
步骤105，根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值；具体的，对分割后的图像进行霍夫变换，进行圆检测，实现对焊点图像的补圆操作，计算得到理论圆的信息并计算理论圆的面积。
步骤106，根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积(如图8所示，101为焊接区域，102为标准圆的轮廓)；具体的，使用边缘轮廓识别算法，逐行扫描二值化图像，完成对每个焊点轮廓的识别，并计算轮廓内面积，得到轮廓围成的面积。
步骤107，计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果；具体的，计算理论圆面积和轮廓围成的面积的差值；根据实际需求设定阈值；当差值小于设定阈值时，判定焊接质量合格。
本发明实施例首先对图像进行高斯滤波，降低噪声的影响。此外，由于芯片摆放位置与X光照射源的之间的相对位置不同，造成芯片图像的几何形变，因此需要做几何校正和图像芯片尺寸归一化处理。由于X射线图像的特点，造成焊点与周边区别度不高，利用直方图均衡化处理提高焊点区域与周边的区分度，便于提取ROI(region of interest，感兴趣区域)与识别焊点信息。最后，利用阈值分割方法，将图像中的焊点部位与板卡背景分离开来。随后通过投影法分割焊点区域的图像。最后对分割得到的区域进行霍夫圆变换得到所有焊点的标准圆面积，进行轮廓识别得到焊点实际面积并与上述标准圆进行匹配，计算面积差值。根据不同需求设定差值上限，即面积差小于设定即可认定为焊接质量合格。
步骤103：方便应对不同扫描设备的输出图像分辨率差异，对X射线扫描图像进行大小归一化处理。由于图像过大会对计算效率带来影响，过小又不利于计算机的识别，使用双线性插值的方法对图像大小进行调节。此处保留图像原始宽高比例.随后使用直方图均衡化将原本集中的直方图拉伸拓展，使其分布更为均匀，体现在图像显示效果上就是增加了图像的对比度与动态范围。对于焊点识别而言可以增加焊点区域与周边的区分度，便于提取ROI区域与识别焊点信息。
步骤104：应用阈值处理，去除图像中无关区域，只保留所需的信息，通过阈值处理能保留焊点区域而去除其余区域的无关信息。随后使用在水平与垂直方向同时投影的方法对焊点区域进行分割，得到焊点区域的图像，去除其余无用区域。
步骤105：对分割后的图像应用霍夫变换，进行圆检测，实现对焊点图像的补圆操作，计算得到其理论标准圆的信息并以此计算面积。
步骤106：使用Satoshi Suzuki的边缘轮廓识别算法，逐行扫描二值化图像，完成对每个焊点轮廓的识别，并计算轮廓内面积，即焊点实际面积大小。
步骤107：对步骤105与步骤106所得到的两个面积进行比较，计算出差值，根据不同需求下的实际情况，设定阈值，若差值小于设定值即认为焊接质量合格。
以下将以具体实例解释说明本发明的一种基于X射线的BGA封装质量自动检测方法，以图2所示的X射线图像为例：
步骤103，对X射线图像进行预处理；具体包括：
先对X射线图像进行高斯滤波，降低噪声，公式如下：
Figure BDA0002979969830000041
其中x,y为像素点坐标，在图像处理中可认为是整数，σ是标准差，e是自然常数，h(x,y)是处理后的结果。
对降噪后的图像进行几何校正；
对几何校正后的图像进行尺寸归一化处理；设原始宽度为Wo，原始高度为Ho，则图像新宽度Wn为：
Figure BDA0002979969830000051
再对尺寸归一后的图像进行直方图均衡化处理，公式如下：
Figure BDA0002979969830000052
其中，cdfmin为累积分布函数最小值，M和N分别代表了图像的长宽像素个数，L是灰度级数，v为原始图像中为v的像素值，cdf(v)为使用cdf累积分布函数对原始图像进行处理，h(v)为处理后的图像结果；得到如图3所示的图像。经过对图像进行直方图均衡化处理后，可以提高焊点区域与周边的区分度。
步骤104，对预处理后的图像进行二值化处理提取焊接区域；
令原始像素点为O(x，y)，处理后的像素点为T(x，y)
Figure BDA0002979969830000053
经过二值化处理后得到图4所示的图像；该步骤是对预处理后的图像应用阈值处理，去除图像中无关区域；再利用在水平与垂直方向同时投影的方法对焊点区域进行分割，得到焊点区域图像，如图5所示。
步骤105，根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值；具体的，对分割后的图像进行霍夫变换，进行圆检测，实现对焊点图像的补圆操作，如图6所示，计算得到理论圆的信息并计算理论圆的面积。
在对分割后的图像进行霍夫变换时，需要三个参数，圆心的x，y坐标和圆的半径.如下对应的三个参数c1，c2，c3：
(x-c1)2+(y-c2)2＝c3 2
对于xy平面的一个点，是由c1，c2，c3组成三维空间的空间曲面。对于c1，c2，c3平面的一个点，在xy平面它是一个圆。
对于在xy平面上的三个点(x0，y0)，(x1，y1)，(x2，y2)，在c1，c2，c3三维空间是对应的三个空间曲面(此时c1，c2，c3相当于常量)。
(x0-c1)2+(y0-c2)2＝c3 2
(x1-c1)2+(y1-c2)2＝c3 2，
(x2-c1)2+(y2-c2)2＝c3 2
(x0，y0)，(x1，y1)，(x2，y2)这三个点在由c1，c2，c3所确定的圆上(即c1，c2，c3分别表示圆的圆心x坐标、圆心y坐标以及圆的半径)，且三个点对应由c1，c2，c3确定的空间的三个空间曲面。故在xy平面，三个点在同一个圆上，则它们对应的空间曲面相交于一点(即点(c1,c2,c3))。
步骤106，根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积(如图8所示，101为焊接区域，102为标准圆的轮廓)；具体的，使用边缘轮廓识别算法，逐行扫描二值化图像，完成对每个焊点轮廓的识别，并计算轮廓内面积，得到轮廓围成的面积。最后得到霍夫变换与轮廓识别的判断示图，如图7所示。
步骤107，计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果；具体的，计算理论圆面积和轮廓围成的面积的差值；根据实际需求设定阈值；当差值小于设定阈值时，判定焊接质量合格。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (6)

1.一种基于X射线的BGA封装质量自动检测方法，其特征在于，包括以下步骤：
对X射线图像进行预处理；
对预处理后的图像进行二值化处理提取焊接区域；
根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值；
根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积；
计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果。
2.如权利要求1所述的一种基于X射线的BGA封装质量自动检测方法，其特征在于，对X射线图像进行预处理，包括以下步骤：
先对X射线图像进行高斯滤波，降低噪声；
对降噪后的图像进行几何校正；
对几何校正后的图像进行尺寸归一化处理；
再对尺寸归一后的图像进行直方图均衡化处理，提高焊点区域与周边的区分度。
3.如权利要求2所述的一种基于X射线的BGA封装质量自动检测方法，其特征在于，对预处理后的图像进行二值化处理提取焊接区域，包括以下步骤：
对预处理后的图像应用阈值处理，去除图像中无关区域；
利用在水平与垂直方向同时投影的方法对焊点区域进行分割，得到焊点区域图像。
4.如权利要求3所述的一种基于X射线的BGA封装质量自动检测方法，其特征在于，根据提取的焊接区域，对焊点进行修补，得到理论圆数据并计算理论圆的面积值，具体包括
对分割后的图像进行霍夫变换，进行圆检测，实现对焊点图像的补圆操作，计算得到理论圆的信息并计算理论圆的面积。
5.如权利要求3所述的一种基于X射线的BGA封装质量自动检测方法，其特征在于，根据提取的焊接区域，提取轮廓信息，得到轮廓围成的面积，具体包括：
使用边缘轮廓识别算法，逐行扫描二值化图像，完成对每个焊点轮廓的识别，并计算轮廓内面积，得到轮廓围成的面积。
6.如权利要求5所述的一种基于X射线的BGA封装质量自动检测方法，其特征在于，计算理论圆的面积与轮廓围成的面积的差值，获得质量检测结果，具体包括：
计算理论圆面积和轮廓围成的面积的差值；
根据实际需求设定阈值；
当差值小于设定阈值时，判定焊接质量合格。
CN202110284694.6A 2021-03-17 2021-03-17 一种基于x射线的bga封装质量自动检测方法 Pending CN113218970A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110284694.6A CN113218970A (zh) 2021-03-17 2021-03-17 一种基于x射线的bga封装质量自动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110284694.6A CN113218970A (zh) 2021-03-17 2021-03-17 一种基于x射线的bga封装质量自动检测方法

Publications (1)

Publication Number Publication Date
CN113218970A true CN113218970A (zh) 2021-08-06

Family

ID=77083730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110284694.6A Pending CN113218970A (zh) 2021-03-17 2021-03-17 一种基于x射线的bga封装质量自动检测方法

Country Status (1)

Country Link
CN (1) CN113218970A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024184976A1 (ja) * 2023-03-03 2024-09-12 ファナック株式会社 画像処理装置

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09251544A (ja) * 1996-03-14 1997-09-22 Toshiba Corp ワークエッジ検出画像処理装置
JPH10166147A (ja) * 1996-12-05 1998-06-23 Hitachi Ltd 自動溶接加工装置
JP2001284789A (ja) * 2000-03-29 2001-10-12 Nagoya Electric Works Co Ltd 半田形状の検査方法
WO2004072628A1 (ja) * 2003-02-12 2004-08-26 Hitachi, Ltd. 欠陥検査装置及びその方法
US20100061637A1 (en) * 2008-09-05 2010-03-11 Daisuke Mochizuki Image processing method, image processing apparatus, program and image processing system
CN101832951A (zh) * 2010-05-11 2010-09-15 中国计量学院 基于机器视觉系统的pvc圆形管材表面瑕疵在线检测方法
CN106780526A (zh) * 2016-11-21 2017-05-31 浙江工业大学 一种铁氧体圆片表面裂痕识别方法
CN106770333A (zh) * 2017-02-20 2017-05-31 重庆邮电大学 一种bga缺陷自动检测方法
CN107135664A (zh) * 2015-12-21 2017-09-05 厦门中控生物识别信息技术有限公司 一种人脸识别的方法以及人脸识别装置
CN107657588A (zh) * 2017-09-25 2018-02-02 电子科技大学 用于bga焊点的x射线图像的校正方法
US20180080763A1 (en) * 2016-09-20 2018-03-22 Omron Corporation X-ray inspection apparatus and control method
CN108280837A (zh) * 2018-01-25 2018-07-13 电子科技大学 基于变换的x射线图像中bga焊球轮廓提取方法
CN108319933A (zh) * 2018-03-19 2018-07-24 广东电网有限责任公司中山供电局 一种基于dsp技术的变电站人脸识别方法
CN109064440A (zh) * 2018-06-19 2018-12-21 广东工业大学 一种基于机器视觉的喇叭音圈焊线识别方法
CN109308705A (zh) * 2018-09-27 2019-02-05 上海交通大学 一种焊接熔池图像轮廓实时提取方法
CN110355493A (zh) * 2019-06-26 2019-10-22 中车工业研究院有限公司 自动化检测焊缝表面质量的焊接系统
CN110530877A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 一种焊接外形质量检测机器人及其检测方法
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

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09251544A (ja) * 1996-03-14 1997-09-22 Toshiba Corp ワークエッジ検出画像処理装置
JPH10166147A (ja) * 1996-12-05 1998-06-23 Hitachi Ltd 自動溶接加工装置
JP2001284789A (ja) * 2000-03-29 2001-10-12 Nagoya Electric Works Co Ltd 半田形状の検査方法
WO2004072628A1 (ja) * 2003-02-12 2004-08-26 Hitachi, Ltd. 欠陥検査装置及びその方法
US20100061637A1 (en) * 2008-09-05 2010-03-11 Daisuke Mochizuki Image processing method, image processing apparatus, program and image processing system
CN101832951A (zh) * 2010-05-11 2010-09-15 中国计量学院 基于机器视觉系统的pvc圆形管材表面瑕疵在线检测方法
CN107135664A (zh) * 2015-12-21 2017-09-05 厦门中控生物识别信息技术有限公司 一种人脸识别的方法以及人脸识别装置
US20180080763A1 (en) * 2016-09-20 2018-03-22 Omron Corporation X-ray inspection apparatus and control method
CN106780526A (zh) * 2016-11-21 2017-05-31 浙江工业大学 一种铁氧体圆片表面裂痕识别方法
CN106770333A (zh) * 2017-02-20 2017-05-31 重庆邮电大学 一种bga缺陷自动检测方法
CN107657588A (zh) * 2017-09-25 2018-02-02 电子科技大学 用于bga焊点的x射线图像的校正方法
CN108280837A (zh) * 2018-01-25 2018-07-13 电子科技大学 基于变换的x射线图像中bga焊球轮廓提取方法
CN108319933A (zh) * 2018-03-19 2018-07-24 广东电网有限责任公司中山供电局 一种基于dsp技术的变电站人脸识别方法
CN109064440A (zh) * 2018-06-19 2018-12-21 广东工业大学 一种基于机器视觉的喇叭音圈焊线识别方法
CN109308705A (zh) * 2018-09-27 2019-02-05 上海交通大学 一种焊接熔池图像轮廓实时提取方法
CN110355493A (zh) * 2019-06-26 2019-10-22 中车工业研究院有限公司 自动化检测焊缝表面质量的焊接系统
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
CN110530877A (zh) * 2019-09-16 2019-12-03 西安中科光电精密工程有限公司 一种焊接外形质量检测机器人及其检测方法

Non-Patent Citations (15)

* Cited by examiner, † Cited by third party
Title
Y.J.ROH ET AL.: "Inspection of Ball Grid Array Solder Joints using X-ray Cross-sectional Images", 《PROC.SPIE》 *
Y.J.ROH ET AL.: "Inspection of Ball Grid Array Solder Joints using X-ray Cross-sectional Images", 《PROC.SPIE》, vol. 3836, 31 December 1999 (1999-12-31), pages 168 - 178 *
侯宏花: "《数字图像处理与分析》", 30 September 2011, 北京理工大学出版社, pages: 200 - 203 *
尹迎菊: "Hough变换在PCB在线检测系统的应用", 《湖南环境生物职业技术学院学报》 *
尹迎菊: "Hough变换在PCB在线检测系统的应用", 《湖南环境生物职业技术学院学报》, vol. 13, no. 03, 30 September 2007 (2007-09-30), pages 32 - 35 *
戴知圣等: "基于机器视觉的贴片引脚焊接缺陷检测", 《广东工业大学学报》 *
戴知圣等: "基于机器视觉的贴片引脚焊接缺陷检测", 《广东工业大学学报》, vol. 33, no. 03, 31 May 2016 (2016-05-31), pages 65 - 69 *
李乐等: "复杂背景下X射线BGA焊点气泡检测", 《焊接学报》 *
李乐等: "复杂背景下X射线BGA焊点气泡检测", 《焊接学报》, vol. 36, no. 03, 31 March 2015 (2015-03-31), pages 80 - 84 *
胥路平等: "BGA焊点检测技术研究", 《计量与测试技术》 *
胥路平等: "BGA焊点检测技术研究", 《计量与测试技术》, vol. 40, no. 05, 31 December 2013 (2013-12-31), pages 24 - 25 *
马吉权等: "一种焊点缺陷检测方法的研究", 《哈尔滨商业大学学报(自然科学版)》 *
马吉权等: "一种焊点缺陷检测方法的研究", 《哈尔滨商业大学学报(自然科学版)》, vol. 24, no. 03, 30 June 2008 (2008-06-30), pages 355 - 357 *
马吉权等: "基于X射线的焊点图像预处理方法及应用", 《哈尔滨工业大学学报》 *
马吉权等: "基于X射线的焊点图像预处理方法及应用", 《哈尔滨工业大学学报》, vol. 40, no. 03, 31 March 2008 (2008-03-31), pages 397 - 400 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024184976A1 (ja) * 2023-03-03 2024-09-12 ファナック株式会社 画像処理装置

Similar Documents

Publication Publication Date Title
CN109816652B (zh) 一种基于灰度显著性的复杂铸件缺陷识别方法
CN113570605B (zh) 一种基于液晶显示面板的缺陷检测方法和系统
JP3435684B2 (ja) 画像情報処理装置
Zhong et al. Blob analyzation-based template matching algorithm for LED chip localization
CN112767399B (zh) 半导体焊线缺陷检测方法、电子设备及存储介质
CN113295698B (zh) 一种缺陷检测方法、存储介质和检测系统
CN106501272B (zh) 机器视觉焊锡定位检测系统
CN113256598B (zh) 一种用于芯片生产的视觉检测系统
CN113077437B (zh) 工件质量检测方法及其系统
Said et al. Robust automatic void detection in solder balls
CN110060239B (zh) 一种用于瓶子瓶口的缺陷检测方法
CN113516619B (zh) 一种基于图像处理技术的产品表面瑕疵识别方法
CN113019973A (zh) 一种易拉罐制造缺陷在线视觉检测方法
CN115690670A (zh) 一种晶圆瑕疵智能识别方法和系统
CN113781415A (zh) 一种x射线图像的缺陷检测方法、装置、设备及介质
CN113379678A (zh) 一种电路板检测方法、装置、电子设备及存储介质
CN117974601A (zh) 基于模板匹配的硅片表面缺陷检测方法及系统
CN110426395B (zh) 一种太阳能el电池硅片表面检测方法及装置
CN113218970A (zh) 一种基于x射线的bga封装质量自动检测方法
CN112419225B (zh) 一种基于引脚分割的sop型芯片检测方法及系统
CN116468691A (zh) 一种应用于产品分拣的智能检测方法及装置
CN115239595A (zh) 一种包装印刷品二维码合格性检测方法
CN114354631A (zh) 一种基于视觉的阀门毛坯表面缺陷检测方法
CN117252876B (zh) 一种led支架缺陷检测方法及系统
CN114441554B (zh) 检测方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210806

RJ01 Rejection of invention patent application after publication