CN113333321A - 一种自动识别分类输送方法、系统、装置及存储介质 - Google Patents
一种自动识别分类输送方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN113333321A CN113333321A CN202110512282.3A CN202110512282A CN113333321A CN 113333321 A CN113333321 A CN 113333321A CN 202110512282 A CN202110512282 A CN 202110512282A CN 113333321 A CN113333321 A CN 113333321A
- Authority
- CN
- China
- Prior art keywords
- detected
- template
- image
- materials
- difference value
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
Abstract
本申请涉及一种自动识别分类输送方法、系统、装置及存储介质,涉及线路板生产的技术领域,其中方法包括:拍摄待测料,得到待测图像;根据预设的模板模型,读取模板模型中的模板料及模板图像;根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成整体差异值;根据整体差异值,判定整体差异值是否大于设定阈值;若判定为是,则将待测料定为NG料;若判定为否,则将待测料定为OK料;根据判定结果,分类输送NG料和OK料。本申请具有解决人工检查线路板产生的不利影响的效果。
Description
技术领域
本申请涉及线路板生产的技术领域,尤其是涉及一种自动识别分类输送方法、系统、装置及存储介质。
背景技术
PCB( Printed Circuit Board),中文名称为印制电路板,又称印刷线路板,是重要的电子部件,是电子元器件的支撑体,是电子元器件电气相互连接的载体。由于它是采用电子印刷术制作的,故被称为“印刷”电路板。
相关技术可参考申请公布号为CN102307427A的中国发明专利,其公开了一种PCB多层印制线路板,PCB多层印制线路板包括三层或三层以上双面覆铜箔板、连接在双面覆铜箔板之间的两层或两层以上的粘结层、盲孔和埋孔。在线路板(PCB)制作流程中,线路板生产厂商必须在出货前对板进行核对挑选,比如不同型号但外观相似,以及相同型号,版本不同,生产周期不同的线路板,以减少各种线路板出现混板。
针对上述中的相关技术,发明人认为存在有以下缺陷:目前对大批量的线路板只能靠人工来检查,而由于线路板生产量巨大,线路板生产厂直接增加人手检查会导致成本增加。
发明内容
为了降低人工成本,本申请提供一种自动识别分类输送方法、系统、装置及存储介质。
第一方面,本申请提供一种自动识别分类输送方法,采用如下的技术方案:
一种自动识别分类输送方法,包括:
拍摄待测料,得到待测图像;
根据预设的模板模型,读取模板模型中的模板料及模板图像;
根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值;
根据差异值,判定差异值是否大于设定阈值;
若判定为是,则将待测料定为NG料;
若判定为否,则将待测料定为OK料;
根据判定结果,分类输送NG料和OK料。
通过采用上述技术方案,利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
可选的,所述根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值步骤之后,包括:
根据模板图像预设的多个模板图像的检测区域,形成定位关系;
根据定位关系,划分待测图像,变换得到多个待测图像的检测区域;
根据待测图像的检测区域,将待测图像和模板图像的整体差异性划分成多个与检测区域对应的局部差异性;
录入局部差异性至差异值内。
通过采用上述技术方案,利用模板图像预设划分的多个检测区域,将待测图像和模板图像两者的整体差异性划分呈多个局部差异性,以便将局部差异性跟设定阈值逐一比对,提升比对判定的精确度。
可选的,所述根据判定结果,分类输送NG料和OK料步骤之后,包括:
根据判定结果,分别获取所有待测料中NG料的数量和位置,并形成NG料的数量信息和位置信息;
根据NG料的数量信息和位置信息,形成NG料的整合结果并输出。
通过采用上述技术方案,利用NG料的数量信息和位置信息,能够得到NG料的整合结果,实现检测人员对NG料检修。
可选的,所述根据判定结果,分别获取所有待测料中NG料的数量和位置,并形成NG料的数量信息和位置信息步骤之后,包括:
根据NG料的位置,标记NG料的位置为“X”。
通过采用上述技术方案,利用对NG料位置标记“X”,提升NG料位置的醒目度,便于检测人员快速找出NG料的位置。
可选的,所述拍摄待测料,得到待测图像步骤之前,包括:
拍摄模板料,得到模板图像;
根据模板料和模板图像,形成模板模型。
通过采用上述技术方案,检测人员选取模板料,并拍摄模板图像,进而形成模板模型,为检测待测料时提供直接便利。
可选的,所述拍摄模板料,得到模板图像步骤之后,包括:
根据模板图像,划分多个模板图像的检测区域,所述模板图像的检测区域数量等于模板料中的单料数量。
通过采用上述技术方案,将模板图像划分多个检测区域,为分区域检测待测料时提供直接便利。
第二方面,本申请提供一种自动识别分类输送系统,采用如下的技术方案:
一种自动识别分类输送系统,包括:
待测图像拍摄模块,用于拍摄待测料,得到待测图像;
模板模型读取模块,用于根据预设的模板模型,读取模板模型中的模板料及模板图像;
差异比对模块,用于根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值;
差异判定模块,用于根据差异值,判定差异值是否大于设定阈值;
若判定为是,则将待测料定为NG料;
若判定为否,则将待测料定为OK料;
分类输送模块,用于根据判定结果,分类输送NG料和OK料。
通过采用上述技术方案,利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
第三方面,一种自动识别分类输送装置,采用如下的技术方案:
一种自动识别分类输送装置,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
通过采用上述技术方案,利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
通过采用上述技术方案,利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
附图说明
图1是本申请实施例中自动识别分类输送步骤的流程图。
图2是本申请实施例中形成模板模型步骤的流程图。
图3是本申请实施例中划分局部差异性步骤的流程图。
图4是本申请实施例中整合NG料步骤的流程图。
图5是本申请实施例中自动识别分类输送系统的模块框图。
附图标记说明:1、待测图像拍摄模块;2、模板模型读取模块;3、差异比对模块;4、差异判定模块;5、分类输送模块。
具体实施方式
以下结合附图1-5对本申请作进一步详细说明。
本申请实施例公开一种自动识别分类输送方法。参照图1,自动识别分类输送方法,包括以下步骤:
S1、拍摄待测料,得到待测图像。
其中,设备的上料台位置处安装有相机,在设备运行过程中,将待测料放在上料台位置处,通过相机拍摄待测料,便可得到待测图像。
S2、根据预设的模板模型,读取模板模型中的模板料及模板图像。
参照图2,进一步地,S2中模板模型由检测人员预先准备的参照资料,具体步骤如下,
S201、拍摄模板料,得到模板图像。
其中,将模板料放置在设备的上料台位置,并通过相机拍摄采集模板料,便可得到模板图像。
S202、根据模板料和模板图像,形成模板模型。
其中,根据模板料以及模板图像,对模板料进行线路板3D建模,便可得到模板模型。检测人员选取模板料,并拍摄模板图像,进而形成模板模型,为检测待测料时提供直接便利。线路板建模为常规技术,因此建模过程不再详细说明。
S203、根据模板图像,划分多个模板图像的检测区域。
其中,模板料为连片料,其由多块单料组成,检测人员在模板料的模板图像上画出多个模板图像的检测区域,模板图像的检测区域数量等于模板料中的单料数量。将模板图像划分多个检测区域,为分区域检测待测料时提供直接便利。
回看图1,S3、根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值。
其中,整体差异性是根据模板料和待测料两者整板图像进行比对,比对的工艺参数主要有线路(最小线宽、最小线距、铜到外形线间距等)、导电孔、插件孔、防旱、字符、拼版等。待测图像和模板图像比对过程中,将待测图像中与模板图像一致的参数识别出来,同时提取存有差异的参数,为待测图像和模板图像的整体差异性,进而将提取差异参数形成差异值。
参照图3,进一步的,S3中得到的整体差异性能够细化呈多个有区域性的局部差异性,具体步骤如下,
S301、根据模板图像预设的多个模板图像的检测区域,形成定位关系。
其中,根据模板图像的检测区域,识别定位待测图像中与模板图像划分的多个检测区域相对应的区域,并将识别定位到的区域形成图像空间的坐标,形成定位关系。
S302、根据定位关系,划分待测图像,变换得到多个待测图像的检测区域。
其中,根据定位关系中形成的图像空间坐标,将待测图像划分变换,以形成待测图像的多个检测区域。
S303、根据待测图像的检测区域,将待测图像和模板图像的整体差异性划分成多个与检测区域对应的局部差异性。
其中,局部差异性是根据模板料和待测料两者的各个检测区域进行比对,待测图像的检测区域和模板图像的检测区域比对过程中,提取存有差异的参数,为待测图像和模板图像的局部差异性,更加细化待测图像和模板图像的差异性。
S304、录入局部差异性至差异值内。
回看图1,S4、根据差异值,判定差异值是否大于设定阈值。
其中,利用模板图像预设划分的多个检测区域,将待测图像和模板图像两者的整体差异性划分呈多个局部差异性,以便将局部差异性跟设定阈值逐一比对,提升比对判定的精确度。
具体地,根据线路板的工艺参数设定相对应的阈值,例如,字符设定字宽不能小于0.153mm,字高不能小于0.8mm,字宽比高度比例为1:5的关系等。
S5、若判定为是,则将待测料定为NG料。
其中,若差异值大于设定阈值,该待测料的与模板料的差异性超出参数标准值,则该待测料不符合要求。
S6、若判定为否,则将待测料定为OK料。
其中,若差异值小于设定阈值,该待测料的与模板料的差异性未超出参数标准值,则该待测料符合要求。
S7、根据判定结果,分类输送NG料和OK料。
其中,利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
参照图4,进一步地,在判别NG料和OK料之后,需要将NG料进行整合,具体步骤如下,
S701、根据判定结果,分别获取所有待测料中NG料的数量和位置,并形成NG料的数量信息和位置信息。
其中,NG料的数量为判定为NG料的待测料板数,NG料的位置为比设定阈值大的参数所在的待测料板的位置。
S702、根据NG料的数量信息和位置信息,形成NG料的整合结果并输出。
其中,利用NG料的数量信息和位置信息,能够得到NG料的整合结果,实现检测人员对NG料检修。
S703、根据NG料的位置,标记NG料的位置为“X”。
其中,利用对NG料位置标记“X”,提升NG料位置的醒目度,便于检测人员快速找出NG料的位置。
本申请实施例一种自动识别分类输送方法的实施原理为:利用待测图像与模板图像的比对,便可自动获得待测料和模板料两者的差异值,进而将两者的差异值与设定阈值进行大小判定,以将差异值大于设定阈值的待测料判断为NG料,反之则判定段位OK料,最终将OK料和NG料分类输送,便可实现对线路板待测料的自动识别检查并分类输送,省去了人手检查的工序,降低了人工成本。
基于上述方法,本申请实施例还公开一种自动识别分类输送系统。参照图,5,自动识别分类输送系统包括:
待测图像拍摄模块1,待测图像拍摄模块1用于拍摄待测料,得到待测图像;
模板模型读取模块2,模板模型读取模块2用于根据预设的模板模型,读取模板模型中的模板料及模板图像;
差异比对模块3,差异比对模块3用于根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值;
差异判定模块4,差异判定模块4用于根据差异值,判定差异值是否大于设定阈值;
若判定为是,则将待测料定为NG料;
若判定为否,则将待测料定为OK料;
分类输送模块5,分类输送模块5用于根据判定结果,分类输送NG料和OK料。
本申请实施例还公开一种自动识别分类输送装置,其包括存储器和处理器,其中,存储器上存储有能够被处理器加载并执行如上述的自动识别分类输送方法的计算机程序。
本申请实施例还公开一种计算机可读存储介质。计算机可读存储介质内存储有能够被处理器加载并执行如上述的自动识别分类输送方法的计算机程序,计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案,而非对发明的保护范围进行限制。显然,所描述的实施例仅仅是本发明部分实施例,而不是全部实施例。基于这些实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明,本领域普通技术人员依然可以在不冲突的情况下,不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整,从而得到不同的、本质未脱离本发明的构思的其他技术方案,这些技术方案也同样属于本发明所要保护的范围。
Claims (9)
1.一种自动识别分类输送方法,其特征在于,包括:
拍摄待测料,得到待测图像;
根据预设的模板模型,读取模板模型中的模板料及模板图像;
根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值;
根据差异值,判定差异值是否大于设定阈值;
若判定为是,则将待测料定为NG料;
若判定为否,则将待测料定为OK料;
根据判定结果,分类输送NG料和OK料。
2.根据权利要求1所述的一种自动识别分类输送方法,其特征在于,所述根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值步骤之后,包括:
根据模板图像预设的多个模板图像的检测区域,形成定位关系;
根据定位关系,划分待测图像,变换得到多个待测图像的检测区域;
根据待测图像的检测区域,将待测图像和模板图像的整体差异性划分成多个与检测区域对应的局部差异性;
录入局部差异性至差异值内。
3.根据权利要求1所述的一种自动识别分类输送方法,其特征在于,所述根据判定结果,分类输送NG料和OK料步骤之后,包括:
根据判定结果,分别获取所有待测料中NG料的数量和位置,并形成NG料的数量信息和位置信息;
根据NG料的数量信息和位置信息,形成NG料的整合结果并输出。
4.根据权利要求3所述的一种自动识别分类输送方法,其特征在于,所述根据判定结果,分别获取所有待测料中NG料的数量和位置,并形成NG料的数量信息和位置信息步骤之后,包括:
根据NG料的位置,标记NG料的位置为“X”。
5.根据权利要求1所述的一种自动识别分类输送方法,其特征在于,所述拍摄待测料,得到待测图像步骤之前,包括:
拍摄模板料,得到模板图像;
根据模板料和模板图像,形成模板模型。
6.根据权利要求5所述的一种自动识别分类输送方法,其特征在于,所述拍摄模板料,得到模板图像步骤之后,包括:
根据模板图像,划分多个模板图像的检测区域,所述模板图像的检测区域数量等于模板料中的单料数量。
7.一种自动识别分类输送系统,其特征在于,包括:
待测图像拍摄模块(1),用于拍摄待测料,得到待测图像;
模板模型读取模块(2),用于根据预设的模板模型,读取模板模型中的模板料及模板图像;
差异比对模块(3),用于根据待测图像和模板图像,比对待测图像和模板图像的整体差异性,形成差异值;
差异判定模块(4),用于根据差异值,判定差异值是否大于设定阈值;
若判定为是,则将待测料定为NG料;
若判定为否,则将待测料定为OK料;
分类输送模块(5),用于根据判定结果,分类输送NG料和OK料。
8.一种自动识别分类输送装置,其特征在于:包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
9.一种计算机可读存储介质,其特征在于:存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512282.3A CN113333321A (zh) | 2021-05-11 | 2021-05-11 | 一种自动识别分类输送方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110512282.3A CN113333321A (zh) | 2021-05-11 | 2021-05-11 | 一种自动识别分类输送方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113333321A true CN113333321A (zh) | 2021-09-03 |
Family
ID=77470754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110512282.3A Pending CN113333321A (zh) | 2021-05-11 | 2021-05-11 | 一种自动识别分类输送方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113333321A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114750155A (zh) * | 2022-04-26 | 2022-07-15 | 广东天太机器人有限公司 | 一种基于工业机器人的物件分类控制系统及方法 |
CN115906745A (zh) * | 2022-11-27 | 2023-04-04 | 青岛青软晶尊微电子科技有限公司 | 可视化操作系统的构建方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040151364A1 (en) * | 2000-06-20 | 2004-08-05 | Kenneway Ernest K. | Automated part sorting system |
CN108121986A (zh) * | 2017-12-29 | 2018-06-05 | 深圳云天励飞技术有限公司 | 目标检测方法及装置、计算机装置和计算机可读存储介质 |
CN109087294A (zh) * | 2018-07-31 | 2018-12-25 | 深圳辰视智能科技有限公司 | 一种产品缺陷检测方法、系统及计算机可读存储介质 |
CN110180796A (zh) * | 2019-05-09 | 2019-08-30 | 上海赫丁格热处理有限公司 | 小型零件感应淬火后智能检测识别系统 |
CN110246122A (zh) * | 2019-05-20 | 2019-09-17 | 江苏理工学院 | 基于机器视觉的小型轴承质量检测方法、装置及系统 |
CN110239997A (zh) * | 2019-06-13 | 2019-09-17 | 华中科技大学 | 一种复卷机自动剔废方法及设备 |
CN112686322A (zh) * | 2020-12-31 | 2021-04-20 | 柳州柳新汽车冲压件有限公司 | 零件差异识别方法、装置、设备及存储介质 |
-
2021
- 2021-05-11 CN CN202110512282.3A patent/CN113333321A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040151364A1 (en) * | 2000-06-20 | 2004-08-05 | Kenneway Ernest K. | Automated part sorting system |
CN108121986A (zh) * | 2017-12-29 | 2018-06-05 | 深圳云天励飞技术有限公司 | 目标检测方法及装置、计算机装置和计算机可读存储介质 |
CN109087294A (zh) * | 2018-07-31 | 2018-12-25 | 深圳辰视智能科技有限公司 | 一种产品缺陷检测方法、系统及计算机可读存储介质 |
CN110180796A (zh) * | 2019-05-09 | 2019-08-30 | 上海赫丁格热处理有限公司 | 小型零件感应淬火后智能检测识别系统 |
CN110246122A (zh) * | 2019-05-20 | 2019-09-17 | 江苏理工学院 | 基于机器视觉的小型轴承质量检测方法、装置及系统 |
CN110239997A (zh) * | 2019-06-13 | 2019-09-17 | 华中科技大学 | 一种复卷机自动剔废方法及设备 |
CN112686322A (zh) * | 2020-12-31 | 2021-04-20 | 柳州柳新汽车冲压件有限公司 | 零件差异识别方法、装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114750155A (zh) * | 2022-04-26 | 2022-07-15 | 广东天太机器人有限公司 | 一种基于工业机器人的物件分类控制系统及方法 |
CN115906745A (zh) * | 2022-11-27 | 2023-04-04 | 青岛青软晶尊微电子科技有限公司 | 可视化操作系统的构建方法及装置 |
CN115906745B (zh) * | 2022-11-27 | 2023-09-15 | 青岛青软晶尊微电子科技有限公司 | 可视化操作系统的构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113333321A (zh) | 一种自动识别分类输送方法、系统、装置及存储介质 | |
CN106127746A (zh) | 电路板元件漏件检测方法和系统 | |
CN109300102B (zh) | 一种针对pcb的缺陷检测方法 | |
CN105510348A (zh) | 一种印制电路板的缺陷检测方法、装置及检测设备 | |
JP4613644B2 (ja) | 回路実装基板の外観検査方法 | |
WO2018010391A1 (zh) | 一种板卡的检测方法及装置 | |
CN111899241B (zh) | 一种定量化的炉前pcb贴片缺陷在线检测方法及系统 | |
US20060271226A1 (en) | Inspection standard setting device, inspection standard setting method and process inspection device | |
JP7122524B2 (ja) | 検査プログラム生成システム、検査プログラムの生成方法、及び検査プログラムの生成用プログラム | |
Mahalingam et al. | Pcb-metal: A pcb image dataset for advanced computer vision machine learning component analysis | |
CN108596829A (zh) | 一种pcb裸板图片配准方法和装置 | |
US20080062266A1 (en) | Image test board | |
CN115239683A (zh) | 电路板的检测方法、模型训练方法、装置和电子设备 | |
CN106556794A (zh) | 用于实现pcba板检测的方法和装置 | |
CN116385770A (zh) | Pcb缺陷板标注和存储方法、系统、电子设备及存储介质 | |
CN111914508A (zh) | 元器件检测方法、装置、电子设备及可读存储介质 | |
EP3167965A1 (en) | Electronic product sorting system and sorting method | |
CN108830347B (zh) | 电路板的跟踪管理方法、装置及电子设备 | |
CN101201371B (zh) | 印刷电路检测装置和方法 | |
US20140160271A1 (en) | Detection system and method | |
US20210072215A1 (en) | System and method for building detection model based on standard value to confirm soldering status | |
KR101383827B1 (ko) | 인쇄회로기판의 솔더링 영역 자동검출 시스템 및 방법 | |
US20040039529A1 (en) | System and method for assessing environmental load | |
CN105277569A (zh) | 基于三维特征的线路板检测方法 | |
CN103020601B (zh) | 高压线视觉检测方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210903 |
|
RJ01 | Rejection of invention patent application after publication |