CN113533375A - 一种印刷线路板正反向扫描建模检测方法 - Google Patents
一种印刷线路板正反向扫描建模检测方法 Download PDFInfo
- Publication number
- CN113533375A CN113533375A CN202110990235.XA CN202110990235A CN113533375A CN 113533375 A CN113533375 A CN 113533375A CN 202110990235 A CN202110990235 A CN 202110990235A CN 113533375 A CN113533375 A CN 113533375A
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- area
- target
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 102
- 230000000873 masking effect Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 16
- 230000007547 defect Effects 0.000 claims description 11
- 238000003702 image correction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
-
- 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
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
一种印刷线路板正反向扫描建模检测方法，包括以下步骤：相机运行对板件进行扫描，截取图像形成检测图像信息；在检测图像的最左侧和最右侧设立标靶点；根据靶点旋转图像，输出旋转后的检测图像；对旋转后的检测图像再次建立第二标靶点，在板件最左侧和最右侧设立第二标靶点，确定为标靶区；在标靶区建立金手指的标准图像，根据选取的图像特征生成待检测图像的特征矢量；在检测图像上选取检测关键区；对检测关键区中非检测区域进行掩抹，非检测区域为掩抹区域；根据金手指标准图像对检测关键区进行对比检测；输出检测结果；有效提高对金手指的检测精度，采用建模按照检查参数对金手指检测并输出结果，可对细长型印刷线路板的金手指进行检测。
Description
技术领域
本发明涉及印刷线路板检测方法，特别是一种印刷线路板正反向扫描建模检测方法。
背景技术
随着电子化程度提高，各类电子元件的应用越来越广泛，其中，印刷电路板是最常见的一种电子元件，印刷电路板在加工过程中需要进行检测，其中对线路板前端金手指的检测包括刮伤、扎伤、漏铜、漏镍、短路、断路、绿油、白油、渗镀等情况的检测。
市面上对印刷线路板的检测一般包括插拔式检测和扫描式检测，插拔式检测需要把金手指的部分进行物理连接，金手指与检测元件进行连接或信号传输，这种检测方式对金手指的外形尺寸要求严格同时有可能导致金手指刮伤或检测松脱的情况，而传统扫描式检测只能对应一定长度以内的线路板，对应细长型线路板则无法检测。
发明内容
为了克服现有技术的上述缺点，本发明的目的是提供一种印刷线路板正反向扫描建模检测方法。
本发明解决其技术问题所采用的技术方案是：一种印刷线路板正反向扫描建模检测方法，包括以下步骤：
1)相机运行对板件进行扫描，截取图像形成检测图像信息：以扫描头的坐标P1(P1x，P1y)、扫描头的初始方位P0(P0x，P0y)及N个扫描点的极坐标Pi(Pix，Piy)得到扫描数据点到扫描头的最长距离Dmax；
2)在检测图像的最左侧和最右侧设立标靶点P1(P1x，P1y)；
3)根据靶点与标准模板之间角度确定图像倾角θ，旋转图像，输出旋转后的检测图像；
4)对旋转后的检测图像再次建立第二标靶点P2(P2x，P2y)，在板件最左侧和最右侧设立第二标靶点，确定为标靶区PS(PSx1-xi，PSy1-yi)；
5)在标靶区建立金手指的标准图像，根据选取的图像特征生成待检测图像的特征矢量；
6)在检测图像上选取检测关键区；
7)对检测关键区中非检测区域进行掩抹，非检测区域为掩抹区域；
8)根据金手指标准图像对检测关键区进行对比检测；
9)进行图像检测，输出检测结果。
作为本发明的进一步改进：所述步骤1)包括设定板件长度和运行速度，所述相机按照设定板件长度运行。
作为本发明的进一步改进：所述设定板件长度在100～600mm以内，所述Dmax为600mm，所述设定板件长度大于板件实体长度50～100mm。
作为本发明的进一步改进：所述相机按照设定板件长度和运行速度运行，到位后停止，扫描截取的图像为检测图像。
作为本发明的进一步改进：所述相机采用CCD相机，所述相机的解析度为30um，适用于金手指的细部辨别及具有高分辨率。
作为本发明的进一步改进：所述步骤2)中标靶点包括标靶点一和标靶点二，所述标靶点选取板件最左侧和最右侧选取独立且与周边形状不同的点作为标靶点。
作为本发明的进一步改进：所述步骤3)包括图像校正，所述校正根据步骤2)中标靶点。
作为本发明的进一步改进：所述步骤4)包括以第二标靶点为基准矫正旋转后图像建模。
作为本发明的进一步改进：所述步骤5)包括在标靶1区域中选择一根标准图像的金手指，以此建立标准图像建模。
作为本发明的进一步改进：所述步骤5)中标准图像的金手指选取外观正常无破损、光泽度均匀且无瑕疵的金手指。
作为本发明的进一步改进：所述步骤6)中检测关键区为板件金手指中需检测的关键区域。
作为本发明的进一步改进：所述步骤6)还包括选取非关键区域。
作为本发明的进一步改进：所述步骤7)中非检测区域为板件上金手指以外的区域，所述掩抹为图像遮盖。
作为本发明的进一步改进：所述步骤7)中掩抹包括对锥形金手指的头部的掩抹，设定锥形针尖长度、掩抹长度和锥形针尖比例对非检测区进行掩抹，所述锥形针尖长度为金手指锥形部分的像素长度，所述掩抹长度为掩抹金手指头部的像素长度，所述锥形针尖比例为锥形针尖比例为锥形针尖占金手指部分的比例。
作为本发明的进一步改进：所述掩抹步骤包括：
将标准图像进行二值化处理；
获得经过二值化处理的标准图像的图像缘点，根据图像缘点的坐标进行直线拟合得到第一直线和第二直线，所述坐标满足连续多个像素点中纵坐标值的最大的像素点；
第一直线和第二直线向上下边缘平移，并将第一直线与边缘上的像素点按照预设方向平移形成新的像素点，第二直线与边缘上的像素点按照预设方向平移形成新的像素点；
根据新的像素点生成掩抹阈值曲线，根据标准图像和掩抹阈值曲线获取掩抹区域。
作为本发明的进一步改进：所述第一直线满足以下条件：
|P1x+P2x+P3x+···+Pnx-n*Px|＜5
其中P1x为像素点P1的X轴坐标值，P2x为像素点P2的X轴坐标值，P3x为像素点P3的X轴坐标值，P4x为像素点P4的X轴坐标值，n＞5，Px为像素点P的X轴坐标值。
作为本发明的进一步改进：所述步骤8)中对比检测包括颜色特征、缺陷面积特征和灰度值特征的对比。
作为本发明的进一步改进：所述步骤8)中对颜色特征和缺陷面积的对比可对金手指的缺陷面积进行检测，对检测关键区域红色通道的灰度值对比可对金手指的渗镀、杂物和氧化进行检测。
作为本发明的进一步改进：所述印刷线路板正反向扫描建模检测方法应用在印刷线路板正反向扫描建模检测装置上。
作为本发明的进一步改进：所述步骤8)中对比检测包括以下步骤：
1)输入掩抹后的图像S2，对其进行去纹理处理，得到去纹理图像Si，利用SLIC图像超像素分割方法，得到颜色超像素图像SP1；
2)输入图像S2，利用Gabor滤波器函数提取其纹理特征，得到纹理特性图像ST，后利用SLIC图像超像素分割方法，得到纹理超像素图像SP2；
3)将纹理超像素图像SP1转化对应的CIE-Lab颜色超像素图像SP3；
4)计算CIE-Lab颜色超像素图像SP3中第m个超像素Pm超像素的初步对比度，得到基于颜色特征的颜色显著图SM1；
5)将纹理超像素图像SP2转化对应的CIE-Lab颜色超像素图像SP4；对CIE-Lab纹理超像素图像SP4中第n个超像素pn和第m个超像素pm构建无相权值表，从该无相权值表中得到第n个超像素和第m个超像素的最短路径；
6)根据CIE-Lab颜色超像素图像SP4中第n个超像素pn计算背景概率；
7)根据背景概率作为权值，对初步对比度进行加强，得到加强后的对比度，利用加强后的额对比度得到纹理显著图；
8)根据纹理显著图输出颜色特征、缺陷面积特征对比结果。
与现有技术相比，本发明的有益效果是：
1)提高对金手指的检测精度，扫描相机采用CCD相机，提高扫描速度及响应频率；
2)采用建模按照检查参数对金手指检测并输出结果，可按照图像对比判断缺陷种类；
3)可对细长型印刷线路板的金手指进行检测，检测范围扩大至600mm以内，增加线路板金手指的检测范围。
附图说明
图1为本发明的结构示意图。
图2为本发明扫描金手指截取的检测图像。
图3为本发明步骤5)中金手指标准图像的选取示意图。
图4为本发明步骤7)淹抹后检测图像的示意图。
图5为本发明检测结果示意图。
具体实施方式
现结合附图说明与实施例对本发明进一步说明：如图1～5所示的一种印刷线路板正反向扫描建模检测方法，包括以下步骤：
1)相机运行对板件进行扫描，截取图像形成检测图像信息：以扫描头的坐标P1(P1x，P1y)、扫描头的初始方位P0(P0x，P0y)及N个扫描点的极坐标Pi(Pix，Piy)得到扫描数据点到扫描头的最长距离Dmax；
2)在检测图像的最左侧和最右侧设立标靶点P1(P1x，P1y)；
3)根据靶点与标准模板之间角度确定图像倾角θ，旋转图像，输出旋转后的检测图像；
4)对旋转后的检测图像再次建立第二标靶点P2(P2x，P2y)，在板件最左侧和最右侧设立第二标靶点，确定为标靶区PS(PSx1-xi，PSy1-yi)；
5)在标靶区建立金手指的标准图像Si，根据选取的图像特征生成待检测图像的特征矢量；
6)在检测图像上选取检测关键区；
7)对检测关键区中非检测区域进行掩抹，非检测区域为掩抹区域；
8)根据金手指标准图像对检测关键区进行对比检测；
9)进行图像检测，输出检测结果。
其中：
所述步骤1)包括设定板件长度和运行速度，所述相机按照设定板件长度运行；所述板件长度在100～600mm以内，所述Dmax为600mm，所述设定板件长度大于板件实体长度50～100mm；所述相机按照设定板件长度和运行速度运行，到位后停止，扫描截取的图像为检测图像S1；
所述步骤2)中标靶点包括标靶点一P1-1(P1-1x，P1-1y)和标靶点二P1-2(P1-2x，P1-2y)，所述标靶点选取板件最左侧和最右侧选取独立且与周边形状不同的点作为标靶点；
所述步骤3)包括图像校正，所述校正根据步骤2)中标靶点；
所述步骤4)包括以第二标靶点为基准矫正旋转后图像建模；
所述步骤5)包括在标靶1区域中选择一根标准图像的金手指，以此建立标准图像建模；
所述步骤6)中检测关键区为板件金手指中需检测的关键区域；
所述步骤7)中非检测区域为板件上金手指以外的区域；
所述步骤8)中对比检测包括颜色特征、缺陷面积特征和灰度值特征的对比。
进一步地，所述步骤7)中掩抹步骤包括：
将标准图像进行二值化处理；
获得经过二值化处理的标准图像的图像缘点，根据图像缘点的坐标进行直线拟合得到第一直线和第二直线，所述坐标满足连续多个像素点中纵坐标值的最大的像素点；
所述第一直线满足以下条件：
|P1x+P2x+P3x+···+Pnx-n*Px|＜5
其中P1x为像素点P1的X轴坐标值，P2x为像素点P2的X轴坐标值，P3x为像素点P3的X轴坐标值，P4x为像素点P4的X轴坐标值，n＞5，Px为像素点P的X轴坐标值。
第一直线和第二直线向上下边缘平移，并将第一直线与边缘上的像素点按照预设方向平移形成新的像素点，第二直线与边缘上的像素点按照预设方向平移形成新的像素点；
根据新的像素点生成掩抹阈值曲线，根据标准图像和掩抹阈值曲线获取掩抹区域。
进一步地，所述步骤8)中对比检测包括以下步骤：
1)输入掩抹后的图像S，对其进行去纹理处理，得到去纹理图像Si，利用SLIC图像超像素分割方法，得到颜色超像素图像SP1；
2)输入图像S，利用Gabor滤波器函数提取其纹理特征，得到纹理特性图像ST，后利用SLIC图像超像素分割方法，得到纹理超像素图像SP2；
3)将纹理超像素图像SP1转化对应的CIE-Lab颜色超像素图像SP3；
4)计算CIE-Lab颜色超像素图像SP3中第m个超像素Pm超像素的初步对比度，得到基于颜色特征的颜色显著图SM1；
5)将纹理超像素图像SP2转化对应的CIE-Lab颜色超像素图像SP4；对CIE-Lab纹理超像素图像SP4中第n个超像素pn和第m个超像素pm构建无相权值表，从该无相权值表中得到第n个超像素和第m个超像素的最短路径；
6)根据CIE-Lab颜色超像素图像SP4中第n个超像素pn计算背景概率；
7)根据背景概率作为权值，对初步对比度进行加强，得到加强后的对比度，利用加强后的额对比度得到纹理显著图；
8)根据纹理显著图输出颜色特征、缺陷面积特征对比结果。
为了提高建模检测的准确效率，所述相机2采用CCD相机，所述相机的解析度为30um，适用于金手指的细部辨别及具有高分辨率。
为了提高检测对比标准，所述步骤5)中标准图像的金手指选取外观正常无破损、光泽度均匀且无瑕疵的金手指。
所述印刷线路板正反向扫描建模检测方法应用在印刷线路板正反向扫描建模检测装置1上。
实施案例：
一种印刷线路板正反向扫描建模检测方法，包括以下步骤：
1)以扫描头的坐标P1(P1x，P1y)、扫描头的初始方位P0(P0x，P0y)及N个扫描点的极坐标Pi(Pix，Piy)得到扫描数据点到扫描头的最长距离Dmax为600mm；待测板件长度300mm，设定D板件长度为360mm和运行速度V，相机运行对板件进行扫描，截取图像形成检测图像S1信息如图2所示；
2)在检测图像的最左侧和最右侧设立标靶点P1(P1x，P1y)，标靶点包括标靶点一P1-1(P1-1x，P1-1y)和标靶点二P1-2(P1-2x，P1-2y)，所述标靶点选取板件最左侧和最右侧选取独立且与周边形状不同的点作为标靶点；
3)根据靶点与标准模板之间角度确定图像倾角θ，旋转-θ°及校正图像，输出旋转后的检测图像S2；
4)对旋转后的检测图像再次建立第二标靶点P2(P2x，P2y)，在板件最左侧和最右侧设立第二标靶点，确定为标靶区PS(PSx1-xi，PSy1-yi)，以第二标靶点为基准矫正旋转后图像S3建模如图3所示；
5)在标靶区建立金手指的标准图像SG，根据选取的图像特征生成待检测图像的特征矢量，选择一根标准图像的金手指，以此建立标准图像SG建模如图4所示；
6)在检测图像上选取检测关键区，检测关键区为板件金手指中需检测的关键区域；
7)对检测关键区中非检测区域进行掩抹，非检测区域为板件上金手指以外的区域，非检测区域为掩抹区域如图4；
将校正后的图像S3进行二值化处理；
获得经过二值化处理的标准图像的图像缘点，根据图像缘点的坐标进行直线拟合得到第一直线和第二直线，所述坐标满足连续多个像素点中纵坐标值的最大的像素点；
所述第一直线满足|P1x+P2x+P3x+P4x+P5x+P6x-6*Px|＜5
其中P1x为像素点P1的X轴坐标值，P2x为像素点P2的X轴坐标值，P3x为像素点P3的X轴坐标值，P4x为像素点P4的X轴坐标值，P5x为像素点P5的X轴坐标值，P6x为像素点P6的X轴坐标值，n为6，Px为像素点P的X轴坐标值；
第一直线和第二直线向上下边缘平移，并将第一直线与边缘上的像素点按照预设方向平移形成新的像素点，第二直线与边缘上的像素点按照预设方向平移形成新的像素点；
根据新的像素点生成掩抹阈值曲线，根据标准图像和掩抹阈值曲线获取掩抹区域Sy；
8)根据金手指标准图像对检测关键区进行对比检测结果如图5所示；
(1)输入掩抹后的图像S4，对其进行去纹理处理，得到去纹理图像Si，利用SLIC图像超像素分割方法，得到颜色超像素图像SP1；
(2)输入图像S4，利用Gabor滤波器函数提取其纹理特征，得到纹理特性图像ST，后利用SLIC图像超像素分割方法，得到纹理超像素图像SP2；
(3)将纹理超像素图像SP1转化对应的CIE-Lab颜色超像素图像SP3；
(4)计算CIE-Lab颜色超像素图像SP3中第m个超像素Pm超像素的初步对比度，得到基于颜色特征的颜色显著图SM1；
(5)将纹理超像素图像SP2转化对应的CIE-Lab颜色超像素图像SP4；对CIE-Lab纹理超像素图像SP4中第n个超像素pn和第m个超像素pm构建无相权值表，从该无相权值表中得到第n个超像素和第m个超像素的最短路径；
(6)根据CIE-Lab颜色超像素图像SP4中第n个超像素pn计算背景概率；
(7)根据背景概率作为权值，对初步对比度进行加强，得到加强后的对比度，利用加强后的额对比度得到纹理显著图；
(8)根据纹理显著图输出颜色特征、缺陷面积特征对比结果。
9)进行图像检测，输出检测结果。
本发明的主要功能：有效提高对金手指的检测精度，扫描相机采用CCD相机，提高扫描速度及响应频率；采用建模按照检查参数对金手指检测并输出结果，可按照图像对比判断缺陷种类；可对细长型印刷线路板的金手指进行检测，增加线路板金手指的检测范围。
综上所述，本领域的普通技术人员阅读本发明文件后，根据本发明的技术方案和技术构思无需创造性脑力劳动而作出其他各种相应的变换方案，均属于本发明所保护的范围。
Claims (10)
1.一种印刷线路板正反向扫描建模检测方法，其特征在于，包括以下步骤：
1)相机运行对板件进行扫描，截取图像形成检测图像信息：以扫描头的坐标P1(P1x，P1y)、扫描头的初始方位P0(P0x，P0y)及N个扫描点的极坐标Pi(Pix，Piy)得到扫描数据点到扫描头的最长距离Dmax；
2)在检测图像的最左侧和最右侧设立标靶点P1(P1x，P1y)；
3)根据靶点与标准模板之间角度确定图像倾角θ，旋转图像，输出旋转后的检测图像；
4)对旋转后的检测图像再次建立第二标靶点P2(P2x，P2y)，在板件最左侧和最右侧设立第二标靶点，确定为标靶区PS(PSx1-xi，PSy1-yi)；
5)在标靶区建立金手指的标准图像，根据选取的图像特征生成待检测图像的特征矢量；
6)在检测图像上选取检测关键区；
7)对检测关键区中非检测区域进行掩抹，非检测区域为掩抹区域；
8)根据金手指标准图像对检测关键区进行对比检测；
9)进行图像检测，输出检测结果。
2.根据权利要求1所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤1)包括设定板件长度和运行速度，所述相机按照设定板件长度运行。
3.根据权利要求2所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述设定板件长度在100～600mm以内，所述Dmax为600mm，所述设定板件长度大于板件实体长度50～100mm。
4.根据权利要求1所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤3)包括图像校正，所述校正根据步骤2)中标靶点。
5.根据权利要求1所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤4)包括以第二标靶点为基准矫正旋转后图像建模。
6.根据权利要求5所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤5)包括在标靶1区域中选择一根标准图像的金手指，以此建立标准图像建模。
7.根据权利要求1所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤7)中非检测区域为板件上金手指以外的区域，所述掩抹为图像遮盖。
8.根据权利要求7所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，
所述掩抹步骤包括：
将标准图像进行二值化处理；
获得经过二值化处理的标准图像的图像缘点，根据图像缘点的坐标进行直线拟合得到第一直线和第二直线，所述坐标满足连续多个像素点中纵坐标值的最大的像素点；
第一直线和第二直线向上下边缘平移，并将第一直线与边缘上的像素点按照预设方向平移形成新的像素点，第二直线与边缘上的像素点按照预设方向平移形成新的像素点；
根据新的像素点生成掩抹阈值曲线，根据标准图像和掩抹阈值曲线获取掩抹区域。
9.根据权利要求8所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，
所述第一直线满足以下条件：
|P1x+P2x+P3x+···+Pnx-n*Px|＜5
其中P1x为像素点P1的X轴坐标值，P2x为像素点P2的X轴坐标值，P3x为像素点P3的X轴坐标值，P4x为像素点P4的X轴坐标值，n＞5，Px为像素点P的X轴坐标值。
10.根据权利要求1所述的一种印刷线路板正反向扫描建模检测方法，其特征在于，所述步骤8)中对比检测包括颜色特征、缺陷面积特征和灰度值特征的对比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110990235.XA CN113533375A (zh) | 2021-08-26 | 2021-08-26 | 一种印刷线路板正反向扫描建模检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110990235.XA CN113533375A (zh) | 2021-08-26 | 2021-08-26 | 一种印刷线路板正反向扫描建模检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113533375A true CN113533375A (zh) | 2021-10-22 |
Family
ID=78092976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110990235.XA Pending CN113533375A (zh) | 2021-08-26 | 2021-08-26 | 一种印刷线路板正反向扫描建模检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113533375A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116416181A (zh) * | 2021-12-29 | 2023-07-11 | 广州镭晨智能装备科技有限公司 | 一种插针缺陷的检测方法、检测设备和存储介质 |
| CN116416181B (zh) * | 2021-12-29 | 2024-05-31 | 广州镭晨智能装备科技有限公司 | 一种插针缺陷的检测方法、检测设备和存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
| CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
| CN106780582A (zh) * | 2016-12-16 | 2017-05-31 | 西安电子科技大学 | 基于纹理特征和颜色特征融合的图像显著性检测方法 |
| KR20180087090A (ko) * | 2017-01-24 | 2018-08-01 | 주식회사 래온 | 검사 기준 화상을 통한 자동 조명 설정 방식의 머신 비전 시스템 및 동작 방법 |
| CN109035219A (zh) * | 2018-07-10 | 2018-12-18 | 华南理工大学 | 基于bp神经网络的fics金手指缺陷检测系统及检测方法 |
| CN111598771A (zh) * | 2020-01-15 | 2020-08-28 | 电子科技大学 | 一种基于ccd相机的pcb电路板缺陷检测系统及方法 |
| CN111627009A (zh) * | 2020-05-27 | 2020-09-04 | 歌尔股份有限公司 | 一种屏幕检测方法、装置及头戴显示设备 |
| CN112070766A (zh) * | 2020-11-16 | 2020-12-11 | 深圳中科飞测科技有限公司 | 缺陷检测方法及装置、检测设备及可读存储介质 |
-
2021
- 2021-08-26 CN CN202110990235.XA patent/CN113533375A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103674959A (zh) * | 2012-09-21 | 2014-03-26 | 英业达科技有限公司 | 电路板上电子元件的检测系统及其方法 |
| CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
| CN106780582A (zh) * | 2016-12-16 | 2017-05-31 | 西安电子科技大学 | 基于纹理特征和颜色特征融合的图像显著性检测方法 |
| KR20180087090A (ko) * | 2017-01-24 | 2018-08-01 | 주식회사 래온 | 검사 기준 화상을 통한 자동 조명 설정 방식의 머신 비전 시스템 및 동작 방법 |
| CN109035219A (zh) * | 2018-07-10 | 2018-12-18 | 华南理工大学 | 基于bp神经网络的fics金手指缺陷检测系统及检测方法 |
| CN111598771A (zh) * | 2020-01-15 | 2020-08-28 | 电子科技大学 | 一种基于ccd相机的pcb电路板缺陷检测系统及方法 |
| CN111627009A (zh) * | 2020-05-27 | 2020-09-04 | 歌尔股份有限公司 | 一种屏幕检测方法、装置及头戴显示设备 |
| CN112070766A (zh) * | 2020-11-16 | 2020-12-11 | 深圳中科飞测科技有限公司 | 缺陷检测方法及装置、检测设备及可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 李云峰 等: ""基于梯度方向信息熵的印刷电路板缺陷检测"", 《中国机械工程》, vol. 28, no. 06, pages 695 - 701 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116416181A (zh) * | 2021-12-29 | 2023-07-11 | 广州镭晨智能装备科技有限公司 | 一种插针缺陷的检测方法、检测设备和存储介质 |
| CN116416181B (zh) * | 2021-12-29 | 2024-05-31 | 广州镭晨智能装备科技有限公司 | 一种插针缺陷的检测方法、检测设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785316B (zh) | 一种芯片表观缺陷检测方法 | |
| CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
| CN109242853B (zh) | 一种基于图像处理的pcb缺陷智能检测方法 | |
| WO2019205290A1 (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
| US8660349B2 (en) | Screen area detection method and screen area detection system | |
| CN107767379B (zh) | Pcb板标注印刷质量检测方法 | |
| CN111091590B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN109767445B (zh) | 一种高精度的pcb缺陷智能检测方法 | |
| CN107389693B (zh) | 一种基于机器视觉的印刷品缺陷自动检测方法 | |
| CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
| CN108982512A (zh) | 一种基于机器视觉的电路板检测系统及其方法 | |
| CN108918093B (zh) | 一种滤光片镜面缺陷检测方法、装置及终端设备 | |
| CN114820594B (zh) | 基于图像检测板材封边缺陷的方法、相关设备及存储介质 | |
| JP3741672B2 (ja) | 画像特徴学習型欠陥検出方法、欠陥検出装置及び欠陥検出プログラム | |
| CN114022503A (zh) | 检测方法及检测系统、设备和存储介质 | |
| CN111784587B (zh) | 一种基于深度学习网络的发票照片位置矫正方法 | |
| CN110807763A (zh) | 一种陶瓦表面鼓包检测方法及系统 | |
| CN111259891A (zh) | 一种自然场景下身份证识别方法、装置、设备和介质 | |
| CN111652844B (zh) | 一种基于数字图像区域增长的x射线缺陷检测方法及系统 | |
| JP3711599B2 (ja) | 実装部品検査装置 | |
| JPH0877362A (ja) | 画像処理装置 | |
| CN113533375A (zh) | 一种印刷线路板正反向扫描建模检测方法 | |
| CN110610163B (zh) | 一种自然场景下基于椭圆拟合的表格提取方法及系统 | |
| WO2018068414A1 (zh) | 色环电阻的检测方法、装置和自动光学检测系统 | |
| CN112634259A (zh) | 一种键盘键帽自动建模定位方法 |
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 |