CN114022436A - 一种印制电路板的检测方法、装置及检测设备 - Google Patents
一种印制电路板的检测方法、装置及检测设备 Download PDFInfo
- Publication number
- CN114022436A CN114022436A CN202111274285.4A CN202111274285A CN114022436A CN 114022436 A CN114022436 A CN 114022436A CN 202111274285 A CN202111274285 A CN 202111274285A CN 114022436 A CN114022436 A CN 114022436A
- Authority
- CN
- China
- Prior art keywords
- image
- test image
- reference point
- standard image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 81
- 238000012360 testing method Methods 0.000 claims abstract description 154
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000010801 machine learning Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 abstract description 17
- 230000007547 defect Effects 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 8
- 238000003466 welding Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 150000003071 polychlorinated biphenyls Chemical class 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- -1 pads Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种印制电路板的检测方法、装置、检测设备及存储介质。本发明实施例提供一种印制电路板的检测方法、装置、检测设备及存储介质，能够通过图像采集装置获取待检测的印制电路板的测试图像，其中，测试图像中包括多个基准点；以及，能够确定测试图像对应的标准图像，并根据标准图像和测试图像确定基准点的偏移量，根据偏移量调整测试图像相对于标准图像的位置，从而减小测试图像与标准图像之间的偏差；由于调整位置后的测试图像与标准图像之间的偏差减小，将调整位置后的测试图像和标准图像进行比对可以更加精确地获取印制电路板的检测结果。
Description
技术领域
本发明涉及印制电路板制作技术领域，尤其涉及一种印制电路板的检测方法、装置、检测设备及存储介质。
背景技术
印制电路板(Printed Circuit Board，PCB)是组装电子零件用的基板，PCB的制造品质直接影响电子产品的可靠性。PCB通常包括多个组成部分(组件)，例如：导体、孔、焊点、介质和光聚合物保护膜等。
过去，为了避免存在缺陷的PCB进入下一步工序，PCB的检查通常是基于技术人员的视觉检查；技术人员通过放大镜观察待检测的PCB，以找出PCB与无缺陷的标准PCB之间的差别。人工视觉检查存在主观性强、速度慢，以及难以收集到缺陷的定量信息等不足。近些年，随着科技的快速发展，出现了自动化的PCB检测方法；该方法通过提取待检测的PCB的数字图像，并分析该图像与无缺陷的标准图像的区别确定缺陷的存在。
在实现本发明的过程中，发明人发现相关技术中，在进行数字图像的采集时，由于检测设备的运行误差，导致PCB与图像采集装置的相对位置存在偏差；因此，图像采集装置不能准确地获取PCB的测试图像，增大了PCB的检测误差。另外，PCB本身的变形也会引起检测误差。
发明内容
为了减少PCB的检测误差，本发明实施例提供一种印制电路板的检测方法、装置、检测设备及存储介质，能够根据预设的标准图像确定测试图像中基准点的偏移量，并根据偏移量调整测试图像相对于标准图像的位置，以减少测试图像与标准图像的偏差。
为了解决上述技术问题，本发明实施例提供以下技术方案：
第一方面，本发明实施例提供一种印制电路板的检测方法，应用于检测设备，所述方法包括：
通过图像采集装置采集待检测的印制电路板的测试图像，所述测试图像包括多个基准点元件；
确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
根据所述标准图像和所述测试图像确定所述元件相对于所述基准点的偏移量；
根据所述偏移量调整所述测试图像相对于标准图像的位置；
基于所述标准图像和调整位置后的所述测试图像对所述当前印制电路板进行检测。
可选的，所述根据所述标准图像和所述测试图像确定所述基准点的偏移量，包括：
确定所述测试图像中所述基准点所在的区域；
获取所述基准点所在的区域的图像；
根据所述标准图像、所述测试图像和所述基准点所在的区域的图像确定所述基准点的偏移量。
可选的，所述确定所述测试图像中所述基准点所在的区域，包括：
若所述测试图像中存在与所述标准图像相匹配的基准点，且所述基准点与所述标准图像的匹配度不小于预设阈值，则根据所述基准点确定所述基准点所在的区域。
可选的，所述当前印制电路板设置有预设标识，所述基于所述标准图像和调整位置后的所述测试图像对所述当前电路板进行检测之前，所述方法还包括：
预先建立所述预设标识与印制电路板的检测程式之间的映射关系；
读取所述预设标识；
基于所述映射关系调用所述预设标识对应的检测程式，所述检测程式包括用于对所述印制电路板进行检测的测试参数。
可选的，其特征在于，所述确定所述测试图像对应的预设的标准图像，包括：
将所述测试图像输入预先设置的标准图像获取模型，以输出所述测试图像对应的标准图像。
可选的，所述将所述测试图像输入预先设置的标准图像获取模型之前，所述方法还包括：训练标准图像获取模型；
所述训练标准图像获取模型，包括：
选取历史测试图像中作为基准点的基准点元件，并对所述基准点元件进行标注；
使用预设机器学习模型进行标准图像获取训练，在标准图像获取训练的过程中，调整所述机器学习模型的模型参数至所述预设机器学习模型输出的标准图像与输入的标注后的所述历史测试图像相匹配；
将当前模型参数对应的机器学习模型作为所述标准图像获取模型。
可选的，所述历史测试图像中的基准点元件包括非检测元件，且所述历史测试图像中的预设范围内的基准点元件不同。
第二方面，本发明实施例还提供一种检测装置，应用于检测设备，所述检测装置包括：
获取模块，所述获取模块用于通过图像采集装置获取当前印制电路板的测试图像，所述测试图像包括多个元件；
第一确定模块，所述第一确定模块用于确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
第二确定模块，所述第二确定模块用于根据所述标准图像和所述测试图像确定所述基准点的偏移量；
调整模块，所述调整模块用于根据所述偏移量调整所述测试图像的位置；
检测模块，所述检测模块用于基于调整位置后的所述测试图像对所述当前印制电路板进行检测。
第三方面，本发明实施例还提供一种检测设备，所述检测设备包括：
至少一个处理器；和
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。
第四方面，本发明实施例还提供一种非易失性计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，当所述计算机可执行指令被执行时，能够执行如第一方面所述的方法。
本发明实施方式的有益效果是：区别于现有技术的情况，本发明实施例提供一种印制电路板的检测方法、装置、检测设备及存储介质，能够通过图像采集装置获取待检测的印制电路板的测试图像，其中，测试图像中包括多个基准点；以及，能够确定测试图像对应的标准图像，并根据标准图像和测试图像确定基准点的偏移量，根据偏移量调整测试图像相对于标准图像的位置，从而减小测试图像与标准图像之间的偏差；由于调整位置后的测试图像与标准图像之间的偏差减小，将调整位置后的测试图像和标准图像进行比对可以更加精确地获取印制电路板的检测结果。本发明实施例能够自动生成包括基准点的标准图像，不需要用户手动添加基准点，提高了PCB的检测效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1a和图1b是本发明实施例提供的执行印制电路板的检测方法的检测设备的硬件结构示意图；
图2是本发明的一个实施例提供的印制电路板的检测方法的流程示意图；
图3是本发明的一个实施例提供的不同基准点的结构示意图；
图4是本发明的一个实施例提供的检测装置的结构示意图；
图5是本发明的另一个实施例提供的检测装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“第一”和“第二”、仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。此外，属于“左”、“右”、“前”和“后”等指示方位或位置关系为基于附图所示的方位和位置关系，仅是为了描述本发明或便于描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
请参阅图1a，图1a示意性出示了用于执行印制电路板的检测方法的检测装置的硬件结构，如图1a所示，检测装置100包括处理器101和与处理器101通信连接的存储器102和图像采集装置103。在一些实施例中，检测装置具体可以是自动光学检测设备(AutomatedOptical Inspection，AOI)。AOI是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备，通过比较检测图像和标准图像的相似度来对检测图像进行识别，主要用来检测元件贴装在PCB上的焊接质量。
图像采集装置103用于采集PCB的数字式图像，图像采集装置可以是数码相机，也可以是扫描仪。图像采集装置103具体可以按照线性或矩阵模式操作的电荷耦合器件(CCD)传感器，即，线阵相机或面阵相机。线阵相机通过逐行扫描的方式采集图像，而面阵相机采用逐幅图像采集的方式采集图像。图像采集装置103的分辨率可以根据待检测的PCB的性质以及所需的精度而确定。
请参阅图1b，在一些实施例中，检测装置100还包括驱动装置104和与驱动装置104连接的传动装置；其中，驱动装置用于驱动传动装置运动，而传动装置用于带动PCB移动，例如：将PCB输送到图像采集装置的下方。驱动装置可以是线性马达、伺服马达和步进马达，其中，线性马达精确度最高，但价格相对昂贵；伺服马达的精确度次于线性马达，但由于步进马达；而虽然步进马达的精确度较低，但由于其价格比较低廉，适用于对马达运行精度要求较低的场合。在本发明的某些实施例中，传动装置可以由丝杆和导轨组成。
在一些实施例中，检测装置100还包括照明装置105，照明装置105的好坏决定了检测设备100的检测能力。照明装置105具体可以是彩色同轴碗状光源，例如，照明装置100具体可以包括是红色、黄色和蓝色的环形照明灯。
在一些实施例中，检测装置还包括显示装置106，显示装置106在测试设备和用户之间提供一种输出界面，屏幕输出的内容可以是文字、图像或视频，例如：显示装置106可以用于显示带有缺陷标注的PCB图像。本实施例中的显示装置106可以为触控屏，触控屏除了向用户显示输出界面外，还接收用户的输入操作，例如，用户的点击、滑动等手势操作。检测用户输入的技术可以是基于电阻式、电容式或者其他任意可能的触控检测技术。触控屏包括但不限于液晶显示器或发光聚合物显示器。
本领域技术人员可以理解，图1a和图1b所示的结构并不构成对检测设备的限定，检测设备可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。
本发明实施例中，图像采集装置用于采集待检测的PCB的测试图像，处理器通过测试图像进行分析处理，并与预先设置的标准图像进行轮廓对比，分析出测试图像与标准图像之间的区别，生成缺点信息，从而判断需检测的图像是否符合标准。
本发明实施例提供的检测装置不但可对PCB的焊接质量(如：焊点桥接或者虚焊)进行检验，还可对PCB光板(如：表面污染、损伤和变形等)、焊膏印刷质量(如：焊料过量或者不足)、贴片质量(如：元器件漏贴、钜电容的极性错误、焊脚定位错误或者偏斜、引脚弯曲或者折起)等缺陷进行检查。除了能检查人工目检无法查出的缺陷外，还能把生产过程中各工序的工作质量以及出现缺陷的类型等情况收集，并通过显示装置把缺陷显示出来，以供技术人员对PCB进行分析、管理和修整。
在进行PCB制作的过程中，技术人员将待检测的PCB放置在传动装置上，通过传动装置在驱动装置的驱动下将PCB传送到图像采集装置103的正下方，并由图像采集装置103采集PCB的测试图像。由于驱动装置、传动装置或图像采集装置等存在运行误差，图像采集装置采集的测试图像会存在误差，降低测试结果的精确度。基于此，本发明实施例提供一种PCB的检测方法、装置、检测设备及存储介质，能够对图像采集装置采集的测试图像进行校正后再基于校正后的测试图像对PCB进行检测，从而提高测试精度。为了便于读者理解本发明，下面结合具体的实施例进行描述。
请参阅图2，本发明实施例提供一种印制电路板的检测方法，应用于检测装置，例如：应用于图1a或图1b中的检测装置100。图2示意性出示了印制电路板检测方法的流程，如图2所示，印制电路板的检测方法包括以下步骤：
S21、通过图像采集装置采集待检测的印制电路板的测试图像，所述测试图像包括多个基准点元件；
PCB主要包括基板和设置于基板的焊盘、过孔、安装孔、导线、元器件、接插件和电气边界等，其中，焊盘用于焊接元器件引脚的金属孔，焊盘的形状可以是圆形、长方形、椭圆形和八角形等；过孔用于连接各层之间元器件引脚；安装孔用于固定基板；导线用于连接元器件引脚的电气网络铜膜；接插件用于电路板之间连接的元器件；电气边界用于确定电路板的尺寸，PCB上所有的元器件都不能超过该边界。基板上设置有防焊绿漆，防焊绿漆覆盖了大部分的线路铜面，仅露出供零件焊接、电性测试及电路板插接用的终端节点。
在一些实施例中，元件基准点元件，且基准点元件可以位于PCB上的预设区域，图3中图a-m示意性出示了不同基准点元件的结构，如图3所示，基准点元件可以包括PCB上的圆形区域、方形区域、圆环区域和箭头区域等。本领域技术人员可以理解，图3所示的基准点元件的结构并不构成对基准点元件结构的限定，技术人员可以根据实际情况选取PCB上的任意合适区域作为基准点元件。具体的，在本发明的某些实施例中基准点元件还可以包括PCB上的非检测元件(即，不需要进行检测的元件)，且PCB各加工工艺不会造成基准点元件的形变或偏移。在一些实施例中，基准点元件也可以是过孔、安装孔、导线或电气边界等中的至少一种。
本发明实施例中，处理器可以控制传动装置将PCB运送至指定位置，再通过图像采集装置采集PCB的测试图像，测试图像可以是PCB任一检测区域的图像，该检测区域包括多个基准点元件，故测试图像也包括多个基准点元件；例如：检测区域的基准点元件的数量可以是2个、3个、4个或5个等；2个基准点可以大致校正整个PCB的位置。通常，检测区域设置的基准点元件的数量越多，获得的测试图像与标准图像之间的偏差越准确，最终的检测结果越精确。
S22、确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
在一些实施例中，处理器可以通过将测试图像输入预先设置的标准图像获取模型，以输出测试图像对应的标准图像。
具体地，在一些实施例中，在将测试图像输入预先设置的标准图像获取模型之前，需要对标准图像获取模型进行训练。处理器可以确定历史测试图像对应的历史标准图像；使用预设机器学习模型进行基准点获取训练，在基准点获取训练的过程中，调整机器学习模型的模型参数至预设机器学习模型输出的历史标准图像与输入的历史测试图像相匹配；将当前模型参数对应的机器学习模型作为所述标准图像获取模型。本实施例中，预设机器学习模型可以是线性回归模型、决策树模型、支持向量机模型、贝叶斯分类器模型或神经网络模型等。
例如，操作人员可以大量收集各类PCB的历史测试图像；基于对PCB的实物分析，在历史测试图像上挑选出适合作为基准点元件的区域做标注，以使处理器能够根据标注的区域获取历史测试图像对应的历史标准图像。在本发明的某些实施例中，基准点的选取规则如下：测试图像中预设范围内没有相同的基准点元件，例如：50个像素范围内没有相同的基准点元件。在对基准点元件进行定位时，以基准点的位置上下左右扩展50个像素的范围内如果有一样的基准点元件存在会导致误匹配，造成定位失败。因此，自动生成基准点时，如果50个像素范围内有同类型的基准点存在，则处理器会自动去除多余的基准点。
当处理器通过标准图像获取模型生成与历史测试图像相匹配的标准图像后，通过显示装置将标准图像显示给操作人员。操作人员可以根据自身的操作经验判断出生成的标准图像中的基准点是否需要修改；若需要修改，通过显示界面对历史测试图像对应的标准图像中的基准点进行修改。处理器可以通过显示界面接收操作人员对标准图像的修改操作，并更新标准图像获取模型，以使输入的测试图像与输出的修改后的标准图像相匹配。修改操作包括基准点数量的增加或减少，或基准点类型的调整。处理器还可以将修改后的标准图像保存在PCB的检测程式中，以便在后续PCB的检测过程中根据修改后的标准图像对PCB进行检测。相关技术中，在对PCB板进行测试时，用户通常需要在各个PCB板上手动选取多个基准点。而本发明实施例中，在对PCB进行测试时，处理器101可以自动生成基准点，相对于全手动选取基准点而言，本发明实施例可以提高编程的便捷性，大大提高PCB的检测效率。
S23、根据所述标准图像和所述测试图像确定所述元件相对于所述基准点的偏移量；
本实施例中，处理器可以根据标准图像查找测试图像中的基准点所在的区域，再获取所述基准点所在的区域的图像；根据标准图像、测试图像和基准点所在的区域的图像确定基准点的偏移量。
在一些实施例中，可能存在PCB板上某个基准点发生严重氧化或粘了脏污造成匹配不准的情况，所以在匹配的时候对匹配度加了一个阈值。若测试图像中存在与标准图像相匹配的基准点，且基准点与标准图像的匹配度不小于预设阈值，则根据该基准点确定基准点所在的区域。
例如，处理器在获取到相应测试图像后，根据生成的基准点的区域信息(X，Y，Width，Height)外扩m个像素(X-m，Y-m，Width+2m，Height+2m)截取基准点所在的区域，其中，X为测试图像中基准点的横坐标，Y为测试图像中基准点的纵坐标，Width为基准点的宽度，Height为基准点区域的高度，m可以取任意合适的数值，如：40、50或60等。本实施例中，将截取的基准点所在的区域称为搜索区域(Region Of Interest，ROI)。处理器再基于同一坐标系中的预设的标准图像和ROI图像搜索，预设的标准图像中的基准点(Template)在ROI中的位置(X1，Y1)，然后再将标准图像中的基准点在ROI中的位置(X1，Y1)换算为标准图像中的基准点在测试图像中的位置(X2，Y2)，其中，X2＝X1+X-m，Y2＝Y1+Y-m。坐标(X，Y)为测试图像中的基准点在校正前的原始位置坐标，坐标(X2，Y2)为处理器预先计算出的测试图像中的基准点校正后的校正坐标。每个基准点的原始位置坐标对应一个校正坐标。为了对测试图像中的进行校正，处理器需要将测试图像中的基准点的原始位置坐标调整至尽量接近与原始位置坐标对应的校正坐标。
具体的，处理器可以在测试图像的各个基准点元件中选取一个基准点作为第一基准点，再算出除第一基准点以外的其他各个基准点元件的原始位置坐标(X，Y)与第一基准点的原始坐标连接成的直线与x轴的第一夹角；令第一基准点对应的校正坐标为第一校正坐标，处理器计算出除第一基准点以外的其他各个基准点对应的校正坐标与第一校正坐标之间的夹角为第二夹角。将各个基准点的第一夹角与第二夹角相减，得出每个基准点从原始位置坐标(X，Y)调整到校正坐标(X2，Y2)的相对旋转角度(deltaAngle)，并计算出整个测试图像内所有基准点的相对旋转角度的平均值(angleAvg)。同时，处理器还需要求取第一基准点的原始位置坐标与相应的第一校正坐标在x轴和y轴上的偏移量。
S24、根据所述偏移量调整所述测试图像相对于标准图像的位置；
本实施例中，处理器可以根据第一基准点的原始位置坐标与相应的第一校正坐标在x轴和y轴上的偏移量和测试图像内所有基准点的相对旋转角度的平均值测试图像的位置。例如，处理器可以根据偏移量将第一基准点的坐标从原始位置坐标(X，Y)调整到校正坐标(X2，Y2)再根据相对旋转角度的平均值，将对检测图像进行旋转，得到校正后的测试图像。
S25、基于所述标准图像和调整位置后的所述测试图像对所述当前印制电路板进行检测。
本实施例中，标准图像为无缺陷的图像，处理器将标准图像和调整位置后的测试图像进行比对即可精确地获取当前印制电路板的测试结果，检查出PCB上缺陷，并通过显示装置把缺陷显示/标示出来，以便于维修人员对缺陷进行修整。
在一些实施例中，印制电路板上设置有预设标识，预设标识具体可以是条形码或二维码等。处理器可以预先建立预设标识与检测程式之间的映射关系，并读取所述预设标识；若读取到预设标识，则基于映射关系调用所述预设标识对应的检测程式。若处理器未获取到预设标识，则通过显示装置显示提醒信息，以提示用户补录预设标识。
在一些实施例中，处理器还可以预先设置条码的匹配规则，匹配规则包括前置匹配、后置匹配或中置匹配；即，为同一类型的PCB板的条码的前端部分、中间部分或后端部分设置同一段字符；且条码的同一位置设置相同字符段的条码对应同一检测程式。例如：设置前置匹配123，则处理器根据条码123456和123789可以调用同一检测程式。
在一些实施例中，处理器具体通过条码枪获取PCB的预设标识。本发明实施例中的检测程式中包括用于对PCB进行检测的测试参数，测试参数可以包括PCB的长度或宽度，处理器可以根据检测程式中PCB的宽度调整运送PCB的轨道的宽度，并控制轨道将PCB传送至指定位置。
现有技术中，技术人员在使用检测设备对PCB进行检测的过程中，若遇上PCB的种类更换，则需要技术人员手动更换检测程式，本实施例中，检测设备可以根据预设标识自动获取当前待测试PCB的检测程式，提高检测效率。
本发明实施例还提供一种印制电路板的检测装置，应用于检测设备，例如，应用于图1a或图1b中的检测设备100。图4示意性出示了检测装置400的结构，如图4所示，检测装置400包括：
获取模块401，所述获取模块401用于通过图像采集装置获取当前印制电路板的测试图像，所述测试图像包括多个基准点元件；
第一确定模块402，所述第一确定模块402用于
确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
第二确定模块403，所述第二确定模块403用于根据所述标准图像和所述测试图像确定所述元件相对于所述基准点的偏移量；
调整模块404，所述调整模块404用于根据所述偏移量调整所述测试图像的位置；
检测模块405，所述检测模块405用于基于调整位置后的所述测试图像对所述当前印制电路板进行检测。
在一些实施例中，检测模块405具体用于：
确定所述测试图像中所述基准点所在的区域；
获取所述基准点所在的区域的图像；
根据所述标准图像、所述测试图像和所述基准点所在的区域的图像确定所述基准点的偏移量。
在一些实施例中，所述确定所述测试图像中所述基准点所在的区域，包括：
若所述测试图像中存在与所述标准图像相匹配的基准点，且所述基准点与所述标准图像的匹配度不小于预设阈值，则根据所述基准点确定所述基准点所在的区域。
请参阅图5，在一些实施例中，所述当前印制电路板设置有预设标识，检测装置400还包括：
建立模块406，所述建立模块406用于预先建立所述预设标识与印制电路板的检测程式之间的映射关系；
读取模块407，所述读取模块407用于读取所述预设标识；
调用模块408，所述调用模块408用于基于所述映射关系调用所述预设标识对应的检测程式，所述检测程式包括用于对所述印制电路板进行检测的测试参数。
在一些实施例中，第一确定模块402具体用于：
将所述测试图像输入所述标准图像获取模型，以输出所述测试图像对应的标准图像。
在一些实施例中，所述第一确定模块402还用于：训练标准图像获取模型；
所述训练标准图像获取模型，包括：
选取历史测试图像中作为基准点的基准点元件，并对所述基准点元件进行标注；
使用预设机器学习模型进行标准图像获取训练，在标准图像获取训练的过程中，调整所述机器学习模型的模型参数至所述预设机器学习模型输出的标准图像与输入的标注后的所述历史测试图像相匹配；
将当前模型参数对应的机器学习模型作为所述标准图像获取模型。
在一些实施例中，所述历史测试图像中的基准点元件包括非检测元件，且所述历史测试图像中的预设范围内的基准点元件不同。
本发明实施例提供一种印制电路板的检测方法、装置、检测设备及存储介质，能够通过图像采集装置获取待检测的印制电路板的测试图像，其中，测试图像中包括多个基准点；以及，能够确定测试图像对应的标准图像，并根据标准图像和测试图像确定基准点的偏移量，根据偏移量调整测试图像相对于标准图像的位置，从而减小测试图像与标准图像之间的偏差；由于调整位置后的测试图像与标准图像之间的偏差减小，将调整位置后的测试图像和标准图像进行比对可以更加精确地获取印制电路板的检测结果。
如图1a和图1b所示，该检测设备100包括：
一个或多个处理器101以及存储器102，图1中以一个处理器101为例。
处理器101和存储器102可以通过总线或者其他方式连接，图1a和图1b中以通过总线连接为例。
存储器102作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的印制电路板的检测方法对应的程序指令/模块。处理器101通过运行存储在存储器102中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例印制电路板的检测方法。
存储器102可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据检测装置的使用所创建的数据等。此外，存储器102可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器102可选包括相对于处理器101远程设置的存储器，这些远程存储器可以通过网络连接至检测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器102中，当被所述一个或者多个处理器101执行时，执行上述任意方法实施例中的印制电路板的检测方法，例如，执行以上描述的图2中的方法步骤S21至步骤S25，实现图4中的模块401-405的功能，和实现图5中的模块401-408的功能。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本申请实施例提供了一种非易失性计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图1a或图1b中的一个处理器101，可使得上述一个或多个处理器可执行上述任意方法实施例中的印制电路板的检测方法，例如，执行以上描述的图2中的方法步骤S21至步骤S25，实现图4中的模块401-405的功能，和实现图5中的模块401-408的功能。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种印制电路板的检测方法，应用于检测设备，其特征在于，所述方法包括：
通过图像采集装置采集待检测的印制电路板的测试图像，所述测试图像包括多个基准点元件；
确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
根据所述标准图像和所述测试图像确定所述元件相对于所述基准点的偏移量；
根据所述偏移量调整所述测试图像相对于标准图像的位置；
基于所述标准图像和调整位置后的所述测试图像对所述当前印制电路板进行检测。
2.根据权利要求1所述的印制电路板的检测方法，其特征在于，所述根据所述标准图像和所述测试图像确定所述基准点的偏移量，包括：
确定所述测试图像中所述基准点所在的区域；
获取所述基准点所在的区域的图像；
根据所述标准图像、所述测试图像和所述基准点所在的区域的图像确定所述基准点的偏移量。
3.根据权利要求2所述的印制电路板的检测方法，其特征在于，所述确定所述测试图像中所述基准点所在的区域，包括：
若所述测试图像中存在与所述标准图像相匹配的基准点，且所述基准点与所述标准图像的匹配度不小于预设阈值，则根据所述基准点确定所述基准点所在的区域。
4.根据权利要求1所述的印制电路板的检测方法，其特征在于，所述当前印制电路板设置有预设标识，所述基于所述标准图像和调整位置后的所述测试图像对所述当前电路板进行检测之前，所述方法还包括：
预先建立所述预设标识与印制电路板的检测程式之间的映射关系；
读取所述预设标识；
基于所述映射关系调用所述预设标识对应的检测程式，所述检测程式包括用于对所述印制电路板进行检测的测试参数。
5.根据权利要求1-4任一项所述的印制电路板的检测方法，其特征在于，所述确定所述测试图像对应的预设的标准图像，包括：
将所述测试图像输入预先设置的标准图像获取模型，以输出所述测试图像对应的标准图像。
6.根据权利要求5所述的印制电路板的检测方法，其特征在于，所述将所述测试图像输入预先设置的标准图像获取模型之前，所述方法还包括：训练标准图像获取模型；
所述训练标准图像获取模型，包括：
选取历史测试图像中作为基准点的基准点元件，并对所述基准点元件进行标注；
使用预设机器学习模型进行标准图像获取训练，在标准图像获取训练的过程中，调整所述机器学习模型的模型参数至所述预设机器学习模型输出的标准图像与输入的标注后的所述历史测试图像相匹配；
将当前模型参数对应的机器学习模型作为所述标准图像获取模型。
7.根据权利要求6所述的印制电路板的检测方法，其特征在于，所述历史测试图像中的基准点元件包括非检测元件，且所述历史测试图像中的预设范围内的基准点元件不同。
8.一种检测装置，应用于检测设备，其特征在于，所述检测装置包括：
获取模块，所述获取模块用于通过图像采集装置获取当前印制电路板的测试图像，所述测试图像包括多个元件；
第一确定模块，所述第一确定模块用于确定与所述测试图像对应的标准图像，所述标准图像包括多个基准点；
第二确定模块，所述第二确定模块用于根据所述标准图像和所述测试图像确定所述基准点的偏移量；
调整模块，所述调整模块用于根据所述偏移量调整所述测试图像的位置；
检测模块，所述检测模块用于基于调整位置后的所述测试图像对所述当前印制电路板进行检测。
9.一种检测设备，其特征在于，所述检测设备包括：
至少一个处理器；和
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111274285.4A CN114022436B (zh) | 2021-10-29 | 2021-10-29 | 一种印制电路板的检测方法、装置及检测设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111274285.4A CN114022436B (zh) | 2021-10-29 | 2021-10-29 | 一种印制电路板的检测方法、装置及检测设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114022436A true CN114022436A (zh) | 2022-02-08 |
| CN114022436B CN114022436B (zh) | 2023-11-17 |
Family
ID=80059355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111274285.4A Active CN114022436B (zh) | 2021-10-29 | 2021-10-29 | 一种印制电路板的检测方法、装置及检测设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114022436B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
| CN116819288A (zh) * | 2023-08-28 | 2023-09-29 | 深圳市新红景科技开发有限公司 | 一种电路实验板的诊断测试方法及系统 |
| CN118293796A (zh) * | 2024-03-11 | 2024-07-05 | 东莞市盟拓智能科技有限公司 | 基板检测方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1865950A (zh) * | 2005-04-25 | 2006-11-22 | 王�琦 | 一种印刷电路板的自动对位方法 |
| CN109100636A (zh) * | 2018-07-11 | 2018-12-28 | 青岛北洋天青数联智能股份有限公司 | 电路板测试方法、装置、系统及测试上位机 |
| CN111260621A (zh) * | 2020-01-14 | 2020-06-09 | 湖南大学 | 一种印制电路板表面缺陷定位与识别方法 |
| CN111784674A (zh) * | 2020-07-02 | 2020-10-16 | 深圳明锐理想科技有限公司 | 元件检测方法、装置、计算机设备和存储介质 |
-
2021
- 2021-10-29 CN CN202111274285.4A patent/CN114022436B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1865950A (zh) * | 2005-04-25 | 2006-11-22 | 王�琦 | 一种印刷电路板的自动对位方法 |
| CN109100636A (zh) * | 2018-07-11 | 2018-12-28 | 青岛北洋天青数联智能股份有限公司 | 电路板测试方法、装置、系统及测试上位机 |
| CN111260621A (zh) * | 2020-01-14 | 2020-06-09 | 湖南大学 | 一种印制电路板表面缺陷定位与识别方法 |
| CN111784674A (zh) * | 2020-07-02 | 2020-10-16 | 深圳明锐理想科技有限公司 | 元件检测方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
| CN116228640B (zh) * | 2022-12-14 | 2024-04-12 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
| CN116819288A (zh) * | 2023-08-28 | 2023-09-29 | 深圳市新红景科技开发有限公司 | 一种电路实验板的诊断测试方法及系统 |
| CN116819288B (zh) * | 2023-08-28 | 2024-03-19 | 深圳市新红景科技开发有限公司 | 一种电路实验板的诊断测试方法及系统 |
| CN118293796A (zh) * | 2024-03-11 | 2024-07-05 | 东莞市盟拓智能科技有限公司 | 基板检测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114022436B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114022436B (zh) | 一种印制电路板的检测方法、装置及检测设备 | |
| JP6922168B2 (ja) | 表面実装ラインの品質管理システム及びその制御方法 | |
| US10991088B2 (en) | Defect inspection system and method using artificial intelligence | |
| JP3882840B2 (ja) | はんだ印刷検査方法、およびこの方法を用いたはんだ印刷検査機ならびにはんだ印刷検査システム | |
| JP5947169B2 (ja) | 外観検査装置、外観検査法およびプログラム | |
| CN107945184A (zh) | 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法 | |
| CN112053318A (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
| KR20060114614A (ko) | 인쇄 납땜 페이스트의 결함 감지 시스템 및 방법 | |
| CN102680495A (zh) | 自动光学检测装置及方法 | |
| CN112362679B (zh) | 影像辨识装置、影像辨识方法及其计算机程序产品 | |
| JPH09307217A (ja) | 連続パターンの欠陥修正方法および欠陥修正装置 | |
| JP2011158363A (ja) | Ｐｇａ実装基板の半田付け検査装置 | |
| CN115239684A (zh) | 焊点检测方法、设备及存储介质 | |
| JP2007285880A (ja) | 基板検査における見本画像の登録方法および見本画像作成装置 | |
| CN115035031A (zh) | Pin针的缺陷检测方法、装置、电子设备及存储介质 | |
| JP2006216981A (ja) | 部品実装基板用の検査方法および検査システム、部品実装基板の製造方法 | |
| JP2010027964A (ja) | 検査領域の領域設定データの作成方法および基板外観検査装置 | |
| JP4454428B2 (ja) | 部品エッジ検出方法、部品エッジ検出プログラム及び検査装置 | |
| JP5960433B2 (ja) | 画像処理装置及び画像処理方法 | |
| CN109712115B (zh) | 一种pcb板自动检测方法及系统 | |
| CN106526448A (zh) | 一种电源驱动板自动检测系统和检测方法 | |
| JP2002107311A (ja) | 実装基板検査装置及び方法 | |
| JP4423130B2 (ja) | プリント回路基板外観検査方法、プリント回路基板外観検査プログラム及びプリント回路基板外観検査装置 | |
| CN209182254U (zh) | 光学检测设备 | |
| CN113034496A (zh) | 一种pcb板测试系统 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 518000 Floor 5-6, Unit B, Building B4, Guangming Science Park, China Merchants Bureau, Fenghuang Community, Fenghuang Street, Guangming District, Shenzhen, Guangdong Patentee after: Shenzhen Mingrui Ideal Technology Co.,Ltd. Country or region after: China Address before: 518000 floor 6, unit B, building B4, Guangming science and Technology Park, China Merchants Bureau, sightseeing Road, Fenghuang community, Fenghuang street, Guangming District, Shenzhen, Guangdong Province Patentee before: SHENZHEN MAGIC-RAY TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |