CN114047123B - 一种用于集成板生产缺陷检测方法及检测系统 - Google Patents
一种用于集成板生产缺陷检测方法及检测系统 Download PDFInfo
- Publication number
- CN114047123B CN114047123B CN202111177575.7A CN202111177575A CN114047123B CN 114047123 B CN114047123 B CN 114047123B CN 202111177575 A CN202111177575 A CN 202111177575A CN 114047123 B CN114047123 B CN 114047123B
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- point
- value
- points
- 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.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims description 33
- 238000001514 detection method Methods 0.000 claims abstract description 92
- 238000003466 welding Methods 0.000 claims abstract description 86
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims description 38
- 238000003708 edge detection Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 8
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical group [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- 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
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
Abstract
本发明涉及一种用于集成板生产缺陷检测方法及检测系统，属于集成板生产领域；本发明通过进行集成板图像采集；通过外部检测设备进行采集多张集成板的图像信息；其次进行图像处理；进行对采集图像的处理，焊孔定位；最后进行缺陷比对，并输出处理结果；根据对比信号，进行判定是否符合产品要求，并输出结果；同时在进行焊孔缺陷检测时，会先进行焊孔的位置匹配，从而保证每个焊孔的位置准确，从而保证短路断路检测、完整性检测和凹凸检测的准确性；同时本发明提出一种检测系统，在通信中采用多线程交换传输方式，可以有效提升各个模块之间的通信速率，从而提高检测效率；从而本发明可以准确的进行集成电路板上焊孔的缺陷检测，且提高检测效率。
Description
技术领域
本发明涉及一种用于集成板生产缺陷检测方法及检测系统，属于集成板生产领域。
背景技术
现代电子产业中，电路板在各个电路组成搭建中扮演着不可缺失的重要地位。PCB板质量的好坏很大程度的影响到最后成品电路的质量，于是对PCB进行质量检测就显得尤为重要。对PCB缺陷检测由最初通过流水线上的人工检测，演变到现在运用机器视觉的检测。
现有技术中的集成电路板在进行生产完成后需要进行对元器件的焊接位置进行检测，但现有技术中的机器视觉检测，只是对外表进行简单的检测，无法对焊孔与锡环上的细小缺陷进行深度检测，使得集成电路板在后期工作时，出现短路断路现象，严重时，使得工作设备损坏。
发明内容
发明目的：提供一种用于集成板生产缺陷检测方法及检测系统，解决上述提到的问题。
技术方案：一种用于集成板生产缺陷检测方法，包括：
进行集成板图像采集；通过外部检测设备进行采集多张集成板的图像信息；
进行图像处理；进行对采集图像的处理，焊孔定位；
进行缺陷比对，并输出处理结果；根据对比信号，进行判定是否符合产品要求，并输出结果。
在进一步的实施例中，所述进行图像处理包括：
图像二值化处理；将采集的图像信息通过选取一点，且得到此点的像素值，并以此点像素值作为阈值标准，将整个图像中的所有像素点值进行与此点比对，像素值高于此点为黑点，低于此点为白点；
焊孔定位；对采集图像进行边缘检测，从而得到采集图像的边缘图像；其次对于边缘图像中的所有非零点，分别在其X方向和Y方向计算的局部梯度；进而利用求取的梯度，计算二维累加器，具体过程是指定一个最小值到最大值的距离为斜率，所有斜率指定的直线上的点都累加到二维累加器上；从二维累加器点中按照大于给定阈值并且大于所有临近点的条件选择候选中心，并将这些中心按照累加值的大小排序，最后考虑所有边缘点到候选中心的距离，对于不同的距离，选择有最多非零点连接到中心的距离为半径，并确定此时焊孔位置；
其中，焊孔定位还包括以下步骤：
进行边缘检测并提取；根据图像的X轴与Y轴设置两组矩阵且分别与待检测图像做平面卷积，得到图像X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值；根据X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值得到梯度幅值，并判断梯度幅值与阈值的大小，若梯度幅值大于阈值，则该点被判断为边缘点，反之则不是；具体公式如下：
上述式子中，为X轴方向矩阵，/>为原始图像，/>为Y轴方向矩阵，为X轴方向边缘检测灰度值，/>为Y轴方向亮度检测灰度值；
进行确定采集图像的焊孔定位；读取采集灰度图像，对其做阈值处理和形态学处理，阈值处理过程中选择一个低阈值，保证图像以外区域被处理成黑色的背景，其次进行处理填补电路板上的孔洞和凹凸区域，最后获取焊孔外部的采集区域矩形；其次进行焊孔圆心的提取；其先对采集图像进行边缘处理，得到焊孔的圆心和半径，同时分别在标准图像和完成目标定位的样本图像上提取定位孔圆心；进而进行焊孔的图像匹配，进行通过焊孔圆心来计算变换参数，计算一组位置坐标变换关系作为参数化的模型，设置原图像的一点坐标位置为，其次可以得到通过变化后的坐标为/>，将图像的变换以矩阵运算形式表示：
其中，a表示为坐标位置的X轴方向位置，b表示为坐标位置的Y轴方向位置，表示X轴偏移，/>表示Y轴偏移；通过进行位置偏移使坐标位置保持方向不变；进而通过设置旋转角度参数，通过两组相对应的点求出平移和角度参数；具体如下：
上述式中，表示旋转角度；平移加上旋转，保持长度不变；进而在旋转之后加上放缩变换组成，变换后平行线仍然保持平行，具体如下：
上述式中，表示变换参数，进而通过三组相对应的点求出变换矩阵参数；进而通过计算模型的参数即变换矩阵的各个元素；利用上述变换矩阵去验证其他数据，如果符合求得的变换模型，则这一对数据为局内点；当图像中所选取位置的点均被归入局内点，则得到局内点集合并生成变换模型；进而通过上述进行确定了图像中所有焊孔的具体位置以及圆心位置。
在进一步的实施例中，所述图像二值化处理包括以下步骤：
进行图像降噪；首先进行采集图像进行区域划分，得到若干个图像区域，将每个图像区域的中心为中点，并以中点的像素值进行将所图像区域内的所有像素进行统计排序，并设定滤波阈值；进行比对区域所有像素点值与中点像素值的差值，进行保留差值大于滤波阈值的像素点，将差值小于滤波阈值的像素点以中间值并替换原有像素点的像素值，得到降噪后的图像；
进行灰度调整；首先进行采集图像的像素值大小设定为0至255的区间范围，从而组成一个由横向量，纵向量和通道数量组成的三维数组；对每一组数组进行不同权重，使其进行灰度化并得到灰度图像；通过选择灰度图像上的一点像素，并将此点的像素值作为比对阈值，将采集图像上所有的像素点进行一一比对，像素值高于阈值为黑点，低于阈值为白点，完成对图像的二值化处理。
在进一步的实施例中，所述进行缺陷比对是根据所检测到的焊孔位置，进行焊孔缺陷查找比对；具体步骤如下：
进行焊孔检测路线拟定；首先根据集成电路板信息，在全局线路坐标数据基础上，利用标准尺寸信息及相应坐标变换在待检测线路板图像上生成标准线路模板，将模板与待检测对象进行比较进而实现检测；
进行故障类型的检测；根据检测路线，依次进行每个焊孔的短路断路检测、完整性检测和凹凸检测；
进行缺陷信息输出；根据检测结果，进行输出故障焊孔的故障类型与故障的具体位置信息。
在进一步的实施例中，所述进行焊孔检测路线拟定是以标准线路端点为矩形中心，生成一个以标准线宽为宽度的矩形二值模板，判断采集图像上对应线路的方向，沿着与此方向垂直的方向依次平移一个像素宽的长度，并统计模板区域内目标像素点数量，当像素点超过设置阈值，则得到最佳路线；具体工作流程如下：
获取进行变换完成的图像信息，并选取图像上的一点，得到此点的位置信息和所对应线宽信息；
分别沿水平X轴方向和垂直Y轴方向计算此点的实际位置与在标准线路模板中对应点位之间的坐标差值，得到一个方向向量，用于表示采集图像上对应线路的方向；
创建检测模块，并计算水平X轴方向和垂直Y轴方向在模板内所覆盖的像素点数；
当像素点数量大于设定阈值时，则为最优检测路线。
在进一步的实施例中，所述进行故障类型的检测包括：
短路断路检测，断路检测是对焊孔上的检测模块覆盖范围内的线路区域进行连通域标记，并分割连通域；统计模板覆盖范围内连通域数量，判定待测线路是否存在断路缺陷，以及存在断路缺陷的数量；当线路存在断路缺陷时，进行目标变换，以模板覆盖范围内的背景作为目标；对每个背景区域，计算其在线路垂直方向上的最大尺寸，通过判定确定其是否为开路缺陷；当最大尺寸大于阈值，则判定为断路，反之则进行下一检测；短路检测是通过对焊孔的圆型图像进行判断是否存在断裂，首先进行创建每一个焊孔的圆型检测区域，进行计算圆型检测区域的像素数，对提取的圆型检测区域计算其最小外接圆型尺寸，生成区域的最小外接矩形；具体计算过程如下：
以此时焊孔的位置为准，根据焊孔圆型区域的圆心、半径和外接矩形旋转的方向，则可以得到最小外接矩形与焊孔圆型区域的关系，并得到最小外接圆型区域与焊孔标准圆型区域图像的交集，从而得到短路有效区域，对短路有效区域进行腐蚀，去除区域边界，再在此基础上对区域进行膨胀，进而得到短路有效区域的基本走向，从而进行判断此时的焊孔是否存在短路缺陷；
完整性检测是进行对焊孔上锡环的尺寸是否符合焊接标准进行检测；首先进行需要进行判断此时的焊孔是否短路，当存在短路则不进行尺寸计算，反之，则对无短路的焊孔进行尺寸计算，当尺寸符合工作要求的尺寸阈值时，则表示通过，反之则不通过；
凹凸检测是对焊孔的材料外型是否存在凸起和凹陷缺陷进行检测；通过输入标准的焊孔外形尺寸模板，进行与焊孔的检测尺寸模型进行对比，从而判断是否存在凹凸缺陷。
在进一步的实施例中，在进行完成对焊孔的缺陷检测后，会进行输出缺陷信息；通过通信网络进行输出至控制中心。
一种用于集成板生产缺陷检测系统，包括：
采集模块，通过利用采集设备进行采用集成电路板图像；
处理模块，进行对采集图像进行图像处理；
控制模块，进行对采集集成电路图像的信息提取和缺陷比对以及缺陷输出；
通信模块，进行各个模块之间的信息交互与输入输出；
控制台，进行控制各个模块之间的工作以及任务收发。
在进一步的实施例中，所述通信模块采用多线程交换传输方式；所述控制台与其他工作模块和工作设备之间，传输线程网路主要以及各个模块之间的传输为主，只需要留取至少一组线程为控制台通信即可。
有益效果：本发明提出一种用于集成板生产缺陷检测方法及检测系统，通过进行集成板图像采集；通过外部检测设备进行采集多张集成板的图像信息；其次进行图像处理；进行对采集图像的处理，焊孔定位；最后进行缺陷比对，并输出处理结果；根据对比信号，进行判定是否符合产品要求，并输出结果；同时在进行焊孔缺陷检测时，会先进行焊孔的位置匹配，从而保证每个焊孔的位置准确，从而保证短路断路检测、完整性检测和凹凸检测的准确性；同时本发明提出一种用于集成板生产缺陷检测系统，在通信中采用多线程交换传输方式，可以有效提升各个模块之间的通信速率，从而提高检测效率；从而本发明可以准确的进行集成电路板上焊孔的缺陷检测，且提高检测效率。
附图说明
图1是本发明的检测方法工作流程图。
图2是本发明的图像处理示意图。
图3是本发明的缺陷检测示意图。
图4是本发明的检测系统工作流程图。
图5是本发明的多线程工作流程图。
具体实施方式
在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本发明可以无需一个或多个这些细节而得以实施；在其他的例子中，为了避免与本发明发生混淆，对于本领域公知的一些技术特征未进行描述。
如图1所示，一种用于集成板生产缺陷检测方法，包括：。
进行集成板图像采集；通过外部检测设备进行采集多张集成板的图像信息；
进行图像处理；进行对采集图像的处理，焊孔定位；
进行缺陷比对，并输出处理结果；根据对比信号，进行判定是否符合产品要求，并输出结果。
如图2所示，在一个实施例中，所述进行图像处理包括：
图像二值化处理；将采集的图像信息通过选取一点，且得到此点的像素值，并以此点像素值作为阈值标准，将整个图像中的所有像素点值进行与此点比对，像素值高于此点为黑点，低于此点为白点；
焊孔定位；对采集图像进行边缘检测，从而得到采集图像的边缘图像；其次对于边缘图像中的所有非零点，分别在其X方向和Y方向计算的局部梯度；进而利用求取的梯度，计算二维累加器，具体过程是指定一个最小值到最大值的距离为斜率，所有斜率指定的直线上的点都累加到二维累加器上；从二维累加器点中按照大于给定阈值并且大于所有临近点的条件选择候选中心，并将这些中心按照累加值的大小排序，最后考虑所有边缘点到候选中心的距离，对于不同的距离，选择有最多非零点连接到中心的距离为半径，并确定此时焊孔位置。
在一个实施例中，所述图像二值化处理包括以下步骤：
进行图像降噪；首先进行采集图像进行区域划分，得到若干个图像区域，将每个图像区域的中心为中点，并以中点的像素值进行将所图像区域内的所有像素进行统计排序，并设定滤波阈值；进行比对区域所有像素点值与中点像素值的差值，进行保留差值大于滤波阈值的像素点，将差值小于滤波阈值的像素点以中间值并替换原有像素点的像素值，得到降噪后的图像；
进行灰度调整；首先进行采集图像的像素值大小设定为0至255的区间范围，从而组成一个由横向量，纵向量和通道数量组成的三维数组；对每一组数组进行不同权重，使其进行灰度化并得到灰度图像；通过选择灰度图像上的一点像素，并将此点的像素值作为比对阈值，将采集图像上所有的像素点进行一一比对，像素值高于阈值为黑点，低于阈值为白点，完成对图像的二值化处理。
在一个实施例中，所述进行焊孔定位包括以下步骤：
进行边缘检测并提取；根据图像的X轴与Y轴设置两组矩阵且分别与待检测图像做平面卷积，得到图像X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值；根据X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值得到梯度幅值，并判断梯度幅值与阈值的大小，若梯度幅值大于阈值，则该点被判断为边缘点，反之则不是；具体公式如下：
上述式子中，为X轴方向矩阵，/>为原始图像，/>为Y轴方向矩阵，为X轴方向边缘检测灰度值，/>为Y轴方向亮度检测灰度值；
进行确定采集图像的焊孔定位；读取采集灰度图像，对其做阈值处理和形态学处理，阈值处理过程中选择一个低阈值，保证图像以外区域被处理成黑色的背景，其次进行处理填补电路板上的孔洞和凹凸区域，最后获取焊孔外部的采集区域矩形；其次进行焊孔圆心的提取；其先对采集图像进行边缘处理，得到焊孔的圆心和半径，同时分别在标准图像和完成目标定位的样本图像上提取定位孔圆心；进而进行焊孔的图像匹配，进行通过焊孔圆心来计算变换参数，计算一组位置坐标变换关系作为参数化的模型，设置原图像的一点坐标位置为，其次可以得到通过变化后的坐标为/>，将图像的变换以矩阵运算形式表示：
其中，a表示为坐标位置的X轴方向位置，b表示为坐标位置的Y轴方向位置，表示X轴偏移，/>表示Y轴偏移；通过进行位置偏移使坐标位置保持方向不变；进而通过设置旋转角度参数，通过两组相对应的点求出平移和角度参数；具体如下：
上述式中，表示旋转角度；平移加上旋转，保持长度不变；进而在旋转之后加上放缩变换组成，变换后平行线仍然保持平行，具体如下：
上述式中，表示变换参数，进而通过三组相对应的点求出变换矩阵参数；进而通过计算模型的参数即变换矩阵的各个元素；利用上述变换矩阵去验证其他数据，如果符合求得的变换模型，则这一对数据为局内点；当图像中所选取位置的点均被归入局内点，则得到局内点集合并生成变换模型；进而通过上述进行确定了图像中所有焊孔的具体位置以及圆心位置。
在一个实施例中，所述进行缺陷比对是根据所检测到的焊孔位置，进行焊孔缺陷查找比对；具体步骤如下：
进行焊孔检测路线拟定；首先根据集成电路板信息，在全局线路坐标数据基础上，利用标准尺寸信息及相应坐标变换在待检测线路板图像上生成标准线路模板，将模板与待检测对象进行比较进而实现检测；
进行故障类型的检测；根据检测路线，依次进行每个焊孔的短路断路检测、完整性检测和凹凸检测；
进行缺陷信息输出；根据检测结果，进行输出故障焊孔的故障类型与故障的具体位置信息。
在一个实施例中，所述进行焊孔检测路线拟定是以标准线路端点为矩形中心，生成一个以标准线宽为宽度的矩形二值模板，判断采集图像上对应线路的方向，沿着与此方向垂直的方向依次平移一个像素宽的长度，并统计模板区域内目标像素点数量，当像素点超过设置阈值，则得到最佳路线；具体工作流程如下：
获取进行变换完成的图像信息，并选取图像上的一点，得到此点的位置信息和所对应线宽信息；
分别沿水平X轴方向和垂直Y轴方向计算此点的实际位置与在标准线路模板中对应点位之间的坐标差值，得到一个方向向量，用于表示采集图像上对应线路的方向；
创建检测模块，并计算水平X轴方向和垂直Y轴方向在模板内所覆盖的像素点数；
当像素点数量大于设定阈值时，则为最优检测路线。
如图3所示，在一个实施例中，，所述进行故障类型的检测包括：
短路断路检测，断路检测是对焊孔上的检测模块覆盖范围内的线路区域进行连通域标记，并分割连通域；统计模板覆盖范围内连通域数量，判定待测线路是否存在断路缺陷，以及存在断路缺陷的数量；当线路存在断路缺陷时，进行目标变换，以模板覆盖范围内的背景作为目标；对每个背景区域，计算其在线路垂直方向上的最大尺寸，通过判定确定其是否为开路缺陷；当最大尺寸大于阈值，则判定为断路，反之则进行下一检测；短路检测是通过对焊孔的圆型图像进行判断是否存在断断裂，首先进行创建每一个焊孔的圆型检测区域，进行计算圆型检测区域的像素数，对提取的圆型检测区域计算其最小外接圆型尺寸，生成区域的最小外接矩形；具体计算过程如下：
以此时焊孔的位置为准，根据焊孔圆型区域的圆心、半径和外接矩形旋转的方向，则可以得到最小外接矩形与所述焊孔圆型区域的关系，并得到最小外接圆型区域与焊孔标准圆型区域图像的交集，从而得到短路有效区域，对短路有效区域进行腐蚀，去除区域边界，再在此基础上对区域进行膨胀，进而得到短路有效区域的基本走向，从而进行判断此时的焊孔是否存在短路缺陷；
完整性检测是进行对焊孔上锡环的尺寸是否符合焊接标准进行检测；首先进行需要进行判断此时的焊孔是否短路，当存在短路则不进行尺寸计算，反之，则对无短路的焊孔进行尺寸计算，当尺寸符合工作要求的尺寸阈值时，则表示通过，反之则不通过；
凹凸检测是对焊孔的材料外型是否存在凸起和凹陷缺陷进行检测；通过输入标准的焊孔外形尺寸模板，进行与焊孔的检测尺寸模型进行对比，从而判断是否存在凹凸缺陷。
在一个实施例中，在进行完成对焊孔的缺陷检测后，会进行输出缺陷信息；通过通信网络进行输出至控制中心。
如图4所示，在一个实施例中，一种用于集成板生产缺陷检测系统，包括：
采集模块，通过利用采集设备进行采用集成电路板图像；
处理模块，进行对采集图像进行图像处理；
控制模块，进行对采集集成电路图像的信息提取和缺陷比对以及缺陷输出；
通信模块，进行各个模块之间的信息交互与输入输出；
控制台，进行控制各个模块之间的工作以及任务收发。
如图5所示，在一个实施例中，所述通信模块采用多线程交换传输方式；所述控制台与其他工作模块和工作设备之间，传输线程网路主要以及各个模块之间的传输为主，只需要留取至少一组线程为控制台通信即可。
以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。
Claims (5)
1.一种用于集成板生产缺陷检测方法，包括以下步骤：
进行集成板图像采集；通过外部检测设备进行采集多张集成板的图像信息；
进行图像处理；进行对采集图像的处理，焊孔定位；
进行缺陷比对，并输出处理结果；根据对比信号，进行判定是否符合产品要求，并输出结果；
其特征在于，所述进行图像处理包括：
图像二值化处理；将采集的图像信息通过选取一点，且得到此点的像素值，并以此点像素值作为阈值标准，将整个图像中的所有像素点值进行与此点比对，像素值高于此点为黑点，低于此点为白点；
焊孔定位；对采集图像进行边缘检测，从而得到采集图像的边缘图像；其次对于边缘图像中的所有非零点，分别在其X方向和Y方向计算的局部梯度；进而利用求取的梯度，计算二维累加器，具体过程是指定一个最小值到最大值的距离为斜率，所有斜率指定的直线上的点都累加到二维累加器上；从二维累加器点中按照大于给定阈值并且大于所有临近点的条件选择候选中心，并将这些中心按照累加值的大小排序，最后考虑所有边缘点到候选中心的距离，对于不同的距离，选择有最多非零点连接到中心的距离为半径，并确定此时焊孔位置；
其中，所述焊孔定位还包括以下步骤：
进行边缘检测并提取；根据图像的X轴与Y轴设置两组矩阵且分别与待检测图像做平面卷积，得到图像X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值；根据X轴方向边缘检测灰度值和Y轴方向边缘检测灰度值得到梯度幅值，并判断梯度幅值与阈值的大小，若梯度幅值大于阈值，则该点被判断为边缘点，反之则不是；具体公式如下：
上述式子中，为X轴方向矩阵，/>为原始图像，/>为Y轴方向矩阵，/>为X轴方向边缘检测灰度值，/>为Y轴方向亮度检测灰度值；
进行确定采集图像的焊孔定位；读取采集灰度图像，对其做阈值处理和形态学处理，阈值处理过程中选择一个低阈值，保证图像以外区域被处理成黑色的背景，其次进行处理填补电路板上的孔洞和凹凸区域，最后获取焊孔外部的采集区域矩形；其次进行焊孔圆心的提取；其先对采集图像进行边缘处理，得到焊孔的圆心和半径，同时分别在标准图像和完成目标定位的样本图像上提取定位孔圆心；进而进行焊孔的图像匹配，进行通过焊孔圆心来计算变换参数，计算一组位置坐标变换关系作为参数化的模型，设置原图像的一点坐标位置为，其次可以得到通过变化后的坐标为/>，将图像的变换以矩阵运算形式表示：
其中，a表示为坐标位置的X轴方向位置，b表示为坐标位置的Y轴方向位置，表示X轴偏移，/>表示Y轴偏移；通过进行位置偏移使坐标位置保持方向不变；进而通过设置旋转角度参数，通过两组相对应的点求出平移和角度参数；具体如下：
上述式中，表示旋转角度；平移加上旋转，保持长度不变；进而在旋转之后加上放缩变换组成，变换后平行线仍然保持平行，具体如下：
上述式中，表示变换参数，进而通过三组相对应的点求出变换矩阵参数；进而通过计算模型的参数即变换矩阵的各个元素；利用上述变换矩阵去验证其他数据，如果符合求得的变换模型，则这一对数据为局内点；当图像中所选取位置的点均被归入局内点，则得到局内点集合并生成变换模型；进而通过上述进行确定了图像中所有焊孔的具体位置以及圆心位置。
2.根据权利要求1所述一种用于集成板生产缺陷检测方法，其特征在于，
所述图像二值化处理包括以下步骤：
进行图像降噪；首先进行采集图像进行区域划分，得到若干个图像区域，将每个图像区域的中心为中点，并以中点的像素值进行将所图像区域内的所有像素进行统计排序，并设定滤波阈值；进行比对区域所有像素点值与中点像素值的差值，进行保留差值大于滤波阈值的像素点，将差值小于滤波阈值的像素点以中间值并替换原有像素点的像素值，得到降噪后的图像；
进行灰度调整；首先进行采集图像的像素值大小设定为0至255的区间范围，从而组成一个由横向量，纵向量和通道数量组成的三维数组；对每一组数组进行不同权重，使其进行灰度化并得到灰度图像；通过选择灰度图像上的一点像素，并将此点的像素值作为比对阈值，将采集图像上所有的像素点进行一一比对，像素值高于阈值为黑点，低于阈值为白点，完成对图像的二值化处理。
3.根据权利要求1所述一种用于集成板生产缺陷检测方法，其特征在于，
所述进行缺陷比对是根据所检测到的焊孔位置，进行焊孔缺陷查找比对；具体步骤如下：
进行焊孔检测路线拟定；首先根据集成电路板信息，在全局线路坐标数据基础上，利用标准尺寸信息及相应坐标变换在待检测线路板图像上生成标准线路模板，将模板与待检测对象进行比较进而实现检测；
进行故障类型的检测；根据检测路线，依次进行每个焊孔的短路断路检测、完整性检测和凹凸检测；
进行缺陷信息输出；根据检测结果，进行输出故障焊孔的故障类型与故障的具体位置信息。
4.根据权利要求3所述一种用于集成板生产缺陷检测方法，其特征在于，
所述进行焊孔检测路线拟定是以标准线路端点为矩形中心，生成一个以标准线宽为宽度的矩形二值模板，判断采集图像上对应线路的方向，沿着与此方向垂直的方向依次平移一个像素宽的长度，并统计模板区域内目标像素点数量，当像素点超过设置阈值，则得到最佳路线；具体工作流程如下：
获取进行变换完成的图像信息，并选取图像上的一点，得到此点的位置信息和所对应线宽信息；
分别沿水平X轴方向和垂直Y轴方向计算此点的实际位置与在所述标准线路模板中对应点位之间的坐标差值，得到一个方向向量，用于表示所述采集图像上对应线路的方向；
创建检测模块，并计算水平X轴方向和垂直Y轴方向在模板内所覆盖的像素点数；
当像素点数量大于设定阈值时，则为最优检测路线。
5.根据权利要求1所述一种用于集成板生产缺陷检测方法，其特征在于，
在进行完成对焊孔的缺陷检测后，会进行输出缺陷信息；通过通信网络进行输出至控制中心。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111177575.7A CN114047123B (zh) | 2021-10-09 | 2021-10-09 | 一种用于集成板生产缺陷检测方法及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111177575.7A CN114047123B (zh) | 2021-10-09 | 2021-10-09 | 一种用于集成板生产缺陷检测方法及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114047123A CN114047123A (zh) | 2022-02-15 |
| CN114047123B true CN114047123B (zh) | 2024-04-09 |
Family
ID=80205172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111177575.7A Active CN114047123B (zh) | 2021-10-09 | 2021-10-09 | 一种用于集成板生产缺陷检测方法及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114047123B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115170476B (zh) * | 2022-06-08 | 2023-06-16 | 重庆宇隆光电科技股份有限公司 | 基于图像处理的印制线路板缺陷检测方法 |
| CN114998314B (zh) * | 2022-07-18 | 2022-10-11 | 启东旺晟电子科技有限公司 | 一种基于计算机视觉的pcb电路板缺陷检测方法 |
| CN115082429B (zh) * | 2022-07-20 | 2022-11-04 | 山东马勒铝业科技有限公司 | 一种基于图像处理的铝棒缺陷检测方法 |
| CN116309574B (zh) * | 2023-05-19 | 2023-08-18 | 成都数之联科技股份有限公司 | 一种面板漏制程缺陷检测方法、系统、设备及存储介质 |
| CN116952826B (zh) * | 2023-09-19 | 2023-12-05 | 江苏乔科科技有限公司 | 一种pcb板抗腐蚀性检测系统 |
| CN117237347B (zh) * | 2023-11-14 | 2024-03-29 | 深圳思谋信息科技有限公司 | Pcb板缺陷检测方法、装置、存储介质及电子设备 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1874424A (zh) * | 2006-06-22 | 2006-12-06 | 淮阴工学院 | 基于线阵ccd采集大幅面工业产品图像的方法和装置 |
| CN1987437A (zh) * | 2006-12-07 | 2007-06-27 | 华南理工大学 | 印制电路板缺陷的x光检测方法 |
| WO2013020143A1 (en) * | 2011-08-04 | 2013-02-07 | University Of Southern California | Image-based crack quantification |
| CN104614380A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种板带表面质量检测系统和方法 |
| CN105303573A (zh) * | 2015-10-26 | 2016-02-03 | 广州视源电子科技股份有限公司 | 金针类元件的引脚检测方法和系统 |
| WO2017067342A1 (zh) * | 2015-10-21 | 2017-04-27 | 广州视源电子科技股份有限公司 | 板卡位置检测方法及装置 |
| CN106767577A (zh) * | 2015-11-24 | 2017-05-31 | 核动力运行研究所 | 一种法兰螺纹孔带超声检测系统定位方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN108508637A (zh) * | 2018-03-08 | 2018-09-07 | 惠科股份有限公司 | 一种显示面板的检测方法、装置及自动光学检测设备 |
| CN108765416A (zh) * | 2018-06-15 | 2018-11-06 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测方法及装置 |
| CN109613012A (zh) * | 2019-02-20 | 2019-04-12 | 南京工业大学 | 一种基于内窥镜的产品缺陷检测系统及检测方法 |
| CN109839385A (zh) * | 2019-03-04 | 2019-06-04 | 佛山市南海区广工大数控装备协同创新研究院 | 一种自适应的pcb板缺陷视觉定位检测及分类系统 |
| CN110415214A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 摄像头模组的外观检测方法、装置、电子设备及存储介质 |
| CN110473184A (zh) * | 2019-08-06 | 2019-11-19 | 福建工程学院 | 一种pcb板缺陷检测方法 |
| CN110706293A (zh) * | 2019-09-03 | 2020-01-17 | 佛山科学技术学院 | 基于surf特征匹配的电子元器件定位和检测方法 |
| CN111817619A (zh) * | 2020-07-23 | 2020-10-23 | 江苏芯亿达电子科技有限公司 | 高精度控制的永磁同步电机控制系统及方法 |
| CN112634252A (zh) * | 2020-12-30 | 2021-04-09 | 重庆凯歌电子股份有限公司 | 印刷电路的检测方法 |
| CN112945974A (zh) * | 2021-01-30 | 2021-06-11 | 南京工业大学 | 一种基于内窥镜的产品缺陷检测装置及检测方法 |
| CN113077453A (zh) * | 2021-04-15 | 2021-07-06 | 华南理工大学 | 一种基于深度学习的电路板元器件缺陷检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7072503B2 (en) * | 1999-05-04 | 2006-07-04 | Speedline Technologies, Inc. | Systems and methods for detecting defects in printed solder paste |
-
2021
- 2021-10-09 CN CN202111177575.7A patent/CN114047123B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1874424A (zh) * | 2006-06-22 | 2006-12-06 | 淮阴工学院 | 基于线阵ccd采集大幅面工业产品图像的方法和装置 |
| CN1987437A (zh) * | 2006-12-07 | 2007-06-27 | 华南理工大学 | 印制电路板缺陷的x光检测方法 |
| WO2013020143A1 (en) * | 2011-08-04 | 2013-02-07 | University Of Southern California | Image-based crack quantification |
| CN104614380A (zh) * | 2013-11-04 | 2015-05-13 | 北京兆维电子(集团)有限责任公司 | 一种板带表面质量检测系统和方法 |
| WO2017067342A1 (zh) * | 2015-10-21 | 2017-04-27 | 广州视源电子科技股份有限公司 | 板卡位置检测方法及装置 |
| CN105303573A (zh) * | 2015-10-26 | 2016-02-03 | 广州视源电子科技股份有限公司 | 金针类元件的引脚检测方法和系统 |
| CN106767577A (zh) * | 2015-11-24 | 2017-05-31 | 核动力运行研究所 | 一种法兰螺纹孔带超声检测系统定位方法 |
| CN107389701A (zh) * | 2017-08-22 | 2017-11-24 | 西北工业大学 | 一种基于图像的pcb表观缺陷自动检测系统及方法 |
| CN108508637A (zh) * | 2018-03-08 | 2018-09-07 | 惠科股份有限公司 | 一种显示面板的检测方法、装置及自动光学检测设备 |
| CN108765416A (zh) * | 2018-06-15 | 2018-11-06 | 福建工程学院 | 基于快速几何对准的pcb表面缺陷检测方法及装置 |
| CN109613012A (zh) * | 2019-02-20 | 2019-04-12 | 南京工业大学 | 一种基于内窥镜的产品缺陷检测系统及检测方法 |
| CN109839385A (zh) * | 2019-03-04 | 2019-06-04 | 佛山市南海区广工大数控装备协同创新研究院 | 一种自适应的pcb板缺陷视觉定位检测及分类系统 |
| CN110415214A (zh) * | 2019-06-26 | 2019-11-05 | 北京迈格威科技有限公司 | 摄像头模组的外观检测方法、装置、电子设备及存储介质 |
| CN110473184A (zh) * | 2019-08-06 | 2019-11-19 | 福建工程学院 | 一种pcb板缺陷检测方法 |
| CN110706293A (zh) * | 2019-09-03 | 2020-01-17 | 佛山科学技术学院 | 基于surf特征匹配的电子元器件定位和检测方法 |
| CN111817619A (zh) * | 2020-07-23 | 2020-10-23 | 江苏芯亿达电子科技有限公司 | 高精度控制的永磁同步电机控制系统及方法 |
| CN112634252A (zh) * | 2020-12-30 | 2021-04-09 | 重庆凯歌电子股份有限公司 | 印刷电路的检测方法 |
| CN112945974A (zh) * | 2021-01-30 | 2021-06-11 | 南京工业大学 | 一种基于内窥镜的产品缺陷检测装置及检测方法 |
| CN113077453A (zh) * | 2021-04-15 | 2021-07-06 | 华南理工大学 | 一种基于深度学习的电路板元器件缺陷检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114047123A (zh) | 2022-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114047123B (zh) | 一种用于集成板生产缺陷检测方法及检测系统 | |
| CN108132017B (zh) | 一种基于激光视觉系统的平面焊缝特征点提取方法 | |
| CN102914545B (zh) | 一种基于计算机视觉的齿轮缺陷检测方法及系统 | |
| JP6598162B2 (ja) | 線形クラスタリングに基づくマルチタイプのｂｇａチップの視覚識別方法 | |
| CN100547351C (zh) | 一种机器视觉定位方法 | |
| CN110136120B (zh) | 一种基于机器视觉的丝网印刷样板尺寸测量方法 | |
| CN104331695B (zh) | 一种鲁棒的圆形标志符形状质量检测方法 | |
| CN104990926A (zh) | 一种基于视觉的tr元件定位和缺陷检测方法 | |
| CN107123111A (zh) | 一种用于手机屏幕缺陷检测的深度残差网络构造方法 | |
| CN107610085A (zh) | 一种基于计算机视觉的焊点缺陷检测系统 | |
| CN116993744B (zh) | 一种基于阈值分割的焊缝缺陷检测方法 | |
| CN109829910B (zh) | 一种基于邻域查找的pcb缺陷检测方法 | |
| CN109508709A (zh) | 一种基于机器视觉的单指针仪表读数方法 | |
| CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
| CN105354816B (zh) | 一种电子元件定位方法及装置 | |
| CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
| CN113538603A (zh) | 一种基于阵列产品的光学检测方法、系统和可读存储介质 | |
| CN114581368A (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
| CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
| CN113205511A (zh) | 基于深层神经网络的电子元器件批量信息检测方法及系统 | |
| CN107767372B (zh) | 一种分层并行计算的芯片管脚在线视觉检测系统及其方法 | |
| JP4814116B2 (ja) | 実装基板外観検査方法 | |
| CN115082444A (zh) | 一种基于图像处理的铜管焊缝缺陷检测方法及系统 | |
| CN111861997A (zh) | 一种花纹板材圆孔尺寸检测方法、系统及装置 | |
| CN112734779A (zh) | 一种圆点标定板边缘亚像素检测方法 |
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 | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 214000 Gaolang East Road, Wuxi City, Jiangsu Province, 999-8-B1-201 Applicant after: Wuxi Xinyida Electronic Technology Co.,Ltd. Address before: 214000 Gaolang East Road, Wuxi City, Jiangsu Province, 999-8-B1-201 Applicant before: Jiangsu Xinyida Electronic Technology Co.,Ltd. Country or region before: China |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240313 Address after: 214000, 3rd floor, No.30-31, Huixi Road, Liangxi District, Wuxi City, Jiangsu Province Applicant after: Wuxi Xinyida Microelectronics Co.,Ltd. Country or region after: China Address before: 214000 Gaolang East Road, Wuxi City, Jiangsu Province, 999-8-B1-201 Applicant before: Wuxi Xinyida Electronic Technology Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant |