CN114076773A - 钻孔检测方法、钻孔检测系统与检测装置 - Google Patents
钻孔检测方法、钻孔检测系统与检测装置 Download PDFInfo
- Publication number
- CN114076773A CN114076773A CN202110962130.3A CN202110962130A CN114076773A CN 114076773 A CN114076773 A CN 114076773A CN 202110962130 A CN202110962130 A CN 202110962130A CN 114076773 A CN114076773 A CN 114076773A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- borehole
- voxel data
- printed circuit
- 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 90
- 238000005553 drilling Methods 0.000 claims abstract description 96
- 238000004458 analytical method Methods 0.000 claims description 38
- 238000007689 inspection Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 18
- 229910052802 copper Inorganic materials 0.000 description 18
- 239000010949 copper Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 238000013136 deep learning model Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 239000004020 conductor Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007620 mathematical function Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance 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
- 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
- G01N21/95692—Patterns showing hole parts, e.g. honeycomb filtering structures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K2203/00—Indexing scheme relating to apparatus or processes for manufacturing printed circuits covered by H05K3/00
- H05K2203/02—Details related to mechanical or acoustic processing, e.g. drilling, punching, cutting, using ultrasound
- H05K2203/0207—Partly drilling through substrate until a controlled depth, e.g. with end-point detection
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K2203/00—Indexing scheme relating to apparatus or processes for manufacturing printed circuits covered by H05K3/00
- H05K2203/16—Inspection; Monitoring; Aligning
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K2203/00—Indexing scheme relating to apparatus or processes for manufacturing printed circuits covered by H05K3/00
- H05K2203/16—Inspection; Monitoring; Aligning
- H05K2203/163—Monitoring a manufacturing process
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K3/00—Apparatus or processes for manufacturing printed circuits
- H05K3/0011—Working of insulating substrates or insulating layers
- H05K3/0044—Mechanical working of the substrate, e.g. drilling or punching
- H05K3/0047—Drilling of holes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种用于检测印刷电路板的钻孔检测方法,包括以下步骤:扫描印刷电路板以取得印刷电路板的三维图像体素数据;沿三维图像体素数据的一个方向,决定印刷电路板对应的第一维度区间;在三维图像体素数据中与所述方向正交的一个平面上决定钻孔对应的二维位置;根据第一维度区间以及二维位置,撷取部分的三维图像体素数据作为钻孔体素数据;根据钻孔体素数据进行分析,以得到钻孔的检测结果;以及透过输出元件输出检测结果。据此,可提升钻孔的检测准确度与检测效率。
Description
技术领域
本发明是有关于一种印刷电路板的瑕疵检测方法。更进一步地,本发明有关于一种非侵入式的钻孔检测方法、钻孔检测系统与检测装置。
背景技术
近年来,高速的运算加上极大的数据量促成了人工智能(ArtificialIntelligence,AI)的快速发展,过去需耗费大量运算资源与时间的人工智能技术已能够被应用来处理各个领域的实际问题,大幅降低人力与时间成本,还能作到更精准的分析。
背钻(back drilling)又称控制深度贯孔(controlled depth drilling),常见于印刷电路板(Printed Circuit Board,PCB)工艺领域中,能够避免高速信号传输时发生反射、散射或延迟等现象所造成的信号失真。然而,在背钻工艺当中,若下钻的位置、角度或深度存在误差,就可能会造成欲去除的导体(例如,铜)没有去除干净,而这样的导体残留现象便导致此印刷电路板成为不良品。传统上,背钻孔中的导体残留现象可以使用高倍率放大镜或是探针等工具来进行检测,但是这样的检测方式费时费力,提升印刷电路板的生产成本与时间。
发明内容
有鉴于此,本发明提供一种钻孔检测方法、钻孔检测系统与检测装置,能够提升印刷电路板的钻孔的瑕疵侦测效率。
本发明实施例的钻孔检测系统用于检测印刷电路板的钻孔,所述钻孔检测系统包括取像装置、储存元件、输出元件以及处理器。取像装置用以扫描印刷电路板以取得印刷电路板的三维图像体素数据。储存元件用以储存多个模块。处理器耦接取像装置、储存元件以及输出元件,用以存取并执行储存元件所储存的所述模块。所述模块包括印刷电路板定位模块、钻孔定位模块、体素撷取模块、钻孔分析模块以及信息输出模块。印刷电路板定位模块用以沿三维图像体素数据的一个方向,决定印刷电路板对应的第一维度区间。钻孔定位模块用以在三维图像体素数据中与所述方向正交的一个平面上决定钻孔对应的二维位置。体素撷取模块用以根据第一维度区间以及二维位置,撷取部分的三维图像体素数据作为钻孔体素数据。钻孔分析模块用以根据钻孔体素数据进行分析,以得到钻孔的检测结果。信息输出模块用以透过输出元件输出检测结果。
本发明实施例的钻孔检测方法用于以包括取像装置、处理器以及输出元件的钻孔检测系统检测印刷电路板的钻孔。所述钻孔检测方法包括以下步骤:利用取像装置扫描印刷电路板以取得印刷电路板的三维图像体素数据;利用处理器沿三维图像体素数据的一个方向,决定印刷电路板对应的第一维度区间;利用处理器在三维图像体素数据中与所述方向正交的一个平面上决定钻孔对应的二维位置;利用处理器根据第一维度区间以及二维位置,撷取部分的三维图像体素数据作为钻孔体素数据;利用处理器根据钻孔体素数据进行分析,以得到钻孔的检测结果;以及透过输出元件输出检测结果。
本发明实施例的检测装置包括接收元件、输出元件、储存元件以及处理器。接收元件用以接收印刷电路板的三维图像体素数据。储存元件用以储存多个模块。处理器耦接于接收元件、储存元件以及输出元件,用以存取并执行储存元件所储存的所述模块。所述模块包括印刷电路板定位模块、钻孔定位模块、体素撷取模块、钻孔分析模块以及信息输出模块。印刷电路板定位模块用以沿三维图像体素数据的一个方向,决定印刷电路板对应的第一维度区间。钻孔定位模块用以在三维图像体素数据中与所述方向正交的一个平面上决定钻孔对应的二维位置。体素撷取模块用以根据第一维度区间以及二维位置,撷取部分的三维图像体素数据作为钻孔体素数据。钻孔分析模块用以根据钻孔体素数据进行分析,以得到钻孔的检测结果。信息输出模块用以透过输出元件输出检测结果。
附图说明
本发明的一种或多种实施方式将参考附图和示例,于以下叙述。
图1显示本发明一实施例中钻孔检测系统的概要方块图。
图2显示本发明一实施例中钻孔检测方法的流程图。
图3显示本发明一实施例中三维图像体素数据的示意图。
图4显示本发明一实施例中印刷电路板定位的流程图。
图5A与图5B显示本发明一实施例中印刷电路板定位的示意图。
图6显示本发明一实施例中钻孔定位的流程图。
图7显示本发明一实施例中钻孔定位的示意图。
图8显示本发明一实施例中钻孔体素数据的示意图。
图9A到图9C显示本发明一实施例中三个视角图像的示意图。
具体实施方式
以下描述包含关于本发明中例示实施方式的具体信息。本发明中的附图及其伴随的详细描述仅是针对例示的实施方式。然而,本发明并不限于这些例示实施方式。本领域技术人员将意识到本发明的其他变型和实施方式。此外,本发明中的附图和例示一般不按比例绘制,且非对应于实际的相对尺寸。
针对术语“耦接”被定义为连接,无论是直接还是间接地透过中间元件作连接,且不一定限于实体连接。当使用术语“包括”或“包含”时,意思是“包含但不限于”,其明确地指出所述的组合、群组、系列和均等物的开放式关系。
本文的实施例将针对印刷电路板(Printed Circuit Board,PCB)的背钻孔的漏铜现象检测进行说明。然而,本发明并不限于此。在其他实施例中,本发明的钻孔检测系统、钻孔检测方法与检测装置可用于检测印刷电路板的背钻孔以外的其他钻孔,亦可用于检测漏铜现象以外的其他印刷电路板钻孔瑕疵。
此外,本文实施例中以印刷电路板的其中一个钻孔来示例性的进行说明。然而,借由重复执行本文实施例中的一或多个步骤,一张印刷电路板上的多个钻孔都能够被检测。
图1显示本发明一实施例中钻孔检测系统的概要方块图。
请参考图1,在本实施例中,钻孔检测系统10包括取像装置100以及检测装置200。钻孔检测系统例如是作为印刷电路板生产线中的一个站,用于检测印刷电路板的钻孔瑕疵。在本实施例中,钻孔检测系统是用以检测印刷电路板的背钻孔是否发生漏铜现象,但本发明并不限于此。
取像装置100用以扫描待检测的印刷电路板,以取得待测印刷电路板的三维图像体素数据。在本实施例中,取像装置100例如是X光分层摄影(laminography)装置,其利用X光与平板探测器(Flat Panel Detector,FPD)在待测物上下两侧进行平行的圆周运动。因此,在待侧物为板状时空间效率可以有效地提升。然而,只要能够对印刷电路板进行扫描,以得到印刷电路板的三维图像体素数据,本发明并不在此限制取像装置100的类型。在其他实施例中,取像装置100也可以是电脑断层扫描(Computer Tomography,CT)装置。
检测装置200用以根据三维图像体素数据进行分析,以得到并被扫描的印刷电路板的钻孔检测结果。在本实施例中,检测装置200包括储存元件210、输出元件220以及处理器230,其中处理器230耦接于取像装置100、储存元件210以及输出元件220。
在本实施例中,检测装置200耦接于取像装置100而形成钻孔检测系统10,检测装置200的处理器230根据来自取像装置100的三维图像体素数据进行分析。然而,本发明并不限于此。在一些实施例中,检测装置200亦可以独立的运作,以对网际网路、云端硬碟或随身硬碟等其他来源的三维图像体素数据进行分析。在一些实施例中,检测装置200可以实作为个人电脑、笔记型电脑、智慧型手机、平板电脑、个人数位助理、云端储存装置或设备等任何具有数据运算能力的电子装置。
储存元件210例如包括任意型式的固定式或可移动式随机存取记忆体(RandomAccess Memory,RAM)、只读记忆体(Read-Only Memory,ROM)、闪存记忆体(Flash memory)、硬碟或其他类似元件或这些元件的组合,其系用以储存档案数据。在本实施例中,储存元件210更用以记录可由处理器230执行的多个模块,这些模块包括印刷电路板定位模块211、钻孔定位模块213、体素撷取模块215、钻孔分析模块217以及信息输出模块219。
输出元件220例如包括液晶显示器(Liquid Crystal Display,LCD)、发光二极体(Light-Emitting Diode,LED)显示器、场发射显示器(Field Emission Display,FED)或其他种类的显示器,用以将各类信息向用户输出。在本实施例中,输出元件220用以输出印刷电路板的钻孔的检测结果。在其他实施例中,输出元件220可例如包括扬声器、通讯介面或这些元件的组合。换言之,本发明并不限制检测结果的输出形式,本领域技术人员当可依其需求来设计输出元件220以便输出各种信息。
处理器230例如包括中央处理单元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微处理器(Microprocessor)、数位讯号处理器(DigitalSignal Processor,DSP)、可程式化控制器、特殊应用积体电路(Application SpecificIntegrated Circuits,ASIC)、可程式化逻辑装置(Programmable Logic Device,PLD)或其他类似元件或这些元件的组合。在本实施例中,处理器230用以存取储存元件210中的模块,以执行钻孔检测的功能,并透过输出元件220将检测结果向用户输出。
如图1所示,在一些实施例中,检测装置200可更包括接收元件240,用以接收外部信息。在一些实施例中,接收元件240包括通讯接口,可用以接收来自网际网路、云端硬碟或随身硬碟等其他来源的信息。在一些实施例中,接收元件240提供用户对于检测装置200的操作,其可接收用户进行操作时产生的讯号,也可以接收用户所输入的数据(例如但不限于,印刷电路板对应的工单数据)。举例来说,接收元件240可以包括检测装置200外接或内建的键盘、滑鼠、手写笔、触控板、轨迹球等装置,耦接于处理器230。举另一例来说,接收元件240可与输出元件220整合为一个整体,例如电容式或电阻式的触控荧幕,而用以接收用户的触控操作。换言之,本发明并不限制外部信息的输入形式,本领域技术人员当可依其需求来设计接收元件240以便从各种来源接收信息。
图2显示本发明一实施例中钻孔检测方法的流程图;图3显示本发明一实施例中三维图像体素数据的示意图。
本实施例的方法适用于图1的钻孔检测系统10,以下即搭配钻孔检测系统10中的各项元件说明本发明之钻孔检测方法之详细步骤。
请参考图2,在步骤S201中,取像装置100会扫描印刷电路板,以取得印刷电路板的三维图像体素数据VX。
具体而言,三维图像体素数据VX能够反映印刷电路板的三维结构。举例来说,钻孔检测系统10可以是印刷电路板的生产线中的一站,用以检测印刷电路板的背钻工艺是否存在瑕疵。因此,在印刷电路板的背钻工艺过后,印刷电路板例如被喂入钻孔检测系统10,并且由取像装置100来对印刷电路板进行三维扫描,得到印刷电路板的三维图像体素数据VX。
请参考图3,在本实施例中,三维图像体素数据VX例如包括三维的多个体素并且每一个体素对应到至少一个体素值。由于取像装置100所发出的粒子或电磁波射线(例如,X光)相对于不同介质具有不同的穿透率与反射率,因此三维图像体素数据VX中每一个体素例如是对应到至少一个光强度值(即,体素值),进而反映出印刷电路板的三维结构。在一些实施例中,三维图像体素数据VX中每一个体素也可例如是对应到一组RGB值,其中包括红、绿、蓝三个色光的三个强度值。
为了方便说明,本文的实施例使三维图像体素数据VX与图3中所显示的X轴、Y轴与Z轴对齐,并且使Z轴方向平行于印刷电路板的反面(例如,有背钻孔的一面)的法线方向。在后文中将以此欧氏座标系或直角坐标系进行说明。然而,本发明并不限于此,本领域技术人员当可根据座标变换来依需求对三维图像体素数据VX进行操作,以及进行分析。
值得一提的,在取像装置100进行扫描时,印刷电路板并不会充满整个扫描区域。在本实施例中,三维图像体素数据VX沿Z轴方向可能依序包括第一部分、第二部分以及第三部分,其中第一部分与第三部分对应于印刷电路板的外部空间(例如,上方空间与下方空间),并且第二部分对应于印刷电路板,或对应于印刷电路板以及用以放置印刷电路板的置物板。在其他实施例中,由于待测印刷电路板的尺寸可能不同,因此沿其他轴的方向也可能同时包括第一部分、第二部分以及第三部分,其中第一部分与第三部分对应于印刷电路板的外部空间,并且第二部分对应于印刷电路板。换句话说,印刷电路板所对应的印刷电路板体素数据VX’仅占三维图像体素数据VX中的其中一部分。
在本实施例中,检测装置200的处理器230经由接收元件240接收来自取像装置100的三维图像体素数据VX。在一些实施例中,处理器230例如透过接收元件240来取得待测印刷电路板对应的三维图像体素数据VX。
请回到图2,在步骤S203中,印刷电路板定位模块211会沿三维图像体素数据VX的第一方向,决定印刷电路板对应的第一维度区间。
具体来说,由于检测装置200是用以针对印刷电路板的钻孔进行检测,因此上述三维图像体素数据VX中对应于外部空间的第一部分与第三部分可以理解为冗余数据。倘若对冗余数据进行分析将大幅降低钻孔检测系统10或检测装置200的检测速度,因此印刷电路板定位模块211会从三维图像体素数据VX定义出对应于印刷电路板的数据区间。
在本实施例中,印刷电路板定位模块211会沿印刷电路板的第一方向,即厚度方向(例如,Z轴方向)定义区间。然而,本发明并不限于此。在其他实施例中,印刷电路板定位模块211亦可沿印刷电路板的其他方向进行定义,所属技术领域具备通常知识者当可由本实施例的说明推知实施方式,在此并不赘述。
图4显示本发明一实施例中印刷电路板定位的流程图;图5A至图5B显示本发明一实施例中印刷电路板定位的示意图。
请同时参考图3、图4与图5A,在步骤S401中,印刷电路板定位模块211将三维图像体素数据VX投影于YZ平面,以获取侧面投影数据P_side。
在本实施例中,印刷电路板的背面是对应于三维图像体素数据VX中的第一平面(例如但不限于,平行于XY平面的平面),而第一平面的法线方向指向第一方向(例如但不限于,Z轴方向)。因此,为了取得印刷电路板对应的侧面投影数据P_side,印刷电路板定位模块211会将三维图像体素数据VX投影于第二平面(例如但不限于,YZ平面),其中第一平面的法线方向指向第一方向(例如但不限于,Z轴方向),第二平面的法线方向指向第二方向(例如但不限于,X轴方向),并且第一方向正交于第二方向。
在本实施例中,投影例如是透过取极大值来进行。举例来说,将三维图像体素数据VX投影于YZ平面时,侧面投影数据P_side中位于座标(j,k)的值等于三维图像体素数据VX中位于直线“y=j、z=k”上所有体素值的极大值。然而,本发明并不限于此。在一些实施例中,投影也可例如是透过取平均值或使用其他数学函式来进行。
请参考图3、图4与图5B,在步骤S403中,印刷电路板定位模块211将侧面投影数据P_side投影于Z轴,以获取一维体素数据Dz。
具体来说,印刷电路板定位模块211将侧面投影数据P_side投影于一个平行于第一平面的法线方向的轴(例如但不限于,Z轴),以使一维体素数据Dz中带有印刷电路板的厚度方向(例如但不限于,Z轴方向)的信息。
在本实施例中,投影例如是透过取极大值来进行。举例来说,将侧面投影数据P_side投影于Z轴时,一维体素数据Dz中位于z=k的值等于侧面投影数据P_side中位于直线z=k上所有值的极大值。然而,本发明并不限于此。在一些实施例中,投影也可例如是透过取平均值或使用其他数学函式来进行。
请参考图4与图5B,在步骤S405中,印刷电路板定位模块211会根据一维体素数据Dz以及分群演算法,决定第一维度区间。
具体来说,印刷电路板定位模块211会利用分群演算法来将一维体素数据Dz分为多个群,其中至少一个群可指示印刷电路板所对应的数据范围,而印刷电路板定位模块211可得到此数据范围的起点与终点,以表示第一维度区间。由此可知,在本实施例中的第一维度区间可对应于印刷电路板的厚度。
在本实施例中,如图5B所示,印刷电路板定位模块211例如使用K-means演算法来将一维体素数据Dz区分为三群(例如,k=0、1或2),并且根据强度最高的群(例如,k=2)来决定Z轴上的起点sp与终点ep。然而,本发明并不限于此。
在一些实施例中,印刷电路板定位模块211也可例如是使用K-means演算法来将一维体素数据Dz区分为两群、四群、五群或更多群,并根据其中至少一个群来决定Z轴上的起点sp与终点ep。在一些实施例中,印刷电路板定位模块211也可例如选择诸如高斯混合模型(Gaussian Mixed Model,GMM)、阶层分群法(hierarchical clustering)、K-Means等其他的分群演算法。
在其他实施例中,印刷电路板定位模块211也可例如是根据分群演算法以外的其他演算法来决定出印刷电路板所对应的数据区间。举例来说,印刷电路板定位模块211可例如利用人工智能的图像识别技术从侧面投影数据P_side框选出印刷电路板所对应的范围,进而决定印刷电路板所对应的第一维度区间。举另一例来说,印刷电路板定位模块211亦可利用边缘检测等图像处理演算法来找出侧面投影数据P_side中的边缘,进而决定印刷电路板所对应的第一维度区间。
请回到图2,在步骤S205中,钻孔定位模块213会在三维图像体素数据VX的第一平面上决定钻孔所对应的二维位置。
具体来说,钻孔定位模块213会在三维图像体素数据VX的第一平面上决定印刷电路板的钻孔对应三维图像体素数据VX的二维位置,而这个第一平面对应于印刷电路板的一层。换言之,第一平面平行于三维图像体素数据VX中对应印刷电路板正面或背面的平面。在本实施例中,第一平面是对应于印刷电路板的背面(例如,三维图像体素数据VX中z=ep的平面)。在另一实施例中,第一平面是对应于印刷电路板的正面(例如,三维图像体素数据VX中z=sp的平面)或对应于其他平行于印刷电路板的正面或背面的平面。
此外,二维位置是用以在第一平面上定位钻孔。在本实施例中,二维位置例如是指第一平面上印刷电路板的钻孔中心所对应的二维座标。在其他实施例中,二维位置也可以表示在第一平面上钻孔的其他任意特征点所对应的二维座标。
图6显示本发明一实施例中钻孔定位的流程图;图7显示本发明一实施例中钻孔定位的示意图。
请参考图6与图7,在步骤S601中,钻孔定位模块213会取得钻孔座标。
具体来说,透过接收元件240,钻孔定位模块213会取得钻孔座标,此钻孔座标例如是用以在印刷电路板设计中指示钻孔位置的座标。在本实施例中,接收元件240例如会接收到印刷电路板对应的工单数据,而工单数据中包括钻孔座标等信息。在一些实施例中,接收元件240也可例如是接收来自用户输入的钻孔座标。由于工艺或扫描时可能发生的偏差,钻孔座标有时并无法用来精准的在三维图像体素数据VX的第一平面上定义出二维位置。
在步骤S603中,钻孔定位模块213会决定区块尺寸。
具体来说,区块尺寸用以在第一平面上框选出对应于钻孔的区块。举例来说,当区块为矩形时,区块尺寸包括矩形的长与宽;当区块为圆形时,区块尺寸则至少包括圆形的半径。换言之,只要同时具有二维位置以及区块尺寸,钻孔定位模块213就能够在第一平面上框选出一个二维区块BLK。
在本实施例中,钻孔定位模块213例如会根据钻孔尺寸以及尺寸容忍值来决定区块尺寸。以图7为例,若二维区块BLK被设定为正方形,钻孔直径为D,则钻孔定位模块213会决定二维区块BLK的边长为钻孔直径D加上尺寸容忍值L,其中,尺寸容忍值L关联于印刷电路板设计中两个钻孔间的距离。举例来说,尺寸容忍值L例如被设定为不大于印刷电路板上相邻两钻孔的最小距离,但本发明并不限于此。
在本实施例中,来自接收元件240的工单数据中包括钻孔直径D以及尺寸容忍值L的信息。在一些实施例中,工单数据中包括钻孔直径D的信息而不包括尺寸容忍值L的信息,尺寸容忍值L例如是系统预设或由用户输入。在一些实施例中,工单数据中包括尺寸容忍值L的信息而不包括钻孔直径D的信息,钻孔直径D例如是系统预设或由用户输入。
在步骤S605中,钻孔定位模块213会根据钻孔座标以及区块尺寸,在第一平面上取二维区块BLK。
在本实施例中,钻孔定位模块213例如会将钻孔座标作为正方形二维区块BLK的中心,并且以钻孔直径D加上尺寸容忍值L作为二维区块BLK的边长,来在第一平面上取二维区块BLK。
如前段落所述,由于钻孔座标是来自工单数据或用户输入,因此根据钻孔座标所取的二维区块BLK可能存在误差而无法在第一平面上准确地框选出对应钻孔的范围。
在步骤S607中,钻孔定位模块213会将二维区块BLK内的多个体素值作为权重,计算二维区块BLK的第一中心mc。
在本实施例中,三维图像体素数据VX的每一个体素值例如是反映印刷电路板上相对位置的物理性质(例如但不限于,材质或密度等)。因此,将二维区块BLK的体素值作为权重所计算出来的第一中心mc可以被视为对应于钻孔的质心。
在步骤S609中,钻孔定位模块213会比对第一中心mc与二维区块BLK的几何中心gc,以决定是否移动二维区块BLK。
在本实施例中,钻孔定位模块213会判断第一中心mc与二维区块BLK的几何中心gc是否重合,并且在判断第一中心mc与二维区块BLK的几何中心gc不重合时决定移动二维区块BLK。举例来说,钻孔定位模块213会判断第一中心gc与几何中心mc之间的距离是否大于预设阈值。若是,则第一中心mc与二维区块BLK的几何中心gc不重合,钻孔定位模组213决定移动二维区块213,则进入步骤S611;反之,则进入步骤S613。
在本实施例中,二维区块BLK的几何中心在初次进入步骤S609时例如是位于钻孔座标上。
在步骤S611中,钻孔定位模块213会移动二维区块BLK。
具体来说,钻孔定位模块213移动二维区块BLK是为了使移动后二维区块BLK的第一中心mc与移动后二维区块BLK的几何中心gc重合。在本实施例中,钻孔定位模块213例如会在移动二维区块BLK后回到步骤S607。换言之,在本实施例中,钻孔定位模块213会利用迭代法来移动二维区块BLK,直到二维区块BLK的第一中心mc与二维区块BLK的几何中心gc重合。
举例来说,若在步骤S609中钻孔定位模块213判断第一中心mc与几何中心gc不重合,且进一步判断第一中心mc位于几何中心gc的右方,则钻孔定位模块213例如可以在步骤S611中将二维区块BLK向右移动预设距离。然而,只要能够移动二维区块BLK,使其第一中心mc与几何中心gc重合,本发明并不限制钻孔定位模块213移动二维区块BLK的具体细节。
在步骤S613中,钻孔定位模块213会根据二维区块BLK来决定二维位置。
具体来说,当二维区块BLK的第一中心gc与几何中心mc重合,可以视为二维区块BLK已经能够在第一平面上框选出钻孔对应的范围。在本实施例中,钻孔定位模块213例如是取二维区块BLK的第一中心gc或几何中心mc的座标来作为二维位置。
在一些实施例中,信息输出模块219可例如将步骤S613中的二维区块BLK的体素值以点阵图的档案格式(例如,BMP)输出,以让用户检视并进一步判断钻孔定位模块213对于钻孔对应范围的框选是否准确。用户也可以透过接收元件240来与检测装置200互动,以移动二维区块BLK或调整二维区块BLK的尺寸。
值得一提的是,二维位置是否能够准确地在第一平面上框选出钻孔对应的范围,将直接影响到后续步骤(例如,步骤S209)中的检测结果是否准确。下方表一中显示出图6实施例的步骤对检测结果的影响,其中“有调整钻孔位置”系指使用图6实施例的步骤来得到二维位置,而“无调整钻孔位置”系指直接套用工单数据上记载的钻孔座标作为二维位置。从下方表一中可以看出,使用图6实施例的步骤来决定二维位置后,灵敏度(sensitivity)、特异度(specificity)以及准确度(accuracy)都有显著提升。
表一
除了图6实施例所介绍的迭代法以外,在一些实施例中,钻孔定位模块213也可例如是利用人工智能的图像识别技术从三维图像体素数据VX的第一平面框选出钻孔所对应的范围,以找到二维位置以及区块尺寸。
请回到图2,在步骤S207中,体素撷取模块215会根据第一维度区间以及二维位置,撷取部分的三维图像体素数据VX作为钻孔体素数据VX”。
具体来说,印刷电路板定位模块211所决定的第一维度区间可用来从三维图像体素数据VX中定位出印刷电路板所对应的印刷电路板体素数据VX’,而钻孔定位模块213所决定的二维位置中则可以进一步用来从印刷电路板体素数据VX’中定位出钻孔所对应的钻孔体素数据VX”。
在本实施例中,体素撷取模块215会根据第一维度区间、二维位置以及区块尺寸来从三维图像体素数据VX中撷取出钻孔体素数据VX”。钻孔体素数据VX”的其中一个维度是由第一维度区间来定义,而另外两个维度则是由二维位置以及区块尺寸来定义。因此,若将三维的钻孔体素数据VX”撷取出来进行分析,能够大幅减少分析时的运算量,提升分析效率。
图8显示本发明一实施例中钻孔体素数据的示意图。
请参考图8,在本实施例中,钻孔体素数据VX”在第一平面上的中心座标是根据二维位置决定(例如,二维区块BLK的第一中心mc),钻孔体素数据VX”在第一平面上的面积范围是根据区块尺寸决定(例如,边长为钻孔直径D加上尺寸容忍值L),并且钻孔体素数据VX”的高或厚度则是根据第一维度区间来决定(例如,从起点sp到终点ep)。
请回到图2,在步骤S209中,钻孔分析模块217会根据钻孔体素数据VX”进行分析,以得到钻孔的检测结果。
具体来说,钻孔分析模块217会分析钻孔体素数据VX”中的体素值,以得到钻孔的检测结果。检测结果例如包括钻孔是否存在瑕疵或存在哪些类型瑕疵等等。相较于分析三维图像体素数据VX中的体素值,或是印刷电路板体素数据VX’中的体素值,对钻孔体素数据VX”进行分析更准确也更有效率。
在本实施例中,钻孔分析模块217会透过机器学习模型来分析钻孔体素数据VX”的体素值,以得到“钻孔是否发生漏铜现象”的检测结果。然而,本发明并不限于此。在其他实施例中,钻孔分析模块217也可以透过其他的分析方法来分析钻孔体素数据VX”的体素值,并且得到钻孔其他的检测结果。
图9A至图9C显示本发明一实施例中视角图像的示意图。
请参考图9A至图9C,图9A是将钻孔体素数据VX”投影于第一平面(例如,平行于XY平面的平面)的第一视角图像VW1;图9B是将钻孔体素数据VX”投影于第二平面(例如,平行于YZ平面的平面)的第二视角图像VW2;并且图9C是将钻孔体素数据VX”投影于第三平面(例如,平行于XZ平面的平面)的第三视角图像VW3。其中,第一平面正交于第二平面以及第三平面,并且第二平面正交于第三平面。将体素数据投影到平面的方式已于前述段落中介绍,在此不再赘述。
在本实施例中,钻孔分析模块217会至少取得第一视角图像VW1与第二视角图像VW2,并且将第一视角图像VW1与第二视角图像VW2作为深度学习模型的输入层,输入深度学习模型以使其输出“钻孔是否发生漏铜现象”的检测结果。在一些实施例中,钻孔分析模块217可例如只取得其中一个视角图像,并且将其作为深度学习模型的输入层;在一些实施例中,钻孔分析模块217也可例如取得第一视角图像VW1、第二视角图像VW2以及第三视角图像VW3,并且将其作为深度学习模型的输入层,以获得钻孔的检测结果。必须说明的是,使用越多视角的图像来进行分析,检测的准确度就越高。
详细来说,钻孔分析模块217例如可以使用二维或三维的卷积神经网路(Convolutional Neural Network,CNN)来进行分析。在本实施例中,钻孔分析模块217例如是使用AlexNet架构,但本发明并不限于此。在其他实施例中,钻孔分析模块217例如也可直接使用三维的卷积神经网路,并且将钻孔体素数据VX”作为此三维卷积神经网路的输入层,以使其输出“钻孔是否发生漏铜现象”的检测结果。据此,钻孔分析模块217无须先对钻孔体素数据VX”进行投影。关于AlexNet等卷积神经网路的架构与训练方法,本领域技术人员当可从深度学习的相关文献中得知,本文并不加以赘述。
在一些实施例中,钻孔分析模块217例如针对不同视角图像来训练不同的深度学习模型。举例来说,钻孔分析模块217例如针对与第一视角图像VW1相同视角的图像(例如,投影于XY平面的图像)来训练第一深度学习模型,并且针对与第一视角图像VW1正交的视角的图像(例如,投影于与XY平面正交的平面的图像)来训练第二深度学习模型。因此,第一深度学习模型例如可以针对第一视角图像VW1进行分析,并且第二深度学习模型例如可以针对第二视角图像VW2以及第三视角图像VW3进行分析,而钻孔分析模块217例如会将上述的分析结果归纳成检测结果。
在一些实施例中,深度学习模型的输出层例如是包括“漏铜”以及“无漏铜”两个分类,因此钻孔分析模块217可根据深度学习模型的输出结果来得到“钻孔是否发生漏铜现象”的检测结果。在一些实施例中,深度学习模型的输出层例如是包括“含铜但无漏铜”、“不含铜且无漏铜”、“有漏铜”以及“杂讯”四个分类,因此钻孔分析模块217可例如根据深度学习模型的输出结果加以进行分析,来得到“钻孔是否发生漏铜现象”的检测结果。换言之,本发明并不在此限制深度学习模型的具体架构与训练方法,本领域技术人员当可根据其对于“检测结果”的需求来进行设计。
请回到图2,在步骤S211中,信息输出模块219会透过输出元件220来输出检测结果。
在本实施例中,检测结果包括“钻孔是否发生漏铜现象”的分类结论。然而本发明并不限于此。在其他实施例中,透过机器学习模型不同的训练过程,钻孔分析模块217也能够分析出不同类型的检测结果。
在本实施例中,信息输出模块219例如会将此检测结果以字元分隔值的档案格式(例如但不限于,副档名为csv、txt或dat等的档案格式)记录于储存元件210中。在一些实施例中,用户可以选择对应检测结果的档案来进行检视,而输出元件220会显示出上述的检测结果。然而,本发明并不限于此。在一些实施例中,除了钻孔对应的检测结果会被记录于储存元件210中,此钻孔对应的二维区块BLK的也会以点阵图的档案格式(例如,BMP)一并被记录于储存元件210中,以利用户检视。
综上所述,本发明实施例所提出的钻孔检测方法、钻孔检测系统与检测装置,能够从扫描印刷电路板所得到的三维图像体素数据,精准地撷取出印刷电路板的钻孔所对应的数据范围,并且加以进行分析以得到钻孔的检测结果。据此,能够大幅提升钻孔检测的效率与准确度。
上述示出和叙述的实施例仅为示例。通常能够在本领域技术中找到许多其他细节。因此,许多细节并未示出或被叙述。即便在前述段落中已经以本发明的功能和结构说明本发明的诸多特征和优点,此说明书仅为范例,且有可能在符合本发明原理和完全考虑到所述术语的最广解释范围的前提之下在细节上进行修改,例如形状、尺寸以及部件的配置。本领域的普通技术人员应当理解的是,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和实质。
Claims (10)
1.一种钻孔检测系统,用于检测印刷电路板的钻孔,其特征在于,所述钻孔检测系统包括:
取像装置,用以扫描所述印刷电路板以取得所述印刷电路板的三维图像体素数据;
储存元件,用以储存多个模块;
输出元件;以及
处理器,耦接所述取像装置、所述储存元件以及所述输出元件,用以存取并执行所述储存元件所储存的所述模块,所述模块包括:
印刷电路板定位模块,用以沿所述三维图像体素数据的第一方向,决定所述印刷电路板对应的第一维度区间;
钻孔定位模块,用以在所述三维图像体素数据的第一平面上决定所述钻孔对应的二维位置,其中所述第一方向正交于所述第一平面;
体素撷取模块,用以根据所述第一维度区间以及所述二维位置,撷取部分的所述三维图像体素数据作为钻孔体素数据;
钻孔分析模块,用以根据所述钻孔体素数据进行分析,以得到所述钻孔的检测结果;以及
信息输出模块,用以透过所述输出元件输出所述检测结果。
2.如权利要求1所述的钻孔检测系统,其特征在于,其中当所述印刷电路板定位模块沿所述三维图像体素数据的所述第一方向,决定所述印刷电路板对应的所述第一维度区间时,包括:
将所述三维图像体素数据投影于第二平面,以获取侧面投影数据,其中所述第二平面指向第二方向,并且所述第一方向正交于所述第二方向;
将所述侧面投影数据投影于一轴,以获得一维体素数据,其中所述轴平行于所述第一方向;以及
根据所述一维体素数据以及分群演算法,决定所述第一维度区间。
3.如权利要求1所述的钻孔检测系统,其特征在于,所述钻孔检测系统更包括:
接收元件,耦接于所述处理器,用以接收所述印刷电路板对应的工单数据,其中所述工单数据包括钻孔座标,
其中当所述钻孔定位模块在所述三维图像体素数据的所述第一平面上决定所述钻孔对应的所述二维位置时,包括:
根据所述第一维度区间决定所述第一平面;
根据所述钻孔座标在所述第一平面上取二维区块;以及
根据所述二维区块的体素值决定所述二维位置。
4.如权利要求3所述的钻孔检测系统,其特征在于,其中当所述钻孔定位模块根据所述二维区块的所述体素值决定所述二维位置时,包括:
将所述体素值作为权重,计算所述二维区块的第一中心;以及
比对所述第一中心与所述二维区块的几何中心,以决定所述二维位置。
5.如权利要求1所述的钻孔检测系统,其特征在于,其中当所述钻孔分析模块根据所述钻孔体素数据进行分析,以得到所述钻孔的所述检测结果,包括:
取得所述钻孔体素数据投影于所述第一平面的第一视角图像;
取得所述钻孔体素数据投影于第二平面的第二视角图像,其中所述第一平面正交于所述第二平面;以及
将所述第一视角图像以及所述第二视角图像输入机器学习模型,以产生所述检测结果。
6.一种钻孔检测方法,用于以钻孔检测系统检测印刷电路板的钻孔,其特征在于,所述钻孔检测系统包括取像装置、处理器以及输出元件,所述钻孔检测方法包括:
利用所述取像装置扫描所述印刷电路板以取得所述印刷电路板的三维图像体素数据;
利用所述处理器沿所述三维图像体素数据的第一方向,决定所述印刷电路板对应的第一维度区间;
利用所述处理器在所述三维图像体素数据的第一平面上决定所述钻孔对应的二维位置,其中所述第一方向正交于所述第一平面;
利用所述处理器根据所述第一维度区间以及所述二维位置,撷取部分的所述三维图像体素数据作为钻孔体素数据;
利用所述处理器根据所述钻孔体素数据进行分析,以得到所述钻孔的检测结果;以及
透过所述输出元件输出所述检测结果。
7.如权利要求6所述的钻孔检测方法,其特征在于,其中沿所述三维图像体素数据的所述第一方向,决定所述印刷电路板对应的所述第一维度区间的步骤包括:
将所述三维图像体素数据投影于第二平面,以获取侧面投影数据,其中所述第二平面指向第二方向,并且所述第一方向正交于所述第二方向;
将所述侧面投影数据投影于一轴,以获得一维体素数据,其中所述轴平行于所述第一方向;以及
根据所述一维体素数据以及分群演算法,决定所述第一维度区间。
8.如权利要求6所述的钻孔检测方法,其特征在于,更包括:
接收所述印刷电路板对应的工单数据,其中所述工单数据包括钻孔座标,其中在所述三维图像体素数据的所述第一平面上决定所述钻孔对应的所述二维位置的步骤包括:
根据所述第一维度区间决定所述第一平面;
根据所述钻孔座标在所述第一平面上取二维区块;以及
根据所述二维区块的体素值决定所述二维位置。
9.如权利要求8所述的钻孔检测方法,其特征在于,其中根据所述二维区块的所述体素值决定所述二维位置的步骤包括:
将所述体素值作为权重,计算所述二维区块的第一中心;以及
比对所述第一中心与所述二维区块的几何中心,以决定所述二维位置。
10.一种检测装置,其特征在于,所述检测装置包括:
接收元件,用以接收印刷电路板的三维图像体素数据,其中所述印刷电路板包括钻孔;
输出元件;
储存元件,用以储存多个模块;以及
处理器,耦接于所述接收元件、所述输出元件以及所述储存元件,用以存取并执行所述储存元件所储存的所述模块,所述模块包括:
印刷电路板定位模块,用以沿所述三维图像体素数据的第一方向,决定所述印刷电路板对应的第一维度区间;
钻孔定位模块,用以在所述三维图像体素数据的第一平面上决定所述钻孔对应的二维位置,其中所述第一方向正交于所述第一平面;
体素撷取模块,用以根据所述第一维度区间以及所述二维位置,撷取部分的所述三维图像体素数据作为钻孔体素数据;
钻孔分析模块,用以根据所述钻孔体素数据进行分析,以得到所述钻孔的检测结果;以及
信息输出模块,用以透过所述输出元件输出所述检测结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063068376P | 2020-08-21 | 2020-08-21 | |
US63/068376 | 2020-08-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114076773A true CN114076773A (zh) | 2022-02-22 |
CN114076773B CN114076773B (zh) | 2024-05-10 |
Family
ID=
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020046636A (ko) * | 2000-12-15 | 2002-06-21 | 송재인 | 인쇄회로기판의 납땜검사 시스템 및 방법 |
KR20050095223A (ko) * | 2004-03-25 | 2005-09-29 | 삼성전기주식회사 | 인쇄회로기판의 비아홀 검사 장치 및 방법 |
CN1728160A (zh) * | 2004-07-26 | 2006-02-01 | 大日本网目版制造株式会社 | 利用图像的区域分割的缺陷的检出 |
CN202204770U (zh) * | 2011-07-14 | 2012-04-25 | 镇新科技股份有限公司 | 检测pcb激光钻孔后残留胶渣的系统 |
CN103528566A (zh) * | 2013-08-30 | 2014-01-22 | 中国石油天然气集团公司 | 一种定向钻孔洞剖面测量检测方法 |
CN103793906A (zh) * | 2012-10-26 | 2014-05-14 | 瓦里安医疗系统公司 | 用于不规则形状目标的基于图像的检测和跟踪的模板匹配方法 |
US20150177409A1 (en) * | 2013-12-20 | 2015-06-25 | Visuray Intech Ltd (Bvi) | Methods and Means for Creating Three-Dimensional Borehole Image Data |
KR20150108634A (ko) * | 2014-03-18 | 2015-09-30 | 아트크레이트 (주) | 인쇄 회로 기판 검사용 디지털 광원 처리 프로젝터 |
CN106290400A (zh) * | 2016-07-29 | 2017-01-04 | 广东正业科技股份有限公司 | 一种应用于板的检孔方法及检孔设备 |
TW201835596A (zh) * | 2017-03-20 | 2018-10-01 | 大陸商昆山萬像光電有限公司 | 印刷電路板的鑽孔檢測裝置與方法 |
CN109253702A (zh) * | 2018-11-08 | 2019-01-22 | 东莞职业技术学院 | 一种pcb钻孔快速检修方法及设备 |
CN109919919A (zh) * | 2019-02-20 | 2019-06-21 | 深圳市鹰眼在线电子科技有限公司 | Pcb板检测方法、装置及计算机可读存储介质 |
GB201908637D0 (en) * | 2019-06-17 | 2019-07-31 | Southampton Solent Univ | Non-destructive testing method and apparatus |
CN110839321A (zh) * | 2018-08-17 | 2020-02-25 | 深南电路股份有限公司 | 一种pcb板背钻加工设备及其加工方法 |
CN111102917A (zh) * | 2018-10-26 | 2020-05-05 | 得力富企业股份有限公司 | 电路板的形心侦测设备 |
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020046636A (ko) * | 2000-12-15 | 2002-06-21 | 송재인 | 인쇄회로기판의 납땜검사 시스템 및 방법 |
KR20050095223A (ko) * | 2004-03-25 | 2005-09-29 | 삼성전기주식회사 | 인쇄회로기판의 비아홀 검사 장치 및 방법 |
CN1728160A (zh) * | 2004-07-26 | 2006-02-01 | 大日本网目版制造株式会社 | 利用图像的区域分割的缺陷的检出 |
CN202204770U (zh) * | 2011-07-14 | 2012-04-25 | 镇新科技股份有限公司 | 检测pcb激光钻孔后残留胶渣的系统 |
CN103793906A (zh) * | 2012-10-26 | 2014-05-14 | 瓦里安医疗系统公司 | 用于不规则形状目标的基于图像的检测和跟踪的模板匹配方法 |
CN103528566A (zh) * | 2013-08-30 | 2014-01-22 | 中国石油天然气集团公司 | 一种定向钻孔洞剖面测量检测方法 |
US20150177409A1 (en) * | 2013-12-20 | 2015-06-25 | Visuray Intech Ltd (Bvi) | Methods and Means for Creating Three-Dimensional Borehole Image Data |
KR20150108634A (ko) * | 2014-03-18 | 2015-09-30 | 아트크레이트 (주) | 인쇄 회로 기판 검사용 디지털 광원 처리 프로젝터 |
CN106290400A (zh) * | 2016-07-29 | 2017-01-04 | 广东正业科技股份有限公司 | 一种应用于板的检孔方法及检孔设备 |
TW201835596A (zh) * | 2017-03-20 | 2018-10-01 | 大陸商昆山萬像光電有限公司 | 印刷電路板的鑽孔檢測裝置與方法 |
CN110839321A (zh) * | 2018-08-17 | 2020-02-25 | 深南电路股份有限公司 | 一种pcb板背钻加工设备及其加工方法 |
CN111102917A (zh) * | 2018-10-26 | 2020-05-05 | 得力富企业股份有限公司 | 电路板的形心侦测设备 |
CN109253702A (zh) * | 2018-11-08 | 2019-01-22 | 东莞职业技术学院 | 一种pcb钻孔快速检修方法及设备 |
CN109919919A (zh) * | 2019-02-20 | 2019-06-21 | 深圳市鹰眼在线电子科技有限公司 | Pcb板检测方法、装置及计算机可读存储介质 |
GB201908637D0 (en) * | 2019-06-17 | 2019-07-31 | Southampton Solent Univ | Non-destructive testing method and apparatus |
Non-Patent Citations (5)
Title |
---|
"Inspection of microdrill point geometry using machine vision,", ICIC EXPRESS LETTERS, vol. 7, no. 6, pages 1787 - 1792 * |
KIM,等: "Measurements of defects after machining CFRP holes using high speed line scan", JOURNAL OF THE KOREAN SOCIETY FOR PRECISION ENGINEERING, vol. 33, no. 6, pages 459 - 467 * |
YU等: "A laser scanner based in-process inspection approach of thru-hole for drilling robotic system", JOURNAL OF ADVANCED CONTROL, AUTOMATION AND ROBOTICS, vol. 4, no. 1, pages 136 - 144 * |
赵翔宇;周亚同;何峰;王帅;张忠伟;: "分层提取匹配印刷电路板元器件缺陷检测", 仪表技术与传感器, no. 08, pages 88 - 93 * |
陈绪超: "高密度柔性基板视觉检测中的图像分割与圆孔检测技术研究", 中国优秀硕士学位论文电子期刊信息科技, no. 1, pages 1 - 81 * |
Also Published As
Publication number | Publication date |
---|---|
US20220058788A1 (en) | 2022-02-24 |
US11847774B2 (en) | 2023-12-19 |
TWI771161B (zh) | 2022-07-11 |
TW202232048A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9390202B2 (en) | Coordinate measuring system data reduction | |
US7580560B2 (en) | System and method for fast template matching by adaptive template decomposition | |
US7630539B2 (en) | Image processing apparatus | |
TWI771161B (zh) | 鑽孔檢測方法、鑽孔檢測系統與檢測裝置 | |
US8428335B2 (en) | Combining feature boundaries | |
US6825856B1 (en) | Method and apparatus for extracting measurement information and setting specifications using three dimensional visualization | |
CN112014404A (zh) | 组件检测方法、装置、系统、电子设备及存储介质 | |
Liu et al. | Printed circuit board defect detection based on MobileNet-Yolo-Fast | |
Yang et al. | Toward efficient and robust metrics for RANSAC hypotheses and 3D rigid registration | |
US6898333B1 (en) | Methods and apparatus for determining the orientation of an object in an image | |
CN114184143A (zh) | 一种pcb平整度测量方法及测量装置 | |
US20190188881A1 (en) | Representation of a component using cross-sectional images | |
Caliskan et al. | Design and realization of an automatic optical inspection system for PCB solder joints | |
Mehta et al. | FICS PCB X-ray: A dataset for automated printed circuit board inter-layers inspection | |
CN114076773B (zh) | 钻孔检测方法、钻孔检测系统与检测装置 | |
Jin et al. | Scale and pose-invariant feature quality inspection for freeform geometries in additive manufacturing | |
Krotova et al. | Development of a trajectory planning algorithm for moving measuring instrument for binding a basic coordinate system based on a machine vision system | |
Zhao et al. | Automated Phenotyping of Single Seeds using a Novel Volume Sculpting Framework | |
Sun et al. | Precision work-piece detection and measurement combining top-down and bottom-up saliency | |
CN114519697A (zh) | 一种基于显微ct的孔缺陷定量检测方法 | |
CN114965272A (zh) | 一种芯片缺陷检测平台的测试方法 | |
CN116368349A (zh) | 检查目标的语义分割 | |
Xiao et al. | Adaptive Hybrid Framework for Multiscale Void Inspection of Chip Resistor Solder Joints | |
US20210173973A1 (en) | Method and Apparatus for Automated Test Plan Generation to Measure a Measurement Object | |
Said et al. | Non-wet solder joint detection in processor sockets and BGA assemblies |
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 |