CN114255231B - 基于前后值进行比较的pcba缝隙检测方法 - Google Patents

基于前后值进行比较的pcba缝隙检测方法 Download PDF

Info

Publication number
CN114255231B
CN114255231B CN202111647820.6A CN202111647820A CN114255231B CN 114255231 B CN114255231 B CN 114255231B CN 202111647820 A CN202111647820 A CN 202111647820A CN 114255231 B CN114255231 B CN 114255231B
Authority
CN
China
Prior art keywords
pcba
image
positioning anchor
anchor point
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
Application number
CN202111647820.6A
Other languages
English (en)
Other versions
CN114255231A (zh
Inventor
刘超伟
刘超勇
仇飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Tbk Testing Technology Co ltd
Nanjing Xiaozhuang University
Original Assignee
Suzhou Tbk Testing Technology Co ltd
Nanjing Xiaozhuang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Tbk Testing Technology Co ltd, Nanjing Xiaozhuang University filed Critical Suzhou Tbk Testing Technology Co ltd
Priority to CN202111647820.6A priority Critical patent/CN114255231B/zh
Publication of CN114255231A publication Critical patent/CN114255231A/zh
Application granted granted Critical
Publication of CN114255231B publication Critical patent/CN114255231B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2801—Testing of printed circuits, backplanes, motherboards, hybrid circuits or carriers for multichip packages [MCP]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明涉及PCBA缝隙检测技术领域，具体地说，涉及基于前后值进行比较的PCBA缝隙检测方法。其包括对PCB板以及标准的PCBA板进行特征捕捉、建立PCBA板和PCB板的模型，并设定定位锚点、对待检测的PCBA板进行特征捕捉，获得定位锚点、定位锚点进行对比，判断定位锚点的范围、引脚进行对比，判断引脚连接位置是否在限制的界限内、判断待检测的PCBA板是否合格。本发明将标准的PCB板和PCBA板进行特征捕捉，建立基面以及锚点，并根据锚点建立带状区域，以便于后期对元件安装的位置进行锚点的对比，以判断元件安装的位置和PCB板安装基面的缝隙是否在合格的范围内，通过对元件的引脚长度进行判断元件安装是否存在故障，提高系统对PCBA板判断的效果，避免系统出现误判。

Description

基于前后值进行比较的PCBA缝隙检测方法
技术领域
本发明涉及PCBA缝隙检测技术领域，具体地说，涉及基于前后值进行比较的PCBA缝隙检测方法。
背景技术
PC称为印制电路板，又称印刷线路板，是重要的电子部件，是电子元器件的支撑体，是电子元器件电气连接的载体。在PCB空板经过SMT上件或经过DIP插件的整个制程被称为PCBA，在将元件安装在PCB板上时，为了保证元件安装在PCB板上的连接效果及位置，需要人工对安装在PCB板上的元件安装的高度和位置进行检测，以确保元件的安装在合格的范围内，但是采用人工检测元件的方法检测的精准度不高，且容易使检测人员产生眼部疲劳的感觉，进而增加检测的难度，且采用人工检测的效率过低，进而降低产品生产的速度。
发明内容
本发明的目的在于提供基于前后值进行比较的PCBA缝隙检测方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供基于前后值进行比较的PCBA缝隙检测方法，包括以下步骤：
S1、对PCB板以及标准的PCBA板进行特征捕捉，并对PCBA板上的连接引脚信息进行收集；
S2、根据收集到的信息，建立PCBA板和PCB板的模型，并设定PCB板的安装基面以及PCBA板上元件的可偏移范围以及元件的定位锚点，设置元件的定位锚点的偏移界限；
S3、对待检测的PCBA板上侧元件连接面和下侧引脚连接面进行图片捕捉；
S4、对图像进行特征捕捉，获得安装元件的定位锚点；
S5、将捕捉到的图像和标准的PCBA板进行对比，并对元件的定位锚点进行对比，判断定位锚点的范围；
S6、对待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比，判断引脚连接位置是否在限制的界限内；
S7、判断待检测的PCBA板是否合格，并对检测的PCBA板的检测信息进行记录。
作为本技术方案的进一步改进，在步骤S1和步骤S4中对所述PCB板、标准的PCBA板和待检测的PCBA板的上侧进行捕捉图像的位置为同一个位置，且对PCBA板下侧的引脚进行捕捉的位置为同一位置。
作为本技术方案的进一步改进，在步骤S1中，采用灰度共生矩阵的方法对所述PCB板以及标准的PCBA板的图像进行特征捕捉，其步骤为：
①、取图像
Figure 62913DEST_PATH_IMAGE001
中的任意一点
Figure 220224DEST_PATH_IMAGE002
）以及偏离此点的另一点（x+a，y+b），设该对点的灰度值为（
Figure 76185DEST_PATH_IMAGE003
）；
②、令点（x,y）在整个画面上移动，获得多组不同点位上的灰度值（
Figure 39462DEST_PATH_IMAGE003
）；
③、设灰度值的级别数为k，则（
Figure 398899DEST_PATH_IMAGE003
）的灰度值组合共有
Figure 55008DEST_PATH_IMAGE004
种，统计出每一种（
Figure 132686DEST_PATH_IMAGE003
）出现的次数，并将其排列呈一个方阵；
④、对（
Figure 102916DEST_PATH_IMAGE003
）出现的总次数进行归一化，获得概率
Figure 379176DEST_PATH_IMAGE005
；
⑤、判断图像中点的元素值的离散性，获得图像中的特殊点，并在特殊点中的筛选出在PCBA板元件上的特殊点。
作为本技术方案的进一步改进，所述（
Figure 940608DEST_PATH_IMAGE003
）进行归一化的公式为：
Figure DEST_PATH_IMAGE006
Figure 564968DEST_PATH_IMAGE007
其中，
Figure DEST_PATH_IMAGE008
为
Figure 338889DEST_PATH_IMAGE009
出现的次数，R表示图像中的点数，
Figure 797553DEST_PATH_IMAGE010
为
Figure 733148DEST_PATH_IMAGE009
出现的概率，N为图像中一行中的点数。
作为本技术方案的进一步改进，在步骤S2中，所述设置元件的定位锚点的偏移界限的方法为：
①、将图片中在元件上的特殊点设置为定位锚点，并通过PCB板的基面确定定位锚点的确切位置；
②、根据元件标准，确定元件底部距离PCB板基面的缝隙范围；
③、根据元件安装的缝隙范围，对定位锚点的浮动范围进行扩展，获得定位锚点的出现空间以及浮动界限。
作为本技术方案的进一步改进，在步骤S5中，所述图像和PCBA板进行对比的方法采用Otsu分割算法对图像的相同点进行对比，确定元件安装的方向是否正确，其中Otsu分割算法分割图像的方法为：
①、对捕捉的图像和标准的PCBA板的图像进行分割，获得大小相等的子图像
Figure 785417DEST_PATH_IMAGE011
，和
Figure 628608DEST_PATH_IMAGE012
；
②、计算子图像的灰度均值、最大灰度值和最小灰度值；
③、将子图像
Figure 82723DEST_PATH_IMAGE011
和子图像
Figure 251536DEST_PATH_IMAGE012
相同位置的子图像的灰度均值、最大灰度值和最小灰度值进行对比。
作为本技术方案的进一步改进，在步骤S5中，对所述元件的定位锚点进行对比方法为：
①、收集定位锚点的出现空间以及浮动界限的图像范围数据，并将图像范围数据显示为带状区域；
②、对待测的PCBA板上元件的定位锚点的位置进行读取，获得待测的PCBA板上元件的定位锚点；
③、将获得的待测的PCBA板上元件的定位锚点导入到带状区域内，并判断定位锚点是否在带状区域内。
作为本技术方案的进一步改进，在步骤S6中，对所述待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比的方法为采用映射投影的方法进行对比，其对比方法为：
①、通过Otsu分割算法对待检测PCBA板上的定位锚点出现偏离元件的引脚进行分割，以形成子图像
Figure 118998DEST_PATH_IMAGE013
；
②、对标准的PCBA板上的和子图像
Figure 641247DEST_PATH_IMAGE013
相对应的引脚进行分割，以形成子图像
Figure 74502DEST_PATH_IMAGE014
；
③、对子图像
Figure 24003DEST_PATH_IMAGE013
和子图像
Figure 178429DEST_PATH_IMAGE014
中的引脚进行对比，判断子图像
Figure 97843DEST_PATH_IMAGE013
中的引脚延伸的长度是否在标准的范围内。
作为本技术方案的进一步改进，在步骤S7中，所述判断待检测的PCBA板是否合格的方法为：将步骤S5中判断的定位锚点信息和步骤S6中的判断的元件引脚的长度来判断PCBA板是否合格。
与现有技术相比，本发明的有益效果：
1、该基于前后值进行比较的PCBA缝隙检测方法中，通过将标准的PCB板和PCBA板进行特征捕捉，建立基面以及锚点，并根据锚点建立带状区域，以便于后期对元件安装的位置进行锚点的对比，以判断元件安装的位置和PCB板安装基面的缝隙是否在合格的范围内，提高PCBA板检测的速度。
2、该基于前后值进行比较的PCBA缝隙检测方法中，通过对元件的引脚长度进行判断元件安装是否存在故障，以提高系统对PCBA板判断的效果，避免系统出现误判，提高系统判断PCBA板的准确度，同时通过对元件的引脚进行判断便于判断出元件在安装时是否出现安装倾斜的情况，进一步提高对PCBA板上元件检测的效果。
附图说明
图1为本发明实施例1的整体步骤框图；
图2为本发明实施例1的整体流程框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备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。
实施例1
本发明提供基于前后值进行比较的PCBA缝隙检测方法，请参阅图1-图2，包括以下步骤：
S1、对PCB板的安装面以及标准的PCBA板上的元件位置进行特征捕捉，并对PCBA板上的连接引脚信息进行收集，获得PCB板以及PCBA板的基础信息以及特征点，以便于后期的特征对比；
采用灰度共生矩阵的方法对PCB板以及标准的PCBA板的图像进行特征捕捉，其步骤为：
①、取图像
Figure 588867DEST_PATH_IMAGE001
中的任意一点
Figure 974849DEST_PATH_IMAGE002
）以及偏离此点的另一点（x+a，y+b），设该对点的灰度值为（
Figure 816903DEST_PATH_IMAGE003
）；
②、令点（x,y）在整个画面上移动，获得多组不同点位上的灰度值（
Figure 71167DEST_PATH_IMAGE003
）；
③、设灰度值的级别数为k，则（
Figure 88802DEST_PATH_IMAGE003
）的灰度值组合共有
Figure 770319DEST_PATH_IMAGE004
种，统计出每一种（
Figure 834090DEST_PATH_IMAGE003
）出现的次数，并将其排列呈一个方阵；
④、对（
Figure 767411DEST_PATH_IMAGE003
）出现的总次数进行归一化，获得概率
Figure 764186DEST_PATH_IMAGE005
；
其中，归一化的公式为：
Figure 491970DEST_PATH_IMAGE006
Figure 836845DEST_PATH_IMAGE015
其中，
Figure 370595DEST_PATH_IMAGE008
为
Figure 362822DEST_PATH_IMAGE009
出现的次数，R表示图像中的点数，
Figure 386141DEST_PATH_IMAGE010
为
Figure 831029DEST_PATH_IMAGE009
出现的概率，N为图像中一行中的点数；
⑤、判断图像中点的元素值的离散性，获得图像中的特殊点，并在特殊点中的筛选出在PCBA板元件上的特殊点，并将特殊点作为后期图像捕捉的锚点；
共生矩阵中元素值相对于主对角线的分布可用离散性来表示，它常常反映纹理的粗细程度，离主对角线远的元素的归一化值高，即元素的离散性大，也就是说，一定位置关系的两象素间灰度差的比例高，若以
Figure 230786DEST_PATH_IMAGE016
或0，
Figure 343099DEST_PATH_IMAGE017
或0的位置关系为例，离散性大意味着相邻象素间灰度差大的比例高，说明图像上垂直于该方向的纹理较细;相反，则图像上垂直于该方向.上的纹理较粗，当非主对角线上的元素的归一化值全为0时，元素值的离散性最小，则图像上垂直于该方向上不可能出现纹理，表示该方向上无特征点；
S2、根据收集到的信息，建立PCBA板和PCB板的模型，并设定PCB板的安装基面以及PCBA板上元件的可偏移范围以及元件的定位锚点，设置元件的定位锚点的偏移界限；
设置元件的定位锚点的偏移界限的方法为：
①、将图片中在元件上的特殊点设置为定位锚点，并通过PCB板的基面确定定位锚点的确切位置；
②、根据元件标准，确定元件底部距离PCB板基面的缝隙范围；
③、根据元件安装的缝隙范围，对定位锚点的浮动范围进行扩展，获得定位锚点的出现空间以及浮动界限；
S3、对待检测的PCBA板上侧元件连接面和下侧引脚连接面进行图片捕捉；
S4、对图像进行特征捕捉，获得安装元件的定位锚点；
S5、将捕捉到的图像和标准的PCBA板进行对比，并对元件的定位锚点进行对比，判断定位锚点的范围；
图像和PCBA板进行对比的方法采用Otsu分割算法对图像的相同点进行对比，确定元件安装的方向是否正确，其中Otsu分割算法分割图像的方法为：
①、对捕捉的图像和标准的PCBA板的图像进行分割，获得大小相等的子图像
Figure 271741DEST_PATH_IMAGE011
，和
Figure 469504DEST_PATH_IMAGE012
；
②、计算子图像的灰度均值、最大灰度值和最小灰度值；
③、将子图像
Figure 345056DEST_PATH_IMAGE011
和子图像
Figure 436509DEST_PATH_IMAGE012
相同位置的子图像的灰度均值、最大灰度值和最小灰度值进行对比，即
Figure 411418DEST_PATH_IMAGE018
和
Figure 221111DEST_PATH_IMAGE019
的灰度均值、最大灰度值和最小灰度值进行比较，
Figure 838037DEST_PATH_IMAGE020
和
Figure 990188DEST_PATH_IMAGE021
的灰度均值、最大灰度值和最小灰度值进行比较，当存在一组的数据存在较大的差别时，则表面安装在PCB板上的元件的方向安装有误，该PCBA板存在故障，需要后期的维修；
对元件的定位锚点进行对比方法为：
①、收集定位锚点的出现空间以及浮动界限的图像范围数据，并将图像范围数据显示为带状区域；
②、对待测的PCBA板上元件的定位锚点的位置进行读取，获得待测的PCBA板上元件的定位锚点；
③、将获得的待测的PCBA板上元件的定位锚点导入到带状区域内，并判断定位锚点是否在带状区域内；当定位锚点偏离带状区域时，则表明待测的PCBA板上的元件安装位置和标准的PCBA板上的元件位置有较大差别，其元件和PCB板的缝隙存在较大问题，元件安装有问题；当定位锚点在带状区域的内部时，则表明待测的PCBA板上的元件安装位置和标准的PCBA板上的元件位置有较小差别，其元件和PCB板的缝隙在特定的范围内，元件安装在标准的范围内；
S6、对待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比，判断引脚连接位置是否在限制的界限内；
对待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比的方法为采用映射投影的方法进行对比，其对比方法为：
①、通过Otsu分割算法对待检测PCBA板上的定位锚点出现偏离元件的引脚进行分割，以形成子图像
Figure 791791DEST_PATH_IMAGE013
；
②、对标准的PCBA板上的和子图像
Figure 698567DEST_PATH_IMAGE013
相对应的引脚进行分割，以形成子图像
Figure 712660DEST_PATH_IMAGE014
；
③、对子图像
Figure 654071DEST_PATH_IMAGE013
和子图像
Figure 298679DEST_PATH_IMAGE014
中的引脚进行对比，判断子图像
Figure 817385DEST_PATH_IMAGE013
中的引脚延伸的长度是否在标准的范围内；
S7、判断待检测的PCBA板是否合格，并对检测的PCBA板的检测信息进行记录；
判断待检测的PCBA板是否合格的方法为：将步骤S5中判断的定位锚点信息和步骤S6中的判断的元件引脚的长度来判断PCBA板是否合格，当在步骤S5中判断的定位锚点出现在带状区域的外部，步骤S6中的判断的元件引脚的长度超过标准的范围，则表明PCBA板上的元件安装有误；当在步骤S5中判断的定位锚点出现在带状区域的外部，而步骤S6中的判断的元件引脚的长度在标准的范围内或在步骤S5中判断的定位锚点出现在带状区域的内部，而步骤S6中的判断的元件引脚的长度在标准的范围外，此时将此PCBA板进行标记，并采用人工进行判断，以避免系统产生的误判，当在步骤S5中判断的定位锚点出现在带状区域的内部，步骤S6中的判断的元件引脚的长度在标准的范围内，则表示PCBA板上的元件安装合格，此时元件和PCB板之间的缝隙在合格的范围内。
其中，在步骤S1和步骤S4中对PCB板、标准的PCBA板和待检测的PCBA板的上侧进行捕捉图像的位置为同一个位置，且对PCBA板下侧的引脚进行捕捉的位置为同一位置。
本实施例在使用时，对PCB板的安装面机械 捕捉，已获得元件安装的基面，并对标准的PCBA板上的元件位置进行特征点的提取，并将其特征点设置有定位锚点，根据设置元件上的定位锚点和元件和PCB板之间安装缝隙中的范围，确定定位锚点浮动的控制和界限，对待测的PCBA板上侧的元件和下侧的引脚进行图像拍摄，并使用Otsu分割算法对标准的PCBA板图像和待测的PCBA板图像上的元件进行分割，已获得子图像
Figure 510534DEST_PATH_IMAGE011
，和
Figure 431086DEST_PATH_IMAGE012
，对子图像
Figure 449857DEST_PATH_IMAGE011
，和
Figure 455859DEST_PATH_IMAGE012
进行灰度均值、最大灰度值和最小灰度值的比较，并当子图像中的某个分割的图像出现较大的差异时，则表面安装在PCB板上的元件的方向安装有误；
对待测的PCBA板上元件的定位锚点进行识别，并将获得的定位锚点和带状区域进行比较，并当定位锚点出现在带状区域的外部时，对此定位锚点表示的元件的引脚进行对比，确定元件引脚连接是否存在故障，同时通过元件引脚的长度判断元件是否存在安装发生倾斜的问题，；
根据对待测的PCBA板上元件的定位锚点的对比和元件引脚的对比的双重数据对比，判断待检测的PCBA板是否合格，并将判断不合格的PCBA板挑选出来，并将判断的结果进行记录。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (5)

1.基于前后值进行比较的PCBA缝隙检测方法，其特征在于：包括以下步骤：
S1、对PCB板以及标准的PCBA板进行特征捕捉，并对PCBA板上的连接引脚信息进行收集；
S2、根据收集到的信息，建立PCBA板和PCB板的模型，并设定PCB板的安装基面以及PCBA板上元件的可偏移范围以及元件的定位锚点，设置元件的定位锚点的偏移界限；
S3、对待检测的PCBA板上侧元件连接面和下侧引脚连接面进行图片捕捉；
S4、对图像进行特征捕捉，获得安装元件的定位锚点；
S5、将捕捉到的图像和标准的PCBA板进行对比，并对元件的定位锚点进行对比，判断定位锚点的范围；
S6、对待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比，判断引脚连接位置是否在限制的界限内；
S7、判断待检测的PCBA板是否合格，并对检测的PCBA板的检测信息进行记录；
在步骤S2中，所述设置元件的定位锚点的偏移界限的方法为：
①、将图片中在元件上的特殊点设置为定位锚点，并通过PCB板的基面确定定位锚点的确切位置；
②、根据元件标准，确定元件底部距离PCB板基面的缝隙范围；
③、根据元件安装的缝隙范围，对定位锚点的浮动范围进行扩展，获得定位锚点的出现空间以及浮动界限；
在步骤S5中，对所述元件的定位锚点进行对比方法为：
①、收集定位锚点的出现空间以及浮动界限的图像范围数据，并将图像范围数据显示为带状区域；
②、对待测的PCBA板上元件的定位锚点的位置进行读取，获得待测的PCBA板上元件的定位锚点；
③、将获得的待测的PCBA板上元件的定位锚点导入到带状区域内，并判断定位锚点是否在带状区域内；
在步骤S6中，对所述待检测的PCBA板底部的连接引脚和标准的PCBA板底部的连接引脚进行对比的方法为采用映射投影的方法进行对比，其对比方法为：
①、通过Otsu分割算法对待检测PCBA板上的定位锚点出现偏离元件的引脚进行分割，以形成子图像
Figure DEST_PATH_IMAGE001
；
②、对标准的PCBA板上的和子图像
Figure 913187DEST_PATH_IMAGE001
相对应的引脚进行分割，以形成子图像
Figure 546294DEST_PATH_IMAGE002
；
③、对子图像
Figure 256761DEST_PATH_IMAGE001
和子图像
Figure 735147DEST_PATH_IMAGE002
中的引脚进行对比，判断子图像
Figure 581880DEST_PATH_IMAGE001
中的引脚延伸的长度是否在标准的范围内；
在步骤S7中，所述判断待检测的PCBA板是否合格的方法为：将步骤S5中判断的定位锚点信息和步骤S6中的判断的元件引脚的长度来判断PCBA板是否合格。
2.根据权利要求1所述的基于前后值进行比较的PCBA缝隙检测方法，其特征在于：在步骤S1和步骤S4中对所述PCB板、标准的PCBA板和待检测的PCBA板的上侧进行捕捉图像的位置为同一个位置，且对PCBA板下侧的引脚进行捕捉的位置为同一位置。
3.根据权利要求1所述的基于前后值进行比较的PCBA缝隙检测方法，其特征在于：在步骤S1中，采用灰度共生矩阵的方法对所述PCB板以及标准的PCBA板的图像进行特征捕捉，其步骤为：
①、取图像
Figure DEST_PATH_IMAGE003
中的任意一点
Figure 854729DEST_PATH_IMAGE004
）以及偏离此点的另一点（x+a，y+b），设该对点的灰度值为（
Figure DEST_PATH_IMAGE005
）；
②、令点（x,y）在整个画面上移动，获得多组不同点位上的灰度值（
Figure 255755DEST_PATH_IMAGE005
）；
③、设灰度值的级别数为k，则（
Figure 537832DEST_PATH_IMAGE005
）的灰度值组合共有
Figure 501721DEST_PATH_IMAGE006
种，统计出每一种（
Figure 476630DEST_PATH_IMAGE005
）出现的次数，并将其排列呈一个方阵；
④、对（
Figure 896110DEST_PATH_IMAGE005
）出现的总次数进行归一化，获得概率
Figure DEST_PATH_IMAGE007
；
⑤、判断图像中点的元素值的离散性，获得图像中的特殊点，并在特殊点中的筛选出在PCBA板元件上的特殊点。
4.根据权利要求3所述的基于前后值进行比较的PCBA缝隙检测方法，其特征在于：所述（
Figure 716299DEST_PATH_IMAGE005
）进行归一化的公式为：
Figure DEST_PATH_IMAGE009
Figure DEST_PATH_IMAGE011
其中，
Figure 944149DEST_PATH_IMAGE012
为
Figure DEST_PATH_IMAGE013
出现的次数，R表示图像中的点数，
Figure 558801DEST_PATH_IMAGE014
为
Figure 465577DEST_PATH_IMAGE013
出现的概率，N为图像中一行中的点数。
5.根据权利要求1所述的基于前后值进行比较的PCBA缝隙检测方法，其特征在于：在步骤S5中，所述图像和PCBA板进行对比的方法采用Otsu分割算法对图像的相同点进行对比，确定元件安装的方向是否正确，其中Otsu分割算法分割图像的方法为：
①、对捕捉的图像和标准的PCBA板的图像进行分割，获得大小相等的子图像
Figure DEST_PATH_IMAGE015
，和
Figure 558298DEST_PATH_IMAGE016
；
②、计算子图像的灰度均值、最大灰度值和最小灰度值；
③、将子图像
Figure 499709DEST_PATH_IMAGE015
和子图像
Figure 813491DEST_PATH_IMAGE016
相同位置的子图像的灰度均值、最大灰度值和最小灰度值进行对比。
CN202111647820.6A 2021-12-30 2021-12-30 基于前后值进行比较的pcba缝隙检测方法 Active CN114255231B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111647820.6A CN114255231B (zh) 2021-12-30 2021-12-30 基于前后值进行比较的pcba缝隙检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111647820.6A CN114255231B (zh) 2021-12-30 2021-12-30 基于前后值进行比较的pcba缝隙检测方法

Publications (2)

Publication Number Publication Date
CN114255231A CN114255231A (zh) 2022-03-29
CN114255231B true CN114255231B (zh) 2022-08-23

Family

ID=80795756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111647820.6A Active CN114255231B (zh) 2021-12-30 2021-12-30 基于前后值进行比较的pcba缝隙检测方法

Country Status (1)

Country Link
CN (1) CN114255231B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及系统
CN104535587A (zh) * 2014-12-23 2015-04-22 安徽科鸣三维科技有限公司 一种基于机器视觉的pcba焊点检测方法
CN113325299A (zh) * 2021-05-27 2021-08-31 山东英信计算机技术有限公司 一种pcba板的质检方法及其相关组件

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110865087A (zh) * 2019-11-27 2020-03-06 科士恩科技(上海)有限公司 一种基于人工智能的pcba质量检测方法
CN113588680A (zh) * 2020-04-30 2021-11-02 华为技术有限公司 Pcba残留污染物的检测方法、pcba清洗检测系统和模拟pcba
CN112822939B (zh) * 2021-02-03 2022-07-29 上海望友信息科技有限公司 一种电子元器件成型方法、系统、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及系统
CN104535587A (zh) * 2014-12-23 2015-04-22 安徽科鸣三维科技有限公司 一种基于机器视觉的pcba焊点检测方法
CN113325299A (zh) * 2021-05-27 2021-08-31 山东英信计算机技术有限公司 一种pcba板的质检方法及其相关组件

Also Published As

Publication number Publication date
CN114255231A (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN115601364B (zh) 基于图像分析的金手指电路板检测方法
CN111899241B (zh) 一种定量化的炉前pcb贴片缺陷在线检测方法及系统
KR101767923B1 (ko) 비아홀을 검사하는 방법 및 장치
CN109100370A (zh) 一种基于投影法和连通域分析的pcb板缺陷检测方法
US20080062266A1 (en) Image test board
CN110517265A (zh) 一种产品表面缺陷的检测方法、装置及存储介质
CN108596829A (zh) 一种pcb裸板图片配准方法和装置
CN115439411A (zh) 电路板元器件极性的检测方法、装置、介质和电子设备
CN114152627A (zh) 芯片电路缺陷检测方法、装置、电子设备及存储介质
CN115239683A (zh) 电路板的检测方法、模型训练方法、装置和电子设备
CN114998208A (zh) 一种用于pcb板的钻孔偏移检测方法
CN115775246A (zh) 一种pcb元器件缺陷检测的方法
CN115841488A (zh) 一种基于计算机视觉的pcb板的检孔方法
CN106530273B (zh) 高精度fpc直线线路检测与缺陷定位方法
CN114255231B (zh) 基于前后值进行比较的pcba缝隙检测方法
CN108898584B (zh) 一种基于图像分析的全自动贴面电容装焊极性判别方法
JP2019003575A (ja) 画像分析装置及び鉄道設備部品の保守管理方法
CN115272340B (zh) 工业产品缺陷检测方法和装置
CN116503413A (zh) 基于计算机视觉的灯丝质量智能检测方法
CN116993654A (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN115546140A (zh) 一种显示面板检测方法、系统及电子装置
CN108303640B (zh) 一种线路检测的方法和装置
CN115170476A (zh) 基于图像处理的印制线路板缺陷检测方法
CN114677670A (zh) 一种身份证篡改自动识别与定位的方法
CN112529902A (zh) 一种pcb板的检孔方法

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
GR01 Patent grant
GR01 Patent grant