CN114519697A - 一种基于显微ct的孔缺陷定量检测方法 - Google Patents

一种基于显微ct的孔缺陷定量检测方法 Download PDF

Info

Publication number
CN114519697A
CN114519697A CN202210039337.8A CN202210039337A CN114519697A CN 114519697 A CN114519697 A CN 114519697A CN 202210039337 A CN202210039337 A CN 202210039337A CN 114519697 A CN114519697 A CN 114519697A
Authority
CN
China
Prior art keywords
hole
defects
detected
sample
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210039337.8A
Other languages
English (en)
Inventor
郑李娟
罗杨泉
王成勇
须颖
黄欣
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202210039337.8A priority Critical patent/CN114519697A/zh
Publication of CN114519697A publication Critical patent/CN114519697A/zh
Pending legal-status Critical Current

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • G06T2207/10056—Microscopic image
    • 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
    • G06T2207/30—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)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明涉及印刷电路板技术领域，具体涉及一种基于显微CT的孔缺陷定量检测方法，该方法包括S1、采用显微CT系统获取待测样品孔的原始体数据，获得待测样品孔的三维CT数据图；S2、在孔径方向上对待测样品孔的三维CT数据图进行切片，使用图像滤波、图像增强、形态学顶帽及底帽处理算法、灰度化对切片进行处理，获得对比度增强的切片灰度图；S3、在孔深方向上提取每层切片灰度图的孔；S4、利用构成待测样品孔的切片灰度图，检测孔口缺陷、孔内缺陷或孔壁缺陷，该孔缺陷定量检测方法无需破坏样品即可定量检测孔口缺陷、孔内缺陷或孔壁缺陷，其具有检测速度快、检测精确度高的优点。

Description

一种基于显微CT的孔缺陷定量检测方法
技术领域
本发明涉及印刷电路板技术领域，具体涉及一种基于显微CT的孔缺陷定量检测方法。
背景技术
印制电路板钻孔技术正向高精度化、高密度化、高板厚/孔径比方向发展，孔缺陷状态直接影响到印制电路板的性能状态，进而影响到其所在系统或系统的整体工作状态及稳定性状态。传统的孔缺陷检测方法主要有：人工目检、孔数检测机、孔位检测机、AOI检测法、AXI检测法。
人工目检法可以检测孔的尺寸以及孔深，但是针对孔出入口直径偏差、锥度、孔壁钉头、孔壁粗糙度、孔壁镀铜空隙、孔内树脂塞孔空洞等缺陷，难以实现，并且人工目检的方法存在重复性低，存在漏检，无法连续的识别缺陷的缺点。
孔数检测及孔位检测机则是孔数检测只能判定某一位置有无孔的问题，孔位检测机只能对孔位偏移缺陷进行检测，对其它缺陷无法检测，局限性大。
AOI检测法只能生成孔的表面生成二维图像，只能检测孔的外表面的缺陷，对于孔内缺陷，则需要对孔进行打磨，这对孔造成了无法逆转的损伤。
AXI技术可以得到二维的孔透视图像，能部分看清楚孔内部缺陷，但是因为其二维的孔透视图像只是把孔整个内部缺陷压缩在同一平面上的二维图像，不能确定孔内部缺陷的具体空间位置,并且会使得孔内部缺陷重叠在一起，对定量检测孔内缺陷造成影响。
综上所述，目前的孔缺陷检测方法只能对孔外表面缺陷进行定量检测，而针对于孔内缺陷的定量检测，大多数是通过对孔样品灌胶硬化以及打磨处理，再使用孔切片测量仪对其大小进行测量，但是这种测量方法不但费时、费力，而且需要破坏样品，造成材料的浪费。
发明内容
本发明的目的在于避免现有技术中的不足之处而提供一种基于显微CT的孔缺陷定量检测方法，该孔缺陷定量检测方法无需破坏样品即可定量检测孔口缺陷、孔内缺陷或孔壁缺陷，其具有检测速度快、检测精确度高的优点。
为实现上述目的，本发明提供以下技术方案：
提供一种基于显微CT的孔缺陷定量检测方法，包括以下步骤
S1、采用显微CT系统获取待测样品孔的原始体数据，通过VoxelStudio Recon重建软件对待测样品孔的原始体数据进行重建，校正和处理重建获得的CT投影图像，获得待测样品孔的三维CT数据图；
S2、通过Numpy库中的reshape函数，在孔径方向上对待测样品孔的三维CT数据图进行切片，使用图像滤波、图像增强、形态学顶帽及底帽处理算法、灰度化对切片进行处理，获得对比度增强的切片灰度图；
S3、通过Hough圆算法定位每层切片灰度图中的每个孔的图像位置，采用多阈值OSTU算法分割每层切片灰度图中的每个孔，在孔深方向上提取每层切片灰度图的孔；
S4、利用构成待测样品孔的切片灰度图，检测孔口缺陷、孔内缺陷或孔壁缺陷。
在一些实施方式中，当需要检测孔口缺陷时，包括以下步骤，
S21、采用边缘检测算法对S13提取的切片灰度图中的每个孔的孔入口边缘和孔出口边缘进行检测，再通过轮廓跟踪算法对孔入口边缘和孔出口边缘进行跟踪；
S22、通过旋转卡尺算法获取孔入口的孔径和孔出口的孔径；
S23、将孔出口的孔径和孔入口的孔径与目标孔径值对比，获得孔出口的直径偏差值和孔入口的直径偏差值，所述直径偏差值作为孔口缺陷数据。
在一些实施方式中，所述边缘检测算法是canny检测算法。
在一些实施方式中，当需要检测孔内树脂空洞缺陷时，包括以下步骤，
S31、计算出S3提取的每层切片灰度图中的每个孔的孔内空洞像素点数的总和，根据像素点总和求得每层切片灰度图中的每个孔的孔内树脂空洞面积，获得的空洞面积与扫描体素相乘，从而得到每层的实际空洞体积；
S33、将所有层的实际空洞体积相加，获得空洞实际体积之和，该空洞实际体积之和是孔内树脂空洞缺陷。
在一些实施方式中，当需要检测孔壁缺陷时，包括以下步骤，
S41、对构成待测样品孔的切片灰度图进行三维重构，获得待测样品孔的三维孔壁；
S42、使用canny边缘检测算法提取孔壁边缘；
S43、采用八领域轮廓跟踪算法对孔壁边缘进行跟踪，再通过Melkman算法获取待测样品孔的孔内轮廓的凸起；
S44、采用旋转卡尺算法获得canny待测样品孔的孔壁轮廓缺陷所处在的最小外切矩形，该最小外切矩形的宽度是孔壁缺陷的量。
在一些实施方式中，所述孔壁缺陷包括孔壁钉头、孔壁粗糙度、孔镀铜空隙。
在一些实施方式中，所述S44中，还包括计算孔深方向上的每层切片灰度图的孔直径，获得待测样品孔的孔锥度。
在一些实施方式中，所述S1中，所述校正和处理的方式包括降低噪声、校正射束硬化和去除常见图像伪影。
本发明一种基于显微CT的孔缺陷定量检测方法的有益效果：
(1)本发明基于显微CT的定量检测方法采用的显微CT系统采用X射线穿过被测物体，X射线被部分吸收，其射线强弱会发生相应变化，且由于不同密度的材料对X射线的吸收程度会有不同，探测器能感应出X射线的强弱变化，样品台每转一个角度，就会拍摄一张照片，利用重建算法即可重构为三维数据图像，从而获得样品内部密度差异的信息，进而展示被测物内部结构特征，即获取待测样品孔的原始体数据，从而无需破环样品。
(2)本发明基于显微CT的定量检测方法使用Numpy库中的reshape函数对比度增强算法，该算法是限制对比度自适应直方图均衡化算法：通过计算图像的局部直方图，然后重新分布亮度来来改变图像对比度得更多的图像细节，并对于每个小区域都必须使用对比度限幅，克服了其他对比度增强算法放大噪音的问题。
(3)本发明基于显微CT的定量检测方法使用的形态学处理算法为顶帽及底帽处理算法，该顶帽及底帽处理算法从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关，顶帽运算用来分离比邻近点亮一些的特征，底帽处理算法与之相反，为闭运算的结果图与原图像之差，因此能用底帽运算用来分离比邻近点暗一些的特征。
(4)本发明基于显微CT的定量检测方法通过高精度显微CT成像系统获取待测样品孔的切片灰度图，根据切片灰度图能在保证不损伤被测样品的前提下自动求取样品孔口缺陷、孔内缺陷或孔壁缺陷，减少人为操作带来的影响，提高检测的精确度。
附图说明
图1是实施例的待测样品孔的三维CT数据图。
图2是实施例的待测样品孔的对比度增强的切片灰度图。
图3是实施例的每层切片灰度图的孔。
图4是待测样品孔的三维孔壁图。
图5是实施例的孔壁边缘图。
图6是实施例的最小外切矩形的内孔壁缺陷。
图7是实施例的检测最小外切矩形的内孔壁缺陷的界面图。
具体实施方式
下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“该”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例
本实施例公开的基于显微CT的孔缺陷定量检测方法，包括以下步骤
S1、采用显微CT系统获取待测样品孔的原始体数据，通过Voxel Studio Recon重建软件对待测样品孔的原始体数据进行重建，校正和处理重建获得的CT投影图像，所述校正和处理的方式包括降低噪声、校正射束硬化和去除常见图像伪影，获得图1所示的待测样品孔的三维CT数据图；
S2、通过Numpy库中的reshape函数，在孔径方向上对待测样品孔的三维CT数据图进行切片，由于三维数据图可以看成是一个三维数组,可以通过提取三维数组中的某个方向的二维数组获得其某个方向的切片，接着使用图像滤波、图像增强、形态学顶帽及底帽处理算法、灰度化对切片进行处理，获得图2所示的对比度增强的切片灰度图；
S3、通过Hough圆算法定位每层切片灰度图中的每个孔的图像位置，采用多阈值OSTU算法分割每层切片灰度图中的每个孔，在孔深方向上提取图3所示的每层切片灰度图的孔；
S4、利用构成待测样品孔的切片灰度图，检测孔口缺陷、孔内缺陷或孔壁缺陷。
上述孔缺陷定量检测方法，其采用高精度、高分辨率显微CT系统获取待测样品孔的切片灰度图，根据切片灰度图能在保证不损伤被测样品的前提下自动求取样品孔口缺陷、孔内缺陷或孔壁缺陷，减少人为操作带来的影响，提高检测的精确度。
本实施例中，当需要检测孔口缺陷时，包括以下步骤，
S21、采用canny边缘检测算法对S13提取的切片灰度图中的每个孔的孔入口边缘和孔出口边缘进行检测，再通过轮廓跟踪算法对孔入口边缘和孔出口边缘进行跟踪，该跟踪能获得孔边缘在图像上的位置信息，如坐标信息；
S22、通过旋转卡尺算法获取孔入口的孔径和孔出口的孔径；
S23、将孔出口的孔径和孔入口的孔径与目标孔径值对比，获得孔出口的直径偏差值和孔入口的直径偏差值，所述直径偏差值作为孔口缺陷数据。
上述检测孔口缺陷的步骤，采用边缘检测算法不容易受噪声干扰，能够检测到真正的弱边缘，优点在于，使用两种不同的阈值分别检测强边缘和弱边缘，并且当弱边缘和强边缘相连时，才将弱边缘包含在输出图像中，进而能准确地获得孔出口的孔径和孔入口的孔径，计算出孔口缺陷。
本实施例中，当需要检测孔内树脂塞孔的孔内缺陷时，包括以下步骤，
当需要检测孔内树脂空洞缺陷时，包括以下步骤，
S31、计算出S3提取的每层切片灰度图中的每个孔的孔内空洞像素点数的总和，根据像素点总和求得每层切片灰度图中的每个孔的孔内树脂空洞面积，获得的空洞面积与扫描体素相乘，从而得到每层的实际空洞体积；
S33、将所有层的实际空洞体积相加，获得空洞实际体积之和，该空洞实际体积之和是孔内树脂空洞缺陷。
上述检测孔内树脂空洞缺陷的步骤，通过调节灰度对比，区分出每个孔内的树脂与空洞，计算孔内空洞像素点数的总和获得孔内树脂空洞面积，然后通过将空洞面积与扫描体素相乘，从而每层孔内树脂空洞厚度方向上的实际空洞体积，将所有层的实际空洞体积相加即可计算出孔内树脂空洞缺陷。
本实施例中，当需要检测孔壁缺陷时，包括以下步骤，
S41、对构成待测样品孔的切片灰度图进行三维重构，获得图4所示的待测样品孔的三维孔壁；
S42、使用canny边缘检测算法提取图5所示的孔壁边缘；
S43、采用八领域轮廓跟踪算法对孔壁边缘进行跟踪，再通过Melkman算法获取待测样品孔的孔内轮廓的凸起；
S44、采用旋转卡尺算法获得待测样品孔的孔壁轮廓缺陷所处在的最小外切矩形，图6和图7所示，该最小外切矩形的宽度是孔壁缺陷的量。
上述检测孔壁缺陷的步骤，先获取孔壁轮廓，再将孔壁边界以每次以一定的角度增量(例如3°)在90°范围内旋转每旋转一次记录一次其坐标系方向上的外接矩形边界点的最大和最小x、y值，旋转到某一个角度后，外接矩形的面积(或周长)达到最小即确定最小外切矩形，由于该最小外切矩形的宽度为最大孔壁缺陷的高度，以该最小外切矩形的宽度作为孔壁缺陷的量。
本实施例中，所述孔壁缺陷包括孔壁钉头、孔壁粗糙度、孔镀铜空隙。
本实施例中，所述S44中，还包括计算孔深方向上的每层切片灰度图的孔直径，获得待测样品孔的孔锥度。该孔锥度能表征出孔壁的状态。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和系统可能不作详细讨论，但在适当情况下，所述技术、方法和系统应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
在本申请的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。
为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。
此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本申请保护范围的限制。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于显微CT的孔缺陷定量检测方法，其特征是：包括以下步骤
S1、采用显微CT系统获取待测样品孔的原始体数据，通过VoxelStudio Recon重建软件对待测样品孔的原始体数据进行重建，校正和处理重建获得的CT投影图像，获得待测样品孔的三维CT数据图；
S2、通过Numpy库中的reshape函数，在孔径方向上对待测样品孔的三维CT数据图进行切片，使用图像滤波、图像增强、形态学顶帽及底帽处理算法、灰度化对切片进行处理，获得对比度增强的切片灰度图；
S3、通过Hough圆算法定位每层切片灰度图中的每个孔的图像位置，采用多阈值OSTU算法分割每层切片灰度图中的每个孔，在孔深方向上提取每层切片灰度图的孔；
S4、利用构成待测样品孔的切片灰度图，检测孔口缺陷、孔内缺陷或孔壁缺陷。
2.根据权利要求1所述的基于显微CT的孔缺陷定量检测方法，其特征是：
当需要检测孔口缺陷时，包括以下步骤，
S21、采用边缘检测算法对S13提取的切片灰度图中的每个孔的孔入口边缘和孔出口边缘进行检测，再通过八领域轮廓跟踪算法对孔入口边缘和孔出口边缘进行跟踪；
S22、通过旋转卡尺算法获取孔入口的孔径和孔出口的孔径；
S23、将孔出口的孔径和孔入口的孔径与目标孔径值对比，获得孔出口的直径偏差值和孔入口的直径偏差值，所述直径偏差值作为孔口缺陷数据。
3.根据权利要求2所述的基于显微CT的孔缺陷定量检测方法，其特征是：所述边缘检测算法是canny检测算法。
4.根据权利要求1所述的基于显微CT的孔缺陷定量检测方法，其特征是：
当需要检测孔内树脂空洞缺陷时，包括以下步骤，
S31、计算出S3提取的每层切片灰度图中的每个孔的孔内空洞像素点数的总和，根据像素点总和求得每层切片灰度图中的每个孔的孔内树脂空洞面积，将空洞面积与扫描体素相乘，得到每层的实际空洞体积；
S33、将所有层的实际空洞体积相加，获得空洞实际体积之和，该空洞实际体积之和是孔内树脂空洞缺陷。
5.根据权利要求1所述的基于显微CT的孔缺陷定量检测方法，其特征是：
当需要检测孔壁缺陷时，包括以下步骤，
S41、对构成待测样品孔的切片灰度图进行三维重构，获得待测样品孔的三维孔壁；
S42、使用canny边缘检测算法提取孔壁边缘；
S43、采用八领域轮廓跟踪算法对孔壁边缘进行跟踪，再通过Melkman算法获取待测样品孔的孔内轮廓的凸起；
S44、采用旋转卡尺算法获得待测样品孔的孔壁轮廓缺陷所处在的最小外切矩形，该最小外切矩形的宽度是孔壁缺陷的量。
6.根据权利要求5所述的基于显微CT的孔缺陷定量检测方法，其特征是：所述孔壁缺陷包括孔壁钉头、孔壁粗糙度、孔镀铜空隙。
7.根据权利要求5所述的基于显微CT的孔缺陷定量检测方法，其特征是：所述S44中，还包括计算孔深方向上的每层切片灰度图的孔直径，获得待测样品孔的孔锥度。
8.根据权利要求1所述的基于显微CT的孔缺陷定量检测方法，其特征是：所述S1中，所述校正和处理的方式包括降低噪声、校正射束硬化和去除常见图像伪影。
CN202210039337.8A 2022-01-13 2022-01-13 一种基于显微ct的孔缺陷定量检测方法 Pending CN114519697A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210039337.8A CN114519697A (zh) 2022-01-13 2022-01-13 一种基于显微ct的孔缺陷定量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210039337.8A CN114519697A (zh) 2022-01-13 2022-01-13 一种基于显微ct的孔缺陷定量检测方法

Publications (1)

Publication Number Publication Date
CN114519697A true CN114519697A (zh) 2022-05-20

Family

ID=81596567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210039337.8A Pending CN114519697A (zh) 2022-01-13 2022-01-13 一种基于显微ct的孔缺陷定量检测方法

Country Status (1)

Country Link
CN (1) CN114519697A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115144A (zh) * 2023-10-18 2023-11-24 深圳市强达电路股份有限公司 一种pcb内部孔位缺陷在线检测系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117115144A (zh) * 2023-10-18 2023-11-24 深圳市强达电路股份有限公司 一种pcb内部孔位缺陷在线检测系统
CN117115144B (zh) * 2023-10-18 2024-05-24 深圳市强达电路股份有限公司 一种pcb内部孔位缺陷在线检测系统

Similar Documents

Publication Publication Date Title
US8238635B2 (en) Method and system for identifying defects in radiographic image data corresponding to a scanned object
US9955951B2 (en) Sensor coordinate calibration in an ultrasound system
KR101121353B1 (ko) 2차원 초음파 영상에 대응하는 2차원 ｃｔ 영상을 제공하는 시스템 및 방법
US8345949B2 (en) Sequential approach for automatic defect recognition
US20070014468A1 (en) System and method for confidence measures for mult-resolution auto-focused tomosynthesis
EP2869261B1 (en) Method for processing image data representing a three-dimensional volume
Tuller et al. Segmentation of X‐ray CT data of porous materials: A review of global and locally adaptive algorithms
CN108682008A (zh) 一种白细胞图像清晰度评价方法及装置
EP3306309A1 (en) Image acquisition device, image acquisition method, and image correction program
Said et al. Robust automatic void detection in solder balls
CN111602177A (zh) 用于生成物体的3d重建的方法和设备
CN104574312A (zh) 标靶图像求圆心的方法和装置
JP2007155724A5 (zh)
CN114693660A (zh) 一种基于ict的固体火箭发动机装药计算网格生成方法
CN114519697A (zh) 一种基于显微ct的孔缺陷定量检测方法
US8189904B2 (en) Image preprocessing for probe mark inspection
CN114076773A (zh) 钻孔检测方法、钻孔检测系统与检测装置
US8897534B2 (en) Method and evaluation device for determining the position of a structure located in an object to be examined by means of X-ray computer tomography
CN110326026A (zh) 用于多边缘检测的方法和装置
Chen et al. Sub-pixel edge detection of led probes based on canny edge detection and iterative curve fitting
Klinder et al. Lobar fissure detection using line enhancing filters
KR101094412B1 (ko) 3차원 영상 기반 ｂｇａ 칩의 볼 접합 부위 결함 검출 방법
US20220148211A1 (en) Computer-implemented method for determining surfaces in measurement data
Bouma et al. Unbiased vessel-diameter quantification based on the FWHM criterion
US7242801B1 (en) Image preprocessing for probe mark inspection

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