CN114565549A - 基于密集度聚类演算的异常焊点即时分析系统及其方法 - Google Patents
基于密集度聚类演算的异常焊点即时分析系统及其方法 Download PDFInfo
- Publication number
- CN114565549A CN114565549A CN202011355841.6A CN202011355841A CN114565549A CN 114565549 A CN114565549 A CN 114565549A CN 202011355841 A CN202011355841 A CN 202011355841A CN 114565549 A CN114565549 A CN 114565549A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- welding spot
- abnormal welding
- information
- solder joint
- 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
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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Electric Connection Of Electric Components To Printed Circuits (AREA)
Abstract
本发明公开了基于密集度聚类演算的异常焊点即时分析系统及其方法,记录每一个被检测电路板的异常焊点记录信息,通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域,对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果,将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域以生成投影影像,将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像并加以显示,借此可以达成即时进行异常焊点分析以提供制造过程的追溯与原因纠正的技术功效。
Description
技术领域
一种异常焊点即时分析系统及其方法,尤其是指一种通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析与统计以生成分析结果,将异常焊点空间区域的空间坐标范围信息进行二维投影以生成投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像的基于密集度聚类演算的异常焊点即时分析系统及其方法。
背景技术
在制造生产过程中,若是生产出的产品连续发生异常时,往往缺乏有效的即时追踪,而是仅仅对异常产品产生异常的位置进行警示与记录,并不具备对被记录异常产品产生异常的位置的综合性分析,故而不利于归纳与分析异常发生位置以及造成异常的原因。
对于锡膏印刷的制造过程来说,上述过程更为的重要,在经过锡膏印刷后所设置锡膏的电路板会焊接对应的电子元件,若在锡膏设置时已产生异常,在焊接电子元件后会需要经过多层次的检查才能判断出是电子元件本身产生故障还是锡膏出现问题导致电子元件接触不良的问题。
综上所述,可知现有技术中长期以来一直存在制造生产仅对异常产品产生异常的位置进行警示与记录,不具备对被记录异常产品产生异常的位置的综合性分析的问题,因此有必要提出改进的技术手段,来解决此一问题。
发明内容
有鉴于现有技术存在制造生产仅对异常产品产生异常的位置进行警示与记录,不具备对被记录异常产品产生异常的位置的综合性分析的问题,本发明遂揭露一种基于密集度聚类演算的异常焊点即时分析系统及其方法,其中:
本发明所公开的基于密集度聚类演算的异常焊点即时分析系统,其包含:记录模块、分析模块、统计模块、投影模块、重叠处理模块以及显示模块。
记录模块是用以记录每一个被检测电路板的异常焊点记录信息;分析模块是用以选择预设数量的异常焊点记录信息,通过基于密集度的聚类演算法(Density-BasedSpatial Clustering of Applications with Noise,DBSCAN)对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域;统计模块是用以分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息,并对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果;投影模块是用以将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据分析结果显示对应的信息于异常焊点平面区域以生成投影影像;重叠处理模块是将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比(Intersection OverUnion,IOU),再通过非极大值抑制演算法(Non Maximum Suppression,NMS)以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像;及显示模块是用以显示分析结果影像。
本发明所公开的基于密集度聚类演算的异常焊点即时分析方法,其包含下列步骤:
首先,记录每一个被检测电路板的异常焊点记录信息;接着,选择预设数量的异常焊点记录信息;接着,通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域;接着,分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息;接着,对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果;接着,将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据分析结果显示对应的信息于异常焊点平面区域以生成投影影像;接着,将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像;最后,显示分析结果影像。
本发明所公开的系统及方法如上,与现有技术之间的差异在于记录每一个被检测电路板的异常焊点记录信息,通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域,对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果,将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域以生成投影影像,将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像并加以显示。
通过上述的技术手段,本发明可以达成即时进行异常焊点分析以提供制造过程的追溯与原因纠正的技术功效。
附图说明
图1为本发明基于密集度聚类演算的异常焊点即时分析系统的系统方块图。
图2为本发明基于密集度聚类演算的异常焊点即时分析系统的三维异常焊点信息分布图。
图3为本发明基于密集度聚类演算的异常焊点即时分析系统的分析结果内容示意图。
图4为本发明基于密集度聚类演算的异常焊点即时分析系统的投影影像示意图。
图5为本发明基于密集度聚类演算的异常焊点即时分析系统的分析结果影像示意图。
图6为本发明基于密集度聚类演算的异常焊点即时分析方法的方法流程图。
其中,附图标记:
10 分析装置
11 记录模块
12 分析模块
13 统计模块
14 投影模块
15 重叠处理模块
16 显示模块
21 三维异常焊点信息分布图
22 分析结果
221 空间中心坐标信息
222 空间坐标范围信息
223 异常焊点总数量
224 电子元件名称与异常焊点数量
225 异常焊点类型信息与异常焊点数量
31 投影影像
321 第一异常焊点平面区域
322 第二异常焊点平面区域
41 分析结果影像
421 第一整合异常焊点平面区域
422 第二整合异常焊点平面区域
步骤101记录每一个被检测电路板的异常焊点记录信息
步骤102选择预设数量的异常焊点记录信息
步骤103通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域
步骤104分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息
步骤105对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果
步骤106将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据分析结果显示对应的信息于异常焊点平面区域以生成投影影像
步骤107将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像
步骤108显示分析结果影像
具体实施方式
以下将配合说明书附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
以下首先要说明本发明所公开的基于密集度聚类演算的异常焊点即时分析系统,并请参考图1所示,图1为本发明基于密集度聚类演算的异常焊点即时分析系统的系统方块图。
本发明所公开的基于密集度聚类演算的异常焊点即时分析系统,其包含:记录模块11、分析模块12、统计模块13、投影模块14、重叠处理模块15以及显示模块16,上述的记录模块11、分析模块12、统计模块13、投影模块14、重叠处理模块15以及显示模块16是执行于分析装置10中。
在锡膏印刷机(solder paste printer)对电路板中特定位置进行锡膏的设置,再由锡膏检测机(solder paste inspection)对经由锡膏印刷机于电路板焊锡设置后进行即时检测,分析装置10的记录模块11即可记录每一个被检测电路板的异常焊点记录信息,值得注意的是被检测电路板的异常焊点记录信息中记录有一个或是多个异常焊点的信息,并且异常焊点记录信息中所记录一个或是多个异常焊点的信息的记录时间相同。
上述的异常焊点记录信息具有至少一异常焊点信息,异常焊点信息包含有坐标信息、时间信息、异常焊点类型信息以及异常焊点区域后续焊接的电子元件名称,将每一个异常焊点记录信息以异常焊点信息中坐标信息(为X轴以及Y轴信息)以及时间信息(为Z轴信息)以生成三维异常焊点信息分布图21,三维异常焊点信息分布图21的示意请参考图2所示,图2为本发明基于密集度聚类演算的异常焊点即时分析系统的三维异常焊点信息分布图。
接着,分析模块12是用以选择预设数量的异常焊点记录信息,预设数量,例如是:50、100…等,在此仅为举例说明之,并不以此局限本发明的应用范畴,预设数量即是需要进行分析的被检测电路板的数量,选择预设数量的异常焊点记录信息即是选择符合需要进行分析的被检测电路板的数量其被检测电路板所对应的异常焊点记录信息,借此可进行多个连续被检测的电路板产生异常焊点的空间分布分析,借以关注于聚类发生(即不同的电路板在相同的位置连续产生异常焊点)的部分,聚类发生部分即为图2中灰阶色彩较深的坐标点,非聚类发生部分即为图2中灰阶色彩较浅的坐标点,图2中灰阶色彩较深的坐标点即是需要关注的异常焊点的空间分布。
在分析模块12选择预设数量的异常焊点记录信息时,分析模块12通过基于密集度的聚类演算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域,基于密集度的聚类演算法即是以密集度为演算基准,将空间中一定范围的数据点聚集为相同的聚类,异常焊点空间区域可以是圆球形、矩形体…等,在此仅为举例说明之,并不以此局限本发明的应用范畴。
值得注意的是,若是聚类中仅有单一一个数据点,该数据点则会被归类为噪音(noise)点,在本发明中,该聚类则是需要被忽略的,后续分析将不会对仅有单一一个数据点的聚类进行统计分析。
在分析模块12对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域时,统计模块13即可分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息,并对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果。
统计模块13即是先计算出异常焊点空间区域的空间坐标范围信息,异常焊点空间区域的空间坐标范围信息即是依据异常焊点信息的(为X轴以及Y轴信息)以及时间信息(为Z轴信息)以最外围的三维坐标以计算出异常焊点空间区域的空间坐标范围信息,在计算出异常焊点空间区域的空间坐标范围信息时,再依据异常焊点空间区域的空间坐标范围信息计算出异常焊点空间区域的空间坐标范围的中心点坐标信息,上述对于依据异常焊点信息的三维坐标以计算出空间坐标范围以及依据空间坐标范围计算出中心点坐标请参考现有技术的说明,在此不再进行赘述。
在统计模块13分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息时,统计模块13即可对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果22。
请参考图3所示,图3为本发明基于密集度聚类演算的异常焊点即时分析系统的分析结果内容示意图。
分析结果22包含异常焊点空间区域的空间中心坐标信息221、异常焊点空间区域的空间坐标范围信息222、异常焊点空间区域的异常焊点总数量223、异常焊点空间区域后续焊接的电子元件名称与对应的异常焊点数量(电子元件名称与异常焊点数量224)以及异常焊点空间区域的异常焊点类型信息与对应的异常焊点数量(异常焊点类型信息与异常焊点数量225)。
具体而言,异常焊点空间区域的空间中心坐标信息221例如是:32.884、384.063、2020/5/26 13:45(分别对应X坐标、Y坐标以及Z坐标);异常焊点空间区域的空间坐标范围信息222例如是:[35.2015,396.3075]以及[32.0945,369.466]分别为空间坐标范围信息222相对的两个顶点坐标;异常焊点空间区域的异常焊点总数量223例如是:10;异常焊点空间区域后续焊接的电子元件名称与对应的异常焊点数量例如是:('U67_1',8),('C4742_1',1),('U66_1',1),U67_1、C4742_1以及U66_1即对应电子元件名称,8、1、1即对应该电子元件名称对应的异常焊点数量;异常焊点空间区域的异常焊点类型信息与对应的异常焊点数量例如是:('Under Volume',10),Under Volume即对应异常焊点类型信息,10即该异常焊点类型信息对应的异常焊点数量,在此仅为举例说明之,并不以此局限本发明的应用范畴,分析结果22的示意亦请参考图3所示。
接着,投影模块14是将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据分析结果22显示对应的信息于异常焊点平面区域以生成投影影像31,投影影像31的示意请参考图4所示,图4为本发明基于密集度聚类演算的异常焊点即时分析系统的投影影像示意图,图4中投影影像31中具有第一异常焊点平面区域321、第二异常焊点平面区域322、第三异常焊点平面区域323、第四异常焊点平面区域324以及第五异常焊点平面区域325,依据分析结果22显示对应的信息为“10”于第一异常焊点平面区域321,依据分析结果22显示对应的信息为“12”于第二异常焊点平面区域322,依据分析结果22显示对应的信息为“120”于第三异常焊点平面区域323,依据分析结果22显示对应的信息为“90”于第四异常焊点平面区域324,以及依据分析结果22显示对应的信息为“300”于第五异常焊点平面区域325。
接着,重叠处理模块15是将投影影像31中具有重叠的异常焊点平面区域计算重叠的交并比(Intersection Over Union,IOU),再通过非极大值抑制演算法(Non MaximumSuppression,NMS)以整合投影影像31中具有重叠的异常焊点平面区域以生成分析结果影像,重叠处理模块15即是结合统计异常焊点平面区域的异常焊点总数量来保留不同的电路板在相同的位置连续产生异常焊点,并对非连续产生异常焊点的异常焊点平面区域以及异常焊点进行排除,以整合投影影像31中具有重叠的异常焊点平面区域,显示模块16即可显示分析结果影像。
请参考图4以及图5所示,图5为本发明基于密集度聚类演算的异常焊点即时分析系统的分析结果影像示意图。
在图4中,第一异常焊点平面区域321以及第二异常焊点平面区域322会具有重叠的部分,重叠处理模块15即可将第一异常焊点平面区域321以及第二异常焊点平面区域322计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像31中重叠的第一异常焊点平面区域321以及第二异常焊点平面区域322为第一整合异常焊点平面区域421并且整合第一异常焊点平面区域321以及第二异常焊点平面区域322中各自的异常焊点总数量并排除非连续产生异常焊点的异常焊点数量后,异常焊点的数量即为“12”(即10+2,第一异常焊点平面区域321中所有的异常焊点被保留,第二异常焊点平面区域322中10个异常焊点被排除仅保留2个异常焊点)显示于第一整合异常焊点平面区域421。
在图4中,第三异常焊点平面区域323、第四异常焊点平面区域324以及第五异常焊点平面区域325会具有重叠的部分,重叠处理模块15即可将第三异常焊点平面区域323、第四异常焊点平面区域324以及第五异常焊点平面区域325计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像31中重叠的第三异常焊点平面区域323、第四异常焊点平面区域324以及第五异常焊点平面区域325为第二整合异常焊点平面区域422并且整合第三异常焊点平面区域323、第四异常焊点平面区域324以及第五异常焊点平面区域325中各自的异常焊点总数量并排除非连续产生异常焊点的异常焊点数量后,异常焊点的数量即为“490”(即300+120+70,第三异常焊点平面区域323中所有的异常焊点被保留,第四异常焊点平面区域324中20个异常焊点被排除仅保留70个异常焊点,第五异常焊点平面区域325中所有的异常焊点被保留)显示于第二整合异常焊点平面区域422。
通过分析结果影像41的显示,即可针对每一个异常焊点平面区域42的异常情况和实际设备状态、生产环境之间的关系,进而进一步确定该异常焊点平面区域42的焊点发生异常的主要原因,本发明可以定时的执行一次,即可即时的对异常焊点进行分析,依据选择不断更新的异常焊点记录信息,以便追溯和纠正不良问题,提高生产品质和效率。
接着,以下将说明本发明的运作方法,并请参考图6所示,图6为本发明基于密集度聚类演算的异常焊点即时分析方法的方法流程图。
首先,记录每一个被检测电路板的异常焊点记录信息(步骤101);接着,选择预设数量的异常焊点记录信息(步骤102);接着,通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域(步骤103);接着,分别计算出异常焊点空间区域的中心坐标信息以及异常焊点空间区域的空间坐标范围信息(步骤104);接着,对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果(步骤105);接着,将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据分析结果显示对应的信息于异常焊点平面区域以生成投影影像(步骤106);接着,将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像(步骤107);最后,显示分析结果影像(步骤108)。
综上所述,可知本发明与现有技术之间的差异在于记录每一个被检测电路板的异常焊点记录信息,通过基于密集度的聚类演算法对被选择的异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域,对异常焊点空间区域对应的异常焊点记录信息进行统计以生成分析结果,将异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域以生成投影影像,将投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合投影影像中具有重叠的异常焊点平面区域以生成分析结果影像并加以显示。
通过这一技术手段可以来解决现有技术所存在制造生产仅对异常产品产生异常的位置进行警示与记录,不具备对被记录异常产品产生异常的位置的综合性分析的问题,进而达成即时进行异常焊点分析以提供制造过程的追溯与原因纠正的技术功效。
虽然本发明所公开的实施方式如上,但所述的内容并非用以直接限定本发明的专利保护范围。任何本领域技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作些许的更动。本发明的专利保护范围,仍须以所附的权利要求书所界定内容为准。
Claims (10)
1.一种基于密集度聚类演算的异常焊点即时分析系统,其特征在于,所述基于密集度聚类演算的异常焊点即时分析系统包含:
记录模块,用以记录每一个被检测电路板的异常焊点记录信息;
分析模块,用以选择预设数量的所述异常焊点记录信息,通过基于密集度的聚类演算法对被选择的所述异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域;
统计模块,用以分别计算出所述异常焊点空间区域的中心坐标信息以及所述异常焊点空间区域的空间坐标范围信息,并对所述异常焊点空间区域对应的所述异常焊点记录信息进行统计以生成分析结果;
投影模块,用以将所述异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据所述分析结果显示对应的信息于所述异常焊点平面区域以生成投影影像;
重叠处理模块,将所述投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合所述投影影像中具有重叠的异常焊点平面区域以生成分析结果影像;及
显示模块,用以显示所述分析结果影像。
2.如权利要求1所述的基于密集度聚类演算的异常焊点即时分析系统,其特征在于,所述分析结果包含所述异常焊点空间区域的空间中心坐标信息、所述异常焊点空间区域的空间坐标范围信息、所述异常焊点空间区域的异常焊点总数量、所述异常焊点空间区域后续焊接的电子元件名称与对应的异常焊点数量以及所述异常焊点空间区域的异常焊点类型信息与对应的异常焊点数量。
3.如权利要求1所述的基于密集度聚类演算的异常焊点即时分析系统,其特征在于,所述投影模块依据所述分析结果中所述异常焊点空间区域的异常焊点总数量显示于所述异常焊点平面区域以生成所述投影影像。
4.如权利要求1所述的基于密集度聚类演算的异常焊点即时分析系统,其特征在于,所述异常焊点记录信息具有至少一个异常焊点信息,异常焊点信息包含有坐标信息、时间信息、异常焊点类型信息以及异常焊点区域后续焊接的电子元件名称。
5.如权利要求1所述的基于密集度聚类演算的异常焊点即时分析系统,其特征在于,所述重叠处理模块通过非极大值抑制演算法以整合所述投影影像中具有重叠的异常焊点平面区域以生成所述分析结果影像是结合统计所述投影影像中具有重叠的异常焊点平面区域的异常焊点总数量来保留连续产生的异常焊点,并对非连续产生异常焊点的异常焊点平面区域以及异常焊点进行排除,以整合所述投影影像中具有重叠的异常焊点平面区域。
6.一种基于密集度聚类演算的异常焊点即时分析方法,其特征在于,所述基于密集度聚类演算的异常焊点即时分析方法包含下列步骤:
记录每一个被检测电路板的异常焊点记录信息;
选择预设数量的所述异常焊点记录信息;
通过基于密集度的聚类演算法对被选择的所述异常焊点记录信息进行聚类分析以得到多个异常焊点空间区域;
分别计算出所述异常焊点空间区域的中心坐标信息以及所述异常焊点空间区域的空间坐标范围信息;
对所述异常焊点空间区域对应的所述异常焊点记录信息进行统计以生成分析结果;
将所述异常焊点空间区域的空间坐标范围信息进行二维投影以于对应被检测电路板中显示对应的异常焊点平面区域,并依据所述分析结果显示对应的信息于所述异常焊点平面区域以生成投影影像;
将所述投影影像中具有重叠的异常焊点平面区域计算重叠的交并比,再通过非极大值抑制演算法以整合所述投影影像中具有重叠的异常焊点平面区域以生成分析结果影像;及
显示所述分析结果影像。
7.如权利要求6所述的基于密集度聚类演算的异常焊点即时分析方法,其特征在于,对所述异常焊点空间区域对应的所述异常焊点记录信息进行统计以生成所述分析结果的步骤中所述分析结果包含所述异常焊点空间区域的空间中心坐标信息、所述异常焊点空间区域的空间坐标范围信息、所述异常焊点空间区域的异常焊点总数量、所述异常焊点空间区域后续焊接的电子元件名称与对应的异常焊点数量以及所述异常焊点空间区域的异常焊点类型信息与对应的异常焊点数量。
8.如权利要求6所述的基于密集度聚类演算的异常焊点即时分析方法,其特征在于,依据所述分析结果显示对应的信息于所述异常焊点平面区域以生成所述投影影像的步骤中是依据所述分析结果中所述异常焊点空间区域的异常焊点总数量显示于所述异常焊点平面区域以生成所述投影影像。
9.如权利要求6所述的基于密集度聚类演算的异常焊点即时分析方法,其特征在于,记录每一个被检测电路板的所述异常焊点记录信息的步骤中所述异常焊点记录信息具有至少一个异常焊点信息,异常焊点信息包含有坐标信息、时间信息、异常焊点类型信息以及异常焊点区域后续焊接的电子元件名称。
10.如权利要求6所述的基于密集度聚类演算的异常焊点即时分析方法,其特征在于,通过非极大值抑制演算法以整合所述投影影像中具有重叠的异常焊点平面区域以生成所述分析结果影像的步骤是结合统计所述投影影像中具有重叠的异常焊点平面区域的异常焊点总数量来保留连续产生的异常焊点,并对非连续产生异常焊点的异常焊点平面区域以及异常焊点进行排除,以整合所述投影影像中具有重叠的异常焊点平面区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011355841.6A CN114565549A (zh) | 2020-11-27 | 2020-11-27 | 基于密集度聚类演算的异常焊点即时分析系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011355841.6A CN114565549A (zh) | 2020-11-27 | 2020-11-27 | 基于密集度聚类演算的异常焊点即时分析系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114565549A true CN114565549A (zh) | 2022-05-31 |
Family
ID=81711963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011355841.6A Pending CN114565549A (zh) | 2020-11-27 | 2020-11-27 | 基于密集度聚类演算的异常焊点即时分析系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114565549A (zh) |
-
2020
- 2020-11-27 CN CN202011355841.6A patent/CN114565549A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230191540A1 (en) | Method, device and computer program for determining the performance of a welding method via digital processing of an image of the welded workpiece | |
JP6413246B2 (ja) | 品質管理装置および品質管理装置の制御方法 | |
CN114544669A (zh) | 锡膏检测机的不良焊点密集度分析系统及其方法 | |
CN110045688B (zh) | 检查管理系统、检查管理装置及检查管理方法 | |
CN110046778B (zh) | 检查管理系统、检查管理装置及检查管理方法 | |
JP6451142B2 (ja) | 品質管理装置および品質管理装置の制御方法 | |
JP6277754B2 (ja) | 品質管理システムおよび内部検査装置 | |
CN105917755B (zh) | 品质管理装置、品质管理方法及记录介质 | |
TWI741894B (zh) | 基於密集度聚類演算的異常焊點即時分析系統及其方法 | |
CN114565549A (zh) | 基于密集度聚类演算的异常焊点即时分析系统及其方法 | |
CN117572209B (zh) | 一种智能门锁主板pcba测试方法 | |
CN115136750A (zh) | 电子元件生产线中不同机器之间的数据相关 | |
TWI732296B (zh) | 依據標準值建立檢測模型以確認焊接狀態之系統及方法 | |
CN112802029A (zh) | 焊点定位方法及装置 | |
JP4249543B2 (ja) | 回路基板の外観検査方法及び回路基板の外観検査装置 | |
JP4333349B2 (ja) | 実装外観検査方法及び実装外観検査装置 | |
TWI765607B (zh) | 基於網格聚類的錫膏印刷異常區域定位系統及其方法 | |
CN112453750A (zh) | 依据标准值建立检测模型以确认焊接状态的系统及方法 | |
JP2008261692A (ja) | 基板検査システム及び基板検査方法 | |
CN115107360B (zh) | 基于网格聚类的锡膏印刷异常区域定位系统及其方法 | |
TWI749926B (zh) | 錫膏檢測機的不良焊點密集度分析系統及其方法 | |
WO2022157995A1 (ja) | 検査管理システム、検査管理装置、検査管理方法、及びプログラム | |
JP4554190B2 (ja) | 印刷検査装置および印刷検査方法 | |
KR20110060997A (ko) | 프린팅 공정의 불량 분석 방법 및 이러한 방법이 프로그래밍되어 저장된 컴퓨터로 읽을 수 있는 저장매체 | |
JP4723124B2 (ja) | ポジションデータの生成方法 |
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 |