CN114627113A - 一种印制电路板缺陷检测方法及系统及装置及介质 - Google Patents
一种印制电路板缺陷检测方法及系统及装置及介质 Download PDFInfo
- Publication number
- CN114627113A CN114627113A CN202210514873.9A CN202210514873A CN114627113A CN 114627113 A CN114627113 A CN 114627113A CN 202210514873 A CN202210514873 A CN 202210514873A CN 114627113 A CN114627113 A CN 114627113A
- Authority
- CN
- China
- Prior art keywords
- circuit board
- printed circuit
- actual
- binarization
- 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.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000010586 diagram Methods 0.000 claims abstract description 95
- 238000001514 detection method Methods 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 30
- 238000012795 verification Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 15
- 238000013461 design Methods 0.000 abstract description 10
- 238000013135 deep learning Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000005553 drilling Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种印制电路板缺陷检测方法及系统及装置及介质，涉及电子元器件生产领域，所述印制电路板缺陷检测方法，基于传统机器视觉对图像进行处理，通过对二值化的电路实际图与二值化的电路标准图进行对比，找到印制电路板差异，经过滤波处理排除噪声对图像的影响后，定位缺陷位置以及缺陷类型，有效的解决了基于深度学习对于印制电路板缺陷检测的方法对于一些特征与线路常规设计相同或相似的缺陷检测效果不佳的问题，所述印制电路板缺陷检测系统及装置及介质能够实现所述印制电路板缺陷检测方法，优化了计算机印制电路板缺陷检测效率，具有较好的实用性。
Description
技术领域
本发明涉及电子元器件生产领域，具体地，涉及一种印制电路板缺陷检测方法及系统及装置及介质。
背景技术
随着电子行业蓬勃发展，电路设计愈加复杂化、细致化，印制电路板作为电子产品电路的主要载体，对其制造工艺的要求也越来越严格。印制电路板生产过程中涉及多道工艺，不同的制程都可能会造成印制电路板版面不同程度的缺损。
目前对于印制电路板检测，通常通过AOI自动光学检测机拍摄图片，再由人工目检对缺陷进行分类，但人工目检存在极大的主观性，且人工长时间的工作下会很大程度上影响目检结果。针对这一问题，现有解决方案通常为引入深度学习的方法，通过对缺陷样本的训练学习，进行分类和定位实现计算机对于缺陷的检测，但是，对于一些特征与线路常规设计相同或相似的缺陷，深度学习方法无法仅从图片区分缺陷与常规线路设计，在实际应用中，往往出现严重的过检和漏检的现象。
发明内容
为了解决现有基于深度学习的计算机印制电路板缺陷检测方法对于印制电路板上一些特征与常规线路相同或相似的缺陷进行识别时，识别结果不佳的问题，本发明提供了一种印制电路板缺陷检测方法及系统及装置及介质，对印制电路板生产工艺中出现的与线路常规设计相同或相似缺陷，基于计算机视觉进行分析，能够有效的检测出印制电路板存在的缺陷。
为了实现上述发明目的，本发明提供了一种印制电路板缺陷检测方法，包括以下步骤：
获得印制电路板局部标准图和待测印制电路板实际图；
分别对所述待测印制电路板实际图和所述印制电路板局部标准图进行二值化处理，获得二值化实际图和二值化标准图；
将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果。
其中，本发明的原理为：获得印制电路板局部标准图和待测印制电路板实际图，对所述待测印制电路板实际图和所述印制电路板局部标准图进行二值化处理，获得二值化实际图和二值化标准图，将所述二值化标准图与所述二值化实际图进行对比，获得线路差异及对比结果，再经过对所述对比结果的分析，即可获得印制电路板的缺陷检测结果。
其中，为了滤掉获得的图像中可能出现的噪声，提高图像处理的准确性，需要对二值化线路差异图进行滤波处理，获得实际差异图，所述滤波处理包括：通过对所述二值化差异图进行腐蚀运算，获得第一图片，对所述第一图片进行膨胀运算；所述腐蚀运算能够去除图像中的毛刺、小点和小桥，所述膨胀运算能够使图像边界向外部扩张，先对图像进行腐蚀运算，再进行膨胀运算能够消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变图像的面积，得到清晰的线路实际差异图像。
其中，对于印制电路板生产过程中产生的短路缺陷，其缺陷特征为条形，与常规线路特征相似，所述短路缺陷即为实际线路中出现了多余金属区域，使不同线路间相连形成整体，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
由于所述二值化实际图存在多余金属区域，因此将所述二值化实际图减去所述二值化标准图，获得二值化差异图；
为了去除图像差异中噪声的干扰，对所述二值化差异图进行滤波处理，获得实际差异图；
计算所述二值化标准图中的连通区域数量，获得第一数值，计算所述二值化实际图中的连通区域数量，获得第二数值；
若线路存在短路缺陷，可以认为当实际线路去除线路差异部分后与标准线路相同，将所述实际差异图与所述二值化标准图相加，获得第一验证图；
若线路存在短路缺陷，可以认为当标准线路增加线路差异部分后与实际线路相同，将所述二值化实际图减去所述实际差异图，获得第二验证图；
计算所述第一验证图中的连通区域数，获得第三数值，计算所述第二验证图中的连通区域数，获得第四数值；
在排除了由于噪声干扰而产生的线路差异后，当标准线路增加线路差异部分前后的连通区域数量与实际线路减去线路差异部分前后的连通区域数量均存在变化，且其变化数值相等时，可以认为线路存在短路缺陷，因此，判断所述第一数值与所述第三数值之差的绝对值和所述第二数值与所述第四数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则判断所述待测印制电路板存在短路缺陷。
其中，对于印制电路板生产过程中产生的开路缺陷，其缺陷特征为条形，与常规线路特征相似，所述开路缺陷即为实际线路中缺少了部分金属区域，使单条线路断开，形成多个部分，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
由于所述二值化实际图缺少部分金属区域，因此将所述二值化标准图减去所述二值化实际图，获得二值化差异图；
为了去除图像差异中噪声的干扰，对所述二值化差异图进行滤波处理，获得实际差异图；
当线路存在开路缺陷时，线路上同一区域断开，因此可以直观的根据二值化后的图像连通区域数量判断线路是否存在缺陷，计算所述二值化标准图中的连通区域数量，获得第五数值，计算所述二值化实际图中的连通区域数量，获得第六数值；
若线路存在短路缺陷，可以认为当实际线路增加线路差异部分后与标准线路相同，将所述实际差异图与所述二值化实际图相加，获得第三验证图；
若线路存在短路缺陷，可以认为当标准线路减去线路差异部分后与实际线路相同，将所述二值化标准图减去所述实际差异图，获得第四验证图；
计算所述第三验证图中的连通区域数，获得第七数值，计算所述第四验证图中的连通区域数，获得第八数值；
在排除了由于噪声干扰而产生的线路差异后，当标准线路减去线路差异部分前后的连通区域数量与实际线路增加线路差异部分前后的连通区域数量均存在变化，且其变化数值相等时，可以认为线路存在短路缺陷，因此，判断所述第五数值与所述第七数值之差的绝对值和所述第六数值与所述第八数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则判断所述待测印制电路板存在开路缺陷。
其中，对于印制电路板生产过程中产生的漏钻缺陷，其缺陷特征为圆形，与常规线路特征相似，所述漏钻缺陷即为实际线路中缺少了圆形关键区域，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
为了确定图像中圆形关键区域，提取所述二值化标准图中圆形目标区域，获得二值化孔洞图；
将所述二值化实际图减去所述二值化标准图，获得二值化差异图；
为了去除图像差异中噪声的干扰，对二值化差异图进行滤波处理，获得实际差异图；
在排除了由于噪声干扰而产生的线路差异后，将实际差异部分与标准图片中的圆形关键区域相减，若相应位置变化面积等于关键区域面积，可以认为实际线路中缺少了所述圆形关键区域，即电路存在漏钻缺陷；
计算所述实际差异图中的白色像素数量，获得第九数值；
提取所述二值化孔洞图上的每一个单孔，获得单孔图；
计算所述单孔图中的白色像素数量，获得第十数值；
分别将所述二值化实际图减去所述单孔图，获得第五验证图；
计算所述验证图中的白色像素数量，获得第十一数值；
所述分析对比结果，获得所述待测印制电路板实际图的输出印制电路板缺陷检测结果包括以下步骤：
将所述第九数值减去所述第十一数值，若所述第九数值与第十一数值的差等于所述第十数值，则判断判断所述待测印制电路板存在漏钻缺陷。
进一步的，为了使所述印制电路板局部标准图和待测印制电路板实际图坐标对应，便于图像对比，获得的印制电路板局部标准图包括图片坐标信息和图片尺寸信息，建立数据库，对印制电路板进行检测时，根据所述图片坐标信息和图片尺寸信息对待测印制电路板上对应位置拍照，获得待测印制电路板实际图。
进一步的，由于采集图像时待测印制电路板放置位置不固定，获得的猜测印制电路板实际图和印制电路板局部标准图可能存在偏移，为了减小图片偏移导致的图像差异，获得所述印制电路板实际图和所述印制电路板标准图后，对所述印制电路板实际图和所述印制电路板标准图进行图像匹配处理。
进一步的，为了便于分析印制电路板缺陷检测结果，确认生产过程中印制电路板出现问题的百分比，印制电路板缺陷检测结果包括印制电路板缺陷位置、印制电路板缺陷种类和印制电路板缺陷数量，有益于后续对于生产过程中是否存在异常进行分析。
为了实现上述发明目的，本发明还提供了一种印制电路板缺陷检测系统，所述系统包括：
获得单元，用于获得印制电路板局部标准图和待测印制电路板实际图；
二值化处理单元，用于对所述印制电路板局部标准图和所述待测印制电路板实际图进行二值化处理，获得二值化标准图和二值化实际图；
对比单元，用于将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析单元，用于分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果；
所述系统用于实现所述印制电路板缺陷检测方法的步骤。
为了实现上述发明目的，本发明还提供了一种印制电路板缺陷检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述印制电路板缺陷检测方法的步骤。
为了实现上述发明目的，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述印制电路板缺陷检测方法的步骤。
本发明提供的一个或多个技术方案，至少具有如下技术效果或优点：本发明通过采集实际图像和标准图像，将采集到的图像进行二值化处理后，将二值化实际图像和二值化标准图像进行对比，找到线路差异，从而实现对于印制电路板缺陷的检测，能够有效的避免基于深度学习的图像处理对于与线路常规设计特征相同或相似的缺陷检验效果不佳的问题，有较强的实用性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；
图1是本发明中图像处理流程示意图；
图2是本发明中缺陷检测系统示意图；
图3是本发明中印制电路板短路标准图；
图4是本发明中印制电路板短路实际图；
图5是本发明中印制电路板短路二值化标准图；
图6是本发明中印制电路板短路二值化实际图；
图7是本发明中印制电路板短路二值化差异图；
图8是本发明中印制电路板开路标准图；
图9是本发明中印制电路板开路实际图；
图10是本发明中印制电路板开路二值化标准图；
图11是本发明中印制电路板开路二值化实际图；
图12是本发明中印制电路板开路二值化差异图；
图13是本发明中印制电路板漏钻标准图；
图14是本发明中印制电路板漏钻实际图；
图15是本发明中印制电路板漏钻二值化标准图；
图16是本发明中印制电路板漏钻二值化实际图；
图17是本发明中印制电路板二值化孔洞图；
图18是本发明中印制电路板漏钻二值化差异图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
请参考图1，本发明提供了一种印制电路板缺陷检测方法，包括以下步骤：
获得印制电路板局部标准图和待测印制电路板实际图；
分别对所述待测印制电路板实际图和所述印制电路板局部标准图进行二值化处理，获得二值化实际图和二值化标准图；
将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果。
其中，所述印制电路板局部标准图为印制电路板设计图，所述局部指印制电路板关键区域，根据印制电路板实际设计确定，具体位置本实施例在此不做限定。
其中，所述待测印制电路板实际图可以通过CCD相机或CMOS相机获得，由于CCD相机获得的图像像素结构简单，能够满足工业固定光源下图像的采集工作，优选CCD相机采集所述待测印制电路板实际图。
其中，所述二值化处理即寻找一个合适的灰度阈值，根据所述阈值将图像中所有像素灰度值设置为0或255，所述阈值选取方法有双峰法、P参数法、最大类间方差法等，由于所述待测印制电路板图的采集通常在工业固定光源下进行，获得的图像为灰度分布较有规律的图像，同时，所述印制电路板实际图为计算机制图，图像灰度分布有明显规律，优选双峰法计算所述灰度阈值。
进一步的，获得的印制电路板局部标准图包括图片坐标信息和图片尺寸信息，建立原始图像数据库，将所述图片坐标信息和所述图片尺寸信息存入所述数据库中，对印制电路板进行检测时，根据所述图片坐标信息和图片尺寸信息调整摄像头位置及高度，对待测印制电路板上对应位置拍照，获得待测印制电路板实际图。
其中，所述坐标信息和所述尺寸信息为所述印制电路板局部标准图在完整设计图中的位置坐标，其具体位置根据印制电路板实际检测需要确定，本实施例在此不做限定。
进一步的，在获得所述印制电路板实际图和所述印制电路板标准图后，对所述印制电路板实际图和所述印制电路板标准图进行图像匹配处理，所述图像匹配处理可以通过基于灰度的匹配算法或基于轮廓的匹配算法实现，由于在电路中存在大量相似的图像轮廓，优选基于灰度的匹配算法进行图像匹配处理。
进一步的，所述印制电路板缺陷检测结果包括印制电路板缺陷位置、印制电路板缺陷种类和印制电路板缺陷数量，在对所述二值化标准图与所述二值化实际图进行对比及分析之前，建立检测结果数据库，将获得的缺陷检测结果存入所述检测结果数据库中，便于分析印制电路板缺陷检测结果，确认生产过程中印制电路板出现问题的百分比。
实施例二
请参考图1，本发明提供了一种印制电路板缺陷检测方法，在实施例一的基础上，对于印制电路板生产过程中产生的短路缺陷，所述印制电路板局部标准图如图3所示，所述待测印制电路板实际图如图4所示，所述二值化标准图如图5所示，所述二值化实际图如图6所示，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
将所述二值化实际图中每个像素对应的灰度值减去所述二值化标准图中对应像素的灰度值，获得如图7所示的二值化差异图；
对所述二值化差异图进行滤波处理，去除图像中噪声的影响，获得实际差异图；
计算所述二值化标准图中的连通区域数量，获得第一数值，计算所述二值化实际图中的连通区域数量，获得第二数值；
将所述实际差异图中每个像素对应的灰度值与所述二值化标准图中对应像素的灰度值相加，获得第一验证图；
将所述二值化实际图中每个像素对应的灰度值减去所述实际差异图中对应像素的灰度值，获得第二验证图；
计算所述第一验证图中的连通区域数，获得第三数值，计算所述第二验证图中的连通区域数，获得第四数值；
判断所述第一数值与所述第三数值之差的绝对值和所述第二数值与所述第四数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则所述待测印制电路板存在短路缺陷。
其中，所述连通区域计算可以通过Two-Pass算法或Seed-Filling算法实现，本实施例在此不做限定。
其中，所述滤波处理方法有均值滤波、方框滤波、高斯滤波、形态学开运算和形态学闭运算等，形态学开运算通过对所述二值化差异图进行腐蚀运算，获得第一图片，再对所述第一图片进行膨胀运算实现滤波处理，能够有效的去除图像中的小点、毛刺和小桥，而使图像总体形状不变，优选形态学开运算进行图像的滤波处理。
实施例三
请参考图1，本发明提供了一种印制电路板缺陷检测方法，在实施例一的基础上，对于印制电路板生产过程中产生的开路缺陷，所述印制电路板局部标准图如图8所示，所述待测印制电路板实际图如图9所示，所述二值化标准图如图10所示，所述二值化实际图如图11所示，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
将所述二值化标准图中每个像素对应的灰度值减去所述二值化实际图中对应像素的灰度值，获得如图12所示的二值化差异图；
对所述二值化差异图进行滤波处理，去除图像中噪声的影响，获得实际差异图；
计算所述二值化标准图中的连通区域数量，获得第五数值，计算所述二值化实际图中的连通区域数量，获得第六数值；
将所述实际差异图中每个像素对应的灰度值与所述二值化实际图中对应像素的灰度值相加，获得第三验证图；
将所述二值化标准图中每个像素对应的灰度值减去所述实际差异图中对应像素的灰度值，获得第四验证图；
计算所述第三验证图中的连通区域数，获得第七数值，计算所述第四验证图中的连通区域数，获得第八数值；
判断所述第五数值与所述第七数值之差的绝对值和所述第六数值与所述第八数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则所述待测印制电路板存在开路缺陷。
其中，所述连通区域计算可以通过Two-Pass算法或Seed-Filling算法实现，本实施例在此不做限定。
其中，所述滤波处理方法有均值滤波、方框滤波、高斯滤波、形态学开运算和形态学闭运算等，形态学开运算通过对所述二值化差异图进行腐蚀运算，获得第一图片，再对所述第一图片进行膨胀运算实现滤波处理，能够有效的去除图像中的小点、毛刺和小桥，而使图像总体形状不变，优选形态学开运算进行图像的滤波处理。
实施例四
请参考图1，本发明提供了一种印制电路板缺陷检测方法，在实施例一的基础上，对于印制电路板生产过程中产生的漏钻缺陷，所述印制电路板局部标准图如图13所示，所述待测印制电路板实际图如图14所示，所述二值化标准图如图15所示，所述二值化实际图如图16所示，所述二值化标准图与所述二值化实际图进行对比及分析的过程包括以下步骤：
提取所述二值化标准图中圆形目标区域，获得如图17所示的二值化孔洞图；
将所述二值化标准图中每个像素对应的灰度值减去所述二值化实际图对应像素的灰度值，获得如图18所示的二值化差异图；
对二值化差异图进行滤波处理，获得实际差异图；
计算所述实际差异图中的白色像素数量，获得第九数值；
提取所述二值化孔洞图上的每一个单孔，获得单孔图；
计算所述单孔图中的白色像素数量，获得第十数值；
分别将所述二值化实际图中每个像素对应的灰度值减去所述单孔图对应像素的灰度值，获得第五验证图；
计算所述第五验证图中的白色像素数量，获得第十一数值；
所述分析对比结果，获得所述待测印制电路板实际图的输出印制电路板缺陷检测结果包括以下步骤：
将所述第九数值减去所述第十一数值，若所述第九数值与第十一数值的差大于或等于所述第十数值，则所述待测印制电路板存在漏钻缺陷。
其中，所述滤波处理方法有均值滤波、方框滤波、高斯滤波、形态学开运算和形态学闭运算等，形态学开运算通过对所述二值化差异图进行腐蚀运算，获得第一图片，再对所述第一图片进行膨胀运算实现滤波处理，能够有效的去除图像中的小点、毛刺和小桥，而使图像总体形状不变，优选形态学开运算进行图像的滤波处理。
其中，所述提取二值化标准图中圆形目标区域可以通过霍夫圆变换或Blob分析算法实现，对所述算法相应的参数进行调整即可找到感兴趣的圆形，所采用的具体算法本实施例在此不做限定。
实施例五
请参考图2，本发明提供了一种印制电路板缺陷检测系统，包括获得单元、二值化处理单元、对比单元和分析单元，所述系统用于实现所述印制电路板缺陷检测方法的步骤。
所述系统包括：
获得单元，用于获得印制电路板局部标准图和待测印制电路板实际图；
二值化处理单元，用于对所述印制电路板局部标准图和所述待测印制电路板实际图进行二值化处理，获得二值化标准图和二值化实际图；
对比单元，用于将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析单元，用于分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果。
实施例六
本发明实施例六提供了一种印制电路板缺陷检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述印制电路板缺陷检测方法的步骤。
实施例七
本发明实施例七提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述印制电路板缺陷检测方法的步骤。
其中，所述处理器可以是中央处理器（CPU，Central Processing Unit），还可以是其他通用处理器、数字信号处理器（digital signal processor）、专用集成电路（Application Specific Integrated Circuit）、现成可编程门阵列（Field programmablegate array）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的数据，实现发明中印制电路板缺陷检测装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等。此外，存储器可以包括高速随机存取存储器、还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
印制电路板缺陷检测装置如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序可存储于一计算机可读存介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
本发明已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (11)
1.一种印制电路板缺陷检测方法，其特征在于，包括以下步骤：
获得印制电路板局部标准图和待测印制电路板实际图；
分别对所述待测印制电路板实际图和所述印制电路板局部标准图进行二值化处理，获得二值化实际图和二值化标准图；
将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果。
2.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，所述二值化标准图与所述二值化实际图对比，获得对比结果，包括以下步骤：
将所述二值化实际图减去所述二值化标准图，获得二值化差异图；
对所述二值化差异图进行滤波处理，获得实际差异图；
计算所述二值化标准图中的连通区域数量，获得第一数值，计算所述二值化实际图中的连通区域数量，获得第二数值；
将所述实际差异图与所述二值化标准图相加，获得第一验证图；
将所述二值化实际图减去所述实际差异图，获得第二验证图；
计算所述第一验证图中的连通区域数量，获得第三数值，计算所述第二验证图中的连通区域数量，获得第四数值；
所述分析对比结果，获得所述待测印制电路板实际图的输出印制电路板缺陷检测结果包括以下步骤：
判断所述第一数值与所述第三数值之差的绝对值和所述第二数值与所述第四数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则所述待测印制电路板存在短路缺陷。
3.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，所述二值化标准图与所述二值化实际图进行对比，获得对比结果，包括以下步骤：
将所述二值化标准图减去所述二值化实际图，获得二值化差异图；
对所述二值化差异图进行滤波处理，获得实际差异图；
计算所述二值化标准图中的连通区域数量，获得第五数值，计算所述二值化实际图中的连通区域数量，获得第六数值；
将所述实际差异图与所述二值化实际图相加，获得第三验证图；
将所述二值化标准图减去所述实际差异图，获得第四验证图；
计算所述第三验证图中的连通区域数量，获得第七数值，计算所述第四验证图中的连通区域数量，获得第八数值；
所述分析对比结果，获得所述待测印制电路板实际图的输出印制电路板缺陷检测结果包括以下步骤：
判断所述第五数值与所述第七数值之差的绝对值和所述第六数值与所述第八数值之差的绝对值是否相等且所述绝对值大于或等于一，若满足条件则所述待测印制电路板存在开路缺陷。
4.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，所述二值化标准图与所述二值化实际图进行对比，获得对比结果，包括以下步骤：
提取所述二值化标准图中圆形目标区域，获得二值化孔洞图；
将所述二值化实际图减去所述二值化标准图，获得二值化差异图；
对二值化差异图进行滤波处理，获得实际差异图；
计算所述实际差异图中的白色像素数量，获得第九数值；
提取所述二值化孔洞图上的每一个单孔，获得单孔图；
计算所述单孔图中的白色像素数量，获得第十数值；
分别将所述二值化实际图减去所述单孔图，获得第五验证图；
计算所述第五验证图中的白色像素数量，获得第十一数值；
所述分析对比结果，获得所述待测印制电路板实际图的输出印制电路板缺陷检测结果包括以下步骤：
将所述第九数值减去所述第十一数值，若所述第九数值与第十一数值的差等于所述第十数值，则所述待测印制电路板存在漏钻缺陷。
5.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，所述获得印制电路板局部标准图和待测印制电路板实际图包括：
获得多个印制电路板局部标准图及其对应的图片坐标信息和图片尺寸信息，并建立数据库，将所述印制电路板局部标准图及其对应的图片坐标信息和图片尺寸信息存入所述数据库中；
从所述数据库中读取单个印制电路板局部标准图及其对应的图片坐标信息和图片尺寸信息，根据所述图片坐标信息和图片尺寸信息对待测印制电路板上对应位置拍照，获得待测印制电路板实际图。
6.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，获得所述印制电路板实际图和所述印制电路板标准图后，对所述印制电路板实际图和所述印制电路板标准图进行图像匹配处理。
7.根据权利要求1所述的一种印制电路板缺陷检测方法，其特征在于，所述印制电路板缺陷检测结果包括印制电路板缺陷位置、印制电路板缺陷种类和印制电路板缺陷数量。
8.根据权利要求2-4中任意一个所述的一种印制电路板缺陷检测方法，其特征在于，所述滤波处理包括：通过对所述二值化差异图进行腐蚀运算获得第一图片，对所述第一图片进行膨胀运算。
9.一种印制电路板缺陷检测系统，其特征在于，所述系统包括：
获得单元，用于获得印制电路板局部标准图和待测印制电路板实际图；
二值化处理单元，用于对所述印制电路板局部标准图和所述待测印制电路板实际图进行二值化处理，获得二值化标准图和二值化实际图；
对比单元，用于将所述二值化标准图与所述二值化实际图进行对比，获得对比结果；
分析单元，用于分析所述对比结果，获得所述待测印制电路板实际图的缺陷检测结果。
10.一种印制电路板缺陷检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任意一个所述印制电路板缺陷检测方法的步骤。
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任意一个所述印制电路板缺陷检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210514873.9A CN114627113B (zh) | 2022-05-12 | 2022-05-12 | 一种印制电路板缺陷检测方法及系统及装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210514873.9A CN114627113B (zh) | 2022-05-12 | 2022-05-12 | 一种印制电路板缺陷检测方法及系统及装置及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114627113A true CN114627113A (zh) | 2022-06-14 |
| CN114627113B CN114627113B (zh) | 2022-07-29 |
Family
ID=81906959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210514873.9A Active CN114627113B (zh) | 2022-05-12 | 2022-05-12 | 一种印制电路板缺陷检测方法及系统及装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114627113B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433666A (zh) * | 2023-06-14 | 2023-07-14 | 江西萤火虫微电子科技有限公司 | 板卡线路缺陷在线识别方法、系统、电子设备及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1254431A2 (en) * | 2000-01-18 | 2002-11-06 | Solvision Inc. | Method and system for detecting defects on a printed circuit board |
| US20050254699A1 (en) * | 2004-05-13 | 2005-11-17 | Dainippon Screen Mfg, Co., Ltd. | Apparatus and method for detecting defect and apparatus and method for extracting wire area |
| CN103529055A (zh) * | 2013-10-16 | 2014-01-22 | 苏州斯尔特微电子有限公司 | Pcb板自动检验装置 |
| CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
| CN105092598A (zh) * | 2015-09-28 | 2015-11-25 | 深圳大学 | 一种基于连通域的大幅面pcb板缺陷快速识别方法及系统 |
| CN109242853A (zh) * | 2018-11-05 | 2019-01-18 | 南京信息工程大学 | 一种基于图像处理的pcb缺陷智能检测方法 |
| CN111982933A (zh) * | 2019-11-23 | 2020-11-24 | 深圳市安达自动化软件有限公司 | 一种涂覆缺陷检测系统及装置 |
| CN112017157A (zh) * | 2020-07-21 | 2020-12-01 | 中国科学院西安光学精密机械研究所 | 一种光学元件激光损伤阈值测试中损伤点识别方法 |
| CN112557417A (zh) * | 2021-02-28 | 2021-03-26 | 深圳宜美智科技股份有限公司 | 基于图像检测的pcb激光修补方法及设备 |
| CN113870256A (zh) * | 2021-12-01 | 2021-12-31 | 成都数之联科技有限公司 | Pcb板缺陷评估方法、装置、设备及介质 |
| CN114202543A (zh) * | 2022-02-18 | 2022-03-18 | 成都数之联科技股份有限公司 | Pcb板脏污缺陷检测方法、装置、设备及介质 |
-
2022
- 2022-05-12 CN CN202210514873.9A patent/CN114627113B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1254431A2 (en) * | 2000-01-18 | 2002-11-06 | Solvision Inc. | Method and system for detecting defects on a printed circuit board |
| US20050254699A1 (en) * | 2004-05-13 | 2005-11-17 | Dainippon Screen Mfg, Co., Ltd. | Apparatus and method for detecting defect and apparatus and method for extracting wire area |
| CN103529055A (zh) * | 2013-10-16 | 2014-01-22 | 苏州斯尔特微电子有限公司 | Pcb板自动检验装置 |
| CN104297254A (zh) * | 2014-10-08 | 2015-01-21 | 华南理工大学 | 一种基于混合法的印刷电路板缺陷检测方法及系统 |
| CN105092598A (zh) * | 2015-09-28 | 2015-11-25 | 深圳大学 | 一种基于连通域的大幅面pcb板缺陷快速识别方法及系统 |
| CN109242853A (zh) * | 2018-11-05 | 2019-01-18 | 南京信息工程大学 | 一种基于图像处理的pcb缺陷智能检测方法 |
| CN111982933A (zh) * | 2019-11-23 | 2020-11-24 | 深圳市安达自动化软件有限公司 | 一种涂覆缺陷检测系统及装置 |
| CN112017157A (zh) * | 2020-07-21 | 2020-12-01 | 中国科学院西安光学精密机械研究所 | 一种光学元件激光损伤阈值测试中损伤点识别方法 |
| CN112557417A (zh) * | 2021-02-28 | 2021-03-26 | 深圳宜美智科技股份有限公司 | 基于图像检测的pcb激光修补方法及设备 |
| CN113870256A (zh) * | 2021-12-01 | 2021-12-31 | 成都数之联科技有限公司 | Pcb板缺陷评估方法、装置、设备及介质 |
| CN114202543A (zh) * | 2022-02-18 | 2022-03-18 | 成都数之联科技股份有限公司 | Pcb板脏污缺陷检测方法、装置、设备及介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116433666A (zh) * | 2023-06-14 | 2023-07-14 | 江西萤火虫微电子科技有限公司 | 板卡线路缺陷在线识别方法、系统、电子设备及存储介质 |
| CN116433666B (zh) * | 2023-06-14 | 2023-08-15 | 江西萤火虫微电子科技有限公司 | 板卡线路缺陷在线识别方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114627113B (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3176751B1 (en) | Information processing device, information processing method, computer-readable recording medium, and inspection system | |
| CN107016394B (zh) | 一种交叉纤维特征点匹配方法 | |
| CN115063421A (zh) | 极片区域检测方法及系统及装置及介质及缺陷检测方法 | |
| CN115880520A (zh) | 一种基于模板匹配和缺陷分割的缺陷等级分类方法及系统 | |
| CN114862817A (zh) | 一种电路板金手指区域缺陷检测方法及系统及装置及介质 | |
| CN115063618B (zh) | 一种基于模板匹配的缺陷定位方法、系统、设备及介质 | |
| CN115661157B (zh) | 面板圆类缺陷检测方法、装置、介质、设备及程序产品 | |
| CN113160161A (zh) | 目标边缘处缺陷的检测方法和装置 | |
| CN115661160B (zh) | 一种面板缺陷检测方法及系统及装置及介质 | |
| CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
| CN114627113B (zh) | 一种印制电路板缺陷检测方法及系统及装置及介质 | |
| CN116468680A (zh) | 一种元器件反极缺陷检测方法、系统、设备及存储介质 | |
| CN115719326A (zh) | Pcb板缺陷检测方法及装置 | |
| CN114387230A (zh) | 一种基于重验证检测的pcb板缺陷检测方法 | |
| CN117523577A (zh) | 基于最长水平直线的引脚名称上划线检测方法及设备 | |
| CN114078109A (zh) | 图像处理方法、电子装置和存储介质 | |
| CN113378847B (zh) | 字符分割方法、系统、计算机设备和存储介质 | |
| CN113537253B (zh) | 一种红外图像目标检测方法、装置、计算设备及存储介质 | |
| CN113284158B (zh) | 一种基于结构约束聚类的图像边缘提取方法及系统 | |
| CN111932515B (zh) | 产品残留类缺陷的短路检测方法及系统及缺陷分类系统 | |
| CN115564727A (zh) | 一种爆光显影异常缺陷检测方法及系统 | |
| CN115471684A (zh) | 注塑工件模板匹配方法、电子设备及存储介质 | |
| JP2008185395A (ja) | 実装基板外観検査方法 | |
| CN116542967B (zh) | 一种锂电池极柱缺陷的检测方法、装置以及设备 | |
| CN117635608B (zh) | 一种孔偏缺陷检测方法、装置、设备及存储介质 |
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 |