CN114708262A - 一种连接器针脚的视觉检测方法 - Google Patents
一种连接器针脚的视觉检测方法 Download PDFInfo
- Publication number
- CN114708262A CN114708262A CN202210620817.3A CN202210620817A CN114708262A CN 114708262 A CN114708262 A CN 114708262A CN 202210620817 A CN202210620817 A CN 202210620817A CN 114708262 A CN114708262 A CN 114708262A
- Authority
- CN
- China
- Prior art keywords
- stitch
- area
- image
- pin
- pins
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种连接器针脚的视觉检测方法,包括:检测算法,所述检测算法以下步骤:步骤1:设置ROI区域;步骤2:制作针脚模板;步骤3:使用模板匹配方式对检测图像的针脚进行粗定位;步骤4:通过阈值分割获取目标区域;步骤5:通过特征提取和特征筛选获取针脚特征区域;步骤6:计算出所有针脚特征区域的中心点图像坐标后,使用这些点进行直线拟合,获得正常针脚路径的直线;步骤7:计算针脚的水平间距和针脚的垂直间距,判断针脚是否合格。本发明有益效果在于:配合自动化设备使用此检测方法可以对产品进行快速检测,检测结果准确率高且稳定,大大提高产品出货量,同时可以根据出货需求的质检标准调整对应参数,控制出货质量。
Description
技术领域
本发明涉及视觉检测技术领域,尤其涉及一种连接器针脚的视觉检测方法。
背景技术
目前的连接器检测一般使用人工配合电子显微镜进行检测,检测速度比较慢,并且由于工人认知标准以及各种主观因素导致的误检、错检、漏检较多,检测标准和质量较难把控。
因此,现有技术存在缺陷,需要改进。
发明内容
本发明的目的是克服现有技术的不足,提供一种连接器针脚的视觉检测方法,可以用于插件类的电子元件连接器的视觉检测。
本发明的技术方案如下:本发明提供一种连接器针脚的视觉检测方法,包括:检测算法,所述检测算法以下步骤:
步骤1:设置ROI区域;步骤2:制作针脚模板;步骤3:使用模板匹配方式对检测图像的针脚进行粗定位;步骤4:通过阈值分割获取目标区域;步骤5:通过特征提取和特征筛选获取针脚特征区域;步骤6:计算出所有针脚特征区域的中心点图像坐标后,使用这些点进行直线拟合,获得正常针脚路径的直线;步骤7:计算针脚的水平间距和针脚的垂直间距,判断针脚是否合格。
进一步地,所述步骤3中,进行粗定位的方式可以为形状匹配或相关性匹配;
当采用形状匹配方式时,通过形状匹配得到针脚轮廓后,将相邻的轮廓进行合并,筛选出最大的轮廓并将其转换为区域,剪裁获得此区域的图像,此图像即为针脚的位置图像;
当采用相关性匹配时,通过相关性匹配得到针脚区域后,剪裁获得此区域的图像,此图像即为针脚的位置图像,然后计算图像的平均灰度,根据平均灰度进行图像增强,将灰度[平均灰度,255]的区域缩放到[0,255],剔除缩放后小于0和大于255的灰度值,分别用0和255替代。
进一步地,所述步骤4中,阈值分割采用最大限度可分性方法,首先计算图像直方图,然后使用统计矩找到最佳阈值,通过最佳阈值将图像像素分为前景和背景,从而获取目标区域。
进一步地,当所述步骤3中采用形状匹配的方式时,所述步骤5中,筛选出面积最大的区域,然后使用形态学运算填充空洞区域并去除多余区域,得到针脚的特征区域;
当所述步骤3中采用相关性匹配的方式时,所述步骤5中,通过面积、高度特征进行初步筛选,然后计算筛选后的区域的中心点,计算每个中心点到模板匹配区域的中心点的距离,距离最小的即为针脚特征区域。
进一步地,所述步骤6中,直线拟合使用加权最小二乘法,根据tukey方法忽略异常值,在进行拟合之前会去除与数组差异较大的值。
进一步地,根据针脚区域中心点坐标计算其与相邻针脚的水平间距;根据针脚中心到拟合直线的垂直距离,计算针脚垂直距离,如果水平间距与标准水平间距的差≤检测精度且垂直距离小于等于检测精度,则针脚OK,否则针脚NG。
进一步地,本检测方法还包括确定检测的视觉方案。
进一步的,确定检测的视觉方案包括:确定相机和镜头以及确定光源。
进一步地,根据分辨率和像元大小选择相机,根据工作距离和焦距选择镜头。
进一步地,根据检测需求,进行成像实验,通过实验效果确定光源的类型、尺寸、工作距离和角度。
采用上述方案,本发明的有益效果在于:配合自动化设备使用此检测方法可以对产品进行快速检测,检测结果准确率高且稳定,在确保质量合格的前提下,大大提高产品出货量,同时可以根据出货需求的质检标准调整对应参数,控制出货质量。使用此种视觉检测方法还可以解放人工,节约企业成本,提升企业效率,帮助企业跟上工业升级的脚步。
附图说明
图1为本发明的检测算法的流程图。
具体实施方式
以下结合附图和具体实施例,对本发明进行详细说明。
本发明提供一种连接器针脚的视觉检测方法,包括:检测的视觉方案和检测算法,其中,在确定检测的视觉方案时,需要确定检测用的相机和镜头,以及确定检测用的光源。
具体地,本方案中,根据不同产品的尺寸和检测精度要求,选择不同型号的相机和镜头。选型方法如下所示:
待检测产品的尺寸为:L*W*H(其中L*W为待检测面,L为长边);
检测精度为:Acc;
精度系数为:k(3≤k≤10);
视野缩放比为:r(r>1);
像元大小为:p;
镜头工作距离为:D;
单位像素的物理距离为:P=Acc/k;
长边视野大小为:L1=L*r;
长边所需像素数量为:Lp=L1/P=L*r*k/Acc;
相机的分辨率为长边所需像素数量*短边所需像素数量,如相机的靶面尺寸4:3时,相机的分辨率为0.75LP 2;
镜头缩放倍率为:k=p/P;
镜头焦距为:d=k*D;
综上所述,本方案中,根据分辨率和像元大小确定选用的相机,根据镜头工作距离和焦距确定选用的镜头。
具体地,在本方案中,根据检测需求,进行成像实验,通过实验效果确定光源的类型、尺寸、工作距离、角度等参数。
本方案中,所述检测算法包括以下步骤:
步骤1:设置ROI区域(感兴趣区域)。通过设置ROI区域可以有效缩小检测范围,排除部分干扰因素,有利于提高检测速度。
步骤2:制作针脚模板。在图像中选取某一区域制作针脚模板,模板要求能突出检测目标的唯一特征,与其他区域区分开来。
步骤3:使用模板匹配方式对检测图像的针脚进行粗定位。模板匹配方式分为形状匹配(Shape)和相关性匹配(NCC)两种,可根据不同场景让用户进行灵活选择。当针脚特征区域成像清晰稳定,过度像素少时,使用形状匹配方式进行匹配,对针脚进行粗定位;当针脚特征区域不稳定,过渡像素较多时,使用相关性匹配方式进行匹配,对针脚进行粗定位。
具体地,当采用形状匹配方式时,通过形状匹配得到针脚轮廓后,将相邻的轮廓进行合并,筛选出最大的轮廓并将其转换为区域,剪裁获得此区域的图像,此图像即为针脚的位置图像;
具体地,当采用相关性匹配时,通过相关性匹配得到针脚区域后,剪裁获得此区域的图像,此图像即为针脚的位置图像,然后计算图像的平均灰度GrayMean,根据平均灰度GrayMean进行图像增强,将灰度[平均灰度GrayMean,255]的区域缩放到[0,255],剔除缩放后小于0和大于255的灰度值,分别用0和255替代,从而提升图像的对比度。
步骤4:通过阈值分割获取目标区域。阈值分割采用最大限度可分性方法(Max_Separaility),此方法基于灰度直方图的自动阈值分割,首先计算图像直方图,然后使用统计矩找到最佳阈值T,通过最佳阈值T将图像像素分为前景和背景,从而获取目标区域。
步骤5:通过特征提取和特征筛选获取针脚特征区域;
具体地:当所述步骤3中采用形状匹配的方式时,所述步骤5中,筛选出面积最大的区域,然后使用形态学运算填充空洞区域并去除多余区域,得到针脚的特征区域;
当所述步骤3中采用相关性匹配的方式时,所述步骤5中,通过面积、高度特征进行初步筛选,然后计算筛选后的区域的中心点,计算每个中心点到模板匹配区域的中心点的距离,距离最小的即为针脚特征区域。
步骤6:计算出所有针脚特征区域的中心点图像坐标后,使用这些点进行直线拟合,直线拟合使用加权最小二乘法,根据tukey方法(图基法)忽略异常值,在进行拟合之前会去除与数组差异较大的值,确保在部分针脚偏移时,拟合的直线依然是处于正常针脚路径的直线;
步骤7:计算针脚的水平间距和针脚的垂直间距,判断针脚是否合格。具体为:根据针脚区域中心点坐标计算其与相邻针脚的水平间距;根据针脚中心到拟合直线的垂直距离,计算针脚垂直距离,如果水平间距与标准水平间距的差≤检测精度且垂直距离小于等于检测精度,则针脚OK(合格),否则针脚NG(不合格)。
本方案的视觉检测方法具有下列优势:1、检测速度快。相机可以选用为USB3.0接口的工业相机,可以实现更高的传输速率,从而有效加快检测速度,缩短CT,使得单个产品的检测时间仅为0.07秒,每小时可检测超5万个产品。2、检测结果准确。经过现场验证,5000000个产品的检测准确率达到99.6%,漏检0%,过杀率0.4%。3、品质可控。根据企业需求,可以通过调整参数,控制质检标准。4、兼容性强。使用FA镜头,可以调整工作距离来调整视野大小,以达到兼容不同尺寸产品的目的。
综上所述,本发明的有益效果在于:配合自动化设备使用此检测方法可以对产品进行快速检测,检测结果准确率高且稳定,在确保质量合格的前提下,大大提高产品出货量,同时可以根据出货需求的质检标准调整对应参数,控制出货质量。使用此种视觉检测方法还可以解放人工,节约企业成本,提升企业效率,帮助企业跟上工业升级的脚步。
以上仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种连接器针脚的视觉检测方法,其特征在于,包括:检测算法,所述检测算法以下步骤:步骤1:设置ROI区域;步骤2:制作针脚模板;步骤3:使用模板匹配方式对检测图像的针脚进行粗定位;步骤4:通过阈值分割获取目标区域;步骤5:通过特征提取和特征筛选获取针脚特征区域;步骤6:计算出所有针脚特征区域的中心点图像坐标后,使用这些点进行直线拟合,获得正常针脚路径的直线;步骤7:计算针脚的水平间距和针脚的垂直间距,判断针脚是否合格;所述步骤3中,进行粗定位的方式可以为形状匹配或相关性匹配;当采用形状匹配方式时,通过形状匹配得到针脚轮廓后,将相邻的轮廓进行合并,筛选出最大的轮廓并将其转换为区域,剪裁获得此区域的图像,此图像即为针脚的位置图像;当采用相关性匹配时,通过相关性匹配得到针脚区域后,剪裁获得此区域的图像,此图像即为针脚的位置图像,然后计算图像的平均灰度,根据平均灰度进行图像增强,将灰度[平均灰度, 255]的区域缩放到[0,255],剔除缩放后小于0和大于255的灰度值,分别用0和255替代。
2.根据权利要求1所述的连接器针脚的视觉检测方法,其特征在于, 所述步骤4中,阈值分割采用最大限度可分性方法,首先计算图像直方图,然后使用统计矩找到最佳阈值,通过最佳阈值将图像像素分为前景和背景,从而获取目标区域。
3.根据权利要求2所述的连接器针脚的视觉检测方法,其特征在于, 当所述步骤3中采用形状匹配的方式时,所述步骤5中,筛选出面积最大的区域,然后使用形态学运算填充空洞区域并去除多余区域,得到针脚的特征区域; 当所述步骤3中采用相关性匹配的方式时,所述步骤5中,通过面积、高度特征进行初步筛选,然后计算筛选后的区域的中心点,计算每个中心点到模板匹配区域的中心点的距离,距离最小的即为针脚特征区域。
4.根据权利要求1所述的连接器针脚的视觉检测方法,其特征在于,所述步骤6中,直线拟合使用加权最小二乘法,根据tukey方法忽略异常值,在进行拟合之前会去除与数组差异较大的值。
5.根据权利要求1所述的连接器针脚的视觉检测方法,其特征在于,根据针脚区域中心点坐标计算其与相邻针脚的水平间距;根据针脚中心到拟合直线的垂直距离,计算针脚垂直距离,如果水平间距与标准水平间距的差≤检测精度且垂直距离小于等于检测精度,则针脚OK,否则针脚NG。
6.根据权利要求1至5任一项所述的连接器针脚的视觉检测方法,其特征在于,还包括确定检测的视觉方案。
7.根据权利要求6所述的连接器针脚的视觉检测方法,其特征在于,确定检测的视觉方案包括:确定相机和镜头以及确定光源。
8.根据权利要求7所述的连接器针脚的视觉检测方法,其特征在于,根据分辨率和像元大小选择相机,根据工作距离和焦距选择镜头。
9.根据权利要求7所述的连接器针脚的视觉检测方法,其特征在于,根据检测需求,进行成像实验,通过实验效果确定光源的类型、尺寸、工作距离和角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210620817.3A CN114708262A (zh) | 2022-06-02 | 2022-06-02 | 一种连接器针脚的视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210620817.3A CN114708262A (zh) | 2022-06-02 | 2022-06-02 | 一种连接器针脚的视觉检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114708262A true CN114708262A (zh) | 2022-07-05 |
Family
ID=82177732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210620817.3A Pending CN114708262A (zh) | 2022-06-02 | 2022-06-02 | 一种连接器针脚的视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114708262A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117095000A (zh) * | 2023-10-19 | 2023-11-21 | 杭州和利时自动化有限公司 | 一种设备检测方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101031199A (zh) * | 2007-01-18 | 2007-09-05 | 深圳职业技术学院 | 基于引脚的形位直线拟合方法 |
WO2015120734A1 (zh) * | 2014-02-17 | 2015-08-20 | 华南理工大学 | 基于机器视觉的焊接轨迹校正专用测试装置及方法 |
CN105717136A (zh) * | 2016-01-28 | 2016-06-29 | 浙江工业大学 | 一种基于机器视觉的针脚倾斜缺陷检测方法 |
CN107766854A (zh) * | 2017-09-28 | 2018-03-06 | 电子科技大学 | 一种基于模板匹配实现快速页码识别的方法 |
CN108269255A (zh) * | 2018-01-26 | 2018-07-10 | 上海文什数据科技有限公司 | 一种基于机器视觉的电连接器检测装置及方法 |
CN109711284A (zh) * | 2018-12-11 | 2019-05-03 | 江苏博墨教育科技有限公司 | 一种考试答题卡系统智能识别分析方法 |
CN109785338A (zh) * | 2018-12-26 | 2019-05-21 | 汕头大学 | 一种运动背景下螺纹关键尺寸参数的在线视觉方法 |
CN114091620A (zh) * | 2021-12-01 | 2022-02-25 | 常州市宏发纵横新材料科技股份有限公司 | 一种模板匹配检测方法、计算机设备及存储介质 |
-
2022
- 2022-06-02 CN CN202210620817.3A patent/CN114708262A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101031199A (zh) * | 2007-01-18 | 2007-09-05 | 深圳职业技术学院 | 基于引脚的形位直线拟合方法 |
WO2015120734A1 (zh) * | 2014-02-17 | 2015-08-20 | 华南理工大学 | 基于机器视觉的焊接轨迹校正专用测试装置及方法 |
CN105717136A (zh) * | 2016-01-28 | 2016-06-29 | 浙江工业大学 | 一种基于机器视觉的针脚倾斜缺陷检测方法 |
CN107766854A (zh) * | 2017-09-28 | 2018-03-06 | 电子科技大学 | 一种基于模板匹配实现快速页码识别的方法 |
CN108269255A (zh) * | 2018-01-26 | 2018-07-10 | 上海文什数据科技有限公司 | 一种基于机器视觉的电连接器检测装置及方法 |
CN109711284A (zh) * | 2018-12-11 | 2019-05-03 | 江苏博墨教育科技有限公司 | 一种考试答题卡系统智能识别分析方法 |
CN109785338A (zh) * | 2018-12-26 | 2019-05-21 | 汕头大学 | 一种运动背景下螺纹关键尺寸参数的在线视觉方法 |
CN114091620A (zh) * | 2021-12-01 | 2022-02-25 | 常州市宏发纵横新材料科技股份有限公司 | 一种模板匹配检测方法、计算机设备及存储介质 |
Non-Patent Citations (6)
Title |
---|
刘劲松等: "基于 OPenCV的晶圆编号识别算法研究", 《软件导刊》 * |
李春晓等: "基于手绘工程图离线识别的预处理研究", 《机电工程技术》 * |
李本红等: "基于机器视觉的SOP芯片引脚缺陷检测系统设计", 《电子器件》 * |
杜媛: "基于自适应分割与直线拟合的芯片连接器针脚缺陷检测算法", 《系统仿真技术》 * |
杨桂华等: "基于机器视觉的芯片引脚测量及缺陷检测系统", 《电子测量技术》 * |
郑顺义等: "基于模板匹配的电子元器件针脚检测方法", 《信息化纵横》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117095000A (zh) * | 2023-10-19 | 2023-11-21 | 杭州和利时自动化有限公司 | 一种设备检测方法及装置 |
CN117095000B (zh) * | 2023-10-19 | 2024-01-26 | 杭州和利时自动化有限公司 | 一种设备检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7215829B2 (en) | Method and system for object recognition using fractal map | |
US7257267B2 (en) | Method and system for image segmentation | |
CN109167928B (zh) | 基于显示面板缺陷检测的快速自动曝光方法及系统 | |
CN108229475B (zh) | 车辆跟踪方法、系统、计算机设备及可读存储介质 | |
CN109829904B (zh) | 检测屏幕上灰尘的方法、装置、电子设备、可读存储介质 | |
US9332247B2 (en) | Image processing device, non-transitory computer readable recording medium, and image processing method | |
US20120070089A1 (en) | Method of manufacturing a template matching template, as well as a device for manufacturing a template | |
CN112505056A (zh) | 缺陷检测方法和装置 | |
CN113109368A (zh) | 玻璃裂纹检测方法、装置、设备及介质 | |
CN111060442A (zh) | 一种基于图像处理的油液颗粒检测方法 | |
CN114708262A (zh) | 一种连接器针脚的视觉检测方法 | |
CN110807763A (zh) | 一种陶瓦表面鼓包检测方法及系统 | |
CN110430400B (zh) | 一种双目可运动摄像机的地平面区域检测方法 | |
CN108520499B (zh) | 一种基于白带显微成像的图像偏移矫正方法 | |
CN112102347B (zh) | 一种基于双目视觉的台阶检测和单级台阶高度估计方法 | |
CN113379816B (zh) | 结构变动检测方法、电子设备及存储介质 | |
CN109084721B (zh) | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 | |
CN113840135B (zh) | 色偏检测方法、装置、设备及存储介质 | |
US20200211195A1 (en) | Attached object detection apparatus | |
CN117392127B (zh) | 一种显示面板边框的检测方法、装置和电子设备 | |
CN112800890A (zh) | 一种基于表面法向量的道路障碍检测方法 | |
JP2011113177A (ja) | 被写体3次元モデルを構築する方法およびプログラム | |
US20190104298A1 (en) | Method for adjusting a stereoscopic imaging device | |
CN117309766B (zh) | 一种产品表面缺陷的视觉检测方法及系统 | |
CN116385463A (zh) | 一种车道线检测方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220705 |
|
RJ01 | Rejection of invention patent application after publication |