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 PDF

Info

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
Application number
CN202210620817.3A
Other languages
English (en)
Inventor
文茜
朱海平
刘平
高挺峰
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.)
Shenzhen Hailan Intelligent Technology Co ltd
Original Assignee
Shenzhen Hailan Intelligent Technology Co ltd
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 Shenzhen Hailan Intelligent Technology Co ltd filed Critical Shenzhen Hailan Intelligent Technology Co ltd
Priority to CN202210620817.3A priority Critical patent/CN114708262A/zh
Publication of CN114708262A publication Critical patent/CN114708262A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial 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

一种连接器针脚的视觉检测方法
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。
CN202210620817.3A 2022-06-02 2022-06-02 一种连接器针脚的视觉检测方法 Pending CN114708262A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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