CN115115596A - 电子元器件检测方法、装置及自动质检设备 - Google Patents

电子元器件检测方法、装置及自动质检设备 Download PDF

Info

Publication number
CN115115596A
CN115115596A CN202210758747.8A CN202210758747A CN115115596A CN 115115596 A CN115115596 A CN 115115596A CN 202210758747 A CN202210758747 A CN 202210758747A CN 115115596 A CN115115596 A CN 115115596A
Authority
CN
China
Prior art keywords
target
electronic component
image
mask
detected
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
CN202210758747.8A
Other languages
English (en)
Inventor
王悦
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.)
Inspur Communication Technology Co Ltd
Original Assignee
Inspur Communication 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 Inspur Communication Technology Co Ltd filed Critical Inspur Communication Technology Co Ltd
Priority to CN202210758747.8A priority Critical patent/CN115115596A/zh
Publication of CN115115596A publication Critical patent/CN115115596A/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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • 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
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geophysics (AREA)
  • Databases & Information Systems (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及器件检测技术领域，提供一种电子元器件检测方法、装置及自动质检设备，首先获取待检测对象的原始图像，并从原始图像中提取待检测对象内用于安装目标电子元器件的整体区域的目标图像；然后基于预先确定的目标电子元器件的颜色信息对应的掩膜，对目标图像进行遮罩，得到遮罩图像；最后确定遮罩图像中的各像素点的像素值，并基于各像素点的像素值，确定待检测对象中目标电子元器件的安装信息。该方法在对电子元器件进行检测时不需要人工参与，不仅避免了人为因素对检测结果的影响，提高了检测结果的准确性，还可以提高检测效率。而且，还可以避免对检测人员进行培训带来的检测成本。

Description

电子元器件检测方法、装置及自动质检设备
技术领域
本发明涉及器件检测技术领域，尤其涉及一种电子元器件检测方法、装置及自动质检设备。
背景技术
主板，也叫母板，安装在计算机等服务器内，是服务器实现功能的核心。主板上包括大量电子元器件，例如卡板器件、跳帽元器件等。在主板研发、测试和生产等阶段，往往需要对主板进行质量检测，质量检测的核心即进行电子元器件的检测，以判断主板上是否存在电子元器件以及电子元器件的安装位置。
现有技术中，在对电子元器件进行检测时，通常采用人工检测方式实现，即需要事先对检测人员进行培训，培训后需要检测人员对主板图像进行观察，以通过主板图像确定电子元器件的有无及其安装位置，极其考验检测人员的视力和专注度，失误率高、检测效率低、覆盖面小且由于质检标准不一导致不同质检人员对同一主板图像进行检测会得出不同的检测结果。
基于此，现急需提供一种电子元器件检测方法。
发明内容
本发明提供一种电子元器件检测方法、装置及自动质检设备，用以解决现有技术中存在的缺陷。
本发明提供一种电子元器件检测方法，包括：
获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
根据本发明提供的一种电子元器件检测方法，所述从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像，具体包括：
确定所述待检测对象对应的基准对象的标准图像；
将所述标准图像与所述原始图像进行特征匹配，得到匹配结果；
基于所述匹配结果，确定所述目标图像。
根据本发明提供的一种电子元器件检测方法，所述掩膜包括基于所述目标电子元器件在目标颜色空间内的目标颜色信息确定的目标掩膜；
相应地，所述基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像，具体包括：
确定所述目标图像在所述目标颜色空间下的指定图像；
基于所述目标掩膜，对所述指定图像进行遮罩，得到所述遮罩图像。
根据本发明提供的一种电子元器件检测方法，所述目标掩膜的确定方法包括：
基于所述目标颜色信息的取值范围，确定所述目标电子元器件的掩膜保留范围；
基于所述掩膜保留范围，确定所述目标掩膜。
根据本发明提供的一种电子元器件检测方法，所述目标颜色空间，具体包括：RGB颜色空间、灰度空间以及HSV颜色空间中的一种。
根据本发明提供的一种电子元器件检测方法，所述待检测对象包括主板，所述目标电子元器件包括跳帽元器件。
本发明还提供一种电子元器件检测装置，包括：
图像获取模块，用于获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
遮罩模块，用于基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
检测模块，用于确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
本发明还提供一种自动质检设备，包括图像采集装置以及上述的电子元器件检测装置，所述图像采集装置与所述电子元器件检测装置连接；
所述图像采集装置用于采集待检测对象的原始图像，并将所述原始图像发送至所述电子元器件检测装置；
所述电子元器件检测装置用于获取所述原始图像，并基于所述原始图像，确定所述待检测对象中所述目标电子元器件的安装信息。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的电子元器件检测方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的电子元器件检测方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的电子元器件检测方法。
本发明提供的电子元器件检测方法、装置及自动质检设备，首先获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；然后基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；最后确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。该方法在对电子元器件进行检测时不需要人工参与，不仅避免了人为因素对检测结果的影响，提高了检测结果的准确性，还可以提高检测效率。而且，还可以避免对检测人员进行培训带来的检测成本以及不同质检人员得出不同检测结果后的复检成本。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的电子元器件检测方法的流程示意图；
图2是本发明提供的电子元器件检测方法中目标图像的示意图；
图3是本发明提供的电子元器件检测方法中遮罩图像的示意图；
图4是本发明提供的电子元器件检测装置的结构示意图；
图5是本发明提供的自动质检设备的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由于现有技术中，在对电子元器件进行检测时，例如对主板上的跳帽元器件进行检测时，通常采用人工检测方式实现，即需要事先对检测人员进行培训，培训后需要检测人员对主板图像进行观察，以通过主板图像确定跳帽元器件的有无及其安装位置，极其考验检测人员的视力和专注度，失误率高、检测效率低、覆盖面小且由于质检标准不一导致不同质检人员对同一主板图像进行检测会得出不同的检测结果。为此，本发明实施例中提供了一种电子元器件检测方法。
图1为本发明实施例中提供的一种电子元器件检测方法的流程示意图，如图1所示，该方法包括：
S1，获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
S2，基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
S3，确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
具体地，本发明实施例中提供的电子元器件检测方法，其执行主体为电子元器件检测装置，该装置可以配置于服务器内，该服务器可以是本地服务器，也可以是云端服务器，本地服务器具体可以是计算机、平板电脑等，本发明实施例中对此不作具体限定。
首先执行步骤S1，获取待检测对象的原始图像，该待检测对象可以是服务器中的主板，原始图像可以通过固定在检测环境中的图像采集装置采集得到并将其发送至电子元器件检测装置。原始图像可以为RGB彩色图像，也可以是灰度图像或HSV颜色空间的图像，此处不作具体限定。
电子元器件检测装置在接收到原始图像后，可以从原始图像中提取待检测对象内用于安装目标电子元器件的整体区域的目标图像，即可以先从原始图像中识别出待检测对象内用于安装目标电子元器件的整体区域，然后将该整体区域从原始图像中分割出来，即得到目标图像。该目标图像中的整体区域是指待检测对象内可能用于安装目标电子元器件的所有区域的并集。
整体区域的识别方法可以通过常规的目标识别方法实现，也可以通过神经网络模型实现，该神经网络模型可以通过携带有整体区域标签的图像样本训练得到，此处不作具体限定。
目标电子元器件可以是待检测对象中安装的任一可以通过颜色信息对其进行识别的电子元器件，例如跳帽元器件，在主板内通常为纯色，例如蓝色、绿色等。
然后执行步骤S2，根据预先确定的目标电子元器件的颜色信息对应的掩膜(Mask)，对目标图像进行遮罩，得到遮罩图像。该掩膜是预先确定的，且与目标电子元器件的颜色信息相对应。目标电子元器件的颜色信息可以是RGB颜色空间的颜色信息，通过R、G、B分量进行像素值表示；也可以是灰度空间的颜色信息，通过0-255的取值进行像素值表示；还可以是HSV颜色空间的颜色信息，通过色调(H)、饱和度(S)、明度(V)分量进行像素值表示。
预先确定的掩膜可以用于覆盖掉目标图像中的非目标电子元器件安装区域，保留目标图像中的目标电子元器件安装区域，进而得到遮罩图像，该遮罩图像中即仅包含有目标图像中的目标电子元器件安装区域，除此之外的区域均被覆盖掉，例如可以均为黑色。
在遮罩前，需要先确定目标图像在目标电子元器件的颜色信息对应的颜色空间内的图像，然后对该图像进行遮罩即可。例如，若目标图像为RGB图像，目标电子元器件的颜色信息是RGB颜色空间的颜色信息，则可以直接用掩膜进行遮罩；若目标图像为RGB图像，目标电子元器件的颜色信息是HSV颜色空间的颜色信息，则需要先确定目标图像在HSV颜色空间内的图像，再使用掩膜进行遮罩，以保证掩膜与遮罩对象的匹配性，提高遮罩的准确性。
目标图像中的非目标电子元器件安装区域是指完整区域中实际不存在目标电子元器件的区域，目标图像中的目标电子元器件安装区域则是指完整区域中实际存在目标电子元器件的区域。因此，对目标图像进行遮罩，实际上是覆盖掉非目标电子元器件安装区域，可以理解为使非目标电子元器件安装区域的像素值均变为0，而保留其中的目标电子元器件安装区域，可以理解为使目标电子元器件安装区域的像素值保持不变。
遮罩图像即目标图像中的非目标电子元器件安装区域的像素值均0、目标电子元器件安装区域的像素值均保持不变时对应的图像。如果待检测对象中安装有目标电子元器件，则遮罩图像中存在像素值不为0的区域，像素值不为0的区域即为目标电子元器件安装区域，否则遮罩图像为一幅全黑的图像。
最后执行步骤S3，确定遮罩图像中的各像素点的像素值，基于各像素点的像素值，可以确定遮罩图像中的像素分布，进而基于该像素分布，可以确定出待检测对象中目标电子元器件的安装信息。该安装信息可以包括待检测对象中是否安装有目标电子元器件以及在安装有目标电子元器件的情况下的安装位置。
如果遮罩图像中的像素分布是像素值均取0，则说明待检测对象中没有安装目标电子元器件，如果遮罩图像中的像素分布是存在像素值不为0的像素点，则说明待检测对象中安装有目标电子元器件，所有像素值不为0的像素点的集合即为目标电子元器件安装区域。通过目标电子元器件安装区域在遮罩图像中的位置，即可以确定目标电子元器件在待检测对象中的安装位置。
本发明实施例中提供的电子元器件检测方法，首先获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；然后基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；最后确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。该方法在对电子元器件进行检测时不需要人工参与，不仅避免了人为因素对检测结果的影响，提高了检测结果的准确性，还可以提高检测效率。而且，还可以避免对检测人员进行培训带来的检测成本以及不同质检人员得出不同检测结果后的复检成本。
为避免原始图像采集时待检测对象的放置位置、放置角度等放置信息不规范而增加检测难度、导致检测结果不准确的情况发生，本发明实施例中通过特征匹配算法实现对原始图像的矫正，进而实现目标图像的提取。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测方法，所述从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的完整区域的目标图像，具体包括：
确定所述待检测对象对应的基准对象的标准图像；
将所述标准图像与所述原始图像进行特征匹配，得到匹配结果；
基于所述匹配结果，确定所述目标图像。
具体地，本发明实施例中，在从原始图像中提取目标图像时，可以先确定出待检测对象对应的基准对象的标准图像，基准对象是指具有标准放置信息的对象，与待检测对象类型相同，即若待检测对象为主板，则基准对象也为主板，且基准对象中未安装有目标电子元器件，以便顺利通过特征匹配算法确定出待检测对象内用于安装目标电子元器件的完整区域，避免基准对象中安装的目标电子元器件对完整区域的确定产生影响。
然后将标准图像与原始图像进行特征匹配，得到匹配结果。特征匹配可以采用ORB(Oriented FAST and Rotated BRIEF)算法、尺寸不变特征变换(Scale-invariantfeature transform，SIFT)算法或加速稳健特征(Speeded Up Robust Features，SURF)算法等实现。ORB算法相比于SIFT算法、SURF算法，具有处理速度快、匹配精度高、匹配效果准确的优势。此处，得到的匹配结果可以是标准图像与原始图像中各像素点之间的对应关系。
最后，根据得到的匹配结果，确定出目标图像。此处，先根据匹配结果，确定变换矩阵，即将标准图像与原始图像中各像素点之间的对应关系通过该变换矩阵表示。此后，可以根据该变换矩阵对原始图像进行矫正，消除偏移和旋转导致的图像扭曲和位置错位，使得矫正后的图像可以被认为是具有标准放置信息的待检测对象的原始图像，通过矫正后的图像可以精准定位待检测对象内用于安装目标电子元器件的位置。
进而，可以将标准图像与原始图像中各像素点之间的对应关系以及标准图像中用于安装目标电子元器件的完整区域的位置信息，确定矫正后的图像中待检测对象内用于安装目标电子元器件的完整区域，并进行截取，得到目标图像。
本发明实施例中，通过特征匹配的方式确定目标图像，可以避免原始图像采集时待检测对象的放置位置、放置角度等放置信息不规范而增加检测难度、导致检测结果不准确的情况发生，不仅可以降低检测难度，还可以提高检测结果的准确性。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测方法，所述掩膜包括基于所述目标电子元器件在目标颜色空间内的目标颜色信息确定的目标掩膜；
相应地，所述基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像，具体包括：
确定所述目标图像在所述目标颜色空间下的指定图像；
基于所述目标掩膜，对所述指定图像进行遮罩，得到所述遮罩图像。
具体地，本发明实施例中，采用的掩膜包括基于目标电子元器件在目标颜色空间内的目标颜色信息确定的目标掩膜。目标颜色空间可以包括RGB颜色空间、灰度空间或HSV颜色空间等。例如，目标颜色空间是HSV颜色空间，采用的掩膜包括基于目标电子元器件在HSV颜色空间内的目标颜色信息确定的目标掩膜。目标电子元器件在HSV颜色空间内的目标颜色信息可以通过目标电子元器件在RGB颜色空间的颜色信息进行颜色空间转换得到，此处不作具体限定。目标电子元器件在RGB颜色空间的颜色信息则可以直接通过RGB图像采集装置采集得到的目标电子元器件图像确定。
在确定遮罩图像时，可以先确定目标图像在目标颜色空间下的指定图像。若目标图像是目标颜色空间下的图像，则指定图像与目标图像相同，例如目标图像为RGB图像，且目标颜色空间是RGB颜色空间，则可以直接将目标图像作为指定图像。若目标图像不是目标颜色空间下的图像，则可以将目标图像从其颜色空间转换为目标颜色空间，即得到指定图像。例如目标图像为RGB图像，且目标颜色空间是HSV颜色空间，则可以将目标图像从RGB颜色空间转换为HSV颜色空间，即得到指定图像。
此后，可以根据目标掩膜，对指定图像进行遮罩，得到遮罩图像。由于指定图像中的非目标电子元器件安装区域通常是与目标电子元器件在目标颜色空间内的目标颜色信息并不相同，因此利用目标掩膜，可以将指定图像中的非目标电子元器件安装区域覆盖掉，仅保留其中的目标电子元器件安装区域，进而得到遮罩图像。
本发明实施例中，在确定遮罩图像时先确定目标图像目标颜色空间下的指定图像，再使用目标掩膜进行遮罩，以保证掩膜与遮罩对象的匹配性，提高遮罩的准确性。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测方法，所述目标掩膜的确定方法包括：
基于所述目标颜色信息的取值范围，确定所述目标电子元器件的掩膜保留范围；
基于所述掩膜保留范围，确定所述目标掩膜。
具体地，本发明实施例中，在确定目标掩膜时，可以先确定目标电子元器件的目标颜色信息的取值范围。
以目标颜色空间是HSV颜色空间、目标电子元器件是绿色为例，则目标颜色信息为目标电子元器件的绿色经HSV颜色空间下的色调、饱和度以及明度表示得到。进而，取值范围可以通过目标电子元器件图像在HSV颜色空间内各像素点在色调、饱和度以及明度分量上的取值并集确定。
此后，可以直接将该取值范围作为目标电子元器件的掩膜保留范围，即将该取值范围中某一分量的最大值作为该分量的最大掩膜阈值，将该取值范围中某一分量的最小值作为该分量的最小掩膜阈值。最小掩膜阈值与最大掩膜阈值形成的范围即为掩膜保留范围。
也可以考虑不同图像采集装置的差异，可以设置调整值，该调整值可以根据需要进行设定。此后，将该取值范围中某一分量的最大值与调整值之和作为该分量的最大掩膜阈值，将该取值范围中某一分量的最小值与调整值之差作为该分量的最小掩膜阈值。
最后，根据掩膜保留范围，即可确定目标掩膜。本发明实施例中，可以将目标掩膜设置为待遮罩图像中像素值处于掩膜保留范围内的像素点保留，将待遮罩图像中像素值处于掩膜保留范围外的像素点的像素值设置为0。即目标掩膜对待遮罩图像中像素值处于掩膜保留范围内的像素点是透明的，对待遮罩图像中像素值处于掩膜保留范围外的像素点是不透明的。
本发明实施例中，采用的目标掩膜可以优选基于目标电子元器件在HSV颜色空间内的目标颜色信息确定，即在HSV颜色空间中寻找目标颜色信息对应的H、S、V分量的最大掩膜阈值和最小掩膜阈值，进而根据最大掩膜阈值和最小掩膜阈值得到目标掩膜。进而，通过目标掩码在目标图像上遮罩，得到遮罩图像。相比于RGB颜色空间和灰度空间上寻找目标颜色信息对应的最大掩膜阈值和最小掩膜阈值，不仅降低了目标掩膜的确定难度，进而降低检测成本，也避免了光照等外部因素的影响，提高目标掩膜的准确性。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测方法，所述待检测对象包括主板，所述目标电子元器件包括跳帽元器件。
具体地，本发明实施例中，待检测对象为主板，目标电子元器件为跳帽元器件，由于在主板上需要安装大量跳帽元器件，且跳帽元器件本身体积较小，因此采用本发明实施例中提供的电子元器件检测方法确定主板中跳帽元器件的安装信息，其优势更加突出。
如图2所示，为目标图像的示意图。图2中，待检测对象有三个引脚21、22、23可以用于安装目标电子元器件24，目标电子元器件24可以安装在上面一个引脚21和中间一个引脚22上，也可以安装在中间一个引脚22和下面一个引脚23上。图2中仅示出了目标电子元器件24安装在中间一个引脚22和下面一个引脚23上的情况。通过掩膜遮罩后得到的遮罩图像如图3所示，仅包含有目标电子元器件24，非目标电子元器件区域均为黑色，即像素值均为0。
如图4所示，在上述实施例的基础上，本发明实施例中提供了一种电子元器件检测装置，包括：
图像获取模块41，用于获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
遮罩模块42，用于基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
检测模块43，用于确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测装置，所述图像获取模块，具体用于：
确定所述待检测对象对应的基准对象的标准图像；
将所述标准图像与所述原始图像进行特征匹配，得到匹配结果；
基于所述匹配结果，确定所述目标图像。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测装置，所述掩膜包括基于所述目标电子元器件在目标颜色空间内的目标颜色信息确定的目标掩膜；
相应地，所述遮罩模块，具体用于：
确定所述目标图像在所述目标颜色空间下的指定图像；
基于所述目标掩膜，对所述指定图像进行遮罩，得到所述遮罩图像。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测装置，还包括目标掩膜确定模块，用于：
基于所述目标颜色信息的取值范围，确定所述目标电子元器件的掩膜保留范围；
基于所述掩膜保留范围，确定所述目标掩膜。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测装置，所述目标颜色空间，具体包括：RGB颜色空间、灰度空间以及HSV颜色空间中的一种。
在上述实施例的基础上，本发明实施例中提供的电子元器件检测装置，所述待检测对象包括主板，所述目标电子元器件包括跳帽元器件。
具体地，本发明实施例中提供的电子元器件检测装置中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。
如图5所示，在上述实施例的基础上，本发明实施例中提供了一种自动质检设备，包括图像采集装置51以及上述各实施例中提供的电子元器件检测装置52，所述图像采集装置51与所述电子元器件检测装置52连接。
所述图像采集装置51用于采集待检测对象的原始图像，并将所述原始图像发送至所述电子元器件检测装置52；
所述电子元器件检测装置52用于获取所述原始图像，并基于所述原始图像，确定所述待检测对象中所述目标电子元器件的安装信息。
具体地，本发明实施例中提供的自动质检设备，可以用于对待检测对象进行自动质检，确定待检测对象中目标电子元器件的安装信息，即判断该待检测对象中是否安装有目标电子元器件以及安装有目标电子元器件的情况下目标电子元器件的安装位置。
自动质检设备中的图像采集装置可以是相机，例如工业相机等。图像采集装置可以通过固定元件固定，图像采集装置可以采集放置于自动质检设备的载物面上的待检测对象的原始图像，并将该原始图像发送至电子元器件检测装置，电子元器件检测装置可以通过执行上述各实施例中的电子元器件检测方法，实现待检测对象中目标电子元器件的安装信息的确定。
本发明实施例中提供的自动质检设备，只需要将待检测对象放置在自动质检设备的载物面上即可实现待检测对象中目标电子元器件的安装信息的自动确定，进而自动判断该待检测对象中是否安装有目标电子元器件以及安装有目标电子元器件的情况下目标电子元器件的安装位置。该设备在对电子元器件进行检测时不需要人工参与，不仅避免了人为因素对检测结果的影响，提高了检测结果的准确性，还可以提高检测效率。而且，还可以避免对检测人员进行培训带来的检测成本以及不同质检人员得出不同检测结果后的复检成本。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(Processor)610、通信接口(Communications Interface)620、存储器(Memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行上述各实施例中提供的电子元器件检测方法，该方法包括：获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
此外，上述的存储器630中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各实施例中提供的电子元器件检测方法，该方法包括：获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例中提供的电子元器件检测方法，该方法包括：获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电子元器件检测方法，其特征在于，包括：
获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
2.根据权利要求1所述的电子元器件检测方法，其特征在于，所述从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像，具体包括：
确定所述待检测对象对应的基准对象的标准图像；
将所述标准图像与所述原始图像进行特征匹配，得到匹配结果；
基于所述匹配结果，确定所述目标图像。
3.根据权利要求1所述的电子元器件检测方法，其特征在于，所述掩膜包括基于所述目标电子元器件在目标颜色空间内的目标颜色信息确定的目标掩膜；
相应地，所述基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像，具体包括：
确定所述目标图像在所述目标颜色空间下的指定图像；
基于所述目标掩膜，对所述指定图像进行遮罩，得到所述遮罩图像。
4.根据权利要求3所述的电子元器件检测方法，其特征在于，所述目标掩膜的确定方法包括：
基于所述目标颜色信息的取值范围，确定所述目标电子元器件的掩膜保留范围；
基于所述掩膜保留范围，确定所述目标掩膜。
5.根据权利要求4所述的电子元器件检测方法，其特征在于，所述目标颜色空间，具体包括：RGB颜色空间、灰度空间以及HSV颜色空间中的一种。
6.根据权利要求1-5中任一项所述的电子元器件检测方法，其特征在于，所述待检测对象包括主板，所述目标电子元器件包括跳帽元器件。
7.一种电子元器件检测装置，其特征在于，包括：
图像获取模块，用于获取待检测对象的原始图像，并从所述原始图像中提取所述待检测对象内用于安装目标电子元器件的整体区域的目标图像；
遮罩模块，用于基于预先确定的所述目标电子元器件的颜色信息对应的掩膜，对所述目标图像进行遮罩，得到遮罩图像；所述掩膜用于覆盖掉所述目标图像中的非目标电子元器件安装区域，保留所述目标图像中的目标电子元器件安装区域；
检测模块，用于确定所述遮罩图像中的各像素点的像素值，并基于所述各像素点的像素值，确定所述待检测对象中所述目标电子元器件的安装信息。
8.一种自动质检设备，其特征在于，包括图像采集装置以及如权利要求7所述的电子元器件检测装置，所述图像采集装置与所述电子元器件检测装置连接；
所述图像采集装置用于采集待检测对象的原始图像，并将所述原始图像发送至所述电子元器件检测装置；
所述电子元器件检测装置用于获取所述原始图像，并基于所述原始图像，确定所述待检测对象中所述目标电子元器件的安装信息。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1-6中任一项所述的电子元器件检测方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，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1-6中任一项所述的电子元器件检测方法。
CN202210758747.8A 2022-06-29 2022-06-29 电子元器件检测方法、装置及自动质检设备 Pending CN115115596A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210758747.8A CN115115596A (zh) 2022-06-29 2022-06-29 电子元器件检测方法、装置及自动质检设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210758747.8A CN115115596A (zh) 2022-06-29 2022-06-29 电子元器件检测方法、装置及自动质检设备

Publications (1)

Publication Number Publication Date
CN115115596A true CN115115596A (zh) 2022-09-27

Family

ID=83329468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210758747.8A Pending CN115115596A (zh) 2022-06-29 2022-06-29 电子元器件检测方法、装置及自动质检设备

Country Status (1)

Country Link
CN (1) CN115115596A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351100A (zh) * 2023-12-04 2024-01-05 成都数之联科技股份有限公司 一种色环电阻颜色提取方法、装置、设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351100A (zh) * 2023-12-04 2024-01-05 成都数之联科技股份有限公司 一种色环电阻颜色提取方法、装置、设备和介质
CN117351100B (zh) * 2023-12-04 2024-03-22 成都数之联科技股份有限公司 一种色环电阻颜色提取方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN115205223B (zh) 透明物体的视觉检测方法、装置、计算机设备及介质
CN110909640A (zh) 水位线的确定方法及装置、存储介质、电子装置
CN115115596A (zh) 电子元器件检测方法、装置及自动质检设备
CN115861327A (zh) 一种pcb颜色变化缺陷检测方法、装置、设备及介质
CN110310341B (zh) 颜色算法中默认参数的生成方法、装置、设备和存储介质
CN117589770A (zh) Pcb贴片板检测方法、装置、设备及介质
CN116091503B (zh) 一种面板异物缺陷的判别方法、装置、设备及介质
CN117455887A (zh) 基于机器视觉的pcb来料检测方法、装置、设备及介质
CN107527011B (zh) 一种非接触式皮肤电阻变化趋势检测方法、装置及设备
KR20220026439A (ko) 인쇄회로기판의 부품 미실장 검출 방법 및 그 장치
CN115619725A (zh) 电子元器件检测方法、装置、电子设备及自动质检设备
CN116993654A (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN115660952A (zh) 图像处理方法、词典笔及存储介质
CN115479891A (zh) 基于图像识别的电路板载元器件自动检测系统和方法
CN115496894A (zh) 针对pcba的检测方法以及检测终端
US10958899B2 (en) Evaluation of dynamic ranges of imaging devices
WO2020107196A1 (zh) 一种对拍摄装置的拍摄质量评测方法、装置及终端设备
KR101032917B1 (ko) 홀 군집체 검사 방법
CN112712004B (zh) 人脸检测系统及人脸检测方法、装置、电子设备
CN113627430B (zh) 线缆线号的检测方法、装置和电子设备
TWI737447B (zh) 影像處理方法、電子裝置和存儲介質
CN116433671B (zh) 一种基于图像识别的胶体金检测方法、系统和存储介质
WO2024095721A1 (ja) 画像処理装置および画像処理方法
WO2023157238A1 (ja) 検査装置、検査方法、および記録媒体
US20240207980A1 (en) Welding mark inspection method and apparatus, and electronic device

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