CN115131287A - 一种图像处理方法、区域检测方法、检测设备和存储介质 - Google Patents

Abstract

本申请公开了一种图像处理方法、区域检测方法、检测设备和存储介质。该图像处理方法包括：获取待处理图像，并获取待处理图像的图像纹理特征；基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域；将若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域；按照电路板区域对待处理图像进行分割，得到电路板图像。通过上述实施方式，获取待处理图像的图像纹理特征的变化情况，将待处理图像划分为电路板区域和非电路板区域，并对区域进行分割得到电路板图像，以便于利用电路板图像与原始电路板设计图像进行对位操作，以及便于对电路板图像进行缺陷检测。

Description

一种图像处理方法、区域检测方法、检测设备和存储介质

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、区域检测方法、检测设备和存储介质。

背景技术

印刷电路板(Printed Circuit Board,PCB)行业的自动光学检测(AutomatedOptical Inspection,AOI)设备具有非常重要的实际意义。AOI是指针对PCB生产线上的PCB，通过光学相机采集图像，使用图像处理、机器学习等方法，检测和定位出PCB上的缺陷。

PCB在生产过程中无法避免地存在大量的缺陷，而PCB上线路非常小且密集，完全进行人工检查缺陷非常费时费力，且容易出错。此外，如果不对缺陷进行检测，而直接将存在缺陷的PCB板子放入下一个流程中进行制造，后续的修补成本会越来越高，且更容易报废，造成大量的浪费成本。

然而，在检测过程中，首先需要将原始PCB设计图和相机采集到的图像进行对位操作，才能进行比较，进而进行缺陷检测。而为了使相机拍摄的图像不遗漏PCB板，相机采集PCB板图像时通常会采集PCB板区域之外的区域，然而不对此部分图像进行处理，直接对原始PCB设计图和相机采集到的图像进行对位操作，可能导致对位失败造成大量的假点缺陷报点。

发明内容

为了解决现有技术存在的上述技术问题，本申请提供一种图像处理方法、区域检测方法、自动光学检测设备和存储介质。

为解决上述问题，本申请提供了一种图像处理方法，图像处理方法包括：获取待处理图像，并获取所述待处理图像的图像纹理特征；基于所述图像纹理特征的梯度变化情况，将所述待处理图像划分若干区域；将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域；按照所述电路板区域对所述待处理图像进行分割，得到电路板图像。

为解决上述问题，本申请提供了一种异常区域检测方法，所述异常区域检测方法包括：获取电路板图像，其中，所述电路板图像通过上述的图像处理方法处理得到；获取重复单元区域；利用所述重复单元区域对包括所述电路板图像的所有区域进行遍历匹配，得到所述重复单元区域与每一个区域的相似度；将所述电路板图像中相似度小于第一相似度阈值的区域，标记为异常区域。

为解决上述问题，本申请提供了一种自动光学检测设备，自动光学检测设备包括：处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现上述的方法。

为解决上述问题，本申请提供了一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行时实现上述的方法。

与现有技术相比，本申请的图像处理方法包括：获取待处理图像，并获取待处理图像的图像纹理特征；基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域；将若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域；按照电路板区域对待处理图像进行分割，得到电路板图像。通过上述实施方式，获取待处理图像的图像纹理特征的变化情况，将待处理图像划分为电路板区域和非电路板区域，并对区域进行分割得到电路板图像，以便于利用电路板图像与原始电路板设计图像进行对位操作，以及便于对电路板图像进行缺陷检测。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本申请。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请提供的图像处理方法的一实施例流程示意图；

图2是本申请提供的图像处理方法的另一实施例流程示意图；

图3是本申请提供的待处理图像的一实施例示意图；

图4是图2所示的步骤S206之前的一实施例流程示意图；

图5是图1所示的步骤S104之前的一实施例流程示意图；

图6是本申请提供的确定电路板区域的一实施例流程示意图；

图7是本申请提供的确定电路板区域的一实施例流程示意图；

图8是本申请提供的异常区域检测方法的一实施例流程示意图；

图9是图8中步骤S802的一实施例流程示意图；

图10是本申请中第一重复单元区域和第一相邻区域的一实施例示意图；

图11是图9中步骤S903之后的步骤的一实施例流程示意图；

图12是本申请中第二重复单元区域和第二相邻区域的一实施例示意图；

图13是图9中步骤S903之后的步骤的另一实施例流程示意图；

图14是图8中步骤S104之前的步骤的一实施例流程示意图；

图15是本申请提供的相似度直方图的一实施例示意图；

图16是图8的步骤S804之后的步骤的一实施例流程示意图；

图17是本申请自动光学检测设备一实施例的结构示意图；

图18是本申请计算机存储介质一实施例的结构示意图。

具体实施方式

下面结合附图和实施例，对本申请作进一步的详细描述。特别指出的是，以下实施例仅用于说明本申请，但不对本申请的范围进行限定。同样的，以下实施例仅为本申请的部分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。

本申请的描述中，需要说明书的是，除非另外明确的规定和限定，术语“安装”、“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，可以是可拆卸连接，或一体地连接；可以是机械来能接，也可以是电连接；可以是直接相连，也可以通过中间媒介间隔相连。对于本领域的普通技术人员而言，可以具体情况连接上述属于在本申请的具体含义。

本申请提供了一种图像处理方法，参见图1，图1是本申请提供的图像处理方法的一实施例流程示意图。具体而言，可以包括如下步骤S101～步骤S104。

步骤S101：获取待处理图像，并获取待处理图像的图像纹理特征。

待处理图像中包括电路板图像。待处理图像可以通过自动光学检测设备获取，或通过将其他途径获取的待处理图像传输至自动光学检测设备进行后续处理。示例性地，通过自动光学检测设备获取待处理图像时，可通过运动控制模块控制机械台面以及电机的运动，将电路板传输至图像采集区域，通过图像采集模块对电路板进行图像采集。其中，在图像采集过程中，可以对图像采集区域进行补光，如通过光源控制模块控制光源的开关及亮度进行补光。

在图像采集过程中，为了使采集的待处理图像中不遗漏电路板图像，图像采集模块通常会放大采集区域，也即同时将除电路板区域以外的区域进行采集，最终以电路板区域和电路板区域以外的区域共同构成待处理图像。也即，待处理图像中同时包括电路板区域和非电路板区域。其中，由于电路板中遍布诸多的线路，采集到的电路板区域的图像多为密集图案，其图像梯度较大；而电路板以外的物体多为空白区域，采集到的非电路板区域通常并无密集图案，其图像梯度相对于电路板区域图像梯度相对较小。通过获取待处理图像的图像纹理特征，即可得到待处理图像中的不同区域的图像梯度情况。

步骤S102：基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域。

在获取到待处理图像的纹理特征，即可得到待处理图像上的纹理特征的梯度变化情况。基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域，也即可以将图像纹理特征较大的区域和图像纹理特征较小的区域进行划分，得到若干区域。

步骤S103：将若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域。

在将待处理图像划分若干区域之后，图像纹理较大的部分图像和图像纹理较小的部分图像分别划分在不同区域。因此在图像纹理较大的区域即可确定为电路板区域；图像纹理较小的区域即可确定为非电路板区域。

步骤S104：按照电路板区域对待处理图像进行分割，得到电路板图像。

在区分出待处理图像中的电路板区域和非电路板区域之后，即可对待处理图像进行分割，以得到最终只包括电路板区域的电路板图像。由此，通过获取待处理图像的图像纹理特征的变化情况，将待处理图像划分为电路板区域和非电路板区域，并对区域进行分割得到电路板图像，以便于利用电路板图像与原始电路板设计图像进行对位操作，以及便于对电路板图像进行缺陷检测。

在一实施例中，基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域的步骤(步骤S102)，包括：基于图像纹理特征，计算待处理图像的图像梯度；按照待处理图像的图像梯度以及预设梯度阈值，将待处理图像划分若干区域。

在获取到待处理图像的纹理特征，可以计算待处理图像中不同部位的图像的梯度。待处理图像中的电路板区域的图像梯度较大，非电路板区域的图像梯度较小，从电路板区域至非电路板区域、或从非电路板区域至电路板区域会存在一较大的图像梯度变化，即可按照图像梯度和预设梯度阈值将待处理图像划分为若干区域。

在一实施例中，将若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域的步骤(步骤S103)包括：将图像梯度大于等于预设梯度阈值的区域，确定为电路板区域；将图像梯度小于预设梯度阈值的区域，确定为非电路板区域。

待处理图像中的电路板区域的图像梯度较大，非电路板区域中的图像梯度较小。当某区域的图像梯度大于预设梯度阈值时，可认定该区域的图像梯度较大，即将图像梯度大于预设梯度阈值的区域确定为电路板区域；当某区域的图像梯度小于预设梯度阈值时，可认定该区域的图像梯度较小，即将图像梯度小于预设梯度阈值的区域确定为非电路板区域。

在一实施例中，预设梯度阈值包括第一预设梯度阈值和第二预设梯度阈值，其中，第一预设梯度阈值大于第二预设梯度阈值。参见图2，图2是本申请提供的图像处理方法的另一实施例流程示意图。具体而言，可以包括如下步骤S201～步骤S206。

步骤S201：获取待处理图像，并获取待处理图像的图像纹理特征。

步骤S202：基于图像纹理特征的梯度变化情况，将待处理图像划分若干区域。

其中，步骤S201和步骤S202的实施方式分别与步骤S101和步骤S102的实施方式相同，在此不再赘述。

步骤S203：将图像梯度大于等于第一预设梯度阈值的区域，确定为电路板区域。

结合图3，图3是本申请提供的待处理图像的一实施例示意图。如图3所示，整个图像为待处理图像，按照色彩可将整个待处理图像划分为四个区域，分别为白色区域、灰色区域和两个黑色区域。其中黑色部分为电路板区域、白色部分为非电路板区域、灰色部分为电路板的板边区域。板内区域的图像梯度最大，板边区域的图像梯度其次，非电路板区域的图像梯度最小。

通过获取待处理图像的纹理特征，可以计算待处理图像中不同部位的图像的梯度。将检测到图像梯度大于第一预设梯度阈值的区域，确定为电路板区域。示例性地，在图3所述的待处理图像中，黑色区域部分图像的图像梯度大于第一预设梯度阈值，也即检测黑色区域部分的图像为电路板区域。

步骤S204：将图像梯度小于第一预设梯度阈值，且大于等于第二预设梯度阈值的区域，确定为板边区域。

将检测到图像梯度小于第一预设梯度阈值，且大于等于第二预设梯度阈值的区域，确定为非板边区域。示例性地，在图3所述的待处理图像中，灰色区域部分图像的图像梯度小于第一预设梯度阈值，且大于等于第二预设梯度阈值的区域，也即检测灰色区域部分的图像为边板区域。

步骤S205：将图像梯度小于第二预设梯度阈值的区域，确定为非电路板区域。

将检测到图像梯度小于第二预设梯度阈值的区域，确定为非电路板区域。示例性地，在图3所述的待处理图像中，白色区域部分图像的图像梯度小于第二预设梯度阈值，也即检测白色区域部分的图像为非电路板区域。

步骤S206：按照所述非电路板区域、所述电路板区域和所述板边区域，对所述待处理图像进行分割，得到所述电路板图像。

在区分出待处理图像中的电路板区域、非电路板区域、以及板边区域之后，即可对待处理图像进行分割，以得到最终只包括电路板区域的电路板图像。

参见图4，图4是图2所示的步骤S206之前的一实施例流程示意图。具体而言，可以包括如下步骤S401～步骤S404。

步骤S401：获取板边区域的第一区域图像。

第一区域图像可为板边区域的图像；也可为板边区域中包括第一边缘像素点集的部分图像。

步骤S402：提取第一区域图像的第一边缘像素点集。

第一边缘像素点集即为第一区域图像的边缘区域的像素点所组成的集合。在本实施例中，第一边缘像素点集为区分第一区域图像和电路板区域图像的像素点集。

步骤S403：对第一边缘像素点集执行开运算和/或闭运算的图像处理流程，以更新第一边缘像素点集。

开运算和闭运算均使用腐蚀操作和膨胀操作，腐蚀操作包括通过卷积操作计算局部最小值，然后腐蚀前景图像，使得图像的边缘向内收缩；膨胀操作与腐蚀操作相反，通过卷积操作计算局部最大值，膨胀前景图像，使得图像边缘向外拓展。在本实施例中，通过开运算和/或闭运算对第一边缘像素点进行图像处理，从而更新第一边缘像素点集。开运算和闭运算可以并用，示例性地，可以先通过开运算、闭运算、再开运算的方式对第一边缘像素点进行图像处理，从而更新第一边缘像素点集。

步骤S404：按照更新后的第一边缘像素点集，更新板边区域。

利用更新后的第一边缘像素点集更新板边区域，也即更新板边区域与电路板区域之间的第一边缘像素点集，以便于对板边区域和电路板区域进行分割处理。

参见图5，图5是图1所示的步骤S104之前的一实施例流程示意图。具体而言，可以包括如下步骤S501～步骤S504。

步骤S501：获取电路板区域的第二区域图像。

第二区域图像可为电路板区域的图像；也可为电路板区域包括第二边缘像素点集的部分图像。

步骤S502：提取第二区域图像的第二边缘像素点集。

第二边缘像素点集即为第二区域图像的边缘区域的像素点所组成的集合。在本实施例中，第二边缘像素点集为区分第二区域图像和非电路板区域图像的像素点集。

步骤S503：对第二边缘像素点集执行开运算和/或闭运算的图像处理流程，以更新第二边缘像素点集。

通过开运算和/或闭运算对第二边缘像素点进行图像处理，从而更新第二边缘像素点集。开运算和闭运算可以并用，示例性地，可以先通过开运算、闭运算、再开运算的方式对第二边缘像素点进行图像处理，从而更新第二边缘像素点集。

步骤S504：按照更新后的第二边缘像素点集，更新电路板区域。

利用更新后的第二边缘像素点集更新电路板区域，也即更新电路板区域与非电路板区域之间的第二边缘像素点集，以便于对电路板区域和非电路板区域进行分割处理。

参见图6，图6是本申请提供的确定电路板区域的一实施例流程示意图。具体而言，可以包括如下步骤S601～步骤S604。

步骤S601：将若干区域中符合图像梯度条件的区域，确定为第一电路板区域。

在将待处理图像划分若干区域之后，将图像纹理较大的部分图像确定为第一电路板区域。也即在待处理图像中可能存在多个电路板区域，将多个电路板区域均确定为第一电路板区域。

步骤S602：在待处理图像中第一电路板区域的数量大于等于两个的情况下，获取若干第一电路板区域的距离。

当待处理图像中同时存在多个第一电路板区域时，相邻两个第一电路板区域之间存在一定距离。该距离可以是两个相邻的第一电路板区域的最近的两个点之间的距离，或者是相邻两个第一电路板区域的两条边线的中点之间的距离，示例性地，在图3中，两个黑色部分分别为两个第一电路板区域，可以两个黑色部分相邻的两条边线的中点之间的距离作为两个第一电路板区域的距离。

步骤S603：将距离小于等于预设距离阈值的两个或两个以上的第一电路板区域合并为第二电路板区域。

当检测到两个或两个以上的第一电路板区域之间的间距小于等于预设距离阈值时，可以认定为该第一电路板区域为一个电路板区域，将距离小于预设距离阈值的两个或两个以上的第一电路板合并为第二电路板区域。也即，将多个第一电路板区域看为一个整体作为第二电路板区域。

步骤S604：将合并后的第二电路板区域，以及剩余的第一电路板区域确定为电路板区域。

在将至少部分第一电路板区域合并之后，待处理图像中可能存在第一电路板区域、第二电路板区域或同时包括第一电路板区域和第二电路板区域的三种情况。将待处理图像的第一电路板区域和/或第二电路板区域同时确定为电路板区域，以便于对电路板区域和非电路板区域进行分割处理。

参见图7，图7是本申请提供的确定电路板区域的一实施例流程示意图。具体而言，可以包括如下步骤S701～步骤S704。

步骤S701：将若干区域中符合图像梯度条件的区域，确定为第三电路板区域。

在将待处理图像划分若干区域之后，将图像纹理较大的图像确定为第三电路板区域。第三电路板区域的图像纹理符合图像梯度条件。

步骤S702：检测第三电路板区域的区域尺寸是否大于等于预设尺寸阈值。

第三电路板区域中包括电路板区域。在一些可能的情况，非电路板区域可能存在符合图像梯度条件的区域，但如果确定该部分区域为电路板区域，那最终分割出的图像会仍然会包括非电路板区域图像。为了避免出现上述情况，可以通过确定每个第三电路板区域的区域尺寸是否大于等于预设尺寸阈值，以通过第三电路板的区域的尺寸判断其是否为非电路板区域的图像。

步骤S703：若否，删除尺寸小于预设尺寸阈值的第三电路板区域。

在一些实施例中，第三电路板区域可能包括电路板区域和非电路板区域中的干扰区域，干扰区域的符合图像梯度条件，但其并非是电路板区域，并且该干扰区域的尺寸小于电路板区域的尺寸。当检测到第三电路板的区域尺寸小于预设尺寸阈值时，将小于预设尺寸阈值的区域删除。

步骤S704：将尺寸检测后的剩余第三电路板区域，确定为电路板区域。

在删除尺寸小于预设尺寸阈值的第三电路板区域之后，待处理图像中剩余的第三电路板区域为电路板区域，以便于对电路板区域和非电路板区域进行分割处理。

参见图8，图8是本申请提供的异常区域检测方法的一实施例流程示意图。具体而言，可以包括如下步骤S801～步骤S804。

步骤S801：获取电路板图像，其中，电路板图像通过图像处理方法处理得到。电路板的图像可通过上述任意实施例的图像处理方法得到。

步骤S802：获取重复单元区域。

重复单元区域可以为矩形框等形状所框选的图像，相似度条件为一个重复单元区域所框选的图像和与其相邻的另一个重复单元区域所框选的图像之间的相似度，当满足相似度条件之后可认定为该重复单元区域为符合相似度条件的重复单元区域。示例性地，在待检测图像中，第一个重复单元区域包括第一图像，继续利用与第一重复单元区域相同的尺寸在待检测图像中框选出与第一个重复单元区域相邻的第二个重复单元区域，比较第一个重复单元区域和第二个重复单元区域之间的相似度，当相似度符合条件时，即重复单元区域为符合相似度条件的重复单元区域。

步骤S803：利用重复单元区域对包括电路板图像的所有区域进行遍历匹配，得到重复单元区域与每一个区域的相似度。

利用重复单元区域对包括电路板的待检测图像的所有区域进行遍历匹配，即可得到一个利用诸多相互不重叠的重复单元区域所对应的尺寸框，将待检测进行分割后的网格图像，每个重复单元区域的尺寸框选出待检测图像的一个区域图像，以得到重复单元区域与被重复单元区域的尺寸框所选出的每一区域之间的相似度。

步骤S804：将电路板图像中相似度小于第一相似度阈值的区域，标记为异常区域。

重复单元区域与被重复单元区域的尺寸框所选出的区域之间的相似度小于第一相似度阈值时，该部分区域即为异常区域，否则为非异常区域。示例性地，当第一相似度阈值为0.9，重复单元区域的尺寸框所选出的区域包括四个，分别为第一区域、第二区域、第三区域和第四区域，第一区域、第二区域和第三区域与重复单元的相似度分别为0.91、0.92和0.93，第四区域与重复单元的相似度分别为0.71，即可认定第四区域为异常区域。

通过上述实施方式，获取的重复单元区域对待检测图像进行匹配，并将匹配之后的重复单元与第一相似度进行比较，从中找到异常区域，该方式能够将重复度较高的待检测图像利用重复单元区域找到异常区域，简化算法复杂程度；同时能从重复度较高的待检测图像中准确找到异常区域，便于利用找到的异常区域进行后续的图像处理。

参见图9，图9是图8中步骤S802的一实施例流程示意图。具体而言，可以包括如下步骤S901～步骤S904。

步骤S901：获取在待检测图像中的第一起始点。

第一起始点可以通过人工获取，示例性地，通过人工在待检测图像中确定第一起始点。第一起始点也可以是自动获取，示例性地，以待检测图像的中心点位第一起始点，或者将第一检测图像进行划分为等分的九个区域，区域之间的交点为第一起始点。第一起始点可为重复单元区域的角点。

步骤S902：基于第一起始点按照第一预设尺寸，生成第一重复单元区域。

当重复单元区域为矩形框时，第一预设尺寸可以包括重复单元的长度和宽度的尺寸，在确定重复单元区域的长度尺寸、宽度尺寸和第一起始点之后，可生成第一重复单元区域。

步骤S903：利用第一重复单元区域获取尺寸相同的第一相邻区域，获取第一重复单元区域与第一相邻区域的第一相似度。

在确定第一重复单元区域的尺寸之后，可获取与第一重复单元区域尺寸相同的第一相邻区域，第一相邻区域与第一重复单元区域相邻，且利用与第一重复单元相同的尺寸从待检测图像中框选出部分图像区域，获取第一重复单元区域与第一相邻区域的第一相似度，即获取第一重复单元区域中的图像与第一相邻区域中的图像之间的第一相似度。示例性地，参见图10，图10中的a为第一重复单元区域，b为第一相邻区域，第一重复单元区域和第一相邻区域的尺寸大小相同，即长和宽分别约为100和70的尺寸大小的第一重复单元区域和第一相邻区域。

步骤S904：在第一相似度大于等于第二相似度阈值的情况下，将第一重复单元区域作为符合相似度条件的重复单元区域。

第一相似度大于等于第二相似度阈值时，认定第一重复单元区域符合相似度条件，即可利用该第一重复单元区域进行后续步骤的处理。示例性地，在图10中，第一重复单元区域和第一相邻区域之间较为相似，第一相似度可约为0.99，当第二相似度阈值包括0.95时，认定第一相似度大于第二相似度阈值，可将图10中的图a认定为符合相似度条件的第一重复单元区域。

在一实施例中，获取第一重复单元区域与第一相邻区域的第一相似度(步骤S903)之后，异常区域检测方法还包括：在第一相似度小于等于第二相似度阈值的情况下，基于第一起始点按照第二预设尺寸，生成第二重复单元区域；重复执行：利用第二重复单元区域获取尺寸相同的第二相邻区域，获取第二重复单元区域与第二相邻区域的第二相似度，直至获取第二相似度大于等于第二相似度阈值的第二重复单元区域，作为符合相似度条件的重复单元区域。

当第一相似度小于第二相似度阈值的情况下，表明第一重复单元区域并不符合相似度条件，不能使用第一重复单元区域作为重复单元区域进行后续处理。此时可以继续利用第一起始点按照第二预设尺寸，生成第二重复单元区域，其中，第二预设尺寸与第一预设尺寸不同，当第二重复单元区域符合相似度条件时，可以第二重复单元区域作为重复单元区域，以进行后续处理。当第二重复单元也不满足相似度条件时，可继续利用第一起始点按照第三预设尺寸，生成第三重复单元区域，直至最终找到符合相似度条件的重复单元区域。

在一实施例中，获取第一重复单元区域与第一相邻区域的第一相似度(步骤S903)之后，图像处理方法还包括：在第一相似度小于第三相似度阈值的情况下，选择第二起始点替换待检测图像中的第一起始点；其中，第三相似度阈值小于第二相似度阈值。

当第一相似度小于第三相似度阈值时，可能是由于第一起始点位于异常区域附近，且按照第一起始点所生成的第一重复单元将异常区域选中，此时仍以第一起始点难以生成满足相似度条件的第一重复单元，为了避免上述情况，可选择第二起始点替换第一起始点。其中，第二起始点的获取方式可以与第一起始点的获取方式相同。

参见图11，图11是图9中步骤S903之后的步骤的一实施例流程示意图。具体而言，可以包括如下步骤S1101～步骤S1103。

步骤S1101：基于第一起始点按照第二预设尺寸，生成第二重复单元区域。

在获取第一重复单元区域与第一相邻区域的第一相似度之后，并不是直接利用第一重复单元作为符合相似度条件的重复单元区域，而是先基于第一起始点按照第二预设尺寸生成第二重复单元区域。

步骤S1102：利用第二重复单元区域获取尺寸相同的第二相邻区域，获取第二重复单元区域与第二相邻区域的第二相似度。

在确定第二重复单元区域的尺寸之后，可获取与第二重复单元区域尺寸相同的第二相邻区域，第二相邻区域与第二重复单元区域相邻，且利用与第二重复单元相同的尺寸从待检测图像中框选部分图像区域，获取第二重复单元区域与第二相邻区域的第二相似度，即获取第二重复单元区域中的图像与第二相邻区域中的图像之间的第二相似度。示例性地，参见图12，图12中的a为第二重复单元区域，b为第二相邻区域，第二重复单元区域和第二相邻区域的尺寸大小相同，即长和宽分别约为100和60的尺寸大小的第二重复单元区域和第二相邻区域。

步骤S1103：将第一相似度和第二相似度中最大的相似度对应的重复单元区域作为符合相似度条件的重复单元区域。

其中，第一相似度对应的第一重复单元区域和第二相似度对应的重复单元区域至少一个满足相似度条件。将第一相似度和第二相似度进行比较，并将第一相似度和第二相似度中较大的一者所对应的重复单元区域作为符合相似度条件的重复单元区域。示例性地，参见图10和图12，图10中的a为第一重复单元区域，b为第一相邻区域，且图10中的第一重复单元区域和第一相邻区域之间的第一相似度较高，示例性地，第一相似度为0.99；图12中的a为第二重复单元区域，b为第二相邻区域，且图12中的第二重复单元区域和第二相邻区域之间的第二相似度相对较低，示例性地，第二相似度为0.89。此时第一相似度大于第二相似度，则将图10中的第一重复单元区域作为符合相似度条件的重复单元区域。

参见图13，图13是图9中步骤S903之后的步骤的另一实施例流程示意图。具体而言，可以包括如下步骤1301～步骤S1303。

步骤S1301：判断第一相似度和第二相似度是否均大于等于第二相似度阈值。

第一相似度和第二相似度至少一者大于等于第二相似度阈值。示例性地，包括：第一相似度大于等于第二相似度阈值，第二相似度小于第二相似度阈值；第一相似度小于第二相似度阈值，第二相似度大于等于第二相似度阈值；第一相似度和第二相似度均大于等于第二相似度阈值。

步骤S1302：若否，则按照大于等于第二相似度阈值的相似度对应的重复单元区域作为符合相似度条件的重复单元区域。

第一相似度和第二相似度与第二相似度阈值比较结果包括：第一相似度大于等于第二相似度阈值，第二相似度小于第二相似度阈值，或第一相似度小于第二相似度阈值，第二相似度大于等于第二相似度阈值。则从第一重复单元区域和第二重复单元区域中选择符合相似度条件的区域作为重复单元区域。

步骤S1303：若是，则按照预设尺寸最大的重复单元区域作为符合相似度条件的重复单元区域。

第一相似度和第二相似度与第二相似度阈值比较结果包括：第一相似度和第二相似度均大于等于第二相似度阈值。当第一相似度和第二相似度均大于等于第二相似度阈值时，不能同时将两者用于作为符合相似度条件的重复单元区域，而是需要从第一重复区域和第二重复区域中选择其中一者作为符合相似度条件的重复单元区域。此时可以从两者中选择尺寸较大的重复单元作为符合相似度条件的重复单元区域。示例性地，参见图10和图12，图10中的a为第一重复单元区域，b为第一相邻区域，且第一重复单元区域的长宽尺寸分别约为100和70；图12中的a为第二重复单元区域，b为第二相邻区域，且第二重复单元区域的长宽尺寸分别约为100和60，且在第一相似度和第二相似度均大于等于第二相似度阈值时，选择图10中的第一重复单元区域作为符合相似度条件的重复单元区域。

参见图14，图14是图8中步骤S104之前的步骤的一实施例流程示意图。具体而言，可以包括如下步骤S1401～步骤S1403。

步骤S1401：利用待检测图像的所有区域坐标以及相似度，建立网格图像。

在利用重复单元区域对包括待检测图像的所有区域进行遍历匹配后，即可得到重复单元区域与每一个区域的相似度。由于与重复单元完全相同的区域存在于待检测图像的不同位置，所以相似度从找到第一个重复单元时的极大值后，逐渐减小，直到遇到第二个重复单元，再次达到极大值，如此周而复始，将由相似度构成的二维矩阵可视化为网格图像，网格图像中交叉的网格线上的点即为每个区域的左上角坐标。

步骤S1402：按照网格图像的相似度分布，获取网格图像的相似度直方图。

按照网格图像中的相似度分布，即可得到网格图像中的相似度直方图，如图15所示，最小相似度直方图可以呈双峰分布，其中图15中的相似度直方图横坐标为相似度值，纵坐标为相似度值的数量。

步骤S1403：利用相似度直方图的分布情况，按照预设阈值算法确定第一相似度阈值。

预设阈值算法包括OTSU(最大类间方差)算法，利用获得的相似度直方图的分布情况，即可确定第一相似度阈值。其中，不同的相似度直方图对于第一相似度阈值的确定的数值不同，示例性地，在图15所示的相似度直方图中，第一相似度阈值可以为0.86。

参见图16，图16是图8的步骤S804之后的步骤的一实施例流程示意图。具体而言，可以包括如下步骤S1601～步骤S1603。

步骤S1601：获取电路板的设计图，以及获取设计图和待检测图像的映射矩阵。

电路板的设计图可以是将电路板的电路图导入软件中，通过软件基于电路图自动生成电路板的设计图。在得到电路板的设计图之后，即可根据电路板的设计图生成与电路板设计图相同的电路板。利用映射矩阵即可将待检测图像的点映射至设计图中。

步骤S1602：利用映射矩阵获取异常区域在设计图中的电路元件区域。

利用前述步骤在待检测图像中标记异常区域，且在得到待检测图像和设计图之间的映射矩阵之后，即可根据映射矩阵和异常区域，得到待检测图像中的异常区域与设计图中的异常区域所对应的电路元件区域。

步骤S1603：利用电路元件区域和异常区域，对准待检测图像和电路板的设计图。

在确定电路元件区域和异常区域之后，即可对准待检测图像和电路板的设计图。由此，通过该方式能够将重复度较高的待检测图像利用重复单元区域找到异常区域，简化算法复杂程度；同时能从重复度较高的待检测图像中准确找到异常区域，便于利用找到的异常区域与电路板的设计图对准，便于对待检测图像进行缺陷检测。

上述方法应用于自动光学检测设备中。具体请参阅图17，图17是本申请自动光学检测设备一实施例的结构示意图，本实施例自动光学检测设备90包括处理器91和存储器92。其中，存储器92中存储有计算机程序，处理器91用于执行计算机程序以实现上述图像处理方法和异常区域检测方法。

其中，处理器91可以是一种集成电路芯片，具有信号的处理能力。处理器91还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)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。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。

对于图1-图16所示实施例的图像处理方法和异常区域检测方法，其可以计算机程序的形式呈现，本申请提出一种承载计算机程序的计算机存储介质，请参阅图18，图18是本申请计算机存储介质一实施例的结构示意图，本实施例计算机存储介质100包括计算机程序110，其可被执行以实现上述图像处理方法和异常区域检测方法。

本实施例计算机存储介质100可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等可以存储程序指令的介质，或者也可以为存储有该程序指令的服务器，该服务器可将存储的程序指令发送给其他设备运行，或者也可以自运行该存储的程序指令。

另外，上述功能如果以软件功能的形式实现并作为独立产品销售或使用时，可存储在一个移动终端可读取存储介质中，即，本申请还提供一种存储有程序数据的存储装置，所述程序数据能够被执行以实现上述实施例的方法，该存储装置可以为如U盘、光盘、服务器等。也就是说，本申请可以以软件产品的形式体现出来，其包括若干指令用以使得一台智能终端执行各个实施例所述方法的全部或部分步骤。

在本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种图像处理方法，其特征在于，所述方法包括：

获取待处理图像，并获取所述待处理图像的图像纹理特征；

基于所述图像纹理特征的梯度变化情况，将所述待处理图像划分若干区域；

将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域；

按照所述电路板区域对所述待处理图像进行分割，得到电路板图像。

2.根据权利要求1所述的图像处理方法，其特征在于，所述基于所述图像纹理特征的梯度变化情况，将所述待处理图像划分若干区域，包括：

基于所述图像纹理特征，计算所述待处理图像的图像梯度；

按照所述待处理图像的图像梯度以及预设梯度阈值，将所述待处理图像划分若干区域。

3.根据权利要求2所述的图像处理方法，其特征在于，所述将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域，包括：

将所述图像梯度大于等于所述预设梯度阈值的区域，确定为所述电路板区域；

将所述图像梯度小于所述预设梯度阈值的区域，确定为所述非电路板区域。

4.根据权利要求2或3所述的图像处理方法，其特征在于，所述预设梯度阈值包括第一预设梯度阈值和第二预设梯度阈值，其中，所述第一预设梯度阈值大于所述第二预设梯度阈值；所述将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，其余区域确定为非电路板区域，包括：

将所述图像梯度大于等于所述第一预设梯度阈值的区域，确定为所述电路板区域；

将所述图像梯度小于所述第一预设梯度阈值，且大于等于所述第二预设梯度阈值的区域，确定为板边区域；

将所述图像梯度小于所述第二预设梯度阈值的区域，确定为所述非电路板区域；

所述按照所述电路板区域对所述待处理图像进行分割，得到电路板图像，包括：

按照所述非电路板区域、所述电路板区域和所述板边区域，对所述待处理图像进行分割，得到所述电路板图像。

5.根据权利要求4所述的图像处理方法，其特征在于，所述按照所述非电路板区域、所述电路板区域和所述板边区域，对所述待处理图像进行分割，得到所述电路板图像之前，所述图像处理方法还包括：

获取所述板边区域的第一区域图像；

提取所述第一区域图像的第一边缘像素点集；

对所述第一边缘像素点集执行开运算和/或闭运算的图像处理流程，以更新所述第一边缘像素点集；

按照更新后的所述第一边缘像素点集，更新所述板边区域。

6.根据权利要求1所述的图像处理方法，其特征在于，所述按照所述电路板区域对所述待处理图像进行分割，得到电路板图像之前，所述图像处理方法还包括：

获取所述电路板区域的第二区域图像；

提取所述第二区域图像的第二边缘像素点集；

对所述第二边缘像素点集执行开运算和/或闭运算的图像处理流程，以更新所述第二边缘像素点集；

按照更新后的第二边缘像素点集，更新所述电路板区域。

7.根据权利要求1所述的图像处理方法，其特征在于，所述将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，包括：

将所述若干区域中符合图像梯度条件的区域，确定为第一电路板区域；

在所述待处理图像中第一电路板区域的数量大于等于两个的情况下，获取若干第一电路板区域的距离；

将距离小于等于预设距离阈值的两个或两个以上的第一电路板区域合并为第二电路板区域；

将合并后的第二电路板区域，以及剩余的第一电路板区域确定为所述电路板区域。

8.根据权利要求1或7所述的图像处理方法，其特征在于，所述将所述若干区域中符合图像梯度条件的区域，确定为电路板区域，包括：

将所述若干区域中符合图像梯度条件的区域，确定为第三电路板区域；

检测所述第三电路板区域的区域尺寸是否大于等于预设尺寸阈值；

若否，删除尺寸小于预设尺寸阈值的第三电路板区域；

将尺寸检测后的剩余第三电路板区域，确定为所述电路板区域。

9.一种异常区域检测方法，其特征在于，所述异常区域检测方法包括：

获取电路板图像，其中，所述电路板图像通过权利要求1至8任一项所述的图像处理方法处理得到；

获取重复单元区域；

利用所述重复单元区域对包括所述电路板图像的所有区域进行遍历匹配，得到所述重复单元区域与每一个区域的相似度；

将所述电路板图像中相似度小于第一相似度阈值的区域，标记为异常区域。

10.一种自动光学检测设备，其特征在于，包括：处理器和存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现权利要求1至9中任一项所述的方法。

11.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1至9任一项所述的方法。

Images