CN115546219B - 检测板式生成方法、板卡缺陷检测方法、装置及产品 - Google Patents

检测板式生成方法、板卡缺陷检测方法、装置及产品 Download PDF

Info

Publication number
CN115546219B
CN115546219B CN202211545431.7A CN202211545431A CN115546219B CN 115546219 B CN115546219 B CN 115546219B CN 202211545431 A CN202211545431 A CN 202211545431A CN 115546219 B CN115546219 B CN 115546219B
Authority
CN
China
Prior art keywords
diagram
board
detection
attribute information
board card
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.)
Active
Application number
CN202211545431.7A
Other languages
English (en)
Other versions
CN115546219A (zh
Inventor
王荣秋
宋悦
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.)
Guangzhou Luchen Intelligent Equipment Technology Co ltd
Original Assignee
Guangzhou Luchen Intelligent Equipment 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 Guangzhou Luchen Intelligent Equipment Technology Co ltd filed Critical Guangzhou Luchen Intelligent Equipment Technology Co ltd
Priority to CN202211545431.7A priority Critical patent/CN115546219B/zh
Publication of CN115546219A publication Critical patent/CN115546219A/zh
Application granted granted Critical
Publication of CN115546219B publication Critical patent/CN115546219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • G06T2207/30148—Semiconductor; IC; Wafer

Abstract

本申请提供一种检测板式生成方法、板卡缺陷检测方法、装置、设备和存储介质。该方法包括：响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；确定所述板卡图的第一特征图以及所述检测框的第二特征图；根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；基于所有目标的属性信息生成所述板卡图对应的检测板式。该方法仅需要在板卡图中人工绘制一个参考目标的检测框，便能够完成板卡图对应的检测板式的建立，同时能够兼容各种光源产生的标准板卡图，提高了检测板式的生成效率以及准确度。

Description

检测板式生成方法、板卡缺陷检测方法、装置及产品
技术领域
本申请涉及板卡检测技术领域，特别是涉及一种检测板式生成方法、板卡缺陷检测方法、装置、设备和存储介质。
背景技术
自动光学检测（Automatic Optic Inspection，AOI）作为一种高效的自动化检测技术在板卡缺陷检测中得到了广泛的应用。示例性的，在AOI实际应用中，通常会存在对中央处理器（Central Processing Unit，CPU）板卡的插针进行缺陷检测的需求，目的是找出CPU板卡中存在缺陷的CPU插针。
通常，可以使用预先建立好的检测板式来对待测板卡进行缺陷检测。但是，由于板卡种类多种多样，每个板卡的排列规则也会存在一些差异，在制作检测板式时需要花费大量的时间去寻找不同板卡之间的规律，导致检测板式的制作效率较低。
发明内容
本申请实施例提供一种检测板式生成方法、板卡缺陷检测方法、装置、设备和存储介质，能够提高检测板式的生成效率及准确性，以及提高板卡缺陷检测的效率及准确性。
第一方面，本申请实施例提供一种检测板式生成方法，包括：
响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
确定所述板卡图的第一特征图以及所述检测框的第二特征图；
根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
基于所有目标的属性信息生成所述板卡图对应的检测板式。
第二方面，本申请实施例提供一种板卡缺陷检测方法，包括：
获取待测试板卡图；
将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用如本申请实施例第一方面提供的检测板式生成方法对标准板卡图进行处理后生成得到。
第三方面，本申请实施例提供一种检测板式生成装置，包括：
展示模块，用于响应于板卡图的显示指令，显示板卡图；其中，所述标准板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
第一确定模块，用于确定所述板卡图的第一特征图以及所述检测框的第二特征图；
第二确定模块，用于根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
生成模块，用于基于所有目标的属性信息生成所述板卡图对应的检测板式。
第四方面，本申请实施例提供一种板卡缺陷检测装置，包括：
获取模块，用于获取待测试板卡图；
处理模块，用于将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用如本申请实施例第一方面提供的检测板式生成方法对标准板卡图进行处理后生成得到。
第五方面，本申请实施例提供一种电子设备，包括：存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的检测板式生成方法以及本申请实施例第二方面提供的板卡缺陷检测方法的步骤。
第六方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例第一方面提供的检测板式生成方法以及本申请实施例第二方面提供的板卡缺陷检测方法的步骤。
本申请实施例提供的技术方案，仅需要在板卡图中人工绘制一个参考目标的检测框，便能够通过参考目标的检测框的属性信息、板卡图的特征图和上述检测框的特征图，自动确定出板卡图中所有目标的属性信息，从而完成板卡图对应的检测板式的建立，同时能够兼容各种光源产生的板卡图，提高了检测板式的生成效率以及准确度。
附图说明
图1为本申请实施例提供的检测板式生成方法的一种流程示意图；
图2为本申请实施例提供的板卡图的一种示意图；
图3为本申请实施例提供的板卡图的另一种示意图；
图4为本申请实施例提供的板卡图的又一种示意图；
图5为本申请实施例提供的检测板式展示效果的一种示意图；
图6为本申请实施例提供的板卡图处理过程的一种示意图；
图7为本申请实施例提供的板卡图处理过程的另一种示意图；
图8为本申请实施例提供的板卡缺陷检测方法的一种流程示意图；
图9为本申请实施例提供的检测板式生成装置的一种结构示意图；
图10为本申请实施例提供的板卡缺陷检测装置的一种结构示意图；
图11为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，通过下述实施例并结合附图，对本申请实施例中的技术方案进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的技术方案适应于对板卡进行缺陷检测的场景。通常，可以使用预先建立好的检测板式对待测板卡进行缺陷检测，因此需要预先建立检测板式。但是，由于板卡的种类繁多，每个板卡的排列规则会有差异，在制作检测板式时需要花费大量的时间去寻找不同板卡之间的规律，导致检测板式的制作效率较低；同时，AOI设备无法针对板卡的部分区域单独调整光源，或者在光源不稳定时，经常会出现板卡成像不佳的情况，由于相关技术对良好的光线过度依赖，在制作检测板式时无法兼容成像不良的情况，导致检测板式的准确性较低。为此，本申请实施例提供的技术方案，旨在解决上述相关技术中存在的技术问题。
图1为本申请实施例提供的检测板式生成方法的一种流程示意图。该方法可以由检测板式生成装置来执行，该装置可以由软件和/或硬件来实现，该装置可以配置在电子设备中，其中，该电子设备可以为AOI设备、电脑或者其他可与外界交互的设备等。下述实施例以AOI设备为例进行介绍，如图1所示，该方法可以包括：
S101、响应于板卡图的显示指令，显示板卡图。
其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息，该属性信息可以包括检测框在板卡图中的位置、大小以及角度等信息。
上述板卡图可以是标准板卡图、待测试板卡图或者其他需要生成检测板式的板卡图。其中，标准板卡图是指没有缺陷、可作为参照标准的板卡的图像。在具体应用时，AOI设备通过摄像装置对一标准的板卡进行拍照，从而采集一张标准的没有缺陷的板卡图像。
在实际应用中，可以预先在板卡图像中人工框选出一参考目标，即绘制出参考目标的检测框。其中，该参考目标为板卡图中需要检测的所有目标中的任意一个，如：参考目标可以为LED灯珠、插针、元件等，该参考目标可以作为板卡图中其他目标的参照标准，以从板卡图中找出与参考目标匹配的所有目标。在获取到板卡图的显示指令后，响应于该显示指令，显示包括有一参考目标的检测框的板卡图。其中，显示指令可通过语音、按键等方式触发。
可选地，上述板卡可以为CPU板卡，参考目标可以为CPU插针，通常CPU插针为pin脚，包括本体和针尖，上述检测框需要覆盖本体及针尖。可选地，如图2-图4所示，上述检测框的形状可以为矩形、椭圆形以及多边形中的一种，只要能够完全框选出参考目标即可，本实施例对检测框的形状不做具体限定。
S102、确定所述板卡图的第一特征图以及所述检测框的第二特征图。
在得到板卡图之后，AOI设备便可以提取板卡图和检测框的特征，从而基于检测框的特征查找板卡图中与参考目标匹配的所有目标。
可选地，上述S102的过程可以为：通过边缘检测算法确定板卡图的第一特征图；基于检测框的信息对第一特征图进行处理，得到检测框的第二特征图。
具体的，上述边缘检测算法可以为sobel算子或者其他用于边缘检测的算法，例如可以调用sobel算子对板卡图进行边缘检测，从而提取标准板卡图的第一特征图，然后基于板卡图中一参考目标的检测框的属性信息（如：位置信息、角度信息以及大小），从第一特征图中截取检测框的第二特征图。其中，第一特征图为板卡图的梯度特征图，第二特征图为检测框的梯度特征图。
作为另一种可选地实施方式，上述S102的过程也可以为：基于检测框的信息对板卡图进行裁剪，以得到检测框对应的图像，然后调用边缘检测算法分别对板卡图和检测框对应的图像进行边缘检测，从而得到板卡图的第一特征图和检测框的第二特征图。
S103、根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息。
在得到第一特征图和第二特征图之后，可以将第二特征图作为参照标准，将第二特征图和第一特征图进行模板匹配，从第一特征图中查找和第二特征图相似的所有目标，并提取所有目标的位置信息，以及结合之前人工绘制的参考目标的检测框的属性信息（如：角度信息以及大小），从而得到板卡图中所有目标的属性信息。
S104、基于所有目标的属性信息生成所述板卡图对应的检测板式。
在得到板卡图中所有目标的属性信息之后，按照指定格式将所有目标的属性信息进行保存，从而生成板卡图对应的检测板式。可选地，可以将所有目标的属性信息保存为xml文件，便于后续板卡缺陷检测的调用。
可选地，参见图5，还可以基于板卡图中各目标的属性信息，在板卡图中绘制出所有目标的检测框，并判断是否存在漏检的情况。若存在漏检的情况，可以通过人工绘制漏选目标的检测框，提取并保存漏选目标的属性信息。
本申请实施例提供的检测板式生成方法，仅需要在板卡图中人工绘制一个参考目标的检测框，便能够通过参考目标的检测框的属性信息、板卡图的特征图和上述检测框的特征图，自动确定出板卡图中所有目标的属性信息，从而完成板卡图对应的检测板式的建立，同时能够兼容各种光源产生的标准板卡图，提高了检测板式的生成效率以及准确度。
在实际应用中，板卡图中的参考目标可能没有处于竖直位置或水平位置，即参考目标与竖直方向或水平方向存在一定的夹角，为了更好地减少检测板式生成过程中的噪声，在一个实施例中，可选地，在上述S102之前，还可以获取所述检测框与竖直方向或水平方向的夹角；根据所述夹角对所述板卡图进行旋转，以使旋转后的所述检测框与竖直方向或水平方向的夹角为0。这样，在后续对板卡图进行特征提取时，使得板卡图中各目标的方向与特征提取算子更加适配，能够在一定程度上平滑抑制噪声。
因此，对应地，上述S104可以包括：基于检测框与竖直方向或水平方向的夹角，对获取到的板卡图中所有目标的位置信息进行逆转换，得到所有目标在旋转前的板卡图上的位置信息，并基于旋转前的参考目标的检测框的角度信息和大小，最终得到旋转前的板卡图中所有目标的属性信息，并基于这些属性信息生成旋转前的板卡图对应的检测板式。
在本实施例中，对板卡图进行旋转，以使板卡图中的参考目标处于竖直方向或水平方向，在后续特征提取时可以更好地减少噪声，提高板卡图中所有目标检测的准确性，从而进一步提高检测板式的准确性。
在一个实施例中，可选地，上述S103的过程可以为：将第一特征图和第二特征图进行模板匹配，得到第一特征图对应的匹配分数图；对匹配分数图进行灰度化处理；对灰度化处理后的匹配分数图进行轮廓检测，并基于轮廓检测结果和参考目标的检测框的属性信息，提取板卡图中所有目标的属性信息。
具体的，对第一特征图和第二特征图进行模板匹配，即利用第二特征图在第一特征图上逐点滑动，得到第一特征图对应的匹配分数图，其中，该匹配分数图中的每个像素点的值用于表示以每个像素点为起点，第二特征图大小的区域的得分情况，其值为0-1之间，值越大，则说明此区域内存在目标的可能性越大。
进一步地，对第一特征图对应的匹配分数图进行灰度化处理，即将匹配分数图中的每个点的值乘以255，将原有0-1的分数值放大到0-255，得到一张如图6所示的类灰度图。接着，对类灰度图进行二值化处理以及轮廓检测，并基于轮廓检测结果获取每个匹配区域的中心点，得到如图7所示的结果。这里，匹配分数图能够体现对应区域存在目标的概率，可以理解的是，概率是0-1之间的一个数值，很难直接对匹配分数图进行二值化处理，因此，需先对匹配分数图进行灰度化处理，概率越大，对应点的灰度值越大，从而拉大了各点的之间的数值差异，再对类灰度图进行二值化以及轮廓检测，使得二值化以及轮廓检测更易实现。并且无需设置复杂的参数，通过简单地灰度化处理、二值化以及轮廓检测，即可得到所有目标的属性信息，简化了图像处理过程。进一步地，提取每个中心点的位置信息，从而得到板卡图中所有目标的位置信息，然后结合人工绘制的检测框的大小以及角度信息，便可以得到板卡图中所有目标的位置信息、角度信息以及大小。其中，匹配区域是指与第二特征图匹配的区域。
在本实施例中，通过将第二特征图在第一特征图上滑动，得到对应的匹配分数图，对匹配分数图进行灰度化处理，并对灰度化处理后的匹配分数图进行二值化处理以及轮廓检测，并基于参考目标的检测框的属性信息便可获取到板卡图中所有目标的属性信息，无需设置复杂的参数，提高了检测板式的生成效率以及准确性。
图8为本申请实施例提供的板卡缺陷检测方法的一种流程示意图。如图8所示，该方法可以包括：
S201、获取待测试板卡图。
其中，待测试板卡图为需要进行缺陷检测的板卡的图像。示例性的，待测试板卡可以为CPU板卡，测试需求是需要检测CPU板卡中的CPU插针是否存在缺陷，如CPU插针是否存在异物、缺针、断脚或者位置偏移等缺陷。
S202、将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果。
其中，所述检测板式可以采用上述任一实施例所述的方法对标准板卡图进行处理后生成得到。
在获取到待测试板卡图之后，读取预先基于标准板卡图生成的检测板式，由于该检测板式是基于标准的没有任何缺陷的板卡图生成的，因此，将待测试板卡图与该检测板式进行对比，便可以确定出待测试板卡图中是否存在缺陷，以及缺陷的位置及类型等。
可选地，上述S202的过程可以为：获取待测试板卡图中的所有待测试目标的属性信息；基于检测板式中的所有标准目标的属性信息和所有待测试目标的属性信息，确定所有标准目标与所有待测试目标之间的重合程度；基于所述重合程度确定待测试板卡图中存在缺陷的待测试目标，并在待测试板卡图中显示存在缺陷的待测试目标。
具体的，在获取到待测试板卡图之后，可以按照上述实施例的过程提取待测试板卡图中所有待测试目标的属性信息。具体的，可以调用边缘检测算法对待测试板卡图进行边缘检测，从而提取待测试板卡图的第三特征图，将第二特征图与第三特征图进行模板匹配，即将第二特征图在第三特征图上逐点滑动，得到第三特征图对应的匹配分数图，其中，该匹配分数图中的每个像素点的值用于表示以每个像素点为起点，第二特征图大小的区域的得分情况，其值为0-1之间，值越大，则说明此区域内存在待测试目标的可能性越大。
进一步地，对第三特征图对应的匹配分数图进行灰度化处理，即将匹配分数图中的每个点的值乘以255，将原有0-1的分数值放大到0-255，得到一张类灰度图。接着，对该类灰度图进行二值化处理以及轮廓检测，并基于轮廓检测结果提取每个匹配区域的中心点的位置信息，从而得到所有待测试目标的位置信息，进一步结合参考目标的检测框的大小以及角度信息，得到待测试板卡图中所有待测试目标的位置信息、角度信息以及大小。
在得到待测试板卡图中所有待测试目标的属性信息之后，可以将得到的所有待测试目标和标准板卡图中的所有标准目标进行配准，然后计算两组目标的交并比（Intersection Over Union，IOU），即确定所有标准目标与所有待测试目标之间的重合程度。具体的，对保存有所有标准目标属性信息的标准目标集合中的点进行遍历，以标准目标集合中的第一当前遍历点为基准，对保存有所有待测试目标属性信息的待测试目标集合中的点进行一一遍历，通过计算第一当前遍历点所在区域与第二当前遍历点（其中，第二当前遍历点为待测试目标集合中的当前遍历点）所在区域的IOU，即计算标准目标与待测试目标之间的重合程度。若计算得到的IOU大于或等于预设阈值，则将这两个点的标签标记为true；若计算得到的IOU小于预设阈值，则继续遍历待测试目标集合中的下一个点，若待测试目标集合遍历结束后都没有找到IOU大于或等于预设阈值的点，则将第一当前遍历点的标签标记为false。接着，继续遍历标准目标集合中的下一个点，直至标准目标集合中的所有点遍历结束为止，将标准目标集合中标签为false的点的属性信息确定为待测试板卡图中缺陷目标的属性信息，并基于该属性信息在待测试板卡图中框选出存在缺陷的待测试目标。
本申请实施例提供的板卡缺陷检测方法，仅需要在标准板卡图中人工绘制一个参考目标的检测框，便能够通过该参考目标的检测框的属性信息、标准板卡图的特征图和上述检测框的特征图，自动确定出标准板卡图中所有目标的属性信息，从而完成标准板卡图对应的检测板式的建立，然后依据建立好的检测板式对待测试板卡图进行对比，从而得到待测试板卡图的缺陷检测结果，且能兼容各种光源产生的图像，提高了板卡缺陷检测的效率以及准确度。
图9为本申请实施例提供的检测板式生成装置的一种结构示意图。如图9所示，该装置可以包括：展示模块901、第一确定模块902、第二确定模块903和生成模块904。
具体的，展示模块901用于响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
第一确定模块902用于确定所述板卡图的第一特征图以及所述检测框的第二特征图；
第二确定模块903用于根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
生成模块904用于基于所有目标的属性信息生成所述板卡图对应的检测板式。
本申请实施例提供的检测板式生成装置，仅需要在板卡图中人工绘制一个参考目标的检测框，便能够通过参考目标的检测框的属性信息、板卡图的特征图和上述检测框的特征图，自动确定出板卡图中所有目标的属性信息，从而完成板卡图对应的检测板式的建立，同时能够兼容各种光源产生的板卡图，提高了检测板式的生成效率以及准确度。
在上述实施例的基础上，可选地，展示模块901还用于基于所有目标的属性信息在所述板卡图中显示所有目标的检测框；所述检测框的形状包括矩形、椭圆形以及多边形中的一种。
在上述实施例的基础上，可选地，第二确定模块903具体用于将所述第一特征图和所述第二特征图进行模板匹配，得到所述第一特征图对应的匹配分数图；对所述匹配分数图进行灰度化处理；对灰度化处理后的所述匹配分数图进行轮廓检测，并基于轮廓检测结果和所述参考目标的检测框的属性信息，提取所述板卡图中所有目标的属性信息。
在上述实施例的基础上，可选地，第一确定模块902具体用于通过边缘检测算法确定所述板卡图的第一特征图；其中，所述第一特征图为板卡图的梯度特征图；基于所述检测框的属性信息对所述第一特征图进行处理，得到所述检测框的第二特征图；其中，所述第二特征图为检测框的梯度特征图。
在上述实施例的基础上，可选地，该装置还包括处理模块。
具体的，处理模块用于在所述确定所述板卡图的第一特征图以及所述检测框的第二特征图之前，获取所述检测框与竖直方向或水平方向的夹角；根据所述夹角对所述板卡图进行旋转，以使旋转后的所述检测框与竖直方向或水平方向的夹角为0。
图10为本申请实施例提供的板卡缺陷检测装置的一种结构示意图。如图10所示，该装置可以包括：获取模块1001和处理模块1002。
具体的，获取模块1001用于获取待测试板卡图；
处理模块1002用于将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用上述任一实施例所述的检测板式生成方法对标准板卡图进行处理后生成得到。
本申请实施例提供的板卡缺陷检测装置，仅需要在标准板卡图中人工绘制一个参考目标的检测框，便能够通过该参考目标的检测框的属性信息、标准板卡图的特征图和上述检测框的特征图，自动确定出标准板卡图中所有目标的属性信息，从而完成标准板卡图对应的检测板式的建立，然后依据建立好的检测板式对待测试板卡图进行对比，从而得到待测试板卡图的缺陷检测结果，且能兼容各种光源产生的图像，提高了板卡缺陷检测的效率以及准确度。
在上述实施例的基础上，可选地，处理模块1002具体用于获取待测试板卡图中的所有待测试目标的属性信息；基于所述检测板式中的所有标准目标的属性信息和所有待测试目标的属性信息，确定所有标准目标与所有待测试目标之间的重合程度；基于所述重合程度确定所述待测试板卡图中存在缺陷的待测试目标。
在一个实施例中，还提供了一种电子设备，如图11所示，该电子设备可以包括处理器1101、存储器1102、输入装置1103和输出装置1104；电子设备中处理器1101的数量可以是一个或多个，图11中以一个处理器1101为例；电子设备中的处理器1101、存储器1102、输入装置1103和输出装置1104可以通过总线或其他方式连接，图11中以通过总线连接为例。
存储器1102作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请实施例中的检测板式生成方法以及板卡缺陷检测方法对应的程序指令/模块（例如，检测板式生成装置中的展示模块901、第一确定模块902、第二确定模块903和生成模块904，以及板卡缺陷检测装置中的获取模块1001和处理模块1002）。处理器1101通过运行存储在存储器1102中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的检测板式生成方法以及板卡缺陷检测方法。
存储器1102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；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器1102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，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器1102可进一步包括相对于处理器1101远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1103可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置1104可包括显示屏等显示设备。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种检测板式生成方法，该方法包括：
响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
确定所述板卡图的第一特征图以及所述检测框的第二特征图；
根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
基于所有目标的属性信息生成所述板卡图对应的检测板式。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种板卡缺陷检测方法，该方法包括：
获取待测试板卡图；
将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用如上述任一实施例所述的检测板式生成方法对标准板卡图进行处理后生成得到。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本申请任意实施例所提供的检测板式生成方法以及板卡缺陷检测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本申请可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的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，如计算机的软盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（RandomAccess Memory，RAM）、闪存（FLASH）、硬盘或光盘等，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）执行本申请各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (9)

1.一种检测板式生成方法，其特征在于，包括：
响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
获取所述检测框与竖直方向或水平方向的夹角；
根据所述夹角对所述板卡图进行旋转，以使旋转后的所述检测框与竖直方向或水平方向的夹角为0；
确定所述板卡图的第一特征图以及所述检测框的第二特征图；
根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
基于所有目标的属性信息生成所述板卡图对应的检测板式；
其中，所述根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息，包括：
将所述第一特征图和所述第二特征图进行模板匹配，得到所述第一特征图对应的匹配分数图；其中，所述匹配分数图中的每个点的值用于表示以每个点为起点，第二特征图大小的区域的得分情况；
对所述匹配分数图中每个点的得分乘以255，得到灰度化处理后的所述匹配分数图；
对灰度化处理后的所述匹配分数图进行轮廓检测，并基于轮廓检测结果和所述参考目标的检测框的属性信息，提取所述板卡图中所有目标的属性信息。
2.根据权利要求1所述的方法，其特征在于，还包括：
基于所有目标的属性信息在所述板卡图中显示所有目标的检测框；所述检测框的形状包括椭圆形以及多边形中的一种。
3.根据权利要求1所述的方法，其特征在于，所述确定所述板卡图的第一特征图以及所述检测框的第二特征图，包括：
通过边缘检测算法确定所述板卡图的第一特征图；其中，所述第一特征图为板卡图的梯度特征图；
基于所述检测框的属性信息对所述第一特征图进行处理，得到所述检测框的第二特征图；其中，所述第二特征图为检测框的梯度特征图。
4.一种板卡缺陷检测方法，其特征在于，包括：
获取待测试板卡图；
将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用如权利要求1至3中任一项所述的方法对标准板卡图进行处理后生成得到。
5.根据权利要求4所述的方法，其特征在于，所述将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果，包括：
获取待测试板卡图中的所有待测试目标的属性信息；
基于所述检测板式中的所有标准目标的属性信息和所述所有待测试目标的属性信息，确定所有标准目标与所有待测试目标之间的重合程度；
基于所述重合程度确定所述待测试板卡图中存在缺陷的待测试目标，并在所述待测试板卡图中显示所述存在缺陷的待测试目标。
6.一种检测板式生成装置，其特征在于，包括：
展示模块，用于响应于板卡图的显示指令，显示板卡图；其中，所述板卡图中包括一参考目标的检测框，所述参考目标的检测框上携带有其属性信息；
处理模块，用于获取所述检测框与竖直方向或水平方向的夹角，根据所述夹角对所述板卡图进行旋转，以使旋转后的所述检测框与竖直方向或水平方向的夹角为0；
第一确定模块，用于确定所述板卡图的第一特征图以及所述检测框的第二特征图；
第二确定模块，用于根据所述参考目标的检测框的属性信息、所述第一特征图和所述第二特征图，确定所述板卡图中所有目标的属性信息；
生成模块，用于基于所有目标的属性信息生成所述板卡图对应的检测板式；
其中，所述第二确定模块，具体用于将所述第一特征图和所述第二特征图进行模板匹配，得到所述第一特征图对应的匹配分数图；对所述匹配分数图中每个点的得分乘以255，得到灰度化处理后的所述匹配分数图；对灰度化处理后的所述匹配分数图进行轮廓检测，并基于轮廓检测结果和所述参考目标的检测框的属性信息，提取所述板卡图中所有目标的属性信息；其中，所述匹配分数图中的每个点的值用于表示以每个点为起点，第二特征图大小的区域的得分情况。
7.一种板卡缺陷检测装置，其特征在于，包括：
获取模块，用于获取待测试板卡图；
处理模块，用于将所述待测试板卡图与预设的检测板式进行对比，得到所述待测试板卡图的缺陷检测结果；其中，所述检测板式采用如权利要求1至3中任一项所述的方法对标准板卡图进行处理后生成得到。
8.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述方法的步骤。
9.一种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权利要求1至5中任一项所述方法的步骤。
CN202211545431.7A 2022-12-05 2022-12-05 检测板式生成方法、板卡缺陷检测方法、装置及产品 Active CN115546219B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211545431.7A CN115546219B (zh) 2022-12-05 2022-12-05 检测板式生成方法、板卡缺陷检测方法、装置及产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211545431.7A CN115546219B (zh) 2022-12-05 2022-12-05 检测板式生成方法、板卡缺陷检测方法、装置及产品

Publications (2)

Publication Number Publication Date
CN115546219A CN115546219A (zh) 2022-12-30
CN115546219B true CN115546219B (zh) 2023-10-20

Family

ID=84721668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211545431.7A Active CN115546219B (zh) 2022-12-05 2022-12-05 检测板式生成方法、板卡缺陷检测方法、装置及产品

Country Status (1)

Country Link
CN (1) CN115546219B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117347367A (zh) * 2023-08-24 2024-01-05 广州鹰视信息科技有限公司 板卡器件定位方法、板卡器件检测方法、装置以及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008123466A1 (ja) * 2007-03-30 2008-10-16 Sharp Kabushiki Kaisha 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法
CN105184778A (zh) * 2015-08-25 2015-12-23 广州视源电子科技股份有限公司 一种检测方法及装置
CN105261022A (zh) * 2015-10-19 2016-01-20 广州视源电子科技股份有限公司 一种基于外轮廓的pcb板卡匹配方法及装置
CN106803249A (zh) * 2016-12-19 2017-06-06 广州视源电子科技股份有限公司 电子器件在板卡图中的突显方法及系统
CN107330879A (zh) * 2017-06-21 2017-11-07 广州视源电子科技股份有限公司 一种器件的检查方法、装置、设备及存储介质
CN111145221A (zh) * 2019-12-31 2020-05-12 北京理工大学重庆创新中心 一种基于多层深度特征提取的目标跟踪算法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008123466A1 (ja) * 2007-03-30 2008-10-16 Sharp Kabushiki Kaisha 画像処理装置、制御プログラム、コンピュータ読み取り可能な記録媒体、電子機器及び画像処理装置の制御方法
CN105184778A (zh) * 2015-08-25 2015-12-23 广州视源电子科技股份有限公司 一种检测方法及装置
CN105261022A (zh) * 2015-10-19 2016-01-20 广州视源电子科技股份有限公司 一种基于外轮廓的pcb板卡匹配方法及装置
CN106803249A (zh) * 2016-12-19 2017-06-06 广州视源电子科技股份有限公司 电子器件在板卡图中的突显方法及系统
CN107330879A (zh) * 2017-06-21 2017-11-07 广州视源电子科技股份有限公司 一种器件的检查方法、装置、设备及存储介质
CN111145221A (zh) * 2019-12-31 2020-05-12 北京理工大学重庆创新中心 一种基于多层深度特征提取的目标跟踪算法

Also Published As

Publication number Publication date
CN115546219A (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN109886928B (zh) 一种目标细胞标记方法、装置、存储介质及终端设备
CN108986152B (zh) 一种基于差分图像的异物检测方法及装置
CN109344864B (zh) 用于密集物体的图像处理方法及装置
CN111310826B (zh) 样本集的标注异常检测方法、装置及电子设备
US10679094B2 (en) Automatic ruler detection
CN112559341A (zh) 一种画面测试方法、装置、设备及存储介质
JP2018088206A (ja) 円検出方法、円検出装置、プログラム及び記憶媒体
CN115546219B (zh) 检测板式生成方法、板卡缺陷检测方法、装置及产品
CN112396050B (zh) 图像的处理方法、设备以及存储介质
CN116168351B (zh) 电力设备巡检方法及装置
JP2016119090A (ja) 取得された画像内のクラッタを決定するためのシステム及び方法
CN114638294A (zh) 一种数据增强方法、装置、终端设备及存储介质
CN112883926A (zh) 表格类医疗影像的识别方法及装置
CN110135288B (zh) 一种电子证照的快速核对方法及装置
CN116152166A (zh) 基于特征相关性的缺陷检测方法及相关装置
CN110991357A (zh) 一种答案匹配方法、装置和电子设备
CN113449538A (zh) 视觉模型的训练方法、装置、设备及存储介质
CN108992033B (zh) 一种视觉测试的评分装置、设备和存储介质
US9053383B2 (en) Recognizing apparatus and method, program, and recording medium
CN114936997A (zh) 检测方法、装置、电子设备及可读存储介质
CN116091503B (zh) 一种面板异物缺陷的判别方法、装置、设备及介质
CN112861861B (zh) 识别数码管文本的方法、装置及电子设备
CN112559342A (zh) 一种画面测试图像的获取方法、装置、设备及存储介质
CN112559340A (zh) 一种画面测试方法、装置、设备及存储介质
CN112967224A (zh) 一种基于人工智能的电子电路板检测系统、方法及介质

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