CN115561247A - 一种电子元器件外观自动视觉检测系统 - Google Patents
一种电子元器件外观自动视觉检测系统 Download PDFInfo
- Publication number
- CN115561247A CN115561247A CN202211272809.0A CN202211272809A CN115561247A CN 115561247 A CN115561247 A CN 115561247A CN 202211272809 A CN202211272809 A CN 202211272809A CN 115561247 A CN115561247 A CN 115561247A
- Authority
- CN
- China
- Prior art keywords
- image
- electronic component
- module
- visual inspection
- 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
Links
Images
Classifications
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
-
- 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
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8812—Diffuse illumination, e.g. "sky"
- G01N2021/8816—Diffuse illumination, e.g. "sky" by using multiple sources, e.g. LEDs
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/062—LED's
Abstract
本发明公开了一种电子元器件外观自动视觉检测系统，所述电子元器件外观自动视觉检测系统主要包括光照模块、图像采集模块、图像处理模块、视觉检测模块，光照模块：选用合适的光源和合适的照射方式对电子元器件进行补光，图像采集模块：主要包括摄像头、相机和图像采集卡，对电子元器件的图像进行采集，是后续检测必备的判断依据。该电子元器件外观自动视觉检测系统，通过对电路板上电子元器件的图像信息进行处理，并对图像进行相应的处理，得到电子元器件的大小，尺寸和颜色等重要的辨识信息，通过与基准参数的对比判断电子元器件是否合格，判断电子元器件是否安装标准，并输出检测的信息，提高了电路板的生产效率和产品的合格率。
Description
技术领域
本发明涉及视觉检测系统技术领域，具体为一种电子元器件外观自动视觉检测系统。
背景技术
随着电子行业的飞速发展，电子产品的功能越来越复杂，越来越微型，而电子元器件的大小和形态也在发生变化，因此对芯片的制造和安装模式，流程和生产都提出了新的要求，但在生产过程中电路板上的电子元器件难免会出现部分缺陷，目前传统的电路板检测方法包括人工目测、x射线测试和电测试，但均存在一定的缺陷，无法满足大量高速的电路板的检测需求。
1、但现有的人工目视检测方法过度依赖人眼进行检查，由于生理因素的限制，人工目检的整体效率较低，漏检率比较高，容易受到外界因素的干扰，很难进行高精度和大量电路板元器件的检查，影响到整体的生产效率；
2、现有的电测试通过检测电路板是否为通路判断元器件的状态，但该测试方法无法检测出元器件存在的安装偏移和虚焊等隐形缺陷，在后续的使用中可能这些隐形缺陷会导致电路板的无法使用，并且根据不同的电路板需要更换不同的探针和测试程序，影响检测的效率。
因此，需要一种电子元器件外观自动视觉检测系统，以解决上述问题。
发明内容
本发明的目的在于提供一种电子元器件外观自动视觉检测系统，以解决上述背景技术中提出的现有的电子元器件的检测方法检测效率低，漏检的概率大，且无法检测电器元件存在的隐形缺陷的问题。
为实现上述目的，本发明提供如下技术方案：一种电子元器件外观自动视觉检测系统，
所述电子元器件外观自动视觉检测系统主要包括光照模块、图像采集模块、图像处理模块、视觉检测模块：
光照模块：选用合适的光源和合适的照射方式对电子元器件进行补光；
图像采集模块：主要包括摄像头、相机和图像采集卡，对电子元器件的图像进行采集，是后续检测必备的判断依据；
图像处理模块：包括图像增强、图像去噪、图像分割、和图像边缘提取；
视觉检测模块：根据标准元器件的几何特征设定基准参数，并作为待检测元件的对比依据。
优选的，所述光照模块通常选用LED灯作为主要的光源，光照模块的照射方向可采用后向照明方式；
后向照明方式可分为：a、点光源照明，点光源能够产生较为理想的轮廓锐度，通常实际应用中会采用汇聚光束，即采用费涅尔透镜将物体成像于摄像机的像面上；
b、漫射照明，光源通过一个漫射表面后，出射的光具有朗伯辐射特性，能够得到物体较强的对比度外形。
优选的，所述图像采集模块：摄像头的作用为将被检测电子元器件的光通过光学系统经由摄像器件形成光学图像，进一步放大后变成视频信号输出；
相机采用光电转换器件将被检测电子元器件的光电信号转换成模拟电信号；
图像采集卡的作用主要为对模拟信号的处理，摄像头和相机采集的信号为模拟信号，通过图像采集卡A/D转换模块变成数字信号，便于后续的软件处理，可根据检测系统的采集精度和摄像头的传输速度匹配等因素选择合适的图像采集卡。
优选的，所述图像处理模块中图像增强的具体实现方式为：采用空间增强的方式对图像进行灰度变换和图像直方图处理，通过运算改变图像的像素值；
图像的灰度变换处理方式为选择一定的区域，通过线性运算改变图像的灰度值，提高有用信息的像素值，同时能够抑制噪声的灰度值，利用图像灰度转动扩大灰度值的动态范围，增强图像的信噪比，使电子元器件的特征信息更加的清晰。
优选的，所述图像处理模块图像去噪的具体实现方式为：通过中值滤波排序统计的方法，采用非线性平滑的技术将数字图像中的电子元器件的像素灰度值用其邻域中各点的中值进行代替，从而消除图像中的噪点；
中值滤波在滤波的同时能够保护电子元器件的边缘信息，对滤波脉冲和图像扫描时产生的噪声能够较好地保存图像的清晰度。
优选的，所述图像处理模块图像分割的具体实现方式为：根据待测电子元器件图像的灰度值与周围背景具有较大差别的对比度，对图像进行灰度处理，设定一个合理的阈值a，以判断图像中的像素点是否属于待测目标区域，从而确定待测电子元器件的二值图像；
可根据待测目标提取的特征信息不同选择合适的阀值，常用的阀值分割方法有迭代法阀值分割、最大类间方差法阀值分割和二维最大类间方差法阀值分割。
优选的，所述图像处理模块图像边缘提取的具体实现方式为：图像通过阀值分割后边缘保留了图像的形状、大小和方向等信息，利用图像边缘灰度值阶梯性的变化，利用边缘灰度变化的一阶和二阶导数的特点，对边缘点进行检测；
常用的边缘提取算子包括：Prewiti算子、Candy算子、拉普拉斯算子和 Sobel算子。
优选的，所述视觉检测模块包括：元器件集合特征参数的识别和元器件缺陷的检测；
元器件集合特征参数主要包括元件的尺寸参数，如元件的长、宽和高参数，同时包括元件引脚的尺寸和引脚数等，引脚尺寸包括元件的引脚长宽、引脚的间距和引脚的高等均为检测系统的定量检测参数。
优选的，所述元器件缺陷的检测实现方式为；通过对待检测元件的标准数据进行识别，作为基准参数与待检测的元件参数进行比较，得到最终缺陷检测的结果。
优选的，所述元器件缺陷的检测具体方式为：对不同类型的元器件采用不同的检测方法：
电解电容的检测：根据点解电容的图像，通过电解电容的金属反光面确定点解电容的横截面的大小，确定点解电容的几何特性；
贴片电容的检测：根据基准参数对比电容的边框的几何特征，判断贴片电容的大小以及倾斜的角度，并根据采集的图像信息建立的RGB模型转换HSI 模型，通过HSI模型判断电容和引脚的颜色；
在HSI颜色模型中，分量H为色调，根据检测元件的引脚色调范围判断是否存在脱焊的缺陷；
QFC芯片的检测：通过与基准参数对比待检测QFC芯片的形状大小及引脚信息，判断是否存在几何特征的缺陷，同时通过对极性圆的边缘提取，并根据与基准参数的信息对比，判断极性是否存在错误；
在最终对元器件的检测完成后会将最终的现实结果通过显示器进行显示，并对出现缺陷区域的电子元器件进行高亮显示。
与现有技术相比，本发明的有益效果是：该电子元器件外观自动视觉检测系统；
1、通过对电路板上电子元器件的图像信息进行处理，并对图像进行相应的处理，得到电子元器件的大小，尺寸和颜色等重要的辨识信息，通过与基准参数的对比判断电子元器件是否合格，判断电子元器件是否安装标准，并输出检测的信息，提高了电路板的生产效率和产品的合格率；
2、通过对图像的预处理，最大程度地显现电子元器件的几何特征和重要的辨识信息，同时能够对图像中的黑色像素和噪声点进行处理，较少后期对电子元器件的缺陷判断的干扰，提高视觉检测模块对电子元器件缺陷检测的准确率。
附图说明
图1为本发明系统功能模块组成示意图；
图2为本发明检测流程示意图；
图3为本发明图像处理流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
实施例1
本发明技术方案：一种电子元器件外观自动视觉检测系统，其特征在于，
所述电子元器件外观自动视觉检测系统主要包括光照模块、图像采集模块、图像处理模块、视觉检测模块：
1)光照模块：选用合适的光源和合适的照射方式对电子元器件进行补光；
光照模块通常选用LED灯作为主要的光源，光照模块的照射方向可采用后向照明方式；
后向照明方式可分为：a、点光源照明，点光源能够产生较为理想的轮廓锐度，通常实际应用中会采用汇聚光束，即采用费涅尔透镜将物体成像于摄像机的像面上；
b、漫射照明，光源通过一个漫射表面后，出射的光具有朗伯辐射特性，能够得到物体较强的对比度外形。
2)图像采集模块：主要包括摄像头、相机和图像采集卡，对电子元器件的图像进行采集，是后续检测必备的判断依据；
图像采集模块：摄像头的作用为将被检测电子元器件的光通过光学系统经由摄像器件形成光学图像，进一步放大后变成视频信号输出；
相机采用光电转换器件将被检测电子元器件的光电信号转换成模拟电信号；
图像采集卡的作用主要为对模拟信号的处理，摄像头和相机采集的信号为模拟信号，通过图像采集卡A/D转换模块变成数字信号，便于后续的软件处理，可根据检测系统的采集精度和摄像头的传输速度匹配等因素选择合适的图像采集卡。
3)图像处理模块：包括图像增强、图像去噪、图像分割、和图像边缘提取；
a.图像处理模块中图像增强的具体实现方式为：采用空间增强的方式对图像进行灰度变换和图像直方图处理，通过运算改变图像的像素值；图像的灰度变换处理方式为选择一定的区域，通过线性运算改变图像的灰度值，提高有用信息的像素值，同时能够抑制噪声的灰度值，利用图像灰度转动扩大灰度值的动态范围，增强图像的信噪比，使电子元器件的特征信息更加的清晰；
b.图像处理模块图像去噪的具体实现方式为：通过中值滤波排序统计的方法，采用非线性平滑的技术将数字图像中的电子元器件的像素灰度值用其邻域中各点的中值进行代替，从而消除图像中的噪点；
中值滤波在滤波的同时能够保护电子元器件的边缘信息，对滤波脉冲和图像扫描时产生的噪声能够较好地保存图像的清晰度；
c.图像处理模块图像分割的具体实现方式为：根据待测电子元器件图像的灰度值与周围背景具有较大差别的对比度，对图像进行灰度处理，设定一个合理的阈值a，以判断图像中的像素点是否属于待测目标区域，从而确定待测电子元器件的二值图像；
可根据待测目标提取的特征信息不同选择合适的阀值，常用的阀值分割方法有迭代法阀值分割、最大类间方差法阀值分割和二维最大类间方差法阀值分割；
d.图像处理模块图像边缘提取的具体实现方式为：图像通过阀值分割后边缘保留了图像的形状、大小和方向等信息，利用图像边缘灰度值阶梯性的变化，利用边缘灰度变化的一阶和二阶导数的特点，对边缘点进行检测；
常用的边缘提取算子包括：Prewiti算子、Candy算子、拉普拉斯算子和 Sobel算子。
4)视觉检测模块：根据标准元器件的几何特征设定基准参数，并作为待检测元件的对比依据；
视觉检测模块包括：元器件集合特征参数的识别和元器件缺陷的检测；
a.元器件集合特征参数主要包括元件的尺寸参数，如元件的长、宽和高参数，同时包括元件引脚的尺寸和引脚数等，引脚尺寸包括元件的引脚长宽、引脚的间距和引脚的高等均为检测系统的定量检测参数；
b.元器件缺陷的检测实现方式为；通过对待检测元件的标准数据进行识别，作为基准参数与待检测的元件参数进行比较，得到最终缺陷检测的结果；
对不同类型的元器件采用不同的判断方法：
电解电容的检测：根据点解电容的图像，通过电解电容的金属反光面确定点解电容的横截面的大小，确定点解电容的几何特性；
贴片电容的检测：根据基准参数对比电容的边框的几何特征，判断贴片电容的大小以及倾斜的角度，并根据采集的图像信息建立的RGB模型转换HSI 模型，通过HSI模型判断电容和引脚的颜色；
在HSI颜色模型中，分量H为色调，根据检测元件的引脚色调范围判断是否存在脱焊的缺陷；
QFC芯片的检测：通过与基准参数对比待检测QFC芯片的形状大小及引脚信息，判断是否存在几何特征的缺陷，同时通过对极性圆的边缘提取，并根据与基准参数的信息对比，判断极性是否存在错误；
在最终对元器件的检测完成后会将最终的现实结果通过显示器进行显示，并对出现缺陷区域的电子元器件进行高亮显示。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种电子元器件外观自动视觉检测系统，其特征在于，
所述电子元器件外观自动视觉检测系统主要包括光照模块、图像采集模块、图像处理模块、视觉检测模块：
光照模块：选用合适的光源和合适的照射方式对电子元器件进行补光；
图像采集模块：主要包括摄像头、相机和图像采集卡，对电子元器件的图像进行采集，是后续检测必备的判断依据；
图像处理模块：包括图像增强、图像去噪、图像分割、和图像边缘提取；
视觉检测模块：根据标准元器件的几何特征设定基准参数，并作为待检测元件的对比依据。
2.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述光照模块通常选用LED灯作为主要的光源，光照模块的照射方向可采用后向照明方式；
后向照明方式可分为：a、点光源照明，点光源能够产生较为理想的轮廓锐度，通常实际应用中会采用汇聚光束，即采用费涅尔透镜将物体成像于摄像机的像面上；
b、漫射照明，光源通过一个漫射表面后，出射的光具有朗伯辐射特性，能够得到物体较强的对比度外形。
3.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述图像采集模块：摄像头的作用为将被检测电子元器件的光通过光学系统经由摄像器件形成光学图像，进一步放大后变成视频信号输出；
相机采用光电转换器件将被检测电子元器件的光电信号转换成模拟电信号；
图像采集卡的作用主要为对模拟信号的处理，摄像头和相机采集的信号为模拟信号，通过图像采集卡A/D转换模块变成数字信号，便于后续的软件处理，可根据检测系统的采集精度和摄像头的传输速度匹配等因素选择合适的图像采集卡。
4.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述图像处理模块中图像增强的具体实现方式为：采用空间增强的方式对图像进行灰度变换和图像直方图处理，通过运算改变图像的像素值；
图像的灰度变换处理方式为选择一定的区域，通过线性运算改变图像的灰度值，提高有用信息的像素值，同时能够抑制噪声的灰度值，利用图像灰度转动扩大灰度值的动态范围，增强图像的信噪比，使电子元器件的特征信息更加的清晰。
5.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述图像处理模块图像去噪的具体实现方式为：通过中值滤波排序统计的方法，采用非线性平滑的技术将数字图像中的电子元器件的像素灰度值用其邻域中各点的中值进行代替，从而消除图像中的噪点；
中值滤波在滤波的同时能够保护电子元器件的边缘信息，对滤波脉冲和图像扫描时产生的噪声能够较好地保存图像的清晰度。
6.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述图像处理模块图像分割的具体实现方式为：根据待测电子元器件图像的灰度值与周围背景具有较大差别的对比度，对图像进行灰度处理，设定一个合理的阈值a，以判断图像中的像素点是否属于待测目标区域，从而确定待测电子元器件的二值图像；
可根据待测目标提取的特征信息不同选择合适的阀值，常用的阀值分割方法有迭代法阀值分割、最大类间方差法阀值分割和二维最大类间方差法阀值分割。
7.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述图像处理模块图像边缘提取的具体实现方式为：图像通过阀值分割后边缘保留了图像的形状、大小和方向等信息，利用图像边缘灰度值阶梯性的变化，利用边缘灰度变化的一阶和二阶导数的特点，对边缘点进行检测；
常用的边缘提取算子包括：Prewiti算子、Candy算子、拉普拉斯算子和Sobel算子。
8.根据权利要求1所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述视觉检测模块包括：元器件集合特征参数的识别和元器件缺陷的检测；
元器件集合特征参数主要包括元件的尺寸参数，如元件的长、宽和高参数，同时包括元件引脚的尺寸和引脚数等，引脚尺寸包括元件的引脚长宽、引脚的间距和引脚的高等均为检测系统的定量检测参数。
9.根据权利要求8所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述元器件缺陷的检测实现方式为；通过对待检测元件的标准数据进行识别，作为基准参数与待检测的元件参数进行比较，得到最终缺陷检测的结果。
10.根据权利要求8所述的一种电子元器件外观自动视觉检测系统，其特征在于，所述元器件缺陷的检测具体方式为：对不同类型的元器件采用不同的检测方法：
电解电容的检测：根据点解电容的图像，通过电解电容的金属反光面确定点解电容的横截面的大小，确定点解电容的几何特性；
贴片电容的检测：根据基准参数对比电容的边框的几何特征，判断贴片电容的大小以及倾斜的角度，并根据采集的图像信息建立的RGB模型转换HSI模型，通过HSI模型判断电容和引脚的颜色；
在HSI颜色模型中，分量H为色调，根据检测元件的引脚色调范围判断是否存在脱焊的缺陷；
QFC芯片的检测：通过与基准参数对比待检测QFC芯片的形状大小及引脚信息，判断是否存在几何特征的缺陷，同时通过对极性圆的边缘提取，并根据与基准参数的信息对比，判断极性是否存在错误；
在最终对元器件的检测完成后会将最终的现实结果通过显示器进行显示，并对出现缺陷区域的电子元器件进行高亮显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211272809.0A CN115561247A (zh) | 2022-10-18 | 2022-10-18 | 一种电子元器件外观自动视觉检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211272809.0A CN115561247A (zh) | 2022-10-18 | 2022-10-18 | 一种电子元器件外观自动视觉检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115561247A true CN115561247A (zh) | 2023-01-03 |
Family
ID=84746237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211272809.0A Pending CN115561247A (zh) | 2022-10-18 | 2022-10-18 | 一种电子元器件外观自动视觉检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115561247A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116096066A (zh) * | 2023-04-12 | 2023-05-09 | 四川易景智能终端有限公司 | 一种基于物联网的smt贴片质量检测系统 |
| CN116184174A (zh) * | 2023-03-10 | 2023-05-30 | 深圳市创达电子有限公司 | 一种芯片测试系统及芯片测试装置 |
| CN116300773A (zh) * | 2023-05-19 | 2023-06-23 | 深圳市致尚科技股份有限公司 | 电子产品全自动化装配的柔性控制方法、装置及存储介质 |
| CN116500058A (zh) * | 2023-06-28 | 2023-07-28 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测系统及显示屏检测方法 |
| CN116934745A (zh) * | 2023-09-14 | 2023-10-24 | 创新奇智(浙江)科技有限公司 | 一种电子元器件插接卡子质量检测方法及检测系统 |
| CN117190866A (zh) * | 2023-11-08 | 2023-12-08 | 广东工业大学 | 多个堆叠电子元器件的极性判别检测方法、装置和设备 |
-
2022
- 2022-10-18 CN CN202211272809.0A patent/CN115561247A/zh active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116184174A (zh) * | 2023-03-10 | 2023-05-30 | 深圳市创达电子有限公司 | 一种芯片测试系统及芯片测试装置 |
| CN116184174B (zh) * | 2023-03-10 | 2023-08-18 | 深圳市创达电子有限公司 | 一种芯片测试系统及芯片测试装置 |
| CN116096066A (zh) * | 2023-04-12 | 2023-05-09 | 四川易景智能终端有限公司 | 一种基于物联网的smt贴片质量检测系统 |
| CN116096066B (zh) * | 2023-04-12 | 2023-06-16 | 四川易景智能终端有限公司 | 一种基于物联网的smt贴片质量检测系统 |
| CN116300773A (zh) * | 2023-05-19 | 2023-06-23 | 深圳市致尚科技股份有限公司 | 电子产品全自动化装配的柔性控制方法、装置及存储介质 |
| CN116500058A (zh) * | 2023-06-28 | 2023-07-28 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测系统及显示屏检测方法 |
| CN116500058B (zh) * | 2023-06-28 | 2024-03-19 | 信丰云创(深圳)信息有限公司 | 一种显示屏检测系统及显示屏检测方法 |
| CN116934745A (zh) * | 2023-09-14 | 2023-10-24 | 创新奇智(浙江)科技有限公司 | 一种电子元器件插接卡子质量检测方法及检测系统 |
| CN116934745B (zh) * | 2023-09-14 | 2023-12-19 | 创新奇智(浙江)科技有限公司 | 一种电子元器件插接卡子质量检测方法及检测系统 |
| CN117190866A (zh) * | 2023-11-08 | 2023-12-08 | 广东工业大学 | 多个堆叠电子元器件的极性判别检测方法、装置和设备 |
| CN117190866B (zh) * | 2023-11-08 | 2024-01-26 | 广东工业大学 | 多个堆叠电子元器件的极性判别检测方法、装置和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115561247A (zh) | 一种电子元器件外观自动视觉检测系统 | |
| CN108445007B (zh) | 一种基于图像融合的检测方法及其检测装置 | |
| CN110070524A (zh) | 一种智能终端面板视觉故障检测系统 | |
| CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
| CN112686858A (zh) | 一种手机充电器视觉缺陷检测方法、装置、介质及设备 | |
| JP6348289B2 (ja) | 検査装置および検査方法 | |
| WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
| CN105139386A (zh) | 一种快速自动检测电气接插件焊点不合格品的图像处理方法 | |
| CN108918093B (zh) | 一种滤光片镜面缺陷检测方法、装置及终端设备 | |
| CN109461156B (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
| CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
| CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
| CN111122590A (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
| CN113298776A (zh) | 一种金属闭式水泵叶轮外观缺陷检测方法 | |
| CN113034488A (zh) | 一种喷墨印刷品的视觉检测方法 | |
| CN112581452A (zh) | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 | |
| CN110570412B (zh) | 一种零件误差视觉判断系统 | |
| CN114820439A (zh) | 基于aoi的pcb裸板缺陷的检测系统及方法 | |
| Kumar et al. | A novel approach of standard data base generation for defect detection in bare PCB | |
| 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 | |
| CN114820622A (zh) | 一种层间异物检测方法和装置 | |
| CN114565558A (zh) | 一种cmos芯片表面缺陷检测方法及系统 | |
| CN114125435A (zh) | 一种用于网络摄像机的图像缺陷智能检测方法 | |
| CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
| CN113763322A (zh) | 一种Pin脚共面度视觉检测方法与装置 |
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 |