CN115880303B - 用于pcb板圆孔的亚像素精度定位检测方法及系统 - Google Patents

Abstract

本发明属于视觉检测和图像处理技术领域，具体涉及用于PCB板圆孔的亚像素精度定位检测方法及系统。方法包括：S1，搭建视觉检测系统，采集图像；S2，对图像预处理；S3，计算待定位圆孔的初步位置区域；S4，将得到的圆孔初步位置区域裁剪出来并记录；S5，通过自适应阈值分割和边缘检测，得到边缘数据；S6，对边缘数据进行一致性检测，获得剩下的边缘数据；S7，进行最小二乘法估计，得到初步的圆孔定位检测结果；S8，对剩下的边缘数据进行梯度一致性检测，获得仅剩的边缘数据；S9，进行圆形完整度检测；S10，将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果。

Description

用于PCB板圆孔的亚像素精度定位检测方法及系统

技术领域

本发明属于视觉检测和图像处理技术领域，具体涉及用于PCB板圆孔的亚像素精度定位检测方法及系统。

背景技术

随着消费电子领域对电路需求和要求不断提高，传统的PCB打孔技术逐渐被激光打孔技术取代，由于激光打孔技术对定位精度要求较高，因此需要一种高精度的PCB板上圆孔定位检测方法，通过精确的圆孔位置坐标，实现对PCB板的位姿计算，进而满足激光打孔的前期定位精度需求。

目前常用的一些圆孔定位检测方法没有针对PCB板进行优化，用来检测PCB板上的圆孔时会被PCB板上的划痕、污渍等干扰，导致圆孔定位精度不高，甚至出现误检。而一些达到亚像素精度的圆孔检测方法同样也因为没有针对PCB板的检测进行优化，没有考虑PCB板圆孔边缘并不光滑的情况，导致最终的检测结果并不能达到亚像素精度级别，甚至无法正常检出圆孔。

综上所述，尽管圆孔定位检测的算法有很多，应用也越来越广泛，但是针对PCB板上的非光滑圆孔的检测并不多见，亟待展开更加深入的研究，以提高圆孔检测的精度和效率。

因此，设计一种定位精度高、计算资源消耗少，能够提高检测的精准度和鲁棒性的用于PCB板圆孔的亚像素精度定位检测方法及系统，就显得十分重要。

例如，申请号为CN201610107163.9的中国专利文献描述的一种用于PCB板圆孔的快速定位检测方法，利用PCB板圆孔的圆的几何特征，利用Canny算子将灰度图转化为边缘图像，并采用快速欧氏距离将边缘图像转换到距离域，局部最大值获得圆心坐标，提高计算速度，借助距离图筛选去除其中的错误选择，并修正圆心坐标，最终实现对PCB板上圆孔的精确定位，计算速度快、精度高，具有良好的应用前景，但是其缺点在于，由于没有考虑到PCB板上的划痕、污渍等干扰以及PCB板圆孔边缘并不光滑的情况，因此在定位检测的精确度上具有局限性。

发明内容

本发明是为了克服现有技术中，现有的圆孔定位检测方法，没有考虑应对PCB板上的非光滑圆孔的检测以及划痕、污渍等情况的干扰，导致检测精度具有局限性的问题，提供了一种定位精度高、计算资源消耗少，能够提高检测的精准度和鲁棒性的用于PCB板圆孔的亚像素精度定位检测方法及系统。

为了达到上述发明目的，本发明采用以下技术方案：

用于PCB板圆孔的亚像素精度定位检测方法，包括如下步骤；

S1，根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

S2，通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

S3，对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

S4，将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

S5，将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

S6，对所述边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

S7，对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

S8，通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

S9，对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

S10，将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果。

作为优选，步骤S2中，所述预处理包括灰度反转、平滑、滤波。

作为优选，步骤S3包括如下步骤：

S31，将预处理图像src与行列尺寸为待检测圆孔直径的0.8到1.2倍范围内的圆形矩阵进行2D卷积计算，得到强度图I；

S32，在强度图I上选取局部强度最大点，通过非极大值抑制，将局部强度最大点周围强度高于所述局部强度最大点80%的点，认为由同一个圆产生并剔除；

S33，将滤波后的局部强度最大点作为圆孔初步的中心，用于后续计算。

作为优选，步骤S6中，所述边缘数据指边缘坐标点；步骤S6包括如下步骤：

S61，将得到的边缘坐标点，绘制在一张图上，进行距离变换得到图片map，图片map上每个坐标上的值等于每个坐标与距离最近的边缘点的距离大小；

S62，随机的在边缘坐标点中选取3个点，拟合成一个圆；

S63，将所述圆的边缘点的坐标在图片map上进行查询，当距离值大小满足设定的容差阈值时，认为圆上对应点是实际存在的；

S64，统计圆上实际存在点数量，并记录；

S65，将步骤S62至步骤S64的过程重复若干次，选择实际存在点数量最大的圆作为随机一致性采样的结果；

S66，将随机一致性采样的结果中实际存在的点数量与圆总弧长相除，得到随机一致性采样圆的完整度；若所述完整度不满足设定的阈值，则认为随机一致性采样未得到完整圆，返回错误信息，若所述完整度满足设定的阈值，则进行下一步骤；

S67，将远离随机一致性采样圆的边缘点认为是噪声，并进行剔除。

作为优选，步骤S7包括如下步骤：

将设定的边缘点坐标(X,Y)扩展为(X,Y,X²+Y²,1)，使用SVD分解得到最小二乘法拟合圆形结果，作为初步的圆孔定位检测结果。

作为优选，S81，计算边缘数据的梯度，具体过程为：

对于边缘点(X,Y)，所述边缘点(X,Y)的x方向梯度dx为

，其中函数

表示在位置/>

处的图像灰度值；所述边缘点(X,Y)的y方向梯度dy为

，其中函数/>

表示在位置/>

处的图像灰度值，进一步计算得到边缘点/>

的梯度为

；

S82，计算边缘数据的法向，具体过程为：

对于边缘点(X,Y)，步骤S7拟合的圆坐标为(circle_x,circle_y)，法向为

；

S83，对每个边缘点的梯度和法向求差并取绝对值，所述绝对值超过设定阈值的，则认为对应边缘点不为圆弧边缘点，进行剔除。

作为优选，步骤S9包括如下步骤：

S91，将初步圆孔定位检测结果的圆按角度等分为180个扇形；

S92，统计每个扇形内边缘点数目，数目达到设定的阈值则认为对应段圆弧存在；

S93，将相邻的存在的圆弧连接成大圆弧；

S94，剔除所有度数小于36°的圆弧；

S95，统计剩下圆弧的总度数以及包含的边缘数据，所述剩下圆弧的总度数作为圆形的完整度；

S96，判断圆形的完整度是否达标，若达标则用仅剩的边缘数据进行后续步骤。

作为优选，步骤S96还包括如下步骤：

若圆形的完整度未达标，则认为图片map中没有待检测圆孔，返回未检出信号。

作为优选，步骤S10还包括如下步骤：

若所述最终的圆孔定位检测结果与初步的圆孔定位检测结果超出设定的误差范围内，则返回未检出信号；若偏差在设定的误差范围内，则返回最终的检测结果。

本发明还提供了用于PCB板圆孔的亚像素精度定位检测系统，包括：

系统搭建模块，用于根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

图像预处理模块，用于通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

模板匹配与非极大值抑制处理模块，用于对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

裁剪记录模块，用于将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

自适应阈值分割模块，用于将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

第一一致性检测模块，用于对边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

第一最小二乘法估计模块，用于对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

第二一致性检测模块，用于通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

圆形完整度检测模块，用于对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

第二最小二乘法估计模块，用于将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果。

本发明与现有技术相比，有益效果是：（1）本发明针对PCB板上的圆孔定位检测，采用模板匹配和非极大值抑制算法查找圆孔初步位置，并使用自适应阈值分割和边缘检测，结合随机一致性采样滤除噪声数据，通过优化的最小二乘估计得到的圆孔定位结果，具有定位精度高、计算资源消耗少的优点；同时，通过梯度与法向一致性检测，完整度检测以及二次拟合计算，进一步提高了检测的精准度和鲁棒性；（2）本发明在实际生产过程中能够有效提供PCB板激光打孔设备需要的高精度定位数据，并可扩展应用至其它PCB板相关加工或检测领域。

附图说明

图1为本发明中用于PCB板圆孔的亚像素精度定位检测方法的一种流程图；

图2为本发明实施例提供的用于验证本发明方法的一种灰度图像数据图；

图3为本发明实施例提供的针对图2进行算法处理后的一种梯度可视化结果示意图；

图4为本发明实施例提供的针对图2进行算法处理后的一种法向可视化结果示意图；

图5为本发明实施例提供的针对图2进行算法处理后的一种最终检测结果示意图；

图6为本发明中用于PCB板圆孔的亚像素精度定位检测系统的一种原理框图。

具体实施方式

为了更清楚地说明本发明实施例，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，并获得其他的实施方式。

如图1所示，本发明提供了用于PCB板圆孔的亚像素精度定位检测方法，包括如下步骤：

S1，根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

S2，通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

S3，对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

S4，将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

S5，将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

S6，对所述边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

S7，对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

S8，通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

S9，对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

S10，将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果。

具体的，结合实际应用，上述每个步骤的具体实施过程如下：

S1，根据PCB的放置环境与PCB板材情况，为使得圆孔轮廓成像更为清晰，选用30°到60°环带光源，搭建物距在15cm远心成像的视觉检测系统；

S2，通过搭建的视觉检测系统采集如图2所示的灰度图像数据，进行灰度反转，使得待检测圆孔区域变为高灰度区域、使用开闭操作进行平滑，使用同态滤波减轻不同光照和反射率情况干扰，得到预处理图像src；

S3，生成行列尺寸在待检测圆直径的0.8到1.2倍范围内的圆形矩阵，同时调整矩阵内值，使得矩阵内值的总和为0，将预处理图像src与和生成的矩阵进行2D卷积计算，得到强度图I；在强度图I上选取局部强度最大点，通过非极大值抑制，将局部强度最大点周围强度接近的点认为由同一个圆产生并剔除；

具体过程为首先选取强度图I上最大值点，将其周围连通的、值差异在20%以内的点进行剔除，接下来在强度图I上寻找值高于最大值80%的所有点，通过同样方式剔除其所有连通的点，从而得到所有的局部最大点；

S4，将局部强度最大点作为圆孔大致的中心，按照圆孔大小将大致位置区域裁剪出来，记录裁剪区域左上角坐标(crop_x,crop_y)，将裁剪区域img作为子任务的输入图片数据进行后续步骤；

S5，对裁剪区域img进行OTSU自适应阈值分割，并通过Canny算子进行边缘检测，得到图片中的边缘数据；

S6，对边缘数据（边缘坐标点）进行一致性检测，将离待检测圆孔边缘较远的边缘数据进行剔除，具体为将得到的边缘坐标点，绘制在一张图上，进行距离变换得到map，map上每个坐标上的值等于它与距离最近的边缘点的距离大小；设置循环次数为待测圆大致周长的3倍，在每次循环中，随机的在边缘坐标点中选取3个点，拟合成一个圆，将圆的边缘点的坐标在map上进行查询，当距离值大小满足容差阈值时，认为圆上该点是实际存在的，统计圆上实际存在点数量，并记录，完成一次循环，选择实际存在点数量最大的圆作为随机一致性采样的结果；将随机一致性采样的结果上实际存在的点数目与圆总弧长相除，得到随机一致性采样圆的完整度，若完整度不满足设定的阈值，则认为随机一致性采样未得到完整圆，返回错误信息；若完整度满足设定的阈值，则将远离随机一致性采样圆的边缘点认为是噪声，并进行剔除；

S7，对剩下的边缘数据进行最小二乘法估计得到初步的圆孔定位检测结果，由于圆形拟合不同于直线拟合，存在非线性项，因此将边缘点坐标(X,Y)扩展为(X,Y,X²+Y²,1)，将所有边缘点坐标扩展的结果按照列方向进行合并，得到矩阵A，记待检测圆形参数(a,b,c)为X，则相当于求解方程AX^T=0,该方程以二范数作为评价指标，可通过最小二乘法估计进行求解，使用SVD分解求解该最小二乘问题得到拟合圆形的参数(a,b,c)，进一步地，将(-a/2c,-b/2c)作为拟合圆的圆心，将sqrt[(a²+b²-4c²)/(4c²)]作为拟合圆的半径，得到初步的圆孔定位检测结果。

S8，通过初步的圆孔定位检测结果，对边缘数据进行梯度法向一致性检测，对梯度差异较大的边缘数据进行剔除；

具体过程为先计算边缘数据的梯度，方法为对于边缘点(X,Y)，用函数

表示在位置/>

处的图像灰度值，其x方向梯度dx为

，其y方向梯度dy为

，则边缘点(X,Y)的梯度为 />

，梯度的可视化结果具体如图3所示；

再计算边缘数据的法向，方法为对于边缘点(X,Y)，步骤S7拟合的圆的圆心坐标记为(circle_x,circle_y),其法向为

,法向的可视化效果具体如图4所示。对每个点的梯度和法向求差并取绝对值，根据边缘平整度情况设置合适阈值，超过阈值则认为不为圆弧边缘点，进行剔除。

S9，对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

具体过程为，将初步圆孔定位检测结果的圆按角度等分为180个扇形，统计每个扇形内边缘点数目，数目达到阈值则认为该段圆弧存在；将相邻的存在的圆弧连接成大圆弧，剔除所有度数小于36°的圆弧，统计剩下圆弧的总度数作为圆形的完整度以及包含的边缘数据。若完整度没达到要求，则认为该图片中没有待检测圆孔，返回未检出信号，若完整度达到要求，继续进行接下来的步骤；

S10，将仅剩的边缘数据进行与步骤S7相同的最小二乘估计，得到最终的圆孔定位检测结果，如果最终的圆孔定位检测结果与初步的圆孔定位检测结果偏差超出设定的误差范围内，则返回未检出信号，如果偏差在容许的误差范围内，则返回最终的检测结果，结果如图5所示。

与图1相比，显然图5中的PCB板圆孔被精确的定位标记出来。

如图6所示，本发明还提供了用于PCB板圆孔的亚像素精度定位检测系统，包括：

系统搭建模块，用于根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

图像预处理模块，用于通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

模板匹配与非极大值抑制处理模块，用于对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

具体为：将预处理图像src与和待检测圆形状较接近的矩阵进行2D卷积计算，得到强度图I；在强度图I上选取局部强度最大点，通过非极大值抑制，将局部强度最大点周围强度高于所述局部强度最大点80%的点，认为由同一个圆产生并剔除；将滤波后的局部强度最大点作为圆孔初步的中心，用于后续计算。

裁剪记录模块，用于将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

自适应阈值分割模块，用于将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

第一一致性检测模块，用于对边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

具体为：将得到的边缘坐标点，绘制在一张图上，进行距离变换得到图片map，图片map上每个坐标上的值等于每个坐标与距离最近的边缘点的距离大小；随机的在边缘坐标点中选取3个点，拟合成一个圆；将所述圆的边缘点的坐标在图片map上进行查询，当距离值大小满足设定的容差阈值时，认为圆上对应点是实际存在的；统计圆上实际存在点数量，并记录；将上述过程重复若干次，选择实际存在点数量最大的圆作为随机一致性采样的结果；将随机一致性采样的结果中实际存在的点数量与圆总弧长相除，得到随机一致性采样圆的完整度；若所述完整度不满足设定的阈值，则认为随机一致性采样未得到完整圆，返回错误信息，若所述完整度满足设定的阈值，则将远离随机一致性采样圆的边缘点认为是噪声，并进行剔除。

第一最小二乘法估计模块，用于对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

具体为：将设定的边缘点坐标(X,Y)扩展为(X,Y,X²+Y²,1)，使用SVD分解得到最小二乘法拟合圆形结果，作为初步的圆孔定位检测结果。

第二一致性检测模块，用于通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

具体为：对于边缘点(X,Y)，用函数

表示在位置/>

处的图像灰度值，边缘点(X,Y)的x方向梯度dx为/>

， y方向梯度dy为/>

，则边缘点(X,Y)的梯度为 />

；

计算边缘数据的法向，具体过程为：

对于边缘点(X,Y)，第一最小二乘法估计模块拟合的圆坐标为(circle_x,circle_y)，法向为

；

对每个边缘点的梯度和法向求差并取绝对值，所述绝对值超过设定阈值的，则认为对应边缘点不为圆弧边缘点，进行剔除。

圆形完整度检测模块，用于对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

具体为：将初步圆孔定位检测结果的圆按角度等分为180个扇形；统计每个扇形内边缘点数目，数目达到设定的阈值则认为对应段圆弧存在；将相邻的存在的圆弧连接成大圆弧；剔除所有度数小于36°的圆弧；统计剩下圆弧的总度数以及包含的边缘数据，所述剩下圆弧的总度数作为圆形的完整度；判断圆形的完整度是否达标，若达标则用仅剩的边缘数据进行后续过程；若圆形的完整度未达标，则认为图片map中没有待检测圆孔，返回未检出信号。

第二最小二乘法估计模块，用于将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果；若最终的圆孔定位检测结果与初步的圆孔定位检测结果超出设定的误差范围内，则返回未检出信号；若偏差在设定的误差范围内，则返回最终的检测结果。

本发明针对PCB板上的圆孔定位检测，采用模板匹配和非极大值抑制算法查找圆孔初步位置，并使用自适应阈值分割和边缘检测，结合随机一致性采样滤除噪声数据，通过优化的最小二乘估计得到的圆孔定位结果，具有定位精度高、计算资源消耗少的优点；同时，通过梯度与法向一致性检测，完整度检测以及二次拟合计算，进一步提高了检测的精准度和鲁棒性；本发明在实际生产过程中能够有效提供PCB板激光打孔设备需要的高精度定位数据，并可扩展应用至其它PCB板相关加工或检测领域。

以上所述仅是对本发明的优选实施例及原理进行了详细说明，对本领域的普通技术人员而言，依据本发明提供的思想，在具体实施方式上会有改变之处，而这些改变也应视为本发明的保护范围。

Claims (7)

1.用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，包括如下步骤；

S1，根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

S2，通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

S3，对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

S4，将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

S5，将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

S6，对所述边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

S7，对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

S8，通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

S9，对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

S10，将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果；

步骤S6中，所述边缘数据指边缘坐标点；步骤S6包括如下步骤：

S61，将得到的边缘坐标点，绘制在一张图上，进行距离变换得到图片map，图片map上每个坐标上的值等于每个坐标与距离最近的边缘点的距离大小；

S62，随机的在边缘坐标点中选取3个点，拟合成一个圆；

S63，将所述圆的边缘点的坐标在图片map上进行查询，当距离值大小满足设定的容差阈值时，认为圆上对应点是实际存在的；

S64，统计圆上实际存在点数量，并记录；

S65，将步骤S62至步骤S64的过程重复若干次，选择实际存在点数量最大的圆作为随机一致性采样的结果；

S66，将随机一致性采样的结果中实际存在的点数量与圆总弧长相除，得到随机一致性采样圆的完整度；若所述完整度不满足设定的阈值，则认为随机一致性采样未得到完整圆，返回错误信息，若所述完整度满足设定的阈值，则进行下一步骤；

S67，将远离随机一致性采样圆的边缘点认为是噪声，并进行剔除；

步骤S9包括如下步骤：

S91，将初步圆孔定位检测结果的圆按角度等分为180个扇形；

S92，统计每个扇形内边缘点数目，数目达到设定的阈值则认为对应段圆弧存在；

S93，将相邻的存在的圆弧连接成大圆弧；

S94，剔除所有度数小于36°的圆弧；

S95，统计剩下圆弧的总度数以及包含的边缘数据，所述剩下圆弧的总度数作为圆形的完整度；

S96，判断圆形的完整度是否达标，若达标则用仅剩的边缘数据进行后续步骤；若圆形的完整度未达标，则认为图片map中没有待检测圆孔，返回未检出信号。

2.根据权利要求1所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，步骤S2中，所述预处理包括灰度反转、平滑、滤波。

3.根据权利要求1所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，步骤S3包括如下步骤：

S31，将预处理图像src与行列尺寸为待检测圆孔直径的0.8到1.2倍范围内的圆形矩阵进行2D卷积计算，得到强度图I；

S32，在强度图I上选取局部强度最大点，通过非极大值抑制，将局部强度最大点周围强度高于所述局部强度最大点80％的点，认为由同一个圆产生并剔除；

S33，将滤波后的局部强度最大点作为圆孔初步的中心，用于后续计算。

4.根据权利要求1所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，步骤S7包括如下步骤：

将设定的边缘点坐标(X,Y)扩展为(X,Y,X²+Y²,1)，使用SVD分解得到最小二乘法拟合圆形结果，作为初步的圆孔定位检测结果。

5.根据权利要求4所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，步骤S8包括如下步骤：

S81，计算边缘数据的梯度，具体过程为：

对于边缘点(X,Y)，所述边缘点(X,Y)的x方向梯度dx为src_(X+1,Y-1)+2.82*src_(X+1,Y)+src_(X+1,Y+1)-src_(X-1,Y-1)-2.82*src_(X-1,Y)-src_(X-1,Y+1)，其中函数src_(m,n)表示在位置(m,n)处的图像灰度值；所述边缘点(X,Y)的y方向梯度dy为src_(X-1,Y+1)+2.82*src_(X-1,Y+1)+src_(X-1,Y+1)-src_(X-1,Y-1)-2.82*src_(X,Y-1)-src_(X+1,Y-1)，其中函数src_(m,n)表示在位置(m,n)处的图像灰度值，进一步计算得到边缘点(X,Y)的梯度为arctan2(dx,dy)；

S82，计算边缘数据的法向，具体过程为：

对于边缘点(X,Y)，步骤S7拟合的圆坐标为(circle_x,circle_y)，法向为arctan2(X-circle_x,Y-circle_x)；

S83，对每个边缘点的梯度和法向求差并取绝对值，所述绝对值超过设定阈值的，则认为对应边缘点不为圆弧边缘点，进行剔除。

6.根据权利要求1-5任一项所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，步骤S10还包括如下步骤：

若所述最终的圆孔定位检测结果与初步的圆孔定位检测结果超出设定的误差范围内，则返回未检出信号；若偏差在设定的误差范围内，则返回最终的检测结果。

7.用于PCB板圆孔的亚像素精度定位检测系统，用于实现权利要求1-5任一项所述的用于PCB板圆孔的亚像素精度定位检测方法，其特征在于，所述用于PCB板圆孔的亚像素精度定位检测系统包括：

系统搭建模块，用于根据PCB的放置环境与PCB板材情况，选择环带光源，搭建远心成像的视觉检测系统；

图像预处理模块，用于通过搭建的视觉检测系统采集灰度图像数据并进行预处理，得到预处理图像；

模板匹配与非极大值抑制处理模块，用于对预处理图像采用模板匹配的方法，并通过非极大值抑制，得到待定位圆孔的初步位置区域；

裁剪记录模块，用于将得到的圆孔初步位置区域裁剪出来，记录裁剪出的圆孔初步位置区域的左上角坐标，将裁剪出的圆孔初步位置区域作为子任务的输入图片数据，用于后续操作；

自适应阈值分割模块，用于将裁剪出的圆孔初步位置区域进行自适应阈值分割，并进行边缘检测，得到图片中的边缘数据；

第一一致性检测模块，用于对边缘数据进行一致性检测，将离待检测圆孔边缘距离超过预设阈值的边缘点进行剔除，获得剩下的边缘数据；

第一最小二乘法估计模块，用于对剩下的边缘数据进行最小二乘法估计，得到初步的圆孔定位检测结果；

第二一致性检测模块，用于通过初步的圆孔定位检测结果，对剩下的边缘数据进行梯度一致性检测，对梯度差异超过预设阈值的边缘数据进行剔除，获得仅剩的边缘数据；

圆形完整度检测模块，用于对初步的圆孔检测结果和仅剩的边缘数据进行圆形完整度检测；

第二最小二乘法估计模块，用于将仅剩的边缘数据进行最小二乘估计，得到最终的圆孔定位检测结果。

Images