CN116109631B - 一种pcba虚焊缺陷检测方法、装置、设备和介质 - Google Patents

Abstract

本申请公开了一种PCBA虚焊缺陷检测方法、装置、设备和介质，涉及电路板技术领域，旨在解决现有检测方法无法准确检测PCBA上虚焊缺陷的技术问题。所述方法包括：获取目标电路板的待检测图像；将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集；判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

Description

一种PCBA虚焊缺陷检测方法、装置、设备和介质

技术领域

本申请涉及电路板技术领域，尤其涉及一种PCBA虚焊缺陷检测方法、装置、设备和介质。

背景技术

PCBA是所有电子产品组件中最为常见且重要的组成，其类似于人体的大脑神经网络，是所有电子产品的核心，几乎决定着产品的核心、性能、可靠性。据调研，在电子产品售后问题当中，有接近80%产品故障源自PCBA，因此PCBA质量的重要程度不言而喻。

在PCBA的实际加工过程中需要经历多道复杂工艺，因此也容易产生各种各样的缺陷，数量庞大且形态各异的待检焊点给质检环节带来了巨大的压力。

因此，亟需一种能准确识别PCBA缺陷的方法。

发明内容

本申请的主要目的是提供一种PCBA虚焊缺陷检测方法、装置、设备和介质，旨在解决现有检测方法无法准确检测PCBA上虚焊缺陷的技术问题。

为解决上述技术问题，本申请实施例提出了：一种PCBA虚焊缺陷检测方法，包括以下步骤：

获取目标电路板的待检测图像；

将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；

将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集；

判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；

将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

作为本申请一些可选实施方式，为了区分所述第一引脚区域和所述第一露铜区域，在第一分割图像中，所述第一引脚区域和所述第一露铜区域采用不同颜色表示。

作为本申请一些可选实施方式，为了避免模型分割精度不准时导致的漏检问题，本申请在进行第一引脚区域的像素点和第一露铜区域的像素点交叠判断运算前进行了图像膨胀运算步骤，将距离十分接近但未相交的两个区域进行了一定程度的外扩后再进行判断；即所述将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集，包括：将所述第一引脚区域进行图像膨胀处理，获得膨胀后的引脚区域；将所述膨胀后的引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域进行图像膨胀处理，获得膨胀后的露铜区域；将所述膨胀后的露铜区域中的像素点进行提取，获得露铜区域像素点集。

作为本申请一些可选实施方式，为了避免在判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠时存在主观判断，以出现误判的现象，本申请实施例所述判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值，包括：基于所述引脚区域像素点集，获得所述引脚区域像素点集中各像素点的坐标值；基于所述露铜区域像素点集，获得所述露铜区域像素点集中各像素点的坐标值；基于所述引脚区域像素点集中各像素点的坐标值和所述露铜区域像素点集中各像素点的坐标值，获得像素点交叠值。

作为本申请一些可选实施方式，为了使所获得缺陷检测结果更为客观，本申请实施例所述将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果，包括：若所述像素点交叠值大于或等于预设交叠阈值，则缺陷检测结果为存在缺陷；若所述像素点交叠值小于预设交叠阈值，则缺陷检测结果为不存在缺陷。

作为本申请一些可选实施方式，所述获取目标电路板的待检测图像是指基于所述目标电路板的实际拍摄AOI图像；因此可能会对检测过程存在较多干扰因素，因此本申请实施例在对目标电路板的焊点区域进行拍摄，获得原始数据图像之后；对原始数据图像进行灰度处理和除噪处理，获得目标电路板的待检测图像。

作为本申请一些可选实施方式，为了保证所述目标分割模型在实际应用时，能够较准确的对目标电路板的待检测图像进行分割，本申请实施例所述目标分割模型由电路板样本图像集训练获得；所述电路板样本图像集中包括虚焊面板样本图像集和标准面板样本图像集。

作为本申请一些可选实施方式，为了提高所述目标分割模型对样本图像集的识别效率，本申请实施例所述虚焊面板样本图像集中各虚焊面板样本图像包含引脚区域标注信息和露铜区域标注信息；所述标注信息基于对所述虚焊面板样本图像的语义描述信息获得。

为解决上述技术问题，本申请实施例还提出了：一种PCBA虚焊缺陷检测装置，包括：

获取模块，用于获取目标电路板的待检测图像；

分割模块，用于将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；

像素提取模块，用于将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集；

像素点交叠值计算模块，用于判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；

检测缺陷模块，用于将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

为解决上述技术问题，本申请实施例还提出了：一种电子设备，该电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如上所述PCBA虚焊缺陷检测方法。

为解决上述技术问题，本申请实施例还提出了：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如上所述PCBA虚焊缺陷检测方法。

与现有技术相比，本申请实施例所述PCBA虚焊缺陷检测方法包括：获取需要检测虚焊缺陷的电路板原始图像，即目标电路板的原始图像，但由于目标电路板的原始图像较难判断是否存在虚焊缺陷，因此将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；这时，所述第一分割图像中包含第一引脚区域和第一露铜区域，并且所述第一引脚区域和所述第一露铜区域的颜色不同，因此更易分辨；基于此，分别提取所述第一引脚区域中的像素点和所述第一露铜区域中的像素点，获得引脚区域像素点集和露铜区域像素点集；基于预设算法判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值，并基于预设交叠阈值进行卡控，从而获得缺陷检测结果。通过上述步骤所获得的检测结果可精准检测出目标电路板中的虚焊缺陷，包括对孔洞不可见虚焊的检测；同时也根据预设交叠阈值的设置避免过检，进而提高了对电路板中虚焊缺陷的检测准确度。

附图说明

图1是本申请的实施例涉及的硬件运行环境的电子设备结构示意图；

图2是本申请的实施例提供的一种PCBA虚焊缺陷检测方法的流程示意图；

图3是本申请的实施例提供的A目标电路板的待检测图像；

图4是本申请的实施例提供的A目标电路板的第一分割图像；

图5是本申请的实施例提供的A目标电路板的第一分割二值化图像；

图6是本申请的实施例提供的A目标电路板的第二分割图像；

图7是本申请的实施例提供的B目标电路板的待检测图像；

图8是本申请的实施例提供的B目标电路板的第一分割图像；

图9是本申请的实施例提供的B目标电路板的第一分割二值化图像；

图10是本申请的实施例提供的B目标电路板的第二分割图像；

图11是本申请的实施例提供的虚焊面板样本图像；

图12是本申请的实施例提供的标准面板样本图像；

图13是本申请的实施例提供的虚焊面板样本的第一分割图像；

图14是本申请的实施例提供的标准面板样本的第一分割图像；

图15是本申请的实施例提供的虚焊面板样本对应的分割模型输出检测图像；

图16是本申请的实施例提供的标准面板样本对应的分割模型输出检测图像；

图17是本申请的实施例提供的一种PCBA虚焊缺陷检测装置的功能模块示意图；

其中，1001-处理器，1002-通信总线、1003-用户接口，1004-网络接口，1005-存储器。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例的主要解决方案是：提供一种PCBA虚焊缺陷检测方法、装置、设备和介质，所述方法包括以下步骤：获取目标电路板的待检测图像；将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集；判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

PCBA是所有电子产品组件中最为常见且重要的组成，其类似于人体的大脑神经网络，是所有电子产品的核心，几乎决定着产品的核心、性能、可靠性。据调研，在电子产品售后问题当中，有接近80%产品故障源自PCBA，因此PCBA质量的重要程度不言而喻。在PCBA的实际加工过程中需要经历多道复杂工艺，因此也容易产生各种各样的缺陷，数量庞大且形态各异的待检焊点给质检环节带来了巨大的压力。目前，基于AI深度学习的质检已经开始逐步替代相关领域的人工质检，但依然存在个别缺陷无法做到准确检出，其中虚焊作为一种常见且风险很大的缺陷就是其中一个难点。因此，亟需一种能准确识别PCBA缺陷的方法。

参照图1，图1为本申请实施例方案涉及的硬件运行环境的电子设备结构示意图。

如图1所示，该电子设备可以包括：处理器1001，例如中央处理器（CentralProcessing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（WIreless-FIdelity，WI-FI）接口）。存储器1005可以是高速的随机存取存储器（RandomAccess Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non-Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及电子程序。

在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中，所述电子设备通过处理器1001调用存储器1005中存储的PCBA虚焊缺陷检测装置，并执行本申请实施例提供的PCBA虚焊缺陷检测方法。

参照图2，本申请的实施例提供了一种PCBA虚焊缺陷检测方法，包括以下步骤：

步骤S10、获取目标电路板的待检测图像。

在实际应用中，所述目标电路板是指需要检测是否存在虚焊缺陷的电路板；所述目标电路板可能存在虚焊缺陷，也可能不存在虚焊缺陷。另外，所述目标电路板的待检测图像是指基于所述目标电路板的实际拍摄AOI图像。因此，所述目标电路板的原始图片为彩色图片，以及所述电路板图像构造本身较为复杂，而为了后续特征提取，也可以将所述实际拍摄AOI图像进行贴片标注，可以根据实际需求进行选择。在一些实施例中，所述获取目标电路板的待检测图像，包括：对目标电路板的焊点区域进行拍摄，获得原始数据图像；对原始数据图像进行灰度处理和除噪处理，获得目标电路板的待检测图像。也可以根据需求，对灰度处理和除燥处理后的图像进行区域标注。

步骤S20、将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域。具体来说，所述第一引脚区域为图像中间的类圆状区域，所述第一露铜区域为半环绕第一引脚区域的类月牙状区域。

需要说明的是，所述目标分割模型由电路板样本图像集训练获得；所述电路板样本图像集中包括虚焊面板样本图像集和标准面板样本图像集。在实际应用中，所述目标分割模型通过如下步骤训练获得：收集获得虚焊电路板样本集和正常电路板样本集，并对样本集中的图片进行引脚区域标注和焊盘露铜区域标注，如将所述第一引脚区域标注为图像中间的类圆状区域，所述第一露铜区域标注为半环绕第一引脚区域的类月牙状区域；将标注后的图片进行数据增强处理，即将有限的样本图像进行合理有效的图像变换，以获得更多训练数据，使得模型适应各种各样可能的工况；将数据增强处理后样本集对分割模型进行训练，以获得能够准确分割出引脚区域与焊盘露铜区域的目标分割模型。基于上述方法训练获得的目标分割模型能够准确将目标电路板分割出引脚区域与焊盘露铜区域。在具体应用中，所述虚焊面板样本图像集中各虚焊面板样本图像包含引脚区域标注信息和露铜区域标注信息；所述标注信息基于对所述虚焊面板样本图像的语义描述信息获得。其中，所述数据增强处理是指通过仿射变换、图像畸变等方式进行数据集扩充。

在实际应用中，为了获得能够准确分割出引脚区域与焊盘露铜区域的目标分割模型，在收集样本图片时，应当尽量覆盖到虚焊板、正常板，以及介于虚焊板与正常板的“次品板”，以供模型学习到中间状态，解决模型在实际场景下的过检问题。另外，所述数据增强处理是指仿射变换处理、图像畸变处理等方式进行数据集扩充。

在实际应用中，可以通过目视判断所述引脚区域和所述露铜区域是否存在交叠，即无需进行像素点提取。但若使用目测判断，可能会存在误差，并且较为主观。因此本申请优选通过所述引脚区域和所述露铜区域的像素点交叠值进行判断是否存在交叠。即：

步骤S30、将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集。

在实际应用中，步骤S30所述将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集，包括：将所述第一引脚区域进行图像膨胀处理，获得膨胀后的引脚区域；将所述膨胀后的引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域进行图像膨胀处理，获得膨胀后的露铜区域；将所述膨胀后的露铜区域中的像素点进行提取，获得露铜区域像素点集。

在实际应用中，为了避免模型分割精度不准时导致的漏检问题，本申请在进行第一引脚区域的像素点和第一露铜区域的像素点交叠判断运算前进行了图像膨胀运算步骤，将距离十分接近但未相交的两个区域进行了一定程度的外扩后再进行判断，因此膨胀运算时采用的迭代轮数（Iteration）也是本方案的一个重要超参数，可用于控制检测方案的严格程度。

步骤S40、判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值。

在实际应用中，在分别获取所述引脚区域像素点集和所述露铜区域像素点集之后，可以通过将图像重叠的方式判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，但该方式无法设置预设阈值对交叠结果进行卡控。因此本申请的实施例优选将所述引脚区域像素点集的坐标值和所述露铜区域像素点集的坐标值进行重叠计算，获得像素点交叠值，即：

在实际应用中，步骤S40所述判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值，包括：基于所述引脚区域像素点集，获得所述引脚区域像素点集中各像素点的坐标值；基于所述露铜区域像素点集，获得所述露铜区域像素点集中各像素点的坐标值；基于所述引脚区域像素点集中各像素点的坐标值和所述露铜区域像素点集中各像素点的坐标值，获得像素点交叠值。

如上述所述，通过将所述引脚区域像素点集的坐标值和所述露铜区域像素点集的坐标值进行重叠计算的优点，在于可以通过预设阈值对交叠结果进行卡控，因此，在获得所述像素点交叠值步骤之后，还包括：

步骤S50、将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

在实际应用中，所述将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果，包括：若所述像素点交叠值大于或等于预设交叠阈值，则缺陷检测结果为存在缺陷；若所述像素点交叠值小于预设交叠阈值，则缺陷检测结果为不存在缺陷。

在实际应用中，为避免过检或漏检，可以根据实际需求，对预设交叠阈值进行设置，如避免过检，可以将预设交叠阈值设置低一些；若避免漏检，可以将预设交叠阈值设置高一些。

下面结合具体案例对本申请所述检测方法进行详细说明：

如图3所示为A目标电路板的待检测图像，将所述待检测图像输入至目标分割模型进行分割，获得如图4所示的第一分割图像；其中，所述第一分割图像中包含第一引脚区域（图像中间的类圆状区域）和第一露铜区域（半环绕第一引脚区域的类月牙状区域）。将所述第一分割图像进行二值化处理，获得如图5所示的第一分割二值化图像；对所述第一分割二值化图像进行像素膨胀处理，获得如图6所示的第二分割图像。通过目测可以看出所述第一引脚区域和第一露铜区域存在像素交叠；或者通过对所述第一引脚区域和第一露铜区域的像素点分别提取后，判断像素集的交叠值是否符合预设交叠阈值要求，基于交叠结果得知所述第一引脚区域和第一露铜区域的像素交叠值大于预设交叠阈值，因此缺陷检测结果为存在缺陷。

如图7所示为B目标电路板的待检测图像，将所述待检测图像输入至目标分割模型进行分割，获得如图8所示的第一分割图像；其中，所述第一分割图像中包含第一引脚区域（图像中间的类圆状区域）和第一露铜区域（半环绕第一引脚区域的类月牙状区域）。将所述第一分割图像进行二值化处理，获得如图9所示的第一分割二值化图像；对所述第一分割二值化图像进行像素膨胀处理，获得如图10所示的第二分割图像。通过目测可以看出所述第一引脚区域和第一露铜区域不存在像素交叠；或者通过对所述第一引脚区域和第一露铜区域的像素点分别提取后，判断像素集的交叠值是否符合预设交叠阈值要求，基于交叠结果得知所述第一引脚区域和第一露铜区域的像素交叠值小于预设交叠阈值，因此缺陷检测结果为不存在缺陷。

需要说明的是，所述对所述第一引脚区域和第一露铜区域的像素点分别提取后，计算像素集的交叠值通过本领域常规技术手段均可完成，因此这里不再做赘述。

下面结合具体案例对本申请所述目标分割模型的训练方法进行详细说明：

所述目标分割模型由电路板样本图像集训练获得；所述电路板样本图像集中包括虚焊面板样本图像集和标准面板样本图像集；其中，所述虚焊面板样本图像如图11所示，所述标准面板样本图像如图12所示。将所述图11对应的虚焊面板样本图像进行分割后获得的第一分割图像如图13所示，将所述图12对应的虚焊面板样本图像进行分割后获得的第一分割图像如图14所示。

将所述图13和图14分别经过数据增强处理后，对分割模型进行训练；通过训练后的分割模型输出的图像如图15-16所示，其中输入图13，输出图像为图15；输入图14，则输出图像为图16。

在具体应用时，由于样本图像有限，可以将有限的样本图像进行合理有效的图像变换，以获得更多训练数据，使得模型适应各种各样可能的工况；将数据增强处理后样本集对分割模型进行训练，以获得能够准确分割出引脚区域与焊盘露铜区域的目标分割模型。如图15所示的第一样本图像经过变换后，可以获得如图16所示的第二样本图像。

综上所述，与现有技术相比，本申请实施例所述PCBA虚焊缺陷检测方法包括：获取需要检测虚焊缺陷的电路板原始图像，即目标电路板的原始图像，但由于目标电路板的原始图像较难判断是否存在虚焊缺陷，因此将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；这时，所述第一分割图像中包含第一引脚区域和第一露铜区域，并且所述第一引脚区域和所述第一露铜区域的颜色不同，因此更易分辨；基于此，分别提取所述第一引脚区域中的像素点和所述第一露铜区域中的像素点，获得引脚区域像素点集和露铜区域像素点集；基于预设算法判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值，并基于预设交叠阈值进行卡控，从而获得缺陷检测结果。通过上述步骤所获得的检测结果可精准检测出目标电路板中的虚焊缺陷，包括对孔洞不可见虚焊的检测；同时也根据预设交叠阈值的设置避免过检，进而提高了对电路板中虚焊缺陷的检测准确度。

基于同样的发明思路，如图17所示，本申请实施例还提出了：一种PCBA虚焊缺陷检测装置，包括：

获取模块，用于获取目标电路板的待检测图像；

分割模块，用于将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；

像素提取模块，用于将所述第一引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域中的像素点进行提取，获得露铜区域像素点集；

像素点交叠值计算模块，用于判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；

检测缺陷模块，用于将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

需要说明的是，本实施例中PCBA虚焊缺陷检测装置中各模块是与前述实施例中的PCBA虚焊缺陷检测方法中的各步骤一一对应，因此，本实施例的具体实施方式可参照前述PCBA虚焊缺陷检测方法的实施方式，这里不再赘述。

此外，在一种实施例中，本申请的实施例还提供一种计算机程序产品，所述计算机程序产品在被处理器时，实现前述的方法。

此外，在一种实施例中，本申请的实施例还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器运行时实现前述实施例中方法的步骤。

在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。计算机可以是包括智能终端和服务器在内的各种计算设备。

在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言（包括编译或解释语言，或者声明性或过程性语言）来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。

作为示例，可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言（HTML，Hyper TextMarkup Language）文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件（例如，存储一个或多个模块、子程序或代码部分的文件）中。

作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

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上述 实施例方法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，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，该计算机软件产品存储在一个存储介质（如只读存储器/随机存取存储器、磁碟、光 盘）中，包括若干指令用以使得一台多媒体终端设备(可以是手机，计算机，电视接收机，或者网络设备等)执行本申请各个实施例所述的方法。

以上仅为本申请的优选实施例，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 (10)

1.一种PCBA虚焊缺陷检测方法，其特征在于，包括以下步骤：

获取目标电路板的待检测图像；

将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；

将所述第一引脚区域进行图像膨胀处理，获得膨胀后的引脚区域；将所述膨胀后的引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域进行图像膨胀处理，获得膨胀后的露铜区域；将所述膨胀后的露铜区域中的像素点进行提取，获得露铜区域像素点集；

判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；

将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

2.根据权利要求1所述PCBA虚焊缺陷检测方法，其特征在于，所述第一引脚区域和所述第一露铜区域采用不同颜色表示。

3.根据权利要求1所述PCBA虚焊缺陷检测方法，其特征在于，所述判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值，包括：

基于所述引脚区域像素点集，获得所述引脚区域像素点集中各像素点的坐标值；

基于所述露铜区域像素点集，获得所述露铜区域像素点集中各像素点的坐标值；

基于所述引脚区域像素点集中各像素点的坐标值和所述露铜区域像素点集中各像素点的坐标值，获得像素点交叠值。

4.根据权利要求1所述PCBA虚焊缺陷检测方法，其特征在于，所述将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果，包括：

若所述像素点交叠值大于或等于预设交叠阈值，则缺陷检测结果为存在缺陷；若所述像素点交叠值小于预设交叠阈值，则缺陷检测结果为不存在缺陷。

5.根据权利要求1所述PCBA虚焊缺陷检测方法，其特征在于，所述获取目标电路板的待检测图像，包括：

对目标电路板的焊点区域进行拍摄，获得原始数据图像；

对原始数据图像进行灰度处理和除噪处理，获得目标电路板的待检测图像。

6.根据权利要求1所述PCBA虚焊缺陷检测方法，其特征在于，所述目标分割模型由电路板样本图像集训练获得；所述电路板样本图像集中包括虚焊面板样本图像集和标准面板样本图像集。

7.根据权利要求6所述PCBA虚焊缺陷检测方法，其特征在于，所述虚焊面板样本图像集中各虚焊面板样本图像包含引脚区域标注信息和露铜区域标注信息；所述标注信息基于对所述虚焊面板样本图像的语义描述信息获得。

8.一种PCBA虚焊缺陷检测装置，其特征在于，包括：

获取模块，用于获取目标电路板的待检测图像；

分割模块，用于将所述目标电路板的待检测图像输入至目标分割模型进行分割，获得第一分割图像；其中，所述第一分割图像中包含第一引脚区域和第一露铜区域；

像素提取模块，用于将所述第一引脚区域进行图像膨胀处理，获得膨胀后的引脚区域；将所述膨胀后的引脚区域中的像素点进行提取，获得引脚区域像素点集；将所述第一露铜区域进行图像膨胀处理，获得膨胀后的露铜区域；将所述膨胀后的露铜区域中的像素点进行提取，获得露铜区域像素点集；

像素点交叠值计算模块，用于判断所述引脚区域像素点集和所述露铜区域像素点集是否存在交叠，获得像素点交叠值；

检测缺陷模块，用于将所述像素点交叠值，按照预设交叠阈值进行卡控，获得缺陷检测结果。

9.一种电子设备，其特征在于，该电子设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现如权利要求1-7中任一项所述PCBA虚焊缺陷检测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现如权利要求1-7中任一项所述PCBA虚焊缺陷检测方法。

Images