CN116295047A - 电路板盲孔品质检测方法及系统 - Google Patents
电路板盲孔品质检测方法及系统 Download PDFInfo
- Publication number
- CN116295047A CN116295047A CN202310152301.5A CN202310152301A CN116295047A CN 116295047 A CN116295047 A CN 116295047A CN 202310152301 A CN202310152301 A CN 202310152301A CN 116295047 A CN116295047 A CN 116295047A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- height
- circuit board
- blind hole
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30141—Printed circuit board [PCB]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例提供了一种电路板盲孔品质检测方法及系统,该方法包括:通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像,对多个第一目标图像进行处理得到第二目标图像,根据第一灰度图像和第二灰度图像确定有效灰度图像,根据有效灰度图像得到目标电路板盲孔区域的高度数据和三维形貌数据,根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。采用前述方法,可以在不损伤电路板的情况下准确的得到电路板上盲孔的高度数据和三维形貌数据,并对其进行有效的品质评价。
Description
技术领域
本申请涉及一般图像数据处理技术领域,特别涉及一种电路板盲孔品质检测方法及系统。
背景技术
电路板的盲孔位于电路板的顶层和底层表面,用于表层线路和下面的内层线路的连接,是电路板中重要的组成部分,而电路板的品质主要包括孔形貌和孔深度两个方面。
目前实际生产过程中,厂家对电路板的盲孔品质的检测手段主要为切片测量。切片测量存在对电路板的损伤不可逆、人工误差大、流程长、精度低等问题,严重制约了电路板的生产效率。如何在不损伤电路板的情况下,准确无误、快速有效地评价盲孔品质,是本领域亟待解决的重要问题之一。
发明内容
本申请实施例提供了一种电路板盲孔品质检测方法及系统,通过双相机拍摄目标电路板,对得到的图像进行处理确定盲孔的高度数据和三维形貌数据,并据此进行品质评价,可以在不损伤电路板的情况下准确的得到电路板上盲孔的高度数据和三维形貌数据,并对其进行有效的品质评价
第一方面,本申请实施例提供了一种电路板盲孔品质检测方法,该方法包括:通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像,其中,目标电路板上存在至少一个盲孔,且目标电路板被激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像,两个相机在x轴上分别处于激光装置的两侧;
根据多个第一目标图像进行处理得到多个第二目标图像,第二目标图像中包括根据第一激光条纹图像确定的有效第一激光条纹图像和根据第二激光条纹图像确定的有效第二激光条纹图像;
对多个第二目标图像进行处理得到第三目标图像,第三目标图像中包括多个有效第一激光条纹图像对应的第一灰度图像和多个有效第二激光条纹图像对应的第二灰度图像;
根据第三目标图像得到目标电路板盲孔区域的高度数据和三维形貌数据;
根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。
可以看出,本申请实施例中,通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像,对多个第一目标图像进行处理得到第二目标图像,根据第一灰度图像和第二灰度图像确定有效灰度图像,根据有效灰度图像得到目标电路板盲孔区域的高度数据和三维形貌数据,根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。采用前述方法,可以在不损伤电路板的情况下准确的得到电路板上盲孔的高度数据和三维形貌数据,并对其进行有效的品质评价。
第二方面,本申请实施例提供了一种电路板盲孔品质检测系统,包括采集装置、处理装置和检测装置,采集装置包括采集模块包括激光装置和在x轴上处于激光装置两侧的相机,其特征在于:
采集装置拍摄目标电路板,获得多个第一目标图像,其中,目标电路板上存在至少一个盲孔,且目标电路板被激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像;
处理装置对多个第一目标图像进行处理得到多个第二目标图像,第二目标图像中包括根据第一激光条纹图像确定的有效第一激光条纹图像和根据第二激光条纹图像确定的有效第二激光条纹图像;
处理装置还对多个第二目标图像进行处理得到第三目标图像,第三目标图像中包括多个有效第一激光条纹图像对应的第一灰度图像和多个有效第二激光条纹图像对应的第二灰度图像;
处理装置还根据第三目标图像得到目标电路板盲孔区域的高度数据和三维形貌数据;
检测装置根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。
第三方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有程序数据,程序数据在被处理器执行时,用于执行程序数据以实现本申请实施例第一方面所描述的部分或全部步骤。
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,下面将对实施例或现有技术描述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为本申请实施例提供的一种采集装置的结构示意图;
图2为本申请实施例提供的一种电路板盲孔品质检测方法的流程示意图;
图3为本申请实施例提供的一种激光条纹图像的结构示意图;
图4为本申请实施例提供的一种灰度图像的结构示意图;
图5为本申请实施例提供的一种电路板盲孔品质检测系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤的过程、方法、系统、产品或设备没有限定于已列出的步骤,而是可选地还包括没有列出的步骤,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤。
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,也不是与其它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它实施例相结合。
请参阅图1,图1为本申请实施例提供的一种采集装置的结构示意图,如图1所示,该采集装置包括激光装置101、第一相机102和第二相机103。其中,激光装置101垂直照射平面,第一相机102和第二相机103平行分布在激光装置101的两侧。且两个相机的拍摄角度可以自由调节,但是对其角度的调节是在检测工作发生前,即在进行检测工作时,三者之间的角度固定不变。当激光装置101照射到盲孔104上时,第一相机102在拍摄时会存在视野盲区,即无法拍摄到盲孔104靠近左侧的形貌,而这时第二相机103可以拍摄到盲孔104靠近左侧的形貌,同理,第二相机103同样也可能拍摄不到盲孔104靠近右侧的形貌,这时需要第一相机102来拍摄盲孔104靠近右侧的形貌。
基于此,本申请实施例提供了一种电路板盲孔品质检测方法,下面结合附图对本申请实施例进行详细说明。
请参阅图2,图2为本申请实施例提供的一种电路板盲孔品质检测方法的流程示意图,如图2所示,该方法包括如下步骤:
步骤201,通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像。
其中,目标电路板上存在至少一个盲孔,且目标电路板被激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像,两个相机在x轴上分别处于激光装置的两侧。该目标电路板可以是高密度互连(High DensityInterconnector,HDI)板,HDI板是生产印刷电路板的一种,是使用微盲埋孔技术的一种线路分布密度比较高的电路板。激光装置可以是线激光装置。
在拍摄过程中,两个相机和激光装置固定在一起,如图1中所示的采集装置,并保持与目标电路板在x轴上的相对移动。即可以选择固定目标电路板,并在x轴上移动采集装置;也可以选择固定采集装置,并在x轴上移动目标电路板。在目标电路板与采集装置保持相对移动的过程中,两个相机就会同时拍摄到多个激光条纹图像。
在一个可行的实施例中,在拍摄得到的激光条纹图中,由于激光照射到物体上会存在一定的宽度即x轴上对应的长度,而这样的就难以确定出准确的像素点的位置,激光照射到物体上,其激光的亮度在x轴上是符合高斯分布的,那么这里就可以通过灰度重心法确定激光条纹在x轴上的中心,以获取激光条纹在x轴上对应的像素位置。若还需要更精确的计算,还可以采用亚像素算法,来求取激光条纹的亚像素中心位置。
但是在拍摄多个激光条纹图像之前,还需要完成采集装置的高度标定,以及两个相机之间的图像配准,以方便后续进行图像处理。下面对采集装置的高度标定以及两个相机之间的图像配准进行说明:
在一个可行的实施例中,在通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像之前,方法还包括:同时调整两个相机和激光装置的高度对目标电路板进行拍摄得到不同高度分别对应的第三目标图像,第三目标图像包括两个相机分别对应的第三激光条纹图像和第四激光条纹图像;根据不同高度分别对应的第三激光条纹图像和第四激光条纹图像在x轴上的距离生成两个相机分别对应的第一高度映射表和第二高度映射表,高度映射表中包括实物高度变化值与激光图像距离变化值之间的映射关系。
其中,对于采集装置的高度标定,需要z轴上移动采集装置的高度,同时根据不同高度中激光条纹在相机成像上的位置的变化,即在图像x轴上的距离变化,来确定实物高度变化值与激光图像距离变化值之间的映射关系。具体地,对采集装置在z轴上移动距离a1时,确定移动前拍摄到的激光条纹图和移动后拍摄的激光条纹图中,两者图像中激光条纹所对应的位置之间的距离A1,对采集装置在z轴上多次移动不同的距离,得到激光条纹在成像中的距离变化值,生成高度映射表,如表1所示的高度映射表:
表1高度映射表
序号 | 高度变化值 | 激光图像距离变化值 |
1 | a1 | A1 |
…… | …… | …… |
n | an | An |
在本申请实施例中,通过移动两个相机和激光装置的高度来对目标电路板进行拍摄来实现相机的高度标定。可以在后续拍摄过程中,通过目标电路板的盲孔在相机中的成像确定盲孔的真实高度。
在一个可行的实施例中,在通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像之前,方法还包括:通过两个相机拍摄标定板,获得第四目标图像,第四目标图像包括两个相机分别对应的第一高度图像和第二高度图像,标定板上包括多个规则排列的标定图案;
获取标定图案的图案拍摄参数,图案拍摄参数包括标定图案的形貌参数、像素尺寸和灰度值;根据图案拍摄参数设置匹配模型,根据匹配模型对第四目标图像中的图案拍摄参数进行匹配确定第四目标图像中的标定图案,并计算获得多个标定图案的中心坐标;
根据最小二乘法对多个标定图案的中心坐标进行拟合确定多个标定图案的中心坐标所处的直线;根据直线的倾斜率以第四目标图像的中心点为原点对第四目标图像进行旋转至直线与x轴平行,并根据双三次插值算法确定旋转后的第四目标图像中坐标所对应的灰度值,得到第五目标图像,第五目标图像中包括第一高度图像对应的第三高度图像以及第二高度图像对应的第四高度图像;
根据第五目标图像中多个标定图案之间的中心坐标的距离确定第五目标图像中多个标定图案之间的图像中心距,并根据标定板的先验参数确定标定图案之间的实际中心距;根据第五目标图像中多个标定图案之间的图像中心距以及标定图案之间的实际中心距,确定两个相机各自对应的图像分辨率;
根据第三高度图像对应的标定图案的中心坐标和第二高度图像对应的标定图案的中心坐标确定两个相机之间的偏移量;
根据两个相机各自对应的图像分辨率以及两个相机之间的偏移量对两个相机进行图像坐标配准。
其中,对于两个相机之间进行图像配准主要是通过拍摄标定板进行标定,该标定板上的标定图案可以是规则的图案,如圆锥、圆柱、多边形柱体等,也可以是其他不规则的可以用于标识的图案。具体地,通过两个相机拍摄标定板,得到两个相机分别对应的第三高度图像和第四高度图像,该高度图像是一个二维的灰度图像,其中,灰度图像中的灰度值的大小对应着相机拍摄时得到的在x轴上不同的位移值。获取该标定板中标定图案的图案拍摄参数,包括形貌参数、像素尺寸和灰度值,根据其图案拍摄参数设置匹配模型,将匹配模型与第四目标图像中的第三高度图像和第四高度图像进行匹配确定第三高度图像和第四高度图像中的标定图案,再根据确定的多个标定图案所处的图像位置确定其中心坐标,匹配模型进行匹配是进行灰度值相似度的匹配。
确定第三高度图像和第四高度图像中的标定图案的中心坐标之后,为了避免得到中心坐标时存在的精度问题导致的中心坐标不处于一条直线上,所以根据最小二乘法对多个标定图案的中心坐标进行拟合确定其中心坐标所处的直线,如直线方程为y=ax+b,其中倾斜角为arctanb,根据其倾斜角角度以第四目标图像的中心点为原点进行旋转后,由于旋转前的图像坐标与旋转后的图像坐标无法对应,导致旋转后的部分图像坐标点不具有灰度值,这时通过双三次插值算法确定第四目标图像在旋转后的坐标所对应的灰度值,以确定第五目标图像,使得标定图案与采集装置都平行于x轴,其中,将标定图案进行校正之后,根据多个标定图案的中心坐标计算相邻标定图案之间的图像中心距△xr,其中,根据先验参数确定标定板中实际中心距为xr,可以确定相机在x轴方向的图像分辨率,该图像分辨率还可以称之为图像的横向分辨率,表示为Fx=xr/△xr,根据前述方式分别确定两个相机的横向分辨率分别为FxL和FxR,该图像分辨率(横向分辨率)用于表示相机所拍摄的图像中的横向位移量与实际位移量之间的关系,由于两个相机是平行于x轴,那么可以确定两个相机在y轴上不存在偏移量,根据左右两个相机对应的第一高度图像和第二高度图像中的标定图案的中心坐标来确定左右两个相机的偏移量△x。根据左右两个相机之间的偏移量△x以及两个相机在x轴方向的分辨率FxL和FxR,建立仿射矩阵:通过仿射矩阵完成左右两个相机拍摄得到的图像的坐标参数的配准。
在本申请实施例中,通过两个相机拍摄标定板得到对应的第三高度图像和第四高度图像,通过标点板中标定图案的图案拍摄参数来生成匹配模型与第三高度图像和第四高度图像进行匹配以确定图像中标定图案的中心坐标,对多个中心坐标确定的直线进行校正至与x轴平行,再根据多个标定图案之间的平均间距对两个相机之间的图像配准。采用前述方法,可以较精准的完成对左右相机的图像配准。
步骤202,对多个第一目标图像进行处理得到第二目标图像。
其中,第二目标图像中包括多个第一激光条纹图像对应的第一高度图像和多个第二激光条纹图像对应的第二高度图像。第一高度图像和第二高度图像的高度信息是通过图像像素点的灰度值进行反映的。
在一个可行的实施例中,对多个第一目标图像进行处理得到第二目标图像,包括:确定激光图像距离变化值与灰度变化值之间的对应关系;
根据第一高度映射表和第二高度映射表中实物高度变化值与激光图像距离变化值之间的映射关系,确定灰度变化值与实物高度变化值之间的对应关系;
根据激光图像距离变化值与灰度变化值之间的对应关系对多个第一目标图像进行处理得到第二目标图像,并根据灰度变化值与实物高度变化值之间的对应关系确定第二目标图像中每个像素点灰度值对应的高度数据。
其中,在先实施例中通过对采集装置沿z轴移动进行确定了两个相机实务高度变化值与激光图像距离变化之间的映射关系,本实施例中,首先确定了激光图像的距离变化值和灰度变化值之间的对应关系,再根据前述对应关系确定图像的灰度变化值与实务高度变化值之间的对应关系,这样就可以将第一目标图像中的激光条纹图像转化为高度图像,即第二目标图像,并且高度图像所反映的高度值是通过每个像素点的灰度值进行的。
示例性地,请参阅图3,图3为本申请实施例提供的一种激光条纹图像的结构示意图,如图3所示,图3包括拍摄了目标电路板的盲孔之后的激光条纹图,该激光条纹图在x轴上存在位移部分301,本实施例中将激光条纹图转化为高度图像,就是将该位移部分301在x轴上产生的位移量对应到灰度值的变化量,并将该激光条纹图像转化为一条平行于y轴的直线,即高度图像,其中高度图像上每个像素点都具有对应的灰度值,该像素点的灰度值对应着原激光条纹图中的该像素点在x轴上的位移量。
在本申请实施例中,确定激光图像距离变化值与灰度变化值之间的对应关系来确定该灰度变化值与实务高度变化值之间的对应关系,并根据该对应关系实现对第一目标图像向第二目标图像的转化。采用前述方法,可以实现相机对三维物体拍摄后成像上的二维化。
步骤203,根据第二目标图像确定有效高度图像,根据有效高度图像得到目标电路板盲孔区域的高度数据和三维形貌数据。
其中,在根据高度图像确定目标电路板盲孔的高度数据和三维形貌数据之前,还需要判断高度图像中每个像素点的有效性,将无效的像素点进行剔除,将有效的像素点进行保留。这主要是因为两个相机在进行拍摄的过程中,可能存在如图1所示拍摄遮挡问题,那么存在遮挡部分的像素点就是不准确的,而如果将这种像素点进行保留就会不利于对盲孔高度数据的计算。
在一个可行的实施例中,根据第二目标图像确定有效高度图像,根据有效高度图像得到目标电路板盲孔区域的高度数据和三维形貌数据,包括:
获取目标电路板的先验信息,先验信息包括目标电路板中盲孔的最大直径;根据先验信息确定与两个相机各自对应的图像分辨率确定盲孔在第二目标图像中存在的最大直径;在x轴上以目标电路板中盲孔的最大直径为跨度,分别在第一高度图像和第二高度图像上确定多个高度图像;
根据多个高度图像中每个像素点的灰度值在对应的高度图像上的连续性来判断多个高度图像中每个像素点的有效性;
确定有效的像素点中,与第一高度图像对应的第一像素点和与第二高度图像对应的第二像素点;根据迭代最近点算法对第一像素点和第二像素点进行空间匹配得到目标电路板盲孔区域的高度数据和三维形貌数据。
其中,根据目标电路板的先验信息包括目标电路板中盲孔的最大直径,但是该直径为实际直径,但是本实施例所需要确定的是在第二目标图像上所显示的盲孔的最大直径,而上述实施例中求出了两个相机的图像分辨率,因此本实施例可以通过目标电路板的先验信息以及两个相机的图像分辨率来确定盲孔在第二目标图像中存在的最大直径,并在x轴上以该最大直径为跨度,分别在第二目标图像中的第一高度图像和第二高度图像上截取一段高度图像,并且截取的这一段高度图像中覆盖一个完整的盲孔,再根据这段高度图像确定多个高度图。
示例性地,请参阅图4,图4为本申请实施例提供的一种灰度图像的结构示意图,如图4所示,图4包括一个高度图像,该高度图像是由多个高度图401组成,通过上述方式确定该高度图像中的盲孔的最大直径为6,且该高度图像中盲孔位于x轴上的2-8这个区间内,那么在x轴上以盲孔的最大直径6为跨度截取2-8这个区间内的高度图像,并根据这个区间内的高度图像确定7个高度图401,图4中的高度图401只是用于表达跨度的选取过程,上面各个像素点的灰度值并没有通过图4来进行表达。
每一个高度图中存在多个像素点,有效性判断是针对每个像素点进行的,即根据每个像素点的灰度值在该像素点对应的高度图像上的连续性进行判断,而连续性的判断可以根据每个像素点在对应的高度图像上与相邻像素点之间的灰度值的差值来进行判断,或者根据每个像素点灰度值与对应高度图像中的平均灰度值来进行判断。通过前述方法来对每个像素点的有效性进行判断之后,将无效的像素点进行剔除,有效的像素点进行保留。
在有效的像素点中,确定两个相机的第一高度图和第二高度图分别对应的第一像素点和第二像素点,并根据迭代最近点算法对第一像素点和第二像素点进行空间匹配,得到完整的图像,并根据完整的图像中的像素点的灰度值确定由两个相机拍摄得到的完整的盲孔区域的高度数据和三维形貌数据。
在本申请实施例中,在x轴上以目标电路板中盲孔的最大直径为跨度,分别在第一灰度图像和第二灰度图像上确定多个高度图像,并根据每个像素点的灰度值与该像素点对应的高度图像中的平均灰度值的残差,和/或每个像素点在对应的高度图像上与一侧相邻像素点之间的差值来判断高度图像中每个像素点的有效性,并通过迭代最近点算法在有效的像素点中,将第一灰度图像对应的第一像素点和第二灰度图像对应的第二像素点进行空间匹配得到目标电路板盲孔区域的高度数据和三维形貌数据。采用前述方法,判断每个像素点的有效性,可以避免两个相机在拍摄过程中的遮挡问题导致的盲孔高度数据不准确。
步骤204,根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。
其中,对于盲孔的品质评价主要包括孔深以及孔形貌两个方面。
在一个可行的实施例中,目标电路板盲孔区域包括目标电路板盲孔以内的区域和目标电路板盲孔以外的区域,根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果,包括:根据最小二乘法和目标电路板盲孔以外的区域的高度数据进行平面拟合得到目标电路板盲孔以外的区域的平面方程;根据目标电路板盲孔以外的区域的平面方程和目标电路板盲孔以内的区域的高度数据得到盲孔的孔深数据。
根据目标电路板盲孔区域的三维形貌数据来计算盲孔内各像素点在x轴方向和y轴方向的曲率半径;根据盲孔的孔深数据和盲孔内各点在x轴方向和y轴方向的曲率半径来对盲孔进行品质评价得到品质评价结果。
其中,通过上述实施例得到盲孔区域的高度数据之后,需要计算盲孔的孔深,由于目标电路板在拍摄时平面不一定是完全处于水平状态,也可能会存在电路板倾斜问题,因为直接通过盲孔以内区域的高度数据得到孔深是不准确的,这时需要根据最小二乘法对盲孔以外区域的高度数据进行平面拟合得到一个完整的平面的多个像素点的高度数据,并可以根据该多个像素点的高度数据确定其坐标,并根据坐标确定其平面的平面方程为Ax+By+Cz+D=0,这时根据盲孔以内区域的高度数据,可以确定盲孔最深点的高度数据,这时将其确定为坐标(x1,y1,z1),并根据其坐标与平面方程可以确定盲孔的孔深 在确定了盲孔的孔深之后,根据盲孔孔深的品控标准来对其进行品质评价,即是否满足深度要求。
通过上述实施例得到盲孔的三维形貌数据之后,需要根据盲孔的三维形貌数据确定每个点在x轴和y轴方向上的曲率半径,即水平平面上的曲率半径,并根据每个点对应的曲率半径大小与品控标准对应的每个点的曲率半径大小进行比较来实现每个点的逻辑判断,即0和1的判断,并根据整个盲孔内的逻辑0点分布情况,来对盲孔的三维形貌进行品质评价,例如对其逻辑0点分布数量大小的判断,或者分布是否集中的判断。
在本申请实施例中,通过最小二乘法与盲孔区域的高度数据确定盲孔以外区域的平面方程,并根据盲孔以内的高度数据和平面方程确定盲孔的孔深,通过们盲孔区域的三维形貌数据确定盲孔内各像素点在x轴和y轴方向的曲率半径来对盲孔进行品质评价得到品质评价结果。采用前述方法,可以准确的得到盲孔的孔深,还可以对盲孔孔内三维形貌进行准确度高的品质评价。
可以看出,本申请实施例中,通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像,对多个第一目标图像进行处理得到第二目标图像,根据第一灰度图像和第二灰度图像确定有效灰度图像,根据有效灰度图像得到目标电路板盲孔区域的高度数据和三维形貌数据,根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。采用前述方法,可以在不损伤电路板的情况下准确的得到电路板上盲孔的高度数据和三维形貌数据,并对其进行有效的品质评价。
与上述所示的实施例一致的,请参阅图5,图5为本申请实施例提供的一种电路板盲孔品质检测系统的结构示意图,电路板盲孔品质检测系统50包括采集装置501、处理装置502和检测装置503,采集装置501包括采集模块包括激光装置和在x轴上处于激光装置两侧的相机,其中:
采集装置501,用于拍摄目标电路板,获得多个第一目标图像,并将多个第一目标图像发送给处理装置,其中,目标电路板上存在至少一个盲孔,且目标电路板被激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像;
处理装置502,用于对多个第一目标图像进行处理得到第二目标图像,第二目标图像中包括多个第一激光条纹图像对应的第一高度图像和多个第二激光条纹图像对应的第二高度图像;
处理装置502,还用于根据第二目标图像确定有效高度图像,根据有效高度图像得到目标电路板盲孔区域的高度数据和三维形貌数据;
检测装置503,用于根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果。
在一个可行的实施例中,采集装置501,在沿x轴拍摄目标电路板,获得多个第一目标图像之前,还用于:同时调整采集装置的高度对目标电路板进行拍摄得到不同高度分别对应的第三目标图像,第三目标图像包括两个相机分别对应的第三激光条纹图像和第四激光条纹图像;根据不同高度分别对应的第三激光条纹图像和第四激光条纹图像在x轴上的距离生成两个相机分别对应的第一高度映射表和第二高度映射表,高度映射表中包括实物高度变化值与激光图像距离变化值之间的映射关系。
在一个可行的实施例中,采集装置501,在沿x轴拍摄目标电路板,获得多个第一目标图像之前,系统还包括:通过采集装置501拍摄标定板,获得第四目标图像,第四目标图像包括两个相机分别对应的第一高度图像和第二高度图像,标定板上包括多个规则排列的标定图案;
处理装置502获取标定图案的图案拍摄参数,图案拍摄参数包括标定图案的形貌参数、像素尺寸和灰度值;并根据图案拍摄参数设置匹配模型,根据匹配模型对第四目标图像中的图案拍摄参数进行匹配确定第四目标图像中的标定图案,并计算获得多个标定图案的中心坐标;根据最小二乘法对多个标定图案的中心坐标进行拟合确定多个标定图案的中心坐标所处的直线;根据直线的倾斜率以第四目标图像的中心点为原点对第四目标图像进行旋转至直线与x轴平行,并根据双三次插值算法确定旋转后的第四目标图像中坐标所对应的灰度值,得到第五目标图像,第五目标图像中包括第一高度图像对应的第三高度图像以及第二高度图像对应的第四高度图像;
根据第五目标图像中多个标定图案之间的中心坐标的距离确定第五目标图像中多个标定图案之间的图像中心距,并根据标定板的先验参数确定标定图案之间的实际中心距;根据第五目标图像中多个标定图案之间的图像中心距以及标定图案之间的实际中心距,确定两个相机各自对应的图像分辨率;根据第三高度图像对应的标定图案的中心坐标和第二高度图像对应的标定图案的中心坐标确定两个相机之间的偏移量;根据两个相机各自对应的分辨率以及两个相机之间的偏移量对两个相机进行图像坐标配准。
在一个可行的实施例中,处理装置502对多个第一目标图像进行处理得到第二目标图像,包括:确定激光图像距离变化值与灰度变化值之间的对应关系;根据第一高度映射表和第二高度映射表中实物高度变化值与激光图像距离变化值之间的映射关系,确定灰度变化值与实物高度变化值之间的对应关系;根据激光图像距离变化值与灰度变化值之间的对应关系对多个第一目标图像进行处理得到第二目标图像,并根据灰度变化值与实物高度变化值之间的对应关系确定第二目标图像中每个像素点灰度值对应的高度数据。
在一个可行的实施例中,处理装置502根据第二目标图像确定有效高度图像,根据有效高度图像得到目标电路板盲孔区域的高度数据和三维形貌数据,包括:获取目标电路板的先验信息,先验信息包括目标电路板中盲孔的最大直径;根据先验信息确定与两个相机各自对应的图像分辨率确定盲孔在第二目标图像中存在的最大直径;在x轴上以目标电路板中盲孔的最大直径为跨度,分别在第一高度图像和第二高度图像上确定多个高度图像;确定多个高度图像中每个像素点的有效性,其中,每个像素点的有效性包括:每个像素点的灰度值与该像素点对应的高度图像中的平均灰度值的残差满足预设条件,和/或每个像素点在对应的高度图像上与相邻像素点之间的差值满足预设条件;
确定有效的像素点中,与第一高度图像对应的第一像素点和与第二高度图像对应的第二像素点;根据迭代最近点算法对第一像素点和第二像素点进行空间匹配得到目标电路板盲孔区域的高度数据和三维形貌数据。
在一个可行的实施例中,目标电路板盲孔区域包括目标电路板盲孔以内的区域和目标电路板盲孔以外的区域,检测装置503根据目标电路板盲孔区域的高度数据和三维形貌数据对盲孔进行品质评价得到品质评价结果,包括:根据最小二乘法和目标电路板盲孔以外的区域的高度数据进行平面拟合得到目标电路板盲孔以外的区域的平面方程;根据目标电路板盲孔以外的区域的平面方程和目标电路板盲孔以内的区域的高度数据得到盲孔的孔深数据;根据目标电路板盲孔区域的三维形貌数据来计算盲孔内各点在x轴方向和y轴方向的曲率半径;根据盲孔的孔深数据和盲孔内各像素点在x轴方向和y轴方向的曲率半径来对盲孔进行品质评价得到品质评价结果。
本申请实施例提供了一种计算机可读存储介质,其中,计算机可读存储介质中存储有程序数据,该程序数据在被处理器执行时,用于执行上述方法实施例中记载的任何一种电路板盲孔品质检测方法的部分或全部步骤。
需要说明的是,对于前述的任一种电路板盲孔品质检测方法的方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请所必须的。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现所公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
本领域普通技术人员可以理解上述任一种电路板盲孔品质检测方法的方法实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-OnlyMemory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请一种电路板盲孔品质检测方法及系统的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请一种电路板盲孔品质检测方法及系统的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
本申请是参照本申请实施例的方法、硬件产品和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
可以理解的是,凡是被控制或者被配置以用于执行本申请一种电路板盲孔品质检测方法的方法实施例所描述的流程图的处理方法的产品,如上述流程图的终端以及计算机程序产品,均属于本申请所描述的相关产品的范畴。
显然,本领域的技术人员可以对本申请提供的一种电路板盲孔品质检测方法及系统进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种电路板盲孔品质检测方法,其特征在于,所述方法包括:
通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像,其中,所述目标电路板上存在至少一个盲孔,且所述目标电路板被激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像,所述两个相机在x轴上分别处于所述激光装置的两侧;
对多个第一目标图像进行处理得到第二目标图像,所述第二目标图像中包括多个所述第一激光条纹图像对应的第一高度图像和多个所述第二激光条纹图像对应的第二高度图像;
根据所述第二目标图像确定有效高度图像,根据所述有效高度图像得到所述目标电路板盲孔区域的高度数据和三维形貌数据;
根据所述目标电路板盲孔区域的高度数据和三维形貌数据对所述盲孔进行品质评价得到品质评价结果。
2.根据权利要求1所述的方法,其特征在于,在通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像之前,所述方法还包括:
同时调整所述两个相机和所述激光装置的高度对所述目标电路板进行拍摄得到不同高度分别对应的第三目标图像,所述第三目标图像包括两个相机分别对应的第三激光条纹图像和第四激光条纹图像;
根据所述不同高度分别对应的第三激光条纹图像和第四激光条纹图像在所述x轴上的距离生成两个相机分别对应的第一高度映射表和第二高度映射表,高度映射表中包括实物高度变化值与激光图像距离变化值之间的映射关系。
3.根据权利要求2所述的方法,其特征在于,在通过两个相机沿x轴拍摄目标电路板,获得多个第一目标图像之前,所述方法还包括:
通过所述两个相机拍摄标定板,获得第四目标图像,所述第四目标图像包括两个相机分别对应的第三高度图像和第四高度图像,所述标定板上包括多个规则排列的标定图案;
获取所述标定图案的图案拍摄参数,所述图案拍摄参数包括标定图案的形貌参数、像素尺寸和灰度值;
根据所述图案拍摄参数设置匹配模型,根据所述匹配模型对所述第四目标图像中的图案拍摄参数进行匹配确定所述第四目标图像中的标定图案,并计算获得多个标定图案的中心坐标;
根据最小二乘法对所述多个标定图案的中心坐标进行拟合确定所述多个标定图案的中心坐标所处的直线;
根据所述直线的倾斜率以所述第四目标图像的中心点为原点对所述第四目标图像进行旋转至所述直线与x轴平行,并根据双三次插值算法确定旋转后的第四目标图像中坐标所对应的灰度值,得到第五目标图像,所述第五目标图像中包括所述第三高度图像对应的第五高度图像以及所述第四高度图像对应的第六高度图像;
根据所述第五目标图像中多个标定图案之间的中心坐标的距离确定所述第五目标图像中多个标定图案之间的图像中心距,并根据所述标定板的先验参数确定所述标定图案之间的实际中心距;
根据所述第五目标图像中多个标定图案之间的图像中心距以及所述标定图案之间的实际中心距,确定所述两个相机各自对应的图像分辨率;
根据所述第五高度图像对应的标定图案的中心坐标和所述第六高度图像对应的标定图案的中心坐标确定所述两个相机之间的偏移量;
根据所述两个相机各自对应的分辨率以及所述两个相机之间的偏移量对两个相机进行图像坐标配准。
4.根据权利要求3所述的方法,其特征在于,所述对多个第一目标图像进行处理得到第二目标图像,包括:
确定激光图像距离变化值与灰度变化值之间的对应关系;
根据所述第一高度映射表和所述第二高度映射表中实物高度变化值与所述激光图像距离变化值之间的映射关系,确定所述灰度变化值与所述实物高度变化值之间的对应关系;
根据所述激光图像距离变化值与所述灰度变化值之间的对应关系对所述多个第一目标图像进行处理得到所述第二目标图像,并根据所述灰度变化值与所述实物高度变化值之间的对应关系确定所述第二目标图像中每个像素点灰度值对应的高度数据。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第二目标图像确定有效高度图像,根据所述有效高度图像得到所述目标电路板盲孔区域的高度数据和三维形貌数据,包括:
获取所述目标电路板的先验信息,所述先验信息包括所述目标电路板中盲孔的最大直径;
根据所述先验信息确定与所述两个相机各自对应的图像分辨率确定盲孔在所述第二目标图像中存在的最大直径;
在x轴上以所述目标电路板中盲孔的最大直径为跨度,分别在所述第一高度图像和所述第二高度图像上确定多个高度图像;
根据多个高度图像中每个像素点的灰度值在对应的高度图像上的连续性来判断所述多个高度图像中每个像素点的有效性;
确定有效的像素点中,与所述第一高度图像对应的第一像素点和与所述第二高度图像对应的第二像素点;
根据迭代最近点算法对所述第一像素点和所述第二像素点进行空间匹配得到所述目标电路板盲孔区域的高度数据和三维形貌数据。
6.根据权利要求5所述的方法,其特征在于,所述目标电路板盲孔区域包括所述目标电路板盲孔以内的区域和所述目标电路板盲孔以外的区域,所述根据所述目标电路板盲孔区域的高度数据和三维形貌数据对所述盲孔进行品质评价得到品质评价结果,包括:
根据最小二乘法和所述目标电路板盲孔以外的区域的高度数据进行平面拟合得到所述目标电路板盲孔以外的区域的平面方程;
根据所述目标电路板盲孔以外的区域的平面方程和所述目标电路板盲孔以内的区域的高度数据得到所述盲孔的孔深数据;
根据所述目标电路板盲孔区域的三维形貌数据来计算所述盲孔内各点在x轴方向和y轴方向的曲率半径;
根据所述盲孔的孔深数据和所述盲孔内各像素点在x轴方向和y轴方向的曲率半径来对所述盲孔进行品质评价得到品质评价结果。
7.一种电路板盲孔品质检测系统,包括采集装置、处理装置和检测装置,所述采集装置包括所述采集模块包括激光装置和在x轴上处于所述激光装置两侧的相机,其特征在于:
所述采集装置拍摄目标电路板,获得多个第一目标图像,并将所述多个第一目标图像发送给所述处理装置,其中,所述目标电路板上存在至少一个盲孔,且所述目标电路板被所述激光装置照射,每个第一目标图像中包括两个相机分别对应的第一激光条纹图像和第二激光条纹图像;
所述处理装置,用于对多个第一目标图像进行处理得到第二目标图像,所述第二目标图像中包括多个所述第一激光条纹图像对应的第一高度图像和多个所述第二激光条纹图像对应的第二高度图像;
所述处理装置,还用于根据所述第二目标图像确定有效高度图像,根据所述有效高度图像得到所述目标电路板盲孔区域的高度数据和三维形貌数据;
所述检测装置,用于根据所述目标电路板盲孔区域的高度数据和三维形貌数据对所述盲孔进行品质评价得到品质评价结果。
8.根据权利要求7所述的系统,其特征在于,在所述采集装置拍摄目标电路板,获得多个第一目标图像之前,所述系统还包括:
同时调整所述采集装置的高度对所述目标电路板进行拍摄得到不同高度分别对应的第三目标图像,所述第三目标图像包括两个相机分别对应的第三激光条纹图像和第四激光条纹图像;
根据所述不同高度分别对应的第三激光条纹图像和第四激光条纹图像在所述x轴上的距离生成两个相机分别对应的第一高度映射表和第二高度映射表,高度映射表中包括实物高度变化值与激光图像距离变化值之间的映射关系。
9.根据权利要求8所述的系统,其特征在于,在所述采集装置拍摄目标电路板,获得多个第一目标图像之前,所述系统还包括:
通过所述采集装置拍摄标定板,获得第四目标图像,所述第四目标图像包括两个相机分别对应的第一高度图像和第二高度图像,所述标定板上包括多个规则排列的标定图案;
所述处理装置获取所述标定图案的图案拍摄参数,所述图案拍摄参数包括标定图案的形貌参数、像素尺寸和灰度值;
并根据所述图案拍摄参数设置匹配模型,根据所述匹配模型对所述第四目标图像中的图案拍摄参数进行匹配确定所述第四目标图像中的标定图案,并计算获得多个标定图案的中心坐标;
根据最小二乘法对所述多个标定图案的中心坐标进行拟合确定所述多个标定图案的中心坐标所处的直线;
根据所述直线的倾斜率以所述第四目标图像的中心点为原点对所述第四目标图像进行旋转至所述直线与x轴平行,并根据双三次插值算法确定旋转后的第四目标图像中坐标所对应的灰度值,得到第五目标图像,所述第五目标图像中包括所述第一高度图像对应的第三高度图像以及所述第二高度图像对应的第四高度图像;
根据所述第五目标图像中多个标定图案之间的中心坐标的距离确定所述第五目标图像中多个标定图案之间的图像中心距,并根据所述标定板的先验参数确定所述标定图案之间的实际中心距;
根据所述第五目标图像中多个标定图案之间的图像中心距以及所述标定图案之间的实际中心距,确定所述两个相机各自对应的图像分辨率;
根据所述第三高度图像对应的标定图案的中心坐标和所述第二高度图像对应的标定图案的中心坐标确定所述两个相机之间的偏移量;
根据所述两个相机各自对应的分辨率以及所述两个相机之间的偏移量对两个相机进行图像坐标配准。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310152301.5A CN116295047A (zh) | 2023-02-08 | 2023-02-08 | 电路板盲孔品质检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310152301.5A CN116295047A (zh) | 2023-02-08 | 2023-02-08 | 电路板盲孔品质检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116295047A true CN116295047A (zh) | 2023-06-23 |
Family
ID=86833447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310152301.5A Pending CN116295047A (zh) | 2023-02-08 | 2023-02-08 | 电路板盲孔品质检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116295047A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118032863A (zh) * | 2024-04-15 | 2024-05-14 | 胜科纳米(苏州)股份有限公司 | 一种电路板中的盲孔失效分析方法 |
-
2023
- 2023-02-08 CN CN202310152301.5A patent/CN116295047A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118032863A (zh) * | 2024-04-15 | 2024-05-14 | 胜科纳米(苏州)股份有限公司 | 一种电路板中的盲孔失效分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA3022839C (en) | Flight parameter measuring apparatus and flight parameter measuring method | |
CN106683070B (zh) | 基于深度相机的身高测量方法及装置 | |
CN106651942B (zh) | 基于特征点的三维旋转运动检测与旋转轴定位方法 | |
JP3735344B2 (ja) | キャリブレーション装置、キャリブレーション方法、及びキャリブレーション用プログラム | |
CN104981105B (zh) | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 | |
CN109523595B (zh) | 一种建筑工程直线棱角间距视觉测量方法 | |
CN104574393B (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN102954770A (zh) | 三维测量设备和三维测量方法 | |
CN112184811B (zh) | 单目空间结构光系统结构校准方法及装置 | |
US20220284630A1 (en) | Calibration board and calibration method and system | |
CN116342718B (zh) | 一种线激光3d相机的标定方法、装置、存储介质及设备 | |
CN112815843B (zh) | 一种3d打印过程中工件表面打印偏差的在线监测方法 | |
CN109657607A (zh) | 一种基于人脸识别的人脸目标测距方法、装置及存储介质 | |
JP5477658B2 (ja) | キャリブレーション用校正治具、校正治具を備えた3次元計測システム | |
CN116295047A (zh) | 电路板盲孔品质检测方法及系统 | |
CN111681186A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN114241061A (zh) | 线结构光成像的标定方法、标定系统和标定靶及使用其的测量系统 | |
Zhang et al. | Seam sensing of multi-layer and multi-pass welding based on grid structured laser | |
CN113658279B (zh) | 相机内参和外参估算方法、装置、计算机设备及存储介质 | |
CN114612412A (zh) | 三维点云数据的处理方法及其用途、电子设备、存储介质 | |
CN114913175B (zh) | 散斑图像质量评价方法、电子设备及存储介质 | |
CN113340201B (zh) | 一种基于rgbd相机的三维测量方法 | |
CN112816053A (zh) | 一种船舶设备的非接触式振动信息检测方法及系统 | |
CN104899873B (zh) | 基于各项异性扩散空间的sar图像显著性区域检测方法 | |
CN117329977B (zh) | 复杂工况下结构疲劳裂纹视觉特征表征与测量处理方法 |
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 |