CN116297210A - 一种柔性线路板在线检胶装置及方法 - Google Patents
一种柔性线路板在线检胶装置及方法 Download PDFInfo
- Publication number
- CN116297210A CN116297210A CN202310381798.8A CN202310381798A CN116297210A CN 116297210 A CN116297210 A CN 116297210A CN 202310381798 A CN202310381798 A CN 202310381798A CN 116297210 A CN116297210 A CN 116297210A
- Authority
- CN
- China
- Prior art keywords
- glue
- product
- area
- dispensing
- region
- 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.)
- Withdrawn
Links
- 239000003292 glue Substances 0.000 title claims abstract description 199
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000007547 defect Effects 0.000 claims abstract description 93
- 230000003287 optical effect Effects 0.000 claims abstract description 44
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 28
- 239000000284 extract Substances 0.000 claims abstract description 8
- 239000000203 mixture Substances 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 239000000047 product Substances 0.000 claims description 167
- 230000009466 transformation Effects 0.000 claims description 49
- 238000013519 translation Methods 0.000 claims description 33
- 238000004043 dyeing Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 26
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 20
- 239000010931 gold Substances 0.000 claims description 20
- 229910052737 gold Inorganic materials 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000007689 inspection Methods 0.000 claims description 14
- 238000009434 installation Methods 0.000 claims description 10
- 238000000926 separation method Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 239000004973 liquid crystal related substance Substances 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 239000006227 byproduct Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 210000000746 body region Anatomy 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007711 solidification Methods 0.000 claims description 3
- 230000008023 solidification Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000003892 spreading Methods 0.000 description 6
- 230000007480 spreading Effects 0.000 description 6
- 239000000843 powder Substances 0.000 description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- 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
Abstract
本发明公开了一种柔性线路板在线检胶装置及方法,涉及质量检测技术领域,包括:呈上下对应式分布的上光学硬件和下光学硬件,且上下光学硬件的组成结构相同;其技术要点为:产品载具内产品的点胶内含有荧光粉,在光源结构的照射下产品的点胶呈现清晰的蓝色区域,不同的光源切换可以满足不同产品的检测需求,在本发明使用了基于形状的模板匹配进行点胶的定位,根据产品元件的部署进行IC芯片、点胶区、胶外区域等进行区域分割,并预保存这些模板区域,然后将预保存的模板ROI区域仿射至定位的点胶上,从原图上抠出待检测的元器件图像,可实现点胶的分区并行检测,有效降低了缺陷在不同区域混检、过检的风险。
Description
技术领域
本发明涉及产品质量检测技术领域,特别涉及一种柔性线路板在线检胶装置及方法。
背景技术
在3C、SMT(表面贴装技术)、半导体、汽车电子等领域中,柔性线路板上的电子元器件大多需要用到点胶与检测设备进行电子元器件的封装、加固、补强、检测等工序,点胶检测是电子元器件产品加工制造中非常关键的环节,随着生产面向自动化、智能化、精密化方向改进,对点胶与检测设备的精度、效率都提出了更高要求,3C原件的形态多样化也导致胶水检测难度上升。
目前,一般采用人工对胶水外观情况进行检查,检测效率较低,不同人工对点胶外观的判定标准不一致导致漏检率偏高,大大增加了不良品的流出,导致严重客诉,即使使用机械结构进行在线检测,对于光源的设计较为单一,同时光源设计的角度无法调整,无法达工作人员的使用需求;对于点胶的检测效果,目前还无法实现对不同产品点胶的全缺陷检测。
发明内容
解决的技术问题:
针对现有技术的不足,本发明提供了一种柔性线路板在线检胶装置及方法,产品载具内产品的点胶内含有荧光粉,在光源结构的照射下产品的点胶呈现清晰的蓝色区域,不同的光源切换可以满足不同产品的检测需求,同时光源的照射角度也可调节,以应对工作人员的需求,同时在本发明提出了全缺陷检测的算法与二维码识别方法,能够准确、稳定的检测出点胶的外观不良,并以产品的二维码信息打包整panel产品的缺陷信息上传至MES系统;其使用了基于形状的模板匹配进行点胶的定位,根据产品元件的部署进行IC芯片、点胶区、胶外区域等进行区域分割,并预保存这些模板区域,然后将预保存的模板ROI区域仿射至定位的点胶上,从原图上抠出待检测的元器件图像,可实现点胶的分区并行检测,有效降低了缺陷在不同区域混检、过检的风险,解决了背景技术中提及的技术问题。
技术方案:
为实现以上目的,本发明通过以下技术方案予以实现:
一种柔性线路板在线检胶装置,包括:呈上下对应式分布的上光学硬件和下光学硬件,且上下光学硬件的组成结构相同;
其中,所述上光学硬件包含检测组件、安装组件以及调节组件;
所述检测组件包含工业相机和设置于安装组件表面的光源结构,所述光源结构包含UV环形光源和调节角度为0~30°的UV组合条光光源,所述调节组件安装于安装组件上,并用于调节所述工业相机的高度;
所述上光学硬件还包含XY平移模组,所述光源结构的照射面上设有产品载具,且XY平移模组用于拖动安装组件,使所述光源结构的照射面完全覆盖产品载具上放置的产品。
在一种可能的实现方式中,所述工业相机的端头位置处可拆卸式装配有光学镜头。
在一种可能的实现方式中,所述UV环形光源为圆环状结构,所述UV组合条光光源与UV环形光源隔空架设式连接;所述UV组合条光光源包含至少四组可偏转的光条,各个所述光条围绕成一个矩形面,各个所述光条的调节角度始终保持一致。
在一种可能的实现方式中,所述安装组件包含相机安装板和光源安装板;
其中,所述相机安装板和光源安装板之间通过螺丝固定连接,所述工业相机活动式安装于相机安装板表面;
所述光源结构安装于光源安装板表面。
在一种可能的实现方式中,所述调节组件包含相机调节滑台,且相机安装板的背侧安装有用于驱动相机调节滑台的微型气缸,所述工业相机安装于相机调节滑台表面。
在一种可能的实现方式中,所述XY平移模组包含组成结构相同的X轴模组和Y轴模组,所述Y轴模组用于驱动X轴模具在Y轴上线性移动,所述X轴模具用于驱动安装组件在X轴上线性移动。
在一种可能的实现方式中,所述下光学硬件包含与上光学硬件组成结构一一对应的相机组件、副光学镜头、副UV环形光源、副UV组合条光光源、副XY平移模组、副产品载具、副相机安装板、副光源安装板以及副相机调节滑台。
一种使用柔性线路板在线检胶装置来进行产品在线检胶的方法,包括如下具体步骤:
步骤101,获取产品的UV点胶图片;
所述步骤101中包括:
第一,通过在线检胶装置采集产品固化前的点胶图片;第二,若采集的产品图片满足预设条件,则获取所述产品图片;其中预设条件包括所述产品图片中包括待检测项且所述待检测项的清晰度高于预设清晰度;
步骤102,以产品的明显特征部位IC芯片区域作为模板,构建基于产品形状轮廓的模板匹配,然后经过仿射变换即可找出点胶产品在图像上的位置和角度,即可计算出标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵;
所述步骤102中包括:
第一,基于形状模板匹配的原理:模板创建后,会根据模板中的边缘关系去图像中进行搜索,即提取模板中的灰度发生变化的点,然后再去图像中匹配,这样的效果是对于干扰比较稳定,匹配速度快,并且即使边缘发生部分遮挡,匹配效果依旧好,以防止实际检测中出现产品点胶漏匹配、漏检测的后果。
第二,经过模板匹配找到产品的实际位置后,根据标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵,即可将模板轮廓仿射变换至产品的实际位置上,实时观测匹配后的产品轮廓,方便及时观察模板匹配是否出现漏匹配、匹配不准的情况,及时更正模型。
假设标准模板上的某一点P(x,y)经过平移、旋转变换换后至点P'(x',y'),则两点的平移、旋转变换关系可以表示如下:
其中,为点P(x,y)首先经过平移变换的齐次变换矩阵,为点P(x,y)后经过旋转变换的齐次变换矩阵,M则为点P(x,y)经过平移、旋转变换的齐次变换矩阵,依据此变换原理,产品整个模板的轮廓经过仿射变换即可平移、旋转至产品的实际位置上,即可实现产品的位置定位;
步骤103,分割待检的IC芯片、点胶区、胶外区域,并构建成标准ROI区域,并进行分区域的仿射变换定位到各区域位置,提取待检的感兴趣ROI区域;
所述步骤103中包括:
第一,在构建的模板基础上,通过二值化阈值、图像形态学处理,得到IC芯片、点胶区、胶外区域的矩形轮廓,并保存成标准的ROI区域;
Blob分析具体为:首先对产品图片进行通道分离操作,分离出R、G、B三个通道图像,对通道图像的边缘线进行对比度线性增强,将其中两个通道图像进行加减操作,进而使边缘轮廓特征对比度增强,然后根据IC芯片、点胶区、胶外区域的灰度特征,通过阈值分割,将每个区域提取出来,分别保存成标准的ROI区域;
第二,上述保存的标准ROI区域,通过平移、旋转变换矩阵将这些区域仿射至实际的产品相应的位置上,即可实现实际产品的IC芯片、点胶区、胶外区域的仿射定位;
第三,通过边缘对比度增强算法对所述IC芯片、点胶区、胶外区域进行边缘对比度增强;
第四,分离对比度增强后的所述主体区域中的各个主体部分,并提取得到所述ROI区域;
在对比度增强之后,可以通过区域填充和形态学算法分离主体区域中的各个主体部分(通过区域填充将产品图像的小孔洞填充,以便后续以完整的区域进行图像形态学的开、闭运算;由于产品主体的各个局部区域之间也有高亮边缘线,并且各区域的灰度值各不相同,因此产品的各区域在图像上呈现鲜明的对比度,然后通过形态学的开、闭运算即可将各区域彻底分隔开),之后通过灰度值条件阈值提取得到ROI区域;
步骤104,分别对所述的各ROI区域进行识别,得到所述各区域的点胶缺陷信息;所述步骤104中包括:
第一,针对点胶区域,获取所述ROI区域的目标参数值,所述目标参数值包括灰度均值和灰度方差;
假设ROI区域为P*Q的图像,P*Q标识像素总数,ROI图像的灰度值为yi(i=0,1,2,3,……,C-1),则在ROI区域中灰度级yk出现的概率估计为:
其中P*Q表示像素总数,nk表示灰度yk在图像中出现的次数,图像中所有灰度级出现的概率之和等于1,也即:
平均灰度值为:
灰度方差为:
根据所述目标参数值确定所述目标产品的产品缺陷,若所述目标参数值满足第一条件,则确定所述点胶区出现胶孔洞或异物缺陷,所述第一条件包括所述灰度均值小于第一阈值或者大于第二阈值;比如,在一种可能的实施例中,第一阈值可以为10,第二阈值为210,也即灰度均值小于10或者大于210即判定为胶孔洞或异物缺陷;请参考图11,其示出了产品主体中点胶的点胶区域存在胶孔洞或异物时的一种可能的示意图。
若所述目标参数值满足第二条件,则确定所述点胶区域存在胶气泡,所述第二条件包括所述灰度均值大于第三阈值小于第四阈值且所述灰度方差大于第五阈值小于第六阈值;比如,在一种可能的实施例中,第三阈值为100,第四阈值为190,第五阈值为35,第六阈值为50;也即灰度值均值大于100小于190且灰度值方差大于35小于50即判定为胶气泡缺陷;请参考图11,其示出了产品主体中点胶的点胶区域存在胶气泡时的一种可能的示意图。
其中,第一阈值、第二阈值、第三阈值、第四阈值、第五阈值和第六阈值的数值可以为根据经验值确定,也可以为根据当前获取的产品图片自动确定,本实施例对此并不做限定。
第二,针对IC芯片区域,首先将标准的IC芯片区域仿射变换至实际产品的相应位置上,将IC芯片区域的局部图像分割出来,并进行R、G、B三通道分离,由于在UV光下胶呈现蓝色,故取B蓝色通道进行IC芯片区域的胶散点检测,通过设定灰度均值和像素面积阈值进行胶散点的卡控;若所述目标参数值满足第三条件,则确定所述IC芯片区出现胶散点缺陷,所述第三条件包括所述灰度均值大于第七阈值且所述像素面积阈值大于第八阈值小于第九阈值;比如,在一种可能的实施例中,第七阈值为180,第八阈值为20,第九阈值为500,也即灰度均值大于180且像素面积阈值大于20小于500即判定为胶散点缺陷,请参考图12,其示出了产品主体中点胶的IC芯片区域存在胶散点时的一种可能的示意图。
第三,针对胶外区域,通过图像形态学处理将点胶区域膨胀至检测边界,将膨胀后的区域与点胶区域进行差分处理,进而将胶以外、检测区域以内的区域提取出来;胶外区域主要检测胶散点和胶染,将该区域的局部图像分割出来,然后将分割的图像做R、G、B三通道分离,由于胶散点和胶染均呈现蓝色,故取B蓝色通道做图像处理检测胶散点和胶染;首先,对于胶散点缺陷,通过对B通道图像做对比度增强、中值滤波、二值化阈值等算法处理可以提取出可能的胶散点缺陷;所述对比度增强处理的目的是使胶散点区域的灰度值凸显的更明显,所述中值滤波处理是过滤图像噪声点的影响,防止噪声点造成胶散点的误判,所述二值化阈值处理是通过灰度值筛选将可能的胶散点初步提取出来,若所述目标参数值满足第四条件,则确定所述胶外区域出现初步检测的胶散点缺陷,所述第四条件包括所述灰度均值大于第十阈值;比如,在一种可能的实施例中,第十阈值为215,也即灰度均值大于215即判定为初步检测的胶散点缺陷,在上述所述的一系列算法处理后,可以初步提取胶散点缺陷,但为了防止胶散点的误判,可以根据胶散点的形态特征增加了算法的二次筛选,在该实施例中胶散点大多呈现圆形或椭圆形,对所述获取的初步检测的胶散点缺陷求取其外接椭圆,将外接椭圆的长半轴ra和短半轴rb作为胶散点缺陷判定的目标参数值,若所述目标参数值满足第五条件,则确定所述胶外区域出现最终的胶散点缺陷,所述第五条件包括所述外接椭圆长半轴ra大于第十一阈值小于第十二阈值,且所述外接椭圆短半轴大于第十三阈值小于第十四阈值;比如,在一种可能的实施例中,第十一阈值为5,第十二阈值为80,第十三阈值为5,第十四阈值为80,也即外接椭圆长半轴ra大于5小于80,且所述外接椭圆短半轴大于5小于80即判定为最终的胶散点缺陷。
其次,对于胶染缺陷,技术要求点胶不能染到产品的金面上,点胶染到金面上即为胶染,定义靠近金面的点胶局部轮廓为Contour1,金面的局部轮廓为Contour2,计算第一轮廓Contour1到第二轮廓Contour2的最小距离,若最小距离小于十五阈值,则确定点胶染到金面上即存在胶染缺陷,反之,则无胶染缺陷;请参考图13,其示出了产品主体中点胶的点胶轮廓Contour1,金面的局部轮廓为Contour2,Distance_C为所述两个轮廓之间的距离;假设第十五阈值为dcc,则在最小距离Distance_C(Contour1,Contour2)满足:Distance_C(Contour1,Contour2)≤dcc时,确定点胶染到金面上即存在胶染缺陷。
有益效果:
本方案中,产品载具内产品的点胶内含有荧光粉,在光源结构的照射下产品的点胶呈现清晰的蓝色区域,不同的光源切换可以满足不同产品的检测需求,同时光源的照射角度也可调节,以应对工作人员的需求,同时在本申请中设计的调节结构可以上下调节相机的高度,满足不同检测产品的视野需求;对应的XY平移模组拖动光学硬件进行产品的全幅检测,解决了人工检测效率低的问题,为高效率、高准确率检测胶缺陷提供了稳定的硬件基础;
本发明的检测方法即可得到产品点胶中的各种缺陷,并且在实际使用时,在识别得到各个缺陷之后,可以根据产品图片继续识别缺陷的面积、长宽、圆度、矩形度等信息,进而输出包括缺陷类型、缺陷数量、缺陷面积等信息的检测结果;可选择性将将检测结果标注在产品图片中,进而输出标注后的产品图片,方便检测人员直观的查阅各种缺陷;
除此之外,本发明方法还可以对产品整panel的二维码进行识别,能够准确、稳定的检测出产品二维码,并以产品的二维码信息打包整panel产品的缺陷信息上传至MES系统;
综上所述,通过获取产品的UV点胶图片,以产品的明显特征部位IC芯片区域作为模板,构建基于产品形状轮廓的模板匹配,然后经过仿射变换即可找出点胶产品在图像上的位置和角度;分割待检的IC芯片、点胶区、锡脚区、胶外区域,并构建成标准ROI区域,并进行分区域的仿射变换定位到各区域位置,提取待检的感兴趣ROI区域;分别对各ROI区域进行识别,得到各区域的点胶缺陷信息,解决了现有技术中人工检测的准确率和效率均比较低的问题,达到了可以根据获取到的产品图片自动检测,进而提高检测准确率和效率的效果。
附图说明
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
图1为本发明的上光学硬件整体结构正视图;
图2为本发明的上光学硬件整体结构示意图;
图3为本发明的下光学硬件整体结构正视图;
图4为本发明的下光学硬件整体结构示意图;
图5为本发明中在线检胶的方法流程图;
图6为本发明的检胶效果图之一;
图7为本发明的检胶效果图之二;
图8为本发明的检胶效果图之三;
图9为本发明的检胶效果图之四;
图10为本发明的检胶效果图之五;
图11本发明的检胶效果图之六;
图12为本发明的检胶效果图之七;
图13为本发明的检胶效果图之八。
图例说明:1、工业相机;2、光学镜头;3、UV环形光源;4、UV组合条光光源;5、XY平移模组;6、产品载具;7、相机安装板;8、光源安装板;9、相机调节滑台;10、相机组件;11、副光学镜头;12、副UV环形光源;13、副UV组合条光光源;14、副XY平移模组;15、副产品载具;16、副相机安装板;17、副光源安装板;18、副相机调节滑台。
具体实施方式
本申请实施例通过提供一种柔性线路板在线检胶装置及方法,产品载具内产品的点胶内含有荧光粉,在光源结构的照射下产品的点胶呈现清晰的蓝色区域,不同的光源切换可以满足不同产品的检测需求,同时光源的照射角度也可调节,以应对工作人员的需求,同时在本发明提出了全缺陷检测的算法与二维码识别方法,能够准确、稳定的检测出点胶的外观不良,并以产品的二维码信息打包整panel产品的缺陷信息上传至MES系统;其使用了基于形状的模板匹配进行点胶的定位,根据产品元件的部署进行IC芯片、点胶区、胶外区域等进行区域分割,并预保存这些模板区域,然后将预保存的模板ROI区域仿射至定位的点胶上,从原图上抠出待检测的元器件图像,可实现点胶的分区并行检测,有效降低了缺陷在不同区域混检、过检的风险。解决了背景技术中提及的技术问题。
本申请实施例中的技术方案为解决上述背景技术的问题,总体思路如下:
实施例1:
本实施例介绍了一种柔性线路板在线检胶装置的具体结构,如图1-图4所示,包括:呈上下对应式分布的上光学硬件和下光学硬件,且上下光学硬件的组成结构相同;
其中,上光学硬件包含检测组件、安装组件以及调节组件;
检测组件包含工业相机1和设置于安装组件表面的光源结构,光源结构包含UV环形光源3和调节角度为0~30°的UV组合条光光源4,调节组件安装于安装组件上,并用于调节工业相机1的高度;
上光学硬件还包含XY平移模组5,光源结构的照射面上设有产品载具6,且XY平移模组5用于拖动安装组件,使光源结构的照射面完全覆盖产品载具6上放置的产品。
在一些示例中,工业相机1的端头位置处可拆卸式装配有光学镜头2,具体的,该处的光学镜头2通过C口螺纹与工业相机1连接。
在一些示例中,UV环形光源3为圆环状结构,UV组合条光光源4与UV环形光源3隔空架设式连接;UV组合条光光源4包含至少四组可偏转的光条,各个光条围绕成一个矩形面,各个光条的调节角度始终保持一致。
具体的,工业相机1和相机组件10可以为OPT-CLCC1200-GM-04的1200万像素彩色面阵相机;
另外在实际使用时,为了提高采集到的产品图片的图片质量,还可以使用诸如型号为OPT-CLC3514-10M的工业FA镜头以及与镜头相配套的光源,包括UV环形光源3和UV组合条光光源4,采用UV环光和UV组合条光的目的是兼容不同料号产品的点胶检测需求;
在具体使用时,参照图3即可看出关于副UV组合条光光源中的四个光条角度均可调节,可在副UV组合条光光源的外框架内设计驱动电机,带动对应的光条安装图3中副UV组合条光光源外框架上开设的弧形槽内移动,从而实现转动式角度调节,通过改变光照方向和光照的覆盖面以完成后续的产品检测工作。
通过采用上述技术方案:
产品载具6内产品的点胶内含有荧光粉,在光源结构的照射下产品的点胶呈现清晰的蓝色区域,不同的光源切换可以满足不同产品的检测需求,同时光源的照射角度也可调节,以应对工作人员的需求。
在一些示例中,安装组件包含相机安装板7和光源安装板8;
其中,相机安装板7和光源安装板8之间通过螺丝固定连接,工业相机1活动式安装于相机安装板7表面;
光源结构安装于光源安装板8表面。
在一些示例中,调节组件包含相机调节滑台9,且相机安装板7的背侧安装有用于驱动相机调节滑台9的微型气缸,工业相机1安装于相机调节滑台9表面。
在一些示例中,XY平移模组5包含组成结构相同的X轴模组和Y轴模组,Y轴模组用于驱动X轴模具在Y轴上线性移动,X轴模具用于驱动安装组件在X轴上线性移动,该处的X轴模组和Y轴模组具体结构可采用步进电机进行驱动,具体的相关结构不作细致的阐述。
在一些示例中,下光学硬件包含与上光学硬件组成结构一一对应的相机组件10、副光学镜头11、副UV环形光源12、副UV组合条光光源13、副XY平移模组14、副产品载具15、副相机安装板16、副光源安装板17以及副相机调节滑台18。
通过采用上述技术方案:
在本申请中设计的调节结构可以上下调节相机的高度,满足不同检测产品的视野需求;对应的XY平移模组5,也同时包含副XY平移模组14拖动对应的光学硬件进行产品的全幅检测,解决了人工检测效率低的问题,为高效率、高准确率检测胶缺陷提供了稳定的硬件基础。
实施例2:
以实施例1为基础,本实施例介绍了应用一种柔性线路板在线检胶装置来进行检测的方法,如图5-图13所示,该方法包括如下具体步骤:
步骤101,获取产品的UV点胶图片;
步骤101中包括:
第一,通过在线检胶装置采集产品固化前的点胶图片;
第二,若采集的产品图片满足预设条件,则获取产品图片;
预设条件包括产品图片中包括待检测项且待检测项的清晰度高于预设清晰度;
实际实现时,若采集到的产品图片满足预设条件,则通过运动装置的IO或者软件触发光学装置拍照,获得所需的产品图片,如图6所示为上光学系统采集的产品点胶图像,一片产品包含三个点胶位,分别为点胶1、点胶2、点胶3,在该实施例中,以点胶3作为检测对象进行详细说明。
步骤102,以产品的明显特征部位IC芯片区域作为模板,构建基于产品形状轮廓的模板匹配,然后经过仿射变换即可找出点胶产品在图像上的位置和角度,即可计算出标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵,如图7所示为点胶3以IC芯片区域作为模板,并仿射变换即可找出点胶产品在图像上的位置和角度;
本步骤包括:
第一,基于形状模板匹配的原理:模板创建后,会根据模板中的边缘等关系去图像中进行搜索,可以理解成提取模板中的灰度发生变化的那些点,然后再去图像中匹配,这样的效果是对于干扰比较稳定,匹配速度快,并且即使边缘发生部分遮挡,匹配效果依旧好,以防止实际检测中出现产品点胶漏匹配、漏检测的后果;
第二,经过模板匹配找到产品的实际位置后,根据标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵,即可将模板轮廓仿射变换至产品的实际位置上,实时观测匹配后的产品轮廓,方便及时观察模板匹配是否出现漏匹配、匹配不准的情况,及时更正模型;
假设标准模板上的某一点P(x,y)经过平移、旋转变换换后至点P'(x',y'),则两点的平移、旋转变换关系可以表示如下:
其中,为点P(x,y)首先经过平移变换的齐次变换矩阵,为点P(x,y)后经过旋转变换的齐次变换矩阵,M则为点P(x,y)经过平移、旋转变换的齐次变换矩阵;依据此变换原理,产品整个模板的轮廓经过仿射变换即可平移、旋转至产品的实际位置上,即可实现产品的位置定位。
步骤103,分割待检的IC芯片、点胶区、胶外区域,并构建成标准ROI区域,并进行分区域的仿射变换定位到各区域位置,提取待检的感兴趣ROI(region of interest,感兴趣区域)区域,如图8所示为提取并分割的IC芯片区域图像,如图9所示为提取并分割的点胶区区域图像,如图10所示为提取并分割的胶外区域图像;
本步骤包括:
第一,在构建的模板基础上,通过二值化阈值、图像形态学处理,得到IC芯片、点胶区、胶外区域的矩形轮廓,并保存成标准的ROI区域;
Blob分析具体为首先对产品图片进行通道分离操作,分离出R、G、B三个通道图像,对通道图像的边缘线进行对比度线性增强,将其中两个通道图像进行加减操作,进而使边缘轮廓特征对比度增强,然后根据IC芯片、点胶区、胶外区域的灰度特征,通过阈值分割,将每个区域提取出来,分别保存成标准的ROI区域;
第二,上述保存的标准ROI区域,通过平移、旋转变换矩阵将这些区域仿射至实际的产品相应的位置上,即可实现实际产品的IC芯片、点胶区、胶外区域的仿射定位;
第三,通过边缘对比度增强算法对IC芯片、点胶区、胶外区域进行边缘对比度增强;
第四,分离对比度增强后的主体区域中的各个主体部分,并提取得到ROI区域;
在对比度增强之后,可以通过区域填充和形态学算法分离主体区域中的各个主体部分(通过区域填充将产品图像的小孔洞填充,以便后续以完整的区域进行图像形态学的开、闭运算,由于产品主体的各个局部区域之间也有高亮边缘线,并且各区域的灰度值各不相同,因此产品的各区域在图像上呈现鲜明的对比度,然后通过形态学的开、闭运算即可将各区域彻底分隔开),之后通过灰度值条件阈值提取得到ROI区域。
步骤104,分别对的各ROI区域进行识别,得到各区域的点胶缺陷信息;
在一种可能的实施方式中,本步骤包括:
第一,针对点胶区域,获取ROI区域的目标参数值,目标参数值包括灰度均值和灰度方差;
假设ROI区域为P*Q的图像,P*Q标识像素总数,ROI图像的灰度值为yi(i=0,1,2,3,……,C-1),则在ROI区域中灰度级yk出现的概率估计为:
其中P*Q表示像素总数,nk表示灰度yk在图像中出现的次数。图像中所有灰度级出现的概率之和等于1,也即:
平均灰度值为:
灰度方差为:
根据目标参数值确定目标产品的产品缺陷;若目标参数值满足第一条件,则确定点胶区出现胶孔洞或异物缺陷,第一条件包括灰度均值小于第一阈值或者大于第二阈值;
比如,在一种可能的实施例中,第一阈值可以为10,第二阈值为210,也即灰度均值小于10或者大于210即判定为胶孔洞或异物缺陷;请参考图11,其示出了产品主体中点胶3的点胶区域存在胶孔洞或异物时的一种可能的示意图;
若目标参数值满足第二条件,则确定点胶区域存在胶气泡,第二条件包括灰度均值大于第三阈值小于第四阈值且灰度方差大于第五阈值小于第六阈值;
比如,在一种可能的实施例中,第三阈值为100,第四阈值为190,第五阈值为35,第六阈值为50;也即灰度值均值大于100小于190且灰度值方差大于35小于50即判定为胶气泡缺陷。请参考图11,其示出了产品主体中点胶3的点胶区域存在胶气泡时的一种可能的示意图;
其中,在上述实施例中,第一阈值、第二阈值、第三阈值、第四阈值、第五阈值和第六阈值的数值可以为根据经验值确定,也可以为根据当前获取的产品图片自动确定,本实施例对此并不做限定;
第二,针对IC芯片区域,首先将标准的IC芯片区域仿射变换至实际产品的相应位置上,将IC芯片区域的局部图像分割出来,并进行R、G、B三通道分离,由于在UV光下胶呈现蓝色,故我们取B蓝色通道进行IC芯片区域的胶散点检测,通过设定灰度均值和像素面积阈值进行胶散点的卡控;若目标参数值满足第三条件,则确定IC芯片区出现胶散点缺陷,第三条件包括灰度均值大于第七阈值且像素面积阈值大于第八阈值小于第九阈值;
比如,在一种可能的实施例中,第七阈值为180,第八阈值为20,第九阈值为500,也即灰度均值大于180且像素面积阈值大于20小于500即判定为胶散点缺陷,请参考图12,其示出了产品主体中点胶3的IC芯片区域存在胶散点时的一种可能的示意图;
第三,针对胶外区域,通过图像形态学处理将点胶区域膨胀至检测边界,将膨胀后的区域与点胶区域进行差分处理,进而将胶以外、检测区域以内的区域提取出来。胶外区域主要检测胶散点和胶染,将该区域的局部图像分割出来,然后将分割的图像做R、G、B三通道分离,由于胶散点和胶染均呈现蓝色,故取B蓝色通道做图像处理检测胶散点和胶染;
首先,对于胶散点缺陷,通过对B通道图像做对比度增强、中值滤波、二值化阈值等算法处理可以提取出可能的胶散点缺陷;对比度增强处理的目的是使胶散点区域的灰度值凸显的更明显,中值滤波处理是过滤图像噪声点的影响,防止噪声点造成胶散点的误判,二值化阈值处理是通过灰度值筛选将可能的胶散点初步提取出来;若目标参数值满足第四条件,则确定胶外区域出现初步检测的胶散点缺陷,第四条件包括灰度均值大于第十阈值;
比如,在一种可能的实施例中,第十阈值为215,也即灰度均值大于215即判定为初步检测的胶散点缺陷,在上述的一系列算法处理后,可以初步提取胶散点缺陷,但为了防止胶散点的误判,可以根据胶散点的形态特征增加了算法的二次筛选,在该实施例中胶散点大多呈现圆形或椭圆形,可以对获取的初步检测的胶散点缺陷求取其外接椭圆,将外接椭圆的长半轴ra和短半轴rb作为胶散点缺陷判定的目标参数值,若目标参数值满足第五条件,则确定胶外区域出现最终的胶散点缺陷,第五条件包括外接椭圆长半轴ra大于第十一阈值小于第十二阈值,且外接椭圆短半轴大于第十三阈值小于第十四阈值;
比如,在一种可能的实施例中,第十一阈值为5,第十二阈值为80,第十三阈值为5,第十四阈值为80,也即外接椭圆长半轴ra大于5小于80,且外接椭圆短半轴大于5小于80即判定为最终的胶散点缺陷;
其次,对于胶染缺陷,技术要求点胶不能染到产品的金面上,点胶染到金面上即为胶染,定义靠近金面的点胶局部轮廓为Contour1,金面的局部轮廓为Contour2,计算第一轮廓Contour1到第二轮廓Contour2的最小距离,若最小距离小于十五阈值,则确定点胶染到金面上即存在胶染缺陷,反之,则无胶染缺陷;
请参考图13,其示出了产品主体中点胶3的点胶轮廓Contour1,金面的局部轮廓为Contour2,Distance_C为所述两个轮廓之间的距离。假设第十五阈值为dcc,则在最小距离Distance_C(Contour1,Contour2)满足:
Distance_C(Contour1,Contour2)≤dcc时,确定点胶染到金面上即存在胶染缺陷。
至此,通过本发明的检测方法即可得到产品点胶中的各种缺陷;并且实际实现时,在识别得到各个缺陷之后,可以根据产品图片继续识别缺陷的面积、长宽、圆度、矩形度等信息,进而输出包括缺陷类型、缺陷数量、缺陷面积等信息的检测结果;
可选的,可以将检测结果标注在产品图片中,进而输出标注后的产品图片,方便检测人员直观的查阅各种缺陷;除此之外,本发明方法还可以对产品整panel的二维码进行识别,能够准确、稳定的检测出产品二维码,并以产品的二维码信息打包整panel产品的缺陷信息上传至MES系统。
综上,通过获取产品的UV点胶图片;以产品的明显特征部位IC芯片区域作为模板,构建基于产品形状轮廓的模板匹配,然后经过仿射变换即可找出点胶产品在图像上的位置和角度;分割待检的IC芯片、点胶区、锡脚区、胶外区域,并构建成标准ROI区域,并进行分区域的仿射变换定位到各区域位置,提取待检的感兴趣ROI(region of interest,感兴趣区域)区域;分别对所述的各ROI区域进行识别,得到所述各区域的点胶缺陷信息。解决了现有技术中人工检测的准确率和效率均比较低的问题,达到了可以根据获取到的产品图片自动检测,进而提高检测准确率和效率的效果。
本申请还提供了一种产品外观检测装置,装置包括存储器和处理器,存储器中存储有至少一条程序指令,处理器通过加载并执行至少一条程序指令以实现如上的方法。
本申请还提供了一种计算机存储介质,计算机存储介质中存储有至少一条程序指令,至少一条程序指令被处理器加载并执行以实现如上的方法。
通过采用上述技术方案:
本方案中,针对产品点胶的胶多、胶少、胶孔洞、胶偏移、胶散点、胶染、胶皱、胶气泡缺陷以及产品二维码识别,提出了全缺陷检测的算法与二维码识别方法,能够准确、稳定的检测出点胶的外观不良,并以产品的二维码信息打包整panel产品的缺陷信息上传至MES系统;本方法包括使用了基于形状的模板匹配进行点胶的定位,根据产品元件的部署进行IC芯片、点胶区、胶外区域进行区域分割,并预保存这些模板区域,然后将预保存的模板ROI区域仿射至定位的点胶上,从原图上抠出待检测的元器件图像,可实现点胶的分区并行检测,有效降低了缺陷在不同区域混检、过检的风险;针对细分缺陷,本发明还包含了图像形态学处理、区域差分法、图像增强、均值滤波的算法实现,很大程度上提高了点胶的稳定检测效果,实现了不同产品点胶的全缺陷检测的目的。
最后应说明的是:显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (10)
1.一种柔性线路板在线检胶装置,其特征在于,包括:呈上下对应式分布的上光学硬件和下光学硬件,且上下光学硬件的组成结构相同;
其中,所述上光学硬件包含检测组件、安装组件以及调节组件;
所述检测组件包含工业相机(1)和设置于安装组件表面的光源结构,所述光源结构包含UV环形光源(3)和调节角度为0~30°的UV组合条光光源(4),所述调节组件安装于安装组件上,并用于调节所述工业相机(1)的高度;
所述上光学硬件还包含XY平移模组(5),所述光源结构的照射面上设有产品载具(6),且XY平移模组(5)用于拖动安装组件,使所述光源结构的照射面完全覆盖产品载具(6)上放置的产品。
2.如权利要求1所述的一种柔性线路板在线检胶装置,其特征在于:所述工业相机(1)的端头位置处可拆卸式装配有光学镜头(2)。
3.如权利要求1所述的一种柔性线路板在线检胶装置,其特征在于:所述UV环形光源(3)为圆环状结构,所述UV组合条光光源(4)与UV环形光源(3)隔空架设式连接。
4.如权利要求3所述的一种柔性线路板在线检胶装置,其特征在于:所述UV组合条光光源(4)包含至少四组可偏转的光条,各个所述光条围绕成一个矩形面,各个所述光条的调节角度始终保持一致。
5.如权利要求1所述的一种柔性线路板在线检胶装置,其特征在于:所述安装组件包含相机安装板(7)和光源安装板(8);
其中,所述相机安装板(7)和光源安装板(8)之间通过螺丝固定连接,所述工业相机(1)活动式安装于相机安装板(7)表面;
所述光源结构安装于光源安装板(8)表面。
6.如权利要求5所述的一种柔性线路板在线检胶装置,其特征在于:所述调节组件包含相机调节滑台(9),且相机安装板(7)的背侧安装有用于驱动相机调节滑台(9)的微型气缸,所述工业相机(1)安装于相机调节滑台(9)表面。
7.如权利要求1所述的一种柔性线路板在线检胶装置,其特征在于:所述XY平移模组(5)包含组成结构相同的X轴模组和Y轴模组,所述Y轴模组用于驱动X轴模具在Y轴上线性移动,所述X轴模具用于驱动安装组件在X轴上线性移动。
8.如权利要求1所述的一种柔性线路板在线检胶装置,其特征在于:所述下光学硬件包含与上光学硬件组成结构一一对应的相机组件(10)、副光学镜头(11)、副UV环形光源(12)、副UV组合条光光源(13)、副XY平移模组(14)、副产品载具(15)、副相机安装板(16)、副光源安装板(17)以及副相机调节滑台(18)。
9.一种使用根据权利要求1所述的一种柔性线路板在线检胶装置来进行产品在线检胶的方法,其特征在于:包括如下具体步骤:
步骤101,获取产品的UV点胶图片;
步骤102,以产品的明显特征部位IC芯片区域作为模板,构建基于产品形状轮廓的模板匹配,然后经过仿射变换即可找出点胶产品在图像上的位置和角度,即可计算出标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵;
步骤103,分割待检的IC芯片、点胶区、胶外区域,并构建成标准ROI区域,并进行分区域的仿射变换定位到各区域位置,提取待检的感兴趣ROI区域;
步骤104,分别对所述的各ROI区域进行识别,得到所述各区域的点胶缺陷信息。
10.如权利要求9所述的一种柔性线路板在线检胶装置来进行产品在线检胶的方法,其特征在于:所述步骤101中包括:
第一,通过在线检胶装置采集产品固化前的点胶图片;第二,若采集的产品图片满足预设条件,则获取所述产品图片;其中预设条件包括所述产品图片中包括待检测项且所述待检测项的清晰度高于预设清晰度;
所述步骤102中包括:
第一,基于形状模板匹配的原理:模板创建后,会根据模板中的边缘关系去图像中进行搜索,即提取模板中的灰度发生变化的点,然后再去图像中匹配;
第二,经过模板匹配找到产品的实际位置后,根据标准模板轮廓到产品实际位置的刚性旋转平移变换矩阵,即可将模板轮廓仿射变换至产品的实际位置上,实时观测匹配后的产品轮廓;
假设标准模板上的某一点P(x,y)经过平移、旋转变换换后至点P'(x',y'),则两点的平移、旋转变换关系可以表示如下:
其中,为点P(x,y)首先经过平移变换的齐次变换矩阵,/>为点P(x,y)后经过旋转变换的齐次变换矩阵,M则为点P(x,y)经过平移、旋转变换的齐次变换矩阵,依据此变换原理,产品整个模板的轮廓经过仿射变换即可平移、旋转至产品的实际位置上,即可实现产品的位置定位;
所述步骤103中包括:
第一,在构建的模板基础上,通过二值化阈值、图像形态学处理,得到IC芯片、点胶区、胶外区域的矩形轮廓,并保存成标准的ROI区域;
Blob分析具体为:首先对产品图片进行通道分离操作,分离出R、G、B三个通道图像,对通道图像的边缘线进行对比度线性增强,将其中两个通道图像进行加减操作,进而使边缘轮廓特征对比度增强,然后根据IC芯片、点胶区、胶外区域的灰度特征,通过阈值分割,将每个区域提取出来,分别保存成标准的ROI区域;
第二,上述保存的标准ROI区域,通过平移、旋转变换矩阵将这些区域仿射至实际的产品相应的位置上,即可实现实际产品的IC芯片、点胶区、胶外区域的仿射定位;
第三,通过边缘对比度增强算法对所述IC芯片、点胶区、胶外区域进行边缘对比度增强;
第四,分离对比度增强后的所述主体区域中的各个主体部分,并提取得到所述ROI区域;
在对比度增强之后,可以通过区域填充和形态学算法分离主体区域中的各个主体部分,之后通过灰度值条件阈值提取得到ROI区域;
所述步骤104中包括:
第一,针对点胶区域,获取所述ROI区域的目标参数值,所述目标参数值包括灰度均值和灰度方差;
假设ROI区域为P*Q的图像,P*Q标识像素总数,ROI图像的灰度值为yi(i=0,1,2,3,……,C-1),则在ROI区域中灰度级yk出现的概率估计为:
其中P*Q表示像素总数,nk表示灰度yk在图像中出现的次数,图像中所有灰度级出现的概率之和等于1,也即:
平均灰度值为:
灰度方差为:
根据所述目标参数值确定所述目标产品的产品缺陷,若所述目标参数值满足第一条件,则确定所述点胶区出现胶孔洞或异物缺陷,所述第一条件包括所述灰度均值小于第一阈值或者大于第二阈值;
若所述目标参数值满足第二条件,则确定所述点胶区域存在胶气泡,所述第二条件包括所述灰度均值大于第三阈值小于第四阈值且所述灰度方差大于第五阈值小于第六阈值;
第二,针对IC芯片区域,首先将标准的IC芯片区域仿射变换至实际产品的相应位置上,将IC芯片区域的局部图像分割出来,并进行R、G、B三通道分离,由于在UV光下胶呈现蓝色,故取B蓝色通道进行IC芯片区域的胶散点检测,通过设定灰度均值和像素面积阈值进行胶散点的卡控;若所述目标参数值满足第三条件,则确定所述IC芯片区出现胶散点缺陷,所述第三条件包括所述灰度均值大于第七阈值且所述像素面积阈值大于第八阈值小于第九阈值;
第三,针对胶外区域,通过图像形态学处理将点胶区域膨胀至检测边界,将膨胀后的区域与点胶区域进行差分处理,进而将胶以外、检测区域以内的区域提取出来;胶外区域主要检测胶散点和胶染,将该区域的局部图像分割出来,然后将分割的图像做R、G、B三通道分离,由于胶散点和胶染均呈现蓝色,故取B蓝色通道做图像处理检测胶散点和胶染;首先,对于胶散点缺陷,通过对B通道图像做对比度增强、中值滤波、二值化阈值等算法处理可以提取出可能的胶散点缺陷;所述二值化阈值处理是通过灰度值筛选将可能的胶散点初步提取出来,若所述目标参数值满足第四条件,则确定所述胶外区域出现初步检测的胶散点缺陷,所述第四条件包括所述灰度均值大于第十阈值;胶散点大多呈现圆形或椭圆形,对所述获取的初步检测的胶散点缺陷求取其外接椭圆,将外接椭圆的长半轴ra和短半轴rb作为胶散点缺陷判定的目标参数值,若所述目标参数值满足第五条件,则确定所述胶外区域出现最终的胶散点缺陷,所述第五条件包括所述外接椭圆长半轴ra大于第十一阈值小于第十二阈值,且所述外接椭圆短半轴大于第十三阈值小于第十四阈值;
其次,对于胶染缺陷,技术要求点胶不能染到产品的金面上,点胶染到金面上即为胶染,定义靠近金面的点胶局部轮廓为Contour1,金面的局部轮廓为Contour2,计算第一轮廓Contour1到第二轮廓Contour2的最小距离,若最小距离小于十五阈值,则确定点胶染到金面上即存在胶染缺陷,反之,则无胶染缺陷;
假设第十五阈值为dcc,则在最小距离Distance_C(Contour1,Contour2)满足:Distance_C(Contour1,Contour2)≤dcc时,确定点胶染到金面上即存在胶染缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310381798.8A CN116297210A (zh) | 2023-04-11 | 2023-04-11 | 一种柔性线路板在线检胶装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310381798.8A CN116297210A (zh) | 2023-04-11 | 2023-04-11 | 一种柔性线路板在线检胶装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116297210A true CN116297210A (zh) | 2023-06-23 |
Family
ID=86815093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310381798.8A Withdrawn CN116297210A (zh) | 2023-04-11 | 2023-04-11 | 一种柔性线路板在线检胶装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116297210A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630333A (zh) * | 2023-07-26 | 2023-08-22 | 常州铭赛机器人科技股份有限公司 | 在线监测激光雷达光学镜片点胶质量的方法 |
CN117422714A (zh) * | 2023-12-18 | 2024-01-19 | 大陆汽车电子(济南)有限公司 | 装配检测方法、设备和存储介质 |
-
2023
- 2023-04-11 CN CN202310381798.8A patent/CN116297210A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116630333A (zh) * | 2023-07-26 | 2023-08-22 | 常州铭赛机器人科技股份有限公司 | 在线监测激光雷达光学镜片点胶质量的方法 |
CN116630333B (zh) * | 2023-07-26 | 2023-09-29 | 常州铭赛机器人科技股份有限公司 | 在线监测激光雷达光学镜片点胶质量的方法 |
CN117422714A (zh) * | 2023-12-18 | 2024-01-19 | 大陆汽车电子(济南)有限公司 | 装配检测方法、设备和存储介质 |
CN117422714B (zh) * | 2023-12-18 | 2024-03-29 | 大陆汽车电子(济南)有限公司 | 装配检测方法、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116297210A (zh) | 一种柔性线路板在线检胶装置及方法 | |
CN109785316B (zh) | 一种芯片表观缺陷检测方法 | |
CN108921176B (zh) | 一种基于机器视觉的指针式仪表定位与识别方法 | |
CN106960208B (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
Zhong et al. | Blob analyzation-based template matching algorithm for LED chip localization | |
US20070110309A1 (en) | Shadow detection in images | |
CN102236784A (zh) | 屏幕区域检测方法及系统 | |
CN111284154A (zh) | 一种基于图像识别的印控机盖章控制方法、装置及系统 | |
CN113034464B (zh) | 一种多背景下的液晶显示器缺陷视觉实时检测方法 | |
CN116542976B (zh) | 一种模切件缺陷的视觉检测系统 | |
CN112164050B (zh) | 用于流水线上产品表面缺陷的检测方法、设备及存储介质 | |
CN111257348A (zh) | 一种基于机器视觉的led导光板缺陷检测方法 | |
CN116704516B (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
CN113298809B (zh) | 基于深度学习和超像素分割的复材超声图像缺陷检测方法 | |
CN113781486A (zh) | Ic卡图像缺陷检测方法 | |
Siswantoro et al. | Automatic image segmentation using sobel operator and k-means clustering: A case study in volume measurement system for food products | |
CN114119695A (zh) | 一种图像标注方法、装置及电子设备 | |
CN108765426A (zh) | 自动图像分割方法及装置 | |
CN112634259A (zh) | 一种键盘键帽自动建模定位方法 | |
CN107909579A (zh) | 视觉检测中的产品轮廓自动提取方法 | |
Zhao et al. | Research on statistical detection method of micro bubbles in transparent layer of quartz crucible based on image processing | |
WO2023072633A1 (en) | Inspection method for inspecting an object and machine vision system | |
Marinas et al. | Detection and tracking of traffic signs using a recursive Bayesian decision framework | |
CN112907510B (zh) | 一种表面缺陷检测方法 | |
CN112116579B (zh) | 一种透明药瓶的缺陷检测方法和装置 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230623 |