CN116337869A - 一种基于机器视觉的双面线路板生产用检测系统 - Google Patents
一种基于机器视觉的双面线路板生产用检测系统 Download PDFInfo
- Publication number
- CN116337869A CN116337869A CN202310191741.1A CN202310191741A CN116337869A CN 116337869 A CN116337869 A CN 116337869A CN 202310191741 A CN202310191741 A CN 202310191741A CN 116337869 A CN116337869 A CN 116337869A
- Authority
- CN
- China
- Prior art keywords
- circuit board
- module
- image
- double
- sided circuit
- 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
- G01N21/8851—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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- 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
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- 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
- G01N21/956—Inspecting patterns on the surface of objects
- G01N2021/95638—Inspecting patterns on the surface of objects for PCB's
-
- 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
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/13—Standards, constitution
-
- 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
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉的双面线路板生产用检测系统。本发明中,缺陷检测模块内部的分类模块和特征提取模块配合使用,可以对板端双面线路板表面的缺陷进行分类,从而便于人们及时检测,提高了检测效率,使得人们可以对不同缺陷程度的双面线路板进行分类处理,提高了产品的合理利用率。相机标定模块通过选取标准双面线路板作为标定工件,计算出相机在采集双面线路板图像时的像素当量,完成系统的标定,从而使得后续的检测过程双面线路板有了参照物,提高了系统的检测准确性;图像预处理模块提高了后续图像处理的精度,为屏幕检测系统提高了精度,提高了检测时的高效性。
Description
技术领域
本发明属于线路板检测技术领域,具体为一种基于机器视觉的双面线路板生产用检测系统。
背景技术
线路板是重要的电子部件,是电子元器件的支撑体,是电子元器件电气相互连接的载体。由于它是采用电子印刷术制作的,故被称为“印刷”电路板。双面线路板是电路板生产基地提供说明生产双面电路板,PCB板,线路板,SMT焊接等等。线路板使电路、直观化,对于固定电路的批量生产和优化用电器布局起重要作用。随着科技的发展,线路板方面也在不断发展,不断进步,其中双面线路板也在广泛使用中。双面线路板在生产时需要对其进行检测。
但是常见的检测方式多采用人工检测,从而造成了检测的效率较低,影响了生产效率。
发明内容
本发明的目的在于:为了解决上述提出的问题,提供一种基于机器视觉的双面线路板生产用检测系统。
本发明采用的技术方案如下:一种基于机器视觉的双面线路板生产用检测系统,包括启动模块、线路板图片获取模块、相机标定模块、图像预处理模块、缺陷检测模块、报警模块、图像增强模块、图像滤波模块、图像降噪模块、线路板检测模块和缺陷分类模块,所述启动模块的输出端连接有所述线路板图片获取模块的输入端,所述线路板图片获取模块的输出端连接有所述相机标定模块的输入端,所述相机标定模块的输出端连接有所述图像预处理模块的输入端,所述图像预处理模块的输出端连接有所述缺陷检测模块的输入端,所述缺陷检测模块的输出端连接有所述报警模块的输入端。
在一优选的实施方式中,所述图像预处理模块的内部设置有图像增强模块、图像滤波模块和图像降噪模块,所述图像增强模块、图像滤波模块和图像降噪模块的整体输出端连接有所述图像预处理模块的输入端;
所述缺陷检测模块的内部设置有线路板检测模块和缺陷分类模块,所述线路板检测模块和缺陷分类模块的整体输出端连接有所述缺陷检测模块的输入端。
在一优选的实施方式中,所述线路板图片获取模块由图像采集设备、图像处理软件以及信息综合分析处理系统构成,包括相机、光源、计算机等,该视觉系统首先利用相机获取双面线路板的图像,将数据传输到图像采集卡,随后计算机通过图像处理软件对采集卡中的数据进行处理,它可以实时检测出双面线路板引脚个数、线路板宽度、线路板引脚间距、线路板引脚长度、线路板平整度参数。
在一优选的实施方式中,所述相机标定模块的具体步骤如下:1、选取几个尺寸标准的双面线路板样件作为标定工件,通过影像测量仪测量获得它的钉杆直径尺寸:d;2、将标定双面线路板放置于双面线路板检测系统上进行测量,此时测量系统处于正常的工作状态:光源、相机的参数以及工件和相机之间的相对位置等均与正常工作时相同。
在一优选的实施方式中,所述图像增强模块首先对图像进行离散傅里叶变换,将操作转换到频率域上进行,然后对图像低通滤波,去除瑕疵等高频信息,转换回原空间中与原图进行差分,从而得到增强后的线路板图像。
在一优选的实施方式中,所述图像滤波模块采用双边滤波的方法进行图像去噪。双边滤波对像素信息的处理是非线性的,将像素点在图像中的坐标纳入到考虑范围的同时,也将周围区域像素点的差异影响加入了计算范围中。这样对于灰度平缓区域的处理有类似高斯滤波的效果,而在异常区域则不进行处理,从而保持边缘信息。
在一优选的实施方式中,所述图像降噪模块根据图像退化的先验知识建立一个退化模型,以此模型为基础,采用滤波手段进行处理,使得复原后的图像符合准则,改善样本图像的质量。
在一优选的实施方式中,所述线路板检测模块进行膨胀运算,结构元素可以根据需要自由选择,一般有方形、圆形、椭圆形等不同类型。本系统在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀;所述线路板检测模块采用了骨架提取算法,它不仅能够提取出瑕疵对应区域的骨架,同时还能提供精确的瑕疵位置信息;
所述线路板检测模块通过形状匹配在被测图像上获得模板位置,利用已知对应关系得到变换矩阵,利用仿射变换得到线路板引脚区域,进行图像增强处理,将引脚部分更加清晰地展现出来,最后,对其进行一维测量,根据测量芯片引脚的长宽以及引脚间距值来判断引脚是否合格,其中,当检测到引脚数量不一致时,可判断芯片为引脚缺失;通过测量引脚的长度可以判断引脚共面度和引脚断裂;对比引脚间距测量数据可以判断引脚是否弯曲。
在一优选的实施方式中,所述缺陷分类模块中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提取,当面积即像素点数小于100时定义为污点,超过100以上的归类为划痕。而对于褶皱,由于其在图像增强部分采用的是频率域处理的方法,在经过阈值分割和形态学处理后,其效果图已不同于污点和划痕瑕疵的处理效果图,因此在进行特征提取时,面积在10~999这个区间时被定义为褶皱瑕疵。
在一优选的实施方式中,所述报警模块可以设置极限公差,将检测过程中的双面线路板上的检测分析参数与设置好的的标准参数进行比较,在参数出现异常时发出警报。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明中,缺陷检测模块内部的分类模块和特征提取模块配合使用,可以对板端双面线路板表面的缺陷进行分类,从而便于人们及时检测,提高了检测效率,使得人们可以对不同缺陷程度的双面线路板进行分类处理,提高了产品的合理利用率。
2、本发明中,相机标定模块通过选取标准双面线路板作为标定工件,计算出相机在采集双面线路板图像时的像素当量,完成系统的标定,从而使得后续的检测过程双面线路板有了参照物,提高了系统的检测准确性,。
3、本发明中,图像预处理模块采用不同类型预处理方法进行实验对照,包括不同的滤波平滑方法、形态学操作等,经过实验对比后,选用中值滤波和闭运算操作进行预处理分析;从而提高了后续图像处理的精度,为屏幕检测系统提高了精度,提高了检测时的高效性。
附图说明
图1为本发明的系统框图;
图2为本发明中图像预处理模块系统框图;
图3为本发明中缺陷检测模块系统框图。
图中标记:1-启动模块、2-线路板图片获取模块、3-相机标定模块、4-图像预处理模块、5-缺陷检测模块、6-报警模块、7-图像增强模块、8-图像滤波模块、9-图像降噪模块、10-线路板检测模块、11-缺陷分类模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1-3,
实施例:
一种基于机器视觉的双面线路板生产用检测系统,包括启动模块1、线路板图片获取模块2、相机标定模块3、图像预处理模块4、缺陷检测模块5、报警模块6、图像增强模块7、图像滤波模块8、图像降噪模块9、线路板检测模块10和缺陷分类模块11,启动模块1的输出端连接有线路板图片获取模块2的输入端,线路板图片获取模块2的输出端连接有相机标定模块3的输入端,相机标定模块3的输出端连接有图像预处理模块4的输入端,图像预处理模块4的输出端连接有缺陷检测模块5的输入端,缺陷检测模块5的输出端连接有报警模块6的输入端。
图像预处理模块4的内部设置有图像增强模块7、图像滤波模块8和图像降噪模块9,图像增强模块7、图像滤波模块8和图像降噪模块9的整体输出端连接有图像预处理模块4的输入端;
缺陷检测模块5的内部设置有线路板检测模块10和缺陷分类模块11,线路板检测模块10和缺陷分类模块11的整体输出端连接有缺陷检测模块5的输入端。
线路板图片获取模块2由图像采集设备、图像处理软件以及信息综合分析处理系统构成,包括相机、光源、计算机等,该视觉系统首先利用相机获取双面线路板的图像,将数据传输到图像采集卡,随后计算机通过图像处理软件对采集卡中的数据进行处理,它可以实时检测出双面线路板引脚个数、线路板宽度、线路板引脚间距、线路板引脚长度、线路板平整度参数。
相机标定模块3的具体步骤如下:1、选取几个尺寸标准的双面线路板样件作为标定工件,通过影像测量仪测量获得它的钉杆直径尺寸:d;2、将标定双面线路板放置于双面线路板检测系统上进行测量,此时测量系统处于正常的工作状态:光源、相机的参数以及工件和相机之间的相对位置等均与正常工作时相同。
图像增强模块7首先对图像进行离散傅里叶变换,将操作转换到频率域上进行,然后对图像低通滤波,去除瑕疵等高频信息,转换回原空间中与原图进行差分,从而得到增强后的线路板图像。
图像滤波模块8采用双边滤波的方法进行图像去噪。双边滤波对像素信息的处理是非线性的,将像素点在图像中的坐标纳入到考虑范围的同时,也将周围区域像素点的差异影响加入了计算范围中。这样对于灰度平缓区域的处理有类似高斯滤波的效果,而在异常区域则不进行处理,从而保持边缘信息。
图像降噪模块9根据图像退化的先验知识建立一个退化模型,以此模型为基础,采用滤波手段进行处理,使得复原后的图像符合准则,改善样本图像的质量。
线路板检测模块10进行膨胀运算,结构元素可以根据需要自由选择,一般有方形、圆形、椭圆形等不同类型。本系统在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀;线路板检测模块10采用了骨架提取算法,它不仅能够提取出瑕疵对应区域的骨架,同时还能提供精确的瑕疵位置信息;
线路板检测模块10通过形状匹配在被测图像上获得模板位置,利用已知对应关系得到变换矩阵,利用仿射变换得到线路板引脚区域,进行图像增强处理,将引脚部分更加清晰地展现出来,最后,对其进行一维测量,根据测量芯片引脚的长宽以及引脚间距值来判断引脚是否合格,其中,当检测到引脚数量不一致时,可判断芯片为引脚缺失;通过测量引脚的长度可以判断引脚共面度和引脚断裂;对比引脚间距测量数据可以判断引脚是否弯曲。
缺陷分类模块11中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提取,当面积即像素点数小于100时定义为污点,超过100以上的归类为划痕。而对于褶皱,由于其在图像增强部分采用的是频率域处理的方法,在经过阈值分割和形态学处理后,其效果图已不同于污点和划痕瑕疵的处理效果图,因此在进行特征提取时,面积在10~999这个区间时被定义为褶皱瑕疵。
报警模块6可以设置极限公差,将检测过程中的双面线路板上的检测分析参数与设置好的的标准参数进行比较,在参数出现异常时发出警报。
本发明中,缺陷检测模块内部的分类模块和特征提取模块配合使用,可以对板端双面线路板表面的缺陷进行分类,从而便于人们及时检测,提高了检测效率,使得人们可以对不同缺陷程度的双面线路板进行分类处理,提高了产品的合理利用率。
本发明中,相机标定模块通过选取标准双面线路板作为标定工件,计算出相机在采集双面线路板图像时的像素当量,完成系统的标定,从而使得后续的检测过程双面线路板有了参照物,提高了系统的检测准确性,。
本发明中,图像预处理模块采用不同类型预处理方法进行实验对照,包括不同的滤波平滑方法、形态学操作等,经过实验对比后,选用中值滤波和闭运算操作进行预处理分析;从而提高了后续图像处理的精度,为屏幕检测系统提高了精度,提高了检测时的高效性。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于机器视觉的双面线路板生产用检测系统,包括启动模块(1)、线路板图片获取模块(2)、相机标定模块(3)、图像预处理模块(4)、缺陷检测模块(5)、报警模块(6)、图像增强模块(7)、图像滤波模块(8)、图像降噪模块(9)、线路板检测模块(10)和缺陷分类模块(11),其特征在于:所述启动模块(1)的输出端连接有所述线路板图片获取模块(2)的输入端,所述线路板图片获取模块(2)的输出端连接有所述相机标定模块(3)的输入端,所述相机标定模块(3)的输出端连接有所述图像预处理模块(4)的输入端,所述图像预处理模块(4)的输出端连接有所述缺陷检测模块(5)的输入端,所述缺陷检测模块(5)的输出端连接有所述报警模块(6)的输入端。
2.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述图像预处理模块(4)的内部设置有图像增强模块(7)、图像滤波模块(8)和图像降噪模块(9),所述图像增强模块(7)、图像滤波模块(8)和图像降噪模块(9)的整体输出端连接有所述图像预处理模块(4)的输入端;
所述缺陷检测模块(5)的内部设置有线路板检测模块(10)和缺陷分类模块(11),所述线路板检测模块(10)和缺陷分类模块(11)的整体输出端连接有所述缺陷检测模块(5)的输入端。
3.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述线路板图片获取模块(2)由图像采集设备、图像处理软件以及信息综合分析处理系统构成,包括相机、光源、计算机等,该视觉系统首先利用相机获取双面线路板的图像,将数据传输到图像采集卡,随后计算机通过图像处理软件对采集卡中的数据进行处理,它可以实时检测出双面线路板引脚个数、线路板宽度、线路板引脚间距、线路板引脚长度、线路板平整度参数。
4.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述相机标定模块(3)的具体步骤如下:1、选取几个尺寸标准的双面线路板样件作为标定工件,通过影像测量仪测量获得它的钉杆直径尺寸:d;2、将标定双面线路板放置于双面线路板检测系统上进行测量,此时测量系统处于正常的工作状态:光源、相机的参数以及工件和相机之间的相对位置等均与正常工作时相同。
5.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述图像增强模块(7)首先对图像进行离散傅里叶变换,将操作转换到频率域上进行,然后对图像低通滤波,去除瑕疵等高频信息,转换回原空间中与原图进行差分,从而得到增强后的线路板图像。
6.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述图像滤波模块(8)采用双边滤波的方法进行图像去噪;双边滤波对像素信息的处理是非线性的,将像素点在图像中的坐标纳入到考虑范围的同时,也将周围区域像素点的差异影响加入了计算范围中。
7.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述图像降噪模块(9)根据图像退化的先验知识建立一个退化模型,以此模型为基础,采用滤波手段进行处理,使得复原后的图像符合准则,改善样本图像的质量。
8.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述线路板检测模块(10)进行膨胀运算,结构元素可以根据需要自由选择,一般有方形、圆形、椭圆形等不同类型;在处理图像时用到的膨胀算法是采用半径为3.5个像素的圆为结构元素对特征瑕疵进行膨胀;所述线路板检测模块(10)采用了骨架提取算法,它不仅能够提取出瑕疵对应区域的骨架,同时还能提供精确的瑕疵位置信息;
所述线路板检测模块(10)通过形状匹配在被测图像上获得模板位置,利用已知对应关系得到变换矩阵,利用仿射变换得到线路板引脚区域,进行图像增强处理,将引脚部分更加清晰地展现出来,最后,对其进行一维测量,根据测量芯片引脚的长宽以及引脚间距值来判断引脚是否合格,其中,当检测到引脚数量不一致时,可判断芯片为引脚缺失;通过测量引脚的长度可以判断引脚共面度和引脚断裂;对比引脚间距测量数据可以判断引脚是否弯曲。
9.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述缺陷分类模块(11)中面积特征根据特征直方图中面积这一基本参数对瑕疵进行提取,当面积即像素点数小于100时定义为污点,超过100以上的归类为划痕;而对于褶皱,由于其在图像增强部分采用的是频率域处理的方法,在经过阈值分割和形态学处理后,其效果图已不同于污点和划痕瑕疵的处理效果图,因此在进行特征提取时,面积在10~999这个区间时被定义为褶皱瑕疵。
10.如权利要求1所述的一种基于机器视觉的双面线路板生产用检测系统,其特征在于:所述报警模块(6)可以设置极限公差,将检测过程中的双面线路板上的检测分析参数与设置好的的标准参数进行比较,在参数出现异常时发出警报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310191741.1A CN116337869A (zh) | 2023-03-02 | 2023-03-02 | 一种基于机器视觉的双面线路板生产用检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310191741.1A CN116337869A (zh) | 2023-03-02 | 2023-03-02 | 一种基于机器视觉的双面线路板生产用检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116337869A true CN116337869A (zh) | 2023-06-27 |
Family
ID=86892208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310191741.1A Pending CN116337869A (zh) | 2023-03-02 | 2023-03-02 | 一种基于机器视觉的双面线路板生产用检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116337869A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976757A (zh) * | 2023-09-21 | 2023-10-31 | 深圳市中络电子有限公司 | 高精密线路板追溯系统及方法 |
-
2023
- 2023-03-02 CN CN202310191741.1A patent/CN116337869A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116976757A (zh) * | 2023-09-21 | 2023-10-31 | 深圳市中络电子有限公司 | 高精密线路板追溯系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Di Leo et al. | A vision system for the online quality monitoring of industrial manufacturing | |
CN108460757B (zh) | 一种手机TFT-LCD屏Mura缺陷在线自动检测方法 | |
CN108896278B (zh) | 一种滤光片丝印缺陷检测方法、装置及终端设备 | |
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
CN111369516B (zh) | 基于红外图像识别的变压器套管发热缺陷检测方法 | |
CN109449093B (zh) | 晶圆检测方法 | |
CN106501272B (zh) | 机器视觉焊锡定位检测系统 | |
CN108416766A (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
CN116468726B (zh) | 一种在线异物线路检测方法及系统 | |
CN116337869A (zh) | 一种基于机器视觉的双面线路板生产用检测系统 | |
CN112489042A (zh) | 基于超分辨重建的金属品印刷缺陷与表面损伤的检测方法 | |
CN112014407A (zh) | 一种集成电路晶圆表面缺陷检测的方法 | |
CN115359047A (zh) | 用于pcb板智能焊接的异常缺陷检测方法 | |
Ma et al. | An automatic detection method of Mura defects for liquid crystal display | |
CN112782179A (zh) | 一种产品反光表面缺陷检测方法及系统 | |
CN115546182A (zh) | 一种基于数字图像处理的印刷电路板焊点缺陷检测方法 | |
CN111638218A (zh) | 一种涂层表面缺陷的检测方法 | |
CN111310402B (zh) | 一种基于面面平行的印刷电路板裸板缺陷检测方法 | |
Cai et al. | PCB defect detection system based on image processing | |
CN113487569B (zh) | 基于频域和空域结合的复杂背景图像缺陷检测方法及系统 | |
CN115471684A (zh) | 注塑工件模板匹配方法、电子设备及存储介质 | |
CN115343313A (zh) | 基于人工智能的视觉识别方法 | |
Zhong et al. | A fast oxidation region detection algorithm based on differential geometry approach for high-density flexible integrated circuit packaging substrates | |
CN111815600A (zh) | 一种基于视觉的环形磁钢外观缺陷检测方法 |
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 |