CN116703889A - 一种柔性电路板贴片异常检测方法 - Google Patents
一种柔性电路板贴片异常检测方法 Download PDFInfo
- Publication number
- CN116703889A CN116703889A CN202310943598.7A CN202310943598A CN116703889A CN 116703889 A CN116703889 A CN 116703889A CN 202310943598 A CN202310943598 A CN 202310943598A CN 116703889 A CN116703889 A CN 116703889A
- Authority
- CN
- China
- Prior art keywords
- area
- pixel point
- metal foil
- edge pixel
- degree
- 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.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 title abstract description 14
- 239000002184 metal Substances 0.000 claims abstract description 182
- 229910052751 metal Inorganic materials 0.000 claims abstract description 182
- 239000011888 foil Substances 0.000 claims abstract description 179
- 238000009826 distribution Methods 0.000 claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000010606 normalization Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000003466 welding Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 239000004952 Polyamide Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
Classifications
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种柔性电路板贴片异常检测方法。方法包括:获取柔性电路板的灰度图像中的金属箔区域、地层区域、阴影区域和背景区域;根据阴影区域中像素点的灰度分布、背景区域中像素点的灰度分布、金属箔区域各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到对应的翘起度;根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到对应的平行程度;根据金属箔区域的中心点与地层区域的中心点的相对位置,确定重合程度;基于翘起度、平行程度和重合程度,判断电路板贴片是否存在异常。本发明提高了电路板贴片异常检测结果的准确度。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种柔性电路板贴片异常检测方法。
背景技术
柔性电路板具有轻薄、易加工等优点,可以满足当代小型电子产品轻薄、短小化以及高密度的需求。柔性电路板贴片是指将电子元件或芯片直接连接到柔性电路板上的一种制造过程。柔性电路板是一种采用柔性基材(通常是聚酰胺薄膜)制成的电路板,具有可弯曲和可折叠的特性,不仅仅适用于小型电子产品,对于需要灵活性和可塑性的电子产品也是必不可少的。
用于元器件焊接的柔性电路板上的金属箔起着重要的作用,其不仅将电子元件与电路板的电路连接起来,有着传输电流和信号的功能,确保电路的正常运行,还可以提供机械支撑和固定,确保电子元件牢固地固定在柔性电路板上,能够承受振动、冲击和机械应力,防止元件脱落或移位。而柔性电路板上的金属箔通常是通过焊接或贴合固定在电路板上的,如果选用的金属箔与基板材料的膨胀系数不匹配、贴合或焊接材料的附着性不好、操作不当或应用不恰当的工艺参数都有可能导致金属箔与电路板分离。金属箔脱落会引起电路开路、元器件失效等后果,更严重的金属箔断裂会穿刺绝缘层,引起安全风险。传统的图像处理往往只能检测到电路板中的焊球、溢焊或者错位、划伤等基础缺陷,对于金属箔的脱落、焊接不牢固等异常情况无法进行准确的检测。
发明内容
为了解决现有方法无法对柔性电路板上金属箔的异常情况进行准确的检测的问题,本发明的目的在于提供一种柔性电路板贴片异常检测方法,所采用的技术方案具体如下:
本发明提供了一种柔性电路板贴片异常检测方法,该方法包括以下步骤:
获取待检测柔性电路板的灰度图像;分别获取所述灰度图像中的金属箔区域、地层区域、阴影区域和背景区域;
以所述金属箔区域的各边缘像素点为中心,基于所述阴影区域中像素点的位置分布构建各边缘像素点对应的窗口区域;根据所述阴影区域中像素点的灰度分布、所述背景区域中像素点的灰度分布、各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到金属箔区域的各边缘像素点对应的翘起度;
根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到金属箔区域的各边缘像素点对应的平行程度;根据金属箔区域的中心点与地层区域的中心点的相对位置,确定金属箔区域的中心点与地层区域的中心点的重合程度;
基于所述翘起度、所述平行程度和所述重合程度,判断待检测柔性电路板贴片是否存在异常。
优选的,所述基于所述阴影区域中像素点的位置分布构建各边缘像素点对应的窗口区域,包括:
对于金属箔区域的第i个边缘像素点:
以第i个边缘像素点为中心构建尺寸为的窗口,N的值从1开始按照预设步长逐渐增大,直到过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上不存在阴影区域中的像素点时为止,将最终获得的窗口区域确定为第i个边缘像素点对应的窗口区域。
优选的,所述根据所述阴影区域中像素点的灰度分布、所述背景区域中像素点的灰度分布、各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到金属箔区域的各边缘像素点对应的翘起度,包括:
对于金属箔区域的第i个边缘像素点,采用如下公式计算该边缘像素点对应的翘起度:
其中,为第i个边缘像素点对应的翘起度,/>为阴影区域的所有像素点的灰度均值,/>为背景区域的所有像素点的灰度均值,/>为第i个边缘像素点对应的窗口内阴影区域的像素点的灰度均值,n为第i个边缘像素点对应的窗口区域内阴影区域的像素点的数量,M为第i个边缘像素点对应的窗口区域内像素点的数量,λ为预设调整参数,W为第i个边缘像素点对应的窗口区域的边长与金属箔区域所有边缘像素点对应的最大窗口区域的边长的比值,e为自然常数,| |为取绝对值符号。
优选的,所述分别获取所述灰度图像中的金属箔区域、地层区域、阴影区域和背景区域,包括:
基于分割模型获取所述灰度图像中的金属箔区域和地层区域,所述地层区域内包含金属箔区域;
采用阈值分割算法获取所述金属箔区域的边缘线外侧的阴影区域;
将所述阴影区域的各边缘像素点分别向对应的垂直方向上外扩预设数量个像素点获得各外扩像素点,对所有外扩像素点进行曲线拟合获得背景区域的边缘线,基于背景区域的边缘线和阴影区域的边缘线确定背景区域。
优选的,根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到金属箔区域的各边缘像素点对应的平行程度,包括:
对于金属箔区域的第i个边缘像素点:
将过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上的地层区域的边缘像素点,确定为第i个边缘像素点的匹配点;
将第i个边缘像素点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第一均值;将第i个边缘像素点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第二均值;将所述匹配点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第三均值;将所述匹配点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第四均值;
将所述第二均值与所述第一均值的比值的反正切函数值,确定为第一特征指标;将所述第四均值与所述第三均值的比值的反正切函数值,确定为第二特征指标;对所述第一特征指标与所述第二特征指标的差异进行归一化处理,将常数1与归一化结果的差值确定为第i个边缘像素点对应的平行程度。
优选的,所述根据金属箔区域的中心点与地层区域的中心点的相对位置,确定金属箔区域的中心点与地层区域的中心点的重合程度,包括:
将金属箔区域的中心点的横坐标与地层区域的中心点的横坐标的差值的平方记为第一平方,将金属箔区域的中心点的纵坐标与地层区域的中心点的纵坐标的差值的平方记为第二平方;
将所述第一平方与所述第二平方的和值的算数平方根的归一化结果记为第一特征值;将常数1与所述第一特征值的差值,确定为金属箔区域的中心点与地层区域的中心点的重合程度。
优选的,所述基于所述翘起度、所述平行程度和所述重合程度,判断待检测柔性电路板贴片是否存在异常,包括:
对于金属箔区域的第i个边缘像素点:根据第i个边缘像素点对应的翘起度、第i个边缘像素点对应的平行程度和所述重合程度,得到第i个边缘像素点的异常程度;
将金属箔区域中异常程度大于预设异常程度阈值的边缘像素点记为异常像素点;若异常像素点的数量大于预设第一数量,则判定待检测柔性电路板贴片存在异常;若异常像素点的数量小于或等于预设第一数量,则判定待检测柔性电路板贴片不存在异常。
优选的,根据第i个边缘像素点对应的翘起度、第i个边缘像素点对应的平行程度和所述重合程度,得到第i个边缘像素点的异常程度,包括:
将以自然常数为底数,以所述重合程度为指数的指数函数的值作为第二特征值,将所述第二特征值与常数1的差值记为第一差值,将所述第一差值与第i个边缘像素点对应的平行程度的乘积确定为第i个边缘像素点对应的边缘贴合度;
将以自然常数为底数,以负的所述边缘贴合度为指数的指数函数的值作为第三特征值,将所述第三特征值与第i个边缘像素点对应的翘起度的乘积的归一化结果确定为第i个边缘像素点的异常程度。
本发明至少具有如下有益效果:
本发明首先获取了待检测柔性电路板的灰度图像中的金属箔区域、地层区域、阴影区域和背景区域,考虑到当金属箔快脱落时,金属箔区域的边缘会发生翘起的情况,因此本发明根据阴影区域中像素点的灰度分布、背景区域中像素点的灰度分布、金属箔区域的每个边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及每个边缘像素点对应的窗口区域的尺寸,得到了金属箔区域的每个边缘像素点对应的翘起度,翘起度越大,说明金属箔越可能存在翘起的情况;又由于金属箔的边缘一般与地层的边缘平行,因此本发明根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,确定了金属箔区域的各边缘像素点对应的平行程度;柔性电路板贴片的焊接质量较好时,金属箔应当焊接在地层区域的中心位置,因此又对金属箔区域的中心点与地层区域的中心点的重合程度进行了评价,并结合翘起度、平行程度和重合程度对待检测柔性电路板贴片进行了评价,判断是否存在异常,规避了只能检测线路缺陷而无法检测金属箔脱落的问题,防止金属箔的翘起脱落所引发的事故,提高了检测结果的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,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它附图。
图1为本发明实施例所提供的一种柔性电路板贴片异常检测方法的流程图;
图2为待检测柔性电路板的灰度图像的划分图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种柔性电路板贴片异常检测方法进行详细说明如下。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种柔性电路板贴片异常检测方法的具体方案。
一种柔性电路板贴片异常检测方法实施例:
本实施例所针对的具体场景为:在柔性电路板生产完成后,需要对其上方焊接的金属箔进行检测,判断柔性电路板贴片是否出现了异常,本实施例首先采集生产完成后的待检测柔性电路板的灰度图像,对采集到的待检测柔性电路板的灰度图像进行划分获得不同的区域,然后通过分析金属箔区域的边缘像素点及其周围像素点的灰度分布情况,确定像素点所在边缘部分的金属片的翘起度,对金属片的边缘与对应的地层边缘做平行检测,判断两者的中心的重合程度,并基于翘起度、平行程度和重合程度,判断待检测柔性电路板贴片是否存在异常,完成对待检测柔性电路板上的金属箔的翘起和移位的检测。
本实施例提出了一种柔性电路板贴片异常检测方法,如图1所示,本实施例的一种柔性电路板贴片异常检测方法包括以下步骤:
步骤S1,获取待检测柔性电路板的灰度图像;分别获取所述灰度图像中的金属箔区域、地层区域、阴影区域和背景区域。
本实施例首先在生产完成后的待检测柔性电路板的正上方布置CCD相机,CCD相机以俯视角度拍摄生产完成后的待检测柔性电路板的表面图像,采集到的待检测柔性电路板的表面图像为RGB图像;然后对采集到的待检测柔性电路板的表面图像进行灰度化处理,接着采用中值滤波的方法对灰度化处理后的图像进行滤波处理,以消除图像中存在的大部分噪声,获得去噪后的图像,对去噪后的图像进行自适应对比度增强,增强图像中的细节信息,将增强对比度后的图像记为待检测柔性电路板的灰度图像。图像的灰度化处理、中值滤波、对比度增强均为现有技术,此处不再过多赘述。
采用基于卷积神经网络的分割模型对待检测柔性电路板的灰度图像进行划分,将待检测柔性电路板的灰度图像作为分割模型的输入,将由基底衬托的金属箔区域、地层区域和背景部分分配唯一的数字标签,金属箔区域中的像素点标记为0,地层区域中的像素点标记为1,其他部分的像素点标记为2,卷积神经网络的分割模型用于对待检测柔性电路板的灰度图像中的像素点进行分类,交叉损失函数指导模型训练,Adam算法进行模型训练优化。获得待检测柔性电路板的灰度图像中的金属箔区域以及地层区域。需要说明的是:金属箔位于地层区域之上,地层区域的面积大于金属箔区域,本实施例中采用分割模型提取到的地层区域为裸露在外边的地层区域,也即未被金属箔区域覆盖的地层区域,本实施例提取到的地层区域内包含金属箔区域,如图2所示,该图为待检测柔性电路板的灰度图像的划分图,图中的1为金属箔区域,图中的2为地层区域。卷积神经网络的分割模型的训练过程以及利用训练好的卷积神经网络进行分类的过程均为现有技术,此处不再过多赘述。
采用阈值分割算法获取所述金属箔区域的边缘线外侧的阴影区域;本实施例中的阈值分割算法选用的是大津阈值分割算法,该算法为现有技术,此处不再过多赘述;将所述阴影区域的各边缘像素点分别向对应的垂直方向上外扩预设数量个像素点获得各外扩像素点,对所有外扩像素点进行曲线拟合获得背景区域的边缘线,基于背景区域的边缘线和阴影区域的边缘线确定背景区域,也即将背景区域的边缘线和阴影区域的边缘线之间的区域作为背景区域。如图2所示,图中的3为阴影区域,图中的4为背景区域。本实施例中的预设数量为3,在具体应用中,实施者可根据具体情况进行设置。
至此,采用上述方法,获得了待检测柔性电路板贴片的灰度图像中的金属箔区域、地层区域、阴影区域和背景区域。
步骤S2,以所述金属箔区域的各边缘像素点为中心,基于所述阴影区域中像素点的位置分布构建各边缘像素点对应的窗口区域;根据所述阴影区域中像素点的灰度分布、所述背景区域中像素点的灰度分布、各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到金属箔区域的各边缘像素点对应的翘起度。
本实施例在步骤S1中获取了待检测柔性电路板的灰度图像中的金属箔区域、地层区域、阴影区域和背景区域。地层是与金属箔相连的金属层,用于提供电路板的共地连接和电磁屏蔽。地层与金属箔之间的绝缘层确保了电路之间的隔离和保护,且为了方便地连接到地引脚或地平面,以提供电路的共地参考,地层通常裸露在柔性电路板金属箔下方的,当金属箔作为导电层被粘贴或镀覆在基底片上时,地层常常作为一个连续的金属层相连在金属箔和基底片之间。为了确保地层和金属箔之间有良好的接触,这种连接通常是平行的,即地层边缘与金属箔边缘在平行方向上对齐。
对于金属箔区域的第i个边缘像素点:以第i个边缘像素点为中心构建尺寸为的窗口,N的值从1开始按照预设步长逐渐增大,直到过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上不存在阴影区域中的像素点时为止,将最终获得的窗口区域确定为第i个边缘像素点对应的窗口区域。本实施例中预设步长为1,也即N的值每次增加1,在具体应用中,实施者可根据具体情况进行设置。采用上述方法,能够获得金属箔区域的每个边缘像素点对应的窗口区域。由于光照等原因,金属箔会对周围的背景产生一定的投影,在金属箔区域的同一条边缘上,金属箔对其旁边背景的投影特征大致相同,例如在背景图像上投影的长度等。而对于柔性电路板的金属箔,由于环境和人工等原因会导致金属箔翘起、移位等缺陷,会引起电路开路、元器件失效等后果,更严重的金属箔断裂会穿刺绝缘层,引起安全风险。金属箔的翘起会导致其在背景上投影的阴影部分出现局部异常,因此,接下来本实施例将结合金属箔区域的每个边缘像素点的周围的像素点所处的区域以及对应的灰度分布情况,对金属箔区域的每个边缘像素点对应的翘起度进行分析。
本实施例以金属箔区域的第i个边缘像素点为例进行说明,对于金属箔区域的其他各边缘像素点均可采用本实施例提供的方法进行处理。具体地,根据阴影区域中像素点的灰度分布、背景区域中像素点的灰度分布、第i个边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及第i个边缘像素点对应的窗口区域的尺寸,得到第i个边缘像素点对应的翘起度,第i个边缘像素点对应的翘起度的具体计算公式为:
其中,为第i个边缘像素点对应的翘起度,/>为阴影区域的所有像素点的灰度均值,/>为背景区域的所有像素点的灰度均值,/>为第i个边缘像素点对应的窗口内阴影区域的像素点的灰度均值,n为第i个边缘像素点对应的窗口区域内阴影区域的像素点的数量,M为第i个边缘像素点对应的窗口区域内像素点的数量,λ为预设调整参数,W为第i个边缘像素点对应的窗口区域的边长与金属箔区域所有边缘像素点对应的最大窗口区域的边长的比值,e为自然常数,| |为取绝对值符号。
表示第i个边缘像素点对应的窗口内阴影区域的像素点的灰度均值与整个阴影区域的像素点的灰度均值之间的差异,衡量了金属箔区域边缘局部的翘起程度,其值越大,表示边缘翘起越严重。/>表示整个阴影区域的像素点的灰度均值与整个背景区域的像素点的灰度均值之间的差异,衡量了整体阴影区域与整体背景区域的对比度。翘起度的计算公式中引入预设调整参数是为了防止分母为0,本实施例中预设调整参数的取值为0.01,在具体应用中,实施者可根据具体情况进行设置。/>表示第i个边缘像素点对应的窗口区域内阴影区域的像素点的数量占比,其数量占比越小,说明局部阴影像素点投影距离较远,第i个边缘像素点所在位置的翘起度就越大。第i个边缘像素点对应的窗口区域的边长与金属箔区域所有边缘像素点对应的最大窗口区域的边长的比值越大,说明阴影区域的投影越长,第i个边缘像素点所在位置的翘起度越大。当第i个边缘像素点对应的窗口内阴影区域的像素点的灰度均值与整个阴影区域的像素点的灰度均值之间的差异越大、第i个边缘像素点对应的窗口区域内阴影区域的像素点的数量占比越小、第i个边缘像素点对应的窗口区域的边长与金属箔区域所有边缘像素点对应的最大窗口区域的边长的比值越大时,第i个边缘像素点所在位置发生翘起的程度越大,也即第i个边缘像素点对应的翘起度越大。
采用上述方法,能够获得金属箔区域的每个边缘像素点对应的翘起度。
步骤S3,根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到金属箔区域的各边缘像素点对应的平行程度;根据金属箔区域的中心点与地层区域的中心点的相对位置,确定金属箔区域的中心点与地层区域的中心点的重合程度。
金属箔一般都和支撑金属箔的地层边缘相互平行,本实施例已经获得了金属箔区域和地层区域,接下来将基于金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,对金属箔区域的边缘与地层区域的边缘的平行程度进行分析。本实施例首先以地层区域左上角顶点处的像素点为原点,以水平方向为轴,以垂直方向为/>轴构建直角坐标系,基于构建的直角坐标系获得图像中每个像素点的坐标。在具体应用中,实施者可自行选择直角坐标系的原点,并构建对应的直角坐标系。
对于金属箔区域的第i个边缘像素点:将过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上的地层区域的边缘像素点,确定为第i个边缘像素点的匹配点;将第i个边缘像素点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第一均值;将第i个边缘像素点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第二均值;将所述匹配点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第三均值;将所述匹配点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第四均值;将所述第二均值与所述第一均值的比值的反正切函数值,确定为第一特征指标;将所述第四均值与所述第三均值的比值的反正切函数值,确定为第二特征指标;对所述第一特征指标与所述第二特征指标的差异进行归一化处理,将常数1与归一化结果的差值确定为第i个边缘像素点对应的平行程度。第i个边缘像素点对应的平行程度的具体计算公式为:
其中,为第i个边缘像素点对应的平行程度,/>为第i个边缘像素点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,/>为第i个边缘像素点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,/>为第i个边缘像素点的匹配点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,/>为第i个边缘像素点的匹配点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,arctan( )为反正切函数,| |为取绝对值符号。
表示第一均值,/>表示第二均值,/>表示第三均值,/>表示第四均值,表示第一特征指标,/>表示第二特征指标;/>表示第一特征指标与第二特征指标之间的差异,用于反映两个边缘之间的角度差,该角度差度量了金属箔区域的边缘和地层区域的边缘的平行程度;/>表示对第一特征指标与第二特征指标之间的差异进行归一化处理,在分母中引入π是为了对第一特征指标与第二特征指标之间的差异进行归一化处理。当第一特征指标与第二特征指标之间的差异的归一化结果越接近于0时,第i个边缘像素点与其对应的匹配点所在的边缘位置越平行,即第i个边缘像素点对应的平行程度越大;当第一特征指标与第二特征指标之间的差异的归一化结果越接近于1时,第i个边缘像素点与其对应的匹配点所在的边缘位置越不平行,即第i个边缘像素点对应的平行程度越小。
采用上述方法,能够获得金属箔区域的每个边缘像素点对应的平行程度。
考虑到柔性电路板贴片的焊接质量较好时,金属箔应当焊接在地层区域的中心位置,金属箔区域的中心点与地层区域的中心点的重合程度应当越高,因此接下来本实施例将结合金属箔区域的中心点与地层区域的中心点的重合程度对待检测柔性电路板贴片的焊接质量进行评价。
具体地,将金属箔区域的中心点的横坐标与地层区域的中心点的横坐标的差值的平方记为第一平方,将金属箔区域的中心点的纵坐标与地层区域的中心点的纵坐标的差值的平方记为第二平方;将所述第一平方与所述第二平方的和值的算数平方根的归一化结果记为第一特征值;将常数1与所述第一特征值的差值,确定为金属箔区域的中心点与地层区域的中心点的重合程度。金属箔区域的中心点与地层区域的中心点的重合程度的具体计算公式为:
其中,C为金属箔区域的中心点与地层区域的中心点的重合程度,为金属箔区域的中心点的坐标,/>为地层区域的中心点的坐标,Norm( )为归一化函数。
表示第一平方,/>表示第二平方,/>用于反映金属箔区域的中心点与地层区域的中心点的位置差异,/>表示第一特征值,也即第一平方与第二平方的和值的算数平方根的归一化值,用于反映金属箔区域的中心点与地层区域的中心点的位置差异程度。当金属箔区域的中心点与地层区域的中心点的位置差异越小时,说明这两个点的重合程度越高,即金属箔区域的中心点与地层区域的中心点的重合程度越大。当金属箔区域的中心点与地层区域的中心点的位置差异越大时,说明这两个点的重合程度越低,即金属箔区域的中心点与地层区域的中心点的重合程度越小。
至此,采用本实施例提供的方法获得了金属箔区域的每个边缘像素点对应的平行程度,以及金属箔区域的中心点与地层区域的中心点的重合程度。
步骤S4,基于所述翘起度、所述平行程度和所述重合程度,判断待检测柔性电路板贴片是否存在异常。
由于金属箔区域的边缘像素点对应的平行程度以及金属箔区域的中心点与地层区域的中心点的重合程度越大时,说明金属箔与地层的贴合程度越高,待检测柔性电路板贴片存在异常的可能性越小,因此本实施例将首先根据边缘像素点对应的平行程度以及金属箔区域的中心点与地层区域的中心点的重合程度,确定对应的边缘贴合度,然后结合边缘贴合度和翘起度对异常程度进行评价,进而判断待检测柔性电路板贴片是否存在异常。
对于金属箔区域的第i个边缘像素点:将以自然常数为底数,以所述重合程度为指数的指数函数的值作为第二特征值,将所述第二特征值与常数1的差值记为第一差值,将所述第一差值与第i个边缘像素点对应的平行程度的乘积确定为第i个边缘像素点对应的边缘贴合度;将以自然常数为底数,以负的所述边缘贴合度为指数的指数函数的值作为第三特征值,将所述第三特征值与第i个边缘像素点对应的翘起度的乘积的归一化结果确定为第i个边缘像素点的异常程度。第i个边缘像素点对应的边缘贴合度和异常程度的具体计算公式分别为:
其中,为第i个边缘像素点对应的边缘贴合度,/>为第i个边缘像素点的异常程度,C为金属箔区域的中心点与地层区域的中心点的重合程度,/>为第i个边缘像素点对应的平行程度,/>为第i个边缘像素点对应的翘起度,e为自然常数,Norm( )为归一化函数。
表示第二特征值,/>表示第一差值,/>表示第三特征值。金属箔区域的中心点与地层区域的中心点的重合程度越大,说明金属箔与原本位置越贴合;当第i个边缘像素点对应的平行程度越大、金属箔区域的中心点与地层区域的中心点的重合程度越大时,说明第i个边缘像素点所在位置与原本位置越贴合,即第i个边缘像素点对应的边缘贴合度越大。当第i个边缘像素点对应的边缘贴合度越小、第i个边缘像素点对应的翘起度越大时,说明金属箔上对应位置越偏离原本的位置,也即发生了较大偏移,即第i个边缘像素点的异常程度越大;当第i个边缘像素点对应的边缘贴合度越大、第i个边缘像素点对应的翘起度越小时,说明金属箔上对应位置越贴合原本的位置,也即未发生较大偏移,即第i个边缘像素点的异常程度越小。
采用上述方法,能够获得金属箔区域的每个边缘像素点的异常程度,异常程度越大,说明对应位置越可能存在异常,因此本实施例将金属箔区域中异常程度大于预设异常程度阈值的边缘像素点记为异常像素点;异常程度较大的像素点越多,说明金属箔的偏离程度越严重,待检测柔性电路板贴片的质量越差,因此若异常像素点的数量大于预设第一数量,则判定待检测柔性电路板贴片存在异常;若异常像素点的数量小于或等于预设第一数量,则判定待检测柔性电路板贴片不存在异常。本实施例中预设异常程度阈值为0.8,预设第一数量为金属箔区域的边缘像素点的数量的15%,在具体应用中,实施者可根据具体情况进行设置。
至此,采用本实施例提供的方法完成了对待检测柔性电路板贴片异常的检测。
本实施例首先获取了待检测柔性电路板的灰度图像中的金属箔区域、地层区域、阴影区域和背景区域,考虑到当金属箔快脱落时,金属箔区域的边缘会发生翘起的情况,因此本实施例根据阴影区域中像素点的灰度分布、背景区域中像素点的灰度分布、金属箔区域的每个边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及每个边缘像素点对应的窗口区域的尺寸,得到了金属箔区域的每个边缘像素点对应的翘起度,翘起度越大,说明金属箔越可能存在翘起的情况;又由于金属箔的边缘一般与地层的边缘平行,因此本实施例根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,确定了金属箔区域的各边缘像素点对应的平行程度;柔性电路板贴片的焊接质量较好时,金属箔应当焊接在地层区域的中心位置,因此又对金属箔区域的中心点与地层区域的中心点的重合程度进行了评价,并结合翘起度、平行程度和重合程度对待检测柔性电路板贴片进行了评价,判断是否存在异常,规避了只能检测线路缺陷而无法检测金属箔脱落的问题,防止金属箔的翘起脱落所引发的事故,提高了检测结果的准确度。
需要说明的是:以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种柔性电路板贴片异常检测方法,其特征在于,该方法包括以下步骤:
获取待检测柔性电路板的灰度图像;分别获取所述灰度图像中的金属箔区域、地层区域、阴影区域和背景区域;
以所述金属箔区域的各边缘像素点为中心,基于所述阴影区域中像素点的位置分布构建各边缘像素点对应的窗口区域;根据所述阴影区域中像素点的灰度分布、所述背景区域中像素点的灰度分布、各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到金属箔区域的各边缘像素点对应的翘起度;
根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到金属箔区域的各边缘像素点对应的平行程度;根据金属箔区域的中心点与地层区域的中心点的相对位置,确定金属箔区域的中心点与地层区域的中心点的重合程度;
基于所述翘起度、所述平行程度和所述重合程度,判断待检测柔性电路板贴片是否存在异常;
所述分别获取所述灰度图像中的金属箔区域、地层区域、阴影区域和背景区域,包括:
基于分割模型获取所述灰度图像中的金属箔区域和地层区域,所述地层区域内包含金属箔区域;
采用阈值分割算法获取所述金属箔区域的边缘线外侧的阴影区域;
将所述阴影区域的各边缘像素点分别向对应的垂直方向上外扩预设数量个像素点获得各外扩像素点,对所有外扩像素点进行曲线拟合获得背景区域的边缘线,基于背景区域的边缘线和阴影区域的边缘线确定背景区域。
2.根据权利要求1所述的一种柔性电路板贴片异常检测方法,其特征在于,所述基于所述阴影区域中像素点的位置分布构建各边缘像素点对应的窗口区域,包括:
对于金属箔区域的第i个边缘像素点:
以第i个边缘像素点为中心构建尺寸为的窗口,N的值从1开始按照预设步长逐渐增大,直到过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上不存在阴影区域中的像素点时为止,将最终获得的窗口区域确定为第i个边缘像素点对应的窗口区域。
3.根据权利要求1所述的一种柔性电路板贴片异常检测方法,其特征在于,所述根据所述阴影区域中像素点的灰度分布、所述背景区域中像素点的灰度分布、各边缘像素点对应的窗口区域内阴影区域像素点的灰度分布以及各边缘像素点对应的窗口区域的尺寸,得到金属箔区域的各边缘像素点对应的翘起度,包括:
对于金属箔区域的第i个边缘像素点,采用如下公式计算该边缘像素点对应的翘起度:
其中,为第i个边缘像素点对应的翘起度,/>为阴影区域的所有像素点的灰度均值,为背景区域的所有像素点的灰度均值,/>为第i个边缘像素点对应的窗口内阴影区域的像素点的灰度均值,n为第i个边缘像素点对应的窗口区域内阴影区域的像素点的数量,M为第i个边缘像素点对应的窗口区域内像素点的数量,λ为预设调整参数,W为第i个边缘像素点对应的窗口区域的边长与金属箔区域所有边缘像素点对应的最大窗口区域的边长的比值,e为自然常数,| |为取绝对值符号。
4.根据权利要求1所述的一种柔性电路板贴片异常检测方法,其特征在于,根据金属箔区域的边缘像素点与地层区域的边缘像素点的相对位置,得到金属箔区域的各边缘像素点对应的平行程度,包括:
对于金属箔区域的第i个边缘像素点:
将过第i个边缘像素点且垂直于金属箔的阴影区域的边缘线的方向上的地层区域的边缘像素点,确定为第i个边缘像素点的匹配点;
将第i个边缘像素点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第一均值;将第i个边缘像素点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第二均值;将所述匹配点与其所在的边缘线上两个相邻像素点的横坐标的差异的均值,记为第三均值;将所述匹配点与其所在的边缘线上两个相邻像素点的纵坐标的差异的均值,记为第四均值;
将所述第二均值与所述第一均值的比值的反正切函数值,确定为第一特征指标;将所述第四均值与所述第三均值的比值的反正切函数值,确定为第二特征指标;对所述第一特征指标与所述第二特征指标的差异进行归一化处理,将常数1与归一化结果的差值确定为第i个边缘像素点对应的平行程度。
5.根据权利要求1所述的一种柔性电路板贴片异常检测方法,其特征在于,所述根据金属箔区域的中心点与地层区域的中心点的相对位置,确定金属箔区域的中心点与地层区域的中心点的重合程度,包括:
将金属箔区域的中心点的横坐标与地层区域的中心点的横坐标的差值的平方记为第一平方,将金属箔区域的中心点的纵坐标与地层区域的中心点的纵坐标的差值的平方记为第二平方;
将所述第一平方与所述第二平方的和值的算数平方根的归一化结果记为第一特征值;将常数1与所述第一特征值的差值,确定为金属箔区域的中心点与地层区域的中心点的重合程度。
6.根据权利要求1所述的一种柔性电路板贴片异常检测方法,其特征在于,所述基于所述翘起度、所述平行程度和所述重合程度,判断待检测柔性电路板贴片是否存在异常,包括:
对于金属箔区域的第i个边缘像素点:根据第i个边缘像素点对应的翘起度、第i个边缘像素点对应的平行程度和所述重合程度,得到第i个边缘像素点的异常程度;
将金属箔区域中异常程度大于预设异常程度阈值的边缘像素点记为异常像素点;若异常像素点的数量大于预设第一数量,则判定待检测柔性电路板贴片存在异常;若异常像素点的数量小于或等于预设第一数量,则判定待检测柔性电路板贴片不存在异常。
7.根据权利要求6所述的一种柔性电路板贴片异常检测方法,其特征在于,根据第i个边缘像素点对应的翘起度、第i个边缘像素点对应的平行程度和所述重合程度,得到第i个边缘像素点的异常程度,包括:
将以自然常数为底数,以所述重合程度为指数的指数函数的值作为第二特征值,将所述第二特征值与常数1的差值记为第一差值,将所述第一差值与第i个边缘像素点对应的平行程度的乘积确定为第i个边缘像素点对应的边缘贴合度;
将以自然常数为底数,以负的所述边缘贴合度为指数的指数函数的值作为第三特征值,将所述第三特征值与第i个边缘像素点对应的翘起度的乘积的归一化结果确定为第i个边缘像素点的异常程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943598.7A CN116703889B (zh) | 2023-07-31 | 2023-07-31 | 一种柔性电路板贴片异常检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943598.7A CN116703889B (zh) | 2023-07-31 | 2023-07-31 | 一种柔性电路板贴片异常检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116703889A true CN116703889A (zh) | 2023-09-05 |
CN116703889B CN116703889B (zh) | 2023-10-03 |
Family
ID=87832458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310943598.7A Active CN116703889B (zh) | 2023-07-31 | 2023-07-31 | 一种柔性电路板贴片异常检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703889B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993725A (zh) * | 2023-09-26 | 2023-11-03 | 深圳市普能达电子有限公司 | 一种柔性电路板智能贴片信息处理系统 |
CN117689657A (zh) * | 2024-02-02 | 2024-03-12 | 深圳市福源晖科技有限公司 | 一种柔性线路板贴片异常检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094877A1 (en) * | 2003-10-30 | 2005-05-05 | Samsung Electronics Co., Ltd. | Method and apparatus for detecting the location and luminance transition range of slant image edges |
WO2017032308A1 (zh) * | 2015-08-25 | 2017-03-02 | 广州视源电子科技股份有限公司 | 一种pcb板检测方法及装置 |
CN115018828A (zh) * | 2022-08-03 | 2022-09-06 | 深圳市尹泰明电子有限公司 | 一种电子元器件的缺陷检测方法 |
CN115049653A (zh) * | 2022-08-15 | 2022-09-13 | 凤芯微电子科技(聊城)有限公司 | 基于计算机视觉的集成电路板质量检测系统 |
CN116309550A (zh) * | 2023-05-11 | 2023-06-23 | 聊城市飓风工业设计有限公司 | 基于图像处理的集成电路贴片异常识别方法 |
-
2023
- 2023-07-31 CN CN202310943598.7A patent/CN116703889B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094877A1 (en) * | 2003-10-30 | 2005-05-05 | Samsung Electronics Co., Ltd. | Method and apparatus for detecting the location and luminance transition range of slant image edges |
WO2017032308A1 (zh) * | 2015-08-25 | 2017-03-02 | 广州视源电子科技股份有限公司 | 一种pcb板检测方法及装置 |
CN115018828A (zh) * | 2022-08-03 | 2022-09-06 | 深圳市尹泰明电子有限公司 | 一种电子元器件的缺陷检测方法 |
CN115049653A (zh) * | 2022-08-15 | 2022-09-13 | 凤芯微电子科技(聊城)有限公司 | 基于计算机视觉的集成电路板质量检测系统 |
CN116309550A (zh) * | 2023-05-11 | 2023-06-23 | 聊城市飓风工业设计有限公司 | 基于图像处理的集成电路贴片异常识别方法 |
Non-Patent Citations (1)
Title |
---|
石梅香;: "基于二维log-Gabor小波的相位一致PCB芯片缺陷提取", 焊接技术, no. 12, pages 94 - 97 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116993725A (zh) * | 2023-09-26 | 2023-11-03 | 深圳市普能达电子有限公司 | 一种柔性电路板智能贴片信息处理系统 |
CN116993725B (zh) * | 2023-09-26 | 2023-11-28 | 深圳市普能达电子有限公司 | 一种柔性电路板智能贴片信息处理系统 |
CN117689657A (zh) * | 2024-02-02 | 2024-03-12 | 深圳市福源晖科技有限公司 | 一种柔性线路板贴片异常检测方法及系统 |
CN117689657B (zh) * | 2024-02-02 | 2024-04-16 | 深圳市福源晖科技有限公司 | 一种柔性线路板贴片异常检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116703889B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116703889B (zh) | 一种柔性电路板贴片异常检测方法 | |
WO2022042579A1 (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
CN113570605B (zh) | 一种基于液晶显示面板的缺陷检测方法和系统 | |
CN110431404A (zh) | 表面缺陷检查方法及表面缺陷检查装置 | |
CN116402808B (zh) | 一种电缆夹板模具制造智能化检测方法 | |
CN115082431B (zh) | 一种pcb板表面缺陷检测方法 | |
CN114494045A (zh) | 一种基于机器视觉的大型直齿轮几何参数测量系统及方法 | |
CN114972575A (zh) | 一种基于轮廓边缘的直线拟合算法 | |
CN111861979A (zh) | 一种定位方法、设备及计算机可读存储介质 | |
CN118154592B (zh) | 一种pcb板焊点桥接缺陷检测方法 | |
TW201930908A (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
JP2002039962A (ja) | 電子基板検査方法及びそれを用いた装置 | |
CN115471486A (zh) | 一种交换机接口完好性检测方法 | |
CN115187590A (zh) | 一种基于机器视觉的汽车零部件缺陷检测方法 | |
CN116664570A (zh) | 基于工业视觉的扁形连接器生产缺陷检测方法 | |
CN117853749A (zh) | 一种信息处理方法及电子设备 | |
CN116993725B (zh) | 一种柔性电路板智能贴片信息处理系统 | |
CN117808812A (zh) | 一种柔性电路板瑕疵检测方法及系统 | |
JP2000163579A (ja) | 外観検査方法およびその装置 | |
TWI465699B (zh) | 水位量測方法 | |
JP2002243655A (ja) | 電子部品の外観検査方法および外観検査装置 | |
JP2006145415A (ja) | 表面検査方法及び装置 | |
CN112798608B (zh) | 手机摄像头支架内腔侧壁的光学检测装置及光学检测方法 | |
CN114120343A (zh) | 证件图像质量评估方法及终端 | |
JP3260425B2 (ja) | パターンのエッジライン推定方式及びパターン検査装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |