CN116805298A - 一种基于边缘计算的电路板缺陷检测方法 - Google Patents
一种基于边缘计算的电路板缺陷检测方法 Download PDFInfo
- Publication number
- CN116805298A CN116805298A CN202211522158.6A CN202211522158A CN116805298A CN 116805298 A CN116805298 A CN 116805298A CN 202211522158 A CN202211522158 A CN 202211522158A CN 116805298 A CN116805298 A CN 116805298A
- Authority
- CN
- China
- Prior art keywords
- pcb
- image
- target pcb
- edge computing
- point position
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 72
- 238000001514 detection method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 126
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 3
- 238000004886 process control Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 150000003071 polychlorinated biphenyls Chemical class 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明的实施例公开一种基于边缘计算的电路板缺陷检测方法,涉及图像识别技术领域。所述方法,包括:通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;在目标PCB板生产完成时,通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像;通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵;所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷;若所述目标PCB板存在缺陷,则所述边缘计算系统向指定终端发送报警信息。本发明有效地提升了PCB板缺陷检测效率。
Description
技术领域
本发明属于图像识别技术领域,尤其涉及一种基于边缘计算的电路板缺陷检测方法。
背景技术
随着信息技术高速发展,电子产品集成度越来越高,对人民生活的影响也越来越大,大数据、人工智能等新技术的发展更进一步要求电子产品要具有高质量、高可靠性。PCB(印刷电路板)集成电路特别是大规模、超大规模集成电路在信息产业中地位越来越重要,在现代工业生产过程中,不管民用还是军用产品都离不开PCB,特别是在精密领域,对PCB产品的要求更高。
在现代工业批量化的PCB生产过程中,PCB的工艺过程相当复杂,每一道工序都可能造成PCB表面的缺陷,这些缺陷很有可能导致其后续产品的性能和使用安全。因此,在PCB的生产过程中,需要对PCB表面的缺陷进行实时并准确的检测,特别是在航空航天等精密领域,对PCB产品的质量及安全要求非常高。所以对PCB表面缺陷的精准检测尤其重要,这也就要求在生产过程中必须对PCB表面的缺陷进行快速准确的检测,以达到航空航天精密领域对PCB产品的高质量要求。
现在PCB表面缺陷的检测方法有人工目测和机械测试,其中人工检测方法是最传统的一种方法,它通过人的肉眼直接观测面板,成本较低,但是由于人工检测受限工人经验、情绪、生理等主观因素的影响,检测的错误率通常较高。所以人工检测其准确率和效率也相对比较低。在机械检测中,通常采用接触式检测,在检测过程中需要对物体进行位置的调整以达到最好的检测效果,因此效率也是比较低下的。
发明内容
有鉴于此,本发明实施例提供一种基于边缘计算的电路板缺陷检测方法,用于解决现有PCB表面缺陷检测方法检测效率低下的问题。本发明能够根据设计的PCB板与实际生产的PCB版的图像信息,通过边缘计算系统智能、自动的识别实际生产的PCB版的缺陷信息,并在出现缺陷时进行自动的报警,有效地提升了PCB板缺陷检测效率。
本发明实施例提供一种基于边缘计算的电路板缺陷检测方法,包括:
通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;
在目标PCB板生产完成时,通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像;
通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵;其中,所述第一点位矩阵和第二点位矩阵中用不同的元素值表征元素值对应的目标PCB板位置是否为缺口;
所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷;
若所述目标PCB板存在缺陷,则所述边缘计算系统向指定终端发送报警信息。
在一可选实施例中,所述通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像,包括:
通过所述相机取景框中预先设置的定位点对通过PCB板设计软件画好的目标PCB板的指定点进行定位,随后对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;其中,所述定位点至少为2个,所述指定点数量与所述定位点数量相同;
所述通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像,包括:
通过所述相机取景框中预先设置的定位点对实际生产的目标PCB板的指定点进行定位,随后对实际生产的目标PCB板进行拍照,得到第二图像,以使所述第一图像和第二图像中所拍摄的目标PCB板的位置和大小相同且拍摄的缩放比例相同。
在一可选实施例中,所述通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵,包括:
通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别;
所述边缘计算系统根据第一公式生成第一点位矩阵以及第二点位矩阵;
其中,所述第一公式为:
所述第一公式中,G(i,j)表示生成的点位矩阵中第i行第j列的元素值;T(i,j)∈K表示识别出第一/第二图像中第i行第j列的像素点属于缺口; 表示识别出第一/第二图像中第i行第j列的像素点不属于缺口。
在一可选实施例中,所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷,包括:
所述边缘计算系统对比所述第一点位矩阵和第二点位矩阵,生成目标PCB板的缺口点位矩阵以定位缺口位置;
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵检测所述目标PCB板是否存在缺陷。
在一可选实施例中,所述边缘计算系统向指定终端发送报警信息,包括:
所述边缘计算系统将所述目标PCB板的缺口点位矩阵与目标PCB板设计图进行重叠检查,判断是否存在线路经过缺口;
若存在线路经过缺口,则所述边缘计算系统向指定终端发送报警信息。
在一可选实施例中,所述边缘计算系统对比所述第一点位矩阵和第二点位矩阵,生成目标PCB板的缺口点位矩阵以定位缺口位置,包括:
所述边缘计算系统根据第一点位矩阵和第二点位矩阵,基于第二公式计算目标PCB板的缺口点位矩阵;
其中,所述第二公式为:
E(i,j)=u[Gq(i,j)-G0(i,j)+1]×[Gq(i,j)-G0(i,j)]
所述第二公式中,E(i,j)表示目标PCB板的缺口点位矩阵中第i行第j列的元素值;Gq(i,j)表示第一点位矩阵Gq中第i行第j列的元素值;G0(i,j)表示第二点位矩阵G0中第i行第j列的元素值;u[]表示正数归一化函数,若括号内的数值为正数则函数值为1,若括号内的数值为0或负数则函数值为0;
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵检测所述目标PCB板是否存在缺陷,包括:
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵,基于第三公式计算目标PCB板的破损判定值;
所述边缘计算系统判断所述目标PCB板的破损判定值是否等于1;
若所述目标PCB板的破损判定值等于1,则确定所述目标PCB板存在破损缺陷;
其中,所述第三公式为:
所述第三公式中,P表示目标PCB板的破损判定值,若P=1则表示实际生产的目标PCB板存在破损缺陷,若P=0则表示实际生产的目标PCB板不存在破损缺陷;m表示所述相机拍摄到的图像中任一行的像素点总个数,n表示所述相机拍摄到的图像中任一列的像素点总个数。
在一可选实施例中,所述边缘计算系统将所述目标PCB板的缺口点位矩阵与目标PCB板设计图进行重叠检查,判断是否存在线路经过缺口,包括:
所述边缘计算系统根据第四公式计算目标PCB板的检测处理控制值;
所述边缘计算系统判断当前计算出的检测处理控制值是否等于2;
若当前计算出的检测处理控制值等于2,则判定目标PCB板上存在线路经过缺口;
其中,所述第四公式为:
所述第四公式中,B表示目标PCB板的检测处理控制值;w表示通过PCB板设计软件画好的目标PCB板中的板子叠放总层数;Ca(i,j)表示通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置的线路经过查验值,若检查到通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置有线路经过则Ca(i,j)=1,反之Ca(i,j)=0);表示将a的值从1取值到w代入到括号内,若存在一个或一个以上的w值使得括号内的算式成立则整体函数值为1,反之整体函数值为0;/>表示将i的值从1取值到n,j的值从1取值到m代入到括号内,若存在一对或多对的i,j值使得括号内的算式成立则整体函数值为1,反之整体函数值为0;
在一可选实施例中,在所述边缘计算系统判断当前计算出的检测处理控制值是否等于2之后,还包括:
若当前计算出的检测处理控制值不等于2,则判断当前计算出的检测处理控制值是否等于1;
若当前计算出的检测处理控制值等于1,则判定目标PCB板上存在缺口但无线路经过缺口,向指定终端发送提醒信息。
本发明提供的一种基于边缘计算的电路板缺陷检测方法,首先通过相机采集设计的PCB板图像信息和实际生产的PCB板的图像信息,然后通过边缘计算系统对所述PCB板图像信息中的缺口进行识别,分别得到设计的PCB板图像信息和实际生产的PCB板的图像信息中的第一点位矩阵和第二点位矩阵,最后根据第一点位矩阵和第二点位矩阵,检测生产的PCB板的缺陷信息并能及时进行缺陷报警。本发明能够通过边缘计算系统智能、自动的识别实际生产的PCB版的缺陷信息,并在存在缺陷时进行自动的报警,有效地提升了PCB板缺陷检测效率。
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,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的附图。
图1为本发明实施例提供的一种基于边缘计算的电路板缺陷检测方法流程图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种基于边缘计算的电路板缺陷检测方法流程图。参见图1,该方法包括如下步骤S101-S105:
S101:通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像。
本实施例中,可通过所述相机取景框中预先设置的定位点对通过PCB板设计软件画好的目标PCB板的指定点进行定位,随后对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;其中,所述定位点至少为2个,所述指定点数量与所述定位点数量相同。例如,可以在相机取景框中预先设置上侧中央点和左侧中央点共2个定位点,然后将每块通过PCB板设计软件画好的目标PCB板的上边缘中点和左边缘中点作为指定点,拍摄时将定位点与指定点对准,再对准定位后的目标PCB板进行拍照。通过预先设置定位点对相机拍照位置进行定位,能够使得对于同一PCB板的前后拍摄的照片位置相对固定,便于后续图像比对识别。
S102:在目标PCB板生产完成时,通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像。
本实施例中,可通过所述相机取景框中预先设置的定位点对实际生产的目标PCB板的指定点进行定位,随后对实际生产的目标PCB板进行拍照,得到第二图像,以使所述第一图像和第二图像中所拍摄的目标PCB板的位置和大小相同且拍摄的缩放比例相同。
S103:通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵。
其中,所述第一点位矩阵和第二点位矩阵中用不同的元素值表征元素值对应的目标PCB板位置是否为缺口。
S104:所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷,是则执行步骤S105。
S105:所述边缘计算系统向指定终端发送报警信息。
作为一可选实施例,所述步骤S101之前,可以包括如下步骤S201-S204:
S201:获取不少于预定数量的带缺陷的PCB板图像;所述预定数量的带缺陷的PCB板图像至少包括带缺口的PCB板图像;
S202:对所述带缺陷的PCB板图像中的各缺陷对应的缺陷类别进行标记,得到带标记的PCB板图像集合;
S203:将所述PCB板图像集合中的部分图像作为样本图像集,并将所述PCB板图像集合中的剩余图像作为测试图像集;
S204:通过所述样本图像集和测试图像集对预先构建的卷积神经网络模型进行训练,得到PCB板缺陷识别模型;
本实施例中,所述步骤S103中,所述对所述第一图像、第二图像中的缺口进行识别的步骤,可以包括:通过所述PCB板缺陷识别模型对所述第一图像、第二图像中的缺口进行识别。
本实施例中,通过预先获取的大量带缺陷的PCB板图像,对预先构建的卷积神经网络模型进行训练,得到PCB板缺陷识别模型,则步骤S103中即可根据这个PCB板缺陷识别模型对所述第一图像、第二图像中的缺口进行识别,有效地提升了缺口识别的准确率。
上述技术方案的有益效果为:本发明实施例提供的一种基于边缘计算的电路板缺陷检测方法,首先通过相机采集设计的PCB板图像信息和实际生产的PCB板的图像信息,然后通过边缘计算系统对所述PCB板图像信息中的缺口进行识别,得到设计的PCB板图像信息和实际生产的PCB板的图像信息中的第一点位矩阵和第二点位矩阵,最后根据第一点位矩阵和第二点位矩阵,检测生产的PCB板的缺陷信息并能及时进行缺陷报警。本发明能够通过边缘计算系统智能、自动的识别实际生产的PCB版的缺陷信息,并在存在缺陷时进行自动的报警,有效地提升了PCB板缺陷检测效率。
作为一可选实施例,所述步骤S103,可以包括以下步骤S301-S302:
S301:通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别;
S302:所述边缘计算系统根据第一公式生成第一点位矩阵以及第二点位矩阵;
其中,所述第一公式为:
所述第一公式中,G(i,j)表示生成的点位矩阵中第i行第j列的元素值;T(i,j)∈K表示识别出第一/第二图像中第i行第j列的像素点属于缺口; 表示识别出第一/第二图像中第i行第j列的像素点不属于缺口。其中,若第一公式输入的是软件内的PCB板图像(即第一图像)则输出的点位矩阵为第一点位矩阵(即安装孔点位矩阵G0),若上述公式输入的是生产时PCB板图像(即第二图像)则输出的点位矩阵为第二点位矩阵(即缺口点位矩阵Gq)。
上述技术方案的有益效果为:利用第一公式(1)对拍摄到的图像进行检测生成点位矩阵,进而将数据矩阵化,一是利用矩阵便于定位位置,二是矩阵的形式便于进行点对点的计算,提高本发明执行的效率。
作为一可选实施例,所述步骤S104,可以包括如下步骤S401-S402:
S401:所述边缘计算系统对比所述第一点位矩阵和第二点位矩阵,生成目标PCB板的缺口点位矩阵以定位缺口位置;
S402:所述边缘计算系统根据所述目标PCB板的缺口点位矩阵检测所述目标PCB板是否存在缺陷。
上述技术方案的有益效果为:根据第一图像的安装孔点位矩阵G0和第二图像的缺口点位矩阵Gg,确定第二图像对应的PCB板除了安装孔外,是否还存在额外的缺口及定位此缺口的位置,便于根据这些缺口信息确定第二图像对应的PCB板是否存在缺陷,具有实现方便、判定准确的优点。
作为一可选实施例,所述步骤S105,可以包括以下步骤S501-S502:
S501:所述边缘计算系统将所述目标PCB板的缺口点位矩阵与目标PCB板设计图进行重叠检查,判断是否存在线路经过缺口;是则执行步骤S502;
S502:所述边缘计算系统向指定终端发送报警信息。
上述技术方案的有益效果为:将所述目标PCB板的缺口点位矩阵与软件画好的PCB板进行重叠检查是否存在线路经过缺口,若存在线路经过缺口,则说明生产出的PCB板存在线路缺口缺陷,这些PCB板一旦通电,将会给PCB板带来巨大的损坏,甚至会给使用PCB板的设备带来巨大的损害,因此需及时进行报警处理,便于开展及时的应对处置措施。
作为一可选实施例,所述步骤S401,可以包括:所述边缘计算系统根据第一点位矩阵和第二点位矩阵,基于第二公式计算目标PCB板的缺口点位矩阵;
其中,所述第二公式为:
E(i,j)=u[Gq(i,j)-G0(i,j)+1]×[Gq(i,j)-G0(i,j)] (2)
所述第二公式中,E(i,j)表示目标PCB板的缺口点位矩阵中第i行第j列的元素值;Gq(i,j)表示第一点位矩阵Gq中第i行第j列的元素值;G0(i,j)表示第二点位矩阵G0中第i行第j列的元素值;u[]表示正数归一化函数,若括号内的数值为正数则函数值为1,若括号内的数值为0或负数则函数值为0;
优选地,所述步骤S402,可以包括以下步骤S601-S603:
S601:所述边缘计算系统根据所述目标PCB板的缺口点位矩阵,基于第三公式计算目标PCB板的破损判定值;
其中,所述第三公式为:
所述第三公式中,P表示目标PCB板的破损判定值,若P=1则表示实际生产的目标PCB板存在破损缺陷,若P=0则表示实际生产的目标PCB板不存在破损缺陷;i=1,2,...,n;j=1,2,...,m;m表示所述相机拍摄到的图像中任一行的像素点总个数,n表示所述相机拍摄到的图像中任一列的像素点总个数。
S602:所述边缘计算系统判断所述目标PCB板的破损判定值是否等于1;是则执行S603;
S603:确定所述目标PCB板存在破损缺陷;
本实施例中,若P=1则表示生产的目标PCB板子存在破损,若P=0则表示生产的目标PCB板子不存在破损。
上述技术方案的有益效果为:利用第二公式(2)和第三的公式(3)根据第一点位矩阵(即安装孔点位矩阵)以及第二点位矩阵(即缺口点位矩阵)判断生产的PCB板子是否存在破损,并生成缺口点位矩阵,从而将缺口位置进行数字化定位,确保了定位准确性的同时,还便于利用矩阵对缺口点进行定位问题排查。
作为一可选实施例,所述步骤S501,可以包括以下步骤S701-S703:
S701:所述边缘计算系统根据第四公式计算目标PCB板的检测处理控制值;
其中,所述第四公式为:
所述第四公式中,B表示目标PCB板的检测处理控制值;w表示通过PCB板设计软件画好的目标PCB板中的板子叠放总层数;Ca(i,j)表示通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置的线路经过查验值,若检查到通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置有线路经过则Ca(i,j)=1,反之Ca(i,j)=0);表示将a的值从1取值到w代入到括号内,若存在一个或一个以上的w值使得括号内的算式成立则整体函数值为1,反之整体函数值为0;/>表示将i的值从1取值到n,j的值从1取值到m代入到括号内,若存在一对或多对的i,j值使得括号内的算式成立则整体函数值为1,反之整体函数值为0。
S702:所述边缘计算系统判断当前计算出的检测处理控制值是否等于2;是则执行S703;
S703:判定目标PCB板上存在线路经过缺口;
优选地,若步骤S702的判断结果为否,即判断出当前计算出的检测处理控制值不等于2时,继续执行如下步骤S704-S705:
S704:判断当前计算出的检测处理控制值是否等于1,是则执行S705,否则执行S706;
S705:判定目标PCB板上存在缺口但无线路经过缺口,向指定终端发送提醒信息;
S706:判定目标PCB板正常,不向指定终端发送提醒信息和报警信息。
上述技术方案的有益效果为:利用第四公式(4)根据所述缺口点位矩阵与软件画好的PCB板进行重叠的检查结果,控制是否进行报警或提醒处理,进而根据不同情况进行不同程度的报警或提醒,防止小问题延误进度。
综上所述,本发明实施例利用第一公式(1)和第二公式(2)对拍摄到的图像进行检测生成点位矩阵,进而将数据矩阵化,一是利用矩阵便于定位位置,二是矩阵的形式便于进行点对点的计算,提高系统效率;然后利用第三公式(3)根据第一点位矩阵以及第二点位矩阵判断生产的PCB板子是否存在破损,并生成缺口点位矩阵,从而将缺口位置进行数字化定位,确保了定位准确性的同时,还便于利用矩阵对缺口点进行定位问题排查;最后利用第四公式(4)根据所述缺口点位矩阵与软件画好PCB板进行重叠检查的结果,控制是否进行报警或提醒处理,进而根据不同情况进行不同程度的报警或提醒,防止小问题延误进度。
从上述实施例的内容可知,本发明可通过边缘计算系统进行智能化识别,对生产出的PCB板进行拍照检测,当出现导线短路或破损时,发出报警;其中由于电路板在设计的时候会预留有安装孔位,为了防止生产出来的安装孔位被识别成破损,则在软件画好PCB板时首先对软件内的PCB板图像进行拍照检测,并生成安装孔点位矩阵,然后再在PCB生产时对PCB进行拍照识别生成缺口点位矩阵,对比所述缺口点位矩阵与所述安装孔点位矩阵是否一致,若不一致则得到缺口点位矩阵进而定位缺口位置,同时将所述缺口点位矩阵与软件画好PCB板进行重叠,检查是否存在线路经过缺口,若存在线路经过缺口则进行报警处理,若不存在线路经过缺口则做提醒处理,所述提醒处理包括提醒工作人员当前电路板存在缺口但不影响使用,需在必要时进行检修处理。本发明可以更智能化识别是否出现不合格PCB板,通过边缘计算系统的强大算力实时监测每一块生产出的板卡,智能判断PCB板的生产质量,有效地提高了PCB板缺陷检测的效率,保证了PCB板的质量。
本发明是参照根据本发明实施例的方法、设备(系统)、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方法的装置。
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方法。
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方法的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种基于边缘计算的电路板缺陷检测方法,其特征在于,包括:
通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;
在目标PCB板生产完成时,通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像;
通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵;其中,所述第一点位矩阵和第二点位矩阵中用不同的元素值表征元素值对应的目标PCB板位置是否为缺口;
所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷;
若所述目标PCB板存在缺陷,则所述边缘计算系统向指定终端发送报警信息。
2.如权利要求1所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述通过相机对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像,包括:
通过所述相机取景框中预先设置的定位点对通过PCB板设计软件画好的目标PCB板的指定点进行定位,随后对通过PCB板设计软件画好的目标PCB板进行拍照,得到第一图像;其中,所述定位点至少为2个,所述指定点数量与所述定位点数量相同;
所述通过同一相机对实际生产的目标PCB板进行拍照,得到第二图像,包括:
通过所述相机取景框中预先设置的定位点对实际生产的目标PCB板的指定点进行定位,随后对实际生产的目标PCB板进行拍照,得到第二图像,以使所述第一图像和第二图像中所拍摄的目标PCB板的位置和大小相同且拍摄的缩放比例相同。
3.如权利要求2所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别,得到与所述第一图像对应的第一点位矩阵以及与所述第二图像对应的第二点位矩阵,包括:
通过与所述相机连接的边缘计算系统对所述第一图像、第二图像中的缺口进行识别;
所述边缘计算系统根据第一公式生成第一点位矩阵以及第二点位矩阵;
其中,所述第一公式为:
所述第一公式中,G(i,j)表示生成的点位矩阵中第i行第j列的元素值;T(i,j)∈K表示识别出第一/第二图像中第i行第j列的像素点属于缺口; 表示识别出第一/第二图像中第i行第j列的像素点不属于缺口。
4.如权利要求3所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述边缘计算系统根据所述第一点位矩阵和第二点位矩阵,检测所述目标PCB板是否存在缺陷,包括:
所述边缘计算系统对比所述第一点位矩阵和第二点位矩阵,生成目标PCB板的缺口点位矩阵以定位缺口位置;
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵检测所述目标PCB板是否存在缺陷。
5.如权利要求4所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述边缘计算系统向指定终端发送报警信息,包括:
所述边缘计算系统将所述目标PCB板的缺口点位矩阵与目标PCB板设计图进行重叠检查,判断是否存在线路经过缺口;
若存在线路经过缺口,则所述边缘计算系统向指定终端发送报警信息。
6.如权利要求5所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述边缘计算系统对比所述第一点位矩阵和第二点位矩阵,生成目标PCB板的缺口点位矩阵以定位缺口位置,包括:
所述边缘计算系统根据第一点位矩阵和第二点位矩阵,基于第二公式计算目标PCB板的缺口点位矩阵;
其中,所述第二公式为:
E(i,j)=u[Gq(i,j)-G0(i,j)+1]×[Gq(i,j)-G0(i,j)]
所述第二公式中,E(i,j)表示目标PCB板的缺口点位矩阵中第i行第j列的元素值;Gq(i,j)表示第一点位矩阵Gq中第i行第j列的元素值;G0(i,j)表示第二点位矩阵G0中第i行第j列的元素值;u[]表示正数归一化函数,若括号内的数值为正数则函数值为1,若括号内的数值为0或负数则函数值为0;
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵检测所述目标PCB板是否存在缺陷,包括:
所述边缘计算系统根据所述目标PCB板的缺口点位矩阵,基于第三公式计算目标PCB板的破损判定值;
所述边缘计算系统判断所述目标PCB板的破损判定值是否等于1;
若所述目标PCB板的破损判定值等于1,则确定所述目标PCB板存在破损缺陷;
其中,所述第三公式为:
所述第三公式中,P表示目标PCB板的破损判定值,若P=1则表示实际生产的目标PCB板存在破损缺陷,若P=0则表示实际生产的目标PCB板不存在破损缺陷;i=1,2,…,n;j=1,2,…,m;m表示所述相机拍摄到的图像中任一行的像素点总个数,n表示所述相机拍摄到的图像中任一列的像素点总个数。
7.如权利要求6所述的基于边缘计算的电路板缺陷检测方法,其特征在于,所述边缘计算系统将所述目标PCB板的缺口点位矩阵与目标PCB板设计图进行重叠检查,判断是否存在线路经过缺口,包括:
所述边缘计算系统根据第四公式计算目标PCB板的检测处理控制值;
所述边缘计算系统判断当前计算出的检测处理控制值是否等于2;
若当前计算出的检测处理控制值等于2,则判定目标PCB板上存在线路经过缺口;
其中,所述第四公式为:
所述第四公式中,B表示目标PCB板的检测处理控制值;w表示通过PCB板设计软件画好的目标PCB板中的板子叠放总层数;Ca(i,j)表示通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置的线路经过查验值,若检查到通过PCB板设计软件画好的目标PCB板的第a层中与所述第一图像的第i行第j列像素点对应位置有线路经过则Ca(i,j)=1,反之Ca(i,j)=0);表示将a的值从1取值到w代入到括号内,若存在一个或一个以上的w值使得括号内的算式成立则整体函数值为1,反之整体函数值为0;/>表示将i的值从1取值到n,j的值从1取值到m代入到括号内,若存在一对或多对的i,j值使得括号内的算式成立则整体函数值为1,反之整体函15数值为0。
8.如权利要求7所述的基于边缘计算的电路板缺陷检测方法,其特征在于,在所述边缘计算系统判断当前计算出的检测处理控制值是否等于2之后,还包括:
若当前计算出的检测处理控制值不等于2,则判断当前计算出的检测处理控制值是否等于1;
若当前计算出的检测处理控制值等于1,则判定目标PCB板上存在缺口但无线路经过缺口,向指定终端发送提醒信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211522158.6A CN116805298A (zh) | 2022-11-30 | 2022-11-30 | 一种基于边缘计算的电路板缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211522158.6A CN116805298A (zh) | 2022-11-30 | 2022-11-30 | 一种基于边缘计算的电路板缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116805298A true CN116805298A (zh) | 2023-09-26 |
Family
ID=88079944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211522158.6A Pending CN116805298A (zh) | 2022-11-30 | 2022-11-30 | 一种基于边缘计算的电路板缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116805298A (zh) |
-
2022
- 2022-11-30 CN CN202211522158.6A patent/CN116805298A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3102018B1 (en) | Quality management device and method for controlling quality management device | |
CN111899241B (zh) | 一种定量化的炉前pcb贴片缺陷在线检测方法及系统 | |
TW202004574A (zh) | 人工智慧複檢系統及其方法 | |
CN113409250A (zh) | 一种基于卷积神经网络的焊点检测方法 | |
CN115937170A (zh) | 电路板检测方法、装置、计算机设备及存储介质 | |
CN110930350A (zh) | 机器学习方法及应用机器学习方法的自动光学检测设备 | |
CN112666182A (zh) | 柔性电路板用自动视觉检测方法及装置 | |
JP2004214394A (ja) | 実装品質分析方法 | |
Chang et al. | Classification of solder joints via automatic mistake reduction system for improvement of AOI inspection | |
TW202026947A (zh) | 智慧判定回饋方法及裝置 | |
CN116805298A (zh) | 一种基于边缘计算的电路板缺陷检测方法 | |
CN111583222B (zh) | 一种测试点自动定位方法、铜厚自动检测方法及系统 | |
CN105136818A (zh) | 印刷基板的影像检测方法 | |
CN113065462A (zh) | 用于电网架空线路的监测方法、装置、设备及存储介质 | |
CN110516375B (zh) | 一种异常板卡的检测方法、装置、电子设备及存储介质 | |
CN108613998B (zh) | 应用于pcb板的晶粒均匀性的评价方法及评价系统 | |
KR20220046824A (ko) | 리튬 이차 전지의 용접부 검사 방법 | |
CN115035118B (zh) | 一种基于识别模型的pcb生产线残缺检测方法及系统 | |
CN115170476B (zh) | 基于图像处理的印制线路板缺陷检测方法 | |
TWM619409U (zh) | 智慧化加工系統 | |
TW202141421A (zh) | 人工智慧自動光學檢測方法及系統 | |
CN114943884B (zh) | 基于深度学习的设备保护方法 | |
KR101570023B1 (ko) | 인쇄 회로 기판 자동 분류 방법 | |
JP2015075412A (ja) | 外観検査システム | |
CN116309848B (zh) | 基于计算机视觉的电池及保护板的焊接定位方法 |
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 |