CN116823832A - 一种基于三维点云的锡膏缺陷检测方法 - Google Patents
一种基于三维点云的锡膏缺陷检测方法 Download PDFInfo
- Publication number
- CN116823832A CN116823832A CN202311098497.0A CN202311098497A CN116823832A CN 116823832 A CN116823832 A CN 116823832A CN 202311098497 A CN202311098497 A CN 202311098497A CN 116823832 A CN116823832 A CN 116823832A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- solder paste
- plane
- point
- calculating
- 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
- 229910000679 solder Inorganic materials 0.000 title claims abstract description 218
- 230000007547 defect Effects 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 239000000758 substrate Substances 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 39
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 7
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000005452 bending Methods 0.000 abstract description 16
- 238000007639 printing Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 101150089047 cutA gene Proteins 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Electric Connection Of Electric Components To Printed Circuits (AREA)
Abstract
本发明涉及一种基于三维点云的锡膏缺陷检测方法,其包括以下步骤:将获取的锡膏点云数据分成M块,得到分块点云Fi,其中,i=1,...,M;分别提取M块分块点云Fi的平面点云Pi并进行合并,得到基板点云P,分别提取M块分块点云Fi的非平面点云Hi并进行合并,得到锡膏点云H;根据基板点云P和锡膏点云H,计算锡膏的高度、体积和偏移量。本发明实施例提供的一种基于三维点云的锡膏缺陷检测方法,由于基于锡膏点云数据提取出了基板点云P和锡膏点云H,利用基板点云P和锡膏点云H检测锡膏点云三维特征,如高度、体积和偏移量等,从锡膏的三维特征更加准确反映锡膏真实物理状态,相较于传统2D识别,检测准确率高,且能够有效适应PCB板弯、起翘。
Description
技术领域
本发明涉及锡膏缺陷检测技术领域,特别涉及一种基于三维点云的锡膏缺陷检测方法。
背景技术
随着电子技术的迅速发展,电子产品的日趋复杂,贴片元器件向精细化发展,表面安装器件本身的体积越来越小,引脚和走线越来越密,使组件尺寸越来越小,锡膏的三维厚度、体积的检测也越来越重要。常见的锡膏印刷缺陷,主要有缺锡、少锡、偏移等。锡膏位置发生偏移或者锡膏量过多容易造成焊点彼此连接,在回流焊后形成短路;少锡和缺锡容易导致虚焊。锡膏缺陷检测的过程即对焊点进行量化检查,根据检测情况及时调整印刷参数,筛选不合格产品,既能提高印刷产品的一次通过率,又能降低返修成本。
相关技术中,传统2D锡膏印刷质量检测并不能真实全面地评价锡膏的质量,在焊点面积相同的情况下,体积可能差异很大,导致锡膏印刷存在的缺陷不能彻底检查,同时,二维检测对于PCB 板弯、起翘的情况无能为力。
因此,有必要设计一种新的基于三维点云的锡膏缺陷检测方法,以克服上述问题。
发明内容
本发明实施例提供一种基于三维点云的锡膏缺陷检测方法,以解决相关技术中2D锡膏印刷质量检测不能真实全面地评价锡膏的质量,且对于PCB 板弯、起翘的情况无能为力的问题。
第一方面,提供了一种基于三维点云的锡膏缺陷检测方法,其包括以下步骤:
提取锡膏点云数据中的平面点云,得到基板点云,并提取锡膏点云数据中的非平面点云,得到锡膏点云/>;
根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量。
一些实施例中,所述提取锡膏点云数据中的平面点云,得到基板点云,并提取锡膏点云数据中的非平面点云,得到锡膏点云/>,包括:
将获取的锡膏点云数据分成M块,得到分块点云,其中,/>;
分别提取M块分块点云的平面点云/>并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>。
一些实施例中,所述将获取的锡膏点云数据分成M块,得到分块点云,包括:
计算锡膏点云数据中点的x,y坐标的最小值和最大值/>;
根据点云向分块数量/>向分块数量/>以及锡膏点云数据中点的x,y坐标的最小值/>和最大值/>,计算每块分块点云/>的x,y坐标的最小值和最大值/>;
根据计算出的每块分块点云的x,y坐标的最小值/>和最大值,提取出分块点云/>。
一些实施例中,所述分别提取M块分块点云的平面点云/>并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>,包括:
对每块分块点云进行平面拟合;
提取点到平面的距离小于平面度阈值的点构成每块分块点云/>的平面点云/>;
提取点到平面的距离大于或者等于平面度阈值的点构成每块分块点云/>的非平面点云/>;
将M块平面点云进行合并,得到基板点云/>;将M块非平面点云/>进行合并,得到锡膏点云/>。
一些实施例中,所述根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量,包括:
对锡膏点云进行欧式分割,得到单个锡膏点云sj,其中,j为正整数;
根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj;
根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量。
一些实施例中,所述根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj,包括:
计算锡膏点云sj的AABB包围盒bj;
记录基板点云中横坐标和纵坐标满足设定的阈值要求的点,并对记录的点进行平面拟合,得到锡膏点云sj的局部投影平面cj,其中,设定的阈值要求根据设定阈值/>以及锡膏点云sj的AABB包围盒bj的最小值点和最大值点的x,y坐标获得。
一些实施例中,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算锡膏点云sj中的每个顶点在局部投影平面cj上的投影点/>;
根据顶点和投影点/>计算顶点到局部投影平面cj距离的最大值,即为锡膏的高度。
一些实施例中,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算每个锡膏点云sj在其局部投影平面cj上的投影点云;
将每个锡膏点云sj和其在局部投影平面cj上的投影点云组合成一个封闭的点云;
求封闭的点云的凸包,并计算凸包的体积,即为锡膏的体积。
一些实施例中,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算投影点云的质心;
根据投影点云的质心以及锡膏点云sj中最高点的坐标,计算锡膏的偏移量。
一些实施例中,所述锡膏缺陷检测方法还包括:
根据基板点云和锡膏点云/>,计算锡膏的投影面积和投影半径。
本发明提供的技术方案带来的有益效果包括:
本发明实施例提供了一种基于三维点云的锡膏缺陷检测方法,由于基于锡膏点云数据提取出了基板点云和锡膏点云/>,利用基板点云/>和锡膏点云/>检测锡膏点云三维特征,如高度、体积和偏移量等,从锡膏的三维特征更加准确反映锡膏真实物理状态,相较于传统2D识别,检测准确率高。并且,将锡膏点云数据进行分块后再分别提取基板点云/>和锡膏点云/>,能够有效适应PCB板弯、起翘。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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他的附图。
图1为本发明实施例提供的一种基于三维点云的锡膏缺陷检测方法的流程图;
图2为本发明实施例提供的另一种基于三维点云的锡膏缺陷检测方法的流程图;
图3为本发明实施例提供的又一种基于三维点云的锡膏缺陷检测方法的流程图;
图4为本发明实施例提供的3D扫描设备获取的锡膏点云数据的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,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做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种基于三维点云的锡膏缺陷检测方法,其能解决相关技术中2D锡膏印刷质量检测不能真实全面地评价锡膏的质量,且对于PCB 板弯、起翘的情况无能为力的问题。
参见图1所示,为本发明实施例提供的一种基于三维点云的锡膏缺陷检测方法,其可以包括以下步骤:
S1:将获取的锡膏点云数据分成M块,得到分块点云,其中,/>。也即分块后得到M块分块点云/>。
S2:分别提取M块分块点云的平面点云/>并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>。本实施例中的基板可以为PCB也可以是其他类型的基板。也即每一块分块点云/>都具有对应的平面点云/>都具有对应的平面点云/>和非平面点云/>。本实施例利用点云空间位置不变性,将点云进行分块后再分别提取锡膏点云和PCB基板点云,能够有效适应PCB板弯、起翘。
其中,参见图2所示,在步骤S1之前,可以先通过3D扫描设备获取锡膏点云数据(参见图4所示),然后还可以在步骤S1之前将锡膏点云数据通过直通滤波去除背景点云,也即裁剪点云背景。在去除背景点云时,可以设置x,y,z向直通滤波参数的最小值和最大值/>,位于/>内的点将会被保留,其余点将会被除去,记直通滤波后的锡膏点云为B。
S3:根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量。
本实施例中,由于基于锡膏点云数据提取出了基板点云和锡膏点云/>,利用基板点云/>和锡膏点云/>检测锡膏点云的三维特征,如高度、体积和偏移量等,从锡膏的三维特征能够更加准确反映锡膏真实物理状态,相较于传统2D识别,检测准确率高。
相关技术中,二维检测对于PCB板弯、起翘和发生虚焊的情况无能为力。由于PCB板弯、起翘等情形影响,锡膏的三维缺陷检测重点在于如何准确的提取出锡膏点云和PCB基板点云。为解决PCB板弯、起翘的问题,本发明实施例提出了一种准确分离提取锡膏点云和PCB基板点云的方法。也即将锡膏点云数据进行分块后再分别提取基板点云和锡膏点云/>,能够有效适应PCB板弯、起翘。
在一些可选的实施例中,于步骤S1中,所述将获取的锡膏点云数据分成M块,得到分块点云,可以包括:
S11:计算锡膏点云数据中点的x,y坐标的最小值和最大值/>。也就是说,锡膏点云数据中会存在很多个点,每个点都有对应的x,y坐标,本实施例先将整个锡膏点云数据中x,y坐标最小的点找出来(也即/>),以及x,y坐标最大的点找出来(也即/>)。
S12:根据点云向分块数量/>向分块数量/>以及锡膏点云数据中点的x,y坐标的最小值/>和最大值/>,计算每块分块点云/>的x,y坐标的最小值和最大值/>。
其中,可以先设置点云x向分块数量和y向分块数量/>,则点云分块数量为:。
每个分块点云的编号为;每块分块点云/>的x,y坐标的最小值和最大值分别为:
S13:根据计算出的每块分块点云的x,y坐标的最小值/>和最大值,提取出分块点云/>。
进一步,在一些实施例中,于步骤S2中,所述分别提取M块分块点云的平面点云并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>,可以包括:
S21:对每块分块点云进行平面拟合。优选利用随机采样一致性算法进行平面拟合,当然,也可以采用其他方式拟合,比如最小二乘法等。
S22:提取点到平面的距离小于平面度阈值的点构成每块分块点云/>的平面点云/>。其中,此处的平面也即S21中拟合得到的平面。本实施例中,可以先设置平面度阈值,然后利用平面度阈值/>找出每块分块点云/>的平面点和非平面点,将每块分块点云/>的平面点和非平面点分别取出,构成每块分块点云/>的平面点云/>和非平面点云/>;其中,步骤S22与步骤S23可以同步或者调换顺序。
S23:提取点到平面的距离大于或者等于平面度阈值的点构成每块分块点云/>的非平面点云/>。其中,此处的平面也即S21中拟合得到的平面。
S24:将M块平面点云进行合并,得到基板点云/>;将M块非平面点云/>进行合并,得到锡膏点云/>。找出每块分块点云/>的平面点后,由此可以找出具有最多内点的平面,其中,内点是指与S21中拟合得到的平面之间的距离小于平面度阈值/>的点,具有最多内点的平面认为是最合适的基板拟合面,基板拟合面实质是个空间平面方程,反应了基板点云/>的空间分布。
在一些实施例中,于步骤S3中,所述根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量,可以包括:
S31:对锡膏点云进行分割,得到单个锡膏点云sj,其中,j为正整数,表示第j个锡膏点云。在对锡膏点云/>进行分割时,优选进行欧式分割得到单个锡膏点云,所有锡膏点云集合记为S,当然,也可以采用其他的分割方式,在此不做限制。
S32:根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj。
S33:根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量。
本实施例中,通过提取出的锡膏点云的AABB包围盒,间接提取PCB基板点云中距离锡膏最近的一部分点用于局部平面拟合,不仅能有效适应PCB 板弯、起翘,也能对抗点云自身的z向浮动带来的干扰。
在上述技术方案的基础上,于步骤S32中,所述根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj,可以包括:
S321:计算每个锡膏点云sj的AABB包围盒bj。
S322:记录基板点云中横坐标和纵坐标满足设定的阈值要求的点,并对记录的点进行平面拟合,得到锡膏点云/>的局部投影平面/>,其中,设定的阈值要求根据设定阈值以及锡膏点云/>的AABB包围盒bj的最小值点和最大值点的x,y坐标获得。
具体的,设定阈值,若PCB基板点云/>中任一点横坐标满足:
且其纵坐标满足:
则记录该点。其中分别为步骤S321中计算锡膏点云/>的AABB包围盒/>的最小值和最大值点的x,y坐标。对记录的点进行平面拟合,可以得到锡膏点云/>的局部投影平面,局部投影平面参数记为/>。
本实施例中,通过重复执行步骤S321~ S322,直至得到所有锡膏点云的局部投影平面参数,记为/>。
在一些实施例中,于步骤S33中,所述根据锡膏点云和局部投影平面/>,计算锡膏的高度、体积和偏移量,可以包括:
S331:计算锡膏点云中的每个顶点/>在局部投影平面/>上的投影点/>。其中,/>表示顶点序号。
S332:根据顶点和投影点/>计算顶点到局部投影平面/>距离的最大值,即为锡膏的高度。
其中,顶点到局部投影平面/>的距离为:/>。记录顶点到局部投影平面/>距离的最大值和对应顶点/>的坐标记为/>,即为锡膏/>的高度和最高点坐标。
在上述技术方案的基础上,于步骤S33中,所述根据锡膏点云和局部投影平面/>,计算锡膏的高度、体积和偏移量,还可以包括:
计算每个锡膏点云在其局部投影平面/>上的投影点云/>,其中,该步骤可以是在步骤S331之前完成,也可以是在步骤S331之后完成;
然后将每个锡膏点云和其在局部投影平面/>上的投影点云/>组合成一个封闭的点云;再求封闭的点云的凸包,并计算凸包的体积,即为锡膏的体积。在计算锡膏的体积时,可以采用三维凸包增量法来求封闭的点云的凸包。
其中,在计算投影点云时,锡膏点云/>任意顶点坐标为/>,其在空间平面上的投影点的坐标为/>。因为投影点与当前点连线与平面垂直,根据垂直约束条件,可知/>满足如下条件:
将带入空间平面方程/>,可解得:
将(2)代入(1)可解得,表达式如下:
由此可以计算出锡膏点云在其局部投影平面上的投影点云,记为。
在一些实施例中,所述根据锡膏点云和局部投影平面/>,计算锡膏的高度、体积和偏移量,可以包括:
计算投影点云的质心;然后根据投影点云/>的质心以及锡膏点云/>中最高点的坐标,计算锡膏的偏移量。
其中,质心的计算方式如下:
其中为点云/>的顶点个数。
本实施例中,锡膏偏移量定义为最高点相对于投影面质心的偏移,也即偏移量为:
偏移只计算坐标方向,为有方向的矢量。
在一些可选的实施例中,所述锡膏缺陷检测方法还可以包括:根据基板点云和锡膏点云/>,计算锡膏的投影面积和投影半径。
其中,在计算投影半径时,可以先计算投影点云的质心,质心的计算方式可以与上述质心的计算方式相同。然后计算锡膏点云投影/>中的每个顶点/>到质心的距离/>。/>为点云中每个顶点到点云中心的距离的平均值,即:/>
记录的最大值,作为投影点云的投影半径记为/>;然后计算锡膏点云的投影面积:
。
优选的,参见图3所示,本发明实施例提供的锡膏缺陷检测方法还可以包括:设置锡膏高度阈值、体积阈值/>,投影半径阈值/>、面积阈值/>,偏移量阈值/>,在计算出锡膏的高度、体积、偏移量、投影面积和投影半径之后,还可以对计算出来的锡膏的物理参数进行检测,记录下存在缺陷的锡膏最高点坐标/>,并输出显示。
本发明实施例提供了一种基于三维点云的PCB锡膏缺陷检测方法,用于计算锡膏的焊接高度、面积、体积和偏移等参数,检测锡膏焊接质量,并且该方法对PCB 板弯、起翘等情形,鲁棒性强。由于PCB 板弯、起翘等情形影响,锡膏的三维缺陷检测,重点在于如何准确的提取出锡膏点云和PCB基板点云。因此,我们根据检测目标的三维点云特征,提出了一种局部平面拟合的方法,能够准确分离提取锡膏点云和PCB基板点云,并进行锡膏高度、投影面积、体积、偏移等缺陷检测,提升检测精度。
在本发明的描述中,需要说明的是,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,在本发明中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种基于三维点云的锡膏缺陷检测方法,其特征在于,其包括以下步骤:
将获取的锡膏点云数据分成M块,得到分块点云,其中,/>;
分别提取M块分块点云的平面点云/>并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>;
根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量。
2.如权利要求1所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述将获取的锡膏点云数据分成M块,得到分块点云,包括:
计算锡膏点云数据中点的x,y坐标的最小值和最大值/>;
根据点云向分块数量/>向分块数量/>以及锡膏点云数据中点的x,y坐标的最小值/>和最大值/>,计算每块分块点云/>的x,y坐标的最小值/>和最大值/>;
根据计算出的每块分块点云的x,y坐标的最小值/>和最大值/>,提取出分块点云/>。
3.如权利要求1所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述分别提取M块分块点云的平面点云/>并进行合并,得到基板点云/>,分别提取M块分块点云/>的非平面点云/>并进行合并,得到锡膏点云/>,包括:
对每块分块点云进行平面拟合;
提取点到平面的距离小于平面度阈值的点构成每块分块点云/>的平面点云/>;
提取点到平面的距离大于或者等于平面度阈值的点构成每块分块点云/>的非平面点云/>;
将M块平面点云进行合并,得到基板点云/>;将M块非平面点云/>进行合并,得到锡膏点云/>。
4.如权利要求1所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述根据基板点云和锡膏点云/>,计算锡膏的高度、体积和偏移量,包括:
对锡膏点云进行欧式分割,得到单个锡膏点云sj,其中,j为正整数;
根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj;
根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量。
5.如权利要求4所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述根据每个锡膏点云sj的AABB包围盒bj,在基板点云中提取局部平面拟合点进行局部平面拟合,得到锡膏点云sj的局部投影平面cj,包括:
计算每个锡膏点云sj的AABB包围盒bj;
记录基板点云中横坐标和纵坐标满足设定的阈值要求的点,并对记录的点进行平面拟合,得到锡膏点云sj的局部投影平面cj,其中,设定的阈值要求根据设定阈值/>以及锡膏点云sj的AABB包围盒bj的最小值点和最大值点的x,y坐标获得。
6.如权利要求4所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算锡膏点云sj中的每个顶点在局部投影平面cj上的投影点/>;
根据顶点和投影点/>计算顶点到局部投影平面cj距离的最大值,即为锡膏的高度。
7.如权利要求4-6任一项所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算每个锡膏点云sj在其局部投影平面cj上的投影点云;
将每个锡膏点云sj和其在局部投影平面cj上的投影点云组合成一个封闭的点云;
求封闭的点云的凸包,并计算凸包的体积,即为锡膏的体积。
8.如权利要求6所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述根据锡膏点云sj和局部投影平面cj,计算锡膏的高度、体积和偏移量,包括:
计算投影点云的质心;
根据投影点云的质心以及锡膏点云sj中最高点的坐标,计算锡膏的偏移量。
9.如权利要求1所述的基于三维点云的锡膏缺陷检测方法,其特征在于,所述锡膏缺陷检测方法还包括:
根据基板点云和锡膏点云/>,计算锡膏的投影面积和投影半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311098497.0A CN116823832B (zh) | 2023-08-29 | 2023-08-29 | 一种基于三维点云的锡膏缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311098497.0A CN116823832B (zh) | 2023-08-29 | 2023-08-29 | 一种基于三维点云的锡膏缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823832A true CN116823832A (zh) | 2023-09-29 |
CN116823832B CN116823832B (zh) | 2023-12-12 |
Family
ID=88126088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311098497.0A Active CN116823832B (zh) | 2023-08-29 | 2023-08-29 | 一种基于三维点云的锡膏缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823832B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001116528A (ja) * | 1999-08-10 | 2001-04-27 | Fuji Mach Mfg Co Ltd | 3次元データ取得方法および3次元データ取得装置 |
JP2013089795A (ja) * | 2011-10-19 | 2013-05-13 | Mitsubishi Electric Corp | プリント配線板およびそれを用いた電子部品の実装構造 |
CN109900338A (zh) * | 2018-12-25 | 2019-06-18 | 西安中科天塔科技股份有限公司 | 一种路面坑槽体积测量方法及装置 |
JP2019149587A (ja) * | 2019-06-19 | 2019-09-05 | 名古屋電機工業株式会社 | クリームはんだ印刷工程検査システム |
CN110310322A (zh) * | 2019-07-06 | 2019-10-08 | 北方工业大学 | 一种10微米级高精度器件装配表面检测方法 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、系统及电子设备 |
CN112082491A (zh) * | 2020-09-11 | 2020-12-15 | 苏州杰锐思智能科技股份有限公司 | 基于点云的高度检测方法 |
WO2022142599A1 (zh) * | 2020-12-31 | 2022-07-07 | 华南理工大学 | 高密度ic焊点的微分几何立体微视觉检测系统及方法 |
CN114981840A (zh) * | 2020-11-11 | 2022-08-30 | 深圳元戎启行科技有限公司 | 基于点云数据的地面分割方法、装置和计算机设备 |
CN115797359A (zh) * | 2023-02-10 | 2023-03-14 | 苏州赫芯科技有限公司 | 基于电路板上锡膏的检测方法、设备和存储介质 |
CN115980061A (zh) * | 2022-12-23 | 2023-04-18 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种基于点云数据的电路板针脚高度检测装置和方法 |
CN116399241A (zh) * | 2023-06-07 | 2023-07-07 | 武汉工程大学 | 一种贴片式电感几何参数测量方法及系统 |
-
2023
- 2023-08-29 CN CN202311098497.0A patent/CN116823832B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001116528A (ja) * | 1999-08-10 | 2001-04-27 | Fuji Mach Mfg Co Ltd | 3次元データ取得方法および3次元データ取得装置 |
JP2013089795A (ja) * | 2011-10-19 | 2013-05-13 | Mitsubishi Electric Corp | プリント配線板およびそれを用いた電子部品の実装構造 |
CN109900338A (zh) * | 2018-12-25 | 2019-06-18 | 西安中科天塔科技股份有限公司 | 一种路面坑槽体积测量方法及装置 |
JP2019149587A (ja) * | 2019-06-19 | 2019-09-05 | 名古屋電機工業株式会社 | クリームはんだ印刷工程検査システム |
CN110310322A (zh) * | 2019-07-06 | 2019-10-08 | 北方工业大学 | 一种10微米级高精度器件装配表面检测方法 |
CN111462110A (zh) * | 2020-04-20 | 2020-07-28 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、系统及电子设备 |
CN112082491A (zh) * | 2020-09-11 | 2020-12-15 | 苏州杰锐思智能科技股份有限公司 | 基于点云的高度检测方法 |
CN114981840A (zh) * | 2020-11-11 | 2022-08-30 | 深圳元戎启行科技有限公司 | 基于点云数据的地面分割方法、装置和计算机设备 |
WO2022142599A1 (zh) * | 2020-12-31 | 2022-07-07 | 华南理工大学 | 高密度ic焊点的微分几何立体微视觉检测系统及方法 |
CN115980061A (zh) * | 2022-12-23 | 2023-04-18 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种基于点云数据的电路板针脚高度检测装置和方法 |
CN115797359A (zh) * | 2023-02-10 | 2023-03-14 | 苏州赫芯科技有限公司 | 基于电路板上锡膏的检测方法、设备和存储介质 |
CN116399241A (zh) * | 2023-06-07 | 2023-07-07 | 武汉工程大学 | 一种贴片式电感几何参数测量方法及系统 |
Non-Patent Citations (2)
Title |
---|
LINTAO HUO ED.: "Review: Research on product surface quality inspection technology based on 3D point cloud", 《ADVANCES IN MECHANICAL ENGINEERING》, vol. 15, no. 3, pages 1 - 17 * |
傅钰: "一种基于结构光视觉的焊接纠偏及焊缝表面质量检测系统研究", 万方, vol. 1, pages 147 - 152 * |
Also Published As
Publication number | Publication date |
---|---|
CN116823832B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110285793B (zh) | 一种基于双目立体视觉系统的车辆智能测轨迹方法 | |
CN107578400B (zh) | 一种bim和三维点云融合的接触网装置参数检测方法 | |
CN112116576B (zh) | 基于偏振结构光成像和改进的缺陷检测方法 | |
CN113688807B (zh) | 一种自适应缺陷检测方法、装置、识别系统及存储介质 | |
CN109632808B (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
CN109345620A (zh) | 融合快速点特征直方图的改进icp待测物体点云拼接方法 | |
CN104463871A (zh) | 基于车载LiDAR点云数据的街景面片提取及优化方法 | |
CN102661708B (zh) | 一种基于surf的高密度封装元器件定位方法 | |
CN104200496B (zh) | 最小二乘邻边垂直拟合的矩形标志符高精度检测定位方法 | |
CN105894511B (zh) | 标定靶设置方法、装置及停车辅助系统 | |
CN114240871B (zh) | 一种面向工件成型过程中轮廓检测的点云数据处理方法 | |
CN106204557A (zh) | 一种基于扩展高斯球与m估计的非完备数据对称特征的提取方法 | |
CN109579718A (zh) | 焊缝参数的检测方法、装置、计算机设备和存储介质 | |
JP2013174547A (ja) | ステレオ3次元計測装置 | |
CN106324581A (zh) | 一种基于体元的机载lidar建筑物检测方法 | |
CN106327558A (zh) | 点云立面提取方法和装置 | |
CN106790898B (zh) | 一种基于显著性分析的手机屏幕坏点自动检测方法和系统 | |
CN113513991A (zh) | 一种电池极片毛刺高度检测方法及装置 | |
CN106815830A (zh) | 图像的缺陷检测方法 | |
CN115184364A (zh) | 一种基于3d点云的轮胎气泡缺陷检测方法及系统 | |
CN116823832B (zh) | 一种基于三维点云的锡膏缺陷检测方法 | |
CN105354816A (zh) | 一种电子元件定位方法及装置 | |
CN116935013B (zh) | 基于三维重建的电路板点云大范围拼接方法及系统 | |
Song et al. | Multi-angle 3D measurement of small workpieces using EDMS algorithm | |
CN117036971A (zh) | 自适应局部空谱一致下的机载LiDAR数据建筑物提取方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |