CN116843602B - 一种缺陷检测方法及视觉检测设备 - Google Patents
一种缺陷检测方法及视觉检测设备 Download PDFInfo
- Publication number
- CN116843602B CN116843602B CN202210299129.1A CN202210299129A CN116843602B CN 116843602 B CN116843602 B CN 116843602B CN 202210299129 A CN202210299129 A CN 202210299129A CN 116843602 B CN116843602 B CN 116843602B
- Authority
- CN
- China
- Prior art keywords
- product
- qualified
- image
- real
- detected
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 178
- 230000007547 defect Effects 0.000 title claims abstract description 82
- 230000000007 visual effect Effects 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000011179 visual inspection Methods 0.000 claims abstract description 11
- 238000007689 inspection Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 18
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- RVCKCEDKBVEEHL-UHFFFAOYSA-N 2,3,4,5,6-pentachlorobenzyl alcohol Chemical compound OCC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl RVCKCEDKBVEEHL-UHFFFAOYSA-N 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- 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)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视觉检测技术领域,公开了一种缺陷检测方法及视觉检测设备。该方法包括:获取待测产品对应的目标图像,待测产品包括多个检测部位,从目标图像中提取待测产品的每个目标区域图像,每个目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在合格产品上,确定每个目标区域图像在待测产品上的实时图像位置,根据实时图像位置、指定起始位置及预设间隔,确定待测产品的缺陷检测结果。本发明通过确定可识别出的检测部位的实时图像位置,根据实时图像位置指定起始位置及预设间隔,可检测待测产品上是否存在有缺陷的检测部位,合理利用了待测产品的检测部位在待测产品上规律排列的特点,实现对待测产品的可靠检测。
Description
技术领域
本发明涉及视觉检测技术领域,特别是涉及一种缺陷检测方法及视觉检测设备。
背景技术
基于光学原理的自动光学检测(AOI)技术是一种新兴起的新型测试技术,自动光学检测一般是指是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。自动检测的过程中,测试设备通过图像采集装置自动扫描PCB,采集图像,测试的焊点与数据库中的合格的参数进行比较,经过图像处理,检查出PCB上缺陷,并通过显示装置或自动标志把缺陷显示/标示出来,供维修人员修整。
目前,使用AOI技术检测产品中规律排列的部件,例如PCB板卡上的插针时,一般是先对PCB板卡的每一个插针单独画一个ROI(感兴趣区域,region of interest),通过判断各个ROI内是否存在插针来检测产品的缺陷,亦即,若ROI内存在插针,则说明ROI对应的区域不存在缺陷问题,若ROI内未存在插针,则说明ROI对应的区域存在缺陷问题,例如插针偏移出正常位置或插针缺失。然而,此种检测算法非常依赖对PCB的定位,若定位不准确,加上单个插针的面积过小,容易出现本不存在缺陷的插针未能落入ROI内而导致误报的风险。
发明内容
本发明实施例提供了一种缺陷检测方法及视觉检测设备,能够改善相关技术中缺陷检测不够准确的技术问题。
本发明实施例为改善上述技术问题提供了如下技术方案:
在第一方面,本发明实施例提供了一种缺陷检测方法,包括:
获取待测产品对应的目标图像,所述待测产品包括多个检测部位;
根据所述目标图像,提取所述待测产品的每个目标区域图像,其中,每个所述目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在所述合格产品上;
确定每个所述目标区域图像在所述待测产品上的实时图像位置;
根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果。
可选的,每个所述检测部位按照在所述合格产品上的排列顺序被配置有相应序号,所述根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果包括:
根据指定起始位置、预设间隔及每个所述检测部位的序号,确定每个所述检测部位的合格图像位置;
将每个所述合格图像位置与每个所述实时图像位置进行比对,得到比对结果;
根据所述比对结果,确定所述待测产品的缺陷检测结果。
可选的,所述根据指定起始位置、预设间隔及每个所述检测部位的序号,确定每个所述检测部位的合格图像位置包括:
计算所述指定起始位置的序号与每个所述检测部位的序号的间隔差值;
根据所述间隔差值与预设间隔,计算偏移距离;
根据所述指定起始位置与所述偏移距离,确定每个所述检测部位的合格图像位置。
可选的,所述将每个所述合格图像位置与每个所述实时图像位置进行比对,得到比对结果包括:
按照指定选择顺序,依序选择每个候选合格图像位置,每个所述候选合格图像位置都为尚未进行比对的合格图像位置;
按照指定比对顺序,将每个所述候选合格图像位置依次与每个所述实时图像位置进行比对。
可选的,所述根据所述比对结果,确定所述待测产品的缺陷检测结果包括:
若所述比对结果为比对成功结果,则确定所述待测产品中与所述候选合格图像位置对应的图像位置存在检测部位;
若所述比对结果为比对失败结果,则确定所述待测产品中与所述候选合格图像位置对应的图像位置不存在检测部位。
可选的,在根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果之前,还包括:
获取预置合格位置,所述预置合格位置为所述合格产品中指定序号对应的合格图像位置;
按照指定比对顺序,将所述预置合格位置依次与每个所述实时图像位置进行匹配;
若比对成功,则选择所述待测产品中与所述预置合格位置比对成功的实时图像位置作为指定起始位置;
若比对失败,则选择所述预置合格位置作为指定起始位置。
可选的,所述指定序号为在所述合格产品中位于首端或末端的检测部位对应的序号。
可选的,还包括:
根据每个所述目标区域图像,确定拟合直线;
根据所述拟合直线的直线方程,判断每个目标实时图像位置是否偏移所述拟合直线,每个所述目标实时图像位置为各个所述实时图像位置中的一个;
若偏移,则标记目标序号对应的检测部位处于偏移状态,所述目标序号为所述目标实时图像位置映射在所述合格产品中的序号;
若不偏移,则确定所述目标实时图像位置在所述拟合直线上。
在第二方面,本发明实施例提供了一种视觉检测设备,包括:
图像采集装置,用于拍摄待测产品以得到对应的目标图像;
控制器,与所述图像采集装置电连接,其中,所述控制器包括至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的缺陷检测方法。
在第三方面,本发明实施例提供了一种存储介质,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使电子设备执行如上所述的缺陷检测方法。
本发明实施例的有益效果包括:提供一种缺陷检测方法及视觉检测设备。所述方法包括:获取待测产品对应的目标图像,待测产品包括多个检测部位,从目标图像中提取待测产品的每个目标区域图像,每个目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在合格产品上,确定每个目标区域图像在待测产品上的实时图像位置,根据实时图像位置、指定起始位置及预设间隔,确定待测产品的缺陷检测结果。本发明通过确定可识别出的检测部位的实时图像位置,根据实时图像位置指定起始位置及预设间隔,可检测待测产品上是否存在有缺陷的检测部位,巧妙利用了待测产品的检测部位在待测产品上规律排列的特点,实现对待测产品的可靠检测。
附图说明
一个或多个实施例通过与之对应的附图中的图片仅作为示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种视觉检测设备的结构示意图;
图2是本发明实施例提供的一种缺陷检测方法的流程示意图;
图3是本发明实施例提供的一种合格产品的目标图像的示意图;
图4是图2所示的S24的一种流程示意图;
图5是图4所示的S241的一种流程示意图;
图6是本发明实施例提供的另一种缺陷检测方法的流程示意图;
图7是图4所示的S242的一种流程示意图;
图8是本发明实施例提供的一种待测产品的目标图像的示意图;
图9是本发明实施例提供的又一种缺陷检测方法的流程示意图;
图10是本发明实施例提供的另一种待测产品的目标图像的示意图;
图11是本发明实施例提供的一种缺陷检测装置的结构示意图;
图12是图11所示的第二确定模块模块的结构示意图;
图13是本发明实施例提供的另一种缺陷检测装置的结构示意图;
图14是本发明实施例提供的一种电子设备的结构示意图。
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。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他实施例,都属于本发明保护的范围。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。再者,本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
请参阅图1,图1为本发明实施例提供的一种视觉检测设备的结构示意图。如图1所示,视觉检测设备100包括图像采集装置11及控制器12。
图像采集装置11可对待检产品(例如PCBA板卡)进行拍摄,从而获取待检产品对应的目标图像。其中,图像采集装置11可以为任意带有“拍摄”功能的装置或设备,例如摄像头、摄像机、相机、扫描仪等。
控制器12与图像采集装置11电连接,可获取图像采集装置11发送的待检产品对应的目标图像,并且基于目标图像,对待检产品进行缺陷检测。控制器12作为视觉检测设备100的控制核心,用于执行下文所述的缺陷检测方法。
在一些实施例中,控制器12可以包括任意通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有,控制器12还可以是任何传统处理器、控制器、微控制器或状态机。控制器12也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
请参阅图2,图2是本发明实施例提供的一种缺陷检测方法的流程示意图。如图2所示,缺陷检测方法S200包括:
S21、获取待测产品对应的目标图像,待测产品包括多个检测部位。
作为示例但非限定的是,目标图像为待测产品占据的位置所得到的图像,其中,待测产品可以为任意需要进行检测的产品,例如,待测产品为PCBA板卡,内存条卡槽、插座基座等。相应的,检测部位可以为PCBA板卡上插座基座的各个插针、内存条卡槽的各个插针等。
S22、根据目标图像,提取待测产品的每个目标区域图像,每个目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在合格产品上。
在一些实施例中,控制器可以采用任意合适图像处理算法处理目标图像,并从中提取出每个目标区域图像,例如,图像处理算法为图像边缘检测算法等。每个目标区域图像与相应检测部位对应,控制器处理目标图像时,可以根据待测产品中每个检测部位的特征信息,从目标图像中提取与每个检测部位对应的目标区域图像。由于合格产品中的每个检测部位规律地排列在合格产品上,因此,若待测产品为合格产品,则待测产品的每个检测部位规律地排列在待测产品上的,对应于待测产品对应的目标图像,控制器可从待测产品的目标图像中提取所有检测部位对应的目标区域图像,且目标区域图像是规律排列在目标图像中的,若待测产品为不合格产品(例如存在缺失的检测部件),则控制器从在待测产品的目标图像提取目标区域图像时,没有缺失的检测部位可提取对应的目标区域图像,缺失的检测部位不可提取对应的目标区域图像。
S23、确定每个目标区域图像在待测产品上的实时图像位置。
作为示例但非限定的是,目标区域图像在待测产品上的实时图像位置为目标区域图像的中心点在目标图像的坐标。
S24、根据实时图像位置、指定起始位置及预设间隔,确定待测产品的缺陷检测结果。
作为示例但非限定的是,指定起始位置为计算合格图像位置的起始点位置,其中,合格图像位置为合格产品对应的目标图像中,每个目标区域图像对应的图像位置,控制器可根据指定起始位置及预设间隔,计算合格图像位置,并将实时图像位置与合格图像位置进行比对,以确定待测产品的缺陷检测结果。可以理解的是,缺陷检测结果包括待测产品不存在缺陷和待测产品存在缺陷,其中,待测产品存在缺陷可以为待测产品的检测部位未存在正确位置上或者存在缺失的检测部位。
总体而言,本实施例能够根据目标区域图像在待测产品上的实时图像位置、指定起始位置及预设间隔,确定待测产品的缺陷检测结果,例如确定待测产品的检测部位是否在正确位置上或者是否存在缺失的检测部位,此种做法无需对待测产品的每个检测部位单独画一个ROI,通过判断各个ROI内是否存在检测部位来检测待测产品,只需关注每个目标图像位置在待测产品上的实时图像位置,有利于提高检测待测产品是否存在检测部位缺陷的准确性和可靠性。并且,本实施例合理利用了待测产品的检测部位在待测产品上规律排列的特点,将通过指定起始位置与预设间隔计算的位置与实时图像位置进行比对,以便可靠地确定待测产品的缺陷检测结果。
另外,本实施例通过指定计算合格图像位置的起始点位置作为指定起始位置,根据指定起始位置与预设间隔,可确定每个检测部位的合格图像位置,无需存储所有合格图像位置的具体数值,只需要存储指定起始位置与预设间隔的数值即可,因此,能够节省存储空间。
如前所述,每个目标区域图像与相应检测部位对应,控制器对待测产品的目标图像进行识别时,可提取各个检测部位对应的目标区域图像,以便后续控制器根据目标区域图像来检测是否存在检测部位的缺陷,例如检测部位缺失或偏移的缺陷。在一些实施例中,控制器在执行S23之前,首先,确定待测产品中全部目标区域图像的总数量及标准数量,标准数量为合格产品中全部目标区域图像的数量,接着,根据总数量与标准数量,判断待测产品的检测部位是否缺失,可以理解,若总数量与标准数量相等,则判断检测部位未缺失,后续控制器可以不进行检测部位的缺失检测,而只需要进行检测部位的偏移检测,若总数量小于标准数量,则判断检测部位缺失,此时,控制器可以将标准数量与总数量进行作差处理以得到检测部位的缺失个数并输出,同时,由于存在缺失的检测部位,于是,控制器可以执行S23和S24,对待测产品进行缺失检测,以确定缺失的检测部位。
在一些实施例中,在S22中,首先,控制器对目标图像进行灰度处理,得到灰度图像。其中,控制器可以采用任意合适灰度处理算法,将目标图像转换成灰度图像,灰度图像可以为没有色彩的灰度图,亦可以为原图颜色空间的某一通道图或多个通道组合成的单通道图,例如为红色通道图。控制器可根据目标区域与背景的像素值在各个颜色空间的分布情况选择合适的颜色通道。
其次,控制器对灰度图像进行而二值化处理,得到二值图像(黑白图像)。具体的,控制器可以通过阈值比较对灰度图像的像素点进行处理,得到黑白图像。在黑白图像中,白色区域可作为检测部位候选的区域图像。其中,阈值比较的阈值可以自动生成,例如当目标区域与背景的亮度差异较大时,可通过OTSU分割算法(最大类方差法)自动生成阈值,亦可以为自定义阈值,例如当目标区域与背景的亮度较小时,阈值可为由用户设定二值化的最小阈值和最大阈值。为了抑制灰度图像的噪声干扰以可靠筛选目标区域,在对灰度图像进行而二值化处理时,可以先对灰度图像进行去噪处理,得到去噪后的灰度图像,再对灰度图像进行二值化处理,得到黑白图像,其中,控制器可以采用任意合适图像滤波处理算法对灰度图像进行去噪处理,例如均值滤波处理算法、中值滤波处理算法、高斯滤波处理算法等等。
再次,控制器对二值图像进行形态学处理,得到掩码图像。形态学处理包括膨胀、腐蚀、开操作及闭操作,控制器可对二值图像进行任意的形态学处理,例如,当目标区域存在小空洞时,控制器可先对二值图像进行闭操作,以填充目标区域的小空洞,然后再进行开操作,以平滑目标区域的边缘。
最后,获取掩码图像中的各个连通域,将满足预设条件的连通域作为目标区域图像。具体的,控制器依次将各个连通域的面积与预设面积阈值进行比较,将面积大于或等于预设面积阈值的连通域作为目标区域图像,将面积小于预设面积阈值的连通域剔除。
在一些实施例中,如前所述,合格产品中的每个检测部位规律地排列在合格产品上,例如,各个检测部位处于同一条直线上和/或相邻两个检测部位之间的间距基本相等。每个检测部位按照在合格产品上的排列顺序被配置有相应序号。举例而言,请参阅图3,假设合格产品的检测部位包括A11、A12、A13、A14和A15且检测部位A11、A12、A13、A14和A15按顺序规律排列在合格产品上,则检测部位A11、A12、A13、A14和A15可分别被配置序号1、2、3、4和5。
请参阅图4,S24包括以下步骤:
S241、根据指定起始位置、预设间隔及每个检测部位的序号,确定每个检测部位的合格图像位置。
举例而言,请结合图3,检测部位A11、A12、A13、A14和A15在X轴方向按顺序规律排列在合格产品上且分别被配置序号1、2、3、4和5,假设指定起始位置为(1,3),预设间隔为2,指定起始位置可以为合格产品中任意一个检测部位的合格图像位置,由于检测部位A11、A12、A13、A14和A15沿X轴方向上规律排列,于是,在计算每个合格图像位置时,可以只关注合格图像位置的X轴坐标,每个检测部位的合格图像位置中X轴坐标的计算公式可以表示为Xi=1+(i-1)*2,i≥2,假设指定起始位置为检测部位A11的合格图像位置,于是,根据该公式可得,检测部位A12的合格图像位置的X轴坐标X2=1+(2-1)*2=3,检测部位A13的合格图像位置的X轴坐标X3=1+(3-1)*2=5,检测部位A14的合格图像位置的X轴坐标X4=1+(4-1)*2=7,检测部位A15的合格图像位置的X轴坐标X5=1+(5-1)*2=9。
S242、将每个合格图像位置与每个实时图像位置进行比对,得到比对结果。
在一些实施例中,控制器可以依次判断每个合格图像位置是否存在对应的实时图像位置,若判断某个合格图像位置存在对应的实时图像位置,则得到该合格图像位置与每个实时图像位置的比对结果为比对成功结果,若判断某个合格图像位置不存在对应的实时图像位置,则得到该合格图像位置与每个实时图像位置的比对结果为比对失败结果。
举例而言,请结合图3,假设控制器实时检测的实时图像位置包括B11、B12、B13、B14和B15(图未示),控制器将每个合格图像位置与每个实时图像位置进行比对时,可以按照预设比对逻辑进行比对,例如,首先,将检测部位A11依次与实时图像位置B11、B12、B13、B14和B15进行比对,若检测部位A11与实时图像位置B11比对成功,则接着将检测部位A12依次与实时图像位置B12、B13、B14和B15进行比对,若检测部位A12与实时图像位置B12、B13、B14和B15均比对失败,则接着将检测部位A13依次与实时图像位置B12、B13、B14和B15进行比对……。
S243、根据比对结果,确定待测产品的缺陷检测结果。
在一些实施例中,比对结果包括比对成功结果与比对失败结果,控制器根据比对结果,确定待测产品的缺陷检测结果时,若比对结果为比对成功结果,说明比对成功的合格图像位置存在对应的实时图像位置,于是,控制器确定待测产品中与合格图像位置对应的图像位置存在检测部位,若比对结果为比对失败结果,说明比对失败的合格图像位置不存在对应的实时图像位置,于是,控制器确定待测产品中与合格图像位置对应的图像位置不存在检测部位,从而识别出待测产品中缺失的检测部位。
总体而言,本实施例巧妙利用了待测产品的检测部位在待测产品上规律排列的特点,先根据指定起始位置、预设间隔及每个检测部位的序号,确定合格产品的中每个检测部位的合格图像位置,再通过各个合格图像位置与待测产品对应的目标图像中每个目标区域图像在待测产品上的实时图像位置,识别待测产品中缺失的检测部位以及缺失的检测部位对应的位置。采用此种做法,在软件逻辑层面上的设计比较简单,无需对待测产品进行精确定位,并且还可靠地确定待测产品中与合格图像位置对应的图像位置是否存在检测部位,以便可靠地判断待测产品是否存在检测部位缺失的缺陷。
在一些实施例中,控制器可以将合格产品中任意一个检测部位的合格图像位置作为指定起始位置,以便基于该指定起始位置,计算其余所有检测部位的合格图像位置。请参阅图5,S241包括:
S2411、计算指定起始位置的序号与每个检测部位的序号的间隔差值;
S2412、根据间隔差值与预设间隔,计算偏移距离;
S2413、根据指定起始位置与偏移距离,确定每个检测部位的合格图像位置。
举例而言,请结合图3,假设指定起始位置为检测部位A13的合格图像位置,检测部位A13被配置序号3,假设检测部位A13的X轴坐标为5,预设间隔为2,计算检测部位A12的合格图像位置时,首先计算检测部位A13的序号与检测部位A12的序号的间隔差值为3-2=1,然后将间隔差值与预设间隔相乘,得到偏移距离,即偏移距离=1*2=2,最后将检测部位A13的X轴坐标减去偏移距离,得到检测部位A12的合格图像位置的X轴坐标5-2=3,从而得到检测部位A12的合格图像位置。于是,采用此种做法,只要选定合格产品的其中一个检测部位的合格图像位置便可确定每个检测部位的合格图像位置。
在一些实施例中,控制器可以选择合适的指定起始位置,以便计算更贴合待测产品的实际情况的、更精确的合格图像位置,有利于提高比对结果的准确性和可靠性。请参阅图6,控制器执行S24之前,控制器还执行以下步骤:
S61、获取预置合格位置,预置合格位置为合格产品中指定序号对应的合格图像位置;
S62、按照指定比对顺序,将预置合格位置依次与每个实时图像位置进行比对;
S63、若比对成功,则选择待测产品中与预置合格位置比对成功的实时图像位置作为指定起始位置;
S64、若比对失败,则选择预置合格位置作为指定起始位置。
举例而言,请结合图3,控制器获取合格产品中指定序号为1对应的合格图像位置作为预置合格位置,接着,控制器按照从左到右(沿正X轴方向)的指定比对顺序,将预置合格位置依次与每个实时图像位置进行比对,例如,将预置合格位置与第一个实时图像位置进行比对,若预置合格位置与第一个实时图像位置比对成功,则将第一个实时图像位置作为指定起始位置,若预置合格位置与第一个实时图像位置比对失败,则继续与下一个实时图像位置进行比对,直至预置合格位置与某个实时图像位置比对成功为止,若预置合格位置与所有实时图像位置均比对失败,则将预置合格位置作为指定起始位置。
在一些实施例中,控制器将预置合格位置与实时图像位置进行比对时,先计算预置合格位置与实时图像位置的距离,然后将该距离与预设距离阈值进行比较,若该距离大于预设距离阈值,预置合格位置与实时图像位置比对失败,若该距离小于或等于预设距离阈值,则预置合格位置与实时图像位置比对成功,由于预置合格位置与比对成功的实时图像位置十分接近,将该实时图像位置作为指定起始位置,可使得计算出来的各个合格图像位置更加贴合待测产品的实际情况,从而提高比对结果的准确性和可靠性。
在一些实施例中,用户可以指定合格产品中任意检测部位对应的序号作为指定序号,以便控制器获取该指定序号对应的合格图像位置作为预置合格位置,例如,指定序号为合格产品中位于首端或末端的检测部位对应的序号。由于预置合格位置依次与每个实时图像位置进行比对时,是按照指定比对顺序,例如从一端的实时图像位置到另一端的实时图像位置的顺序进行比对的,因此,控制器获取合格产品中位于首端或末端的检测部位作为预置合格位置,能够提高比对效率。
在一些实施例中,请参阅图7,S242包括:
S2421、按照指定选择顺序,依序选择每个候选合格图像位置,每个候选合格图像位置为尚未进行比对的合格图像位置;
S2422、按照指定比对顺序,将每个候选合格图像位置依次与每个实时图像位置进行比对。
举例而言,请参阅图8,假设尚未进行比对过的合格图像位置包括A21、A22、A23、A24和A25且A21、A22、A23、A24和A25从左到右依序排列,若指定比对顺序为从左到右,则控制器选择候选合格图像位置A21作为进行比对的合格图像位置后,接着选择候选合格图像位置A22作为进行比对的合格图像位置,以此类推。控制器将某个候选合格图像位置与每个实时图像位置进行比对时,按照指定比对顺序,例如从左到右的顺序依次与每个实时图像位置进行比对,如图8所示,假设实时图像位置包括B21、B22、B23、B24和B25,控制器首先选择候选合格图像位置A21与实时图像位置B21进行比对并比对成功,控制器接着选择合格图像位置A22与实时图像位置B22进行比对并比对成功,控制器将合格图像位置A23与实时图像位置B23进行比对并比对成功,控制器接着选择合格图像位置A24与实时图像位置B24进行比对并比对失败,控制器再接着将合格图像位置A24与实时图像位置B25进行比对并比对失败,当合格图像位置A24未存在可比对成功的实时图像位置时,控制器选择合格图像位置A25与实时图像位置B24进行比较并比对成功。
总体而言,按照指定选择顺序依序选择每个候选合格图像位置每个实时图像位置进行比对时,已选择的候选合格图像位置不再被选择,并且,按照指定比对顺序,将每个候选合格图像位置依次与每个实时图像位置进行比对,已比对成功的实时图像位置不再进行比对,因此,通过此种做法,可提高比对效率。
在一些实施例中,控制器将候选合格位置与实时图像位置进行比对时,先计算候选合格位置与实时图像位置的距离,然后将该距离与预设距离阈值进行比较,若该距离小于或等于预设距离阈值,则得到候选合格位置与实时图像位置比对成功的比对结果,若该距离大于预设距离阈值,则得到候选位置与实时图像位置比对失败的比对结果。
可以理解的是,虽然待测产品上某个检测部位未存在缺失缺陷,但是,该检测部位可能存在偏移的缺陷,偏移是指检测部位未处于本该占据的位置。在一些实施例中,控制器在检测待测产品的缺失缺陷时,还进行待测产品的偏移缺陷检测。请参阅图9,S200还包括:
S25、根据每个目标区域图像,确定拟合直线;
S26、根据拟合直线的直线方程,判断每个目标实时图像位置是否偏移拟合直线,每个目标实时图像位置为各个实时图像位置中的一个;
S27、若偏移,则标记目标序号对应的检测部位处于偏移状态,目标序号为目标实时图像位置映射在合格产品中的序号;
S28、若不偏移,则确定目标实时图像位置在拟合直线上。
举例而言,首先,控制器获取每个目标区域图像的中心点在目标图像的坐标,对各个坐标进行直线拟合,确定拟合直线,其中,拟合直线的直线方程可以为a*x+b*y+c=0,亦可以为y=k*x+b,此处以直线方程为a*x+b*y+c=0为例,控制器可以采用最小二乘法或RANSAC(随机梯度一致性算法),对各个坐标进行直线拟合,求解出拟合直线的直线方程a*x+b*y+c=0中a、b和c的值,从而确定拟合直线。
接着,分别计算每个实时图像位置到直线方程的直线距离,计算到某个实时图像位置到直线方程的直线距离时,该实时图像位置作为目标实时图像位置,以判断每个目标实时图像位置是否偏移拟合直线。
再接着,控制器根据判断每个目标实时图像位置是否偏移拟合直线的判断结果,检测待测产品。例如,请参阅图10,假设控制器提取的实时图像位置包括按顺序排列B31、B32、B33、B34和B5且B31、B32、B33、B34和B35映射在合格产品中的序号分别为1、2、3、4和6,控制器计算到目标实时图像位置B34到拟合直线的直线距离时,确定目标实时图像位置B34偏移拟合直线,此时,控制器标记目标实时图像位置B34映射在合格产品中的序号5对应的检测部位处于偏移状态,控制器分别计算到目标实时图像位置B31、B32、B33和B35到拟合直线的直线距离时,确定目标实时图像位置B31、B32、B33和B35在拟合直线上。
采用此种做法,可有效确定各个实时图像位置中出现偏移的实时图像位置,并且可对各个出现偏移的实时图像位置进行标记,从而能够快速定位待测产品偏移的检测部位。
需要说明的是,在上述各个实施方式中,上述各步骤之间并不必然存在一定的先后顺序,本领域普通技术人员,根据本发明实施方式的描述可以理解,不同实施方式中,上述各步骤可以有不同的执行顺序,亦即,可以并行执行,亦可以交换执行等等。
作为本发明实施例的另一方面,本发明实施例提供一种缺陷检测装置,其中,缺陷检测装置可以为软件模块,所述软件模块包括若干指令,其存储在存储器内,处理器可以访问该存储器,调用指令进行执行,以完成上述各个实施方式所阐述的缺陷检测方法。在一些实施方式中,缺陷检测装置亦可以由硬件器件搭建成的,例如,缺陷检测装置可由一个或两个以上的芯片搭建而成,各个芯片可以互相协调工作,以完成上述各个实施方式所阐述的缺陷检测方法。再例如,缺陷检测装置还可以由各类逻辑器件搭建而成,诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
请参阅图11,缺陷检测装置1100包括第一获取模块111、提取模块112、第一确定模块113及第二确定模块114,第一获取模块111用于获取待测产品对应的目标图像,待测产品包括多个检测部位,提取模块112用于根据目标图像,提取待测产品的每个目标区域图像,每个目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在合格产品上,第一确定模块113用于确定每个目标区域图像在待测产品上的实时图像位置,第二确定模块114用于根据实时图像位置、指定起始位置及预设间隔,确定待测产品的缺陷检测结果。
因此,本装置通过确定可识别出的检测部位的实时图像位置,根据实时图像位置指定起始位置及预设间隔,可检测待测产品上是否存在有缺陷的检测部位,巧妙利用了待测产品的检测部位在待测产品上规律排列的特点,实现对待测产品的可靠检测。
在一些实施例中,每个检测部位按照在合格产品上的排列顺序被配置有相应序号,请参阅图12,第二确定模块114包括第一确定单元1141、比对单元1142及第二确定单元1143,第一确定单元1141用于根据指定起始位置、预设间隔及每个检测部位的序号,确定每个检测部位的合格图像位置,比对单元1142用于将每个合格图像位置与每个实时图像位置进行比对,得到比对结果,第二确定单元1143用于根据比对结果,确定待测产品的缺陷检测结果。
在一些实施例中,第一确定单元1141具体用于:计算指定起始位置的序号与每个检测部位的序号的间隔差值,根据间隔差值与预设间隔,计算偏移距离,根据所述指定起始位置与所述偏移距离,确定每个检测部位的合格图像位置。
在一些实施例中,比对单元1142具体用于:按照指定选择顺序,依序选择每个候选合格图像位置,每个候选合格图像位置都为尚未进行比对的合格图像位置,按照指定比对顺序,将每个候选合格图像位置依次与每个实时图像位置进行比对。
在一些实施例中,第二确定单元1143具体用于:若比对结果为比对成功结果,则确定待测产品中与候选合格图像位置对应的图像位置存在检测部位,若比对结果为比对失败结果,则确定待测产品中与候选合格图像位置对应的图像位置不存在检测部位。
在一些实施例中,请参阅图13,缺陷检测装置1100还包括第三确定模块115、判断模块116、标记模块117及第四确定模块118,第三确定模块115用于根据每个目标区域图像,确定拟合直线,判断模块116用于根据拟合直线的直线方程,判断每个目标实时图像位置是否偏移拟合直线,每个目标实时图像位置为各个实时图像位置中的一个,标记模块117用于在目标实时图像位置偏移所述拟合直线时,标记目标序号对应的检测部位处于偏移状态,目标序号为目标实时图像位置映射在合格产品中的序号,第四确定模块118用于在目标实时图像位置不偏移拟合直线时,确定目标实时图像位置在拟合直线上。
需要说明的是,上述缺陷检测装置可执行本发明实施方式所提供的缺陷检测方法,具备执行方法相应的功能模块和有益效果。未在缺陷检测装置实施方式中详尽描述的技术细节,可参见本发明实施方式所提供的缺陷检测方法。
请参阅图14,图14为本发明实施例提供的一种电子设备的电路结构示意图。如图14所示,电子设备1400包括一个或多个处理器141以及存储器142。其中,图14中以一个处理器141为例。
处理器141和存储器142可以通过总线或者其他方式连接,图14中以通过总线连接为例。
存储器142作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的缺陷检测方法对应的程序指令/模块。处理器141通过运行存储在存储器142中的非易失性软件程序、指令以及模块,从而执行缺陷检测装置的各种功能应用以及数据处理,即实现上述方法实施例提供的缺陷检测方法以及上述装置实施例的各个模块或单元的功能。
存储器142可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器142可选包括相对于处理器141远程设置的存储器,这些远程存储器可以通过网络连接至处理器141。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器142中,当被所述一个或者多个处理器141执行时,执行上述任意方法实施例中的缺陷检测方法。
本发明实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图14中的一个处理器141,可使得上述一个或多个处理器可执行上述任意方法实施例中的缺陷检测方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被电子设备执行时,使所述电子设备执行上述的缺陷检测方法。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后要说明的是,本发明可以通过许多不同的形式来实现,并不限于本说明书所描述的实施例,这些实施例不作为对本发明内容的额外限制,提供这些实施方式的目的是使对本发明的公开内容的理解更加透彻全面。并且在本发明的思路下,上述各技术特征继续相互组合,并存在如上所述的本发明不同方面的许多其它变化,均视为本发明说明书记载的范围;进一步地,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种缺陷检测方法,其特征在于,包括:
获取待测产品对应的目标图像,所述待测产品包括多个检测部位;
根据所述目标图像,提取所述待测产品的每个目标区域图像,其中,每个所述目标区域图像与相应检测部位对应,且合格产品中的每个检测部位规律地排列在所述合格产品上;
确定每个所述目标区域图像在所述待测产品上的实时图像位置;
根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果;
所述根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果包括:
根据指定起始位置及预设间隔,确定每个所述检测部位的合格图像位置;
将每个所述合格图像位置与每个所述实时图像位置进行比对,得到比对结果;
根据所述比对结果,确定所述待测产品的缺陷检测结果。
2.根据权利要求1所述的方法,其特征在于,每个所述检测部位按照在所述合格产品上的排列顺序被配置有相应序号,所述根据指定起始位置及预设间隔,确定每个所述检测部位的合格图像位置包括:
根据指定起始位置、预设间隔及每个所述检测部位的序号,确定每个所述检测部位的合格图像位置。
3.根据权利要求2所述的方法,其特征在于,所述根据指定起始位置、预设间隔及每个所述检测部位的序号,确定每个所述检测部位的合格图像位置包括:
计算所述指定起始位置的序号与每个所述检测部位的序号的间隔差值;
根据所述间隔差值与预设间隔,计算偏移距离;
根据所述指定起始位置与所述偏移距离,确定每个所述检测部位的合格图像位置。
4.根据权利要求1所述的方法,其特征在于,所述将每个所述合格图像位置与每个所述实时图像位置进行比对,得到比对结果包括:
按照指定选择顺序,依序选择每个候选合格图像位置,每个所述候选合格图像位置都为尚未进行比对的合格图像位置;
按照指定比对顺序,将每个所述候选合格图像位置依次与每个所述实时图像位置进行比对。
5.根据权利要求4所述的方法,其特征在于,所述根据所述比对结果,确定所述待测产品的缺陷检测结果包括:
若所述比对结果为比对成功结果,则确定所述待测产品中与所述候选合格图像位置对应的图像位置存在检测部位;
若所述比对结果为比对失败结果,则确定所述待测产品中与所述候选合格图像位置对应的图像位置不存在检测部位。
6.根据权利要求1所述的方法,其特征在于,在根据所述实时图像位置、指定起始位置及预设间隔,确定所述待测产品的缺陷检测结果之前,还包括:
获取预置合格位置,所述预置合格位置为所述合格产品中指定序号对应的合格图像位置;
按照指定比对顺序,将所述预置合格位置依次与每个所述实时图像位置进行比对;
若比对成功,则选择所述待测产品中与所述预置合格位置比对成功的实时图像位置作为指定起始位置;
若比对失败,则选择所述预置合格位置作为指定起始位置。
7.根据权利要求6所述的方法,其特征在于,所述指定序号为在所述合格产品中位于首端或末端的检测部位对应的序号。
8.根据权利要求1至7任一项所述的方法,其特征在于,还包括:
根据每个所述目标区域图像,确定拟合直线;
根据所述拟合直线的直线方程,判断每个目标实时图像位置是否偏移所述拟合直线,每个所述目标实时图像位置为各个所述实时图像位置中的一个;
若偏移,则标记目标序号对应的检测部位处于偏移状态,所述目标序号为所述目标实时图像位置映射在所述合格产品中的序号;
若不偏移,则确定所述目标实时图像位置在所述拟合直线上。
9.一种视觉检测设备,其特征在于,包括:
图像采集装置,用于拍摄待测产品以得到对应的目标图像;
控制器,与所述图像采集装置电连接,其中,所述控制器包括至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至8任一项所述的缺陷检测方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使电子设备执行如权利要求1至8任一项所述的缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299129.1A CN116843602B (zh) | 2022-03-25 | 2022-03-25 | 一种缺陷检测方法及视觉检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210299129.1A CN116843602B (zh) | 2022-03-25 | 2022-03-25 | 一种缺陷检测方法及视觉检测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116843602A CN116843602A (zh) | 2023-10-03 |
CN116843602B true CN116843602B (zh) | 2024-05-14 |
Family
ID=88158595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210299129.1A Active CN116843602B (zh) | 2022-03-25 | 2022-03-25 | 一种缺陷检测方法及视觉检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843602B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102132147A (zh) * | 2008-08-26 | 2011-07-20 | 夏普株式会社 | 缺陷检测装置、缺陷检测方法、缺陷检测程序、及记录有该程序的计算机可读取的记录介质 |
CN103646248A (zh) * | 2013-11-28 | 2014-03-19 | 西安理工大学 | 基于双目线阵ccd汽车底盘成像的异物检测方法 |
CN111311542A (zh) * | 2020-01-15 | 2020-06-19 | 歌尔股份有限公司 | 一种产品质量检测方法及装置 |
CN111982911A (zh) * | 2020-07-10 | 2020-11-24 | 深圳先进技术研究院 | 一种电路板缺陷的检测方法、装置、终端设备及存储介质 |
CN112964724A (zh) * | 2021-02-01 | 2021-06-15 | 苏州百迈半导体技术有限公司 | 一种多目标多区域视觉检测方法及检测系统 |
CN113008793A (zh) * | 2021-03-01 | 2021-06-22 | 天地伟业技术有限公司 | 一种基于机器视觉的微纳结构缺陷检测方法 |
CN114037672A (zh) * | 2021-11-02 | 2022-02-11 | 联宝(合肥)电子科技有限公司 | 一种图像缺陷的检测方法、装置及计算机可读介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012150065A (ja) * | 2011-01-21 | 2012-08-09 | Hitachi High-Technologies Corp | 回路パターン検査装置およびその検査方法 |
-
2022
- 2022-03-25 CN CN202210299129.1A patent/CN116843602B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102132147A (zh) * | 2008-08-26 | 2011-07-20 | 夏普株式会社 | 缺陷检测装置、缺陷检测方法、缺陷检测程序、及记录有该程序的计算机可读取的记录介质 |
CN103646248A (zh) * | 2013-11-28 | 2014-03-19 | 西安理工大学 | 基于双目线阵ccd汽车底盘成像的异物检测方法 |
CN111311542A (zh) * | 2020-01-15 | 2020-06-19 | 歌尔股份有限公司 | 一种产品质量检测方法及装置 |
CN111982911A (zh) * | 2020-07-10 | 2020-11-24 | 深圳先进技术研究院 | 一种电路板缺陷的检测方法、装置、终端设备及存储介质 |
CN112964724A (zh) * | 2021-02-01 | 2021-06-15 | 苏州百迈半导体技术有限公司 | 一种多目标多区域视觉检测方法及检测系统 |
CN113008793A (zh) * | 2021-03-01 | 2021-06-22 | 天地伟业技术有限公司 | 一种基于机器视觉的微纳结构缺陷检测方法 |
CN114037672A (zh) * | 2021-11-02 | 2022-02-11 | 联宝(合肥)电子科技有限公司 | 一种图像缺陷的检测方法、装置及计算机可读介质 |
Non-Patent Citations (1)
Title |
---|
基于图像处理的印刷电路板缺陷检测技术研究;何伟;《万方数据》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116843602A (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11587219B2 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
CN110476056B (zh) | 一种视觉检测方法、检测设备以及机器人 | |
CN109472271B (zh) | 印刷电路板图像轮廓提取方法及装置 | |
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
WO2017071406A1 (zh) | 金针类元件的引脚检测方法和系统 | |
CN106501272B (zh) | 机器视觉焊锡定位检测系统 | |
CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
KR20130126370A (ko) | 비아홀을 검사하는 방법 및 장치 | |
CN108520514A (zh) | 基于计算机视觉的印刷电路板电子元器一致性检测方法 | |
JP2004340832A (ja) | 回路基板の外観検査方法及び回路基板の外観検査装置 | |
WO2017050082A1 (zh) | 一种端子位置的确定方法及终端设备 | |
CN111866501B (zh) | 一种摄像模组检测方法、装置、电子设备及介质 | |
CN116309518A (zh) | 一种基于计算机视觉的pcb电路板检测方法及系统 | |
JP2004109018A (ja) | 回路パターン検査方法および検査装置 | |
JP2007285880A (ja) | 基板検査における見本画像の登録方法および見本画像作成装置 | |
CN116843602B (zh) | 一种缺陷检测方法及视觉检测设备 | |
CN113920057A (zh) | 一种产品指示灯颜色的识别方法、装置及系统 | |
US11176419B1 (en) | Method for labeling image | |
CN112801948A (zh) | 印刷电路板的板线缺陷检测方法、系统和存储介质 | |
US20060034506A1 (en) | Machine vision analysis system and method | |
CN111145674B (zh) | 显示面板的检测方法、电子设备和存储介质 | |
CN115239684A (zh) | 焊点检测方法、设备及存储介质 | |
CN115100166A (zh) | 焊点缺陷检测方法及装置 | |
CN113933309A (zh) | 一种复测aoi机台检盲孔孔内不良的方法 | |
KR20150009842A (ko) | 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법 |
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 |