CN117589770A - Pcb贴片板检测方法、装置、设备及介质 - Google Patents

Pcb贴片板检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN117589770A
CN117589770A CN202311526527.3A CN202311526527A CN117589770A CN 117589770 A CN117589770 A CN 117589770A CN 202311526527 A CN202311526527 A CN 202311526527A CN 117589770 A CN117589770 A CN 117589770A
Authority
CN
China
Prior art keywords
image
pcb
patch board
pcb patch
area image
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
Application number
CN202311526527.3A
Other languages
English (en)
Inventor
刘吉悦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Goertek Inc
Original Assignee
Goertek Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Goertek Inc filed Critical Goertek Inc
Priority to CN202311526527.3A priority Critical patent/CN117589770A/zh
Publication of CN117589770A publication Critical patent/CN117589770A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/94—Investigating contamination, e.g. dust
    • 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
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G01N2021/95646—Soldering
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请公开了一种PCB贴片板检测方法、装置、设备及介质，属于产品检测的技术领域。在本申请中，通过机器视觉的自动化检测技术实现对PCB贴片板的缺陷检测，以此保证PCB质量。首先，对待测PCB贴片板的初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。然后，根据该元器件区域图像确定待测PCB贴片板的元器件缺陷，根据该焊锡区域图像确定待测PCB贴片板的焊锡缺陷，根据该其余区域图像确定待测PCB贴片板的脏污缺陷。

Description

PCB贴片板检测方法、装置、设备及介质
技术领域
本申请涉及产品检测的技术领域，尤其涉及一种PCB贴片板检测方法、PCB贴片板检测装置、PCB贴片板检测设备及计算机可读存储介质。
背景技术
PCB(Printed Circuit Board，印制电路板)是电子元器件相互连接的载体。在消费电子行业中，经贴片工序后的PCB贴片板既会极大决定制成品整机的品质性能，也在整机物料成本中占比过半。因此保证PCB的质量既是品质端的要求，也符合成本端的考量。
目前，在生产现场往往通过人工目视检测来对PCB贴片板进行评判，这种检测方法耗费人工成本、降低产线效率、鲁棒性差、受人主观因素影响大，且长时间的检测会导致检验员视觉疲劳。
发明内容
本申请的主要目的在于提供一种PCB贴片板检测方法、PCB贴片板检测装置、PCB贴片板检测设备及计算机可读存储介质，旨在准确检测PCB贴片板的缺陷。
为实现上述目的，本申请提供一种PCB贴片板检测方法，所述方法包括：
获取待测PCB贴片板的初始PCB贴片板图像；
对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
示例性的，所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤之前，包括：
对所述初始PCB贴片板图像进行图像显示效果的图像增强，得到第一PCB贴片板图像；
对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像；
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤，包括：
对所述第二PCB贴片板图像进行待检测区域的图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。
示例性的，所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤之前，包括：
对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到所述拍摄相机的畸变补偿参数；
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤，包括：
通过所述拍摄相机的畸变补偿参数，对所述第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
示例性的，所述基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述元器件区域图像和所述标准模板图像之间的交并比；
若所述交并比为零，则确定所述待测PCB贴片板的元器件缺陷为缺件；
若所述交并比低于预设交并比阈值，则确定所述待测PCB贴片板的元器件缺陷为偏位。
示例性的，所述基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷的步骤，包括：
基于所述焊锡区域图像确定所述待测PCB贴片板的焊锡区域图像和焊盘区域图像；
通过所述焊锡区域图像和所述焊盘区域图像的图像相减运算，得到焊盘上的目标焊锡区域图像，并通过所述目标焊锡区域图像确定目标焊锡区域的焊锡面积；
若所述焊锡面积小于预设焊锡面积阈值，则确定所述待测PCB贴片板的焊锡缺陷为少锡；
若所述目标焊锡区域与相邻焊盘区域连通，则确定所述待测PCB贴片板的焊锡缺陷为连锡。
示例性的，所述基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述其余区域图像和所述标准模板图像之间的差值图像；
若所述差值图像的像素值小于预设像素阈值，则确定所述待测PCB贴片板存在脏污缺陷。
示例性的，所述方法还包括：
若当前抽检批次的待测PCB贴片板均不存在缺陷，则将当前抽检批次对应的PCB贴片板送入后续工站；
若当前抽检批次的待测PCB贴片板存在缺陷，则对所述待测PCB贴片板进行返修。
本申请还提供一种PCB贴片板检测装置，所述PCB贴片板检测装置包括：
获取模块，用于获取待测PCB贴片板的初始PCB贴片板图像；
分割模块，用于对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
确定模块，用于基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
本申请还提供一种PCB贴片板检测设备，所述PCB贴片板检测设备包括：存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的PCB贴片板检测方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的PCB贴片板检测方法的步骤。
本申请实施例提出的一种PCB贴片板检测方法、PCB贴片板检测装置、PCB贴片板检测设备及计算机可读存储介质,获取待测PCB贴片板的初始PCB贴片板图像；对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
在本申请中，通过机器视觉的自动化检测技术实现对PCB贴片板的缺陷检测，以此保证PCB质量。首先，对待测PCB贴片板的初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。然后，根据该元器件区域图像确定待测PCB贴片板的元器件缺陷，根据该焊锡区域图像确定待测PCB贴片板的焊锡缺陷，根据该其余区域图像确定待测PCB贴片板的脏污缺陷。为保证PCB质量，需要在PCB贴片后对其进行检测，人工检测需要消耗大量的人力资源并且长时间检测会造成视疲劳，同时易发生漏检、错检。通过基于机器视觉的PCB自动化检测方法来代替人工，以实现在PCB贴片后，准确检测PCB贴片板的缺陷。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的运行设备的结构示意图；
图2为本申请实施例方案涉及的PCB贴片板检测方法一实施例的流程示意图；
图3为本申请实施例方案涉及的PCB贴片板检测方法一实施例的PCB来料检测算法示意图；
图4为本申请实施例方案涉及的PCB贴片板检测方法一实施例的PCB来料检测过程示意图；
图5为本申请实施例方案涉及的PCB贴片板检测方法一实施例的应用示意图；
图6为本申请实施例方案涉及的PCB贴片板检测装置的示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的运行设备结构示意图。
如图1所示，该运行设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对运行设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及计算机程序。
在图1所示的运行设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请运行设备中的处理器1001、存储器1005可以设置在运行设备中，所述运行设备通过处理器1001调用存储器1005中存储的计算机程序，并执行以下操作：
获取待测PCB贴片板的初始PCB贴片板图像；
对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤之前，包括：
对所述初始PCB贴片板图像进行图像显示效果的图像增强，得到第一PCB贴片板图像；
对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像；
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤，包括：
对所述第二PCB贴片板图像进行待检测区域的图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤之前，包括：
对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到所述拍摄相机的畸变补偿参数；
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤，包括：
通过所述拍摄相机的畸变补偿参数，对所述第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述元器件区域图像和所述标准模板图像之间的交并比；
若所述交并比为零，则确定所述待测PCB贴片板的元器件缺陷为缺件；
若所述交并比低于预设交并比阈值，则确定所述待测PCB贴片板的元器件缺陷为偏位。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷的步骤，包括：
基于所述焊锡区域图像确定所述待测PCB贴片板的焊锡区域图像和焊盘区域图像；
通过所述焊锡区域图像和所述焊盘区域图像的图像相减运算，得到焊盘上的目标焊锡区域图像，并通过所述目标焊锡区域图像确定目标焊锡区域的焊锡面积；
若所述焊锡面积小于预设焊锡面积阈值，则确定所述待测PCB贴片板的焊锡缺陷为少锡；
若所述目标焊锡区域与相邻焊盘区域连通，则确定所述待测PCB贴片板的焊锡缺陷为连锡。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述其余区域图像和所述标准模板图像之间的差值图像；
若所述差值图像的像素值小于预设像素阈值，则确定所述待测PCB贴片板存在脏污缺陷。
在一实施例中，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
所述方法还包括：
若当前抽检批次的待测PCB贴片板均不存在缺陷，则将当前抽检批次对应的PCB贴片板送入后续工站；
若当前抽检批次的待测PCB贴片板存在缺陷，则对所述待测PCB贴片板进行返修。
本申请实施例提供了一种PCB贴片板检测方法，参照图2，在PCB贴片板检测方法的一实施例中，所述方法包括：
步骤S10，获取待测PCB贴片板的初始PCB贴片板图像；
为保证PCB贴片完成后的贴片板质量，因此在贴片结束后对其质量进行检测。首先通过工业相机获取贴片板的图像信息，得到待测PCB贴片板的初始PCB贴片板图像，经串口发送至上位机，在上位机中检测其缺件、偏位、错件、少锡、连锡、脏污等不良缺陷，进而确定贴片板质量。
步骤S20，对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
对获取到的初始PCB贴片板图像进行图像分割，进行含有元器件、焊盘位置及其他区域的形状、位置先验的图像分割，分别分割出元器件区域、焊锡区域及贴片板剩余的其他区域。
示例性的，所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤之前，包括：
对所述初始PCB贴片板图像进行图像显示效果的图像增强，得到第一PCB贴片板图像；
对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像；
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤，包括：
对所述第二PCB贴片板图像进行待检测区域的图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。
在一实施例中，在获取到的初始PCB贴片板图像符合图像分割的要求时，可以无需进行图像增强、图像矫正等图像预处理。而由于在待测PCB贴片板的初始PCB贴片板图像的采集过程中往往存在各种不确定干扰因素，获取到的初始PCB贴片板图像可能不符合图像分割的要求，因此，在本实施例中，在获取到待测PCB贴片板的初始PCB贴片板图像之后，可以对该初始PCB贴片板图像进行图像预处理，得到去除干扰因素之后较为准确反应PCB贴片板实际缺陷的PCB贴片板图像。
在一实施例中，参照图3，在对初始PCB贴片板图像进行图像预处理时，首先，对该初始PCB贴片板图像进行图像显示效果的图像增强，如去噪、调节饱和度及对比度等操作，以保证图像显示效果，得到第一PCB贴片板图像；然后，对第一PCB贴片板图像进行图像矫正，比如通过相机标定得到的补偿函数，以及旋转、缩放等操作得到复原后的标准图像，以此得到第二PCB贴片板图像；最后，对第二PCB贴片板图像进行待检测区域的图像分割，分割出各个待检测的PCB贴片板区域。
示例性的，所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤之前，包括：
对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到所述拍摄相机的畸变补偿参数；
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤，包括：
通过所述拍摄相机的畸变补偿参数，对所述第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
在一实施例中，在实验室前期准备阶段，在实验室正式进行抽样检测之前保证有一个稳定的检测环境和调校工业相机，然后搭建PCB贴片板检测的测试环境，该环境要求稳定、无光源干扰，且需固定好PCB贴片板和相机的位置，调好相机参数，使其焦距、曝光时间等参数适宜。
拍摄待测PCB贴片板的工业相机可能会因广角镜头的凸透镜成像问题而产生桶形畸变，通过相机标定进行相机调校，通过获取相机的畸变参数，将该参数应用到后续的检测算法中作为畸变补偿的依据。
在一实施例中，准备好等间距同心圆，放到搭建好的测试环境中PCB贴片板的位置，用相机拍照，得到发生畸变的照片，对比间距同心圆的间距，计算出畸变程度与照片中心距离相关的拟合函数，记录该拟合函数函数并作为后续算法的畸变补偿函数。以此，对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到该拍摄相机的畸变补偿参数。在对第一PCB贴片板图像进行图像矫正时，通过拍摄相机的畸变补偿参数对第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
步骤S30，基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
在对初始PCB贴片板图像进行图像分割得到元器件区域图像、焊锡区域图像以及其余区域图像之后，便可以通过各个区域图像分别进行缺陷检测，确定各个区域中的具体缺陷。
示例性的，所述基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述元器件区域图像和所述标准模板图像之间的交并比；
若所述交并比为零，则确定所述待测PCB贴片板的元器件缺陷为缺件；
若所述交并比低于预设交并比阈值，则确定所述待测PCB贴片板的元器件缺陷为偏位。
在一实施例中，参照图3，在根据元器件区域图像确定待测PCB贴片板的元器件缺陷时，将待测PCB贴片板的每一个元器件所在的元器件区域图像分别与标准模板图像的对应元器件区域的交并比进行计算，交并比的计算公式如下：
其中A和B分别指待测贴片板的某个元器件区域和其对应标准模板的元器件区域。若交并比为零，则判定为“缺件”，若交并比不符合阈值，则判定为“偏位”。另外，还可以运用OCR技术对元器件区域图像上的丝印进行文本识别，若识别出的元器件编号与正确编号不符，则判定为“错件”。
示例性的，所述基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷的步骤，包括：
基于所述焊锡区域图像确定所述待测PCB贴片板的焊锡区域图像和焊盘区域图像；
通过所述焊锡区域图像和所述焊盘区域图像的图像相减运算，得到焊盘上的目标焊锡区域图像，并通过所述目标焊锡区域图像确定目标焊锡区域的焊锡面积；
若所述焊锡面积小于预设焊锡面积阈值，则确定所述待测PCB贴片板的焊锡缺陷为少锡；
若所述目标焊锡区域与相邻焊盘区域连通，则确定所述待测PCB贴片板的焊锡缺陷为连锡。
在一实施例中，参照图3，在根据焊锡区域图像确定待测PCB贴片板的焊锡缺陷时，首先利用焊锡区域与焊盘区域的图像相减得到焊盘上的目标焊锡区域图像，再通过计算目标焊锡区域的零阶矩得到其面积。零阶矩的计算过程为先将此区域二值化，根据零阶矩计算公式：
m00＝∫∫f(x,y)dxdy
其中x和y表示点的横纵坐标，f(x,y)即为该坐标像素的像素值。对于二值化图像而言，其零阶矩就是焊盘上的焊锡区域的面积。将焊锡面积的大小与设定的阈值进行比较，若小于阈值则判定为“少锡”。最后对于识别到的易发生连锡现象的相邻焊盘，将其与目标焊锡区域执行连通性检测算法，若连通则判定为“连锡”。
示例性的，所述基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述其余区域图像和所述标准模板图像之间的差值图像；
若所述差值图像的像素值小于预设像素阈值，则确定所述待测PCB贴片板存在脏污缺陷。
在一实施例中，参照图3，在根据其余区域图像确定待测PCB贴片板的脏污缺陷时，将其余区域与标准模板做图像相减，若所得结果不符合阈值则判定为“脏污”。
示例性的，所述方法还包括：
若当前抽检批次的待测PCB贴片板均不存在缺陷，则将当前抽检批次对应的PCB贴片板送入后续工站；
若当前抽检批次的待测PCB贴片板存在缺陷，则对所述待测PCB贴片板进行返修。
若以上检测项全部合格则判定为待测贴片板PASS，若检测项全部PASS，当前抽检批次的待测PCB贴片板均不存在缺陷，则将其送入后续工站；否则将其进行返修或其他处理。
在本申请一种基于机器视觉的PCB贴片板检测方法的一应用场景中，参照图4，整个过程分为产线AOI(Automated Optical Inspection自动化光学检测)工站前期准备阶段和产线AOI工站检测阶段两部分，在产线AOI工站前期准备阶段，保证有一个稳定的检测环境和调校工业相机。包括搭建测试环境以及相机标定，该环境要求稳定、无光源干扰，且需固定好PCB和相机的位置，调好相机参数，使其焦距、曝光时间等参数适宜。
在产线AOI工站检测阶段，相机获取PCB图像传入上位机，PCB贴片后将贴片板全部送到产线AOI工站进行检测，该站的工业相机获取待测的贴片板图像，传入上位机。对于产线AOI检测算法中检测项全部PASS的产品送入后续工站进行组装等处理，特别地，需要对虽然PASS但检测结果接近limit值的产品在数据中台处进行标记。如此，当该贴片板所对应的整机产品在后续工站出现异常时，可直接调用数据中台处的数据记录用于专家系统的分析。
另外，在经过以上PCB贴片板自动化检测步骤后，对于产线AOI检测算法中检测出的不良项，将其信息送入专家系统进行分析处理。专家系统是一个软件系统，它会整理分析异常数据，自动输出异常报告，汇总常出现问题的贴片板区域并形成报表，对于发生概率高的异常发出警告，提醒工程师排查是否是研发设计或工艺出现了问题，提前优化生产过程，避免生产出更多不良品，有助于实现智能化工厂的自组织、自调节、自决策。专家系统会同时根据异常给出对应的返修建议(会对异常进行简单的分类，提醒排查是否是组装工艺、元件热漂移、灰尘影响等因素造成了异常)或者给出其他建议的处理方式，接着根据返修建议将异常贴片板分入处理对应异常的返修工站进行返修，最后将处理后的产品重新进行检测流程。
参照图5，基于机器视觉的PCB贴片板检测流程详述如下：
(1)搭建好产线AOI检测工站的测试环境，同时进行相机标定；
(2)将完成贴附的PCB贴片板送入工站进行检测；
(3)工业相机获取待测贴片板图像并经串口传送至产测工站上位机；
(4)上位机执行产线AOI检测算法对贴片板图像逐个进行检测；
(5)若步骤(4)中出现NG，则输入专家系统，经专家系统分析后执行返修或其他处理；
(6)若步骤(4)中贴片板PASS，但测试结果接近limit值，则会将其在数据中台进行标记，便于后续产测分析；
(7)若步骤(4)中贴片板PASS，且测试结果都处于合理区间，则直接结束检测。
通过提供一种PCB贴片板产测过程中的自动化检测方法，替代人工自动化检测PCB质量，提升检测效率和精度，保证了产品质量。并且该系统中含有的专家系统会对检测数据进行分析，对贴片板缺陷给出相应的返修建议，从而将有缺陷的贴片板直接送入对应的处理工站，以提升生产制造效率。该方法具有高集成度、高可靠性与高自动化程度，可代替人工进行精确的PCB质量检测，缩减人力成本，并可推广到其他含有PCB的产品上。
参照图6，此外，本申请实施例还提供一种PCB贴片板检测装置，所述PCB贴片板检测装置包括：
获取模块M1，用于获取待测PCB贴片板的初始PCB贴片板图像；
分割模块M2，用于对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
确定模块M3，用于基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
示例性的，所述分割模块还用于：
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤之前，
对所述初始PCB贴片板图像进行图像显示效果的图像增强，得到第一PCB贴片板图像；
对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像；
所述分割模块还用于：
对所述第二PCB贴片板图像进行待检测区域的图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。
示例性的，所述分割模块还用于：
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤之前，
对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到所述拍摄相机的畸变补偿参数；
所述分割模块还用于：
通过所述拍摄相机的畸变补偿参数，对所述第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
示例性的，所述确定模块还用于：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述元器件区域图像和所述标准模板图像之间的交并比；
若所述交并比为零，则确定所述待测PCB贴片板的元器件缺陷为缺件；
若所述交并比低于预设交并比阈值，则确定所述待测PCB贴片板的元器件缺陷为偏位。
示例性的，所述确定模块还用于：
基于所述焊锡区域图像确定所述待测PCB贴片板的焊锡区域图像和焊盘区域图像；
通过所述焊锡区域图像和所述焊盘区域图像的图像相减运算，得到焊盘上的目标焊锡区域图像，并通过所述目标焊锡区域图像确定目标焊锡区域的焊锡面积；
若所述焊锡面积小于预设焊锡面积阈值，则确定所述待测PCB贴片板的焊锡缺陷为少锡；
若所述目标焊锡区域与相邻焊盘区域连通，则确定所述待测PCB贴片板的焊锡缺陷为连锡。
示例性的，所述确定模块还用于：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述其余区域图像和所述标准模板图像之间的差值图像；
若所述差值图像的像素值小于预设像素阈值，则确定所述待测PCB贴片板存在脏污缺陷。
示例性的，所述确定模块还用于：
若当前抽检批次的待测PCB贴片板均不存在缺陷，则将当前抽检批次对应的PCB贴片板送入后续工站；
若当前抽检批次的待测PCB贴片板存在缺陷，则对所述待测PCB贴片板进行返修。
本申请提供的PCB贴片板检测装置，采用上述实施例中的PCB贴片板检测方法，旨在准确检测PCB贴片板的缺陷。与常规技术相比，本申请实施例提供的PCB贴片板检测装置的有益效果与上述实施例提供的PCB贴片板检测方法的有益效果相同，且PCB贴片板检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
此外，本申请实施例还提供一种PCB贴片板检测设备，所述PCB贴片板检测设备包括：存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的PCB贴片板检测方法的步骤。
此外，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的PCB贴片板检测方法的步骤。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对常规技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种PCB贴片板检测方法，其特征在于，所述方法包括：
获取待测PCB贴片板的初始PCB贴片板图像；
对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
2.如权利要求1所述的PCB贴片板检测方法，其特征在于，所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤之前，包括：
对所述初始PCB贴片板图像进行图像显示效果的图像增强，得到第一PCB贴片板图像；
对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像；
所述对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像的步骤，包括：
对所述第二PCB贴片板图像进行待检测区域的图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像。
3.如权利要求2所述的PCB贴片板检测方法，其特征在于，所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤之前，包括：
对拍摄待测PCB贴片板的初始PCB贴片板图像的拍摄相机进行畸变标定，得到所述拍摄相机的畸变补偿参数；
所述对所述第一PCB贴片板图像进行图像矫正，得到第二PCB贴片板图像的步骤，包括：
通过所述拍摄相机的畸变补偿参数，对所述第一PCB贴片板图像进行图像畸变矫正，得到第二PCB贴片板图像。
4.如权利要求1所述的PCB贴片板检测方法，其特征在于，所述基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述元器件区域图像和所述标准模板图像之间的交并比；
若所述交并比为零，则确定所述待测PCB贴片板的元器件缺陷为缺件；
若所述交并比低于预设交并比阈值，则确定所述待测PCB贴片板的元器件缺陷为偏位。
5.如权利要求1所述的PCB贴片板检测方法，其特征在于，所述基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷的步骤，包括：
基于所述焊锡区域图像确定所述待测PCB贴片板的焊锡区域图像和焊盘区域图像；
通过所述焊锡区域图像和所述焊盘区域图像的图像相减运算，得到焊盘上的目标焊锡区域图像，并通过所述目标焊锡区域图像确定目标焊锡区域的焊锡面积；
若所述焊锡面积小于预设焊锡面积阈值，则确定所述待测PCB贴片板的焊锡缺陷为少锡；
若所述目标焊锡区域与相邻焊盘区域连通，则确定所述待测PCB贴片板的焊锡缺陷为连锡。
6.如权利要求1所述的PCB贴片板检测方法，其特征在于，所述基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷的步骤，包括：
获取用于PCB贴片板的元器件缺陷检测的标准模板图像，并确定所述其余区域图像和所述标准模板图像之间的差值图像；
若所述差值图像的像素值小于预设像素阈值，则确定所述待测PCB贴片板存在脏污缺陷。
7.如权利要求1所述的PCB贴片板检测方法，其特征在于，所述方法还包括：
若当前抽检批次的待测PCB贴片板均不存在缺陷，则将当前抽检批次对应的PCB贴片板送入后续工站；
若当前抽检批次的待测PCB贴片板存在缺陷，则对所述待测PCB贴片板进行返修。
8.一种PCB贴片板检测装置，其特征在于，所述PCB贴片板检测装置包括：
获取模块，用于获取待测PCB贴片板的初始PCB贴片板图像；
分割模块，用于对所述初始PCB贴片板图像进行图像分割，得到元器件区域图像、焊锡区域图像以及其余区域图像；
确定模块，用于基于所述元器件区域图像和第一标准模板图像之间的交并比确定所述待测PCB贴片板的元器件缺陷，基于所述焊锡区域图像和焊盘区域图像确定所述待测PCB贴片板的焊锡缺陷，基于所述其余区域图像和第二标准模板图像之间的差值图像确定所述待测PCB贴片板的脏污缺陷。
9.一种PCB贴片板检测设备，其特征在于，所述PCB贴片板检测设备包括：存储器、处理器、及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的PCB贴片板检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的PCB贴片板检测方法的步骤。
CN202311526527.3A 2023-11-15 2023-11-15 Pcb贴片板检测方法、装置、设备及介质 Pending CN117589770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311526527.3A CN117589770A (zh) 2023-11-15 2023-11-15 Pcb贴片板检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311526527.3A CN117589770A (zh) 2023-11-15 2023-11-15 Pcb贴片板检测方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN117589770A true CN117589770A (zh) 2024-02-23

Family

ID=89917476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311526527.3A Pending CN117589770A (zh) 2023-11-15 2023-11-15 Pcb贴片板检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117589770A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117589797A (zh) * 2023-11-21 2024-02-23 广州威睛光学科技有限公司 一种电路板检测的计算成像方法、系统、终端及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117589797A (zh) * 2023-11-21 2024-02-23 广州威睛光学科技有限公司 一种电路板检测的计算成像方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
US11132786B2 (en) Board defect filtering method based on defect list and circuit layout image and device thereof and computer-readable recording medium
CN112053318A (zh) 基于深度学习的二维pcb缺陷实时自动检测与分类装置
CN106651857B (zh) 一种印刷电路板贴片缺陷检测方法
CN105335963A (zh) 一种边缘缺陷检测方法及装置
CN107945184A (zh) 一种基于彩色图像分割和梯度投影定位的贴装元件检测方法
CN117589770A (zh) Pcb贴片板检测方法、装置、设备及介质
WO2017071406A1 (zh) 金针类元件的引脚检测方法和系统
CN111951210A (zh) 数据的处理方法、装置及设备
CN112184689A (zh) 一种半导体器件检测方法、装置、智能终端及存储介质
CN114022436B (zh) 一种印制电路板的检测方法、装置及检测设备
CN117392042A (zh) 缺陷检测方法、缺陷检测设备及存储介质
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
CN113077416A (zh) 一种基于图像处理的焊点焊接缺陷检测方法与系统
CN115731208A (zh) 金属复杂面高精度缺陷检测方法、装置、设备及存储介质
CN117455887A (zh) 基于机器视觉的pcb来料检测方法、装置、设备及介质
CN105136818B (zh) 印刷基板的影像检测方法
CN113096111A (zh) 物料检测方法、系统、计算机程序产品及可读存储介质
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN110148141A (zh) 一种丝印滤光片小片检测计数方法及设备
CN113933309B (zh) 一种复测aoi机台检盲孔孔内不良的方法
Kumar et al. Automated quality inspection of PCB assembly using image processing
CN110874837A (zh) 一种基于局部特征分布的缺陷自动检测方法
WO2024044942A1 (zh) 视觉检测系统的点检方法和装置
KR101017332B1 (ko) 인쇄회로기판의 광학검사방법
CN111539933B (zh) 一种直插元件检测方法及系统

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