CN117788412A - 一种基于aoi的pcb板缺陷检测方法 - Google Patents
一种基于aoi的pcb板缺陷检测方法 Download PDFInfo
- Publication number
- CN117788412A CN117788412A CN202311815535.XA CN202311815535A CN117788412A CN 117788412 A CN117788412 A CN 117788412A CN 202311815535 A CN202311815535 A CN 202311815535A CN 117788412 A CN117788412 A CN 117788412A
- Authority
- CN
- China
- Prior art keywords
- pcb
- image
- schematic diagram
- actual
- aoi
- 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 58
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000010586 diagram Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004519 manufacturing process Methods 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000005476 soldering Methods 0.000 claims description 5
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 150000003071 polychlorinated biphenyls Chemical class 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 229910000679 solder Inorganic materials 0.000 description 2
- 208000035541 Device inversion Diseases 0.000 description 1
- 208000034896 Device use error Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于AOI的PCB板缺陷检测方法,属于印制电路板PCB技术领域,应用于PCB板生产检测过程中;方法以PCB板原理图为依据,获取实际生产PCB板中的元器件类型与元器件所在位置;进一步获取实际生产PCB板的图像,计算实际生产PCB板与PCB板原理图的比例尺,识别图像中对应器件边缘,确定实际器件位置;从元器件库中读取对应元器件类型的OK样本,将OK样本与图像中实际器件位置截图进行比对分析,得出比对结果,并依据比对结果判断实际器件位置处是否存在缺陷;本发明取代了现有人工检测方式,充分发挥信息技术的优势特点,使得PCB板质量检测过程更加可靠、高效,且检测结果误判率低,检测速度提高。
Description
技术领域
本发明属于印制电路板PCB技术领域,应用于存在PCB板原理图时的PCB板生产检测过程中,具体为一种基于AOI的PCB板缺陷检测方法。
背景技术
目前,在PCB板的生产过程中,会出现多类常见缺陷,例如焊盘虚焊、焊盘腐蚀、钻孔误差、焊接短路、焊锡球缺陷、钻孔残留、焊膏溢出、绝缘层破裂、线路断开和不良封装等,因此,生产完成后的PCB板,必须进行质量检测过程。
现有技术中,对于生产完成后的PCB板质量检测,仅采用人工方式,以肉眼分辨其是否存在缺陷;这种检测方式的可靠性、准确性、误判率及检测速度均受限于人工经验及人工操作效率。
随着信息技术的发展,机器学习及人工智能等先进技术的优势逐渐辐射至各行各业,计算机视觉技术的进步让机器检测取代人工检测成为了可能。
自动光学检测(Automated Optical Inspection,AOI)技术,是基于光学原理对生产中遇到的常见缺陷进行检测的过程技术,具有高速高精度视觉处理的特点。那么,如何将AOI技术应用至PCB板的生产检测过程中,并针对于PCB板会出现的各类缺陷,各类特征位置,进行完善高效且准确的检测过程,就成为了本领域技术人员的研究要点。
发明内容
基于背景技术中的现状,本发明的目的是对于存在PCB板原理图的PCB板质量检测场景,在AOI技术作用下,依据PCB板原理图分析判断所生产的PCB板是否存在各类缺陷,尤其是漏焊、虚焊连接、器件反转和器件使用错误等缺陷;本发明取代了现有的人工检测方式,充分发挥了信息技术的优势特点,使得PCB板质量检测过程更加可靠、高效,且检测结果的误判率低,检测速度得以提高。
本发明采用了以下技术方案来实现目的:
一种基于AOI的PCB板缺陷检测方法,所述方法以PCB板原理图为依据,获取实际生产PCB板中的元器件类型与元器件所在位置;通过AOI技术获取实际生产PCB板的图像,依据图像计算实际生产PCB板与PCB板原理图的比例尺,识别图像中实际生产PCB板的器件边缘,并确定实际器件位置;从元器件库中读取对应元器件类型的OK样本,采用图像识别分析技术,将OK样本与图像中实际器件位置的截图进行比对分析,得出比对结果,并依据比对结果判断实际器件位置处是否存在缺陷。
具体的,所述方法包括如下步骤:
S1、获取PCB板原理图,对PCB板原理图进行信息收集;
S2、获取实际生产PCB板,采用AOI技术对其进行拍照,得到实际生产PCB板的完整图像;
S3、依据完整图像,计算实际生产PCB板与PCB板原理图的比例尺,确定PCB板原理图的转换比例;
S4、通过转换比例,将PCB板原理图转换为与实际生产PCB板的完整图像所对应的大小;
S5、依据转换后的PCB板原理图中元器件的坐标位置,确定实际生产PCB板的完整图像中的对应坐标位置,拆分截取出实际元器件图像;
S6、遍历所有实际元器件图像,并与元器件库中对应元器件类型的OK样本进行比对分析,得出结果后反馈实际生产PCB板的缺陷检测情况。
具体的,步骤S1中,录入并读取需进行缺陷检测的实际生产PCB板所对应的PCB板原理图,对PCB板原理图进行信息收集后,得到PCB板原理图中的元器件类型、方向、位置和型号信息,并将信息存储于系统内存。
优选的,步骤S2中,在采用AOI技术对实际生产PCB板进行拍照时,若获取的图像无法包含整个实际生产PCB板,则对系统摄像头进行水平与垂直移动,分别完成不同位置及大小的多次拍照过程;将多次拍照过程得到的多张图像共同组合为实际生产PCB板的完整图像。
具体的,步骤S3中,通过边缘检测算法,识别完整图像中实际生产PCB板的边缘,识别PCB板原理图中对应绘制的PCB板的边缘,进而计算出二者间的比例尺大小,确定PCB板原理图的转换比例。
进一步的,步骤S6中,分别对每个实际元器件图像进行比对分析,得出多个局部比对结果;将多个局部比对结果进行整合记录后,形成缺陷检测报告并进行反馈。
优选的,采用与PCB板原理图的转换比例相同的比例,将实际元器件图像进行转换,转换后得到待检测图像,将待检测图像存储于系统内存。
进一步的,通过图像分割算法,将待检测图像分割为引脚子图像和器件子图像,将引脚子图像和器件子图像分别与元器件库中对应元器件类型的OK样本进行比对分析。
具体的,对于引脚子图像的比对分析,通过引脚缺陷算法,判断引脚子图像中的虚焊概率、漏焊概率和连锡概率,并依据三类概率分别的预设阈值,比对此处引脚是否存在对应缺陷,返回此处引脚的比对结果;
对于器件子图像的比对分析,通过OCR文字识别技术,获取器件子图像中器件的型号与方向,同时获取OK样本中对应器件的型号与方向,比对判别器件子图像中的器件是否为OK样本中对应的器件,进而确定器件的型号与方向;在器件的型号与方向确定后,依据PCB板原理图中对应位置处器件的型号与方向,比对此处器件的型号与方向是否正确,返回此处器件的比对结果;
若引脚的比对结果或器件的比对结果表明存在缺陷,则将此处的实际元器件图像的局部比对结果标注为缺陷项。
优选的,在所有局部比对结果的整合记录完成后,将缺陷检测报告中的缺陷项通过人工方式进行二次复核。
综上所述,由于采用了本技术方案,本发明的有益效果如下:
本发明的PCB板缺陷检测方法具有高速、高精度的特点,能在PCB装配检测工艺中查找并消除缺陷错误,实现更为高效准确的过程控制。本发明方法针对PCB板中器件、引脚等特征部位进行检测,对图像的处理以等比裁剪方式进行,保证了处理过程的完善及效率的提升。
经过本发明方法后,能尽早发现PCB板存在的缺陷,避免将坏板送至后续阶段时带来更多不必要的修理成本,也能及时报废检测出的不可维修PCB板;因此,本发明方法还从整体上降低了PCB板生产检测的过程成本。
附图说明
图1为本发明方法的整体步骤示意图;
图2为本发明方法的详细流程示意图。
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一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以按各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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他实施例,都属于本发明保护的范围。
实施例
一种基于AOI的PCB板缺陷检测方法,该方法通过PCB板原理图,获取实际生产PCB板中的元器件类型,以及元器件所在的位置与方向;然后从元器件库中读取对应元器件的OK样本,进行后续处理;AOI技术的摄像头对实际生产PCB板中的元器件进行拍照,即包括有器件和引脚图像;识别出器件的边缘后,结合实际生产PCB板的尺寸数据,可计算出与PCB板原理图之间的比例尺;依据比例尺以及从PCB板原理图中获得的元器件所在位置与方向,对AOI技术拍照的图像进行截图,将截图的部分中存在的元器件图像与OK样本进行比对,即可判断实际生产PCB板是否存在缺陷。
如图1所示,本实施例的PCB板缺陷检测方法整体步骤如下:
S1、获取PCB板原理图,对PCB板原理图进行信息收集;
S2、获取实际生产PCB板,采用AOI技术对其进行拍照,得到实际生产PCB板的完整图像;
S3、依据完整图像,计算实际生产PCB板与PCB板原理图的比例尺,确定PCB板原理图的转换比例;
S4、通过转换比例,将PCB板原理图转换为与实际生产PCB板的完整图像所对应的大小;
S5、依据转换后的PCB板原理图中元器件的坐标位置,确定实际生产PCB板的完整图像中的对应坐标位置,拆分截取出实际元器件图像;
S6、遍历所有实际元器件图像,并与元器件库中对应元器件类型的OK样本进行比对分析,得出结果后反馈实际生产PCB板的缺陷检测情况。
本实施例将按照上述方法的执行流程,详细具体的介绍每一步骤的细节内容,可同步参看图2的详细示意,每一步骤均有流程体现。
步骤S1:录入并读取需进行缺陷检测的实际生产PCB板所对应的PCB板原理图,对PCB板原理图进行信息收集后,得到PCB板原理图中的元器件类型、方向、位置和型号信息,并将信息存储于系统内存。
步骤S2:采用AOI技术对实际生产PCB板进行拍照,若获取的图像无法包含整个实际生产PCB板,则对系统摄像头进行水平与垂直移动,分别完成不同位置及大小的多次拍照过程;将多次拍照过程得到的多张图像共同组合为实际生产PCB板的完整图像。
步骤S3:通过边缘检测算法,识别完整图像中实际生产PCB板的边缘,识别PCB板原理图中对应绘制的PCB板的边缘,进而计算出二者间的比例尺大小,确定PCB板原理图的转换比例。
步骤S4:通过转换比例,将PCB板原理图转换为与实际生产PCB板的完整图像所对应的大小,此处可确定PCB板原理图中元器件的相关信息数据在完整图像中的映射关系,如坐标位置等。
步骤S5:依据转换后的PCB板原理图中元器件的坐标位置,确定实际生产PCB板的完整图像中的对应坐标位置,拆分截取出实际元器件图像。
步骤S6:遍历所有实际元器件图像,分别对每个实际元器件图像进行比对分析,得出多个局部比对结果;将多个局部比对结果进行整合记录后,形成缺陷检测报告并进行反馈。
本实施例中具体而言,在步骤S6的比对分析过程中,首先可采用与PCB板原理图的转换比例相同的比例,将实际元器件图像进行转换,转换后得到待检测图像,将待检测图像存储于系统内存。
随后通过图像分割算法,将待检测图像分割为引脚子图像和器件子图像,将引脚子图像和器件子图像分别与元器件库中对应元器件类型的OK样本进行比对分析,可同步参看图2的示意。
对于引脚子图像的比对分析,通过引脚缺陷算法,判断引脚子图像中的虚焊概率、漏焊概率和连锡概率,并依据三类概率分别的预设阈值,比对此处引脚是否存在对应缺陷,返回此处引脚的比对结果;
对于器件子图像的比对分析,通过OCR文字识别技术,获取器件子图像中器件的型号与方向,同时获取OK样本中对应器件的型号与方向,比对判别器件子图像中的器件是否为OK样本中对应的器件,进而确定器件的型号与方向;在器件的型号与方向确定后,依据PCB板原理图中对应位置处器件的型号与方向,比对此处器件的型号与方向是否正确,返回此处器件的比对结果;
若引脚的比对结果或器件的比对结果表明存在缺陷,则将此处的实际元器件图像的局部比对结果标注为缺陷项。
最后,在所有局部比对结果的整合记录完成后,将缺陷检测报告中的缺陷项通过人工方式进行二次复核。
Claims (10)
1.一种基于AOI的PCB板缺陷检测方法,其特征在于:所述方法以PCB板原理图为依据,获取实际生产PCB板中的元器件类型与元器件所在位置;通过AOI技术获取实际生产PCB板的图像,依据图像计算实际生产PCB板与PCB板原理图的比例尺,识别图像中实际生产PCB板的器件边缘,并确定实际器件位置;从元器件库中读取对应元器件类型的OK样本,采用图像识别分析技术,将OK样本与图像中实际器件位置的截图进行比对分析,得出比对结果,并依据比对结果判断实际器件位置处是否存在缺陷。
2.根据权利要求1所述的一种基于AOI的PCB板缺陷检测方法,其特征在于,所述方法具体包括如下步骤:
S1、获取PCB板原理图,对PCB板原理图进行信息收集;
S2、获取实际生产PCB板,采用AOI技术对其进行拍照,得到实际生产PCB板的完整图像;
S3、依据完整图像,计算实际生产PCB板与PCB板原理图的比例尺,确定PCB板原理图的转换比例;
S4、通过转换比例,将PCB板原理图转换为与实际生产PCB板的完整图像所对应的大小;
S5、依据转换后的PCB板原理图中元器件的坐标位置,确定实际生产PCB板的完整图像中的对应坐标位置,拆分截取出实际元器件图像;
S6、遍历所有实际元器件图像,并与元器件库中对应元器件类型的OK样本进行比对分析,得出结果后反馈实际生产PCB板的缺陷检测情况。
3.根据权利要求2所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:步骤S1中,录入并读取需进行缺陷检测的实际生产PCB板所对应的PCB板原理图,对PCB板原理图进行信息收集后,得到PCB板原理图中的元器件类型、方向、位置和型号信息,并将得到的信息存储于系统内存。
4.根据权利要求2所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:步骤S2中,在采用AOI技术对实际生产PCB板进行拍照时,若获取的图像无法包含整个实际生产PCB板,则对系统摄像头进行水平与垂直移动,分别完成不同位置及大小的多次拍照过程;将多次拍照过程得到的多张图像共同组合为实际生产PCB板的完整图像。
5.根据权利要求2所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:步骤S3中,通过边缘检测算法,识别完整图像中实际生产PCB板的边缘,识别PCB板原理图中对应绘制的PCB板的边缘,进而计算出二者间的比例尺大小,确定PCB板原理图的转换比例。
6.根据权利要求2所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:步骤S6中,分别对每个实际元器件图像进行比对分析,得出多个局部比对结果;将多个局部比对结果进行整合记录后,形成缺陷检测报告并进行反馈。
7.根据权利要求6所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:采用与PCB板原理图的转换比例相同的比例,将实际元器件图像进行转换,转换后得到待检测图像,将待检测图像存储于系统内存。
8.根据权利要求7所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:通过图像分割算法,将待检测图像分割为引脚子图像和器件子图像,将引脚子图像和器件子图像分别与元器件库中对应元器件类型的OK样本进行比对分析。
9.根据权利要求8所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:对于引脚子图像的比对分析,通过引脚缺陷算法,判断引脚子图像中的虚焊概率、漏焊概率和连锡概率,并依据三类概率分别的预设阈值,比对此处引脚是否存在对应缺陷,返回此处引脚的比对结果;
对于器件子图像的比对分析,通过OCR文字识别技术,获取器件子图像中器件的型号与方向,同时获取OK样本中对应器件的型号与方向,比对判别器件子图像中的器件是否为OK样本中对应的器件,进而确定器件的型号与方向;在器件的型号与方向确定后,依据PCB板原理图中对应位置处器件的型号与方向,比对此处器件的型号与方向是否正确,返回此处器件的比对结果;
若引脚的比对结果或器件的比对结果表明存在缺陷,则将此处的实际元器件图像的局部比对结果标注为缺陷项。
10.根据权利要求9所述的一种基于AOI的PCB板缺陷检测方法,其特征在于:在所有局部比对结果的整合记录完成后,将缺陷检测报告中的缺陷项通过人工方式进行二次复核。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311815535.XA CN117788412A (zh) | 2023-12-27 | 2023-12-27 | 一种基于aoi的pcb板缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311815535.XA CN117788412A (zh) | 2023-12-27 | 2023-12-27 | 一种基于aoi的pcb板缺陷检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117788412A true CN117788412A (zh) | 2024-03-29 |
Family
ID=90386625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311815535.XA Pending CN117788412A (zh) | 2023-12-27 | 2023-12-27 | 一种基于aoi的pcb板缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117788412A (zh) |
-
2023
- 2023-12-27 CN CN202311815535.XA patent/CN117788412A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI757825B (zh) | 基於假點缺陷檢測之pcb檢修系統及檢修方法 | |
CN110992317B (zh) | 一种基于语义分割的pcb板缺陷检测方法 | |
CN110659660B (zh) | 利用深度学习系统的自动光学检测分类设备及其训练设备 | |
CN112053318B (zh) | 基于深度学习的二维pcb缺陷实时自动检测与分类装置 | |
JP6838175B2 (ja) | 部品画像認識用学習済みモデル作成システム及び部品画像認識用学習済みモデル作成方法 | |
CN116452588B (zh) | 一种焊接质量评估方法及系统 | |
CN108596829A (zh) | 一种pcb裸板图片配准方法和装置 | |
CN113222913B (zh) | 一种电路板缺陷检测定位方法、装置和存储介质 | |
CN112304952A (zh) | 影像辨识装置、影像辨识方法及其计算机程序产品 | |
CN115482194A (zh) | 一种pcb板的异型元件aoi缺陷检测方法与系统 | |
CN111929239A (zh) | 一种pcb板零件缺陷的aoi检测装置及检测方法 | |
CN115775246A (zh) | 一种pcb元器件缺陷检测的方法 | |
CN114518526A (zh) | 一种适用于pcb板ict的自动测试机控制系统 | |
CN117788412A (zh) | 一种基于aoi的pcb板缺陷检测方法 | |
CN112308816A (zh) | 影像辨识装置、影像辨识方法及其计算机程序产品 | |
CN114782431B (zh) | 一种印刷电路板缺陷检测模型训练方法及缺陷检测方法 | |
JP4814116B2 (ja) | 実装基板外観検査方法 | |
TW202104876A (zh) | 印刷電路板的檢修方法及其系統 | |
Nevliudov et al. | Automated System Development for the Printed Circuit Boards Optical Inspection Using Machine Learning Methods | |
CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN113034496A (zh) | 一种pcb板测试系统 | |
CN111539933B (zh) | 一种直插元件检测方法及系统 | |
TWI810016B (zh) | 軟性電路板檢測系統 | |
KR102129970B1 (ko) | 전자부품 검사 데이터 매칭 방법 및 장치 | |
JP5464986B2 (ja) | 良否判定装置、良否判定方法および良否判定プログラム |
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 |