CN118071677A - 一种图像处理方法和装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种图像处理方法和装置、电子设备及存储介质。所述图像处理方法包括：确定被测对象在待测图像中的对象区域；从所述对象区域中提取出代表所述对象区域的代表区域，其中，分布在所述代表区域内的像素点的灰度值处于预设区间内；利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷。采用本发明，能够利用被测对象的分布特征选择可代表被测对象的代表区域并利用对应的区域特征对其进行缺陷检测，不仅减少了人工成本而且提高了准确率。

Description

一种图像处理方法和装置、电子设备及存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种图像处理方法和装置、电子设备及存储介质。

背景技术

芯片的外观缺陷将会直接影响到产品的品质及IC制造后续工艺环节的顺利进行。因此，在芯片完成封装工序之后，需要对芯片执行检测环节。检测环节主要对封装完成的芯片进行外观检测，只有经过检测环节且检测无误才能保证芯片的品质。因此，芯片外观检查在IC制造业中具有重要的地位。举例来说，球栅阵列封装(Ball Grid Array，BGA)芯片是诸多芯片的一种，植球工艺的外观质量直接影响芯片的性能与可靠性。但这类芯片在生产过程中，锡球可能会出现变形、破损等缺陷。因此，需要在出厂前对BGA芯片上的锡球进行缺陷检测以确保BGA芯片无缺陷。

目前大多数工厂对芯片的外观检测还是靠人工检测，这种检测方式效率低，受主观因素影响大，无法满足如今对芯片的质量要求。随着各种图像处理算法层出不穷，相关技术中可使用图像处理方法对芯片外观进行检测，但是现有的缺陷检测方法存在耗时长且计算复杂等问题，并不适用于要实时检测的使用场景中。

发明内容

本发明实施例提供一种图像处理方法和装置、电子设备及存储介质，用于至少解决以上提到的技术问题。

根据本发明的一个方面，本发明提出一种图像处理方法，包括：确定被测对象在待测图像中的对象区域；从所述对象区域中提取出代表所述对象区域的代表区域，其中，分布在所述代表区域内的像素点的灰度值处于预设区间内；利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷。

可选地，确定被测对象在待测图像中的对象区域包括：利用针对被测对象的模板图像以及感兴趣区域在所述模板图像中的位置，确定所述待测图像中的感兴趣区域；利用所述待测图像中的感兴趣区域的各个像素点的灰度值提取出所述待测图像中的对象区域。

可选地，所述代表区域是与所述对象区域形状相同且等比例缩放的区域。

可选地，从所述对象区域中提取出代表所述对象区域的代表区域，包括：利用轮廓拟合方式对所述对象区域进行拟合，确定所述待测对象的对象轮廓以及所述对象轮廓的中心点；利用距所述中心点的距离不同，生成与所述对象轮廓相同形状的多个子区域轮廓，从而生成被所述多个子区域轮廓限定的子区域；从所述多个子区域中选择与检测要求对应的子区域作为所述代表区域，其中，所述每个子区域内分布的像素点的像素值均处于不同区间内。

可选地，所述被测对象包括BGA芯片上的锡球，在此情况下，所述对象轮廓是圆形，所述中心点是指所述锡球的圆心。

可选地，在所述检测要求包括中心检测、内部检测和/或外部检测，所述多个子区域包括中心区域、内部区域和外部区域，在所述检测要求是中心检测的情况下，所述代表区域是中心区域，在所述检测要求是内部检测的情况下，所述代表区域是内部区域，在所述检测要求是外部检测的情况下，所述代表区域是外部区域，其中，所述内部区域是据中心点的距离小于第一阈值的区域，外部区域是距中心点的距离大于第二阈值的区域，中心区域是距中心点的距离大于第一阈值小于第二阈值的区域，其中，第一阈值是小于所述中心点距所述对象轮廓的距离，第二阈值是大于所述中心点距所述对象轮廓的距离。

可选地，从所述对象区域中提取出代表所述对象区域的代表区域，包括：将所述对象区域划分为包括与每个子对象分别对应的多个子对象区域；从所述多个子对象区域中选择与确定检测的子对象对应的区域作为代表区域。

可选地，从所述对象区域中提取出代表所述对象区域的代表区域，包括：将所述对象区域平均分割成大小相同的多个子区域；从所述多个子区域中选择一子区域作为代表区域。

可选地，利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷，包括：确定所述代表区域中灰度值大于预设阈值的像素点与所有像素点的比值；若比值小于预设阈值，则所述被测对象存在缺陷。

可选地，利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷，包括：确定所述代表区域中所有像素点的均值是否处于预设范围；若处于预设范围内，则所述被测对象存在缺陷。

根据本发明的一个方面，提供一种图像处理装置，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行前述方法的指令。

根据本发明的一个方面，提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行前述方法。

本发明实施例采用的上述至少一个技术方案能够达到以下有益效果：

本发明采用图像处理方法来检测被测对象是否存在缺陷，减少了人工成本，更进一步地，能够利用被测对象的分布特征选择可代表被测对象的代表区域并利用对应的区域特征对其进行缺陷检测，不仅减少了人工成本而且提高了准确率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是示出根据本发明的示例性实施例的BGA芯片的示意图。

图2是示出根据本发明的示例性实施例的锡球的示意图；

图3是示出根据本发明的示例性实施例的图像处理方法的流程图；

图4是示出根据本发明的示例性实施例的对芯片进行分区的示意图；

图5是示出根据本发明的示例性实施例的对芯片进行分区的示意图；

图6是示出根据本发明的示例性实施例的对芯片进行分区的示意图；

图7示出根据本发明一实施例的图像处理装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例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做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。

在本发明实施例中，“/”可以表示前后关联的对象是一种“或”的关系，例如，A/B可以表示A或B；“和/或”可以用于描述关联对象存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A，B可以是单数或者复数。为了便于描述本发明实施例的技术方案，在本发明实施例中，可以采用“第一”、“第二”等字样对功能相同或相似的技术特征进行区分。该“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。在本发明实施例中，“示例性的”或者“例如”等词用于表示例子、例证或说明，被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。

另外，为了更好的说明本发明，在下文的具体实施方式中给出了具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本发明的主旨。

本发明的示例性实施例的图像处理方法适用于但不限于封装芯片的外观检测环节。本发明所提及的封装是指安装半导体集成电路芯片用的外壳，所述封装不仅起着安放、固定、密封、保护芯片和增强电热性能的作用，而且还是沟通芯片内部世界与外部电路的桥梁：芯片上的连接点用导线连接到封装外壳的引脚上，这些引脚又通过印制板上的导线与其他器件建立连接，因此，所述封装对于芯片的性能影响很大。进一步地，本发明的示例性实施例的封装芯片是指包括以上封装结构/过程的芯片。不同的封装技术对应于不同的封装芯片，例如，所述封装芯片可包括双列直插封装(Dual In-line Package，DIP)芯片、方型扁平式封装技术(Quad Flat Package,QFP)芯片、球栅阵列封装(Ball Grid Array，BGA)芯片等。

本发明的图像处理方法可针对封装芯片的特点确定能够代表封装芯片的代表区域，然后利用代表区域的区域特征来判断所述封装芯片是否存在缺陷。以下本发明将结合附图具体描述各个示例性实施例。为了便于理解，本发明将以BGA芯片为例进行具体说明。

图1是示出根据本发明的示例性实施例的芯片的示意图。如图1所示，所述BGA芯片的I/O端子以圆形锡球按阵列形式分布在封装下面。如图1所述，在电路板上分布着多个球形的锡球。不同产品对应的锡球的尺寸是不同的并且分布形状也是不同的，本发明对此不做限定。在实施中，这些锡球可能存在脏污或者划痕等缺陷，因此需要采用本发明的示例性实施例的图像处理方法对其进行缺陷检测。

在实施中，本发明的实施例可通过拍摄装置从上至下对BGA芯片进行拍摄，也就是说，对BGA芯片的上表面进行拍摄，从而获取芯片图像。所述拍摄装置可以是二维相机也可以是三维相机，对此本发明不做限定。在拍摄装置位于BGA芯片的上方并俯视拍摄所述BAG芯片的情况下，锡球位于所拍摄的图像的中间位置。如图2所示，在针对BGA芯片拍摄的图像中，锡球近似圆形并且位于图像的中间。由于拍摄光线等原因，所述锡球区域的外围区域是白色的而中间部分是黑色的。

以下将结合图3对本发明的示例性实施例的图像处理方法进行具体描述，图3是示出根据本发明的示例性实施例的图像处理方法的流程图。

在步骤S310，确定被测对象在待测图像中的对象区域。此处提及的待测图像可指示为了检测所述被测对象而拍摄的图像。在实施中，所述待测图像可以是拍摄装置实时拍摄的图像也可以是从外部或者内部存储设备传输的图像。作为示例性实施例，所述待测图像可以是针对各种类型的芯片所拍摄的图像，例如，所述待测图像可以是如图1所示的针对BGA芯片所拍摄的图像，在这种情况下，所述被测对象指示锡球。

作为示例性实施例，本发明可利用针对被测图像的模板图像与所述待测图像进行模板匹配，确定所述待测图像相较于模板图像的偏移信息。所述模板图像是指针对被测对象预先拍摄的图像，在所述模板图像中标定有针对待测图像的感兴趣区域，其中，所述感兴趣区域是指将对其进行处理的区域。例如，在针对图1的BGA芯片所拍摄的图像中，所述感兴趣区域是指针对各个锡球的锡球区域。然后，本发明可利用偏移信息以及感兴趣区域在模板图像中的位置，确定在被测图像中的感兴趣区域(即，后续提及的对象区域)。

以上操作可以大体上确定所述对象区域的位置，随后，本发明还可在确定感兴趣区域后，再利用感兴趣区域内的各个像素点的灰度值提取出被测对象区域。举例来说，从图2可以明显看出来，锡球区域与背景区域的灰度值是不同的，因此，本发明可先提取出灰度值在预定范围内的区域，即，锡球区域。应注意，以上提取对象区域的方法仅为示例性地，可提取出被测对象的其它方法均可适用于本发明。

然后，本发明可利用轮廓拟合方式对所述被测对象区域进行处理，确定所述待测对象的对象轮廓。所述轮廓拟合方式是指利用图像的边缘信息以及拟合的轮廓形状对被测对象区域进行拟合，从而确定对象轮廓。

以BGA芯片为例，在确定锡球区域为圆形的情况下，可利用通过灰度值确定的所述锡球区域的边缘信息以及所拟合的形状(圆形)，拟合出针对锡球的锡球轮廓。应注意，在拟合过程中，还可获取用于描述该锡球区域的描述信息，即，该锡球轮廓的圆心和半径。所拟合的形状不同，则描述该锡球的描述信息不同。例如，在所拟合的轮廓为矩形的情况下，所述描述信息可包括最小外接矩形的中心、高度、宽度以及旋转角度。

在本发明中，为了能够检测出所述被测对象是否存在缺陷，需要利用所述被测对象的分布特点确定代表对象区域的代表区域，然后利用代表区域对应的区域特征来检测所述被测对象是否存在缺陷。对应地，本发明执行步骤S320，从所述对象区域中提取出代表所述对象区域的代表区域，其中，分布在所述代表区域内的像素点的灰度值处于预设区间内。

在实施中，本发明为了获取所述代表区域，可先根据所述被测对象的分布特征，对所述被测对象执行分区处理。此处提及的分布特征实质上是指在所述被测对象内包括多个联通或者相互独立的区域，在这些区域内的像素点的灰度值大体上相同。基于以上规律，本发明可从对象区域内提取出代表区域。

作为实施例，所述代表区域是根据所述被测对象的对象轮廓来确定的，也就是说，对被测对象的分区处理与所述被测对象的对象轮廓(即，形状)是相关地。在所述被测对象是对称的情况下，所述对被测对象的分区处理可以是将被测对象划分为相互对称的子区域。举例来说，若所述被测对象的形状是矩形，则可将被测对象分为面积相同的多个子区域。又例如，在被测对象的形状是圆形的情况下，则可以被测对象的圆心为中心，按照半径不同划分为多个子区域。又例如，在被测对象的形状是圆形的情况下，还可将被测对象划分为等大小的扇形区域。

在所述被测对象包括多个子对象的情况下，所述对被测对象的分区处理可以是将被测对象划分为多个子对象分别对应的子对象区域。例如，在所述被测对象是四侧引脚扁平封装(quad flat package，QFP)芯片的情况下，所述被测图像中包括四侧引脚和主体部分，这四侧引脚和主体部分均可以作为子对象。也就是说，所述被测图像可包括五个子对象，因此，可将所述对象区域划分为五个子对象区域。

作为可选实施例，本发明还可根据所述对象区域的轮廓对所述对象区域进行等比例缩放，从而获取代表区域。可以这样做实质上是由于所述对象区域的像素点的像素值是与位置相关的。在示例性实施例中，本发明可先确定所述对象轮廓的中心点，然后利用所述中心点以及距中心点的距离不同，生成与所述轮廓相同形状的多个子区域轮廓，从而生成被所述多个子区域轮廓限定的子区域，其中，所述每个子区域内分布的像素点的像素值均处于不同区间内。

作为示例性实施例，所述多个子区域包括所述被测对象的内部区域、中心区域或者外部区域中的任意区域，其中，所述内部区域是据中心点的距离小于第一阈值的区域，外部区域是距中心点的距离大于第二阈值的区域，中心区域是距中心点的距离大于第一阈值小于第二阈值的区域，其中，第一阈值是小于中心点距所述对象轮廓的距离，第二阈值是大于中心点距所述对象轮廓的距离。基于此，本发明还可以根据检测要求来选择不同的检测区域作为代表区域。作为示例性实施例，所述检测要求可包括中心检测、内部检测和/或外部检测。在所述检测要求是中心检测的情况下，本发明可选择中心区域作为代表区域，在所述检测要求是内部检测的情况下，本发明可选择内部区域作为代表区域，在所述检测要求是外部检测的情况下，本发明可选择外部区域作为代表区域。

为了便于描述，以下将参照图4具体描述如何对锡球进行分区。如图4所示，所述焊盘以圆心40为中心，可利用半径R1和R2将图像划分为中心区域、内部区域和外部区域。如图4所示，半径R2对应的轮廓401是在步骤S310中提及的对象轮廓。在该轮廓401之外的区域410，也就是半径大于R2对应的区域被称作外部区域。在此基础上，区域410可包括内部区域420和中心区域430。

参照图4所示，在所述检测要求是中心检测的情况下，所述检测区域是中心区域430，内部检测的情况下，代表区域是内部区域420。在所述检测要求是外部检测的情况下，代表区域是外部区域410。作为可选实施例，本发明可在分别对外部区域410、内部区域420以及外部区域430进行缺陷检测后，确定以上区域均无缺陷则表示焊球无缺陷，又或者可以根据需求仅对某一区域进行检测，本发明不做限制。应注意，以上提及的中心区域、内部区域以及外部区域仅为描述性而非限制性地。

如上所述，本发明还可根据所述对象区域的轮廓对所述对象区域进行等比例缩放，从而获取代表区域。参照图5，在对象的形状是圆形的情况下，所述对象区域的圆心为50，并且可包括中心区域510、内部区域520以及外部区域530。在前述提及的选择方式是等比例缩小的情况下，区域501可作为中心区域510的代表区域，区域502可作为内部区域520的代表区域，区域503可作为外部区域530的代表区域。最后，可根据检测要求不同，分别选择区域501、区域502和/区域503作为代表区域并利用代表区域的区域特征检测所述对象是否存在缺陷。

如上所述，本发明按照相同分割方式对对象区域进行分割后所选择代表区域。参照图6，在对象的形状是圆形的情况下，所述对象区域的圆心为60，并且可包括中心区域610、内部区域620以及外部区域630。本发明可将中心区域610、内部区域620和外部区域分割为相同形状的子区域，然后将区域611作为中心区域610的代表区域，将区域621作为内部区域620的代表区域，将区域631作为内部区域630的代表区域。最后，可根据检测要求不同，利用区域611、区域621和/区域631的区域特征检测所述对象是否存在缺陷。

随后可执行步骤S330，利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷。在本发明中，所述区域特征是指能够代表所述区域且能够量化的信息。可选地，所述区域特征是指利用整个区域或者整个区域中的部分区域确定的特征信息。在本发明中，所述区域特征可指示区域里的像素点确定的灰度值。举例来说，本发明的实施例可利用代表区域内的各个像素点的平均灰度值作为代表区域的特征信息。

此外，作为另一示例性实施例，本发明的实施例还可从代表区域中的各个像素点中筛选出满足预设要求的像素点。所述预设要求可指示像素点的灰度值与所述代表区域的平均灰度值之间的差值小于预设参考值。然后确定筛选出的像素点的数量和/或占比满足预设值，则确定被测区域是没有缺陷的，若高于预设值，则确定被测区域是有缺陷的。

此外，作为另一实施例，本发明的实施例还可从代表区域中的各个像素点内选择满足预设条件的像素点对应的特征信息作为代表区域的特征值。例如，本发明的实施例可从代表区域内选择灰度值最大的50个像素点，并对该50个像素点的灰度值求取平均值作为该代表区域对应的特征信息。相应地，本发明的实施例可从代表区域内选择灰度值最大的50个像素点，并对该50个像素点的灰度值求取平均值作为该代表区域对应的特征信息。

本发明还提供了如图7所示的图像处理装置700的结构示意图，所述装置700包括以下单元：

区域确定单元710，用于确定被测对象在待测图像中的对象区域。

区域提取单元720，用于从所述对象区域中提取出代表所述对象区域的代表区域，其中，分布在所述代表区域内的像素点的灰度值处于预设区间内。

缺陷检测单元730，用于利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷。

可选地，区域确定单元710用于利用针对被测对象的模板图像以及感兴趣区域在所述模板图像中的位置，确定所述待测图像中的感兴趣区域；利用所述待测图像中的感兴趣区域的各个像素点的灰度值提取出所述待测图像中的对象区域。

可选地，所述代表区域是与所述对象区域形状相同且等比例缩放的区域。

可选地，区域提取单元720用于利用轮廓拟合方式对所述对象区域进行拟合，确定所述待测对象的对象轮廓以及所述对象轮廓的中心点；利用距所述中心点的距离不同，生成与所述对象轮廓相同形状的多个子区域轮廓，从而生成被所述多个子区域轮廓限定的子区域，其中，所述每个子区域内分布的像素点的像素值均处于不同区间内；从所述多个子区域中选择与检测要求对应的子区域作为所述代表区域。

可选地，所述被测对象包括BGA芯片上的锡球，在此情况下，所述对象轮廓是圆形，所述中心点是指所述锡球的圆心。

可选地，在所述检测要求包括中心检测、内部检测和/或外部检测，所述多个子区域包括中心区域、内部区域和外部区域，在所述检测要求是中心检测的情况下，所述代表区域是中心区域，在所述检测要求是内部检测的情况下，所述代表区域是内部区域，在所述检测要求是外部检测的情况下，所述代表区域是外部区域，其中，所述内部区域是据中心点的距离小于第一阈值的区域，外部区域是距中心点的距离大于第二阈值的区域，中心区域是距中心点的距离大于第一阈值小于第二阈值的区域，其中，第一阈值是小于所述中心点距所述对象轮廓的距离，第二阈值是大于所述中心点距所述对象轮廓的距离。

可选地，区域提取单元720用于将所述对象区域划分为包括与每个子对象分别对应的多个子对象区域；从所述多个子对象区域中选择与确定检测的子对象对应的区域作为代表区域。

可选地，区域提取单元720用于将所述对象区域平均分割成大小相同的多个子区域；从所述多个子区域中选择一子区域作为代表区域。

可选地，缺陷检测单元730确定所述代表区域中灰度值大于预设阈值的像素点与所有像素点的比值；若比值小于预设阈值，则所述被测对象存在缺陷。

可选地，缺陷检测单元730确定所述代表区域中所有像素点的均值是否处于预设范围；若处于预设范围内，则所述被测对象存在缺陷。

本发明采用图像处理方法来检测被测对象是否存在缺陷，减少了人工成本，更进一步地，能够利用被测对象的分布特征选择可代表被测对象的代表区域并利用对应的区域特征对其进行缺陷检测，不仅减少了人工成本而且提高了准确率。

本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述图像处理方法的步骤。

在实际应用中，所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。

计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元提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。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明的一种具体实施方式，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该以权利要求的保护范围为准。

Claims (12)

1.一种图像处理方法，其特征在于，包括：

确定被测对象在待测图像中的对象区域；

从所述对象区域中提取出代表所述对象区域的代表区域，其中，分布在所述代表区域内的像素点的灰度值处于预设区间内；

利用所述代表区域对应的区域特征来确定所述被测对象是否存在缺陷。

2.如权利要求1所述的方法，其特征在于，确定被测对象在待测图像中的对象区域包括：

利用针对被测对象的模板图像以及感兴趣区域在所述模板图像中的位置，确定所述待测图像中的感兴趣区域；

利用所述待测图像中的感兴趣区域的各个像素点的灰度值提取出所述待测图像中的对象区域。

3.如权利要求1所述的方法，其特征在于，所述代表区域是与所述对象区域形状相同且等比例缩放的区域。

4.如权利要求3所述的方法，其特征在于，从所述对象区域中提取出代表所述对象区域的代表区域，包括：

利用轮廓拟合方式对所述对象区域进行拟合，确定所述待测对象的对象轮廓以及所述对象轮廓的中心点；

利用距所述中心点的距离不同，生成与所述对象轮廓相同形状的多个子区域轮廓，从而生成被所述多个子区域轮廓限定的子区域，其中，所述每个子区域内分布的像素点的像素值均处于不同区间内；

从所述多个子区域中选择与检测要求对应的子区域作为所述代表区域。

5.如权利要求1至5中的任一权利要求所述的方法，其特征在于，所述被测对象包括BGA芯片上的锡球，在此情况下，所述对象轮廓是圆形，所述中心点是指所述锡球的圆心。

6.如权利要求6所述的方法，其特征在于，在所述检测要求包括中心检测、内部检测和/或外部检测，所述多个子区域包括中心区域、内部区域和外部区域，在所述检测要求是中心检测的情况下，所述代表区域是中心区域，在所述检测要求是内部检测的情况下，所述代表区域是内部区域，在所述检测要求是外部检测的情况下，所述代表区域是外部区域，其中，所述内部区域是据中心点的距离小于第一阈值的区域，外部区域是距中心点的距离大于第二阈值的区域，中心区域是距中心点的距离大于第一阈值小于第二阈值的区域，其中，第一阈值是小于所述中心点距所述对象轮廓的距离，第二阈值是大于所述中心点距所述对象轮廓的距离。

7.如权利要求1所述的方法，其特征在于，从所述对象区域中提取出代表所述对象区域的代表区域，包括：

将所述对象区域划分为包括与每个子对象分别对应的多个子对象区域；

从所述多个子对象区域中选择与确定检测的子对象对应的区域作为代表区域。

8.如权利要求1所述的方法，其特征在于，从所述对象区域中提取出代表所述对象区域的代表区域，包括：

将所述对象区域平均分割成大小相同的多个子区域；

从所述多个子区域中选择一子区域作为代表区域。

9.如权利要求1所述的方法，其特征在于，利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷，包括：

确定所述代表区域中灰度值大于预设阈值的像素点与所有像素点的比值；

若比值小于预设阈值，则所述被测对象存在缺陷。

10.如权利要求1所述的方法，其特征在于，利用代表区域对应的区域特征来确定所述被测对象是否存在缺陷，包括：

确定所述代表区域中所有像素点的均值是否处于预设范围；

若处于预设范围内，则所述被测对象存在缺陷。

11.一种图像处理装置，包括：

一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-10所述的方法中的任一方法的指令。

12.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1-10所述的方法中的任一方法。