TWI737499B - 視覺檢測系統之參數設定方法與智能系統 - Google Patents
視覺檢測系統之參數設定方法與智能系統 Download PDFInfo
- Publication number
- TWI737499B TWI737499B TW109132726A TW109132726A TWI737499B TW I737499 B TWI737499 B TW I737499B TW 109132726 A TW109132726 A TW 109132726A TW 109132726 A TW109132726 A TW 109132726A TW I737499 B TWI737499 B TW I737499B
- Authority
- TW
- Taiwan
- Prior art keywords
- value
- parameter
- detection type
- algorithm
- defects
- Prior art date
Links
Images
Abstract
一種視覺檢測系統之參數設定方法包括以下步驟:A步驟:將待測產品之第N個檢驗位置輸入至視覺檢測系統;B步驟:根據待測產品之第N個檢驗位置設定演算法檢測種類之值作為第一參數值;C步驟:判斷第一參數值之真瑕疵數量與假瑕疵數量;D步驟:自動調整演算法檢測種類之值為下一個參數值;E步驟:計算D步驟之真瑕疵數量與假瑕疵數量;F步驟:判斷演算法檢測種類之值是否調整完畢;以及H步驟:找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為最佳參數值。
Description
一種視覺檢測系統之參數設定,尤指一種關於視覺檢測系統之參數自動優化之設定方法。
電子產品中的電路板上各種元件之品質及外觀檢測,為電路板於製造與檢驗過程中的重要步驟,為了使檢測更加準確,目前大多使用視覺檢測系統,以影像方式進行檢測,現有的檢測方式係將電路板的標準檢測數值(電路板佈局)輸入至視覺檢測系統,讓視覺檢測系統的操作者,依據其所累積之經驗來調整該標準檢測數值,但此種做法的可靠度相當的低,常會發生合格的產品被判定為不良品,此時操作者就必須再次調整標準檢測數值,讓其他合格的產品也能通過檢測,此種方式即便是相當有經驗的操作者,也需要人工花時間去反覆測試,才能調整出適合的標準檢測數值,讓假缺點降低,且可以抓出真瑕疵點。
本發明提出一種視覺檢測系統之參數設定方法,視覺檢測系統之參數設定方法包括以下步驟:A步驟:將待測產品之第N個檢驗位置輸入至視覺檢測系統;B步驟:根據待測產品之第N個檢驗位置設定演算法檢測種類之值作為第一參數值;C步驟:判斷第一參數值之真瑕疵數量與假瑕疵數量;D步驟:自動調整演算法檢測種類之值為下一個參數值;E步驟:計算D步驟之真瑕疵數量與假瑕疵數量;F步驟:判斷演算法檢測種類之值是否調整完畢;G步驟:如果F步驟為否,則回到D步驟,如果F步驟為是,則進入到H步驟;以及H步驟:找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為最佳參數值,其中N大於一之正整數。
在本發明之一實施例中,演算法檢測種類為外型輪廓、位置座標、顏色或亮度,並且演算法檢測種類之值為外型輪廓數值、位置座標數值、顏色數值或亮度數值。
在本發明之一實施例中,在自動調整該演算法檢測種類之值為下一個參數值之步驟中,係在下限值往上限值之範圍中進行調整。
在本發明之一實施例中,在判斷該演算法檢測種類之值是否調整完畢之步驟中,為判斷演算法檢測種類之值是否已在下限值與上限值之範圍內都進行過數值調整。
在本發明之一實施例中,每一個演算法檢測種類之值對應於一組關於真瑕疵數量與假瑕疵數量之數據。
本發明提出一種自動優化參數的智能系統,自動優化參數的智能系統包括光學系統、視覺檢測系統、人工智慧系統與參數調整系統。人工智慧系統設置有參數設定器、真假瑕疵數量判斷器與處理器。參數調整系統設置有自動調整器。視覺檢測系統連接至光學系統,人工智慧系統連接至視覺檢測系統,處理器連接至參數設定器與真假瑕疵數量判斷器,參數調整系統連接至人工智慧系統,自動調整器連接至處理器。將待測產品之一第N個檢驗位置輸入至視覺檢測系統。人工智慧系統透過參數設定器根據待測產品之第N個檢驗位置設定演算法檢測種類之值作為第一參數值並且透過真假瑕疵數量判斷器來判斷第一參數值之真瑕疵數量與假瑕疵數量。參數調整系統透過自動調整器來自動調整演算法檢測種類之值為下一個參數值,其中人工智慧系統透過處理器找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為最佳參數值,其中N為大於一之正整數。
為達上述目的,本發明之視覺檢測系統之參數設定方法與自動優化參數的智能系統,能夠調整出適合的標準檢測數值,讓假瑕疵點降低,且可以抓出真瑕疵點。
底下藉由具體實施例詳加說明,當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。
為能解決現有電路板上各種元件之品質及外觀檢測的問題,發明人經過多年的研究及開發,據以改善現有產品的缺點,後續將詳細介紹本發明如何以一種視覺檢測系統之自動優化參數的設定方法來達到最有效率的功能訴求。
請參閱第一圖,第一圖係為本發明的視覺檢測系統之參數設定方法之流程圖。如圖一所示,視覺檢測系統之參數設定方法100包括以下步驟:將待測產品之第N個檢驗位置輸入至視覺檢測系統(步驟S110);根據待測產品之第N個檢驗位置設定演算法檢測種類之值作為第一參數值(步驟S120);判斷第一參數值之真瑕疵數量與假瑕疵數量(步驟S130);自動調整演算法檢測種類之值為下一個參數值(步驟S140);計算D步驟之真瑕疵數量與假瑕疵數量(步驟S150);判斷演算法檢測種類之值是否調整完畢(步驟S160);找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為最佳參數值(步驟S170),其中N大於一之正整數。
須要注意的是,上述演算法檢測種類為外型輪廓、位置座標、顏色或亮度,但並不以這四種為限。另外,演算法檢測種類之值為外型輪廓數值、位置座標數值、顏色數值或亮度數值。此外,在自動調整演算法檢測種類之值為下一個參數值之步驟中(亦即步驟S140),係在下限值往上限值之範圍中進行調整(逐步上調)或在上限值往下限值之範圍中進行調整(逐步下調)。在判斷演算法檢測種類之值是否調整完畢之步驟中(亦即步驟S160),為判斷演算法檢測種類之值是否已在下限值與上限值之範圍內都進行過數值調整,其中數值調整的間距可為設計者所設定。每一演算法檢測種類之值對應於一組關於真瑕疵數量與假瑕疵數量之數據。上述所謂之上限值與下限值為設計者所設定。
詳細來說,請同時參照第一圖至第三圖,第二圖係為本發明的自動優化參數的智能系統之區塊示意圖。第三圖係為本發明的檢測待測產品之示意圖。運用視覺檢測系統之參數設定方法之自動優化參數的智能系統200包括視覺檢測系統220、光學系統230、人工智慧系統240與參數調整系統250,其中光學系統220用以對待測產品210進行拍照。參數調整系統250設置有自動調整器252。視覺檢測系統220連接至光學系統230,人工智慧系統240連接至視覺檢測系統220,處理器246連接至參數設定器242與真假瑕疵數量判斷器244,參數調整系統250連接至人工智慧系統240,自動調整器252連接至處理器246。將待測產品240之一第N個檢驗位置輸入至視覺檢測系統220。人工智慧系統240透過參數設定器242根據待測產品之第N個檢驗位置設定演算法檢測種類之值作為第一參數值並且透過真假瑕疵數量判斷器244來判斷第一參數值之真瑕疵數量與假瑕疵數量。參數調整系統250透過自動調整器252來自動調整演算法檢測種類之值為下一個參數值,其中人工智慧系統240透過處理器246找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為最佳參數值,其中N為大於一之正整數。本發明所提出之解決方案為針對現有電路板上各種元件之品質及外觀檢測的問題,其工作機制詳述如下。
光學系統230會對一個待測產品210進行拍照,之後會針對待測產品210之多個檢驗位置(W、X、Y與Z)進行檢驗,在此以四個檢驗位置(相當於N為1至4)為例,但不以此為限。首先,先針對第一個檢驗位置W進行檢驗,將待測產品210之第一個檢驗位置(在此為檢驗位置W)輸入至視覺檢測系統220。之後,視覺檢測系統220會根據待測產品210之第一個檢驗位置W設定演算法檢測種類之值作為第一參數值,其中第一檢驗位置W所檢驗之演算法檢測種類之值為外型輪廓數值、位置座標數值、顏色數值或亮度數值,在此假設先檢驗之演算法檢測種類為亮度並且設定亮度之演算法檢測種類之值以作為第一參數值。接下來,透過人工智慧系統240之真假瑕疵數量判斷器244,來檢視第一個檢驗位置W中進而判斷第一參數值之真瑕疵數量與假瑕疵數量。舉例來說,在第一個檢驗位置W檢驗亮度時,所得到之第一個真瑕疵數量為8個且第一個假瑕疵數量為15個。之後,利用回饋修正之機制,透過參數調整系統250的自動調整器252來自動調整改變演算法檢測種類之值以獲得下一個亮度參數值(在此,以亮度值為例),再利用視覺檢測系統220來計算第一個檢驗位置W中另一個亮度值之真瑕疵數量與假瑕疵數量,例如此時的真瑕疵數量為12個且假瑕疵數量為3個。接下來,透過人工智慧系統240來進行覆判且計算,判斷第一個檢驗位置W之演算法檢測種類之值(在此調整之參數值為亮度值)是否已經調整完畢,亦即為判斷演算法檢測種類之值是否已在下限值與上限值之範圍內都進行過數值調整。如果人工智慧系統240判斷尚未調整結束,則繼續透過參數調整系統250的自動調整器252來自動調整改變演算法檢測種類之值且進行後續步驟。如果人工智慧系統240判斷已經調整結束,則透過人工智慧系統240,找到對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值作為一最佳參數值。在上面的工作機制中,每一演算法檢測種類之值對應於一組關於真瑕疵數量與假瑕疵數量之數據。例如,本實施例在第一檢驗位置所要調整之參數值為亮度值,且總共調整了15次,之後人工智慧系統240總結計算後發現第二次的數據是相對優化的數據,所以以第二次之數據做為亮度之最佳參數值。
在結束亮度之優化後,在同樣的第一檢驗位置W,自動優化參數的智能系統200會開始來調整演算法檢測種類,例如外型輪廓、位置座標或顏色。透過以上機制來檢測、設定初始值、回饋且調整演算法檢測種類之值、總結並找出相對優化之參數值,會得到相對優化之一組數據。也就是說,分別依據上述之機制來進行調整演算法檢測種類之值,以分別獲得外型輪廓之最佳值、位置座標之最佳值或顏色之最佳值。藉此,以完成待測產品210之第一檢驗位置W之相關優化作業。
接下來,會針對第二個檢驗位置X進行檢驗。將待測產品210之第二個檢驗位置(在此為檢驗位置X)輸入至視覺檢測系統220。後續的工作機制如上所述,其餘檢驗位置Y與X也同理。因此,本發明就是依序在每一個檢驗位置上,進行演算法檢測種類之值之最佳化,此最佳化之標準為使得對應於真瑕疵數量最多且假瑕疵數量最少之演算法檢測種類之值為最佳參數值。
綜上,本發明之視覺檢測系統之參數設定方法與自動優化參數的智能系,能夠調整出適合的標準檢測數值,讓假缺點降低,且可以抓出真瑕疵點。
唯以上所述者,僅為本發明之較佳實施例而已,並非用來限定本發明實施之範圍。故即凡依本發明申請範圍所述之特徵及精神所為之均等變化或修飾,均應包括於本發明之申請專利範圍內。
100:視覺檢測系統之參數設定方法
S110、S120、S130、S140、S150、S160、S170:步驟
200:自動優化參數的智能系統
210:待測產品
220:視覺檢測系統
230:光學系統
240:人工智慧系統
250:參數調整系統
W、X、Y、Z:檢驗位置
第一圖係為本發明的視覺檢測系統之參數設定方法之流程圖
第二圖係為本發明的自動優化參數的智能系統之區塊示意圖。
第三圖係為本發明的檢測待測產品之示意圖。
100:視覺檢測系統之參數設定方法
S110、S120、S130、S140、S150、S160、S170:步驟
Claims (4)
- 一種視覺檢測系統之參數設定方法,包括:A步驟:將一待測產品之一第N個檢驗位置輸入至一視覺檢測系統;B步驟:根據該待測產品之該第N個檢驗位置設定一演算法檢測種類之值作為一第一參數值;C步驟:判斷該第一參數值之真瑕疵數量與假瑕疵數量;D步驟:自動調整該演算法檢測種類之值為下一個參數值;E步驟:計算D步驟之真瑕疵數量與假瑕疵數量;F步驟:判斷該演算法檢測種類之值是否調整完畢;G步驟:如果F步驟為否,則回到D步驟,如果F步驟為是,則進入到H步驟;以及H步驟:找到對應於真瑕疵數量最多且假瑕疵數量最少之該演算法檢測種類之值作為一最佳參數值,其中N大於一之正整數,其中該演算法檢測種類為外型輪廓、位置座標、顏色或亮度,並且該演算法檢測種類之值為外型輪廓數值、位置座標數值、顏色數值或亮度數值,其中在判斷該演算法檢測種類之值是否調整完畢之步驟中,為判斷該演算法檢測種類之值是否已在該下限值與該上限值之範圍內都進行過數值調整,其中每一該演算法檢測種類之值對應於一組關於真瑕疵數量與假瑕疵數量之數據。
- 如請求項1所述之視覺檢測系統之參數設定方法,其中在自動調整該演算法檢測種類之值為下一個參數值之步驟中,係在一下限值往一上限值之範圍中進行調整。
- 一種自動優化參數的智能系統,包括: 一光學系統;一視覺檢測系統,連接至該光學系統,將一待測產品之一第N個檢驗位置輸入至該視覺檢測系統;一人工智慧系統,連接至該視覺檢測系統,該人工智慧系統設置有一參數設定器、一真假瑕疵數量判斷器與一處理器,該處理器連接至該參數設定器與該真假瑕疵數量判斷器,該人工智慧系統透過該參數設定器根據該待測產品之該第N個檢驗位置設定一演算法檢測種類之值作為一第一參數值並且透過該真假瑕疵數量判斷器來判斷該第一參數值之真瑕疵數量與假瑕疵數量;以及一參數調整系統,連接至該人工智慧系統,該參數調整系統設置有一自動調整器,該自動調整器連接至該處理器,該參數調整系統透過自動調整器來自動調整該演算法檢測種類之值為下一個參數值,其中該人工智慧系統透過該處理器找到對應於真瑕疵數量最多且假瑕疵數量最少之該演算法檢測種類之值作為一最佳參數值,其中N為大於一之正整數,其中該演算法檢測種類為外型輪廓、位置座標、顏色或亮度,並且該演算法檢測種類之值為外型輪廓數值、位置座標數值、顏色數值或亮度數值,其中該處理器在判斷該演算法檢測種類之值是否調整完畢中,為判斷該演算法檢測種類之值是否已在該下限值與該上限值之範圍內都進行過數值調整,其中每一該演算法檢測種類之值對應於一組關於真瑕疵數量與假瑕疵數量之數據。
- 如請求項3所述之自動優化參數的智能系統,其中該自動調整器在自動調整該演算法檢測種類之值為下一個參數值中,係在一下限值往一上限值之範圍中進行調整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109132726A TWI737499B (zh) | 2020-09-22 | 2020-09-22 | 視覺檢測系統之參數設定方法與智能系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109132726A TWI737499B (zh) | 2020-09-22 | 2020-09-22 | 視覺檢測系統之參數設定方法與智能系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI737499B true TWI737499B (zh) | 2021-08-21 |
TW202212807A TW202212807A (zh) | 2022-04-01 |
Family
ID=78283461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109132726A TWI737499B (zh) | 2020-09-22 | 2020-09-22 | 視覺檢測系統之參數設定方法與智能系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI737499B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI473989B (zh) * | 2011-11-03 | 2015-02-21 | Univ Nat Kaohsiung Applied Sci | 牙線棒瑕疵自動光學檢測系統 |
TW201636907A (zh) * | 2014-12-31 | 2016-10-16 | 應用材料以色列公司 | 用於自動分類之參數的調諧 |
US20190261848A1 (en) * | 2016-07-22 | 2019-08-29 | Essilor International | Method for determining a dioptric parameter of an ophthalmic lens to be provided to a person |
CN110555842A (zh) * | 2019-09-10 | 2019-12-10 | 太原科技大学 | 一种基于锚点集优化的硅片图像缺陷检测方法 |
TWM606206U (zh) * | 2020-09-22 | 2021-01-01 | 聯策科技股份有限公司 | 自動優化參數的智能裝置 |
-
2020
- 2020-09-22 TW TW109132726A patent/TWI737499B/zh active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI473989B (zh) * | 2011-11-03 | 2015-02-21 | Univ Nat Kaohsiung Applied Sci | 牙線棒瑕疵自動光學檢測系統 |
TW201636907A (zh) * | 2014-12-31 | 2016-10-16 | 應用材料以色列公司 | 用於自動分類之參數的調諧 |
US20190261848A1 (en) * | 2016-07-22 | 2019-08-29 | Essilor International | Method for determining a dioptric parameter of an ophthalmic lens to be provided to a person |
CN110555842A (zh) * | 2019-09-10 | 2019-12-10 | 太原科技大学 | 一种基于锚点集优化的硅片图像缺陷检测方法 |
TWM606206U (zh) * | 2020-09-22 | 2021-01-01 | 聯策科技股份有限公司 | 自動優化參數的智能裝置 |
Also Published As
Publication number | Publication date |
---|---|
TW202212807A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11017259B2 (en) | Defect inspection method, defect inspection device and defect inspection system | |
US5784484A (en) | Device for inspecting printed wiring boards at different resolutions | |
US7822566B2 (en) | Method, device and program for setting a reference value for substrate inspection | |
CN106651857B (zh) | 一种印刷电路板贴片缺陷检测方法 | |
JP2745764B2 (ja) | 位置認識装置 | |
TWI715051B (zh) | 機器學習方法及應用機器學習方法的自動光學檢測設備 | |
TWI480541B (zh) | 晶圓之圖案檢查方法及裝置 | |
TW201638881A (zh) | 週期性圖案之自動光學檢測方法 | |
TWM606206U (zh) | 自動優化參數的智能裝置 | |
TWI526683B (zh) | Method of setting parameters for common setting between optical inspection units | |
TWI737499B (zh) | 視覺檢測系統之參數設定方法與智能系統 | |
CN114199127A (zh) | 基于机器视觉的汽车零件尺寸检测系统及方法 | |
CN114199897A (zh) | 视觉检测系统的参数设定方法与智能系统 | |
CN109407630B (zh) | 参数计算的方法、装置、终端及可读存储介质 | |
CN108508053B (zh) | 一种系统性极微物理缺陷的检测方法 | |
CN116465908A (zh) | 一种印刷电路板生产用光学检测方法 | |
CN113793321B (zh) | 基于机器视觉的铸件表面缺陷动态检测方法及装置 | |
CN114354491A (zh) | 一种基于机器视觉的dcb陶瓷基板缺陷检测方法 | |
CN113933309A (zh) | 一种复测aoi机台检盲孔孔内不良的方法 | |
CN114062391A (zh) | 自动光学检测设备的检测方法及系统 | |
JP3250309B2 (ja) | 実装部品検査用データの教示方法 | |
CN109900720A (zh) | 一种适应不同网板光学检测光源亮度自动调整方法及系统 | |
CN107910275B (zh) | 一种对芯片表面进行分区域对比扫描的检测方法及设备 | |
TWI759237B (zh) | 晶錠評估方法 | |
TWI762364B (zh) | 晶錠評估方法 |