针对星载表露型PCB焊点质量的光学图像匹配检测方法

摘要

本发明提供一种针对星载表露型PCB焊点质量的光学图像匹配检测方法，该方法通过对图像进行分块，以块为单元进行匹配检测，其实时性好，能够满足在线检测的需要。具体过程为：根据待测元件的PCB信息从标准数据库中寻找适合当前待测元件的模板图像；获取待检测元器件的待检图像；对模板图像和待检图像进行分块；判断两图像的相关度，当相关度满足阈值时，则判定待检图像的焊点满足要求。本发明在相关性匹配的基础上对图像进行了分块处理，既保证了匹配的高成功率，又大量节省计算时间，提高了实时性；本发明分块相关性匹配算法简单高效，易于实现，在其基础上实现的星载PCB焊点质量检测方法具有很好的实用性。

说明书

技术领域

本发明涉及一种针对星载表露型印制电路板（Printed Circuit Board，PCB） 焊点质量的光学图像匹配检测方法，属于焊点质量检测技术领域。

背景技术

目前，电子设备中，表露型焊点数量占到80%以上，检测手段主要是人工 目测（必要时借助一定放大倍数的光学检测设备），工业用的AOI(Automated  Optical Inspection)系统受检测标准等客观因素的影响，在航天产品的生产过程未 得到应用。人工检验存在受操作员经验、疲劳程度和主观感觉等人为因素影响， 没有统一的判别量化标准，判定结果因人而异，判定标准的一致性较差，难以 保证焊点的100％检测，很容易出现漏检。。

工业AOI系统主要采用特征提取比对或每像素相关性比对等方法，如西北 工业大学张纪铃的《电路板板载元器件检测系统研究》。这些方法算法复杂或循 环次数过多，导致实时性不是很高，不能很好的适合需要在线检测且检测项目 多、检测正确率要求高的航天产品检测领域。

发明内容

本发明的目的是提供一种针对星载表露型PCB焊点质量的光学图像匹配检 测方法，该方法通过对图像进行分块，以块为单元进行匹配检测，其实时性好， 能够满足在线检测的需要。

一种针对星载表露型PCB焊点质量的光学图像匹配检测方法，具体的步骤 为：

步骤101、根据待测元件的PCB信息从标准数据库中寻找适合当前待测元 件的模板图像；

步骤102、令CCD位于待测元件的正前方，且调整CCD与待测元件的间距， 使得CCD所采集的图像上待测元件的大小与模板图像上待测元件的大小相同； CCD采集待测元件图像，并将其定义为待检图像；

步骤103、先将大小为w×h、格式为RGB24的模板图像转换成大小不变的 8位灰度图像；再将模板图像分为m×n个图像块，每个块大小为b×b，即 m＝w/b，n＝h/b；求每个图像块的像素平均值，得到大小为m×n的像素平均 值矩阵P；

步骤104、将大小为W×H、格式为RGB24的待检图像转换成大小不变的8 位灰度图像；再将待检图像分为M×N个图像块，每个块大小为b×b，即 M＝W/b，N＝H/b；求每个图像块的像素平均值，得到大小为M×N的像素平 均值矩阵Q；

步骤105、初始时两矩阵的原点重合，然后令矩阵P在矩阵Q上进行滑动， 每滑动一次，计算出两矩阵之间的相关度当计 算出的相关度小于设定阈值时，停止滑动，判定该待检图像的焊点满足要求， 否则继续滑动，当滑动所有的相对位置情况，两矩阵的相关度仍不小于设定阈 值，则判定待检图像的焊点不满足要求。

当待测元件太大，无法将待测元件的所有细节在CCD所采集的一幅图像中 表示时，通过移动CCD采集多幅图像，并对多幅图像进行拼接，获取待检图像， 该待检图像的获取过程为：

整个拼接过程中CCD按照从下到上、从左到右的顺序采集待测元件的图像；

步骤201、将CCD采集的第一幅（即待测元件左下角的图像）作为拼接的 基准图像，同时令CCD采集下一位置的图像，并进入步骤202；

步骤202、判断CCD采集的图像是否为待测元件最左列的图像，若是，则 进入步骤203，否则进入步骤204；

步骤203、以当前CCD采集的图像为模板图像，以其下方图像为目标图像， 选定模板图像上一像素点与目标图像上一像素点重合，分别向右上、右下、左 上、左下移动模板图像，每移动一次计算两图像重合位置的相关度，判断预设 次数S次移动获得的最小相关度是否小于设定阈值，若是，则将最小相关度时 两图像的位置关系确定为两幅图像的最佳拼接位置，将两幅图像按最佳拼接位 置进行拼接，否则重新获取一幅CCD图像再计算相关度，直到两幅图像以最佳 拼接位置拼接为止；

步骤204、以当前CCD采集的图像为模板图像，以其左侧图像为目标图像， 选定模板图像上一像素点与目标图像上一像素点重合，分别向右上、右下、左 上、左下移动模板图像，每移动一次计算两图像重合位置的相关度，判断S次 移动获得的最小相关度是否小于设定阈值，若是，则将最小相关度时两图像的 位置关系确定为两幅图像的最佳拼接位置，将两幅图像按最佳拼接位置进行拼 接，否则重新获取一幅CCD图像再计算相关度，直到两幅图像以最佳拼接位置 拼接为止；

步骤205、判断所拼接待检图像是否完整，若不完整，则CCD采集下一位 置的图像，并返回步骤202。

有益效果

本发明在相关性匹配的基础上对图像进行了分块处理，既保证了匹配的高 成功率，又大量节省计算时间，提高了实时性；本发明分块相关性匹配算法简 单高效，易于实现，在其基础上实现的星载PCB焊点质量检测方法具有很好的 实用性。

其次，本发明针对较大的检测元件，运用相关度匹配法对多次采集的待测 元件图像进行拼接，使得本发明使用于对较大元件的焊点质量的检测。

附图说明

图1为PCB焊点质量的光学图像匹配检测方法的流程图。

图2为待检图像和模板图像滑动匹配的示意图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

如图1所示，本发明针对星载表露型PCB焊点质量的光学图像匹配检测方 法，具体的步骤为：

步骤101、根据待测元件的PCB信息从标准数据库中寻找适合当前待测元 件的模板图像。

标准数据库上存有各种元件的模板图像，且该模板图像上的元件都是焊接 优良的，模板图像由大量取样得到。因此本发明从标准数据库中选取待测元件 的模板图像，以便接下来的匹配使用。

步骤102、令CCD位于待测元件的正前方，且调整CCD与待测元件的间距， 使得CCD所采集的图像上待测元件的大小与模板图像上待测元件的大小相同； CCD采集待测元件图像，并将其定义为待检图像；

本发明使用的条件为：光源亮度均匀稳定，CCD需进行标定，CCD相机与 PCB之间距离必须满足要求，即：CCD所采集的图像上待测元件的大小与模板 图像上待测元件的大小相同，这样待检图像和模板图像才有匹配判断焊点质量 好坏的价值；本发明通过人眼观察来确定CCD与待测元件之间的距离。

步骤103、先将大小为w×h、格式为RGB24的模板图像转换成大小不变的 8位灰度图像；再将模板图像分为m×n个图像块，每个块大小为b×b，即 m＝w/b，n＝h/b；求每个图像块的像素平均值，得到大小为m×n的像素平均 值矩阵P。该过程中的w,h,m,n,b为常数。

本发明将图像进行分块，然后以图像块为单元进行后续的判断，与现有技 术相比，本发明可以提高匹配的速度，满足实时性的要求，同时可以提高匹配 的精确性。

本发明矩阵P的获取为：将求取的第一行第一列的图像块的像素平均值作 为矩阵P位置（1,1）上的值，将求取的第一行第二列的图像块的像素平均值作 为矩阵P位置（1,2）上的值，将求取的第二行第一列的图像块的像素值平均值 作为矩阵P位置（2,1）上的值，并依次类推。

步骤104、将大小为W×H、格式为RGB24的待检图像转换成大小不变的8 位灰度图像；再将待检图像分为M×N个图像块，每个块大小为b×b，即 M＝W/b，N＝H/b；求每个图像块的像素平均值，得到大小为M×N的像素平 均值矩阵Q。该过程中的W,H,N,M为常数。

本发明为了以图像块为单元进行图像匹配，因此需要将待检图像也进行与 模板图像一样的转换。

本发明矩阵Q的获取为：将求取的第一行第一列的图像块的像素平均值作 为矩阵Q位置（1,1）上的值，将求取的第一行第二列的图像块的像素平均值作 为矩阵Q位置（1,2）上的值，将求取的第二行第一列的图像块的像素值平均值 作为矩阵Q位置（2,1）上的值，并依次类推。

步骤105、初始时两矩阵的原点重合，然后令矩阵P在矩阵Q上进行滑动， 每滑动一次，计算出两矩阵之间的相关度当计 算出的相关度小于设定阈值时，停止滑动，判定该待检图像的焊点满足要求， 否则继续滑动，当滑动所有的相对位置情况，两矩阵的相关度仍不小于设定阈 值，则判定待检图像的焊点不满足要求。

通常情况下，若待检元件较小时，此时采集的待检图像通常大于模板图像， 因此本发明令待检图像不动，令模板图像在待检图像上滑动，来求取两图像之 间的相关度，如图2所示。模板图像沿水平方向和竖直方向进行滑动，每次滑 动一个图像块的距离，这样在两幅图像上存在多种相对位置情况。然后对每滑 动一次的相关度与设定的阈值进行比较，其中阈值是根据大量的试验得出的。 本发明可以较佳的令模板图像按照从左往右，从上往下的顺序进行移动，来寻 找两幅图像中是否存在相关度小于设定阈值的情况。

本发明当待测元件太大，无法将待测元件的所有细节在CCD所采集的一幅 图像中表示时，需要通过移动CCD采集多幅图像，并对多幅图像进行拼接，获 取待检图像，该待检图像的获取过程为：

整个拼接过程中CCD按照从下到上、从左到右的顺序采集待测元件的图像； 按照这样的顺序可以保证CCD采集的相邻的两幅图像之间存在相关性。

步骤201、将CCD采集的第一幅（即待测元件左下角的图像）作为拼接的 基准图像，同时令CCD采集下一位置的图像，并进入步骤202。

步骤202、判断CCD采集的图像是否为待测元件最左列的图像，若是，则 进入步骤203，否则进入步骤204。

当待测元件是一个长条状的元件，即其上边沿和下边沿可以在一幅图像内 囊括，这样CCD采集的第二幅图像即非待测元件最左列的图像，因此在第一幅 图像的右侧和第二幅图像的左侧是存在重合的区域，此时进入步骤204进行图像 拼接。当待测元件的长度和宽度相当，即其上边沿和下边沿无法在一幅图像内 囊括，这样CCD采集的第二幅图像即为待测元件最左列的图像，此时需要进入 步骤203进行图像拼接。

步骤203、以当前CCD采集的图像为模板图像，以其下方图像为目标图像， 选定模板图像上一像素点与目标图像上一像素点重合，分别向右上、右下、左 上、左下移动模板图像，每移动一次计算两图像重合位置的相关度，判断S次 移动获得的最小相关度是否小于设定阈值，若是，则将最小相关度时两图像的 位置关系确定为两幅图像的最佳拼接位置，将两幅图像按最佳拼接位置进行拼 接，否则重新获取一幅CCD图像再计算相关度，直到两幅图像以最佳拼接位置 拼接为止。

步骤204、以当前CCD采集的图像为模板图像，以其左侧图像为目标图像， 选定模板图像上一像素点与目标图像上一像素点重合，分别向右上、右下、左 上、左下移动模板图像，每移动一次计算两图像重合位置的相关度，判断S次 移动获得的最小相关度是否小于设定阈值，若是，则将最小相关度时两图像的 位置关系确定为两幅图像的最佳拼接位置，将两幅图像按最佳拼接位置进行拼 接，否则重新获取一幅CCD图像再计算相关度，直到两幅图像以最佳拼接位置 拼接为止。

步骤203和步骤204中S为事先设定的整数，从理论上说，CCD采集的相 邻两幅图像肯定存在准确匹配的位置，当移动S次还是没有匹配成功，则可能 是因为CCD相邻两次采集图像环境的变化所引起的，例如光线的遮挡等因素造 成的，此时CCD重新采集一幅图像，直至寻找到最佳拼接位置为止。

步骤205、判断所拼接待检图像是否完整，若不完整，则CCD采集下一位 置的图像，并返回步骤202。

若此时拼接已经完成，则此时可以进入步骤103对待检图像和模板图像进行 处理，计算相关度，并判断出焊点的质量。

该方法应用于星载PCB焊点质量检测的粗检阶段，可对元件偏移、缺件、 错件、多锡、少锡、连锡、立碑、破损、翻转等项目进行检测，有较高的实时 性和可靠性，为利用三维立体显微镜进行的细检阶段做好基础。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保 护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等， 均应包含在本发明的保护范围之内。