一种基于边界段数数值PCB缺陷检测方法

摘要

本发明公开一种基于边界段数数值PCB缺陷检测方法，包括以下步骤：S1、采用多幅标准图像并通过平均法获取标准图像，将标准印刷电路板进行多次图像采集并计算得出灰度平均值，得到标准印刷电路板图像；S2、对待测印刷电路板图像进行图像配准；S3、采用细化操作和修剪操作对待测印刷电路板图像进行分类和标记；S4、采用形态学闭运算的方法对待测印刷电路板图像进行形态学操作，以消去图像中的噪声等8个步骤，本发明能够代替传统的人工目测方法，通过提高PCB缺陷识别效率、降低检测流程所耗时间，来达到节约PCB制造成本的目的。

说明书

技术领域

本发明涉及自动视觉检测技术领域，尤其涉及一种基于边界段数数值PCB缺陷检测方法。

背景技术

印刷电路板(Printed Circuit Board，简称PCB)，是现代电子产品中至关重要的电子元器件。随着PCB的布局日益紧凑，较小的导电路径宽度和间距使缺陷更难检测，而PCB缺陷检测是PCB生产企业在其产品品质把控中必须克服的一道挑战，是行业中不可避免的生产工艺流程。因此，快速、精确地检测PCB上的缺陷已成为PCB制造商亟待解决的问题。

现多数厂商由于技术原因，还是采用人工检测的方法，而人工检测的方法存在着以下等问题：(1)主观评价影响大，检测标准因人而异，检测效率较低，特别是对于高精密的电路板耗时长、精度差；(2)只能初步判断是否有缺陷，并没有进一步精确地确定是具体的哪一类缺陷。

发明内容

针对上述问题，本发明提出一种基于边界段数数值PCB缺陷检测方法，主要解决背景技术中的问题，代替以往耗时较长的人工检测方法，达到节约成本、提高生产效率的目的。

本发明提出一种基于边界段数数值PCB缺陷检测方法，包括以下步骤：

S1、采用多幅标准图像并通过平均法获取标准图像，将标准印刷电路板进行多次图像采集并计算得出灰度平均值，得到标准印刷电路板图像；

S2、对待测印刷电路板图像进行图像配准；

S3、采用细化操作和修剪操作对待测印刷电路板图像进行分类和标记；

S4、采用形态学闭运算的方法对待测印刷电路板图像进行形态学操作，以消去图像中的噪声；

S5、进行边界检测，将获取的边界上的各点坐标信息存储在数组A[][]中；

S6、对待测印刷电路板图像进行自动二值化操作；

S7、对处理完成的待测印刷电路板图像进行缺陷识别，并判断缺陷类型；

S8、输出待测印刷电路板检测是否合格。

进一步改进在于，所述步骤S2具体包括：

采用二位仿射变换进行图像配准，设(x,y)和(x’,y’)分别是待测印刷电路板图像变换前和变换后的像素坐标点，可得：

其中，a，b是变换矩阵的参数。

进一步改进在于，所述步骤S3具体包括：

S301、通过XOR操作，将待测印刷电路板图像分为若干个区域，所述XOR操作具体如下：

D＝X/R

其中，D为待测印刷电路板图像和标准印刷电路板图像之间的差值；X为待测印刷电路板图像；R为标准印刷电路板图像；

S302、然后进行细化操作和修剪操作，所述细化操作如下：

其中，/为差值计算；X为待测印刷电路板图像；T为用于细化的结构元素；

所述修剪操作如下：

X

其中，P为用于修剪的结构元素；G为3×3的基本矩阵；j为参数。

进一步改进在于，所述步骤S4具体包括：

S401、采用形态学闭运算的方法消去待测印刷电路板图像中的噪声，具体是先进行膨胀运算，具体为：把结构元素B平移a后得到B

其中，X是被处理的对象，B是结构元素；

S402、再进行腐蚀运算，用B来腐蚀X得到一个集合，所述集合是B完全包括在X中时，S的原点位置的集合，腐蚀运算操作如下：

进一步改进在于，所述步骤S7中的缺陷类型包括断路、短路、余铜、毛刺、针孔、缺损；其中，所述断路、针孔、缺损属于缺料缺陷；短路、余铜、毛刺属于多料缺陷。

进一步改进在于，所述步骤S7具体包括：

S701、在缺陷区域中随机获取一像素点，计算该像素点与标准图像上对应像素点的灰度值差值C

S702、缺陷区域最外一侧闭合边界被基板和铜电路分成若干段数，先预设段数为N，设定一个初始的N

S703、根据步骤S702得出的N值，初步确定缺陷类型，其中若缺陷类型为短路、断路时，则步骤S702中最终得出的N值为N＝4；若缺陷类型为缺损、毛刺时，则步骤S702中最终得出的N值为N＝2；若缺陷类型为针孔、余铜时，则步骤S702中最终得出的N值为N＝1；然后根据步骤S701中的检测最终确定缺陷类型。

与现有技术相比，本发明的有益效果为：

本发明提供一种基于边界段数数值PCB缺陷检测方法，与传统的人工目测方法对比，该方法对于PCB缺陷模式的识别非常有效，可以以多块质量合格的PCB进行多次图像采集，以获得高质量的标准图像；且对待测图像进行图像对准、分割、滤除噪声等操作，并基于缺陷边界线段数判断PCB缺陷类型。基于机器视觉的PCB缺陷检测系统能够代替传统的人工目测方法，通过提高PCB缺陷识别效率、降低检测流程所耗时间，来达到节约PCB制造成本的目的。

附图说明

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

图1为本发明一实施方式的整体流程示意图；

图2为本发明一实施方式的缺陷边界段数数值判断流程示意图。

具体实施方式

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接连接，可以说两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。下面结合附图和实施例对本发明的技术方案做进一步的说明。

参照图1、图2，一种基于边界段数数值PCB检测方法，包括以下步骤：

S1、采用多幅标准图像并通过平均法获取标准图像，将标准印刷电路板进行多次图像采集并计算得出灰度平均值，得到标准印刷电路板图像；

S2、对待测印刷电路板图像进行图像配准；

S3、采用细化操作和修剪操作对待测印刷电路板图像进行分类和标记；

S4、采用形态学闭运算的方法对待测印刷电路板图像进行形态学操作，以消去图像中的噪声；

S5、进行边界检测，将获取的边界上的各点坐标信息存储在数组A[][]中；

S6、对待测印刷电路板图像进行自动二值化操作；

S7、对处理完成的待测印刷电路板图像进行缺陷识别，并判断缺陷类型；

S8、输出待测印刷电路板检测是否合格。

作为本发明一优选实施方案，待测PCB图像在采集过程中由于相机抖动、电路板位置误差等原因，不能实现完全与标准PCB图像对齐，所以需要对待测PCB进行图像对准，因此，所述步骤S2具体包括：

采用二位仿射变换进行图像配准，设(x,y)和(x’,y’)分别是待测印刷电路板图像变换前和变换后的像素坐标点，可得：

其中，a，b是变换矩阵的参数，选择三组以上待测图像与标准图像的特征点代入式中计算即可得到参数。

作为本发明一优选实施方案，图像分类和标记的主要目的是将待测图像分为若干个明确的区域，每一个区域对应一个有意义的对象或子对象，图像分类采用的方法是细化和修剪操作，因此，所述步骤S3具体包括：

S301、通过XOR操作，将待测印刷电路板图像分为若干个区域，所述XOR操作具体如下：

D＝X/R

其中，D为待测印刷电路板图像和标准印刷电路板图像之间的差值；X为待测印刷电路板图像；R为标准印刷电路板图像；

S302、然后进行细化操作和修剪操作，所述细化操作如下：

其中，/为差值计算；X为待测印刷电路板图像；T为用于细化的结构元素；

所述修剪操作如下：

X

其中，P为用于修剪的结构元素；G为3×3的基本矩阵；j为参数。

作为本发明一优选实施方案，所述步骤S4具体包括：

S401、采用形态学闭运算的方法消去待测印刷电路板图像中的噪声，具体是先进行膨胀运算，具体为：把结构元素B平移a后得到B

其中，X是被处理的对象，B是结构元素；

具体地，所述被处理的对象代指待测印刷电路板图像；

S402、再进行腐蚀运算，用B来腐蚀X得到一个集合，所述集合是B完全包括在X中时，S的原点位置的集合，腐蚀运算操作如下：

具体地，所述S代指待测印刷电路板图像中的像素点；

作为本发明一优选实施方案，所述步骤S7中的缺陷类型包括断路、短路、余铜、毛刺、针孔、缺损；其中，所述断路、针孔、缺损属于缺料缺陷；短路、余铜、毛刺属于多料缺陷。

作为本发明一优选实施方案，所述步骤S7具体包括：

S701、在缺陷区域中随机获取一像素点，计算该像素点与标准图像上对应像素点的灰度值差值C

其中，所述缺陷区域指代的是包含所述步骤S7中描述的缺陷类型的区域；

S702、缺陷区域最外一侧闭合边界被基板和铜电路分成若干段数，先预设段数为N，设定一个初始的N

S703、根据步骤S702得出的N值，初步确定缺陷类型，其中若缺陷类型为短路、断路时，则步骤S702中最终得出的N值为N＝4；若缺陷类型为缺损、毛刺时，则步骤S702中最终得出的N值为N＝2；若缺陷类型为针孔、余铜时，则步骤S702中最终得出的N值为N＝1；然后根据步骤S701中的检测最终确定缺陷类型。

表1缺陷类型判断参考

与现有技术相比，本发明的有益效果为：

本发明提供一种基于边界段数数值PCB缺陷检测方法，与传统的人工目测方法对比，该方法对于PCB缺陷模式的识别非常有效，可以以多块质量合格的PCB进行多次图像采集，以获得高质量的标准图像；且对待测图像进行图像对准、分割、滤除噪声等操作，并基于缺陷边界线段数判断PCB缺陷类型。基于机器视觉的PCB缺陷检测系统能够代替传统的人工目测方法，通过提高PCB缺陷识别效率、降低检测流程所耗时间，来达到节约PCB制造成本的目的。

图中，描述位置关系仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。