电路板元件漏件检测方法和系统技术方案

本发明专利技术涉及一种电路板元件漏件检测方法和系统，该方法包括：获取多张电路板的引脚位置的样本图像，根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型；获取当前待检测的电路板的检测图像，并根据所述检测图像确定元器件的引脚位置；利用所述引脚分类模型对检测图像的所述引脚位置进行检测，判断所述电路板的元器件的引脚插入状态。该技术方案，能够准确地检测元件的漏件现象，提高了检测效果。

【技术实现步骤摘要】

本专利技术涉及电子
，特别是涉及一种电路板元件漏件检测方法和系统。
技术介绍
在电路板组装生产过程中，由于工人的操作、生产线的机械震动等原因，元件往往会出现缺失、偏移的现象，从而导致元件没有在指定的位置，造成严重的质量问题。为了解决发现这些缺陷并保证质量，需要对电路板上的每一个元件进行检测，以确保每个元件在其指定位置。目前，元件检测的方法主要包括两种：一种是传统算法，即利用图像处理的基本算法，如颜色直方图、模板匹配、特征提取等，对元件进行检测。另一种是智能算法，即利用深度学习算法，如CNN(Convolutional Neural Network，卷积神经网络)等，对收集的训练样本进行训练，得到元件检测模型后再对元件进行检测的方法。但在生产过程中，上述两种方法存在明显缺陷：首先，某些元件与电路板底板的颜色相近、甚至相同，即元件存在与否在图像中并不能呈现明显的区别，所以采用传统算法很难将元件与底板分离开来；智能算法针对这种情况也不能达到理想的检测效果。在生产过程中，绿色电路板中的黑色卧式电容，其背景也是黑色的；黑色电路板中的元件，如二极管、卧式电容等也是黑色的。所以，利用传统算法，如颜色直方图、模板匹配等方法对元件进行检测，很难达到理想的检测效果，如图1所示，图1为元件存在与不存在的对比图，上图中是存在元件的，下图是不存在元件的，通过两个图还是难以进行很好的区分。其次，由于工人的错误操作或生产线的机械振动，元件会出现偏移的状况，导致元件的引脚并没有插入到指定的元件引脚圆孔中，即元件存在、但元件的引脚出脚。综上所述，采用上述传统算法和智能算法，难以准确地检测出元件的漏件现象，检测效果较差。
技术实现思路
基于此，有必要针对检测准确性较低的问题，提供一种电路板元件漏件检测方法和系统。一种电路板元件漏件检测方法，包括如下步骤：获取多张电路板的引脚位置的样本图像；根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型；获取当前待检测的电路板的检测图像，并根据所述检测图像确定元器件的引脚位置；利用所述引脚分类模型对检测图像的所述引脚位置进行检测，判断所述电路板的元器件的引脚插入状态。一种电路板元件漏件检测系统，包括：样本收集模块，用于获取多张电路板的引脚位置的样本图像；模型训练模块，用于根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型；引脚定位模块，用于获取当前待检测的电路板的检测图像，并根据所述检测图像确定元器件的引脚位置；引脚检测模块，用于利用所述引脚分类模型对检测图像的所述引脚位置进行检测，判断所述电路板的元器件的引脚插入状态。上述电路板元件漏件检测方法和系统，基于电路板的元件的样本图像，提取其引脚位置训练引脚分类模型，通过待检测的电路板的检测图像的引脚位置，检测电路板的元器件的引脚插入状态，以引脚信息为元件漏件的判断依据，去除了电路板底板的干扰，能够准确地检测元件的漏件现象，提高了检测效果。附图说明图1为元件存在与不存在的对比图；图2为一实施例的电路板元件漏件检测方法流程图；图3为样本收集的流程示意图；图4为样本训练的流程示意图；图5为一实施例的电路板元件漏件检测系统结构图。具体实施方式下面结合附图阐述本专利技术的电路板元件漏件检测方法和系统的实施例。本专利技术的方案应用在电路板组装生产过程中，在将元件插入到电路板的圆孔的环节，对电路板上的每一个元件进行检测，解决元件出现的缺失、偏移的问题，及时准确检测出电路板的漏件现象，以确保每个元件在其指定位置。参考图2所示，图2为一实施例的电路板元件漏件检测方法流程图，包括如下步骤：步骤S10，获取多张电路板的引脚位置的样本图像；在此步骤中，主要是样本收集阶段，通过收集电路板的引脚位置的样本进行训练，用于训练引脚的分类器。在一个实施例中，参考图3所示，图3为样本收集的流程示意图，可以包括如下步骤：S101，根据多个电路板的图像及其引脚位置信息获取多个样本图像；具体的，可以获取多种颜色、型号和批次的电路板的图像，标定各个元件的引脚位置信息，得到多个样本图像；为了保证训练样本的多样性，可以收集不同颜色、型号和批次的电路板图像；通过标定各个元件的引脚位置信息，得到N个训练样本，可以记为T＝{(x1,y1),(x2,y2),...,(xN,yN)本文档来自技高网...

【技术保护点】
一种电路板元件漏件检测方法，其特征在于，包括如下步骤：获取多张电路板的引脚位置的样本图像；根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型；获取当前待检测的电路板的检测图像，并根据所述检测图像确定元器件的引脚位置；利用所述引脚分类模型对检测图像的所述引脚位置进行检测，判断所述电路板的元器件的引脚插入状态。

【技术特征摘要】
1.一种电路板元件漏件检测方法，其特征在于，包括如下步骤：获取多张电路板的引脚位置的样本图像；根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型；获取当前待检测的电路板的检测图像，并根据所述检测图像确定元器件的引脚位置；利用所述引脚分类模型对检测图像的所述引脚位置进行检测，判断所述电路板的元器件的引脚插入状态。2.根据权利要求1所述的电路板元件漏件检测方法，其特征在于，根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型的步骤包括：根据多个电路板的图像及其引脚位置信息获取多个样本图像；根据所述样本图像获取若干张用于训练的训练样本图像和若干张用于测试的测试样本图像；根据所述样本图像上元器件引脚位置进行样本训练，得到引脚分类模型的步骤包括：利用所述训练样本图像进行训练得到引脚图像分类模型；根据测试样本图像对所述引脚图像分类模型进行测试。3.根据权利要求1所述的电路板元件漏件检测方法，其特征在于，根据多个电路板的图像及其引脚位置信息获取多个样本图像的步骤包括：获取多种颜色、型号和批次的电路板的图像，标定各个元件的引脚位置信...

【专利技术属性】
技术研发人员：李红匣，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东;44