一种印刷电路板贴片缺陷检测方法技术

本发明专利技术涉及机器视觉领域和印刷电路板检测领域，尤其涉及一种基于机器视觉技术的印刷电路板贴片缺陷检测方法。本方法使用符合阈值条件的像素点个数的位置、色彩和数量为基础进行识别，通过较少的计算量实现了识别算法，包括如下步骤：贴片定位和尺寸计算、贴片区域色彩分析、贴片型号识别。本方法简便，按照流程分别对元件整体、焊点、和贴片数字进行识别，检测项目全面，可以适应不同的检测工况，可针对不同的贴片设计检测程序。

Defect detection method for printed circuit board paster

The invention relates to the field of machine vision and the detection of printed circuit boards, in particular to a method for detecting defects of printed circuit boards based on machine vision technology. The position, color and quantity of this method used a number of pixels with threshold conditions as the basis for recognition, recognition algorithm was realized by less computation, which comprises the following steps: calculation, patch location and dimension analysis, regional color patch patch type recognition. This method is simple, in accordance with the process of the components of the whole, solder joints, and the number of chips to identify, the detection of a comprehensive project, can be adapted to different detection conditions, can be designed for different patch testing procedures.

【技术实现步骤摘要】

本专利技术涉及机器视觉领域和印刷电路板检测领域，尤其涉及一种基于机器视觉技术的印刷电路板贴片缺陷检测方法。
技术介绍
电路板是现代工业产品的重要组成部分，印刷电路板的制作工艺中，产品检测是重要的工序之一。贴片是现代电路板实现功能的基本单元之一。当前贴片的发展趋势是精密化和小型化，需要准确、高效率的印刷电路板(PCB)的检测方法。普通相机拍摄的图片为二维图像，但是贴片两端焊锡的表层性质是三维的检测目标。现代PCB检测行业广泛采用RGB三色光源照射贴片，对不同倾斜度的焊锡反射不同的色彩，从而反应了焊锡表面性质。印刷电路板贴片在贴片位置、角度、焊点形状等特征上存在着细微的差别，但是相对于贴片的尺寸，这种细微差别的影响是不可忽略的。而传统的图像识别方法，如图像对比法，对细微差别过于敏感，容易造成误判。但另一些形态学的图像识别算法，如小波变换、哈夫变换，则存在计算量大，受背景干扰影响大等缺点，检测结果不能完全满足要求。基于上述问题，本专利技术提出了一种检测贴片缺陷的方法，使用RGB三色光源照射焊锡获取的图像进行图像识别，可以检测贴片常见缺陷，如缺件、错件、元件偏移、立碑、焊点缺陷等。使用者使用模板贴片，根据算法程序计算阈值，可实现贴片缺陷的检测。
技术实现思路
本专利技术是一种印刷电路板贴片缺陷检测方法，主要解决在标准工业检测平台环境下，印刷电路板贴片缺陷的识别问题，可以检测缺件、错件、元件偏移、立碑、焊点缺陷等缺陷。本专利技术的目的是通过以下技术方案实现的：一种印刷电路板贴片缺陷检测方法，包括如下步骤：1)贴片定位和尺寸计算：1a)根据PCB贴片位置信息，通过图像定位技术，定位整体贴片位置并截取贴片图像；分离图像红色通道，对分离出的红色通道图像进行二值化操作，选取指标阈值，并对图像进行一次去噪声处理。1b)根据上述贴片位置与图像的红色分量，使用选取的指标阈值，利用阈值分割技术，分割出贴片两端焊点的红色区域，即为平坦区域。1c)对分割出的区域内的所有连通区域进行标记，左侧白色区域记为1区，右侧白色区域记为2区；1区的水平和垂直坐标中最小值和最大值分别记为minx1、miny1、maxx1、maxy1；2区的水平和垂直坐标中最小值和最大值分别记为minx2、miny2、maxx2、maxy2；根据公式1分别计算指标t1、t2、t3、t4、t5、t6，并与对应的指标上限阈值和指标下限阈值进行比较。如果指标在指标上限阈值和指标下限阈值的范围内，则判定贴片尺寸正确，否则记录为不符合指标阈值上下限的项目。1d)根据图像左上角和右下角的角点坐标，进行图像截取，截取方法为：以图像左上角作为坐标系原点，横坐标为y方向，裁剪后的贴片y方向长度为y1；纵坐标为x方向，裁剪后的贴片x方向长度为x1；其中，截取的角点坐标选取(miny1-2，minx1-2)和(maxy2+2，maxx2+2)，截取区域面积为(maxy2-miny1+4)×(maxx2-minx1+4)。2)贴片区域色彩分析：2a)从步骤1d)截取后的贴片图像上截取6块特征区域，分别记为区域A、区域B、区域C、区域D、区域E、区域F，记录截取的区域起始点坐标和面积。2b)对步骤2a)中6块特征区域分别进行色彩分析，采用区域内像素点红色分量的平均值(mcol)作为指标，公式如下：其中，col为区域内每个像素点红色分量值；n为区域内像素点个数。根据公式2计算出每块区域红色分量平均值。当每块区域内像素点红色分量平均值(mcol)均符合红色分量上限阈值和红色分量下限阈值时，则判定焊点无缺陷；如果出现不符合红色分量上限阈值和红色分量下限阈值的情况，则判定焊点有缺陷，并记录缺陷区域。3)贴片型号识别：3A.数字识别：在完成贴片区域色彩分析中的焊点检测后，进行数字识别。3a)在步骤1d)中截取后的贴片图像的基础上，根据模板图像的尺寸在待测图像中截取数字区域图像；对数字区域图像进行二值化处理，确定指标阈值，并对图像进行一次去噪声处理。3b)使用区域标记的方法，将图像中三个数字区域分别标记为1’区、2’区、3’区。计算每个连通域的y、x坐标值中最大和最小值，记为(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min3’x)；根据对应的y、x坐标的最大值和最小值作为左上角和右下角坐标截取对应的数字区域；截取的数字区域大于计算得到的区域；对于连通域标记为1’的区域，角点坐标为(max1’y+2，max1’x+2)和(min1’y-2，min1’x-2)；对于连通域标记为2’的区域，角点坐标为(max2’y+2，max2’x+2)和(min2’y-2，min2’x-2)；对于连通域标记为3’的区域，角点坐标为(max3’y+2，max3’x+2)和(min3’y-2，min3’x-2)。取图像的左上、左下、右上、右下的白色区域，分别标记为A’、B’、C’、D’，每个区域白色像素点数量分别记作NA’、NB’、NC’、ND’。然后，对单个数字图像进行识别；以数字区域为背景的图像中连通域数量为指标对图像可能表征的数字进行分类，分类方法如下：3b1)若连通域数量为3，则图像表征的数字为8；3b2)若连通域数量为2，则图像表征的数字为9、6、0之一，此时进行进一步数字识别，将NA’、NB’、NC’、ND’与公式3-5的模板阈值相比较，从而判断图像表征的数字，具体判断流程为：当NA’、NB’、NC’、ND’符合公式3时，则判定数字为9；当NA’、NB’、NC’、ND’不符合公式3而符合公式4时，则判定数字为6；当NA’、NB’、NC’、ND’不符合公式3和4而符合公式5时，则判定数字为0。其中，公式3、4、5如下：(NA’+NC’+ND’)/3-NB’>φ1公式3(NA’+NB’+ND’)/3-NC’>φ2公式4|NA’-(NA’+NB’+NC’+ND’)|+|NB’-(NA’+NB’+NC’+ND’)|+|NC’-(NA’+NB’+NC’+ND’)|+|ND’-(NA’+NB’+NC’+ND’)|>φ3公式5其中，φ1、φ2、φ3分别为公式3、4、5的模板阈值。根据上述流程及公式，依次通过模板匹配判断数字是否为9、6、0；如果上述公式均不满足，则判定图像无法识别。3b3)若连通域数量为1,则图像表征的数字为1、2、3、4、5、7之一，此时进行进一步数字识别，将图像宽度以及NA’、NB’、NC’、ND’与公式6-12的模板阈值相比较，从而判断图像表征的数字，具体判断流程为：当图像宽度符合公式6时，则判定数字为1；当图像宽度不符合公式6时，根据NA’、NB’、NC’、ND’继续进行判断；当NC’符合公式7时，继续判断NA’、NC’、ND’是否符合公式8；当NA’、NC’、ND’符合公式8时，则判定数字为4；当NA’、NC’、ND’不符合公式8而符合公式9时，则判定数字为7；当NC’符合公式7而NA’、NC’、ND’不符合公式8和公式9时，则图像未能识别。当NC’不符合公式7时，继续判断NA’、NC’、ND’是否符合公式10；符合公式10时，则判定数字为5；当NA本文档来自技高网...

【技术保护点】
一种印刷电路板贴片缺陷检测方法，其特征在于：所述方法包括如下步骤：1)贴片定位和尺寸计算：1a)根据PCB贴片位置信息，通过图像定位技术，定位整体贴片位置并截取贴片图像；分离图像红色通道，对分离出的红色通道图像进行二值化操作，选取指标阈值，并对图像进行一次去噪声处理；1b)根据上述贴片位置与图像的红色分量，使用选取的指标阈值，利用阈值分割技术，分割出贴片两端焊点的红色区域，即为平坦区域；1c)对分割出的区域内的所有连通区域进行标记，左侧白色区域记为1区，右侧白色区域记为2区；1区的水平和垂直坐标中最小值和最大值分别记为minx1、miny1、maxx1、maxy1；2区的水平和垂直坐标中最小值和最大值分别记为minx2、miny2、maxx2、maxy2；根据公式1分别计算指标t1、t2、t3、t4、t5、t6，并与对应的指标上限阈值和指标下限阈值进行比较；如果指标在指标上限阈值和指标下限阈值的范围内，则判定贴片尺寸正确，否则记录为不符合指标阈值上下限的项目；1d)根据图像左上角和右下角的角点坐标，进行图像截取，截取方法为：以图像左上角作为坐标系原点，横坐标为y方向，裁剪后的贴片y方向长度为y1；纵坐标为x方向，裁剪后的贴片x方向长度为x1；其中，截取的角点坐标选取(miny1‑2，minx1‑2)和(maxy2+2，maxx2+2)，截取区域面积为(maxy2‑miny1+4)×(maxx2‑minx1+4)；2)贴片区域色彩分析：2a)从步骤1d)截取后的贴片图像上截取6块特征区域，分别记为区域A、区域B、区域C、区域D、区域E、区域F，记录截取的区域起始点坐标和面积；2b)对步骤2a)中6块特征区域分别进行色彩分析，采用区域内像素点红色分量的平均值(mcol)作为指标，公式如下：其中，col为区域内每个像素点红色分量值；n为区域内像素点个数；根据公式2计算出每块区域红色分量平均值；当每块区域内像素点红色分量平均值(mcol)均符合红色分量上限阈值和红色分量下限阈值时，则判定焊点无缺陷；如果出现不符合红色分量上限阈值和红色分量下限阈值的情况，则判定焊点有缺陷，并记录缺陷区域；3)贴片型号识别：3A.数字识别：在完成贴片区域色彩分析中的焊点检测后，进行数字识别；3a)在步骤1d)中截取后的贴片图像的基础上，根据模板图像的尺寸在待测图像中截取数字区域图像；对数字区域图像进行二值化处理，确定指标阈值，并对图像进行一次去噪声处理；3b)使用区域标记的方法，将图像中三个数字区域分别标记为1’区、2’区、3’区。计算每个连通域的y、x坐标值中最大和最小值，记为(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min3’x)；根据对应的y、x坐标的最大值和最小值作为左上角和右下角坐标截取对应的数字区域；截取的数字区域大于计算得到的区域；对于连通域标记为1’的区域，角点坐标为(max1’y+2，max1’x+2)和(min1’y‑2，min1’x‑2)；对于连通域标记为2’的区域，角点坐标为(max2’y+2，max2’x+2)和(min2’y‑2，min2’x‑2)；对于连通域标记为3’的区域，角点坐标为(max3’y+2，max3’x+2)和(min3’y‑2，min3’x‑2)；取图像的左上、左下、右上、右下的白色区域，分别标记为A’、B’、C’、D’，每个区域白色像素点数量分别记作NA’、NB’、NC’、ND’；然后，对单个数字图像进行识别；以数字区域为背景的图像中连通域数量为指标对图像可能表征的数字进行分类，分类方法如下：3b1)若连通域数量为3，则图像表征的数字为8；3b2)若连通域数量为2，则图像表征的数字为9、6、0之一，此时进行进一步数字识别，将NA’、NB’、NC’、ND’与公式3‑5的模板阈值相比较，从而判断图像表征的数字，具体判断流程为：当NA’、NB’、NC’、ND’符合公式3时，则判定数字为9；当NA’、NB’、NC’、ND’不符合公式3而符合公式4时，则判定数字为6；当NA’、NB’、NC’、ND’不符合公式3和4而符合公式5时，则判定数字为0；其中，公式3、4、5如下：(NA’+NC’+ND’)/3‑NB’>φ1                      公式3(NA’+NB’+ND’)/3‑NC’>φ2                     公式4|NA’‑(NA’+NB’+NC’+ND’)|+|NB’‑(NA’+NB’+NC’+ND’)|+|NC’‑(NA’+NB’+NC’+ND’)|+|ND’‑(NA’+NB’+NC’+ND’)|>φ3           ...

【技术特征摘要】
1.一种印刷电路板贴片缺陷检测方法，其特征在于：所述方法包括如下步骤：1)贴片定位和尺寸计算：1a)根据PCB贴片位置信息，通过图像定位技术，定位整体贴片位置并截取贴片图像；分离图像红色通道，对分离出的红色通道图像进行二值化操作，选取指标阈值，并对图像进行一次去噪声处理；1b)根据上述贴片位置与图像的红色分量，使用选取的指标阈值，利用阈值分割技术，分割出贴片两端焊点的红色区域，即为平坦区域；1c)对分割出的区域内的所有连通区域进行标记，左侧白色区域记为1区，右侧白色区域记为2区；1区的水平和垂直坐标中最小值和最大值分别记为minx1、miny1、maxx1、maxy1；2区的水平和垂直坐标中最小值和最大值分别记为minx2、miny2、maxx2、maxy2；根据公式1分别计算指标t1、t2、t3、t4、t5、t6，并与对应的指标上限阈值和指标下限阈值进行比较；如果指标在指标上限阈值和指标下限阈值的范围内，则判定贴片尺寸正确，否则记录为不符合指标阈值上下限的项目；1d)根据图像左上角和右下角的角点坐标，进行图像截取，截取方法为：以图像左上角作为坐标系原点，横坐标为y方向，裁剪后的贴片y方向长度为y1；纵坐标为x方向，裁剪后的贴片x方向长度为x1；其中，截取的角点坐标选取(miny1-2，minx1-2)和(maxy2+2，maxx2+2)，截取区域面积为(maxy2-miny1+4)×(maxx2-minx1+4)；2)贴片区域色彩分析：2a)从步骤1d)截取后的贴片图像上截取6块特征区域，分别记为区域A、区域B、区域C、区域D、区域E、区域F，记录截取的区域起始点坐标和面积；2b)对步骤2a)中6块特征区域分别进行色彩分析，采用区域内像素点红色分量的平均值(mcol)作为指标，公式如下：其中，col为区域内每个像素点红色分量值；n为区域内像素点个数；根据公式2计算出每块区域红色分量平均值；当每块区域内像素点红色分量平均值(mcol)均符合红色分量上限阈值和红色分量下限阈值时，则判定焊点无缺陷；如果出现不符合红色分量上限阈值和红色分量下限阈值的情况，则判定焊点有缺陷，并记录缺陷区域；3)贴片型号识别：3A.数字识别：在完成贴片区域色彩分析中的焊点检测后，进行数字识别；3a)在步骤1d)中截取后的贴片图像的基础上，根据模板图像的尺寸在待测图像中截取数字区域图像；对数字区域图像进行二值化处理，确定指标阈值，并对图像进行一次去噪声处理；3b)使用区域标记的方法，将图像中三个数字区域分别标记为1’区、2’区、3’区。计算每个连通域的y、x坐标值中最大和最小值，记为(max1’y，max1’x)、(max2’y，max2’x)、(max3’y，max3’x)、(min1’y，min1’x)、(min2’y，min2’x)、(min3’y，min3’x)；根据对应的y、x坐标的最大值和最小值作为左上角和右下角坐标截取对应的数字区域；截取的数字区域大于计算得到的区域；对于连通域标记为1’的区域，角点坐标为(max1’y+2，max1’x+2)和(min1’y-2，min1’x-2)；对于连通域标记为2’的区域，角点坐标为(max2’y+2，max2’x+2)和(min2’y-2，min2’x-2)；对于连通域标记为3’的区域，角点坐标为(max3’y+2，max3’x+2)和(min3’y-2，min3’x-2)；取图像的左上、左下、右上、右下的白色区域，分别标记为A’、B’、C’、D’，每个区域白色像素点数量分别记作NA’、NB’、NC’、ND’...

【专利技术属性】
技术研发人员：张春龙，张淦，谭豫之，李伟，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11