【技术实现步骤摘要】
基于BP神经网络的FICS金手指缺陷检测系统及检测方法
本专利技术属于缺陷检测的
,涉及一种基于BP神经网络的FICS金手指缺陷检测系统及方法。
技术介绍
无贴膜FICS的研究主要集中在两种,一种是不需要贴膜的柔性基板成品,也叫光板,另一种则是在覆膜柔性基板成品上不需要被贴膜的部位,即焊接元器件用的金手指。金手指是线路密度最高的关键部位,对FICS与IC及外围器件的连接可靠性起着决定性作用。随着FICS使用率的加大和质量要求的提高,人们越来越多关注地FICS的外观质量检测。目前,针对金手指的压痕、划痕、露铜几类缺陷的检测系统或方法寥寥无几,即便是针对其他类型缺陷的检测系统,通常也是基于单线程的多任务处理,工作效率不高。本系统及方法不仅实现多类缺陷的同时检测,能较好地避免不同光照强度下金手指成像检测的缺陷误报,并且在准确率和工作效率上都能适应工厂的现场要求。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足,提供一种基于BP神经网络的FICS金手指缺陷检测系统及方法,本专利技术能较好地避免不同光照强度下金手指成像检测的缺陷误报,并且在准确率和工作效率上都能适应工厂的现场要求。为了达到上述目的,本专利技术采用以下技术方案:本专利技术一种基于BP神经网络的FICS金手指缺陷检测系统,包括图像采集子系统、缺陷检测模块以及数据分析模块;所述图像采集子系统,用于控制显微镜对载物平台上放置的柔性基板进行定位拍照,目标位置为金手指所在区域位置;缺陷检测模块,用于提取柔性基板输入图样的灰度图和二值图,并对确定存在缺陷的金手指局部区域进行图像的分割,针对分割后 ...
【技术保护点】
1.一种基于BP神经网络的FICS金手指缺陷检测系统,其特征在于,包括图像采集子系统、缺陷检测模块以及数据分析模块;所述图像采集子系统,用于控制显微镜对载物平台上放置的柔性基板进行定位拍照,目标位置为金手指所在区域位置;缺陷检测模块,用于提取柔性基板输入图样的灰度图和二值图,并对确定存在缺陷的金手指局部区域进行图像的分割,针对分割后的图像进行九类特征数据的计算,所述九类特征数据包括缺陷区域面积、缺陷区域个数、矩形度、圆形度、最小外接矩形的长宽比以及灰度共生矩阵的熵值、能量、对比度、一致性;数据分析模块,用于判断该柔性基板金手指部位的缺陷类别,并对缺陷区域进行标注,所述数据分析模块中包括BP神经网络分类器,并以九类特征数据组成输入向量传入BP神经网络分类器,计算输出向量,并以输出向量中最大项对应的类别作为最终判定的金手指缺陷类别返回。
【技术特征摘要】
1.一种基于BP神经网络的FICS金手指缺陷检测系统,其特征在于,包括图像采集子系统、缺陷检测模块以及数据分析模块;所述图像采集子系统,用于控制显微镜对载物平台上放置的柔性基板进行定位拍照,目标位置为金手指所在区域位置;缺陷检测模块,用于提取柔性基板输入图样的灰度图和二值图,并对确定存在缺陷的金手指局部区域进行图像的分割,针对分割后的图像进行九类特征数据的计算,所述九类特征数据包括缺陷区域面积、缺陷区域个数、矩形度、圆形度、最小外接矩形的长宽比以及灰度共生矩阵的熵值、能量、对比度、一致性;数据分析模块,用于判断该柔性基板金手指部位的缺陷类别,并对缺陷区域进行标注,所述数据分析模块中包括BP神经网络分类器,并以九类特征数据组成输入向量传入BP神经网络分类器,计算输出向量,并以输出向量中最大项对应的类别作为最终判定的金手指缺陷类别返回。2.根据权利要求1所述基于BP神经网络的FICS金手指缺陷检测系统,其特征在于,所述图像采集子系统包括运动控制模块和图像采集模块;所述运动控制模块,用脉冲信号控制载物平台移动到目标位置供相机拍照;所述图像检测模块,用于判断该柔性基板金手指部位的缺陷类别,并对缺陷区域进行标注,其中使用到了BP神经网络分类器,以九类特征数据组成输入向量计算输出向量。3.根据权利要求1-2中任一项所述基于BP神经网络的FICS金手指缺陷检测系统的检测方法,其特征在于,包括下述步骤:S1、图像采集子系统控制显微镜对载物平台上放置的柔性基板进行定位拍照,目标位置为金手指所在区域位置;S2、通过“输入图像保护机制”,确保输入图像是金手指图样,否则弹窗警报并退出检测流程;所述“输入图像保护机制”目标是为了防止非金手指区域图样的输入导致算法奔溃,对系统乃至硬件机台造成不必要的影响;S3、通过形态学处理提取金手指区域,即将二值图中代表金手指的地方置1,其余非金手指的地方置0;S4、对每一条金手指进行单独分析,分析其中是否存在缺陷存疑区域,若有,则对该区域进行分割并保存到待计算图片缓冲区里,否则跳出程序进行下一张图片的分析;S5、对缓冲区里的图片按缺陷检测模块要求,先判断其存在缺陷的确定性,再对确定含有缺陷的图片计算九类特征数值;S6、以九类特征数值组成的向量作为输入向量,传入数据分析模块中的BP神经网络,计算输出向量,并以输出向量中最大项对应的类别作为最终判定的金手指缺陷类别返回。4.根据权利要求3所述基于BP神经网络的FICS金手指缺陷检测系统的检测方法,其特征在于,所述步骤S1包括下述步骤:S1.1、针对柔性基板的金手指部位进行缺陷的精密检测,因此目标采集图样集中在金手指部位,非金手指部位不作采图操作处理;S1.2、现场批量生产的柔性基板,其模板数据信息都有存档,通过划分每一类柔性基板中金手指所在区域并将所有定位坐标信息存入本系统数据库,即可建立本文所需柔性基板金手指部位模板数据库;S1.3、按数据库中对应目标基板的金手指坐标位置换算成脉冲信号,控制载物平台移动到目标位置进行图像采集。5.根据权利要求3所述基于BP神经网络的FICS金手指缺陷检测系统的检测方法,其特征在于,所述步骤S2包括:S2.1、输入图像保护机制,用于保证只有输入图像是本缺陷检测系统中的金手指才可进行缺陷检测,否则弹窗警报并退出检测流程;S2.2、统计输入图像的平滑直方图,若直方图中双峰之间的距离较远则视为输入图像合法,继续检测流程,否则停止检测并弹窗警告;S2.3、在图像一半宽度位置从上往下检索每条金手指的中心点位置,以每个中心点为中心,从0°开始,以10°为间隔画直线作线性检测;S2.4、线性检测是指落在直线上的目标区域长度占比,若线性检测得到的占比值大于...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。