The invention discloses a printed circuit board detection system based on artificial intelligence image recognition, including a shell, a conveyor, an air pump, a motor, a telescopic rod, a push plate, a detector, a receiver, a sensor, and a controller. The front and back of the outer shell are respectively provided with the inlet and outlet, the left end and the right end of the shell, respectively. A motor and a defective product are exported, and the top of the shell is fixed with an air pump, and the outer surface of the outer shell is fixed with a controller. Fast and accurate positioning of the common defects in printed circuit board, including short circuit, circuit breaker, hole, copper and scratch, meets the requirements of real-time detection in the production process. The structure is reasonable, the operation is convenient, and the degree of automation is high. The artificial intelligence method is used instead of the traditional algorithm to realize automatic detection, non contact, high detection precision, fast speed, strong anti-interference ability, and is convenient to communicate with the ERP quality detection module.
【技术实现步骤摘要】
一种基于人工智能图像识别的印刷电路板检测系统
本专利技术涉及人工智能、图像识别
,更具体地涉及一种基于人工智能图像识别的印刷电路板检测系统。
技术介绍
印刷电路板(printedcircuitboard,PCB)作为实现电子元件电气连接和固定的载体,在现代化生产制造诸多领域得到了广泛应用。现代电子设备的质量靠的不仅是电子组件的质量和性能,而且很大程度上取决于印刷电路板的质量。电子元器件集成化和微型化的发展趋势使得PCB的生产制造工艺日趋复杂,受设备、环境和人为失误等因素影响,PCB生产中会存在短路、断路、划痕、孔洞等影响产品性能的缺陷。在生产印刷电路板过程中,由于电路板外观不整洁、阻焊膜不均匀等原因,不可避免地存在走线和焊盘的损害,而出现各种质量缺陷。这些分散在敷铜层区域的细小缺陷形态各异,与周围环境差异程度很小,从而使得传统的人工肉眼检测费时费力,且不能满足可靠性的要求。为确保印刷电路板的质量,在线自动检测是一个必要的环节。采用光学原理,结合图像分析以及计算机和自动化检测技术对PCB生产缺陷进行检测,逐渐成为行业主流,具有效率高和缺陷覆盖率高等优点。但是,由于受采光条件、工业现场环境等因素的影响,工业相机采集到的原始图像不可避免地含有各种噪声干扰,检测精度、检测速度有待进一步提高。
技术实现思路
1.专利技术目的。针对现有技术存在的缺陷,提供一种基于人工智能图像识别的印刷电路板检测系统,一方面用人工智能方法替代传统的算法实现自动检测,检测精度更高,检测速度更快;另一方面,方便与ERP质量检测模块衔接。2.本专利技术的技术方案。一种基于人工智能图像识别的 ...
【技术保护点】
1.一种基于人工智能图像识别的印刷电路板检测系统,其特征在于:包括外壳、传送带、气泵、电机、伸缩杆、推板、探测器、接收器、传感器、控制器;所述外壳的正面和背面分别设有进料口和出料口,外壳的左端和右端分别设有电机和残次品出口,外壳的顶部固定有气泵,外壳的外表面固定有控制器;所述控制器获得印刷电路板的图块,将这些图块进行分类,聚集一定数量后,放入SVM模型中训练,得到SVM的判断模型;在实际运行中,把所有印刷电路板的图块输入SVM判断模型,通过SVM模型自动的选择出印刷电路板的图块。
【技术特征摘要】
1.一种基于人工智能图像识别的印刷电路板检测系统,其特征在于:包括外壳、传送带、气泵、电机、伸缩杆、推板、探测器、接收器、传感器、控制器;所述外壳的正面和背面分别设有进料口和出料口,外壳的左端和右端分别设有电机和残次品出口,外壳的顶部固定有气泵,外壳的外表面固定有控制器;所述控制器获得印刷电路板的图块,将这些图块进行分类,聚集一定数量后,放入SVM模型中训练,得到SVM的判断模型;在实际运行中,把所有印刷电路板的图块输入SVM判断模型,通过SVM模型自动的选择出印刷电路板的图块。2.根据权利要求1所述的基于人工智能图像识别的印刷电路板检测系统,其特征在于:所述控制器的图像数据处理步骤如下:(1)在原始PCB彩色图像中,选择合适的色彩空间对图像进行双边滤波,在保证边缘细节清晰的前提下去除噪声干扰;(2)通过线性对比度增强扩大各区域之间色彩的差异程度,从而方便敷铜区域的准确分割;(3)对于所有边缘像素,计算它们的梯度方向信息熵以及邻域内边缘像素的分布密度,二者构成特征向量作为SVM分类器的训练样本;(4)用得到的SVM分类器对PCB缺陷进行判别和定位。3.根据权利要求1所述的基于人工智能图像识别的印刷电路板检测系统,其特征在于:所述控制器的核心算法包括:根据印刷电路板的图片,生成一个字符串,包括字符分割、神经网络训练、字符识别三个过程;图块首先会进行灰度化、二值化,然后使用一系列算法获取到每个字符的分割图块;获得海量的这些字符图块后,进行分类,然后输入神经网络的MLP...
【专利技术属性】
技术研发人员:孟洋,
申请(专利权)人:江苏仲博敬陈信息科技有限公司,
类型:发明
国别省市:江苏,32
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。