一种基于人工智能图像识别的印刷电路板检测系统技术方案

本发明专利技术公开了一种基于人工智能图像识别的印刷电路板检测系统，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。对印刷电路板裸板存在的常见缺陷进行快速精确的定位，包括短路、断路、孔洞、余铜、划痕，满足生产过程中的实时检测要求，结构合理，操作方便，自动化程度高。用人工智能方法替代传统算法实现自动检测，非接触，检测精度高、速度快，抗干扰能力强，且方便与ERP质量检测模块通信连接。

A printed circuit board detection system based on artificial intelligence image recognition

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印刷电路板检测系统，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。更进一步，所述传送带包括X传送带、Y传送带，其传送运动方向垂直，其动力来源为电机；X传送带的起点为进料口，终点为出料口；Y传送带的起点为X传送带，终点为残次品出口；X传送带位于探测器和接收器之间，其表面附着有传感器。更进一步，所述气泵包括第一气泵、第二气泵；第一气泵的伸缩杆末端固定连接滑轨，滑轨可沿滑柱移动，所述探测器可沿滑轨移动；第二气泵的伸缩杆末端安装有吸尘装置，可绕伸缩杆转动，吸除探测器和传送带表面的灰尘。更进一步，所述探测器为X射线发射装置或光学摄像头，所述接收器为双能量半导体感应装置；仅当探测器为X射线发射器时，位于相对端的接收器启动工作；所述传感器为压力传感器。更进一步，所述控制器包括数据处理模块、输入模块、输出模块、通信模块、显示模块和按键模块；数据处理模块采用TMS320L2812；输入模块与探测器、接收器电气连接，输入数字图像信号；输入模块与传感器电气连接，输入压力信号；输出模块与电机、气泵、伸缩杆电气连接，输出控制信号；通信模块与ERP质量检测模块电气连接。更进一步，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。更进一步，所述控制器的核心算法包括：获得许多可能是印刷电路板的图块，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，把所有可能是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。更进一步，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模型中，进行训练；在实际的识别过程中，将得到7个字符图块放入训练好的神经网络模型，通过模型来预测每个图块所表示的具体字符。3.本专利技术的技术效果。本专利技术提出的一种基于人工智能图像识别的印刷电路板检测系统，对印刷电路板裸板存在的常见缺陷进行快速精确的定位，包括短路、断路、孔洞、余铜、划痕，满足生产过程中的实时检测要求。压力传感器可以检测是否有电路板在X传送带上经过；当检测到印刷电路板不合格时，控制器发出控制信号，伸缩杆带动推板把印刷电路板推到Y传送带上，从残次品出口传送出。结构合理，操作方便，自动化程度高。用人工智能方法替代传统算法实现自动检测，非接触，检测精度高、速度快，抗干扰能力强，且方便与ERP质量检测模块通信连接。附图说明图1为本专利技术的结构示意图。图2为本专利技术的外观示意图。图3为本专利技术的算法流程图。图4为实施例的印刷电路板灰度图像。图5为实施例的印刷电路板图像分割结果。具体实施方式实施例1如图1所示，一种基于人工智能图像识别的印刷电路板检测系统，包括外壳1、传送带2、9、气泵7、12、电机3、伸缩杆4、推板8、探测器5、接收器6、传感器10、控制器11；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。如图2所示，传送带包括X传送带2、Y传送带9，其传送运动方向垂直，其动力来源为电机；X传送带的起点为进料口，终点为出料口；Y传送带的起点为X传送带，终点为残次品出口；X传送带位于探测器和接收器之间，其表面附着有传感器。气泵包括第一气泵7、第二气泵12；第一气泵的伸缩杆末端固定连接滑轨13，滑轨可沿滑柱14移动，探测器可沿滑轨移动；第二气泵的伸缩杆末端安装有吸尘装置15，可绕伸缩杆转动，吸除探测器和传送带表面的灰尘。探测器为X射线发射装置或光学摄像头，接收器为双能量半导体感应装置；仅当探测器为X射线发射器时，位于相对端的接收器启动工作；传感器为压力传感器。实施例2一种基于人工智能图像识别的印刷电路板检测系统，包括外壳1、传送带2、9、气泵7、12、电机3、伸缩杆4、推板8、探测器5、接收器6、传感器10、控制器11；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。控制器包括数据处理模块、输入模块、输出模块、通信模块、显示模块和按键模块；数据处理模块采用TMS320L2812；输入模块与探测器、接收器电气连接，输入数字图像信号；输入模块与传感器电气连接，输入压力信号；输出模块与电机、气泵、伸缩杆电气连接，输出控制信号；通信模块与ERP质量检测模块电气连接。如图3所示，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分类器的本文档来自技高网...

【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